Quantitative Clustering in Mean-Field Transformer Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Chen, Shi, Lin, Zhengjiang, Polyanskiy, Yury, Rigollet, Philippe |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
A mathematical perspective on Transformers
par: Geshkovski, Borjan, et autres
Publié: (2023)
par: Geshkovski, Borjan, et autres
Publié: (2023)
Synchronization of mean-field models on the circle
par: Polyanskiy, Yury, et autres
Publié: (2025)
par: Polyanskiy, Yury, et autres
Publié: (2025)
Dynamic metastability in the self-attention model
par: Geshkovski, Borjan, et autres
Publié: (2024)
par: Geshkovski, Borjan, et autres
Publié: (2024)
Clustering in Causal Attention Masking
par: Karagodin, Nikita, et autres
Publié: (2024)
par: Karagodin, Nikita, et autres
Publié: (2024)
Residual connections provably mitigate oversmoothing in graph neural networks
par: Chen, Ziang, et autres
Publié: (2025)
par: Chen, Ziang, et autres
Publié: (2025)
The Mean-Field Dynamics of Transformers
par: Rigollet, Philippe
Publié: (2025)
par: Rigollet, Philippe
Publié: (2025)
The emergence of clusters in self-attention dynamics
par: Geshkovski, Borjan, et autres
Publié: (2023)
par: Geshkovski, Borjan, et autres
Publié: (2023)
Critical attention scaling in long-context transformers
par: Chen, Shi, et autres
Publié: (2025)
par: Chen, Shi, et autres
Publié: (2025)
Propagation of Chaos in Contextual Flow Maps
par: Chen, Shi, et autres
Publié: (2026)
par: Chen, Shi, et autres
Publié: (2026)
Quantifying Concentration Phenomena of Mean-Field Transformers in the Low-Temperature Regime
par: Alcalde, Albert, et autres
Publié: (2026)
par: Alcalde, Albert, et autres
Publié: (2026)
Scaling Limits of Long-Context Transformers
par: Bruno, Giuseppe, et autres
Publié: (2026)
par: Bruno, Giuseppe, et autres
Publié: (2026)
Weak-Strong Uniqueness for Second-Order Mean-Field Games
par: Ferreira, Rita, et autres
Publié: (2026)
par: Ferreira, Rita, et autres
Publié: (2026)
Existence of Solutions and Selection Problem for Quasi-stationary Contact Mean Field Games
par: Hu, Xiaotian
Publié: (2025)
par: Hu, Xiaotian
Publié: (2025)
Latent Space Element Method
par: Chung, Seung Whan, et autres
Publié: (2026)
par: Chung, Seung Whan, et autres
Publié: (2026)
Adaptive control of reaction-diffusion PDEs via neural operator-approximated gain kernels
par: Bhan, Luke, et autres
Publié: (2024)
par: Bhan, Luke, et autres
Publié: (2024)
Mean Field Games without Rational Expectations
par: Moll, Benjamin, et autres
Publié: (2025)
par: Moll, Benjamin, et autres
Publié: (2025)
Training-Induced Escape from Token Clustering in a Mean-Field Formulation of Transformers
par: Isobe, Noboru, et autres
Publié: (2026)
par: Isobe, Noboru, et autres
Publié: (2026)
Information theory and discriminative sampling for model discovery
par: Bao, Yuxuan, et autres
Publié: (2025)
par: Bao, Yuxuan, et autres
Publié: (2025)
Smooth Piecewise Cutting for Neural Operator to Handle Discontinuities and Sharp Transitions
par: Dang, Ha, et autres
Publié: (2026)
par: Dang, Ha, et autres
Publié: (2026)
Mean field limit for interacting systems on co-evolving networks
par: Throm, Sebastian
Publié: (2025)
par: Throm, Sebastian
Publié: (2025)
The Mean-Field Ott-Antonsen Manifold is an Unstable Manifold in the Continuum Limit
par: Kuehn, Christian, et autres
Publié: (2025)
par: Kuehn, Christian, et autres
Publié: (2025)
Universality of almost periodic orbits in certain composite functions
par: Nakayama, Chikara, et autres
Publié: (2023)
par: Nakayama, Chikara, et autres
Publié: (2023)
Error Estimation in the Mean-Field Limit of Kinetic Flocking Models with Local Alignments
par: Wang, Jinhuan, et autres
Publié: (2024)
par: Wang, Jinhuan, et autres
Publié: (2024)
Quantitative estimates for flows of regular Lagrangian flows for Hörmander singular kernels and LD vector fields
par: Borrin, Henrique
Publié: (2025)
par: Borrin, Henrique
Publié: (2025)
Computer-Assisted Proofs of Gap Solitons in Bose-Einstein Condensates
par: Ayala, Miguel, et autres
Publié: (2025)
par: Ayala, Miguel, et autres
Publié: (2025)
Stationary non-radial localized patterns in the planar Swift-Hohenberg PDE: constructive proofs of existence
par: Cadiot, Matthieu, et autres
Publié: (2024)
par: Cadiot, Matthieu, et autres
Publié: (2024)
Rigorous computation of solutions of semi-linear PDEs on unbounded domains via spectral methods
par: Cadiot, Matthieu, et autres
Publié: (2023)
par: Cadiot, Matthieu, et autres
Publié: (2023)
Periodic localized traveling waves in the two-dimensional suspension bridge equation
par: van der Aalst, Lindsey, et autres
Publié: (2024)
par: van der Aalst, Lindsey, et autres
Publié: (2024)
Quantitative phase mixing for Hamiltonians with trapping
par: Hadžić, Mahir, et autres
Publié: (2024)
par: Hadžić, Mahir, et autres
Publié: (2024)
Optimal transport in the frame of abstract Lax-Oleinik operator revisited
par: Cheng, Wei, et autres
Publié: (2024)
par: Cheng, Wei, et autres
Publié: (2024)
KAM for high-dimensional nonlinear quantum harmonic oscillator
par: Liu, Jianjun, et autres
Publié: (2024)
par: Liu, Jianjun, et autres
Publié: (2024)
Singularities and their propagation in optimal transport
par: Cannarsa, Piermarco, et autres
Publié: (2025)
par: Cannarsa, Piermarco, et autres
Publié: (2025)
Symbolic--KAN: Kolmogorov-Arnold Networks with Discrete Symbolic Structure for Interpretable Learning
par: Faroughi, Salah A, et autres
Publié: (2026)
par: Faroughi, Salah A, et autres
Publié: (2026)
YuriiFormer: A Suite of Nesterov-Accelerated Transformers
par: Zimin, Aleksandr, et autres
Publié: (2026)
par: Zimin, Aleksandr, et autres
Publié: (2026)
A new selection problem for degenerate viscous Hamilton-Jacobi equations
par: Chen, Qinbo, et autres
Publié: (2026)
par: Chen, Qinbo, et autres
Publié: (2026)
Linearly Stable KAM Tori for One Dimensional Forced Kirchhoff Equations under Periodic Boundary Conditions
par: Chen, Yin, et autres
Publié: (2025)
par: Chen, Yin, et autres
Publié: (2025)
Localized Pattern Formation and Oscillatory Instabilities in a Three-component Gierer Meinhardt Model
par: Gai, Chunyi, et autres
Publié: (2025)
par: Gai, Chunyi, et autres
Publié: (2025)
Plankton-Oxygen Dynamics in the Context of Climate Change: A Fractional Model with A Probability Density Function Approach
par: El-Borai, Mahmoud M., et autres
Publié: (2025)
par: El-Borai, Mahmoud M., et autres
Publié: (2025)
Existence and Stability Theory of a Neurologically-Inspired Parabolic PDE Model with a Nonlinear Time-Delayed Boundary Condition
par: Boregowda, Gangadhara, et autres
Publié: (2025)
par: Boregowda, Gangadhara, et autres
Publié: (2025)
Mean-Square Exponential Stabilization of Mixed-Autonomy Traffic PDE System
par: Zhang, Yihuai, et autres
Publié: (2023)
par: Zhang, Yihuai, et autres
Publié: (2023)
Documents similaires
-
A mathematical perspective on Transformers
par: Geshkovski, Borjan, et autres
Publié: (2023) -
Synchronization of mean-field models on the circle
par: Polyanskiy, Yury, et autres
Publié: (2025) -
Dynamic metastability in the self-attention model
par: Geshkovski, Borjan, et autres
Publié: (2024) -
Clustering in Causal Attention Masking
par: Karagodin, Nikita, et autres
Publié: (2024) -
Residual connections provably mitigate oversmoothing in graph neural networks
par: Chen, Ziang, et autres
Publié: (2025)