Two failure modes of deep transformers and how to avoid them: a unified theory of signal propagation at initialisation

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Giorlandino, Alessio, Goldt, Sebastian
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!