Deriving Transformer Architectures as Implicit Multinomial Regression

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Actor, Jonas A., Gruber, Anthony, Cyr, Eric C.
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires