Deriving Transformer Architectures as Implicit Multinomial Regression

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Actor, Jonas A., Gruber, Anthony, Cyr, Eric C.
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence Numerical Analysis
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2509.04653