Single-Head Attention in High Dimensions: A Theory of Generalization, Weights Spectra, and Scaling Laws

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Boncoraglio, Fabrizio, Erba, Vittorio, Troiani, Emanuele, Xu, Yizhou, Krzakala, Florent, Zdeborová, Lenka
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning Disordered Systems and Neural Networks Information Theory
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2509.24914