Transformers through the lens of support-preserving maps between measures
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Furuya, Takashi, de Hoop, Maarten V., Lassas, Matti |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Transformers are Universal In-context Learners
par: Furuya, Takashi, et autres
Publié: (2024)
par: Furuya, Takashi, et autres
Publié: (2024)
Can neural operators always be continuously discretized?
par: Furuya, Takashi, et autres
Publié: (2024)
par: Furuya, Takashi, et autres
Publié: (2024)
Function graph transformers universally approximate operators between function spaces
par: Furuya, Takashi, et autres
Publié: (2026)
par: Furuya, Takashi, et autres
Publié: (2026)
Semialgebraic Neural Networks: From roots to representations
par: Mis, S. David, et autres
Publié: (2025)
par: Mis, S. David, et autres
Publié: (2025)
Mixture of Experts Softens the Curse of Dimensionality in Operator Learning
par: Kratsios, Anastasis, et autres
Publié: (2024)
par: Kratsios, Anastasis, et autres
Publié: (2024)
Flowers: A Warp Drive for Neural PDE Solvers
par: Muser, Till, et autres
Publié: (2026)
par: Muser, Till, et autres
Publié: (2026)
Training Infinitely Deep and Wide Transformers
par: Barboni, Raphaël, et autres
Publié: (2026)
par: Barboni, Raphaël, et autres
Publié: (2026)
Extension and neural operator approximation of the electrical impedance tomography inverse map
par: de Hoop, Maarten V., et autres
Publié: (2025)
par: de Hoop, Maarten V., et autres
Publié: (2025)
Out-of-distribution generalization via composition: a lens through induction heads in Transformers
par: Song, Jiajun, et autres
Publié: (2024)
par: Song, Jiajun, et autres
Publié: (2024)
Reconstruction along a geodesic from sphere data in Finsler geometry and anisotropic elasticity
par: de Hoop, Maarten V., et autres
Publié: (2021)
par: de Hoop, Maarten V., et autres
Publié: (2021)
LLM generation novelty through the lens of semantic similarity
par: Davydov, Philipp, et autres
Publié: (2025)
par: Davydov, Philipp, et autres
Publié: (2025)
An Unconditional Representation of the Conditional Score in Infinite-Dimensional Linear Inverse Problems
par: Schneider, Fabian, et autres
Publié: (2024)
par: Schneider, Fabian, et autres
Publié: (2024)
Out-of-distributional risk bounds for neural operators with applications to the Helmholtz equation
par: Benitez, J. Antonio Lara, et autres
Publié: (2023)
par: Benitez, J. Antonio Lara, et autres
Publié: (2023)
On the Duality between Gradient Transformations and Adapters
par: Torroba-Hennigen, Lucas, et autres
Publié: (2025)
par: Torroba-Hennigen, Lucas, et autres
Publié: (2025)
DisEmbed: Transforming Disease Understanding through Embeddings
par: Faroz, Salman
Publié: (2024)
par: Faroz, Salman
Publié: (2024)
Early Transformers: A study on Efficient Training of Transformer Models through Early-Bird Lottery Tickets
par: Cheekati, Shravan
Publié: (2024)
par: Cheekati, Shravan
Publié: (2024)
Probing Information Distribution in Transformer Architectures through Entropy Analysis
par: Buonanno, Amedeo, et autres
Publié: (2025)
par: Buonanno, Amedeo, et autres
Publié: (2025)
Selective Attention: Enhancing Transformer through Principled Context Control
par: Zhang, Xuechen, et autres
Publié: (2024)
par: Zhang, Xuechen, et autres
Publié: (2024)
SLEB: Streamlining LLMs through Redundancy Verification and Elimination of Transformer Blocks
par: Song, Jiwon, et autres
Publié: (2024)
par: Song, Jiwon, et autres
Publié: (2024)
Stable recovery of coefficients in an inverse fault friction problem
par: de Hoop, Maarten V., et autres
Publié: (2023)
par: de Hoop, Maarten V., et autres
Publié: (2023)
IAM: Efficient Inference through Attention Mapping between Different-scale LLMs
par: Zhao, Yi, et autres
Publié: (2025)
par: Zhao, Yi, et autres
Publié: (2025)
Bridging the Dimensional Chasm: Uncover Layer-wise Dimensional Reduction in Transformers through Token Correlation
par: Song, Zhuo-Yang, et autres
Publié: (2025)
par: Song, Zhuo-Yang, et autres
Publié: (2025)
Mitigating Bias in RAG: Controlling the Embedder
par: Kim, Taeyoun, et autres
Publié: (2025)
par: Kim, Taeyoun, et autres
Publié: (2025)
Dual Path Attribution: Efficient Attribution for SwiGLU-Transformers through Layer-Wise Target Propagation
par: Jantsch, Lasse Marten, et autres
Publié: (2026)
par: Jantsch, Lasse Marten, et autres
Publié: (2026)
Reasoning-preserved Efficient Distillation of Large Language Models via Activation-aware Initialization
par: He, Junlin, et autres
Publié: (2026)
par: He, Junlin, et autres
Publié: (2026)
Trainable Transformer in Transformer
par: Panigrahi, Abhishek, et autres
Publié: (2023)
par: Panigrahi, Abhishek, et autres
Publié: (2023)
Teaching Transformers Causal Reasoning through Axiomatic Training
par: Vashishtha, Aniket, et autres
Publié: (2024)
par: Vashishtha, Aniket, et autres
Publié: (2024)
Bias patterns in the application of LLMs for clinical decision support: A comprehensive study
par: Poulain, Raphael, et autres
Publié: (2024)
par: Poulain, Raphael, et autres
Publié: (2024)
Hyperloop Transformers
par: Zeitoun, Abbas, et autres
Publié: (2026)
par: Zeitoun, Abbas, et autres
Publié: (2026)
Differential Transformer
par: Ye, Tianzhu, et autres
Publié: (2024)
par: Ye, Tianzhu, et autres
Publié: (2024)
Reconstruction of anisotropic stiffness tensors from partial data around one polarization
par: de Hoop, Maarten V., et autres
Publié: (2023)
par: de Hoop, Maarten V., et autres
Publié: (2023)
Is In-Context Universality Enough? MLPs are Also Universal In-Context
par: Kratsios, Anastasis, et autres
Publié: (2025)
par: Kratsios, Anastasis, et autres
Publié: (2025)
Breaking through the learning plateaus of in-context learning in Transformer
par: Fu, Jingwen, et autres
Publié: (2023)
par: Fu, Jingwen, et autres
Publié: (2023)
Rethinking Attention Output Projection: Structured Hadamard Transforms for Efficient Transformers
par: Aggarwal, Shubham, et autres
Publié: (2026)
par: Aggarwal, Shubham, et autres
Publié: (2026)
Extended Mind Transformers
par: Klett, Phoebe, et autres
Publié: (2024)
par: Klett, Phoebe, et autres
Publié: (2024)
Born a Transformer -- Always a Transformer? On the Effect of Pretraining on Architectural Abilities
par: Jobanputra, Mayank, et autres
Publié: (2025)
par: Jobanputra, Mayank, et autres
Publié: (2025)
Transformer See, Transformer Do: Copying as an Intermediate Step in Learning Analogical Reasoning
par: Hellwig, Philipp, et autres
Publié: (2026)
par: Hellwig, Philipp, et autres
Publié: (2026)
Overcoming linguistic barriers in code assistants: creating a QLoRA adapter to improve support for Russian-language code writing instructions
par: Pronin, C. B., et autres
Publié: (2024)
par: Pronin, C. B., et autres
Publié: (2024)
LaMSUM: Amplifying Voices Against Harassment through LLM Guided Extractive Summarization of User Incident Reports
par: Chhikara, Garima, et autres
Publié: (2024)
par: Chhikara, Garima, et autres
Publié: (2024)
Converting Transformers into DGNNs Form
par: Zhang, Jie, et autres
Publié: (2025)
par: Zhang, Jie, et autres
Publié: (2025)
Documents similaires
-
Transformers are Universal In-context Learners
par: Furuya, Takashi, et autres
Publié: (2024) -
Can neural operators always be continuously discretized?
par: Furuya, Takashi, et autres
Publié: (2024) -
Function graph transformers universally approximate operators between function spaces
par: Furuya, Takashi, et autres
Publié: (2026) -
Semialgebraic Neural Networks: From roots to representations
par: Mis, S. David, et autres
Publié: (2025) -
Mixture of Experts Softens the Curse of Dimensionality in Operator Learning
par: Kratsios, Anastasis, et autres
Publié: (2024)