Attention Sinks and Compression Valleys in LLMs are Two Sides of the Same Coin

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Queipo-de-Llano, Enrique, Arroyo, Álvaro, Barbero, Federico, Dong, Xiaowen, Bronstein, Michael, LeCun, Yann, Shwartz-Ziv, Ravid
Format: Preprint
Veröffentlicht: 2025
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!