From Condensation to Rank Collapse: A Two-Stage Analysis of Transformer Training Dynamics

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Chen, Zheng-An, Luo, Tao
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!