Numerical Fragility in Transformers: A Layer-wise Theory for Explaining, Forecasting, and Mitigating Instability

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autor principal:	Baek, Jinwoo
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning 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/2510.21770