Training Dynamics of Softmax Self-Attention: Fast Global Convergence via Preconditioning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Goel, Gautam, Soltanolkotabi, Mahdi, Bartlett, Peter
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi