How Attention Sinks Emerge in Large Language Models: An Interpretability Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Runyu, Li, Ruixiao, Chen, Mingshu, Zhou, Yunhua, Guo, Qipeng, Qiu, Xipeng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2603.06591