Do Transformers Use their Depth Adaptively? Evidence from a Relational Reasoning Task

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Curth, Alicia, Lawrence, Rachel, Karmalkar, Sushrut, Prasad, Niranjani
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2604.12426