Looped Transformers with Layer Normalization Provably Learn the Power Method

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Wu, Lyumin, Zhang, Chenyang, Cao, Yuan
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires