非線形層除去

書いてみる

関連タグ

#クロスエントロピー損失 (4)
#タスク (8,612)
#トランスフォーマー (1,324)
#トランスフォーマーモデル (57)
#トークン埋め込み行列 (1)
#モデル (16,168)
#位置埋め込み行列 (1)

ALPINE: Unveiling the Planning Capability of Autoregressive Learning in Language Models

Ikemen Mas Kot
8か月前