PulseAugur
实时 19:12:21
English(EN) Complex-Valued Phase-Coherent Transformer

相干Transformer推动复值神经网络发展

研究人员开发了一种名为相干Transformer(PCT)的新型神经网络架构。该模型修改了标准Transformer的注意力机制,以更好地在层间保留相位信息,这对于某些类型的计算至关重要。实验表明,PCT在涉及长程记忆和推理的基准测试中,优于现有的实值和复值Transformer,并且在更深层时不会出现精度下降。 AI

影响 引入了一种新颖的架构,提高了复值Transformer的泛化能力,可能影响未来需要相位敏感计算任务的模型设计。

排序理由 该集群包含一篇详细介绍新型模型架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

相干Transformer推动复值神经网络发展

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Leona Hioki ·

    Complex-Valued Phase-Coherent Transformer

    Complex-valued Transformers have largely inherited softmax attention from real-valued architectures. However, row-normalised token competition is not necessarily aligned with phase-preserving computation. In this paper, we introduce the Phase-Coherent Transformer (PCT), which app…