研究人员引入了运输伯克霍夫多面体（TBP）参数化作为一种新颖的方法，用于在超连接中构建精确的双随机混合矩阵。与以前的方法相比，这种方法提供了伯克霍夫多面体的全表达能力，同时显著减少了自由度。TBP参数化在语言模型预训练中表现出有竞争力的性能，显示出改进的稳定性和可扩展性。 AI
影响 通过提高超连接的表达能力，引入了一种更稳定、可扩展的语言模型训练方法。
排序理由 该集群包含一篇学术论文，详细介绍了机器学习中超连接的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →