IntSeqBERT Transformer 学习整数序列中的算术结构

研究人员开发了 IntSeqBERT，这是一种新颖的 Transformer 模型，旨在理解和预测在线整数序列百科全书 (OEIS) 中的整数序列。与标准模型不同，IntSeqBERT 采用双流方法，结合连续幅度嵌入和 sin/cos 模嵌入，以处理 OEIS 中存在的巨大数值范围和算术结构。该模型在幅度预测和模预测方面取得了高精度，显著优于标记式 Transformer 基线。概率中国剩余定理求解器进一步增强了其下一项预测能力，证明了该模型在捕捉复杂算术模式方面的有效性。 AI

排序理由 这是一篇研究论文，详细介绍了新的模型架构及其在特定任务上的性能。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• Chinese remainder theorem
• Hugging Face
• IntSeqBERT
• Kazuhisa Nakasho
• On-Line Encyclopedia of Integer Sequences
• transformer

• 论文
• 模型发布

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