Michela Lapenna

研究发现 Sinkhorn 注意力可保持 Transformer 的秩衰减

研究人员分析了 Sinkhorn 算法在 Transformer 架构中应用于双随机注意力的效果，发现与标准的行随机注意力相比，它能更有效地保持秩。该研究包括理论界限和在情感分析及图像分类任务上的实证验证，表明跳跃连接对于缓解秩崩溃至关重要，秩崩溃是指随着网络深度的增加，token 表示变得越来越均匀。研究表明，在使用 Sinkhorn 归一化时，秩会随着深度的增加呈双指数衰减，这与标准 softmax 注意力的发现类似。