0 关注者
7小时前
相关新闻
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
7小时前
ICL的表达力边界 定理（ICL的容量限制）： 如果上下文长度为 L，隐藏维度为 d，则ICL最多能表示秩为 min(L, d) 的函数。 推论： •对于 L=100, d=1000 的Transformer •ICL最多能学习”100维的线性子空间” •远小于IWL的 d²=1,000,000 维参数空间 这解释了： •为什么ICL适合”快速适应”（低秩近似足够） •为什么IWL适合”长期学习”
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
1天前
和形式语言的coding编程一样，自然语言的交互范式编程也需要两个顶级LLM，左右互搏，将获得平方的平方的认知迭代🔁 交互范式编程（Interactive Paradigm Programming, 𝕀Rℙ²）
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
2天前
关键突破：从Transformer到”任何复杂神经网络” 论文的结论部分有个惊人的陈述： “Our results remain valid if the self-attention layer is switched by other forms of contextual layers, like that of a RNN, or any layer that can take an in
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
2天前
mark。 交互范式的精髓在于ICL。