Transformador ligero e interpretable para predicción de tráfico
Nuevo modelo de transformador ligero e interpretable para pronóstico de tráfico. Reduce parámetros drásticamente con desenrollado de ADMM y grafos mixtos.
Nuevo modelo de transformador ligero e interpretable para pronóstico de tráfico. Reduce parámetros drásticamente con desenrollado de ADMM y grafos mixtos.
Explora un nuevo marco teórico de campo medio para la auto-atención multicabezal, estableciendo condiciones de convergencia y estabilidad bajo entrenamiento con entropía cruzada.
Descifra la dinámica de atención en modelos de audio con LSAC: acelera sin entrenamiento, manteniendo calidad.
Descubre cómo un optimizador basado en atención encuentra simetrías en Hamiltonianos de Pauli usando IA, superando métodos tradicionales en modelos de Ising y Toric.