יום רביעי, 7 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

פיתוח תיאורי: כמות ואורך של פתרונות טובים במודלי תרגומים

Exact-Solution Volume and Length Generalization in Transformers
חוקרים חקרו את יכולת הפיתוח של מודלי תרגומים לפתור בעיות באורך שונה. הם גילו שמודלים מסוימים יכולים לפתור בעיות באורך גדול יותר, אך רק בצורה חלקית. המחקר עוסק בשיפור יכולת הפיתוח של מודלי תרגומים.
תקציר מקורי באנגליתarXiv:2610.07676v1 Announce Type: new Abstract: Research on transformer expressivity shows whether a transformer is capable of solving a given task, but gives little indication of whether the solution, if learned, is generalizable to longer input lengths. We study this question through normalized exact-solution volume (NESV): the fraction of a bounded parameter region that achieves an exact solution on every input of length $n$. For fixed-width, single-layer transformers with $\log n$-scaled attention, we establish asymptotic bounds on NESV for four tasks: FIRST ($\Theta(1)$), MAJORITY ($\Theta(1/(n\log n))$), INDEX ($\Theta(1/n^3)$), and PARITY ($0$). These results are consistent with previous empirical results: the faster the exact-solution volume decays with input length, the harder it
קרא במקור המקורי