יום חמישי, 8 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.CL ·

LayerRoPE: קידוד עומק-מובנה וסופרפוזיציה-אנגולרית

LayerRoPE: Dynamic Depth-wise Magnitude & Angular Superposition
LayerRoPE מציג קידוד עומק-מובנה וסופרפוזיציה-אנגולרית, המשפרת את הביצועים של רשתות תרמיסטר. המאמר עוסק בקידוד עומק-מובנה וסופרפוזיציה-אנגולרית, ומציג את LayerRoPE כפתרון לבעיית ה'קלאוסטרוף' ברשתות תרמיסטר.
תקציר מקורי באנגליתarXiv:2610.09179v1 Announce Type: cross Abstract: As data propagates through a Transformer, the norm of its hidden states grows by orders of magnitude with depth, a phenomenon framed as 'curse of depth' and nearly universally treated as a pathology to be suppressed. We take the opposite view. Across 16 pre-trained LLMs from 9 families, spanning dense, mixture-of-experts and hybrid architectures and Pre-, Peri- and Post-Norm designs, we find that this growth reflects an emergent depth-positional encoding, carried by the only learned per-layer gain on the residual stream, the normalization weight $\gamma$: with depth, $\gamma$ grows in magnitude and rotates in direction, jointly encoding the layer index. We make this depth-conditioned encoding explicit with LayerRoPE, an implicit analog of R
קרא במקור המקורי