כתבה
arXiv cs.LG ·
זיהוי ותצפית על תשומת לב נורמלית עמוקה
The Identifiability and Observability of Deep Normalized Attention
חוקרים זיהוי ותצפית על תשומת לב נורמלית עמוקה. המחקר בוחן אילו פרמטרים של תשומת לב עמוקה נקבעים על ידי פונקציית הקלט-פלט. התוצאות מראות כי הפונקציה קובעת את הציונים המשולבים ואת מפת הערך המשולבת.
תקציר מקורי באנגליתarXiv:2610.09620v1 Announce Type: new Abstract: We study which parameters of deep, unmasked, single-head attention are determined by its input--output function. For known positive nonconstant real-analytic normalizers, the function generically determines the effective scores and combined value map up to the signs induced by even normalizers. This proves the real-analytic case of a conjecture of Henry--Marchetti--Kohn, including softmax. We then classify exceptional fibers under explicit normalizer conditions, identifying when collapse makes later scores unobservable, and establish sharp Taylor orders for local identification. Near simultaneous query/key collapse, we compute the complete native Jacobian decay spectrum on separating finite input banks. For common first nonconstant normalizer
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית