arXiv · cs.AI· Raneem Mahajne, Toviah Moldwin·· 22 小时前
完全可解释的最小 Transformer：从几何到算法
Fully Interpretable Minimal Transformers: From Geometry to Algorithm
arXiv:2610.09838v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Raneem Mahajne, Toviah Moldwin
首次提交：2026-10-07 19:01
研究任务与主要进展
研究者提出一个用于构建和解释最小 Transformer 的框架，将学习到的几何表示与算法步骤联系起来。该框架将嵌入维度和注意力头大小约束为 2，使内部表示可进行完整二维可视化。模型在出现“+”时输出最近观察到的偶数，并可通过 Q、K、V 矩阵、注意力矩阵和残差流逐步查看其 next-token prediction 过程。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org