arXiv · cs.AI· Shuyang Xiang·· 2 天前
自回归 Transformer 的条件无毛定理：语言模型如何遗忘提示词
A Conditional No-Hair Theorem for Transformers: How Language Models Forget Their Prompt
arXiv:2610.24133v1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：Shuyang Xiang
研究任务与主要进展
基于论文摘要，作者对有限深度 pre-LN softmax Transformer 给出条件定理：当提示词长度为 P、网络深度为 L，且注意力 logits 有界、pre-norm 激活不为零时，提示词影响会随生成长度衰减，relay 只能引入对数因子。
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