arXiv · cs.AI· Katy Blumer, Da-Cheng Juan, Jon Kleinberg, Ravi Kumar, Cyrus Rashtchian, Andrew Tomkins·· 4 小时前
Transformer 长期生成行为的渐近收敛研究
Asymptotic Behavior of Transformers
arXiv:2610.19358v1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：Katy Blumer, Da-Cheng Juan, Jon Kleinberg, Ravi Kumar, Cyrus Rashtchian, Andrew Tomkins
研究任务与主要进展
基于论文摘要，作者研究了 Transformer 长期生成文本的渐近行为，发现即使是三层词元、单层且仅含注意力的 Transformer 也可能无法收敛。对于包含有限深度、层归一化、MLP、RoPE 编码及局部与全局层的模型，作者报告其经验缓存分布在超过某个 softmax 温度阈值后收敛到唯一极限，但不存在能迫使所有 Transformer 收敛的全局最小温度。
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