跳到正文
热点事件观察中

Transformer 神经算子零样本泛化新方法

1 篇报道1 个报道来源2 天前更新

先了解这件事

报道摘要

研究者提出一种在注意力 logits 中引入可分解偏置的方法,结合旋转位置嵌入,让 Transformer 神经算子在训练域显著更大的空间域上实现零样本推理,且无需改动 Transformer 架构。该方法在两个 PDE 基准和 3D 工业大气流应用上大幅提升了向更大域的零样本泛化能力,代码与数据集已公开。

摘自 arXiv:cs.LG

报道时间线

沿着报道,了解事件的不同侧面。

10月3日
  1. arXiv:cs.LG
    Transformer 神经算子如何实现更大域上的零样本泛化

    研究者提出一种在注意力 logits 中引入可分解偏置的方法,结合旋转位置嵌入,让 Transformer 神经算子在训练域显著更大的空间域上实现零样本推理,且无需改动 Transformer 架构。该方法在两个 PDE 基准和 3D 工业大气流应用上大幅提升了向更大域的零样本泛化能力,代码与数据集已公开。

本事件热度走势

可比范围当前
3
可比范围峰值
710月4日 01:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。