Transformer 神经算子零样本泛化新方法
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
最新进展10月3日 12:00
Transformer 神经算子如何实现更大域上的零样本泛化报道时间线
沿着报道,了解事件的不同侧面。
10月3日
- arXiv:cs.LGTransformer 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%
02468
06:0012:0018:0010月5日
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。