Variational Neurons in Transformers for Language Modeling

Resumen

Esta publicación integra unidades EVE en los bloques feed-forward de un Transformer sin alterar su arquitectura general. Compara las variantes determinista y variacional mediante métricas predictivas y probabilísticas.

Esta página ofrece una presentación en español. El título bibliográfico oficial, el resumen completo, el manuscrito y los metadatos de Google Scholar se mantienen en la página científica de referencia en inglés.