Feb, 2024

具有动态停止的循环变压器

TL;DR本文研究了两种主要方法在增强Transformer与循环机制方面的归纳倾向性,其中一种是类似于通用Transformer的逐层循环方法,另一种是类似于时态潜变块的分块时间循环方法。此外,我们提出并研究了扩展和组合上述方法的新方式,例如,我们为通用Transformer提出了一种基于全局均值的动态停止机制,并将时态潜变块与通用Transformer的要素进行了增强。我们通过一些诊断性任务(如长距离竞技场,翻转语言建模,列表操作和逻辑推理)比较了这些模型,并探讨了它们的归纳倾向性。