★ 2
随机特征 Bigram 模型的精确缩放定律
论文研究具有幂律(Zipf)词元统计的瓶颈 bigram 模型中的容量受限缩放,推导出预测遗憾关于模型宽度、词表大小和 Zipf 指数的缩放定律。理论在适当区间恢复经典神经缩放定律的函数形式,并在 WikiText2 和 OpenWebText 上得到实验验证。
arXiv cs.LG18 天前
共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文研究具有幂律(Zipf)词元统计的瓶颈 bigram 模型中的容量受限缩放,推导出预测遗憾关于模型宽度、词表大小和 Zipf 指数的缩放定律。理论在适当区间恢复经典神经缩放定律的函数形式,并在 WikiText2 和 OpenWebText 上得到实验验证。
论文建立群体级规模一致逼近框架,研究带连续随机节点特征的消息传递神经网络(MPNN)。作者证明在初始特征 Lipschitz 界与图规模无关时,连续随机特征可量化为有限颜色且误差任意小,据此证明这类 MPNN 并非规模一致通用,并分析颜色与独立试验带来的表达力增益,以及其与高阶 Weisfeile…