标签: Transformer (2 篇)

DiScoFormer用单个Transformer模型，无需重新训练就能为任意数据分布同时估计密度和分数，打破了现有方法在泛化性与精度之间的权衡。

Lilian Weng 的新文章深入探讨了 Transformer 的演变与新特性，揭示了这一重要架构在自然语言处理中的持续影响力。