はてなブックマーク

はじめに この記事は、鈴木大慈先生の論文[1]の付録部分についての備忘録です。 Transformerをベースとした生成AIに多額のお金が投資されてます。また、Transformerをベースとした日本語に対応したLLMがリリースされるたびにニュースで取り上げられるなど注目されています。なぜTransformerがすごいのか？という根拠を、数理工学的に解説した論文[1]は、社会的に価値があると思い、備忘録を公開します。 Transformerは優れたモデルか？ 論文[1]では、「Transformerは、はたして優れたモデルなのか？」を解析しています。 結論から言うと、 無限次元入力のsequence-to-sequence関数に対し、Transformerは近似・推論能力をもつ Attentionは、入力列に応じて重要なトークンを選択することができる C. Auxiliary Lemmas