導數稀疏

Transformer

在Transformer MLP中放大激活稀疏：平坦性理論、導數稀疏與JSReLU實作

這篇研究從訓練動力學角度出發，將Transformer中MLP模組自發出現的激活稀疏性（activation sparsity）與損失平坦性(flat minima)建立數學連結。