热点事件持续更新
Transformer在亚高斯数据上的稳定性理论研究
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月7日，arXiv Statistics Machine Learning 发布一手研究，主题为次高斯数据上 Measure-to-Measure Transformer 的稳定性。该研究对 Transformer 定义的 measure-to-measure 算子给出数学分析，证明其将次高斯输入映射为次高斯输出，使任意长度的 softmax 算子复合有定义，并在适当次高斯输入空间上关于 1-Wasserstein 距离具有 Hölder 连续性。目前未见后续验证或矛盾报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
新研究证明该算子将次高斯输入映为次高斯输出，并对1-Wasserstein距离具Hölder连续性。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · Statistics Machine Learning次高斯数据上 Measure-to-Measure Transformer 的稳定性
该研究对 Transformer 定义的 measure-to-measure 算子给出数学分析，证明其将次高斯输入映射为次高斯输出，使任意长度的 softmax 算子复合有定义，并在适当次高斯输入空间上关于 1-Wasserstein 距离具有 Hölder 连续性。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。