Studie untersucht, wie Sprachmodelle beim Pretraining ihre Output-Schicht aufbauen
Bisher wird meist am produzierten Token gemessen, wann ein Sprachmodell eine Faehigkeit erlernt. Die Arbeit analysiert die Dynamik der Unembedding-Matrix, die diese Vorhersagen erst moeglich macht und waehrend des Trainings selbst weiterlernt.
Klicken Sie hier, um mehr über die von DataCite ausgegebene arXiv-DOI zu erfahren (Registrierung ausstehend). Einreichungshistorie Von: Matteo He [ E-Mail anzeigen ] [v1] Mi, 14. Okt 2026, 23:45:26 UTC (1.892 KB) Volltext-Links: Zugriff auf das Papier: PDF der Arbeit mit dem Titel Learning to Read Out: Unembedding Dynamics in Language Model Pretraining von Matteo He und 5 weiteren Autoren anzeigen PDF anzeigen HTML (experimentell) TeX-Quelle Lizenz anzeigen Weitere Funktionen Audio-Zusammenfassung Aktueller Browse-Kontext: cs.CL < zurück | weiter > neu | aktuell | 2026-10 Browse wechseln nach: cs cs.AI cs.LG Referenzen und Zitationen NASA ADS Google Scholar Semantic Scholar BibTeX-Zitation exportieren Wird geladen...
BibTeX-formatierte Zitation × Wird geladen... Daten bereitgestellt von: Lesezeichen Bibliografische Tools Bibliografische und Zitations-Tools Bibliographic Explorer Bibliographic Explorer umschalten ( Was ist der Explorer? ) Connected Papers Connected Papers umschalten ( Was ist Connected Papers? ) Litmaps Litmaps umschalten Litmaps scite.ai scite umschalten Smart Citations ( Was sind Smart Citations? ) Code, Daten, Medien Code, Daten und Medien, die mit diesem Artikel verknüpft sind alphaXiv alphaXiv umschalten ( Was ist alphaXiv? ) Links zu Code CatalyzeX Code Finder umschalten DagsHub DagsHub umschalten GotitPub Gotit.pub umschalten ( Was ist Gotit.pub? ) Huggingface Hugging Face umschalten ScienceCast ScienceCast umschalten Demos Demos Replicate Replicate umschalten Spaces Hugging Face Spaces umschalten Spaces TXYZ.AI umschalten Verwandte Arbeiten Empfehlungssysteme und Suchtools Link zu Influence Flower Influence Flower ( Was sind Influence Flowers? ) Core Recommender umschalten CORE Recommender ( Was ist CORE? ) Autor Venue Institution Thema Über arXivLabs arXivLabs: experimentelle Projekte mit Community-Mitarbeitern arXivLabs ist ein Framework, das es Mitarbeitern ermöglicht, neue arXiv-Funktionen direkt auf unserer Website zu entwickeln und zu teilen.
Sowohl Einzelpersonen als auch Organisationen, die mit arXivLabs arbeiten, haben unsere Werte von Offenheit, Gemeinschaft, Exzellenz und Datenschutz für Nutzerdaten übernommen und befürworten diese. arXiv verpflichtet sich zu diesen Werten und arbeitet nur mit Partnern zusammen, die sich an sie halten.
Haben Sie eine Idee für ein Projekt, das einen Mehrwert für die arXiv-Community bieten wird? Erfahren Sie mehr über arXivLabs.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Focus to learn more arXiv-issued DOI via DataCite (pending registration) Submission history From: Matteo He [ view email ] [v1] Wed, 14 Oct 2026 23:45:26 UTC (1,892 KB) Full-text links: Access Paper: View a PDF of the paper titled Learning to Read Out: Unembedding Dynamics in Language Model Pretraining, by Matteo He and 5 other authors View PDF HTML (experimental) TeX Source view license Additional Features Audio Summary Current browse context: cs.CL < prev | next > new | recent | 2026-10 Change to browse by: cs cs.AI cs.LG References & Citations NASA ADS Google Scholar Semantic Scholar export BibTeX citation Loading... BibTeX formatted citation × loading... Data provided by: Bookmark Bibliographic Tools Bibliographic and Citation Tools Bibliographic Explorer Toggle Bibliographic Explorer ( What is the Explorer? ) Connected Papers Toggle Connected Papers ( What is Connected Papers? ) Litmaps Toggle Litmaps ( What is Litmaps? ) scite.ai Toggle scite Smart Citations ( What are Smart Citations? ) Code, Data, Media Code, Data and Media Associated with this Article alphaXiv Toggle alphaXiv ( What is alphaXiv? ) Links to Code Toggle CatalyzeX Code Finder for Papers ( What is CatalyzeX? ) DagsHub Toggle DagsHub ( What is DagsHub? ) GotitPub Toggle Gotit.pub ( What is GotitPub? ) Huggingface Toggle Hugging Face ( What is Huggingface? ) ScienceCast Toggle ScienceCast ( What is ScienceCast? ) Demos Demos Replicate Toggle Replicate ( What is Replicate? ) Spaces Toggle Hugging Face Spaces ( What is Spaces? ) Spaces Toggle TXYZ.AI ( What is TXYZ.AI? ) Related Papers Recommenders and Search Tools Link to Influence Flower Influence Flower ( What are Influence Flowers? ) Core recommender toggle CORE Recommender ( What is CORE? ) Author Venue Institution Topic About arXivLabs arXivLabs: experimental projects with community collaborators arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.
Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them.
Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs.