Какие слои что знают: сравниваем RWKV-7 и трансформеры послойными пробами
Хабр · 15.11.2026 · 15:06
Где языковая модель хранит порядок слов, грамматику и смысл — и зависит ли это от архитектуры? Я обучил 12 небольших моделей, которые отличаются только архитектурой, и проверил линейными…