On the Interpolation Error of Nonlinear Attention versus Linear Regression
非线性注意力与线性回归的插值误差比较AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论的是注意力机制的插值误差理论与随机矩阵分析，属于机器学习理论，未涉及所提供计量经济学领域细分中的任何方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
非线性注意力与线性回归的插值误差比较
- 研究问题
- 摘要称，本文研究在高维情形下（输入 token 数 n 与嵌入维度 p 都很大且量级相当），非线性注意力的插值误差如何刻画，以及它与线性回归在随机输入上的插值误差相比孰大孰小。
- 方法与思路
- 作者提出在信号加噪声的数据模型下、固定注意力权重，推导均方插值误差的显式（极限）表达式，并借助随机矩阵理论的近期进展进行分析，最后用数值实验佐证理论结论。
- 材料陈述的贡献
- 摘要称，非线性注意力在随机输入上通常比线性回归产生更大的插值误差；但当输入含结构化信号、尤其当注意力权重与信号方向对齐时，这一差距会消失甚至反转。
- 阅读关注点
- 阅读全文时应核对：信号加噪声模型与固定权重假设的具体设定、n 与 p 同阶的渐近框架、误差极限表达式的推导条件，以及数值实验是否与理论预测一致。
- 阅读边界
- 仅凭摘要无法判断证明细节、假设强度与实验规模；这是 arXiv 预印本，未经同行评审或期刊接收验证，结论应视为作者自述。
原文摘要
Attention has become the core building block of modern machine learning (ML) by efficiently capturing the long-range dependencies among input tokens. Its inherently parallelizable structure allows for efficient performance scaling with the rapidly increasing size of both data and model parameters. Despite its central role, the theoretical understanding of Attention, especially in the nonlinear setting, is progressing at a more modest pace. This paper provides a precise characterization of the interpolation error for a nonlinear Attention, in the high-dimensional regime where the number of input tokens $n$ and the embedding dimension $p$ are both large and comparable. Under a signal-plus-noise data model and for fixed Attention weights, we derive explicit (limiting) expressions for the mean-squared interpolation error. Leveraging recent advances in random matrix theory, we show that nonlinear Attention generally incurs a larger interpolation error than linear regression on random inputs. However, this gap vanishes, and can even be reversed, when the input contains a structured signal, particularly if the Attention weights align with the signal direction. Our theoretical insights are supported by numerical experiments.