变换器在图任务算法推理中的深度-宽度权衡

本研究解决了在图基任务中算法推理的深度与宽度间的权衡问题。通过分析线性宽度下所需的常数深度，我们发现适度增加模型宽度可以显著减少推理时间，同时也展示了对某些问题所需的二次宽度。这些发现揭示了变换器在图算法实现中的复杂性和潜在优势。