增强预测校正变压器的指数移动平均系数学习

本文提出了一种新的预测校正学习框架，旨在提高残差网络在常微分方程中的精度，减少截断误差，并增强高阶预测器的学习效果。该方法在多个基准测试中表现优异，尤其在大型机器翻译任务中显著提升了BLEU分数。