本研究提出了NeuralGrok方法，解决了Grokking现象中的过拟合与泛化问题。通过动态调节梯度成分，显著提升了变换器在复杂算术任务中的泛化能力，并降低了模型复杂性。
完成下面两步后，将自动完成登录并继续当前操作。
