单层自注意力中的（交换）遗憾损失训练：概率单纯形案例研究

论文研究如何用外部遗憾与交换遗憾直接训练单层自注意力模型。作者声称，特定驻点的前向计算分别对应平滑虚构博弈和 Blum–Mansour 无遗憾算法，从而在博弈部署中导向粗相关均衡或相关均衡，无需监督算法轨迹。