Publicado em 22 de abril de 2026, o texto relaciona atualizações residuais em transformers com loop à descida do gradiente em uma função de energia, sob uma condição específica para o bloco.
Publicado em 22 de abril de 2026, o texto apresenta uma ligação entre atualizações residuais em um transformer com loop e a descida do gradiente de uma função de energia: essa interpretação vale quando o bloco equivale ao gradiente negativo da energia. O texto ressalta que um bloco genérico de transformer não satisfaz automaticamente essa condição.
A perspectiva aproxima o reuso de pesos em transformers com loop da otimização iterativa e destaca uma propriedade que o bloco precisa cumprir. Para conferir o argumento e seu alcance, consulte a publicação original e verifique a formulação da condição; o resumo disponível não informa resultados experimentais nem detalhes adicionais.