Schicht-Normalisierung
Eine Normalisierungstechnik, die über die Merkmalsdimension jeder einzelnen Stichprobe normalisiert (anstatt über den Batch, wie bei Batch-Normalisierung). Schicht-Normalisierung ist der Standard in Transformer-Architekturen, da sie während Training und Inferenz identisch funktioniert und variable Sequenzlängen verarbeitet. Sie wird in nahezu allen VLA- und Richtlinien-Transformer-Modellen verwendet.







