Christos Thrampoulidis

Una mirada a cómo los transformers usan capas de atención para mejorar el procesamiento del lenguaje.

Presentando CAP para mejorar la equidad y eficiencia en los modelos de aprendizaje automático.

Examinando la auto-atención y el descenso por gradiente en modelos de transformadores.

Examinando los sesgos en la predicción del siguiente token y su impacto en el rendimiento del modelo.

Una inmersión profunda en cómo la predicción del siguiente token da forma a la comprensión del lenguaje en los modelos.