Christos Thrampoulidis

Uma olhada em como os transformers usam camadas de atenção pra melhorar o processamento de linguagem.

Apresentando o CAP pra melhorar a justiça e a eficiência nos modelos de aprendizado de máquina.

Analisando a autoatenção e o gradiente descendente em modelos transformers.

Analisando preconceitos na previsão do próximo token e como eles afetam o desempenho do modelo.

Uma análise aprofundada de como a previsão do próximo token molda a compreensão de linguagem nos modelos.