Couvre les concepts d'apprentissage profond, en se concentrant sur les graphiques, les transformateurs et leurs applications dans le traitement des données multimodales.
Explore la compression du modèle de deuxième ordre pour les réseaux neuronaux profonds massifs, montrant les techniques de compression et leur impact sur la précision du modèle.
Explore le décodage à partir de modèles neuronaux dans le NLP moderne, couvrant les modèles encodeurs-décodeurs, les algorithmes de décodage, les problèmes avec le décodage argmax, et l'impact de la taille du faisceau.
