Attention Head Selection

مقاله برگزیدن سرهای کم‌استفاده: نگاهی به گزینش سرهای توجه از منظر هرس شبکه برای ادغام اطلاعات هم‌ارجاعی گفتمان به همراه PDF فارسی + پادکست صوتی فارسی + ویدیو آموزشی فارسی