تگ: یادگیری عمیق، شبکه‌های عصبی، پردازش زبان طبیعی، مدل‌های زبان بزرگ، ترنسفورمرها، توجه، جاسازی کلمات، نمایش‌های برداری، توابع فعال‌سازی، گرادیان کاهشی