Couvre l'architecture des transformateurs et les mécanismes d'attention subquadratiques, en se concentrant sur les approximations efficaces et leurs applications dans l'apprentissage automatique.
Couvre les opérations matricielles, y compris la multiplication, la transposition, les pouvoirs et les inverses, et explique comment déterminer si une matrice est invertible.
Couvre la décomposition d'une matrice dans ses valeurs propres et ses vecteurs propres, l'orthogonalité des vecteurs propres et la normalisation des vecteurs.
Couvre la preuve de l'inversibilité d'une matrice en montrant que la transposée de la matrice multipliée par elle-même aboutit à une matrice d'identité.