home.md

@@ -21,26 +21,21 @@ Cette formation est totalement **libre sur youtube, gratuite et ouverte à toute
 
 De ChatGPT à DeepL ou AlphaFold, les **Transformers** sont **omniprésents** et ont<br>objectivement **révolutionnés** **le monde de l'IA** :-)
 
-Proposé par **Ashish Vaswani** \[1\] en **2017**, sous le titre **"Attention Is All You Need"**,\
-les **Transformers** sont des réseaux de type "séquence to sequences", tout comme \
-les RNN vus lors de la dernière séquence. Leur force réside dans leur capacité \
-à **pondérer  l'importance** de **chaque terme** de la séquence et à être fortement \
-parallélisables.<br>
-Au menu de cet épisode :\
-  - **Concept** et **utilisation** des transformers\
-  - Principe du **mécanisme d'attention** et du **multi-head attention**\
-  - **Architectures** des transformers (auto-regressive, auto-encoding et encoder decoder)\
-  - **Pré-entraînement** (BERT et GPT)\
-  - **Fine tuning**\
-  - **Utilisation** des transformers dans les autres domaines\
-\
-Cette séquences est un prérequis important à la séquences sur les **transformers**.\
+Proposé par **Ashish Vaswani** \[1\] en **2017**, sous le titre **"Attention Is All You Need"**, les **Transformers** sont des réseaux de type "séquence to sequences", tout comme les RNN vus lors de la dernière séquence. Leur force réside dans leur capacité à **pondérer  l'importance** de **chaque terme** de la séquence et à être fortement parallélisables.<br>
+
+Au menu de cet épisode :<br>
+  - **Concept** et **utilisation** des transformers<br>
+  - Principe du **mécanisme d'attention** et du **multi-head attention**<br>
+  - **Architectures** des transformers (auto-regressive, auto-encoding et encoder decoder)<br>
+  - **Pré-entraînement** (BERT et GPT)<br>
+  - **Fine tuning**<br>
+  - **Utilisation** des transformers dans les autres domaines<br>
+
 Durée : 2h00
 </td>
 </tr>
 <tr>
 <td>
-
 En direct sur notre chaine **YouTube** - https://www.youtube.com/@CNRS-FIDLE
 </td>
 </tr>