Observação: existem alguns bons livros fundamentais sobre ML/AI: Bishop & Bishop: Deep Learning Fleuret: Learning Theory from First Principles Hardt & Recht: Patterns, Predictions and Actions e, no entanto, nenhum deles cobre transformadores em detalhe ou de todo. Pergunta: você pode recomendar bons livros de nível de pós-graduação sobre transformadores e, posteriormente, DL? Adicione nas respostas.