Realmente no me gusta que en las primeras capas X_t represente el token t y que gradualmente pase a representar el token t+1 en la última capa. No tiene ningún sentido, es objetivamente repugnante.
Cargando el detalle del hilo
Obteniendo los tweets originales de X para ofrecer una lectura limpia.
Esto suele tardar solo unos segundos.