本文介绍了深度聚类中相互信息作为无监督训练神经网络的客观标准的最大化并不能得到令人满意的聚类结果，并将核心距离更改为常见的挑战导致的原因。通过引入广义相互信息 (GEMINI) 来推广相互信息，它是一组用于无监督神经网络训练的指标。GEMINI 可以自动选择相关的聚类数目，这是在深度判别聚类上很少研究的一个特性。

本文介绍了一种通过Transformer Base Model来提高计算效能、实现准确内容-主题匹配的方法。通过语言切换策略消除翻译歧义，提出了Curriculum Recommendations范式，解决教育技术和课程开发不平等问题，实现平等学习体验。