Update README.md

README.md

@@ -3,8 +3,8 @@
 
 | 日期 | 标题 | 封面 | 时长 | 视频（4K） |
 | -- | -- | -- | -- | -- |
-| 录制中 | BERT |
-| 录制中 | GAN | 
+| 录制中 | [BERT](https://arxiv.org/abs/1810.04805) |
+| 录制中 | [GAN](https://arxiv.org/abs/1406.2661) | 
 | 11/3/21 | 零基础多图详解 [图神经网络](https://distill.pub/2021/gnn-intro/)（GNN/GCN） | <img src="imgs/gnn.jpg" width="250px"/> | 66:19 | [B站](https://www.bilibili.com/video/BV1iT4y1d7zP/), [知乎](https://www.zhihu.com/zvideo/1439540657619087360), [YouTube](https://youtu.be/sejA2PtCITw) |
 | 10/27/21 | [Transformer](https://arxiv.org/abs/1706.03762) 逐段精读<br> （视频中提到的文献 [^transformer]) |<img src="imgs/transformer.jpg" width="250px"/> | 87:05 |[B站](https://www.bilibili.com/video/BV1pu411o7BE/), [知乎](https://www.zhihu.com/zvideo/1437034536677404672), [YouTube](https://youtu.be/nzqlFIcCSWQ)|
 | 10/22/21 | [ResNet](https://arxiv.org/abs/1512.03385) 论文逐段精读 | <img src="imgs/resnet-2.jpg" width="250px"/> | 53:46 | [B站](https://www.bilibili.com/video/BV1P3411y7nn/), [知乎](https://www.zhihu.com/zvideo/1434795406001180672), [YouTube](https://www.youtube.com/watch?v=pWMnzCX4cwQ) |
@@ -26,13 +26,10 @@
 
 1. [Adam](https://arxiv.org/abs/1412.6980)。深度学习里最常用的优化算法之一。
 3. [EfficientNet](https://arxiv.org/abs/1905.11946)。通过架构搜索得到的CNN，现在常被使用。
-4. [BERT](https://arxiv.org/abs/1810.04805)。让深度学习在NLP上热度超过了CV。
 5. [GPT3](https://arxiv.org/abs/2005.14165)。朝着zero-shot learning迈了一大步。当然也得讲一讲GPT/GPT-2
-6. [GAN](https://arxiv.org/abs/1406.2661)。生成类模型中的开创性工作。
 7. [CLIP](https://openai.com/blog/clip/)。图片分类从此不用标数据。
 8. [Non-deep networks](https://arxiv.org/pdf/2110.07641.pdf)。21年10月的新工作，让不深的网络也能在ImageNet刷到SOTA。
 9. [为什么超大的模型泛化性不错](https://cacm.acm.org/magazines/2021/3/250713-understanding-deep-learning-still-requires-rethinking-generalization/fulltext)
-10. [GNN介绍](https://distill.pub/2021/gnn-intro/)。Distill上最近一篇写得很好的介绍性文章。
 11. [AlphaGo](https://deepmind.com/research/case-studies/alphago-the-story-so-far)。让强化学习出圈的一系列工作。
 1. Swin Transformer
 1. Out-of-distribution