En el campo del aprendizaje profundo, las capas de normalización se consideran componentes esenciales en las redes neuronales modernas. Recientemente, un logro de investigación liderado por el científico investigador Liu Zhuang de Meta FAIR —"Transformer sin capas de normalización”— ha generado un amplio interés. Esta investigación no solo presenta una nueva técnica llamada tanh dinámico (Dynamic Tanh, DyT), sino que también demuestra que la arquitectura Transformer puede lograr una eficiencia significativa sin usar capas de normalización tradicionales.