六个最佳可视化资源:动手看懂 Transformer 与扩散模型原理
techNmak · x · 2026-11-17
一篇实用资源清单,汇集理解 Transformer、LLM、embedding、扩散模型与推理的最佳可视化学习工具:
- Transformer Explainer:观看 GPT 处理文本的 embedding、注意力、MLP 与下一词预测全过程
- Brendan Bycroft 的 LLM 可视化:从整体架构下钻到张量与运算层级
- 3Blue1Brown:线性代数、神经网络、反向传播与注意力的直觉讲解
- The Illustrated Transformer:最清晰的 Q/K/V 与注意力图解之一
- TensorFlow Playground:实时调整层数、激活函数、学习率,观察神经网络学习过程
- Google PAIR AI Explorables:关于 LLM、泛化与可解释性的交互式讲解
「研究」频道最新
- BitDecoding-FP4:算法与系统协同设计实现原生 FP4 KV 缓存解码 — UoE-Mlsys · 2026-11-18
- HT-Policy 挑战扩散策略范式:多模态并非模仿学习优势真因 — chris_j_paxton · 2026-11-18
- 研究者提出假设:Adam 的 β1 在小 batch 下收益更大 — torchcompiled · 2026-11-18
- NeurIPS 论文:联合能量模型称人类视觉对齐介于生成与判别之间 — ShahabBakht · 2026-11-18
- SWE-CoWork 基准:最强模型在 101 个真实仓库任务中仅完整通过 8 个 — omarsar0 · 2026-11-18
- rasbt 梳理预训练新趋势:放弃 LR decay,改用恒定学习率+检查点平均 — rasbt · 2026-11-18