可视化专区

悬停探索注意力热图，切换多头视角，直观感受 Q/K/V 如何捕捉语言中的依存关系

点击热图格子查看 sin/cos 位置编码数值，切换曲线模式观察不同频率维度如何随位置变化

逐步演示前向传播、损失计算、链式法则求导到权重更新的完整过程，悬停查看每个连接的梯度数值

在 2D 损失曲面上同时展示 SGD、Momentum、RMSProp、Adam 的收敛轨迹，动态演示各优化器收敛速度差异

对比 Sigmoid、Tanh、ReLU、Leaky ReLU、GELU 函数曲线及其导数，开启导数模式直观理解梯度消失问题

实时调整 Temperature / Top-K / Top-P，观察候选词概率分布变化，点击采样按钮模拟真实生成过程

逐层点击展示 Token 从 Embedding 到输出 Logits 的完整前向传播，查看每层公式、维度变化与作用

2D 语义聚类散点图，悬停查看近邻词，一键演示 king−man+woman=queen 向量类比运算

逐步演示 Byte Pair Encoding 字符对合并操作，观察子词词表是如何从字符级一步步构建出来的

拖动秩 r 滑块，对比全参微调与 LoRA 的参数量差异，热图可视化 W₀、A、B 矩阵及合并后的权重

逐步演示 SFT → 奖励模型训练 → PPO 对齐三个阶段，揭示 ChatGPT 式模型「被训练出来」的完整过程

动画对比有无 KV Cache 时自回归生成的计算量差异，直观理解为何 Cache 能将推理从 O(n²) 降至 O(n)

切换 FP32/INT8/INT4 等格式，对比权重直方图、量化误差与 7B/70B 模型显存占用的实时变化

选择不同 Token 观察路由器如何动态分配 Top-2 专家，对比稀疏激活与 Dense 模型的参数效率差异

可视化向量空间中的语义检索，逐步演示 Embedding → 相似度检索 → 上下文增强 → LLM 生成的完整 RAG 链路