Comment un modèle de langue apprend

Tirez un seul curseur et regardez un tas de nombres aléatoires devenir une prédiction en mille étapes.

Étapes d'entraînement 0

Touchez une partie du schéma pour ouvrir l'étape.

Tout le cycle

Morceaux de texte → nombres → couches de poids → scores → pourcentages → erreur → une correction sur chaque poids. Rien n'est appris par cœur : l'entraînement, ce sont des millions d'ajustements minuscules répétés jusqu'à ce que la bonne suite devienne la plus probable.

Ce qu’il y a dedans

  1. 1 Le texte est découpé — L'espace de tête fait partie du morceau : « boit » et «boit» sont deux lignes différentes.
  2. 2 Des nombres à la place des mots — Bougez le curseur et le tremblement cesse : les nombres se posent sur des valeurs qui veulent dire quelque chose.
  3. 3 Couches et attention — La couleur de la ligne donne le signe du poids, son épaisseur la taille. Pour l'instant tous sont aléatoires.
  4. 4 La prédiction — La bonne suite, « Lait », n'est encore qu'en troisième position.
  5. 5 Erreur et apprentissage — Le curseur entraîne ce cycle : à l'étape 1000, « Lait » est à 92%, « Tracteur » à 0.01%, et l'erreur est tombée à 0.08.
Lire la suite Comment j'ai construit par accident un système d'orchestration de LLM dans le navigateur Un regard architectural sur la façon dont Litseller a utilisé l'API GPT, React, des prompts et une orchestration côté navigateur pour générer le contenu structuré d'un catalogue de livres.

Explications interactives

Étapes d'entraînement 0
1 / 5