Residuos de atención

Una página HTML autónoma anima la dilución con la profundidad en PreNorm, las pseudoconsultas de Full AttnRes y el cálculo en dos fases de Block AttnRes, con fórmulas en KaTeX.

Loading preview...
Comenzar con este prompt

Una explicación animada de la dilución por profundidad, Full AttnRes y el cálculo en dos fases de Block AttnRes, con fórmulas KaTeX y control de velocidad.

Crear una edición en chino

Las mismas animaciones y fórmulas, presentadas como una explicación natural en chino.

Probar Deep Research
Crea una explicación en inglés interactiva, en un solo archivo, sobre el artículo del equipo de Kimi Residuos de atención. Está dirigida a lectores con conocimientos de aprendizaje profundo: primero, anima el problema de dilución por profundidad de la acumulación residual PreNorm (la magnitud del estado oculto aumenta con la profundidad y las capas iniciales se diluyen); luego, explica Full AttnRes, donde una pseudoconsulta aprendible presta atención a las salidas de todas las capas anteriores con pesos softmax; y, por último, presenta Block AttnRes con su cálculo en dos fases (conexiones residuales simples dentro de un bloque y atención entre bloques), cerrando con una comparación de los costos de memoria y comunicación. Renderiza las fórmulas con KaTeX (usa texto LaTeX sin procesar si falla la CDN), incluye navegación por secciones, velocidad de animación ajustable, un diseño académico limpio y un único archivo HTML autosuficiente que funcione sin conexión.
Cambiar a atención lineal

Mantén el formato animado en tres actos, pero explica Mamba y la atención lineal en su lugar.

Probar Deep Research
Crea una explicación interactiva en inglés, en un solo archivo, sobre el artículo del equipo de Kimi Residuos de atención. Está dirigida a lectores con conocimientos de aprendizaje profundo: primero, anima el problema de dilución por profundidad de la acumulación residual PreNorm (la magnitud del estado oculto aumenta con la profundidad y las capas iniciales se diluyen), luego explica Full AttnRes, donde una pseudoconsulta aprendible presta atención a las salidas de todas las capas anteriores con pesos softmax, y por último presenta Block AttnRes con su cálculo en dos fases (conexiones residuales simples dentro de un bloque y atención entre bloques), cerrando con una comparación de los costos de memoria y comunicación. Renderiza las fórmulas con KaTeX (usa texto LaTeX sin procesar si falla la CDN), incluye navegación por secciones, velocidad de animación ajustable, un diseño académico limpio y un único archivo HTML autosuficiente que funcione sin conexión.
Agregar puntos de control con cuestionarios

Agrega cuestionarios breves al final de cada sección que regresen a la animación correspondiente cuando se responda incorrectamente.

Probar Deep Research
Crea un explicador interactivo en inglés y de un solo archivo sobre el artículo del equipo de Kimi, Attention Residuals. Dirigido a lectores con conocimientos de aprendizaje profundo: primero anima el problema de dilución con la profundidad en la acumulación residual PreNorm (la magnitud del estado oculto crece con la profundidad y las capas iniciales se diluyen); luego explica Full AttnRes, donde una pseudoconsulta aprendible aplica atención sobre todas las salidas de capas anteriores con pesos softmax; y finalmente presenta Block AttnRes con su cálculo en dos fases (residuales simples dentro de un bloque y atención entre bloques), cerrando con una comparación de los costos de memoria y comunicación. Renderiza las fórmulas con KaTeX (usa texto LaTeX sin procesar si falla el CDN), navegación por secciones, velocidad de animación ajustable, diseño académico limpio y un único archivo HTML autónomo que funcione sin conexión.