Attention Residuals

Une page HTML autonome anime la dilution en profondeur de PreNorm, les pseudo-requêtes de Full AttnRes et le calcul en deux phases de Block AttnRes, avec des formules KaTeX.

Loading preview...
Commencer avec ce prompt

Une explication animée de la dilution liée à la profondeur, de Full AttnRes et du calcul en deux phases de Block AttnRes, avec des formules KaTeX et un contrôle de la vitesse.

Créer une édition chinoise

Les mêmes animations et formules, présentées dans une explication naturelle en chinois.

Essayer Deep Research
Créez en anglais une explication interactive, contenue dans un seul fichier, pour l’article Attention Residuals. Destinée à des lecteurs ayant des connaissances en deep learning : commencez par animer le problème de dilution liée à la profondeur dans l’accumulation résiduelle PreNorm (l’amplitude de l’état caché augmente avec la profondeur et les premières couches se diluent), puis expliquez Full AttnRes, où une pseudo-requête entraînable porte son attention sur les sorties de toutes les couches précédentes à l’aide de poids softmax, avant d’aborder Block AttnRes et son calcul en deux phases (résidus simples au sein d’un bloc, attention entre les blocs), en concluant par une comparaison des coûts de mémoire et de communication. Affichez les formules avec KaTeX (utilisez du texte LaTeX brut si le CDN échoue), une navigation entre les sections, une vitesse d’animation réglable, une mise en page académique soignée, le tout dans un unique fichier HTML autonome fonctionnant hors ligne.
Passer à l’attention linéaire

Conservez la forme animée en trois actes, mais expliquez plutôt Mamba et l’attention linéaire.

Essayer Deep Research
Créez une explication interactive en anglais, contenue dans un seul fichier, pour l’article Attention Residuals de l’équipe Kimi. Destinée à des lecteurs ayant des connaissances en deep learning : commencez par animer le problème de dilution liée à la profondeur de l’accumulation résiduelle PreNorm (l’amplitude de l’état caché augmente avec la profondeur et les premières couches se diluent), puis expliquez Full AttnRes, où une pseudo-requête entraînable porte son attention sur les sorties de toutes les couches précédentes à l’aide de poids softmax, avant d’aborder Block AttnRes et son calcul en deux phases (résidus simples au sein d’un bloc, attention entre les blocs), en concluant par une comparaison des coûts de mémoire et de communication. Affichez les formules avec KaTeX (utilisez du texte LaTeX brut si le CDN échoue), une navigation entre les sections, une vitesse d’animation réglable, une mise en page académique soignée, le tout dans un unique fichier HTML autonome fonctionnant hors ligne.
Ajoutez des points de contrôle sous forme de quiz

Ajoutez de courts quiz à la fin de chaque section, qui reviennent à l’animation correspondante en cas de mauvaise réponse.

Essayer Deep Research
Créez un explicatif interactif en anglais, dans un seul fichier, sur l’article de l’équipe Kimi intitulé Attention Residuals. Destiné aux lecteurs ayant des connaissances en deep learning : commencez par animer le problème de dilution en profondeur lié à l’accumulation résiduelle PreNorm (la magnitude de l’état caché augmente avec la profondeur et les premières couches se diluent), puis expliquez Full AttnRes, où une pseudo-requête apprenable porte son attention sur toutes les sorties des couches précédentes à l’aide de poids softmax, et présentez enfin Block AttnRes avec son calcul en deux phases (résidus simples au sein d’un bloc, attention entre les blocs), avant de conclure par une comparaison des coûts en mémoire et en communication. Affichez les formules avec KaTeX (utilisez du texte LaTeX brut si le CDN échoue), prévoyez une navigation entre les sections, une vitesse d’animation réglable, une mise en page académique épurée, et un unique fichier HTML autonome qui fonctionne hors ligne.