Residuais de Atenção

Uma página HTML autônoma anima a diluição pela profundidade no PreNorm, as pseudo-consultas do Full AttnRes e a computação em duas fases do Block AttnRes, com fórmulas em KaTeX.

Loading preview...
Começar com este prompt

Uma explicação animada da diluição em profundidade, do Full AttnRes e da computação em duas fases do Block AttnRes, com fórmulas em KaTeX e controle de velocidade.

Criar uma edição em chinês

As mesmas animações e fórmulas, apresentadas em uma explicação natural em chinês.

Experimentar o Deep Research
Crie em inglês uma explicação interativa em um único arquivo para o artigo da equipe Kimi, Attention Residuals. Destinada a leitores com conhecimento de deep learning: primeiro, anime o problema da diluição em profundidade no acúmulo residual PreNorm (a magnitude do estado oculto cresce com a profundidade e as camadas iniciais são diluídas); depois, explique o Full AttnRes, em que uma pseudoconsulta treinável aplica atenção a todas as saídas das camadas anteriores usando pesos softmax; e, por fim, apresente o Block AttnRes com sua computação em duas fases (residuais simples dentro de um bloco e atenção entre blocos), encerrando com uma comparação dos custos de memória e comunicação. Renderize fórmulas com KaTeX (recorra ao texto LaTeX bruto se a CDN falhar), inclua navegação entre seções, velocidade de animação ajustável, layout acadêmico limpo e um único arquivo HTML autossuficiente que funcione offline.
Mudar para atenção linear

Mantenha o formato animado em três atos, mas explique Mamba e atenção linear.

Experimentar o Deep Research
Crie uma explicação interativa em inglês, em um único arquivo, para o artigo da equipe Kimi, Attention Residuals. Destinada a leitores com conhecimento de deep learning: primeiro, anime o problema da diluição em profundidade de acúmulo residual PreNorm (a magnitude do estado oculto cresce com a profundidade e as camadas iniciais são diluídas), depois explique o Full AttnRes, em que uma pseudoconsulta treinável aplica atenção a todas as saídas das camadas anteriores usando pesos softmax, e, por fim, apresente o Block AttnRes com sua computação em duas fases (residuais simples dentro de um bloco e atenção entre blocos), encerrando com uma comparação de custos de memória e comunicação. Renderize fórmulas com KaTeX (recorra ao texto LaTeX bruto se a CDN falhar), inclua navegação entre seções, velocidade de animação ajustável, layout acadêmico limpo e um único arquivo HTML autossuficiente que funcione offline.
Adicione pontos de verificação com questionários

Adicione questionários curtos ao fim de cada seção que retornem à animação correspondente quando a resposta estiver errada.

Experimente o Deep Research
Crie um explicador interativo em inglês, em um único arquivo, sobre o artigo da equipe Kimi, Attention Residuals. Para leitores com conhecimento em deep learning: primeiro, anime o problema de diluição pela profundidade no acúmulo residual PreNorm (a magnitude do estado oculto cresce com a profundidade, e as camadas iniciais são diluídas); depois, explique o Full AttnRes, no qual uma pseudo-consulta aprendível aplica atenção sobre todas as saídas das camadas anteriores com pesos softmax; por fim, apresente o Block AttnRes, com sua computação em duas fases (residuais simples dentro de um bloco e atenção entre blocos), encerrando com uma comparação dos custos de memória e comunicação. Renderize as fórmulas com KaTeX (recorra ao texto LaTeX bruto se a CDN falhar), inclua navegação entre seções, velocidade de animação ajustável, layout acadêmico limpo e um único arquivo HTML autônomo que funcione offline.