ส่วนตกค้างแบบ Attention

หน้า HTML แบบครบในตัวหน้าเดียวแสดงแอนิเมชันการเจือจางตามความลึกของ PreNorm, pseudo-query ของ Full AttnRes และการคำนวณสองระยะของ Block AttnRes พร้อมสูตร KaTeX

Loading preview...
เริ่มด้วยพรอมต์นี้

คำอธิบายแบบแอนิเมชันเกี่ยวกับการเจือจางตามความลึก, Full AttnRes และการคำนวณสองเฟสของ Block AttnRes พร้อมสูตร KaTeX และการควบคุมความเร็ว

สร้างฉบับภาษาจีน

ใช้แอนิเมชันและสูตรเดิม แต่แสดงเป็นคำอธิบายภาษาจีนที่เป็นธรรมชาติ

ลองใช้ Deep Research
สร้างภาษาอังกฤษคำอธิบายแบบอินเทอร์แอ็กทีฟในไฟล์เดียวสำหรับบทความ Attention ของทีม Kimi Residuals. สำหรับผู้อ่านที่มีพื้นฐานด้านดีปเลิร์นนิง: เริ่มจากทำแอนิเมชันปัญหาการเจือจางตามความลึกของการสะสมส่วนตกค้างแบบ PreNorm (ขนาดของ hidden state เพิ่มขึ้นตามความลึก และเลเยอร์ต้น ๆ ถูกเจือจาง) จากนั้นอธิบาย Full AttnRes ซึ่ง pseudo-query ที่เรียนรู้ได้จะทำ attention กับเอาต์พุตของทุกเลเยอร์ก่อนหน้าโดยใช้น้ำหนัก softmax แล้วจบด้วย Block AttnRes ที่มีการคำนวณสองเฟส (ส่วนตกค้างปกติภายในบล็อก และ attention ข้ามบล็อก) พร้อมเปรียบเทียบต้นทุนด้านหน่วยความจำและการสื่อสาร แสดงสูตรด้วย KaTeX (หาก CDN ใช้งานไม่ได้ ให้ใช้ข้อความ LaTeX ดิบแทน) มีการนำทางระหว่างส่วน ปรับความเร็วแอนิเมชันได้ เลย์เอาต์เชิงวิชาการที่สะอาดตา และเป็นไฟล์ HTML เดี่ยวแบบครบในตัวที่ใช้งานออฟไลน์ได้
เปลี่ยนไปใช้ linear attention

คงรูปแบบแอนิเมชันสามองก์ไว้ แต่เปลี่ยนไปอธิบาย Mamba และ linear attention

ลองใช้ Deep Research
สร้างคำอธิบายแบบอินเทอร์แอ็กทีฟภาษาอังกฤษในไฟล์เดียวสำหรับ บทความ Attention Residuals ของทีม Kimi. สำหรับผู้อ่านที่มีพื้นฐานด้านดีปเลิร์นนิง: เริ่มจากทำแอนิเมชัน ปัญหาการเจือจางตามความลึก ของ การสะสม residual แบบ PreNorm (ขนาดของ hidden state เพิ่มขึ้นตามความลึก และเลเยอร์ช่วงต้นถูกเจือจาง), จากนั้นอธิบาย Full AttnRes ซึ่ง pseudo-query ที่เรียนรู้ได้จะทำ attention กับเอาต์พุตของทุกเลเยอร์ก่อนหน้าด้วยน้ำหนัก softmax, และปิดท้ายด้วย Block AttnRes ที่มีการคำนวณสองระยะ (residual ปกติภายในบล็อก และ attention ข้ามบล็อก), โดยปิดท้ายด้วยการเปรียบเทียบ ต้นทุนด้านหน่วยความจำและการสื่อสาร. แสดงสูตรด้วย KaTeX (หาก CDN ใช้งานไม่ได้ ให้ใช้ข้อความ LaTeX ดิบแทน) มีการนำทางระหว่างส่วน ปรับความเร็วแอนิเมชันได้ เลย์เอาต์เชิงวิชาการที่สะอาดตา และเป็นไฟล์ HTML เดี่ยวแบบครบในตัวที่ใช้งานออฟไลน์ได้
เพิ่มจุดตรวจแบบทดสอบ

เพิ่มแบบทดสอบสั้น ๆ ท้ายแต่ละส่วน โดยเมื่อผู้ใช้ตอบผิดให้ย้อนกลับไปยังแอนิเมชันที่เกี่ยวข้อง

ลองใช้ Deep Research
สร้างคำอธิบายแบบอินเทอร์แอกทีฟภาษาอังกฤษในไฟล์เดียวสำหรับบทความ Attention Residuals ของทีม Kimi สำหรับผู้อ่านที่มีพื้นฐานด้าน deep learning: เริ่มจากทำแอนิเมชันปัญหาการเจือจางตามความลึกของการสะสม residual แบบ PreNorm (ขนาดของ hidden state เพิ่มขึ้นตามความลึก และเลเยอร์ช่วงต้นถูกเจือจาง) จากนั้นอธิบาย Full AttnRes ซึ่ง pseudo-query ที่เรียนรู้ได้จะทำ attention กับเอาต์พุตของทุกเลเยอร์ก่อนหน้าด้วยน้ำหนัก softmax และปิดท้ายด้วย Block AttnRes ที่มีการคำนวณสองระยะ (residual ปกติภายในบล็อก และ attention ข้ามบล็อก) พร้อมสรุปเปรียบเทียบต้นทุนด้านหน่วยความจำและการสื่อสาร แสดงผลสูตรด้วย KaTeX (หาก CDN ใช้งานไม่ได้ ให้แสดงข้อความ LaTeX ดิบแทน) มีการนำทางระหว่างส่วน ปรับความเร็วแอนิเมชันได้ จัดวางแบบวิชาการที่สะอาดตา เป็นไฟล์ HTML เดียวแบบครบในตัวที่ใช้งานออฟไลน์ได้.