LLM Visualization:大規模言語モデルの可視化

以前、ニューラルネットワークによる文字認識の仕組みを可視化した例をまとめたことがあったけど



こちらはBrendan Bycroft氏による、昨今話題のLLM(大規模言語モデル)の仕組みを各プロセスの解説と共にビジュアルで理解できるWebページ↓

LLM Visualization

このプロジェクトは、GPT-styleネットワークの実際に動作する実装の3Dモデルを表示します。このネットワーク構造はOpenAIのGPT-2, GPT-3(そしておそらくGPT-4)で使用されているものです。
OpenAIのChatGPTの裏側にあるLLMアルゴリズムを視覚的にウォークスルーできます。加算と乗算に至るまでアルゴリズムを隈なく探索でき、プロセス全体の動作を確認できます。

最初に表示されるネットワーク(nano-gpt)は、小さなGPT-styleネットワークで、文字A、B、Cで構成された小さなリストの並び替えを行います。これはAndrej KarpathyによるminGPT実装デモのサンプルモデルです。

このレンダラーは、任意のサイズのネットワークの可視化もサポートしており、より小さいGPT-2サイズでも動作しますが、重み(数100MBある)はダウンロードされません。

初学者にとってとても良い教材だ。ソースコードもGitHubで公開されている↓
https://github.com/bbycroft/llm-viz




3Blue1Brownと有志が日本語訳している3Blue1BrownJapanでもLLMの解説動画が公開されている↓








関連記事

PeopleSansPeople:機械学習用の人物データをU...

viser:Pythonで使える3D可視化ライブラリ

YOLO (You Only Look Once):ディープ...

KelpNet:C#で使える可読性重視のディープラーニングラ...

Mitsuba 2:オープンソースの物理ベースレンダラ

AR (Augmented Reality)とDR (Dim...

CycleGAN:ドメイン関係を学習した画像変換

NumSharp:C#で使えるNumPyライクな数値計算ライ...

U-Net:ディープラーニングによるSemantic Seg...

機械学習について最近知った情報

FreeMoCap Project:オープンソースのマーカー...

OpenCVで顔のランドマークを検出する『Facemark ...

書籍『イラストで学ぶ ディープラーニング』

Googleが画像解析旅行ガイドアプリのJetpac社を買収

Google製オープンソース機械学習ライブラリ『Tensor...

GitHub Pagesで静的サイトを作る

画像生成AI Stable Diffusionで遊ぶ

Mitsuba 3:オープンソースの研究向けレンダラ

Open3D:3Dデータ処理ライブラリ

フィクションに登場するUIデザインのまとめサイト

Kaolin:3Dディープラーニング用のPyTorchライブ...

Zibra Liquids:Unity向け流体シミュレーショ...

FacebookがDeep learningツールの一部をオ...

SSD (Single Shot Multibox Dete...

PyDataTokyo主催のDeep Learning勉強会

Houdiniのライセンスの種類

Dlib:C++の機械学習ライブラリ

ニューラルネットワークで画像分類

機械学習に役立つPythonライブラリ一覧

VGGT:マルチビュー・フィードフォワード型3Dビジョン基盤...

DensePose:画像中の人物表面のUV座標を推定する

uvでWindows11のPython環境を管理する

Netron:機械学習モデルを可視化するツール

WebGL開発に関する情報が充実してきている

TensorFlowでCGを微分できる『TensorFlow...

書籍『ゼロから作るDeep Learning』で自分なりに学...

Caffe:読みやすくて高速なディープラーニングのフレームワ...

RefineNet (Multi-Path Refineme...

CGのためのディープラーニング

SegNet:ディープラーニングによるSemantic Se...

Unityで強化学習できる『Unity ML-Agents』

PGGAN:段階的に解像度を上げて学習を進めるGAN

コメント