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

Swark:コードからアーキテクチャ図を作成できるVSCod...

YOLO (You Only Look Once):ディープ...

Kubric:機械学習用アノテーション付き動画生成パイプライ...

Physics Forests:機械学習で流体シミュレーショ...

NeRF (Neural Radiance Fields):...

Open3D:3Dデータ処理ライブラリ

NeuralNetwork.NET:.NETで使えるTens...

ヘッドマウントディスプレイとビジュアリゼーションの未来

Mask R-CNN:ディープラーニングによる一般物体検出・...

書籍『仕事ではじめる機械学習』を読みました

CGAN (Conditional GAN):条件付き敵対的...

PGGAN:段階的に解像度を上げて学習を進めるGAN

データサイエンティストって何だ?

Manim:Pythonで使える数学アニメーションライブラリ

GitHub Pagesで静的サイトを作る

書籍『イラストで学ぶ ディープラーニング』

ニューラルネットワークと深層学習

UnrealCV:コンピュータビジョン研究のためのUnrea...

Polyscope:3Dデータ操作用GUIライブラリ

Unityで強化学習できる『Unity ML-Agents』

Transformer Explainer:テキスト生成モデ...

Dlib:C++の機械学習ライブラリ

CNN Explainer:畳み込みニューラルネットワーク可...

画像生成AI Stable Diffusionで遊ぶ

GAN (Generative Adversarial Ne...

Zibra Liquids:Unity向け流体シミュレーショ...

PSPNet (Pyramid Scene Parsing ...

PeopleSansPeople:機械学習用の人物データをU...

Accord.NET Framework:C#で使える機械学...

KelpNet:C#で使える可読性重視のディープラーニングラ...

3D Gaussian Splatting:リアルタイム描画...

FreeMoCap Project:オープンソースのマーカー...

オープンソースの顔認識フレームワーク『OpenBR』

OpenCVで顔のランドマークを検出する『Facemark ...

AR (Augmented Reality)とDR (Dim...

Iridescence:プロトタイピング向け軽量3D可視化ラ...

Mitsuba 2:オープンソースの物理ベースレンダラ

ManimML:機械学習の概念を視覚的に説明するためのライブ...

Netron:機械学習モデルを可視化するツール

オープンソースのネットワーク可視化ソフトウェアプラットフォー...

GoogleのDeep Learning論文

DensePose:画像中の人物表面のUV座標を推定する

コメント