Skærmbillede af chat med LLM-arkitektur

Mål: At skabe et realistisk skærmbillede af en AI-chatgrænseflade, der viser et billede relateret til {argument name="topic" default="Store sprogmodeller (LLM'er) tekniske principper"} Generativ teknisk infografik. Skærmbilleder skal præsenteres som samtaler i en moderne webapplikation, ikke separate reklameplakater. Lærred: 768×1024 lodret skærmbillede, lysegrå applikationsbaggrund, afrundede hvide indholdsområder, ren sans-serif-skrifttype, diskrete skygger, høj opløsning, men teksten i infografikken skal være lidt mindre, som et rigtigt integreret genereret billede. Chat UI-layout: En lille cirkulær brugeravatar vises i øverste venstre hjørne sammen med chattitlen "Visualisering af LLM-arkitektur" og en lille rullemenupil; en simpel fane og et ikon af typen "Filer" vises i øverste højre hjørne. Nedenfor er en centreret/højrejusteret afrundet brugerbeskedboble, der lyder: "Lav et billede, der forklarer, hvordan LLM'er fungerer teknisk set." Nedenfor er en statuslinje, der lyder "Scira-opgave fuldført" med et blinkende/indlæsende ikon og en pil. Det hovedgenererede billede vises nedenfor som et stort afrundet rektangulært kort. Under billedet er en forklarende tekst fra assistenten: "Billedet ovenfor er en omfattende teknisk infografik, der gennemgår, hvordan store sprogmodeller fungerer under motorhjelmen. Her er en detaljeret gennemgang af hver vist komponent:" efterfulgt af den fed skrifttype "Tokenisering: Fra tekst til tal." Nederst er en afrundet inputboks med pladsholderen "Spørg en opfølgning...", en plusknap til venstre og små værktøjs-/modelkontroller, modeletiketten "Kimi K2.6", en rullemenu og en cirkulær stemmeknap til højre. Generativ infografik i chatten: Design en blå og hvid plakat til teknisk uddannelse med en stor marineblå titel med stort begyndelsesbogstav: "SÅDAN FUNGERER STORE SPROGMODELLER (LLM'er)". Brug en hvid baggrund, marineblå omrids, lyseblå fremhævninger, afrundede paneler og pile, der forbinder trin, mikrodiagrammer, formler, tabeller og ikoner. Plakaten skal være informationstæt og læne sig op ad en ingeniørmæssig tilgang. Infografisk sektion: Anvender 8 mærkede paneler/områder: 1. Panelet "INPUT: TOKENIZATION": Viser en rå tekstboks, der indeholder sætningen "Den hurtige brune ræv hopper over den dovne hund.", et tokenizer-modul, ordtokenbokse og token-ID-bokse. 2. Panelet "EMBEDDINGS": Viser token-ID'erne konverteret til tætte vektorer og en tabel med numeriske indlejringsværdier. 3. Panelet "TRANSFORMER Architecture": Viser stablede Transformer-moduler, herunder Add & Norm, Feed-Forward Network, Multi-Head Self-Attention, input embedding, positionskodning og laggentagelsesnotation. 4A. "SELVOPFØLGELSESMEKANISME (INDE I ÉT HOVEDE)": Det nederste venstre brede panel viser input-indlejring, forespørgsler, nøgler, værdier, opmærksomhedsscorer, softmax, opmærksomhedsvægte, vægtet summering og formelmatricer. 4B. Panelet “ATTENTION: TOKENS ATTEND TO HOWODRATE”: Viser netværksgrafen for tokens i eksempelsætningen, forbundet med blå linjer, og inkluderer opmærksomhedsvægtningssøjler. 5. Panelet “OUTPUT: NEXT TOKEN PREDICTION”: Viser sandsynlighedsfordelingssøjlerne for kandidat-næste tokens (f.eks. kat, sad, på, den, måtten, taget) og fremhæver den forudsagte næste token “den”. 6. “TRAINING: PRÆ-TRAINING MED NEXT-TOKEN PREDICTION”: Den nederste bjælke er opdelt i 5 minikort: massivt tekstkorpus, oprettelse af træningseksempler, modelforudsigelse, tabsberegning og backpropagation/opdatering. 7. Nederste flowpil med teksten: “Gentag for milliarder af eksempler over mange epoker indtil konvergens.” 8. Resultatannotation nederst til højre med et hjerneikon, der forklarer, hvordan modellen lærer almindelige sprogmønstre og viden. Visuel stil: Tydelige vektorinfografiker, akademiske og brugervenlige, med mørke marineblå overskrifter, mellemblå kanter, lyseblå udfyldning, mikrotabeller og diagrammer, rene pile, afrundede kort og ensartet afstand. Få de integrerede infografiker til at ligne et AI-genereret uddannelsesdiagram med tæt, men for det meste læselig tekst. Begrænsninger: Al tekst i brugergrænsefladen skal forblive på engelsk. Tilføj ikke vandmærker. Behold synlige chat-skærmbilleder og store integrerede infografiker. Brug de anførte 8 infografikområder og 5 minikort i træningslinjen.