
Tokenizer 分詞
7.5 秒一句句子拆散成不同顏色的 Token 方塊並排列成行,每塊都標示自己的 Token ID。

每個詞輪流關注其他詞,連線粗細反映它給予的權重,各注意力頭依次循環。
每個詞為其他詞分配權重、注意力頭輪流切換的動畫,適合 LLM、NLP 與 AI 架構解說。
屬於科技與 AI類別。第一次接觸這類圖像?請閱讀怎樣為影片製作神經網絡圖動畫。
透明背景匯出和匯入剪輯軟件的方法,請參閱透明背景影片指南;每次下載均免費,並受商業授權涵蓋。
內容:標題和標籤列表。字體排版:字體。樣式:背景、文字顏色、主色、輔助色、強調色和粗細。版面:畫面比例和縮放。動態:時長、速度和隨機變化。
「注意力頭」預設長 10 秒,匯出前可以設定任何長度,最長 60 秒。它只播放一次。
注意力頭有助解釋 Transformer 模型為何擅長處理上下文。看著一個詞通往它所依賴的詞的連線變粗,艱深的概念就有了畫面,適合講課影片、技術文章的配套短片和模型架構的會議演講。

一句句子拆散成不同顏色的 Token 方塊並排列成行,每塊都標示自己的 Token ID。

提示詞逐字輸入對話框,按下傳送後,答案在流光下逐個 Token 串流回來。

編輯器面板逐行輸入你的程式碼,AI 建議以半透明文字接在游標後出現,接受後變為實色。

一列列閃爍的十六進制字元以不同速度與深度向下流動,最前方的字元特別明亮。

一個問題掃過一排文件,最相符的段落連同分數亮起,並飛入答案之中。

九十日的狀態條逐一長出,停機日子被框出並標註,正常運行百分比同步向上計數。

一束玻璃光纖在畫面中漂移,光脈衝沿每條纖維全程奔走。無縫循環。

散落的向量移向帶標籤的群組,接著一個查詢點落入,並連向最接近的鄰居。