Transformer Explorer
Ein Mini-Durchlauf, Schritt für Schritt nachgerechnet
🖼 Hintergrundbild
Entfernen
Komplexität:
Basis · d=2, 4 Tokens
Erweitert · d=4, 8 Tokens
Live-Vorhersage
nächstes Token:
–
Wahrscheinlichkeit:
–
Begriffe kurz erklärt
aufklappen ▾
Didaktisches Rechenmodell ohne Positionscodierung & LayerNorm — konstruiert zur Veranschaulichung des Mechanismus, keine trainierten Gewichte.