Визуальный разбор трансформеров: GPT-2 small интерактивно покажет, как работает Attention
Интерактивный инструмент Transformer Explainer наглядно объясняет архитектуру на примере GPT-2 small (124M параметров). Пошагово показаны токенизация, эмбеддинги (768-мерные векторы), self-attention и MLP. Векторная таблица встраиваний содержит ~39 млн параметров.