transformer-explainer

Transformer Explainer es una herramienta de visualización educativa del Polo Club del Georgia Tech que ayuda a comprender cómo funcionan los modelos de generación de texto basados en Transformer, como GPT. En lugar de describir únicamente la arquitectura en prosa, ejecuta un modelo GPT-2 en vivo directamente en el navegador para que los usuarios puedan introducir su propio texto y observar, en tiempo real, cómo los componentes y operaciones internos se combinan para predecir los siguientes tokens. Puntos clave del repositorio: - Aprendizaje interactivo: los usuarios experimentan con su propio texto de entrada y ven el flujo interno del modelo mientras genera predicciones. - Se ejecuta en el navegador: un modelo GPT-2 en vivo se ejecuta del lado del cliente, por lo que no se requiere una configuración de inferencia en el servidor para la demostración alojada. - Demostración pública: disponible en poloclub.github.io/transformer-explainer, con un video de demostración en YouTube enlazado. - Respaldado por investigación: descrito en un artículo, "Transformer Explainer: Learning LLM Transformers with Interactive Visual Explanation and Experimentations", publicado en las Actas de la Conferencia CHI 2026 sobre Factores Humanos en Sistemas Informáticos, con una entrada en arXiv (2408.04619). - Desarrollo local: requiere Node.js v20+ y NPM v10+; clonar el repositorio, ejecutar npm install, luego npm run dev, y abrir http://localhost:5173. - Licencia: MIT. - Otros explicadores relacionados del mismo grupo incluyen Diffusion Explainer, CNN Explainer y GAN Lab. El proyecto está dirigido a estudiantes, educadores y cualquier persona curiosa sobre cómo los grandes modelos de lenguaje convierten texto en predicciones del siguiente token. Es una herramienta de visualización y apoyo didáctico, no una biblioteca de inferencia de producción ni un framework de servicio de modelos.