transformer-explainer

Transformer Explainer est un outil de visualisation pédagogique du Polo Club de Georgia Tech qui aide à comprendre le fonctionnement des modèles de génération de texte basés sur Transformer, tels que GPT. Plutôt que de décrire uniquement l'architecture en prose, il exécute un modèle GPT-2 en direct directement dans le navigateur afin que les utilisateurs puissent saisir leur propre texte et observer, en temps réel, comment les composants et opérations internes se combinent pour prédire les prochains tokens. Points clés du dépôt : - Apprentissage interactif : les utilisateurs expérimentent avec leur propre texte d'entrée et voient le flux interne du modèle pendant qu'il génère des prédictions. - Fonctionne dans le navigateur : un modèle GPT-2 en direct s'exécute côté client, aucune configuration d'inférence côté serveur n'est donc nécessaire pour la démonstration hébergée. - Démo publique : disponible sur poloclub.github.io/transformer-explainer, avec une vidéo de démonstration YouTube associée. - Fondé sur la recherche : décrit dans un article, « Transformer Explainer: Learning LLM Transformers with Interactive Visual Explanation and Experimentations », publié dans les actes de la conférence CHI 2026 sur les facteurs humains dans les systèmes informatiques, avec une entrée arXiv (2408.04619). - Développement local : nécessite Node.js v20+ et NPM v10+ ; cloner le dépôt, exécuter npm install, puis npm run dev, et ouvrir http://localhost:5173. - Licence : MIT. - Les explicateurs associés du même groupe incluent Diffusion Explainer, CNN Explainer et GAN Lab. Le projet s'adresse aux étudiants, aux enseignants et à toute personne curieuse de comprendre comment les grands modèles de langage transforment le texte en prédictions de prochains tokens. Il s'agit d'un outil de visualisation et d'aide à l'enseignement plutôt que d'une bibliothèque d'inférence de production ou d'un cadre de service de modèles.