इस प्रोजेक्ट के बारे में

Transformer Explainer जॉर्जिया टेक में Polo Club का एक शैक्षिक विज़ुअलाइज़ेशन टूल है जो लोगों को यह समझने में मदद करता है कि GPT जैसे Transformer-आधारित टेक्स्ट-जनरेशन मॉडल कैसे काम करते हैं। यह केवल गद्य में आर्किटेक्चर का वर्णन नहीं करता, बल्कि सीधे ब्राउज़र में एक लाइव GPT-2 मॉडल चलाता है ताकि उपयोगकर्ता अपना टेक्स्ट दर्ज कर सकें और वास्तविक समय में देख सकें कि आंतरिक घटक और संचालन अगले टोकन की भविष्यवाणी करने के लिए कैसे मिलते हैं। रिपॉज़िटरी से मुख्य बिंदु: - इंटरैक्टिव लर्निंग: उपयोगकर्ता अपने स्वयं के इनपुट टेक्स्ट के साथ प्रयोग करते हैं और भविष्यवाणियाँ उत्पन्न करते समय मॉडल के आंतरिक प्रवाह को देखते हैं। - ब्राउज़र में चलता है: एक लाइव GPT-2 मॉडल क्लाइंट-साइड निष्पादित होता है, इसलिए होस्ट किए गए डेमो के लिए किसी सर्वर-साइड इन्फरेंस सेटअप की आवश्यकता नहीं होती। - सार्वजनिक डेमो: poloclub.github.io/transformer-explainer पर उपलब्ध, साथ में एक लिंक किया गया YouTube डेमो वीडियो भी है। - शोध-समर्थित: एक पेपर में वर्णित, "Transformer Explainer: Learning LLM Transformers with Interactive Visual Explanation and Experimentations," जो Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems में प्रकाशित हुआ, जिसकी एक arXiv प्रविष्टि (2408.04619) है। - स्थानीय विकास: Node.js v20+ और NPM v10+ आवश्यक है; रिपॉज़िटरी क्लोन करें, npm install चलाएँ, फिर npm run dev, और http://localhost:5173 खोलें। - लाइसेंस: MIT। - उसी समूह के अन्य संबंधित explainers में Diffusion Explainer, CNN Explainer, और GAN Lab शामिल हैं। यह परियोजना छात्रों, शिक्षकों और उन सभी के लिए है जो यह जानने के इच्छुक हैं कि बड़े भाषा मॉडल टेक्स्ट को अगले-टोकन भविष्यवाणियों में कैसे बदलते हैं। यह एक विज़ुअलाइज़ेशन और शिक्षण सहायता है, न कि उत्पादन इन्फरेंस लाइब्रेरी या मॉडल-सर्विंग फ्रेमवर्क।