Architectures TransformersGitHub
Multi-Head Attention from Scratch
Construction du mécanisme d'attention, tenseur par tenseur.
Section 14
Architectures Transformers
Exploration des internals des modèles : construction des mécanismes d’attention multi-tête depuis zéro.
Projets dans cette section: 0
Architectures TransformersGitHub
Transformer LLM from scratch
Modèle de langage Transformer complet, construit from scratch.