从Karpathey那里获得灵感，推特上这位工程师居然可视化了GPT的工作流程！

深度学习自然语言处理 原创
作者：pp

OpenAI创始人之一的Karpathy之前曾亲自下场教大家如何动手学习搭建一个小号的GPT模型--minGPT。而最近，推特上一位叫做Brendan Bycroft的工程师从Karpathy那里汲取到了灵感，居然将GPT在推理时候的数学过程进行了可视化（以下简称LLM-viz），还做成了可以交互的网站（https://bbycroft.net/llm）！任何人都可以轻松地跟随动画和一旁的讲解，学习到GPT内部的工作原理。

自回归推理

GPT是Transformer中Decoder-only这一类模型的代表，采用Next token prediction的方式进行自回归推理。

拆解GPT

Transformer block里的layer norm, multi-head attention背后的点积，矩阵乘法等操作也都统统被详细拆解，一旁的注释也都恰到好处。文图交互，点击左侧的每个部分的模块，拖动滑块，右侧相应的成分便会开始进行计算。

计算如何进行

通过LLM-viz，可以看见GPT推理流程的全过程，包括每个计算发生的位置，计算的组成和复杂程度，每个tensor的维度和权值，应有尽有！

GPT的输出部分

最后的输出部分，作者配合动画解释了softmax，temperature，logits计算以及token选择等，语言简明扼要。

整个LLM可视化对于GPT推理整个流程可以说是从头到尾全覆盖了，对于想对GPT推理过程一探究竟的小伙伴是个非常合适的学习工具。随着OpenAI逐渐转向CloseAI，人们也更加关注LLM生成的内容，不再溯源这一切是如何发生的。ChatGPT也许很复杂，但其本质也可以很简单。

参考资料

1. https://bbycroft.net/llm

2. https://cameronrwolfe.substack.com/p/language-model-training-and-inference