⚙

LLM 注意力机制 — 实时可视化

模拟 Transformer 模型阅读文本时注意力权重的分配过程

▼ 原理说明 同一段文字,不同阶段注意力完全不同
阶段注意力焦点高亮词示例为什么
扫描关键词 名词、核心概念 教育、工作、消费、规训、符号、小王 先认出话题在讲什么
理解结构 编号、连词、逻辑标记 1. 2. 3. 因为 所以 → 识别论证骨架和层次
提取关系 因果链上的概念 生产规训、工资、消费规训、空虚、循环 建立因果连接
生成总结 全阶段汇聚的关键词 身份、链条、循环、自愿、生产者、消费者 蒸馏成最终输出
同一个词"消费":阶段1 85%(核心话题)→ 阶段2 50%(焦点在结构)→ 阶段3 60%(因果链中)→ 阶段4 90%(总结必须保留)。
而"的""是""这个"等虚词在所有阶段权重都接近 0%。这就是多头注意力:不同头关注不同层面,最后合一。
0 就绪 等待阅读
1 扫描关键词 实体 & 概念识别
2 理解结构 逻辑段落 & 层次
3 提取关系 因果 & 论证链
4 生成总结 输出
输入文本 — 每读一个词,注意力权重随之变化