Bir dil modelinin içine bak.

MED Eğitim, yapay zekânın çalışma mantığını Türkçe ve adım adım keşfetmen için hazırlanmış bir eğitim alanıdır.

Sana uygun öğrenme yolunu seç

Başlangıç: Bir kelimenin sayılara dönüşmesinden modelin bir sonraki tokeni seçmesine kadar temel fikirlere odaklan. Ön bilgi gerektirmez; açıklamaları okuyup sahneyi adım adım inceleyebilirsin.

Teknik: Aynı modelin sayı tablolarını, öz dikkat hesabını, normalizasyonunu ve token üretimini daha ayrıntılı incele. Python / PyTorch açıklamalarını açarak gördüğün işlemi kodla ilişkilendir.

İki yolda da 12 bölüm ve 52 açıklama adımı var. Seçtiğin yol ve her yolda kaldığın konum tarayıcıda saklanır.

Başlangıç yolunu aç · Teknik yolu aç

Kontrol sende

• Devam et / boşluk tuşu: Ses ve animasyonu birlikte oynat veya duraklat.
• Geri al: Önceki anlatım adımına dön.
• Sonraki adım: Sonraki anlatım adımına geç.
• Zaman çizelgesi: Bir işlemi ileri ya da geri sar.
• Oynatma hızı: Sesli anlatımda 0,75× ile 1,5× arasında seçim yapabilirsin. Ses kapalıyken animasyonun başlangıç hızı 0,5×; 0,25× ile 1× arasında ayarlanabilir.
• Bölümler: Menüyü açıp istediğin bölüme doğrudan geç. Seçiminden sonra menü kapanır ve bölümün açıklaması açılır.
• Kodunu da gör: Bulunduğun bölümdeki işlemin Python karşılığını aç. Bu açıklamayı açıp kapatmak oynatmayı değiştirmez.
• Geri silme tuşu: Bulunduğun bölümü başa al.

Açıklamaları nasıl okumak istersin?

Adım adım: Yalnız bulunduğun adımın açıklamasını gösterir. Tüm bölüm: Bölümün bütün açıklamalarını açar ve oynatılan açıklamayı işaretler. Metni dilediğin gibi kaydırabilirsin; ses ilerledikçe okuduğun yer kendiliğinden değişmez. Anlatımın bulunduğu metne dönmek için Aktif açıklamaya git düğmesini kullan.

Sahneyi serbest incele

Sesli anlatım sürerken sahneyi kaydırabilir, döndürebilir ve yakınlaşabilirsin. Kamerayı hareket ettirdiğinde görünümün sende kalır. Anlatılan yere dön düğmesi kamerayı anlatımın o anki konumuna getirir ve kamera takibini sürdürür; dersi başa almaz.

• Fare: Sol tuşla sürükleyerek kaydır. Shift ile veya sağ/orta tuşla sürükleyerek döndür. Tekerlekle yakınlaş ya da uzaklaş.
• Dokunma: Tek parmakla kaydır. İki parmağı birlikte sürükleyerek döndür; aralarını açıp kapatarak yakınlaş ya da uzaklaş.
• 3B sahne klavye odağındayken: Ok tuşları kaydırır; Shift + ok tuşları döndürür; + ve − yakınlaştırır veya uzaklaştırır. R tuşu anlatılan yere döndürür.

Ekranda hangi model çalışıyor?

Hesaplarını gördüğün küçük GPT modeli, A, B ve C harflerinden oluşan dizileri sıralamak için önceden eğitilmiştir. Gömme, öz dikkat, katman normalizasyonu, MLP ve çıktı olasılıkları bu örnek üzerinden anlatılır. GPT-2 ve GPT-3 seçenekleri, mimarinin ölçeğini karşılaştırmak içindir; bu büyük modellerin ağırlıkları indirilmez.

Bir sonraki token nasıl geliyor?

Temel derslerin ardından iki bölüm daha var: İlk geçişte (prefill), girişteki tokenlerin birlikte nasıl işlendiğini görürsün. Token üretiminde (decode), seçilen token diziye eklenir ve bir sonraki tahmine geçilir. KV cache, önceki tokenler için hesaplanan anahtar ve değerlerin saklanıp yeniden kullanılmasını anlatır; sahnede bu bloklar turuncuyla işaretlenir.

Bu küçük örnekte üretilen tokenler gerçek model hesabından gelir. KV cache sahnesi ise önbellekli çıkarımın mantığını açıklayan bir gösterimdir; örneğin hesap motoru diziyi her adımda yeniden hesaplar. Ekrandaki işlem karşılaştırması bir donanım hız testi değildir.

Bu, işlemcinin içinde mi oluyor?

Ekran, modelin matematiksel yapısının 3B haritasıdır. Her hücre bir sayıyı, bloklar sayı tablolarını, bağlantılar da hangi hesabın hangi sayıları kullandığını gösterir. Blokların rengi ve sahnedeki yerleşimi anlatım için seçilmiştir; fiziksel bir çipin yerleşimini göstermez.

Küçük model cihazında gerçekten hesap yapar. Animasyon hesaplanan sonuçları adım adım inceler. Token üretimi bölümünde ilerledikçe yeni tahminler hesaplanır. Geri aldığında sahne ve örneğin token dizisi seçtiğin aşamaya döner. Ekrandaki hız, işlemcinin gerçek çalışma süresi değildir.

Sahnedeki kavramları öğren

Sahne etiketleri Türkçe adın yanında İngilizce karşılığını gösterir. Örneğin “Token gömmesi · Token embedding” etiketine dokunarak kısa açıklamayı ve örneği açabilirsin. “Kavramlar” düğmesi bütün sözlüğü açar.

“Şimdi” göstergesi anlatımın hangi parçayı ele aldığını belirtir. Açıklama penceresinden anlatımı duraklatabilir veya sürdürebilirsin; pencereyi kapatmak sesi kendiliğinden başlatmaz.

Sesli anlatım

Başlangıç ve Teknik yollarının 12 bölümünün tamamında sesli anlatım var: her yol için 52, toplam 104 kayıt.

Dersin Türkçe anlatımı önceden hazırlanmış ses kayıtlarından oynatılır. Oynatma hızını değiştirdiğinde ses ve animasyon birlikte hızlanır veya yavaşlar. Ses yüklenirken sahne aynı konumda bekler. Geri sararken hem açıklama hem sahne seçtiğin noktaya döner.

Sekmeden ayrıldığında oynatma duraklar; geri geldiğinde kendiliğinden başlamaz.

Kaynak ve lisans

Bu çalışma, Brendan Bycroft’un LLM Visualization projesinin Türkçe uyarlamasıdır. Özgün görselleştirme ve hesaplama motoru Brendan Bycroft’a aittir. Türkçe anlatım ve yayın: Mehmet Eren Dereli.

İlk geçiş ve token üretimi bölümleri, Oseltamivir’in MIT lisanslı çalışmasından uyarlanmıştır. Türkçe metinler, mevcut derslerle bütünleştirme ve kod açıklamaları bu sürümde hazırlanmıştır.

Özgün kaynak kodu · MIT lisansı · Üçüncü taraf lisansları

Daha ileri inceleme

TokenPrint’in kayıtlı 3B demosu, gerçek model çalışmasının ayrıntılarını keşfetmek için İngilizce bir ek kaynaktır. Ayrı bir projedir; canlı model çalıştırma seçeneklerinin gereksinimleri farklıdır.

Çalışma sırasında model dosyaları tarayıcına yüklenir ve hesaplama cihazında yapılır. Kaldığın adım tarayıcıda saklanır.