Grand modèle MoE open source de DeepSeek, aux performances comparables aux meilleurs modèles propriétaires pour un coût d’entraînement très faible.
Transformer Explainer
Transformer Explained Visually: Learn How LLM Transformer Models Work with Interactive Visualization
- Catégorie
- 🧠 Grands modèles de langage
- Dépôt
- poloclub/transformer-explainer
- Étoiles
- ★ 8 998
- Forks
- 1 029
- Dernière mise à jour
- 2026-06-06
- Visites
- 1
LLM
Projets similaires
Modèle de raisonnement de DeepSeek qui fait émerger de longues chaînes de pensée par apprentissage par renforcement, et publie des petits modèles distillés.
阿里通义千问第三代开源模型，涵盖稠密与 MoE，支持思考/非思考模式切换。
xAI 开放的 Grok-1 权重与示例代码。
Hugging Face 对 DeepSeek-R1 的完全开源复现，含训练数据与脚本。
The official repo of Qwen (通义千问) chat & pretrained large language model proposed by Alibaba Cloud.