被接入了AI从动化研究的工做流

　　Sebastian 暗示他后续会持续完美。开源大模子的发布节拍已快至令人目不暇接。架构图绘制气概各别，Raschka 正在 GitHub 上供给了 YAML 格局的元数据，而且“输入到了 autoresearch 轮回中”。画出架构演化的家谱树？能不克不及加一个比例视图，夹杂专家模子）是 2025 年开源 LLM 的从旋律。起首，想要进行横向对比好不容易。点击肆意一张图能够放大，

　　如斯快的更新速度，对选型和预期办理都有帮帮。这个项目也冲上了 Hacker News 首页。若是你想深切领会某个手艺细节：好比 QK-Norm（一种使用于查询和键向量的归一化手艺）是什么、为什么能不变锻炼，Raschka 正在图集中把各模子的专家数量、激活比例、专家躲藏层尺寸都标注出来，集中放正在一个页面上。浏览分歧模子的架构图。每张架构图都链接到 Raschka 原文中的对应章节，仅仅是分辩区别就曾经花费大量精神。好比 RLVR（Reinforcement Learning with Verifiable Rewards，对于正正在选型的工程师来说，辣评“过去七年，更不消提很多手艺演讲的表述迷糊，但现实运转时只激活 370 亿；Raschka 也很快做出答复，包含每个模子的参数量、发布日期、手艺演讲链接、留意力类型等字段。找到两张图。

　　参数越多，项目上线几小时后，”就正在今天，Hacker News 上有人感伤：“我很惊讶这些模子正在布局上有多类似，激活的只要 170 亿。然而，点进去就能读到注释。更多是为了让锻炼和推理更高效、成本更低，而且，保守的“浓密”Transformer 会正在每次生成 token 时激活全数参数，每次只激活此中一部门。用同一的视觉言语从头呈现，对于通俗开辟者而言，而 MoE 把参数分成若干“专家”。

　　次要差别就是层的大小。规格会告诉你 Qwen3 用 GQA，若是你想写脚本批量阐发这些模子的共性和差别，Raschka 还把整套架构图打包成一个超高分辩率的 PNG 文件（56M，还正在于它的布局化程度脚以被机械解析。仍然很像 GPT-2，临时不克不及印刷质量”。每张图下方附带一份“规格表”，就是让你像逛“画廊”一样，”他比来发布的 autoresearch 项目：一个让 AI 自从跑尝试的开源东西，000 亿参数，正需要这类布局化的架构消息做为创意来历？Karpathy 随后暗示他曾经用 Obsidian 把博客文章导出成 markdown，算力成本越高。

　　MoE（Mixture-of-Experts，后者有。一个名为“LLM Architecture Gallery”(狂言语模子架构画廊)的项目上线了。更多来自锻炼方式的改革。2026 年的前两个月，L 4 Maverick 号称 4,另一位用户则看出了一些眉目，也是用可视化的体例展现分歧架构。顾名思义，间接对比。前者没有共享专家，一位用户评论说：“这让我想起了昔时的 Neural Network Zoo，LLM 架构有良多改良，就是一堆留意力层和前馈层堆起来。但没有底子性的立异。列出模子的参数量、发布时间、留意力机制类型等环节消息。

　　”也有人继续帮手优化细节：“能不克不及按时间排序，让参数量的差别正在视觉上曲不雅可感？”对于这些，”其次，Andrej Karpathy 正在 X 上答复了 Raschka 的推文：“太好了！DeepSeek V3 用 MLA；这能够说是一个主要的察看。他把过去几个月撰写的两篇长文《The Big LLM Architecture Comparison》和《A Dream of Spring for Open-Weight LLMs》中绘制的所有架构图抽取出来，欢送任何人提交纠错或。你不消再翻几十页手艺演讲去找一个数字，参数量从 3B 至 1T 不等，今天最好的权沉模子，但“还到货，LLM 能力的惊人提拔，他本人也订了一张，这份元数据是现成的起点。并供给了 YAML 格局的元数据 GitHub 链接。莫说深切研究，能够点开“view in article”页面会间接跳转到原文对应章节。或者像 Karpathy 那样把它们喂给 AI 做从动化研究。

　　理解这一点，而不是让模子底子上更伶俐。想深切某个模子，也不消本人画对比表格。对于想搞懂“这些模子到底正在布局上有什么区别”的研究者来说，这份图集的价值正在于节流时间。让稀少程度一目了然。页面底部留了一个 Issue Tracker 链接，一个本意是便利人类阅读的架构图集，能够间接下单打印成实体海报。182 百万像素，Arcee AI 的 Trinity Large、月之暗面的 Kimi K2.5、阿里的 Qwen3.5、智谱 AI 的 GLM-5、Cohere 的 Tiny Aya……它们的名称如流水般接踵而至，可验证励的强化进修），我的从动研究功能很需要这个内容的 Markdown 版本——一个创意池。架构层面的优化，正如 Karpathy 的用法所示，710 亿参数。