diff --git a/.trae/documents/Add VLM, Image Generation, and Audio Model Introductions.md b/.trae/documents/Add VLM, Image Generation, and Audio Model Introductions.md index fa95007..91c9e7c 100644 --- a/.trae/documents/Add VLM, Image Generation, and Audio Model Introductions.md +++ b/.trae/documents/Add VLM, Image Generation, and Audio Model Introductions.md @@ -2,70 +2,70 @@ ### 1. 创建 `docs/zh-cn/appendix/vlm-intro.md` (多模态大模型：给 AI 装上眼睛) -* **0. 引言**: 从“读万卷书”到“行万里路”。VLM 的核心任务：把图像信号翻译成大模型能懂的语言信号。 +- **0. 引言**: 从“读万卷书”到“行万里路”。VLM 的核心任务：把图像信号翻译成大模型能懂的语言信号。 -* **1. 第一步：视觉翻译 (Visual Tokenization)**: - * **ViT (Vision Transformer)**: 计算机怎么“看”图？将图片切成 16x16 的小方块 (Patches)，就像把句子切成词 (Tokens)。 - * **Qwen-VL 的创新**: 提到 **Naive Dynamic Resolution**（动态分辨率），不强制压缩图片，而是根据图片比例动态切分 Patch，像人眼一样看清细节（分辨率自适应），解决了传统模型“看不清长图”的问题。 +- **1. 第一步：视觉翻译 (Visual Tokenization)**: + - **ViT (Vision Transformer)**: 计算机怎么“看”图？将图片切成 16x16 的小方块 (Patches)，就像把句子切成词 (Tokens)。 + - **Qwen-VL 的创新**: 提到 **Naive Dynamic Resolution**（动态分辨率），不强制压缩图片，而是根据图片比例动态切分 Patch，像人眼一样看清细节（分辨率自适应），解决了传统模型“看不清长图”的问题。 -* **2. 核心难题：跨界沟通 (Projection)**: - * 视觉向量 vs 语言向量。我们需要一个“适配器” (Projector)，把视觉特征映射到文本空间。 - * **架构对比**: - * **Linear (LLaVA)**: 简单粗暴的线性投影，训练快，保留信息多。 - * **Q-Former (BLIP-2)**: 使用查询向量 (Query) 提取关键视觉信息，更轻量。 - * **C-Abstractor (Qwen-VL)**: 结合注意力机制，更高效地压缩视觉信息。 +- **2. 核心难题：跨界沟通 (Projection)**: + - 视觉向量 vs 语言向量。我们需要一个“适配器” (Projector)，把视觉特征映射到文本空间。 + - **架构对比**: + - **Linear (LLaVA)**: 简单粗暴的线性投影，训练快，保留信息多。 + - **Q-Former (BLIP-2)**: 使用查询向量 (Query) 提取关键视觉信息，更轻量。 + - **C-Abstractor (Qwen-VL)**: 结合注意力机制，更高效地压缩视觉信息。 -* **3. 进化之路：ViT + LLM**: - * Vision Transformer (ViT) 负责“看”，LLM 负责“想”和“说”。 - * **M-LLM**: 像 GPT-4V 或 Qwen2-VL，已经不仅是“拼接”，而是深度的多模态融合，甚至能处理视频（视为连续的图片帧）。 +- **3. 进化之路：ViT + LLM**: + - Vision Transformer (ViT) 负责“看”，LLM 负责“想”和“说”。 + - **M-LLM**: 像 GPT-4V 或 Qwen2-VL，已经不仅是“拼接”，而是深度的多模态融合，甚至能处理视频（视为连续的图片帧）。 -* **4. 训练揭秘：从对齐到对话**: - * **阶段一 (Pre-training)**: 像 CLIP 一样，在大规模图文对上预训练，学会“这张图是猫”。 - * **阶段二 (Instruction Tuning)**: 学会“看图说话”，使用 `` 标签和对话数据，让模型能回答“这只猫在干什么？”。 +- **4. 训练揭秘：从对齐到对话**: + - **阶段一 (Pre-training)**: 像 CLIP 一样，在大规模图文对上预训练，学会“这张图是猫”。 + - **阶段二 (Instruction Tuning)**: 学会“看图说话”，使用 `` 标签和对话数据，让模型能回答“这只猫在干什么？”。 -* **5. 总结**: 视觉与语言的统一。 +- **5. 总结**: 视觉与语言的统一。 ### 2. 创建 `docs/zh-cn/appendix/image-gen-intro.md` (AI 绘画：从噪声中重构世界) -* **0. 引言**: 生成式 AI 的魔法——从混沌 (Noise) 到秩序 (Data)。 +- **0. 引言**: 生成式 AI 的魔法——从混沌 (Noise) 到秩序 (Data)。 -* **1. 第一步：降维打击 (VAE & Latent Space)**: - * 直接画像素太累了（1024x1024 有百万像素）。我们先用 **VAE (变分自编码器)** 把图片压缩成“潜变量” (Latent)，在小黑屋里作画（效率提升）。 +- **1. 第一步：降维打击 (VAE & Latent Space)**: + - 直接画像素太累了（1024x1024 有百万像素）。我们先用 **VAE (变分自编码器)** 把图片压缩成“潜变量” (Latent)，在小黑屋里作画（效率提升）。 -* **2. 核心机制：扩散 (Diffusion)**: - * **破坏 (Forward)**: 像滴入墨水一样，一步步把图片变成纯高斯噪声。 - * **重构 (Reverse)**: 训练神经网络预测噪声 $\epsilon$，一步步把墨水“吸”出来。 - * **SDE 视角**: 理解为在概率分布上进行随机游走。 +- **2. 核心机制：扩散 (Diffusion)**: + - **破坏 (Forward)**: 像滴入墨水一样，一步步把图片变成纯高斯噪声。 + - **重构 (Reverse)**: 训练神经网络预测噪声 $\epsilon$，一步步把墨水“吸”出来。 + - **SDE 视角**: 理解为在概率分布上进行随机游走。 -* **3. 进化之路：流匹配 (Flow Matching)**: - * **为什么 Diffusion 慢？**: 它的去噪路径是弯弯曲曲的随机路径。 - * **Flow Matching (Flux/SD3)**: 寻找从噪声分布到图像分布的 **“直线”路径 (Optimal Transport)**。 - * **向量场 (Vector Field)**: 训练模型预测“速度”而非“噪声”，采样时直接沿着直线飞奔，几步就能画出好图。 +- **3. 进化之路：流匹配 (Flow Matching)**: + - **为什么 Diffusion 慢？**: 它的去噪路径是弯弯曲曲的随机路径。 + - **Flow Matching (Flux/SD3)**: 寻找从噪声分布到图像分布的 **“直线”路径 (Optimal Transport)**。 + - **向量场 (Vector Field)**: 训练模型预测“速度”而非“噪声”，采样时直接沿着直线飞奔，几步就能画出好图。 -* **4. 操控：文本如何指挥绘画**: - * **CLIP / T5 Encoder**: 充当“甲方”，把 Prompt 变成向量。 - * **DiT (Diffusion Transformer)**: 像 Sora 和 SD3 一样，用 Transformer 替换掉老的 U-Net，处理能力更强，画质上限更高。 +- **4. 操控：文本如何指挥绘画**: + - **CLIP / T5 Encoder**: 充当“甲方”，把 Prompt 变成向量。 + - **DiT (Diffusion Transformer)**: 像 Sora 和 SD3 一样，用 Transformer 替换掉老的 U-Net，处理能力更强，画质上限更高。 -* **5. 总结**: 概率分布的搬运工。 +- **5. 总结**: 概率分布的搬运工。 ### 3. 创建 `docs/zh-cn/appendix/audio-intro.md` (AI 音频：声音的数字化身) -* **0. 引言**: 听与说的艺术。声音本质上是空气的振动，计算机如何处理？ +- **0. 引言**: 听与说的艺术。声音本质上是空气的振动，计算机如何处理？ -* **1. 第一步：声音的“文字” (Audio Tokenization)**: - * 声音是连续的波形，语言是离散的 Token。 - * **Neural Codec (VQ-VAE / EnCodec)**: 把连续波形切碎，通过 **量化 (Quantization)** 变成一个个数字 Token (Codebook)。 - * **RVQ (Residual VQ)**: 像洋葱一样一层层剥开声音细节，保证高保真音质。 +- **1. 第一步：声音的“文字” (Audio Tokenization)**: + - 声音是连续的波形，语言是离散的 Token。 + - **Neural Codec (VQ-VAE / EnCodec)**: 把连续波形切碎，通过 **量化 (Quantization)** 变成一个个数字 Token (Codebook)。 + - **RVQ (Residual VQ)**: 像洋葱一样一层层剥开声音细节，保证高保真音质。 -* **2. 核心表示：梅尔频谱 (Mel-Spectrogram)**: - * 把“听觉问题”转化成“视觉问题”。在频域上处理声音往往比时域更高效。 +- **2. 核心表示：梅尔频谱 (Mel-Spectrogram)**: + - 把“听觉问题”转化成“视觉问题”。在频域上处理声音往往比时域更高效。 -* **3. 架构演进：从 GPT 到 Flow**: - * **AudioLM / VALL-E**: 把声音 Token 当作文字，用 GPT **自回归 (Autoregressive)** 地狂猜下一个音。优点是能学到很好的韵律，缺点是容易“胡言乱语”或无限循环。 - * **F5-TTS / CosyVoice**: 使用 **Flow Matching** 直接生成频谱。不需要复杂的 Token 预测，而是从噪声中“流”出声音频谱，速度更快，控制更稳，支持零样本克隆。 +- **3. 架构演进：从 GPT 到 Flow**: + - **AudioLM / VALL-E**: 把声音 Token 当作文字，用 GPT **自回归 (Autoregressive)** 地狂猜下一个音。优点是能学到很好的韵律，缺点是容易“胡言乱语”或无限循环。 + - **F5-TTS / CosyVoice**: 使用 **Flow Matching** 直接生成频谱。不需要复杂的 Token 预测，而是从噪声中“流”出声音频谱，速度更快，控制更稳，支持零样本克隆。 -* **4. 总结**: 统一多模态的未来。 +- **4. 总结**: 统一多模态的未来。 ### 4. 更新配置 -* 修改 `docs/.vitepress/config.mjs`，在 `zh-cn` 侧边栏添加这三个章节。 +- 修改 `docs/.vitepress/config.mjs`，在 `zh-cn` 侧边栏添加这三个章节。 diff --git a/.trae/skills/教程美化方案/SKILL.md b/.trae/skills/教程美化方案/SKILL.md new file mode 100644 index 0000000..5b238db --- /dev/null +++ b/.trae/skills/教程美化方案/SKILL.md @@ -0,0 +1,227 @@ +--- +name: 教程美化方案 +description: 使用 VitePress 和 Element Plus 组件美化教程，提升可读性和交互性 +--- + +# 教程美化最佳实践 + +你是一个专注于美化 VitePress 教程文档的专家。你的任务是根据用户的需求，使用 VitePress 原生功能和 Element Plus 组件来增强教程的视觉效果和交互性。 + +## 可用组件和样式 + +### 1. 醒目的提示块 + +**VitePress 原生样式** (简单场景) + +```markdown +::: tip 💡 提示 +这是一个提示块，适合放补充信息。 +::: + +::: warning ⚠️ 注意 +这是一个警告块，提醒用户注意潜在问题。 +::: + +::: danger 🚫 危险 +这是一个危险块，用于警告严重错误。 +::: + +::: info ℹ️ 信息 +这是一个信息块，用于一般性说明。 +::: +``` + +**Element Plus 样式** (更现代化) + +```html + + + + +``` + +### 2. 步骤条 + +**⚠️ 重要：必须使用 `` 包裹 `` 组件** + +```html + + + +``` + +### 3. 折叠内容 + +**VitePress 原生** + +````markdown +::: details 点击查看详细代码 + +```js +console.log('Hello World') +``` +```` + +::: + +```` + +**Element Plus 手风琴** +```html + + +
因为它可以让你在 AI 时代零基础学会编程。
+ + +
只需要会打字，会说话即可。
+ + +```` + +### 4. 代码分组 + +````markdown +::: code-group + +```bash [npm] +npm install easy-vibe +``` +```` + +```bash [yarn] +yarn add easy-vibe +``` + +```bash [pnpm] +pnpm add easy-vibe +``` + +::: + +```` + +### 5. 交互式标签页 +```html + + + 这里是场景 A 的详细说明... + + + 这里是场景 B 的详细说明... + + + 这里是场景 C 的详细说明... + + +```` + +### 6. 徽章与标签 + +```html +这是一段普通文本，但是包含 核心概念 和 +重要提醒。 + + + 评论 + +``` + +### 7. 进度条 + +```html + + +``` + +### 8. 数据可视化卡片 + +```html + + + + + +
+
+ 55% +
+
+ 提升率 +
+
+ + +
+
+ 2.4 天 +
+
+ 耗时 +
+
+ + + +
+ 这里是详细的文字描述，可以配合 加粗 强调关键信息。 +
+ +``` + +### 9. 核心理念卡片 + +```html + +
+
+ ✨ 完成比完美更重要 🐣 +
+
+ +``` + +## 使用指南 + +根据用户的教程内容需求，选择合适的组件： + +- **内容强调**：使用 `::: tip` 或 `el-alert`，或核心理念卡片 +- **流程引导**：使用 ``（必须包裹在 `` 中） +- **信息分层**：使用 `::: details` 或 `el-tabs` +- **数据展示**：使用数据可视化卡片 +- **视觉点缀**：使用 `el-tag` 和 Icons + +## 执行步骤 + +1. 理解用户想要美化的教程内容 +2. 分析内容结构，确定需要哪些组件 +3. 根据上述组件库，选择最合适的组件 +4. 将组件代码插入到合适的位置 +5. 确保所有自定义组件（如 StepBar）都包裹在 `` 中 diff --git a/.trae/skills/编写交互式教程指南/SKILL.md b/.trae/skills/编写交互式教程指南/SKILL.md new file mode 100644 index 0000000..c515cb5 --- /dev/null +++ b/.trae/skills/编写交互式教程指南/SKILL.md @@ -0,0 +1,832 @@ +--- +name: 编写交互式教程指南 +description: 基于 llm-intro.md 的编写模式，总结如何创建高质量的交互式技术教程。涵盖内容展开的循序渐进原则、文章结构规范、交互式组件开发规范、最佳实践及完整开发工作流。 +--- + +# 编写交互式教程指南 (Interactive Tutorial Guide) + +## 概述 + +本指南基于 `docs/zh-cn/appendix/llm-intro.md` 的编写模式，总结如何创建高质量的交互式技术教程。 + +## 一、内容展开的循序渐进原则 + +### 1.1 核心叙事模式 + +`llm-intro.md` 采用的是 **"螺旋上升"** 的叙事结构，每个知识点都遵循以下认知路径： + +``` +具体体验 → 抽象概念 → 历史对比 → 本质揭示 → 前沿拓展 +``` + +#### 原则 1：从具体体验到抽象原理 + +**不要一上来就讲定义**，先让读者看到效果。 + +**示例（llm-intro.md 第 0 章）**： + +```markdown +# 大语言模型入门 + +> 💡 **学习指南**：本章节无需编程基础，通过交互式演示带你深入了解大语言模型... + + + +## 0. 引言：从人类语言到机器计算 + +人类用语言交流，计算机用数字计算。 +**大语言模型 (LLM)** 的本质，就是一座连接这两个世界的桥梁。 +``` + +**要点**： + +- ✅ 第一屏就是交互式演示 +- ✅ 读者"玩过"后再讲原理 +- ❌ 避免开篇就是"LLM 是基于 Transformer 的..." + +#### 原则 2：从简单到复杂（知识依赖链） + +**每个新概念都建立在前一个概念基础上**，形成知识链条。 + +**示例（llm-intro.md 第 1-3 章）**： + +```markdown +## 1. 第一步：翻译（Tokenization） + +核心任务：把文字变成数字 ID + + +## 2. 核心难题：如何让计算机"计算"语言？ + +问题：只用 ID 太浪费、没内涵 +方案：Embedding（稠密向量） + + +## 3. 从 单词 到 矩阵 + +回顾：Embedding 把每个词变成向量 → 把向量拼成矩阵 → GPU 高效计算 + +``` + +**依赖关系**： + +``` +Tokenization（基础） + ↓ +Embedding（优化 Tokenization） + ↓ +矩阵化（优化 Embedding 的计算） + ↓ +Transformer（利用矩阵并行） +``` + +**要点**： + +- 每章开头"回顾"上一章内容 +- 明确说明"为什么要学这个" +- 用"因为...所以..."连接知识点 + +#### 原则 3：从问题到方案（对比式讲解） + +**先提出"直白方案"的缺陷，再引出"聪明方案"**。 + +**示例（llm-intro.md 第 2.1-2.2 章）**： + +```markdown +### 2.1 为什么不用简单的 ID？ + +如果只用 ID，计算机会认为"10"和"20"只是两个毫无关系的数字。 + +- **缺点1**：太浪费（稀疏，One-Hot 数组太大）。 +- **缺点2**：没内涵（无法表示"苹果"和"香蕉"都是水果）。 + +### 2.2 解决方案：Embedding（稠密向量） + +为了**高效**且**有内涵**地表达一个词，我们发明了 **Embedding**。 +它不再用一个长长的 0/1 数组，而是用一个短一点的、填满小数的数组... +``` + +**模板**： + +```markdown +### N.1 为什么不用 [朴素方案]？ + +[说明朴素方案的问题] + +- **缺点1**：[具体问题] +- **缺点2**：[具体问题] + +### N.2 解决方案：[优化方案] + +为了解决上述问题，我们引入了 [优化方案]。 +[说明优化方案的核心思想] +``` + +**要点**： + +- 用"为什么不用..."作为章节标题 +- 用列表清晰列出缺陷 +- 用"为了...我们引入..."过渡到新方案 + +#### 原则 4：从历史到现代（进化式讲解） + +**通过对比"旧技术"和"新技术"，说明技术演进的动机**。 + +**示例（llm-intro.md 第 4 章）**： + +```markdown +### 4.1 为什么要淘汰 RNN？ + +以前的模型（RNN）像人读书一样，**从左到右**一个字一个字读。 + +- **缺点1**：慢。必须读完第1个字才能读第2个，没法并行。 +- **缺点2**：忘。读到文章最后，可能已经忘了开头讲什么了。 + +### 4.2 Transformer 强在哪？ + +现在的 LLM 都基于 Transformer 架构，它完美契合了矩阵并行的特性： + +1. **并行阅读**：它可以**一眼看完**整句话... +2. **注意力机制**：让每个词都**直接关注**到其他所有词... +``` + +**对比表格化**： + +```markdown +| 特性 | RNN | Transformer | +| :------------- | :----------------- | :--------------------- | +| **阅读方式** | 从左到右，逐字处理 | 并行处理，一眼看完整句 | +| **计算效率** | 慢（无法并行） | 快（GPU 矩阵运算） | +| **长距离记忆** | 容易遗忘 | 注意力机制保持连接 | +``` + +**要点**： + +- 明确说明"为什么要淘汰" +- 用具体场景对比（如"读书方式"） +- 配合 `` 可视化 + +#### 原则 5：从现象到本质（揭秘式讲解） + +**先描述用户能观察到的现象，再揭示背后的本质机制**。 + +**示例（llm-intro.md 第 5 章）**： + +```markdown +## 5. 揭秘：从"续写"到"对话" + +很多人会误以为 ChatGPT 真的懂我们在说什么，但其实它的本能只有一个：**猜下一个词**。 + +### 5.1 本能：疯狂续写 + +如果你给基础模型输入："今天天气不错"，它可能会续写："去公园玩吧。" +但如果你输入："美国的首都是哪里？"，它可能会续写："中国首都是哪里？..." + +### 5.2 技巧：用"剧本"来对话 + +为了让它变成对话助手，工程师们想出了一个绝妙的办法：**角色扮演**。 +我们在输入给模型的内容里，悄悄加了一些特殊的**标签**... +``` + +**叙事结构**： + +``` +现象（ChatGPT 会对话） + ↓ +打破误解（它只是在续写） + ↓ +揭示本质（Next Token Prediction） + ↓ +技巧揭秘（Template 角色扮演） + ↓ +深度交互（TrainingInferenceDemo） +``` + +**要点**： + +- 用"揭秘"作为章节标题 +- 用"很多人会误以为..."制造悬念 +- 用"但其实..."转折到真相 +- 用"本质只有一个"强调核心 + +#### 原则 6：从基础到前沿（拓展式讲解） + +**在讲完核心原理后，介绍最新进展，保持内容的先进性**。 + +**示例（llm-intro.md 第 7 章）**： + +```markdown +## 7. 前沿探索：会思考的模型、MoE 架构与线性注意力机制 + +随着技术的发展，我们发现仅仅靠"预测下一个词"有时候会犯蠢... +于是，新一代的 **Thinking Models**（如 OpenAI o1, DeepSeek-R1）诞生了。 + +### 7.1 什么是"思考"？ + +- **快思考 (System 1)**：凭直觉，脱口而出。容易犯错。 +- **慢思考 (System 2)**：通过产生"思维链"，一步步推理。 + +### 7.5 架构进化：从"全能"到"专家团"（Dense vs MoE） + +- **Dense（稠密模型）**：比喻为一个**全能天才**... +- **MoE（混合专家模型）**：比喻为一个**专家团队**... +``` + +**拓展维度**： + +1. **算法演进**：传统 → 现代 +2. **架构优化**：Dense → MoE +3. **效率提升**：标准 Attention → Linear Attention + +**要点**： + +- 用"前沿探索"作为章节标题 +- 说明"为什么需要新东西" +- 用比喻降低理解难度（如"专家团队"） +- 提供实战指南（Prompt 风格变化） + +### 1.2 章节编排的六个层次 + +一个完整的交互式教程应该包含以下层次（从浅到深）： + +``` +层次 0：引子 （类比 + 核心挑战） +层次 1：基础概念 （是什么 + 怎么做） +层次 2：设计动机 （为什么不用朴素方案） +层次 3：核心机制 （本质原理 + 可视化） +层次 4：实践应用 （数据格式 + 使用场景） +层次 5：前沿拓展 （最新技术 + 未来趋势） +``` + +**对照检查**： + +- ✅ 每个层次是否有对应章节？ +- ✅ 层次之间是否有逻辑连接？ +- ✅ 是否提供了交互式演示？ + +### 1.3 段落内的微观展开 + +每个段落内部也遵循 **"提出问题 → 分析问题 → 解决问题"** 的三段式结构： + +```markdown +[提出问题] +计算机看不懂"汉堡"这两个字，它只认识数字。 +所以，我们的第一个任务是：**把文本切分成计算机能理解的最小单位**。 + +[分析问题] + +- **英文**：自带空格，天然容易分词（如 `I love AI`）。 +- **中文**：没有空格，需要算法来切分（如 `我爱人工智能`）。 + +[解决问题] +现代 LLM（如 GPT-4）通常使用 **Subword Tokenization（子词分词）** 技术（如 BPE 算法）。 +它的聪明之处在于： + +- **常用词**（如 "apple"）保持完整，作为一个 Token。 +- **生僻词**（如 "applepie"）拆分成常见片段（"apple" + "pie"）。 +``` + +**要点**： + +- 第一段：提出问题（用粗体强调任务） +- 第二段：分析问题（用列表对比） +- 第三段：解决问题（说明方案和优势） + +## 二、文章结构规范 + +### 2.1 标题与学习指南 + +```markdown +# 主题名称 (English Title) + +> 💡 **学习指南**：本章节[前置要求]，通过[教学方式]带你深入了解[核心主题]。我们将从[起点]开始，一直到[终点]。 +``` + +**要点**： + +- 标题使用中英双语，括号标注 +- 学习指南块说明：前置要求、教学方式、学习路径 +- 降低读者焦虑，强调"无需XX基础" + +### 2.2 引子：从问题到动机 + +**结构**： + +1. **类比/比喻**：用日常生活中的例子引入 +2. **核心挑战**：列出 3 个左右要解决的问题 +3. **路线图**：预告章节结构 + +```markdown +## 0. 引言：从[熟悉概念]到[新概念] + +[用类比连接两个概念] + +它的核心任务只有一个：**[一句话总结核心目标]**。 + +为了实现这个目标，我们需要解决三个核心挑战： + +1. **[挑战1]**：[为什么需要] +2. **[挑战2]**：[为什么需要] +3. **[挑战3]**：[为什么需要] + +本教程将带你从零开始，一步步拆解[核心主题]的构建过程。 +``` + +### 2.3 主体章节结构 + +每个知识点遵循 **"问题 → 方案 → 对比 → 演示"** 的结构： + +```markdown +## N. [章节标题] + +[段落1：提出问题/当前困境] + +### N.1 [子问题标题] + +[解释问题产生的背景/原因] + +### N.2 [解决方案标题] + +[提出解决方案，解释其核心思想] + +**关键点**：[一句话总结核心概念] + +<[InteractiveDemo /> +``` + +**要点**： + +- 用问答式标题（"什么是XX？" "为什么不用XX？"） +- 用列表和粗体强调重点 +- 每个关键概念后紧跟交互式演示 + +### 2.4 对比分析表格 + +当需要对比多个选项时，使用表格： + +```markdown +| 特性 | [选项A] | [选项B] | +| :----------- | :----------------- | :----------------- | +| **核心逻辑** | **[描述]** | **[描述]** | +| **优点** | [优点1]
[优点2] | [优点1]
[优点2] | +| **缺点** | [缺点1]
[缺点2] | [缺点1]
[缺点2] | +| **适用场景** | [场景1] | [场景2] | + +> ⚠️ **注意**：[使用建议或注意事项] +``` + +### 2.5 数据示例 + +当涉及数据格式时，提供 JSON 示例： + +````markdown +- **数据示例 (JSON 格式)**： + ```json + // [注释说明这是什么数据] + { + "field1": "值1", + "field2": "值2" + } + // 模型学会了：[解释这个数据的作用] + ``` +```` + +### 2.6 名词速查表 + +文章末尾提供 Glossary： + +```markdown +## N. 名词速查表 (Glossary) + +| 名词 | 全称 | 解释 | +| :-------- | :---------- | :------------------------------------- | +| **TERM1** | Full Name 1 | **简短中文说明**。详细解释为什么重要。 | +| **TERM2** | Full Name 2 | **简短中文说明**。详细解释。 | +``` + +## 三、交互式组件规范 + +### 3.1 组件文件组织 + +**目录结构**： + +``` +docs/.vitepress/theme/components/appendix/{topic-name}/ +├── {Concept}Demo.vue # 主演示组件 +├── {Concept}Demo.vue # 其他相关组件 +└── ... +``` + +**命名规范**： + +- 使用 PascalCase +- 描述性强，如 `TokenizationDemo.vue`、`EmbeddingDemo.vue` +- 与 Markdown 中引用的组件名一致 + +### 3.2 组件开发规范 + +#### 3.2.1 文件头注释 + +```vue + +``` + +#### 3.2.2 模板结构 + +```vue + +``` + +**层级结构**： + +- `.control-panel`：控制区（输入、切换按钮） +- `.visualization-area`：核心可视化区 +- `.info-box`：说明提示框 + +#### 3.2.3 脚本编写 + +```vue + +``` + +**要点**： + +- 使用 Vue 3 Composition API (` +``` + +#### 3.4.2 模式切换型 + +**示例**：`EmbeddingDemo.vue` + +```vue + +``` + +#### 3.4.3 步骤引导型 + +**示例**：`TrainingInferenceDemo.vue`（假设） + +```vue + +``` + +## 四、Markdown 使用技巧 + +### 4.1 组件引用 + +```markdown + + + + + + + + +``` + +### 4.2 代码块 + +````markdown +```javascript +// 代码示例 +const example = 'highlighted' +``` +```` + +### 4.3 强调与标注 + +```markdown +**粗体强调** +_斜体_ +`代码片段` + +> 引用块 +``` + +### 4.4 分隔线 + +```markdown +--- + + +``` + +## 五、最佳实践 + +### 5.1 内容层面 + +1. **从具体到抽象**：先展示效果，再解释原理 +2. **用类比降低认知负担**：如"Tokenizer 就像翻译官" +3. **多问"为什么"**：解释设计动机，不只讲是什么 +4. **保持简洁**：每个知识点控制在 200-300 字 + +### 5.2 交互层面 + +1. **提供默认值**：让用户打开即见效果 +2. **即时反馈**：不需要点击"提交"才看结果 +3. **容错性**：输入验证，友好提示错误 +4. **移动端适配**：使用 `@media` 查询 + +### 5.3 可视化层面 + +1. **颜色有意义**：不仅美观，更要传递信息 +2. **动画适度**：增强理解，不干扰阅读 +3. **层次清晰**：用阴影、边框、间距区分层级 +4. **统一风格**：项目内组件使用相似的设计语言 + +### 5.4 性能优化 + +1. **计算属性缓存**：使用 `computed` 而非方法 +2. **避免不必要的响应式**：静态数据用 `const` +3. **懒加载**：复杂组件考虑按需加载 + +## 六、开发工作流 + +### 6.1 创建新教程步骤 + +1. **规划内容**： + - 列出要讲解的核心概念 + - 为每个概念设计交互演示 + - 画出组件草图 + +2. **创建组件**： + + ```bash + mkdir -p docs/.vitepress/theme/components/appendix/{topic-name} + touch docs/.vitepress/theme/components/appendix/{topic-name}/{Concept}Demo.vue + ``` + +3. **编写组件**： + - 添加文件头注释 + - 实现 ` diff --git a/docs/.vitepress/theme/components/appendix/agent-intro/AgentArchitectureDemo.vue b/docs/.vitepress/theme/components/appendix/agent-intro/AgentArchitectureDemo.vue index b82971c..2edd943 100644 --- a/docs/.vitepress/theme/components/appendix/agent-intro/AgentArchitectureDemo.vue +++ b/docs/.vitepress/theme/components/appendix/agent-intro/AgentArchitectureDemo.vue @@ -1,59 +1,45 @@ + diff --git a/docs/.vitepress/theme/components/appendix/llm-intro/MoEDemo.vue b/docs/.vitepress/theme/components/appendix/llm-intro/MoEDemo.vue index 54e7b1c..f8390cd 100644 --- a/docs/.vitepress/theme/components/appendix/llm-intro/MoEDemo.vue +++ b/docs/.vitepress/theme/components/appendix/llm-intro/MoEDemo.vue @@ -3,7 +3,7 @@
-
- {{ architecture === 'dense' ? '全能天才：每个问题都动用整个大脑 (100% 激活)' : '专家团队：根据问题指派专人处理 (稀疏激活)' }} + {{ + architecture === 'dense' + ? '全能天才：每个问题都动用整个大脑 (100% 激活)' + : '专家团队：根据问题指派专人处理 (稀疏激活)' + }}
@@ -23,8 +27,8 @@
1. 输入指令 (Input)
-
-
+
{{ selectedTask.icon }}
@@ -49,10 +56,13 @@ 2. 模型处理 (Processing) 计算中...
- +
-
+
前馈神经网络 (FFN)
@@ -66,7 +76,10 @@
-
+
门控路由 (Router)
🔍 识别意图: "{{ selectedTask.type }}" @@ -75,32 +88,37 @@
-
= 2 && isExpertSelected(idx), + inactive: + processing && currentStep >= 2 && !isExpertSelected(idx) }" >
-
= 2 && isExpertSelected(idx), + inactive: + processing && currentStep >= 2 && !isExpertSelected(idx) }" >
{{ expert.icon }}
{{ expert.name }}
{{ expert.role }}
-
+
✅ 激活
@@ -114,7 +132,7 @@
3. 生成结果 (Output)
-
+
{{ selectedTask.icon }} {{ selectedTask.output }} @@ -148,10 +166,34 @@ const experts = [ ] const tasks = [ - { label: '写 Python 脚本', type: '编程', icon: '🐍', expertIdx: 0, output: 'def fib(n): return n if n < 2 else...' }, - { label: '写七言绝句', type: '文学', icon: '🌸', expertIdx: 1, output: '窗含西岭千秋雪，门泊东吴万里船...' }, - { label: '解二元方程', type: '数学', icon: '✖️', expertIdx: 2, output: 'x = 5, y = -2 (过程略)' }, - { label: '翻译成英文', type: '翻译', icon: '🔤', expertIdx: 3, output: 'To be, or not to be, that is the question.' } + { + label: '写 Python 脚本', + type: '编程', + icon: '🐍', + expertIdx: 0, + output: 'def fib(n): return n if n < 2 else...' + }, + { + label: '写七言绝句', + type: '文学', + icon: '🌸', + expertIdx: 1, + output: '窗含西岭千秋雪，门泊东吴万里船...' + }, + { + label: '解二元方程', + type: '数学', + icon: '✖️', + expertIdx: 2, + output: 'x = 5, y = -2 (过程略)' + }, + { + label: '翻译成英文', + type: '翻译', + icon: '🔤', + expertIdx: 3, + output: 'To be, or not to be, that is the question.' + } ] const selectedTask = ref(tasks[0]) @@ -181,37 +223,38 @@ const runDemo = async () => { if (processing.value) return processing.value = true currentStep.value = 0 - + // Step 1: Input -> Router await wait(300) currentStep.value = 1 - + // Step 2: Router -> Expert / Dense Processing await wait(800) currentStep.value = 2 - + // Step 3: Expert -> Output await wait(1200) currentStep.value = 3 - + // Finish await wait(500) processing.value = false } -const wait = (ms) => new Promise(resolve => setTimeout(resolve, ms)) +const wait = (ms) => new Promise((resolve) => setTimeout(resolve, ms)) diff --git a/docs/.vitepress/theme/components/appendix/llm-intro/NextTokenPrediction.vue b/docs/.vitepress/theme/components/appendix/llm-intro/NextTokenPrediction.vue index 2393624..a78245c 100644 --- a/docs/.vitepress/theme/components/appendix/llm-intro/NextTokenPrediction.vue +++ b/docs/.vitepress/theme/components/appendix/llm-intro/NextTokenPrediction.vue @@ -30,11 +30,12 @@
- {{ token }} + >{{ token }}
@@ -44,21 +45,23 @@ 🤖 AI Prediction (Top 3 Candidates) Temperature: 0.7
- +
-
"{{ candidate.text }}" - {{ (candidate.prob * 100).toFixed(1) }}% + {{ (candidate.prob * 100).toFixed(1) }}%
-
@@ -69,7 +72,9 @@

- 原理： LLM 并不是一次性写出整段话，而是像上面这样，基于前面的内容（Context），计算下一个最可能出现的 Token 的概率，然后选择一个（Sampling）填上去，再重复这个过程。 + 原理： LLM + 并不是一次性写出整段话，而是像上面这样，基于前面的内容（Context），计算下一个最可能出现的 + Token 的概率，然后选择一个（Sampling）填上去，再重复这个过程。

@@ -82,38 +87,44 @@ const scenes = { 'en-fox': { initial: 'The quick brown', logic: (text) => { - if (text.endsWith('brown')) return [ - { text: ' fox', prob: 0.85 }, - { text: ' dog', prob: 0.10 }, - { text: ' cat', prob: 0.05 } - ] - if (text.endsWith('fox')) return [ - { text: ' jumps', prob: 0.92 }, - { text: ' runs', prob: 0.05 }, - { text: ' sleeps', prob: 0.03 } - ] - if (text.endsWith('jumps')) return [ - { text: ' over', prob: 0.98 }, - { text: ' up', prob: 0.01 }, - { text: ' down', prob: 0.01 } - ] - if (text.endsWith('over')) return [ - { text: ' the', prob: 0.95 }, - { text: ' a', prob: 0.04 }, - { text: ' my', prob: 0.01 } - ] - if (text.endsWith('the')) return [ - { text: ' lazy', prob: 0.88 }, - { text: ' big', prob: 0.08 }, - { text: ' old', prob: 0.04 } - ] - if (text.endsWith('lazy')) return [ - { text: ' dog', prob: 0.90 }, - { text: ' cat', prob: 0.08 }, - { text: ' fox', prob: 0.02 } - ] + if (text.endsWith('brown')) + return [ + { text: ' fox', prob: 0.85 }, + { text: ' dog', prob: 0.1 }, + { text: ' cat', prob: 0.05 } + ] + if (text.endsWith('fox')) + return [ + { text: ' jumps', prob: 0.92 }, + { text: ' runs', prob: 0.05 }, + { text: ' sleeps', prob: 0.03 } + ] + if (text.endsWith('jumps')) + return [ + { text: ' over', prob: 0.98 }, + { text: ' up', prob: 0.01 }, + { text: ' down', prob: 0.01 } + ] + if (text.endsWith('over')) + return [ + { text: ' the', prob: 0.95 }, + { text: ' a', prob: 0.04 }, + { text: ' my', prob: 0.01 } + ] + if (text.endsWith('the')) + return [ + { text: ' lazy', prob: 0.88 }, + { text: ' big', prob: 0.08 }, + { text: ' old', prob: 0.04 } + ] + if (text.endsWith('lazy')) + return [ + { text: ' dog', prob: 0.9 }, + { text: ' cat', prob: 0.08 }, + { text: ' fox', prob: 0.02 } + ] return [ - { text: '.', prob: 0.80 }, + { text: '.', prob: 0.8 }, { text: ' and', prob: 0.15 }, { text: '!', prob: 0.05 } ] @@ -122,53 +133,60 @@ const scenes = { 'zh-ai': { initial: '人工智能', logic: (text) => { - if (text.endsWith('人工智能')) return [ - { text: '是', prob: 0.75 }, - { text: '技术', prob: 0.15 }, - { text: '发展', prob: 0.10 } - ] - if (text.endsWith('是')) return [ - { text: '未来', prob: 0.40 }, - { text: '一种', prob: 0.35 }, - { text: '什么', prob: 0.25 } - ] - if (text.endsWith('一种')) return [ - { text: '技术', prob: 0.55 }, - { text: '工具', prob: 0.30 }, - { text: '科学', prob: 0.15 } - ] - if (text.endsWith('未来')) return [ - { text: '的', prob: 0.85 }, - { text: '方向', prob: 0.10 }, - { text: '趋势', prob: 0.05 } - ] + if (text.endsWith('人工智能')) + return [ + { text: '是', prob: 0.75 }, + { text: '技术', prob: 0.15 }, + { text: '发展', prob: 0.1 } + ] + if (text.endsWith('是')) + return [ + { text: '未来', prob: 0.4 }, + { text: '一种', prob: 0.35 }, + { text: '什么', prob: 0.25 } + ] + if (text.endsWith('一种')) + return [ + { text: '技术', prob: 0.55 }, + { text: '工具', prob: 0.3 }, + { text: '科学', prob: 0.15 } + ] + if (text.endsWith('未来')) + return [ + { text: '的', prob: 0.85 }, + { text: '方向', prob: 0.1 }, + { text: '趋势', prob: 0.05 } + ] return [ - { text: '。', prob: 0.60 }, - { text: '，', prob: 0.30 }, - { text: '！', prob: 0.10 } + { text: '。', prob: 0.6 }, + { text: '，', prob: 0.3 }, + { text: '！', prob: 0.1 } ] } }, - 'code': { + code: { initial: 'if (x > 0) {', logic: (text) => { - if (text.endsWith('{')) return [ - { text: '\n return', prob: 0.60 }, - { text: '\n print', prob: 0.30 }, - { text: '\n x', prob: 0.10 } - ] - if (text.includes('return')) return [ - { text: ' true', prob: 0.50 }, - { text: ' x', prob: 0.30 }, - { text: ' false', prob: 0.20 } - ] - if (text.includes('print')) return [ - { text: '("Hello")', prob: 0.70 }, - { text: '(x)', prob: 0.25 }, - { text: '()', prob: 0.05 } - ] + if (text.endsWith('{')) + return [ + { text: '\n return', prob: 0.6 }, + { text: '\n print', prob: 0.3 }, + { text: '\n x', prob: 0.1 } + ] + if (text.includes('return')) + return [ + { text: ' true', prob: 0.5 }, + { text: ' x', prob: 0.3 }, + { text: ' false', prob: 0.2 } + ] + if (text.includes('print')) + return [ + { text: '("Hello")', prob: 0.7 }, + { text: '(x)', prob: 0.25 }, + { text: '()', prob: 0.05 } + ] return [ - { text: ';', prob: 0.90 }, + { text: ';', prob: 0.9 }, { text: ' + 1', prob: 0.08 }, { text: '.', prob: 0.02 } ] @@ -281,8 +299,13 @@ select { } @keyframes blink { - 0%, 100% { opacity: 1; } - 50% { opacity: 0; } + 0%, + 100% { + opacity: 1; + } + 50% { + opacity: 0; + } } .prediction-panel { @@ -344,9 +367,15 @@ select { transition: width 0.5s ease-out; } -.rank-0 { background-color: #10b981; } -.rank-1 { background-color: #3b82f6; } -.rank-2 { background-color: #f59e0b; } +.rank-0 { + background-color: #10b981; +} +.rank-1 { + background-color: #3b82f6; +} +.rank-2 { + background-color: #f59e0b; +} .explanation { padding: 0.75rem 1rem; diff --git a/docs/.vitepress/theme/components/appendix/llm-intro/RNNvsTransformer.vue b/docs/.vitepress/theme/components/appendix/llm-intro/RNNvsTransformer.vue index 07769b0..8eed88f 100644 --- a/docs/.vitepress/theme/components/appendix/llm-intro/RNNvsTransformer.vue +++ b/docs/.vitepress/theme/components/appendix/llm-intro/RNNvsTransformer.vue @@ -16,13 +16,10 @@