LLM建築學聊天截圖

目標：建立一個逼真的AI聊天介面截圖，展示與{argument name="topic" default="大型語言模型（LLM）技術原理"}相關的生成式技術資訊圖表。截圖應以對話的形式呈現在現代Web應用程式中，而非作為獨立的宣傳海報。畫布：768×1024像素垂直螢幕截圖，淺灰色應用程式背景，圓角白色內容區域，簡潔的無襯線字體，輕微陰影，高分辨率，但資訊圖中的文字應略小，如同真正的嵌入式生成圖像。聊天介面佈局：左上角顯示一個小的圓形使用者頭像，以及聊天標題「視覺化LLM架構」和一個下拉箭頭；右上角顯示一個簡單的「檔案」標籤和圖示。下方是一個居中/右對齊的圓角用戶訊息氣泡，內容為：「製作一張圖來解釋LLM的技術工作原理。」下方是顯示「Scira 任務完成」的狀態欄，帶有閃爍/加載圖示和箭頭。主生成影像顯示在下方，是一個大型圓角矩形卡片。圖像下方是助手提供的說明文字：“上圖是一張全面的技術資訊圖，詳細解析了大型語言模型 (LLM) 的底層工作原理。以下是每個組件的詳細講解：”，隨後是加粗的章節標題“分詞：從文本到數字”。底部是一個圓形輸入框，其中包含佔位符“詢問後續問題…”，左側有一個加號按鈕，右側是小型工具/模型控制、模型標籤“Kimi K2.6”、一個下拉式選單和一個圓形語音按鈕。聊天中的生成式資訊圖表：設計一張藍白相間的技術教育海報，標題為“大型語言模型 (LLM) 的工作原理”，標題採用深藍色大寫字母。使用白色背景、深藍色輪廓線、淺藍色高光、圓角面板，以及連接步驟、微型圖表、公式、表格和圖示的箭頭。海報應資訊豐富，並傾向於工程化的設計方法。資訊圖表部分：使用 8 個帶標籤的面板/區域：1.「輸入：分詞」面板：顯示一個包含句子「敏捷的棕色狐狸跳過懶惰的狗。」的原始文字框、一個分詞器模組、詞元框和詞元 ID 框。 2.「嵌入」面板：顯示轉換為稠密向量的詞元 ID，以及一個包含數值嵌入值的表格。 3.「Transformer 架構」面板：顯示堆疊的 Transformer 模組，包括 Add & Norm、前饋網路、多頭自註意力機制、輸入嵌入、位置編碼和層重複表示法。 4A. “自註意力機制（單頭）”：左下角寬面板顯示輸入嵌入、查詢、鍵、值、注意力分數、softmax 函數、注意力權重、加權求和以及公式矩陣。 4B.「注意：詞元相互關注」面板：顯示例句中詞元的網路圖，由藍線連接，並包含注意力權重條。 5.「輸出：下一個詞元預測」面板：顯示候選下一個詞元（例如 cat、sat、on、the、mat、roof）的機率分佈條，並高亮顯示預測的下一個詞元「the」。 6.「訓練：使用下一個詞元預測進行預訓練」：底部欄分為 5 個小卡片：海量文字語料庫、建立訓練樣本、模型預測、損失計算和反向傳播/更新。 7. 底部流程箭頭，文字為：「重複數十億次，經過多個訓練週期，直至收斂。」8. 右下角結果註釋，帶有大腦圖標，解釋模型如何學習常見的語言模式和知識。視覺風格：清晰的向量資訊圖，學術性強且用戶友好，採用深海軍藍標題、中藍色邊框、淺藍色填充、微型表格和圖表、簡潔的箭頭、圓角卡片和一致的間距。讓嵌入式資訊圖看起來像人工智慧產生的教育圖表，文字密集但基本上清晰易讀。限制：所有使用者介面文字均應使用英文。請勿添加浮水印。保留可見的聊天截圖框架和大型嵌入式資訊圖。在訓練欄中使用列出的 8 個資訊圖表區域和 5 張迷你卡片。