开发者推出微型 GPT 交互可视化工具，展示单 Token 推理与 RLHF 训练全流程

开发者发布了一个类 GPT-2 微型模型的交互式可视化工具，在浏览器中实时计算并展示从单 token 生成到预训练与 RLHF 的每一步具体数值。该项目完整涵盖从分词到采样的单 token 推理、预训练单步训练以及后训练的单次 PPO 迭代。页面将所有矩阵适配至单屏内展示，用户悬停在任意矩阵单元格上即可查看对应步骤的精确数学公式与计算过程。