Für Windows · Desktop-Anwendung

SPRACHMODELLE VERSTEHEN · SCHRITT FÜR SCHRITT

Sprachmodelle verstehen.
Indem du selbst eines baust.

M.E.F LLM Studio ist eine Lernanwendung für Einsteiger: Verstehe Sprachmodelle durch verständliche Erklärungen und eigene kleine Experimente, ohne Skripte schreiben zu müssen. Begleite den Weg von Tokens über Training bis zur Textausgabe. Training Explorer zeigt Gewichtsänderungen; Brain, Shapes und Vision machen die Generierung von Text und Bildern untersuchbar. Wiki und Explain erklären die Begriffe dabei.

CPU-Einstieg möglich: Lernkapitel, Datenvorbereitung und unterstützte vortrainierte Modelle benötigen keine NVIDIA-GPU. Rechenläufe können auf CPU deutlich länger dauern und brauchen genügend RAM. Training und Vision haben eigene Voraussetzungen; der Guide erklärt die Grenzen pro Lernpfad. Den CPU-Einstieg ansehen →

  • Für Einsteiger
  • Ohne Skripting-Kenntnisse
  • Lernen durch Ausprobieren
Toerken, das Maskottchen von M.E.F LLM Studio

Wie möchtest du einsteigen?

Direkt im Browser

Begriffe verstehen

Im Web-Wiki Begriffe wie Tokenizer und Attention nachschlagen. Mit Explain direkt hier markierte Begriffe erklären lassen – ohne Installation.

Wiki öffnen →

In der Windows-App

Selbst experimentieren

Vom eigenen Text über Tokenizer und Datensatz zum kleinen Sprachmodell. Die Schritt-für-Schritt-Anleitung begleitet dich in der Windows-App.

Mit dem eigenen Modell starten →

Browser-Demo und App

Ins Modell schauen

Im Demo Explorer eine aufgezeichnete Textgenerierung verfolgen: vom Kontext bis zum nächsten Token. In der App kannst du auch die Bildgenerierung untersuchen.

Demo Explorer öffnen →Zur Vision-Anleitung →

Warum ich das baue

Wie erkläre ich LLMs meiner Familie?

Je mehr ich mit LLMs gearbeitet habe, desto mehr wollte ich verstehen, was hinter den Antworten steckt. Und wie erkläre ich das meinem Sohn oder meiner Frau, die diese Modelle zwar nutzen, aber nicht wissen, wie sie funktionieren?

Daraus ist M.E.F LLM Studio entstanden: selbst ausprobieren, Zusammenhänge sichtbar machen und der scheinbaren Magie ein wenig das Unheimliche nehmen.

Die ganze Geschichte →

M.E.F LLM STUDIO

Die Erklärung führt direkt zum Experiment.

Du liest, was ein Tokenizer macht, und untersuchst anschließend deinen eigenen Text. Du lernst, was Loss bedeutet, und verfolgst einen Trainingslauf. Die Lernübersicht verbindet die Grundlagen mit den passenden Werkzeugen – damit aus Begriffen beobachtbare Zusammenhänge werden.

Die Lernübersicht der Windows-Anwendung. Aufnahme der englischen Oberfläche; der Fortschritt zeigt einen Beispielstand.

Einstieg ↗
M.E.F LLM Studio: Lernübersicht und Arbeitsablauf (englische Oberfläche)M.E.F LLM Studio: Lernübersicht und Arbeitsablauf (englische Oberfläche)Bild vergrößern ↗
M.E.F LLM Studio: Lernübersicht und Arbeitsablauf (englische Oberfläche)
M.E.F LLM Studio: Lernübersicht und Arbeitsablauf (englische Oberfläche)M.E.F LLM Studio: Lernübersicht und Arbeitsablauf (englische Oberfläche)

DATA

Wie wird aus Text eine Zahl?

Zerlege eigene Sätze in Tokens und erkenne, weshalb Tokens nicht einfach Wörter sind.

RUNS

Was verändert das Training?

Verfolge Loss und Validierung und untersuche, was diese Werte über einen Lauf aussagen – und was nicht.

MODELS

Wozu dienen Checkpoints?

Bewahre Modellstände auf und nutze sie, um Ergebnisse zu unterschiedlichen Trainingszeitpunkten zu vergleichen.

CHAT

Wie entsteht die nächste Antwort?

Probiere einen Prompt aus und untersuche, wie Sampling die Auswahl der nächsten Tokens beeinflusst.

01 — DER LERNWEG

Lesen. Ausprobieren. Nachvollziehen.

Der Lernweg wiederholt sich bei jedem Thema. Kleine, überschaubare Versuche stehen im Mittelpunkt; du musst dafür kein großes Modell trainieren.

01

Eine Frage verstehen

Lies das passende Kapitel: Was sind Tokens? Wie lernt ein Modell? Was sagt die Loss-Kurve aus?

02

Einen eigenen Versuch machen

Arbeite mit einem kurzen Text oder kleinen Modell. Ändere gezielt eine Einstellung und beobachte, was passiert.

03

Das Ergebnis einordnen

Vergleiche Beobachtung und Erklärung. Auch unsinnige Ausgaben geben Anlass, Daten, Training und die Grenzen des Modells genauer zu untersuchen.

02 — M.E.F LLM STUDIO

Verstehen, was dein Modell macht.

Trainiere nicht nur ein Modell. Untersuche, wie es Text verarbeitet, und vergleiche seine Vorhersagen zwischen gespeicherten Trainingsständen.

Lern- und Vergleichsfunktionen ansehen ↗

Alpha 0.3.0

Dem Lernen und Zeichnen zuschauen.

Alpha 0.3.0 ergänzt den Weg vom eigenen Text zum Modell um Training Explorer und Shapes.

Training Explorer

Was verändert ein Trainingsschritt?

Verfolge ein aufgezeichnetes Beispiel vom Ziel-Token über Vorhersage und Loss bis zum Gradienten und zur tatsächlichen Gewichtsänderung. Halte an und untersuche einzelne Werte.

Shapes & Shapes Explorer

Wie wird aus einer Beschreibung ein Bild?

Untersuche mitgelieferte Bild-Text-Paare, trainiere dein eigenes Formenmodell und beobachte, wie es ein Bild Zeile für Zeile zeichnet. RGB444 ordnet jedem Pixel eine von 4.096 Farb-IDs zu.

Brain Explorer, Wiki & Explain

Wie hängen die Begriffe mit der wirklichen Rechnung zusammen?

Der Brain-Fix hält neue Generierungsaufzeichnungen und ihre angezeigten Berechnungen zusammen. Gespeicherte Labs und direkte Begriffserklärungen erleichtern das Untersuchen.

Die Änderungen für 0.3.0 ansehen ↗

03 — ALPHA

Alpha heißt: ausprobieren, beobachten, Rückmeldung geben.

Diese Alpha dient der nichtkommerziellen Evaluierung. Funktionen können sich ändern, Trainings können fehlschlagen. Sichere deine Daten und verwende die Alpha nicht produktiv.

Einstieg ↗