Brain Explorer, Wiki & Vision
Alpha 0.2.0 erweitert M.E.F LLM Studio um den 2D-Brain-Explorer, ein mehrsprachiges Wiki und Lernwerkzeuge für Bildgenerierung und Bildbeschreibungen.
- Neu gegliederter Lernweg mit getrennten Seiten für Quelltext, Tokenizer und Datensatz; das veröffentlichte GPT-2-Vokabular lässt sich optional herunterladen.
- Mehrsprachiges Wiki mit Suche, verwandten Themen und Begriffserklärungen in Learn sowie auf den unterstützten App-Seiten. Die Erkennung berücksichtigt auch Wortformen und Mehrzahl.
- Neuer 2D-Brain-Explorer: vom Kontext durch Attention und MLP bis zu Wahrscheinlichkeiten, Sampling und dem Anhängen des nächsten Tokens.
- Aufgezeichnete Generierung lässt sich abspielen, pausieren und Schritt für Schritt untersuchen. A/B-Ansichten vergleichen zwei Eingaben mit demselben Modell.
- Token-Spuren zeigen Eingabe und erzeugten Text getrennt. Attention, einzelne Heads, Vektorausschnitte und bei unterstützten externen Aufzeichnungen der KV-Cache sind untersuchbar.
- Für unterstützte externe Aufzeichnungen lassen sich Temperatur und Sampling-Filter hypothetisch vergleichen, ohne die aufgezeichnete Token-Auswahl zu verändern.
- Unterstützte verknüpfte Llama-/Qwen2-Modelle können im Brain und Visual Explorer untersucht werden; die Diagramme berücksichtigen RoPE, RMSNorm, GQA und SwiGLU entsprechend der Modellarchitektur.
- Ein kuratierter Katalog erleichtert optionale Modelldownloads nach Lizenzbestätigung. Aufzeichnungen erhalten eine binäre Ablage mit SQLite-Katalog für den Brain Explorer.
- Eigene Vision-Seite für lokale Bildgenerierung, Modellwahl, Downloads nach Lizenzbestätigung und CPU-/GPU-Auswahl bei unterstützten Modellen.
- Der Vision Explorer zeigt Zustand davor, Rauschvorhersage und Zustand danach. Merkmalskarten, genaue Werte und die Heads einer ausgewählten Cross-Attention-Stelle verbinden Bildraster und Text-Tokens.
- Neue Bilder lassen sich direkt im Vision Explorer aufnehmen; Fortschritt, Abbruch, gespeicherte Aufnahmen und der Erklärmodus sind dort erreichbar.
- Ein kleines textkonditioniertes Bildmodell lässt sich aus Bild-Beschreibungs-Paaren trainieren. Der aktuelle Pixel-Lernpfad arbeitet mit 32 × 32 Pixeln und zeigt Trainings-/Validierungs-Loss sowie Checkpoint-Vergleiche.
- Der Bereich „Bilder verstehen“ vergleicht kleine Captioning-Modelle mit vortrainiertem Bild-Encoder, direkter Patch-Projektion und einer kausalen Patch-Variante anhand eigener Trainingsläufe.
- Zusätzliche Quelltext-, SFT- und DPO-Datendownloads, Sprachfilter und einheitlichere Lizenzdialoge mit Links und Kennzeichnung der Lizenzart.
- Learn und Wiki erklären die neuen Bild-, Diffusions-, Sampling- und multimodalen Konzepte in Deutsch, Englisch und Rumänisch.
- Einheitlichere Explorer-Steuerelemente, stabilere Auswahllisten, verbesserte Gewicht-Popups, optionaler GPU-Status und Unterstützung für reduzierte Bewegung.
- Fine-Tuning startet robuster, Scrollpositionen werden nicht mehr wiederhergestellt und Safety-Ablehnungen erhalten verständliche Meldungen statt technischer Log-Ausgaben.
- Der Installer sichert bestehende Programmdateien vor Updates und stellt sie bei Installationsfehlern wieder her; persönliche Daten bleiben erhalten.