# Prezentare — M.E.F LLM Studio

Source: https://www.mef-llm-studio.com/ro/

Înțelege modelele lingvistice. Construind unul chiar tu.

M.E.F LLM Studio este o aplicație educațională pentru începători: înțelege modelele lingvistice prin explicații clare și experimente mici, fără să scrii scripturi. Urmărește parcursul de la tokenuri și antrenare până la textul generat. Brain Explorer, Wiki și Vision fac și generarea textului și imaginilor explorabilă pas cu pas.

De la explicație direct la propriul experiment.

Citești ce face un tokenizer, apoi îți inspectezi propriul text. Înveți ce înseamnă Loss și urmărești o antrenare. Prezentarea de învățare leagă noțiunile de instrumentele potrivite, astfel încât termenii să devină relații pe care le poți observa.

## 01. Înțelege o întrebare

Citește capitolul potrivit: Ce sunt tokenurile? Cum învață un model? Ce indică o curbă Loss?

## 02. Rulează propriul experiment

Lucrează cu un text scurt sau cu un model mic. Schimbă intenționat o singură setare și observă ce se întâmplă.

## 03. Interpretează rezultatul

Compară observația cu explicația. Chiar și un rezultat fără sens te ajută să examinezi datele, antrenarea și limitele modelului.

Această versiune este destinată evaluării necomerciale. Funcțiile se pot schimba, iar antrenările pot eșua. Păstrează copii de siguranță și nu folosi versiunea Alpha în producție.

Inspired by [Language Model Builder](https://languagemodelbuilder.com/) by Felix Rieseberg.

## Înțelege ce face modelul tău.

Nu te opri la antrenarea unui model. Explorează cum procesează textul și compară predicțiile între checkpoint-urile salvate.

### Explorează pas cu pas

Urmărește tokenurile prin embedding-uri, Attention și ieșire. Laboratorul explică etapele unei treceri înregistrate și arată cum temperatura și filtrele schimbă probabilitățile de selecție.

### Compară checkpoint-urile

Compară checkpoint-uri folosind același prompt. Rangurile candidaților înregistrați, barele de diferență și vizualizarea manuală A/B fac vizibile schimbările predicției următorului token. Tabelul poate fi exportat în format CSV.

### Antrenează cu exemple

Treci de la pre-antrenare la Fine-tuning: SFT învață din răspunsuri exemplu, DPO din răspunsuri preferate și respinse, iar ORPO combină ajustarea răspunsurilor cu un semnal de preferință. Descarcă seturile de date oferite sau editează propriile exemple.

### Urmărește checkpoint-urile

Administrează și redenumește checkpoint-urile salvate, examinează istoricul înregistrat și marcajele Best, reia o rulare împreună cu istoricul Loss sau deschide o stare direct în Sampling ori Chat.

### Conectează modele locale și compară răspunsuri

Conectează un folder Safetensors Llama sau Qwen2 acceptat fără să copiezi greutățile. Alege CPU, GPU NVIDIA sau A/B și verifică memoria înainte de încărcare.

### Continuă după repornire

Intrările, istoricul Chat și schițele de Fine-tuning sunt restaurate local. Ele sunt stocate necriptat în zona de date a aplicației și pot fi șterse din Setări.

### Planifică utilizarea GPU-ului și a memoriei

Verifică necesarul VRAM estimat pentru antrenare sau planul RAM/VRAM al unui model conectat înainte de pornire. Măsurătorile disponibile din timpul rulării rămân separate de estimări.

Rangurile și probabilitățile se referă la candidații înregistrați. „Best” este un marcaj istoric, nu o evaluare a calității. Valorile de memorie sunt estimări. Execuția externă acceptă modele text Llama/Qwen2 fără cuantizare, Custom Code sau multimodalitate. Comparația A/B nu evaluează răspunsurile; textele sunt salvate numai dacă alegi acest lucru.

## Nou în 0.2.0: De la concept la un calcul vizibil.

Alpha 0.2.0 extinde parcursul de învățare cu Brain Explorer, Wiki și Vision: înțelege conceptele, fă propriile experimente și examinează calculul pas cu pas.

### Brain Explorer

Cum se construiește un răspuns, token cu token?

O vizualizare 2D leagă contextul, blocurile Transformer, probabilitățile și sampling-ul. Redă o înregistrare, pune-o pe pauză sau examinează fiecare pas separat.

### Wiki & Explain

Ce înseamnă termenul de pe acest ecran?

Capitolele de învățare și Wiki cu căutare leagă noțiunile de bază de experimente. Modul Explain explică termenii evidențiați lângă interfața vizibilă.

### Vision & Vision Explorer

Cum devine zgomotul o imagine?

Generează imagini local cu un model acceptat și deschide înregistrarea direct în Vision Explorer. Urmărește eliminarea zgomotului pas cu pas: starea dinainte, predicția zgomotului și starea de după.

[Vezi schimbările din 0.2.0](https://www.mef-llm-studio.com/ro/changelog/)

Contact: support@mef-llm-studio.com