Visualisez l’auto-attention comme des faisceaux de lumière entre les tokens, et ressentez comment softmax(QKᵀ/√dk) décide quel mot « il » regarde.
Traduction automatique depuis l’original anglais. Ouvrir l’original anglais
Sept mots flottent en arcs de lumière. À chaque déplacement du point de vue d’un mot à l’autre, l’endroit où ce mot « regarde » dans la phrase apparaît sous forme de faisceau de lumière. Observez d’abord le mouvement et vérifiez que la forme de la lumière change d’un mot à l’autre.
Observez le balayage et repérez la différence entre les mots où la lumière se concentre et ceux où elle se disperse.