我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
回顧 AI說書 - 從0開始 - 77 ，我們在給定句子 「 Transformers possess surprising emerging features 」的情況下，分析了 Transformer 中的第六個 Layer 中的第一個 Head 的分數為何，可以得出幾個觀察點：
- Transformers 與 Transformers 兩字間的關聯分數為 0.03，明顯變低，它意識到自己與自己有高相關性是必然，但重點在於要學習與他人的相關性才有用
- Transformers 與 possess 兩字間的關聯分數為 0.188，變高了，它意識到自己必須學習與他人建立相關性才有用
現在我們來分析 Transformer 中的第六個 Layer 中的第六個 Head 的分數為何 (總共有 8 個 Head ，見 AI說書 - 從0開始 - 63 )：
圖片出自書籍：Transformers for Natural Language Processing and Computer Vision, Denis Rothman, 2024
對比 Transformer 中的第六個 Layer 中的第一個 Head 的分數，有以下觀察：
- Transformers 與 Transformers 兩字間的關聯分數為 0.0098，明顯更低，它意識到自己與自己有高相關性是必然，但重點在於要學習與他人的相關性才有用
- Transformers 與 possess 兩字間的關聯分數為 0.2，變更高了，它意識到自己必須學習與他人建立相關性才有用
- Transformers 與 possess 兩字間的關聯分數為 0.2，高於其他字，看來 Transformer 學到一個語法：名詞後面接動詞
經過 AI說書 - 從0開始 - 74 到目前為止的實驗，應可以漸漸感受到 Transformer 模型如何從數學層面漸漸往 Token 發展，再往句子生成發展。
