DeepSeek V3/R1 और DeepSeek V4 ट्रांसफॉर्मर आर्किटेक्चर की तुलना करने वाला एक विस्तृत तकनीकी इन्फोग्राफिक, जो सोशल मीडिया पोस्ट, प्रेजेंटेशन या मॉडल विश्लेषण विज़ुअल्स के लिए उपयुक्त है।
प्रॉम्प्ट
{"type":"साइड-बाय-साइड AI आर्किटेक्चर तुलना इन्फोग्राफिक","style":"साफ तकनीकी आरेख, सफेद पृष्ठभूमि, पतली काली रूपरेखा, गोल आयत, डैश वाले कॉलआउट बॉक्स, रंग-कोडित हाइलाइट्स, प्रेजेंटेशन-Slides सौंदर्य, वेक्टर इन्फोग्राफिक","canvas":{"aspect_ratio":"2:1","resolution":"वाइड हॉरिजॉन्टल"},"title_row":{"left_title":"DeepSeek V3/R1 (671 बिलियन)","right_title":"DeepSeek V4 (1.2 ट्रिलियन)","left_title_color":"चमकीला नारंगी-लाल","right_title_color":"चमकीला नीला"},"layout":{"columns":2,"sections":[{"title":"DeepSeek V3/R1 (671 बिलियन)","position":"बायां आधा","count":9,"labels":["शब्दावली का आकार 129k","FeedForward (SwiGLU) मॉड्यूल","मध्यवर्ती हिडन लेयर आयाम 2,048","MoE लेयर","समर्थित कॉन्टेक्स्ट लंबाई 128k टोकन","पहले 3 ब्लॉक MoE के बजाय 18,432 हिडन साइज के साथ डेंस FFN का उपयोग करते हैं","नमूना इनपुट टेक्स्ट","एम्बेडिंग आयाम 7,168","128 हेड्स"]},{"title":"DeepSeek V4 (1.2 ट्रिलियन)","position":"दायां आधा","count":9,"labels":["शब्दावली का आकार 160k","FeedForward (SwiGLU) मॉड्यूल","मध्यवर्ती हिडन लेयर आयाम 3,072","MoE लेयर","समर्थित कॉन्टेक्स्ट लंबाई 256k टोकन","पहले 3 ब्लॉक MoE के बजाय 24,576 हिडन साइज के साथ डेंस FFN का उपयोग करते हैं","नमूना इनपुट टेक्स्ट","एम्बेडिंग आयाम 8,192","128 हेड्स"]},{"title":"नीचे तुलना तालिका","position":"नीचे पूरी चौड़ाई","count":10,"labels":["कुल पैरामीटर्स","प्रति टोकन सक्रिय पैरामीटर्स","हिडन साइज","Esmple dimesiegn","DeepSeek V3/R1","मध्यवर्ती (FF)","अटेंशन हेड्स","कॉन्टेक्स्ट लंबाई","एम्बेडिंग आयाम","शब्दावली का आकार"]}]},"left_panel":{"background":"बहुत हल्का ग्रे गोल आयत","main_stack":{"count":8,"blocks":["टोकनाइज्ड टेक्स्ट","टोकन एम्बेडिंग लेयर","RMSNorm 1","मल्टी-हेड लेटेंट अटेंशन","RMSNorm 2","MoE","अंतिम RMSNorm","लीनियर आउटपुट लेयर"]},"side_module":"बाईं ओर अटेंशन ब्लॉक से जुड़ा RoPE","attention_block":{"label":"मल्टी-हेड लेटेंट अटेंशन","accent":"'लेटेंट' शब्द के लिए नारंगी-लाल टेक्स्ट"},"feedforward_inset":{"title":"FeedForward (SwiGLU) मॉड्यूल","count":4,"blocks":["लीनियर लेयर","SiLU एक्टिवेशन","लीनियर लेयर","लीनियर लेयर"],"diagram":"दो शाखाएं गुणा की गई, फिर प्रोजेक्ट की गई"},"moe_inset":{"title":"MoE लेयर","count":5,"blocks":["टॉप कंबाइन नोड","Feed forward","Feed forward","राउटर","विशेषज्ञ गणना बैज 256"],"details":"1 चयनित विशेषज्ञ के साथ छोटा काला वर्ग, विशेषज्ञों की ओर ऊपर जाने वाले तीर, बिंदु वाली विभाजक रेखा"},"annotations":{"vocab":"शब्दावली का आकार 129k","ff_dim":"मध्यवर्ती हिडन लेयर आयाम 2,048","context":"समर्थित कॉन्टेक्स्ट लंबाई 128k टोकन","dense_first_blocks":"पहले 3 ब्लॉक MoE के बजाय 18,432 हिडन साइज के साथ डेंस FFN का उपयोग करते हैं","resource_savings":"संसाधन बचत: मॉडल का आकार 671B है लेकिन प्रति टोकन केवल 1 (साझा) + 8 विशेषज्ञ सक्रिय हैं; प्रति इन्फरेंस चरण केवल 37B पैरामीटर्स सक्रिय हैं"},"bottom_stats":{"count":10,"items":["कुल पैरामीटर्स: 671B","प्रति टोकन सक्रिय पैरामीटर्स: 37B (1 + 8 विशेषज्ञ)","हिडन साइज: 7,128","Esmple dimesiegn: 28,432","मध्यवर्ती (FF): 2,048","अटेंशन हेड्स: 128","कॉन्टेक्स्ट लंबाई: 128k","एम्बेडिंग आयाम: पहले 3 ब्लॉक","Context ler लंबाई: 22G7","शब्दावली का आकार: 129k"]}},"right_panel":{"background":"बहुत हल्का नीला गोल आयत","main_stack":{"count":8,"blocks":["टोकनाइज्ड टेक्स्ट","टोकन एम्बेडिंग लेयर","RMSNorm 1","मल्टी-हेड लेटेंट अटेंशन","RMSNorm 2","MoE","अंतिम RMSNorm","लीनियर आउटपुट लेयर"]},"side_module":"बाईं ओर अटेंशन ब्लॉक से जुड़ा RoPE","attention_block":{"label":"मल्टी-हेड लेटेंट अटेंशन","accent":"'लेटेंट' शब्द के लिए नीला टेक्स्ट"},"feedforward_inset":{"title":"FeedForward (SwiGLU) मॉड्यूल","count":4,"blocks":["लीनियर लेयर","SiLU एक्टिवेशन","लीनियर लेयर","लीनियर लेयर"],"diagram":"बाएं पैनल जैसी ही संरचना"},"moe_inset":{"title":"MoE लेयर","count":5,"blocks":["टॉप कंबाइन नोड","Feed forward","Feed forward","राउटर","विशेषज्ञ गणना बैज 384"],"details":"1 चयनित विशेषज्ञ के साथ छोटा काला वर्ग, विशेषज्ञों की ओर ऊपर जाने वाले तीर, बिंदु वाली विभाजक रेखा, नीला बॉर्डर जोर"},"annotations":{"vocab":"शब्दावली का आकार 160k","ff_dim":"मध्यवर्ती हिडन लेयर आयाम 3,072","context":"समर्थित कॉन्टेक्स्ट लंबाई 256k टोकन","dense_first_blocks":"पहले 3 ब्लॉक MoE के बजाय 24,576 हिडन साइज के साथ डेंस FFN का उपयोग करते हैं","resource_savings":"संसाधन बचत: मॉडल का आकार 1.2T है लेकिन प्रति टोकन केवल 1 (साझा) + 8 विशेषज्ञ सक्रिय हैं; प्रति इन्फरेंस चरण केवल 52B पैरामीटर्स सक्रिय हैं"},"bottom_stats":{"count":10,"items":["कुल पैरामीटर्स: 1.2T","प्रति टोकन सक्रिय पैरामीटर्स: 52B (1 + 8 विशेषज्ञ)","हिडन साइज: 7,2B","Esmple dimesiegn: 28,432","मध्यवर्ती (FF): 3,072","अटेंशन हेड्स: 128","कॉन्टेक्स्ट लंबाई: 256k","एम्बेडिंग आयाम: पहले 3 ब्लॉक","Context ler लंबाई: 22G7","शब्दावली का आकार: 160k"]}},"global_notes":"मिरर किए गए लेआउट के साथ एक अत्यधिक विस्तृत ट्रांसफॉर्मर आर्किटेक्चर तुलना आरेख बनाएं। प्रत्येक आधे हिस्से में एक बड़ा मॉडल स्टैक आरेख और 2 इनसेट आरेख शामिल हैं: 1 फीडफॉरवर्ड मॉड्यूल और 1 MoE लेयर। ब्लॉकों के बीच तीरों, छोटे तकनीकी लेबल और लेबल से संबंधित घटकों तक कनेक्टर लाइनों का उपयोग करें। टाइपोग्राफी को सघन और Slides जैसा रखें, V3/R1 के सभी जोर के लिए नारंगी-लाल और V4 के सभी जोर के लिए नीले रंग का उपयोग करें। चौड़ाई में फैले कॉम्पैक्ट सारणीबद्ध मेट्रिक्स की एक छोटी निचली पंक्ति शामिल करें। बहुत छोटे टेक्स्ट और भीड़-भाड़ वाले एनोटेशन के साथ थोड़े अपूर्ण, मानव-निर्मित इन्फोग्राफिक लुक को संरक्षित करें।"}
इस प्रॉम्प्ट का उपयोग कैसे करें
1
ऊपर दिया पूरा प्रॉम्प्ट कॉपी करें।
2
GPT Image 2 को सपोर्ट करने वाला कोई प्लैटफ़ॉर्म खोलें, जैसे YouMind, और प्रॉम्प्ट पेस्ट करें।
3
अपने आइडिया के हिसाब से विषय, स्टाइल या डिटेल बदलें, फिर जेनरेट करें।
यह YouMind की प्रॉम्प्ट लाइब्रेरी का एक मुफ़्त AI प्रॉम्प्ट है। हज़ारों और इमेज प्रॉम्प्ट देखें, सभी कॉपी और बदलाव के लिए मुफ़्त।
किसी भी फ़ोटो को विस्तृत AI इमेज प्रॉम्प्ट में बदलें। मुफ़्त Image to Prompt कन्वर्टर कंपोज़िशन, स्टाइल और लाइटिंग का विश्लेषण करता है, ताकि आप सेकंडों में वही लुक दोबारा बना सकें।