Ảnh chụp màn hình trò chuyện về kiến trúc LLM
Tạo một ảnh chụp màn hình trò chuyện AI chân thực với hình ảnh đồ họa kỹ thuật màu xanh và trắng dày đặc, giải thích cách thức hoạt động của các mô hình ngôn ngữ lớn.
Câu lệnh
Mục tiêu: Tạo một ảnh chụp màn hình chân thực về giao diện trò chuyện AI hiển thị một đồ họa kỹ thuật được tạo tự động về cách thức hoạt động kỹ thuật của các Mô hình Ngôn ngữ Lớn (LLM). Ảnh chụp màn hình nên trông giống như một cuộc trò chuyện trên ứng dụng web hiện đại, không phải là một tấm áp phích độc lập.
Khung hình: Ảnh chụp màn hình dọc 768×1024, nền ứng dụng màu xám nhạt, các khu vực nội dung màu trắng bo tròn, kiểu chữ không chân gọn gàng, đổ bóng tinh tế, độ phân giải cao nhưng văn bản trong đồ họa hơi nhỏ giống như một hình ảnh được nhúng thực tế.
Bố cục giao diện trò chuyện: Ở phía trên bên trái, hiển thị ảnh đại diện người dùng hình tròn nhỏ, tiêu đề trò chuyện “Visualizing LLM Architecture” với một biểu tượng mũi tên thả xuống nhỏ, và ở phía trên bên phải là nhãn “Files” đơn giản kèm biểu tượng. Bên dưới, hiển thị bong bóng tin nhắn người dùng được bo tròn căn giữa/phải chứa nội dung: “make an image explaining how LLMs work technically”. Bên dưới đó, hiển thị một hàng trạng thái nhỏ ghi “Scira task complete” với biểu tượng lấp lánh/tải và mũi tên. Hình ảnh được tạo chính xuất hiện bên dưới dưới dạng một thẻ hình chữ nhật lớn được bo tròn. Bên dưới hình ảnh, bao gồm văn bản giải thích của trợ lý: “The image above is a comprehensive technical infographic breaking down how Large Language Models function under the hood. Here is a detailed walkthrough of each component shown:” theo sau là tiêu đề phần in đậm “Tokenization: From Text to Numbers”. Ở dưới cùng, hiển thị một hộp nhập liệu được bo tròn với văn bản gợi ý “Ask a follow-up...”, một nút cộng ở bên trái, các nút điều khiển công cụ/mô hình nhỏ ở bên phải, nhãn mô hình “Kimi K2.6” với menu thả xuống và một nút giọng nói hình tròn.
Đồ họa thông tin được tạo bên trong cuộc trò chuyện: Thiết kế một áp phích giáo dục kỹ thuật màu xanh và trắng với tiêu đề in hoa màu xanh hải quân đậm: “HOW LARGE LANGUAGE MODELS (LLMs) WORK”. Sử dụng nền trắng, đường viền màu xanh hải quân, điểm nhấn màu xanh nhạt, các bảng bo tròn, mũi tên kết nối các bước, biểu đồ thu nhỏ, phương trình, bảng và biểu tượng. Áp phích cần dày đặc thông tin và mang tính kỹ thuật.
Các phần của đồ họa thông tin: Sử dụng chính xác 8 bảng/khu vực có nhãn:
1. Bảng “INPUT: TOKENIZATION” hiển thị hộp văn bản thô với câu “The quick brown fox jumps over the lazy dog.”, một khối tokenizer, các hộp token cho các từ và các hộp ID token.
2. Bảng “EMBEDDINGS” hiển thị các ID token được chuyển đổi thành các vector dày đặc, với một bảng nhỏ chứa các giá trị embedding dạng số.
3. Bảng “TRANSFORMER ARCHITECTURE” hiển thị khối transformer xếp chồng với Add & Norm, Feed-Forward Network, Multi-Head Self-Attention, input embeddings, positional encoding và ký hiệu lặp lớp.
4A. Bảng “SELF-ATTENTION MECHANISM (INSIDE ONE HEAD)” ở góc dưới bên trái hiển thị các ma trận cho input embeddings, queries, keys, values, điểm chú ý (attention scores), softmax, trọng số chú ý (attention weights), tổng trọng số và các phương trình.
4B. Bảng “ATTENTION: TOKENS ATTEND TO EACH OTHER” hiển thị biểu đồ mạng lưới các token từ câu ví dụ được kết nối bằng các đường kẻ màu xanh cộng với các thanh trọng số chú ý.
5. Bảng “OUTPUT: NEXT TOKEN PREDICTION” hiển thị các thanh phân phối xác suất cho các token tiếp theo tiềm năng như cat, sat, on, the, mat, roof, sau đó làm nổi bật token dự đoán tiếp theo là “the”.
6. Bảng “TRAINING: PRE-TRAINING WITH NEXT-TOKEN PREDICTION” là một dải dài ở dưới cùng được chia thành 5 thẻ nhỏ: kho dữ liệu văn bản khổng lồ, tạo các ví dụ huấn luyện, dự đoán mô hình, tính toán mất mát (loss) và lan truyền ngược/cập nhật.
7. Mũi tên quy trình ở dưới cùng ghi “Repeat for billions of examples over many epochs until convergence.”
8. Chú thích kết quả ở góc dưới bên phải với biểu tượng bộ não giải thích rằng mô hình học các mẫu ngôn ngữ và kiến thức chung.
Phong cách hình ảnh: Đồ họa vector sắc nét, mang tính học thuật nhưng thân thiện, tiêu đề màu xanh hải quân đậm, đường viền màu xanh trung bình, nền màu xanh nhạt, các bảng và biểu đồ nhỏ, mũi tên gọn gàng, thẻ bo tròn, khoảng cách nhất quán. Làm cho đồ họa thông tin được nhúng trông giống như một sơ đồ giáo dục do AI tạo ra với văn bản nhỏ dày đặc nhưng hầu hết đều dễ đọc.
Các ràng buộc: Giữ tất cả văn bản giao diện bằng tiếng Anh. Không thêm hình mờ (watermark). Bảo toàn khung ảnh chụp màn hình trò chuyện và đồ họa thông tin lớn được nhúng. Sử dụng chính xác 8 khu vực đồ họa thông tin được liệt kê và chính xác 5 thẻ nhỏ bên trong dải huấn luyện.
Cách dùng prompt này
- 1
Sao chép toàn bộ prompt ở trên.
- 2
Mở một nền tảng hỗ trợ GPT Image 2, chẳng hạn như YouMind, rồi dán prompt vào.
- 3
Đổi chủ thể, phong cách hoặc chi tiết cho hợp ý bạn, rồi tạo.
Đây là một prompt AI miễn phí từ thư viện prompt của YouMind. Khám phá hàng nghìn prompt hình ảnh khác, tất cả đều miễn phí để sao chép và chỉnh sửa.
Khám phá thêm prompt hình ảnhThêm từ GPT Image 2
Poster Kho báu Câu lệnh GPT Image 2
@波妞PONYO
So sánh phân loại màu sắc phim lãng mạn tại NYC
@CuiMao
Poster du lịch thành phố phong cách tối giản
@Taaruk
Infographic về Đội ngũ Con người - Tác nhân (Human-Agent Team) tại Hàn Quốc
@고영혁 (Dylan Ko)
Poster hướng dẫn bố cục nhiếp ảnh Tỷ lệ vàng
@BMX
Hình nền trình phát nhạc anime màu bạc hà
@あまり🖋️AI &フリー素材配布
Tất cả danh mục Hình ảnh
01
Trường hợp sử dụng
Thêm tính năng prompt
Thư viện AI
AI tìm kiếm prompt
Để AI tìm kiếm trong hàng chục nghìn prompt. Lọc theo mô hình, khoảng thời gian, từ khóa và sắp xếp theo lượt tương tác như lượt xem, lưu, chia sẻ.
Công cụ thị giác
Ảnh thành prompt
Biến mọi bức ảnh thành prompt ảnh AI chi tiết. Công cụ chuyển ảnh thành prompt miễn phí phân tích bố cục, phong cách và ánh sáng để bạn tái hiện bất kỳ phong cách nào trong vài giây.
Tính năng prompt khác
Dành cho nhà sáng tạo. Miễn phí mãi mãi.
YouMind là copilote sáng tạo AI được các nhà sáng tạo trên toàn cầu tin dùng. Mỗi prompt đều được tuyển chọn để giúp bạn sáng tạo nhanh hơn và tốt hơn.