Внутреннее устройство LLM: от токенизации до оптимизации инференса

Гитхаб-репозиторий с пошаговым разбором архитектуры больших языковых моделей. Материал охватывает токенизацию, механизмы внимания и методы оптимизации инференса. Полезно для разработчиков, изучающих детали работы трансформеров.