Förstå transformatorn

Introduktion till LLM:er i Python

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

Vad är en transformator?

Illustration av tre transformatorarkitekturer: encoder-only, decoder-only och encoder-decoder

Illustration av tre transformatorarkitekturer: encoder-only, decoder-only och encoder-decoder

Illustration av encoder-only

Förstår inmatningstexten
Ingen sekventiell utdata
Vanliga uppgifter:
- Textklassificering
- Sentimentanalys
- Extraktiv frågesvar (extrahera eller etikettera)
BERT-modeller
Exempel: "distilbert-base-uncased-distilled-squad"

Illustration av encoder-only

llm = pipeline(model="bert-base-uncased")
print(llm.model)

BertForMaskedLM(
  (bert): ...
    )
    (encoder): BertEncoder(
      ...

print(llm.model.config)

BertConfig {
...
  "architectures": [
    "BertForMaskedLM"
...

Illustration av encoder-only

print(llm.model.config.is_decoder)

False

Illustration av decoder-only

Fokus på utdata
Vanliga uppgifter:
- Textgenerering
- Generativt frågesvar (mening/meningar eller stycke/stycken)
GPT-modeller
Exempel: "gpt-5.4-mini"

Illustration av decoder-only

llm = pipeline(model="gpt2")
print(llm.model.config)

GPT2Config {
...
  "architectures": [
    "GPT2LMHeadModel"
  ],
...
  "task_specific_params": {
    "text-generation": {
...

print(llm.model.config.is_decoder)

False

Illustration av encoder-decoder

Illustration av encoder-decoder

llm = pipeline(model="Helsinki-NLP/opus-mt-es-en")
print(llm.model)

MarianMTModel(
...
    (encoder): MarianEncoder(
...
    (decoder): MarianDecoder(
...

Illustration av encoder-decoder

print(llm.model.config)

MarianConfig {
...
  "decoder_attention_heads": 8,
...
  "encoder_attention_heads": 8,
...
  "is_encoder_decoder": true,
...

print(llm.model.config.is_encoder_decoder)

True

Introduktion till LLM:er i Python