Het experimentarium

1.000 + 0.000 = 1.000 bits

C0 (0.00, 0.00) · C1 (1.00, 0.00)

Bias b = [0.0, 0.1, 0.2], eenmaal per uitvoerneuron. Matrixvakjes tonen één decimaal; de uitvoerrij twee.

Werkelijke logits: [2, 1, 0]

Getallen op de verbindingen zijn lokale factoren, nog geen totale gradiënten. x komt langs twee verschillende routes bij de eindknoop.

1. Rechtstreeks via de optelling—
2. Via de eerste ingang van x×x—
3. Via de tweede ingang van x×x—

De gradiënten staan op nul.

Laag 0 is de invoer. De as is begrensd van 10⁻¹⁰ tot 10¹⁰. De gemeten waarden hieronder blijven onbegrensd; He is ook hier geen perfecte behoudsgarantie.

Gemiddelden per rij: [3.00, 4.00, 5.00]. Elke rij gebruikt alleen zijn eigen features.

Invoergemiddelde en verwachte trainingsuitvoer: 1.125. De maskerreeks is reproduceerbaar; een nieuw masker verandert de demonstratie.

∂h₅/∂x₁ = 0.050129

Dit is de gevoeligheid voor de eerste gelezen input, via alle vijf tanh-stappen. Bij w=0 heeft een eerdere input geen invloed op een latere toestand.

Groen: celtoestand. Oranje: gelezen uitvoer. Poorten staan hier vast; de getoonde afgeleide is alleen de directe geheugenroute, niet de volledige LSTM-gradiënt.

De niet-gebruikte fietsrij krijgt geen bijdrage. Delen door het aantal voorkomens is een andere afspraak; hier tellen we op.

Oranje: gewone keten. Groen: residual. Nul en waarden kleiner dan 10⁻⁸ staan aan de onderrand; het getal toont de echte waarde en het teken. Een skipverbinding kan ook uitdoven of exploderen.

0 stappen uitgevoerd. Bij een bevroren encoder blijft de feature gelijk terwijl de head leert. Dit experiment heeft één trainingspunt en meet geen generalisatie.

Per as: floor((8 + 2×0 − 3) / 1) + 1 = 6

Gekozen venster: start (0,0). Maximum op (1,1). Vier overlappende vensters kunnen dezelfde pixel kiezen.

Uitvoer token 3: 1.5007, -1.2952, 0.0824, 1.4406

α en β zijn alleen schakelaars voor deze proef. Bij α=β=0 blijft Y=X. Verander token 3 terwijl je token 1 inspecteert: het causale masker houdt zijn uitvoer gelijk.

De horizontale as is de positie. Langzamere golven veranderen minder tussen naburige tokens. Dat we een grotere positie kunnen uitrekenen bewijst niet dat een model daar goed generaliseert.

Keys én values in dit rekenvoorbeeld: de=(1,0), kat=(0,1), slaapt=(−1,0.5). De streepjes zijn exact nul door het masker.

Deze uitvoer is de gewogen som van V. Een hoog attentiongewicht is op zichzelf geen verklaring van het hele model.

Gemarkeerd: kanalen 0 t/m 3, head 1. Deze head deelt zijn dot-products door √4.

Headuitvoer: 0.860, 0.769, -0.488, 0.231

Na concatenatie heeft iedere token weer acht waarden. De algemene projecties houden hetzelfde parameteraantal bij vaste C; de expliciete scoreopslag groeit hier wel met H.

NFC verandert deze tekst niet. Onze BPE past geen normalisatie, trimmen of lowercasing toe.

Laatste paar: a + n. Getelde posities: 6; echte vervangingen: 6.

Volgende paar: a + an, 3 keer. Gelijke tellingen worden beslist met het kleinste numerieke ID-paar.

Een vaak geteld paar kan overlappen. In aaaaa zijn er vier aa-posities, maar één merge-stap vervangt er slechts twee.

2 × 4 lagen × 1 reeksen × 128 tokens × 4 heads × 64 × 2 bytes. Exclusief gewichten, buffers en overhead. Dit is geen snelheidsmeting.

Ideaal gepakt: 3 bytes aan codes. In onze NumPy-oefening: altijd 6 bytes (int8). Beide hebben daarnaast schaalmetadata nodig; onze float64-schaal gebruikt 8 bytes. De uitvoerkwaliteit wordt apart gemeten.

Uitvoer: 1.2500, 2.2500, -0.7500. Bij B-factor nul draagt de adapter niets bij. De adapter heeft hier minder trainbare gewichten dan de basismatrix.

De referentie heeft kansen 40%, 40%, 20%. Een fout in de reward wordt meegeoptimaliseerd; dit is geen beoordeling van echte antwoordkwaliteit.

Budget C = 60.000 benaderde FLOPs. Geen echte modelmeting of tijdsraming; buiten het gemeten bereik is extrapolatie onzeker. De verticale schaal past zich aan het budget aan.

{
  "id": "c1",
  "name": "multiply",
  "arguments": {
    "x": 6,
    "y": 7
  }
}

Naam en argumenten passen bij het vaste contract. Het resultaat komt uit echte lokale JavaScript-rekenlogica, zonder netwerk.

Bij geen antwoorden bestaat er geen risico onder beantwoorde gevallen. Dat is geen gemeten foutloos systeem.

A/A is hier inconsistent. A/B kiest tweemaal model-1. Consistentie bewijst geen inhoudelijke juistheid en inconsistentie bewijst niet automatisch positievoorkeur.

De lamp brandt groen na reset.

Bron: eigen-lamp · tekenbereik [0, 30) in deze vaste tekst.

De vier vierkanten zijn gegeven centroiden én corpuspunten. Twee extra punten liggen bij de grens van oost en noord. Meer buckets kost meer vergelijkingen; exacte buren zijn nog geen bewijs van inhoudelijke relevantie.

De balken zijn geschaald naar de hoogste score in deze run. Dit zijn rangbijdragen, geen betrouwbaarheidskansen.

Score = 0,6 × coverage + 0,4 × adjacency. Deze regel begrijpt geen ontkenning; een hoge score of marge bewijst geen juistheid. Met één kandidaat laten we de margeregel passeren.

Reset duurt tien seconden.
De lamp brandt groen.

Te controleren claimReset duurt tien seconden.

Een hash controleert de vastgelegde tekstversie, niet de waarheid of betrouwbaarheid van de bron. De inhoud wordt nooit als opdracht uitgevoerd.

Alleen de zoekstap herstellen verandert vraag 2 in onnodig onthouden. Voor een goed antwoord moet ook de generator het aanwezige bewijs gebruiken. Extra gokken verhoogt dekking, maar kan juistheid en ondersteuning verlagen.