DAL GRAFO AL MODELLOCatalogo dei parametri

Parametri dei pacchetti

I nomi sotto sono le chiavi mostrate in Inspector > Parameters. Tutti i pacchetti core elencati sono alla versione 0.1.0 e quindi appaiono con l'identità completa core.<id>@0.1.0. Default non dichiarato indica che il pacchetto non specifica un valore iniziale nel proprio schema; l'Inspector e il validatore mostrano se quel campo è disponibile e accettabile. I limiti sono quelli dichiarati dallo schema. top e bottom indicano che il parametro viene anche mostrato nella rispettiva riga della scheda del nodo.

Parametri core

Ogni parametro occupa una riga: questo rende esplicito lo scopo di ogni campo, compresi quelli che condividono un default o un vincolo.

Pacchetto Chiave Tipo e default Vincoli, scelte, posizione Significato
core.adaptive-avg-pool2d@0.1.0 output_size intero, non dichiarato minimo 1; bottom Dimensione spaziale obiettivo usata dall'adaptive average pooling.
core.add@0.1.0 — — — Nessun parametro. Somma due o più tensori della stessa forma.
core.batch-norm2d@0.1.0 num_features intero, non dichiarato minimo 1; top Numero di canali nella dimensione C dell'input rank-4 NCHW.
core.batch-norm2d@0.1.0 eps numero, 0.00001 minimo 0 Costante di stabilizzazione aggiunta alla varianza durante la normalizzazione.
core.batch-norm2d@0.1.0 momentum numero, 0.1 da 0 a 1 Peso usato nell'aggiornamento della media/varianza mobile.
core.batch-norm2d@0.1.0 affine booleano, true — Abilita scala e offset apprendibili dopo la normalizzazione.
core.batch-norm2d@0.1.0 track_running_stats booleano, true — Mantiene statistiche mobili di media e varianza per la modalità di valutazione.
core.cast@0.1.0 dtype dtype, float32 float16, bfloat16, float32, float64, int8, uint8, int16, int32, int64, bool Dtype del tensore convertito; la forma rimane invariata.
core.concat@0.1.0 dim intero, non dichiarato — Asse lungo il quale concatenare gli ingressi.
core.conv2d@0.1.0 in_channels intero, non dichiarato minimo 1; top Numero di canali attesi in ingresso.
core.conv2d@0.1.0 out_channels intero, non dichiarato minimo 1; bottom Numero di canali prodotti dalla convoluzione.
core.conv2d@0.1.0 kernel_size intero, non dichiarato minimo 1 Lato della finestra quadrata di convoluzione.
core.conv2d@0.1.0 stride intero, 1 minimo 1 Passo della finestra tra posizioni adiacenti.
core.conv2d@0.1.0 padding intero, 0 minimo 0 Padding spaziale aggiunto ai bordi dell'input.
core.conv2d@0.1.0 dilation intero, 1 minimo 1 Spaziatura tra gli elementi della finestra.
core.conv2d@0.1.0 groups intero, 1 minimo 1 Numero di gruppi di canali indipendenti nella convoluzione; deve essere compatibile con entrambi i conteggi dei canali.
core.conv2d@0.1.0 bias booleano, true — Include un termine di bias apprendibile.
core.cross-entropy@0.1.0 — — — Nessun parametro. Loss per classificazione; legge il target nominato target del batch e produce un risultato di loss scalare.
core.embedding@0.1.0 num_embeddings intero, non dichiarato minimo 1; top Numero di indici distinti rappresentabili dalla tabella di embedding.
core.embedding@0.1.0 embedding_dim intero, non dichiarato minimo 1; bottom Larghezza del vettore associato a ciascun indice.
core.embedding@0.1.0 input_dtype dtype, int64 int32, int64 Dtype intero degli indici passati alla tabella.
core.embedding@0.1.0 dtype dtype, float32 float16, bfloat16, float32, float64 Dtype dei vettori di embedding.
core.flatten@0.1.0 start_dim intero, 1 — Prima dimensione inclusa nell'intervallo da appiattire.
core.flatten@0.1.0 end_dim intero, -1 — Ultima dimensione inclusa nell'intervallo da appiattire; -1 indica l'ultima dimensione.
core.fork@0.1.0 — — — Nessun parametro. Punto di diramazione che mantiene il tensore in ingresso.
core.horizontal-repeat@0.1.0 times intero, non dichiarato minimo 2 Numero di copie indipendenti della subflow eseguite in parallelo.
core.horizontal-repeat@0.1.0 join riferimento a stereotype; core.concat@^0.1.0 con dim: -1 selettore filtrato ai pacchetti di tipo join Pacchetto che combina le uscite delle copie parallele; scegliendo un altro pacchetto di join si caricano i suoi parametri.
core.input@0.1.0 binding stringa, non dichiarato — Nome dello slot di input del dataset attivo da cui proviene questo input radice. Nelle subflow l'input iniziale è ereditato dal contenitore.
core.layer-norm@0.1.0 normalized_shape intero, non dichiarato minimo 1; top Dimensione finale normalizzata per ogni campione.
core.layer-norm@0.1.0 eps numero, 0.00001 minimo 0 Costante di stabilizzazione per il calcolo della varianza.
core.layer-norm@0.1.0 elementwise_affine booleano, true — Abilita scala e offset apprendibili per elemento.
core.linear@0.1.0 in_features intero, non dichiarato minimo 1; top Larghezza attesa dell'ultima dimensione in ingresso.
core.linear@0.1.0 out_features intero, non dichiarato minimo 1; bottom Larghezza dell'ultima dimensione prodotta.
core.linear@0.1.0 bias booleano, true — Include un termine di bias apprendibile.
core.linear@0.1.0 dtype dtype, float32 float16, bfloat16, float32, float64 Dtype dei pesi e dei calcoli lineari.
core.loss-output@0.1.0 — — — Nessun parametro. Terminale che raccoglie un singolo risultato di loss; non somma automaticamente più contributi.
core.matmul@0.1.0 — — — Nessun parametro. Riceve due o più tensori e applica la moltiplicazione matriciale da sinistra a destra.
core.max-pool2d@0.1.0 kernel_size intero, non dichiarato minimo 1 Lato della finestra quadrata di pooling.
core.max-pool2d@0.1.0 stride intero, 1 minimo 1 Passo tra posizioni successive della finestra.
core.max-pool2d@0.1.0 padding intero, 0 minimo 0 Padding aggiunto ai bordi prima del pooling.
core.max-pool2d@0.1.0 dilation intero, 1 minimo 1 Spaziatura tra gli elementi della finestra di pooling.
core.max-pool2d@0.1.0 ceil_mode booleano, false — Se attivo, arrotonda per eccesso il calcolo delle finestre; altrimenti usa l'arrotondamento per difetto.
core.mse-loss@0.1.0 — — — Nessun parametro. Loss di regressione MSE; usa il solo target nominato target dichiarato dal pacchetto, con la trasformazione di target specifica flatten_batch. Non seleziona né appiattisce target arbitrari.
core.output@0.1.0 — — — Nessun parametro. Terminale che marca la predizione del modello e riceve un solo arco.
core.positional-encoding@0.1.0 d_model intero, 512 minimo 1; top Larghezza della rappresentazione sequenziale cui aggiungere informazione posizionale.
core.positional-encoding@0.1.0 max_len intero, 5000 minimo 1; bottom Lunghezza massima della sequenza per cui preparare le posizioni.
core.relu@0.1.0 inplace booleano, false — Se attivo, applica la ReLU modificando il tensore d'ingresso in-place.
core.repeat@0.1.0 times intero, non dichiarato minimo 1; top Numero di copie indipendenti della subflow applicate in sequenza.
core.scale@0.1.0 factor numero, 1.0 bottom Moltiplicatore applicato a ogni valore del tensore.
core.softmax@0.1.0 dim intero, -1 bottom Asse lungo cui normalizzare i valori in probabilità. -1 indica l'ultima dimensione.
core.subflow-proxy@0.1.0 — — — Nessun parametro. Delega l'analisi e l'esecuzione a una singola istanza della subflow annidata.
core.transpose@0.1.0 dim0 intero, -2 top Prima dimensione da scambiare; -2 indica la penultima.
core.transpose@0.1.0 dim1 intero, -1 bottom Seconda dimensione da scambiare; -1 indica l'ultima.

Le scelte dtype sono specifiche del parametro. Ad esempio, input_dtype di Embedding accetta solo indici interi int32/int64; il dtype dei vettori è invece limitato ai quattro dtype floating elencati. I vincoli del pacchetto sono verificati quando il campo viene confermato e dal validatore del modello.

Risorse del progetto mini LLM

Quando si crea New mini LLM, il progetto riceve copie modificabili del grafo, del dataset e dei suoi pacchetti. La palette mostra i pacchetti core e i pacchetti personalizzati dichiarati dal progetto; i loro nomi sono descrizioni, mentre Project resources e il tooltip mostrano l'identità esatta. Le risorse personalizzate elencate qui sono tutte versione 1.0.0.

Identità Descrizione e campi Ruolo nell'esempio
llm.causal-mask@1.0.0 Causal Mask: parametro max_length (intero, default 128, minimo 1). Maschera le posizioni future nei punteggi di attenzione [B,T,T]. Il valore limita la lunghezza di contesto prevista dal pacchetto; il nodo usa la maschera nel percorso di attenzione. Il parametro si può cambiare nell'Inspector.
llm.token-cross-entropy@1.0.0 Token Cross Entropy: ignore_index (intero, default -100) e label_smoothing (numero tra 0 e 1, default 0); uscita loss; target esterno batch.targets.target. Calcola la cross-entropy media per token da logits [B,T,V] a target [B,T]. I parametri sono modificabili nell'Inspector.
llm.causal-attention@1.0.0 Causal Self Attention: d_model (intero positivo, default 64), num_heads (intero positivo, default 4), dropout (numero tra 0 e 1, default 0), bias (booleano, default true). La larghezza deve essere divisibile per il numero di teste. Il pacchetto resta disponibile nella palette, ma il grafo dell'esempio usa nodi Q/K/V e subflow espliciti. Questi parametri configurano soltanto eventuali istanze del pacchetto.
llm.tokens@1.0.0 (dataset) Autoregressive token sequences: input tokens, dtype int64, forma [B,128]; target target, dtype int64, forma [B,128]. Gli slot sono selezionabili come dataset attivo. Dataset… > Edit permette di modificare nome, descrizione e slot; ID/versione sono fissi nel modulo e l'interfaccia non modifica il codice adapter o i campioni.

L'interfaccia permette di creare nuovi stereotype con Create stereotype, non di modificare o eliminare la definizione di uno stereotype già presente. Si possono modificare i parametri delle istanze-nodo nell'Inspector, collegare/rimuovere/spostare nodi e riordinare il grafo. Le tre risorse LLM sopra espongono parametri modificabili sul nodo. I nuovi progetti ricevono le definizioni aggiornate; i progetti già copiati conservano i propri pacchetti. Il dataset manager non modifica l'implementazione Python né i file di dati.

I package JSON descrivono forma e dtype per l'analisi nativa; la presenza di un package Python eseguibile nell'esempio non significa che il client Qt esegua Python durante la modifica del grafo.