小模型学习实验室 · 神经网络可视化入门

LIVE NETWORK

网络内部正在发生什么

训练步数 0 平均 Loss 0.0000 准确率 0%

正权重：推动输出升高负权重：压低输出线越粗：影响越大

01 / 数据 先给网络四道题

XOR 的规则是“两者不同就输出 1，相同就输出 0”。程序只提供题目和答案，没有把这条规则写进网络。

DECISION MAP

四个角是训练题；青色越亮，输出越接近 1。

LOSS HISTORY

曲线下降，表示网络对四道题的整体预测更接近答案。

FROM 13 PARAMETERS TO BILLIONS

DeepSeek 当然复杂得多，但“输入 → 参数计算 → 概率 → 错误 → 更新参数”这条主线没有变。

这里2 个数字→大模型一串 Token

这里13 个参数→大模型几十亿到数千亿参数

这里输出 0/1 概率→大模型输出下一个 Token 的概率

这里学 XOR 四条数据→大模型学习海量文字、代码和知识模式

你现在只要记住

神经网络不是把规则存进状态机，而是把经验压进许多数字参数；生成答案时，这些参数一起把输入变成下一步的概率。