计算机科学与 AI 可视化入口
围绕图灵机、信息论、Transformer 与 QKV 等主题，SimLabs 提供适合课堂教学、自学与科普展示的交互式演示页面，帮助学习者把抽象计算过程变成可观察的动态模型。
图灵机与停机问题
从停机问题出发，深入理解可计算性与图灵机的边界，计算理论核心话题。
CFG 与 PDA 推导栈
形式语言与自动机理论的核心，掌握上下文无关文法推导与下推栈机制。
P vs NP 与 SAT 归约
探索计算复杂性理论中最著名的未解之谜，理解 NP 完全性与归约过程。
图算法
可视化图的遍历、最短路径与最小生成树等经典算法，理解图论应用。
排序算法
动态演示各类排序算法的执行过程与复杂度差异，适合算法入门与对比。
图灵机演示
可视化图灵机的工作原理，理解可计算性与图灵机的边界，计算理论核心话题。
香农信息论展示
可视化香农信息论的核心概念，理解信息熵、信道容量与编码理论。
香农信息论与信息熵
从自信息到信道容量，用交互实验理解信息论的核心概念。
冯·诺依曼体系结构
掌握现代计算机的存储程序体系结构基础，理解 CPU、内存与 I/O 协同工作。
OS：调度、分页与死锁
理解操作系统的进程调度、虚拟内存分页与死锁检测机制，掌握系统级核心。
TCP 状态机与拥塞控制
拆解 TCP 状态转移、滑动窗口与拥塞控制策略，深入理解网络可靠传输。
jev大模型
jev大模型交互可视化
大模型路线图
可视化大模型的技术路线图。
Token 与向量
理解大模型如何将文本转换为向量表示。
矩阵运算
可视化大模型中的核心矩阵运算过程。
神经网络
展示大模型神经网络的基本结构与计算。
嵌入空间
探索词嵌入在高维空间中的分布与语义关系。
语言模型目标
理解语言模型训练的目标函数与预测机制。
分词器
可视化文本分词过程与 Token 化机制。
注意力直觉
通过直观示例理解注意力机制的核心思想。
因果掩码
解释自回归生成中的因果掩码原理与实现。
位置编码
可视化 Transformer 中的位置编码方案。
Transformer 块
拆解 Transformer 编码器与解码器块结构。
多头注意力
深入理解多头注意力机制的计算与作用。
残差、LayerNorm 与前馈网络
解析 Transformer 中的残差连接、层归一化与前馈网络。
解码策略
对比贪心搜索、束搜索、采样等解码策略。
训练与对齐
了解大模型训练流程与对齐技术。
RAG 检索增强生成
可视化检索增强生成（RAG）的工作流程。
工具使用
展示大模型调用外部工具与 API 的机制。
智能体
理解基于大模型的智能体架构与决策流程。
护栏与安全
介绍大模型输出护栏与安全控制机制。
评估
了解大模型评估指标与常见评测方法。
部署与成本
分析大模型部署方案与推理成本优化。
自动微分
可视化自动微分与反向传播的计算图。
损失与反向传播
理解损失函数与反向传播的数学过程。
优化器
对比 SGD、Adam 等优化器的更新策略。
训练循环
展示大模型训练循环的完整步骤。
Mini GPT
从零构建一个迷你 GPT 模型的演示。
文本生成
可视化大模型逐词生成文本的过程。
保存与加载
了解模型权重保存与加载的流程。
评估与安全
综合评估大模型的安全性与可靠性。
张量
可视化张量运算与维度变换基础。
Transformer
完整展示 Transformer 架构与运行流程。
思想起点
“I propose to consider the question, 'Can machines think?' This should begin with definitions of the meaning of the terms 'machine' and 'think.' ... Instead of attempting such a definition I shall replace the question by another, which is closely related to it and is expressed in relatively unambiguous words.
The new form of the problem can be described in terms of a game which we call the 'imitation game.'... We now ask the question, 'What will happen when a machine takes the part of A in this game?' ... These questions replace our original, 'Can machines think?'”
“我提议考虑一个问题：‘机器能思考吗？’这应当从定义‘机器’和‘思考’的含义开始……但我不打算进行这样的定义，而是用另一个问题来取代它。这个问题与原问题密切相关，并且能用相对清晰的词语来表达。
这个问题的新形式可以通过一个游戏来描述，我们称其为‘模仿游戏’……现在我们要问：‘当一台机器在这个游戏中扮演A的角色时，会发生什么？’……这些问题取代了我们最初的‘机器能思考吗？’”