Yila

Modelo de figura · Sistema e rede · 4:3

Esquema da arquitetura Transformer com atenção e feed-forward

Esquema em paisagem com o bloco codificador empilhado no canto superior esquerdo, dois painéis que abrem a atenção multi-cabeça até o núcleo de produto escalar escalonado e um painel separado com a rede feed-forward por posição no canto inferior direito, no tamanho de uma seção de métodos ou de uma aula.

Atualizado em 16 de out. de 2026Revisado por Roxy Liu20,27 mil2,23 mil

Prompt

Create a scientific figure about: Transformer model architecture with attention and feed-forward blocks. Visual style: Schematic Minimal. Requirements: - publication-ready scientific quality - clear labels and directional arrows where appropriate - avoid cartoon style, avoid meme style, avoid stock-photo look - avoid neon glow and over-sharpened CGI look unless explicitly requested - composition optimized for research papers and academic slides - category context: systems-networks - minimal schematic style with reduced visual noise - strong information hierarchy using line weight and spacing - few but meaningful colors for process emphasis

O que é este modelo

A figura vai do todo para as partes. O bloco codificador, no alto à esquerda, começa onde o embedding de entrada encontra a codificação posicional e passa pela autoatenção multi-cabeça, por um nó de soma e normalização e pela rede feed-forward, com um sinal de cartões empilhados indicando a repetição. Os painéis de atenção abrem então esse bloco: consultas, chaves e valores recebem cada um sua projeção linear e entram no núcleo de produto escalar escalonado, feito de multiplicação de matrizes, escala, máscara opcional e normalização; em seguida as cabeças são concatenadas e projetadas mais uma vez. O painel inferior direito desdobra a rede feed-forward em duas camadas lineares em torno de uma única ativação, e a hierarquia fica a cargo da espessura das linhas e de uma paleta reduzida.

Elementos a identificar

  • Bloco codificador

    Embedding, atenção, soma e normalização e feed-forward empilhados de baixo para cima, com o sinal de repetição no canto superior do bloco.

  • Entrada da codificação posicional

    A codificação posicional se junta ao embedding de entrada num somador circulado, com a seta subindo para o bloco acima.

  • Conexões residuais

    Linhas que contornam cada subcamada até o seu nó de soma, num traço que a legenda nomeia à parte do tronco principal.

  • Painel multi-cabeça

    Cartões deslocados representando as cabeças, com o primeiro e o último rotulados nas pontas da pilha.

  • Projeções de consulta, chave e valor

    Três projeções lineares lado a lado, cada uma com sua matriz de pesos e o símbolo de dimensão correspondente.

  • Núcleo de produto escalar escalonado

    Multiplicação de matrizes, escala, máscara opcional e normalização numa só coluna, terminando no produto com os valores.

  • Concatenação e projeção

    As saídas das cabeças reunidas num único tensor e depois uma camada linear final rotulada com a dimensão do modelo.

  • Painel feed-forward

    Duas camadas lineares em torno de uma única ativação, com as opções de ativação entre colchetes ao lado da caixa.

Onde é usado

  • Figura de mecanismo para artigo
  • Material de aula
  • Slides de defesa
  • Site do laboratório

O que os revisores observam

  • Posição da normalização

    Normalizar depois da subcamada ou antes dela são escolhas comuns, e a que o esquema desenhar tem de coincidir com o seu código; do contrário, quem reconstruir o modelo a partir da figura monta o bloco errado.

  • A máscara não é automática

    A autoatenção do codificador em geral não leva máscara causal; se a caixa de máscara opcional aparece no núcleo, anote que ela pertence ao decodificador ou ao preenchimento, e não que esconde posições futuras em toda camada.

  • Dimensões coerentes

    Os símbolos nas projeções, na concatenação e na camada de saída precisam concordar, com o número de cabeças vezes a largura por cabeça igual à dimensão do modelo, relação que vale escrever na legenda.

  • Diga o que ficou de fora

    Só o lado do codificador está desdobrado; acrescente o decodificador e sua atenção cruzada para um modelo codificador-decodificador, ou declare na legenda que a figura mostra apenas o codificador.

Como usar na Yila

  1. 1Escolha uma figura
  2. 2Descreva seu objeto de estudo e as etapas a destacar
  3. 3Ajuste no chat e baixe o PNG

Dicas

Faça

  • Ponha no prompt o seu número de camadas, de cabeças e a largura oculta, para que o sinal de pilha e os rótulos de dimensão tragam números reais.
  • Peça uma única cor de destaque no caminho da atenção e cinza no resto; um esquema mínimo como este separa níveis pela espessura do traço.

Evite

  • Não mantenha dois painéis de atenção quase iguais na mesma figura; escolha o mais completo e peça para remover o outro.
  • Não amontoe rótulos sobre as setas, porque este layout vive de espaço em branco e texto apertado logo achata a hierarquia.

Perguntas frequentes

Dá para usar o esquema direto no artigo?

Use-o como rascunho para a seção de métodos. É uma imagem raster gerada por IA: confira a grafia dentro de cada caixa, o sentido de cada seta e os símbolos de dimensão em relação ao seu código, e peça no chat para retirar painéis duplicados ou sobrando antes de considerar a figura final.

Os blocos do diagrama podem ser alterados?

Não bloco a bloco, mas dá para continuar ajustando na conversa com a Yila: acrescentar o decodificador e a atenção cruzada, levar a normalização para antes de cada subcamada, tirar a caixa de máscara ou deixar só o bloco codificador, e então gerar outra versão a partir dessa descrição.

Em que formato sai a imagem?

Uma imagem PNG gerada por IA, em paisagem, adequada a figura de métodos, apostila ou slide de defesa. Não é gráfico vetorial, então o texto miúdo dentro das caixas perde nitidez quando a figura é reduzida e deve ser conferido no tamanho de submissão.

Preciso pagar para usar?

Navegar nesta página e ver o exemplo é gratuito. Gerar a sua versão na Yila consome créditos, e uma conta nova recebe 2.500 créditos, o bastante para ajustar a profundidade, os painéis de atenção e o bloco feed-forward em várias rodadas.

Trabalho com modelos de visão. Dá para adaptar?

Dá. Atenção e feed-forward mantêm a forma; descreva a entrada como embeddings de patches, peça a codificação posicional que corresponde ao seu caso e acrescente a cabeça de classificação ou o caminho de decodificação fora do bloco.

Posso ficar só com o bloco codificador?

Peça o bloco do canto superior esquerdo sozinho, sem os painéis de atenção e feed-forward. O resultado estreito cabe num canto de slide ou de apostila em que os detalhes internos são explicados no texto.

Baixar PNG de exemplo