ddosi
精选
PacketLens
PacketLens is a pure front-end, offline pcap analysis tool that runs entirely in the browser, supporting deep protocol decoding, HTTPS decryption, and million-packet instant loading without any backend.
AI 仓库情报摘要
FR-AI / ANALYSIS为什么值得关注
它将 Anthropic 关于 J 空间（全局工作区）的研究带到了交互式、连续的聊天界面中，让任何拥有 GPU 的人都能在模型输出之前观察到它如何形成判断、规划后续内容以及保留中间推理。
适合谁使用
- AI 可解释性研究人员
- 对模型内部推理机制感兴趣的机器学习工程师
- 探索大语言模型透明度的爱好者和发烧友
- 展示 Transformer 内部工作原理的教育工作者
典型使用场景
- 观察模型在阅读阶段尚未生成任何回复时就已形成判断的过程
- 研究模型在发出无关词汇时仍维持高强度的规划概念的行为
- 通过回放会话并检查每个词元、每个层的读出数据来调试模型的推理过程
- 导出会话为 JSON 并在无需 GPU 的浏览器中重放，用于演示和分享
项目优势
- 支持交互式连续对话，在读取和生成阶段均实时渲染透镜读数
- 通过 KV 缓存和 GPU 实现原生生成速度的实时流渲染
- 会话可导出为 JSON 并在任何浏览器中重放，无需 GPU
- 经过参考实现验证，前五读出匹配且 Logit 余弦相似度 ≥ 0.99998
使用前须知
- 仅能显示单个词元的概念；多词元概念会呈现碎片化或不可见
- 透镜仅捕获近似的 J 空间工作区，并非完整的内部状态，且无法观察指定层范围之外的层
- 需要约 10 GB 显存的 NVIDIA GPU 或 16 GB 以上统一内存的 Apple Silicon；CPU 降级运行非常缓慢
README 快速开始
Getting started & staying tuned with us.
相关仓库与替代方案
根据分类、Topic 和编程语言匹配的相似项目。
ViffyGwaanl
精选
kimi-k3-learn
An interactive learning system that turns the 47-page Kimi K3 technical report into a single offline HTML file with running algorithms, 3D visualizations, spaced repetition quizzes, and a smart highlighting QA tool.
iamtechartist
精选
human-cell-visualizer
An interactive 3D visualization of three human cell types using Three.js, WebGL particles, and custom GLSL shaders, allowing users to rotate, zoom, morph, and explore annotated structures.