Galería de Arquitecturas de LLM ofrece documentación técnica centralizada

Una galería en línea que compila diagramas de arquitectura de modelos de lenguaje, contiendo 93 cards de modelos derivados de 42 artículos y reportes técnicos. La galería abarca arquitecturas densas conocidas como GPT-2 y Llama 3, modelos recientes de mixture-of-experts como DeepSeek V3 y Kimi K2, e híbridos que combinan atención con capas recurrentes o state-space. Cada card presenta diagrama de alta resolución y hoja de datos con detalles técnicos: escala del modelo, longitud de contexto, tamaño de vocabulario, licencia, tipo de decoder y mecanismo de atención. Para modelos cubiertos por Artificial Analysis, incluye Intelligence Index y perfiles de desempeño en categorías generales, científicas, codificación y agentes.