Research-grade PyTorch implementation of a small GPT-style model, rebuilt from scratch to internalize attention, positional encoding, KV-caching, and training dynamics. Built for intuition, not benchmarks.
nanoGPT desde cero
Reimplementación didáctica de modelos de lenguaje autorregresivos para dominar los fundamentos de las arquitecturas Transformer modernas.
PyTorchTransformer TrainingLanguage Modeling