LLM

大模型结构解剖文档集。每个模型一份自包含的 HTML：完整结构图、逐模块的张量形状、 从 checkpoint 分片头部实读的参数账，以及它在推理后端里究竟落在哪几个文件上。

面向的是要动这段代码的人——不是模型卡，也不是论文摘要。当前全部文档以 ATOM 为后端。

---

📖 在线阅读

→ 打开模型结构手册

GitHub 的文件浏览器不渲染 HTML（只显示源码），所以文档通过 GitHub Pages 托管。 上面这个链接是总览页，点任意一张模型卡片即可进入对应的解剖页。

Pages 还没启用？两种办法

启用 Pages（推荐，一次性设置） Settings → Pages → Build and deployment → Source: Deploy from a branch， 分支选 main、目录选 / (root)，保存。约一分钟后 https://perryzhang01.github.io/LLM/ 生效。 仓库根目录已放好 index.html 与 .nojekyll，无需额外的 workflow。

临时预览（不改任何设置） 把文件的 GitHub 地址丢给 htmlpreview： https://htmlpreview.github.io/?https://github.com/PerryZhang01/LLM/blob/main/index.html

本地看 git clone 之后浏览器直接打开 index.html——所有页面都不依赖外部资源 （除 Google Fonts 外，断网时自动回退到系统字体）。

---

已收录的模型

模型	架构	总参数 / 激活	结构要点	后端实现
MiniMax-M3	minimax_m3_vl	427.0 B / 24.73 B	60 层里 57 层带 MSA 块级稀疏注意力（GQA 64:4 + 128-token 块 top-16），128 专家 top-4，原生多模态	atom/models/minimax_m3.py
GLM-5.3-Flash	glm5_next	320.8 B / 17.38 B	34 层 KDA + 11 层稀疏 MLA 混合，mHC 四路残差，全模型 NoPE，k-pool 稀疏索引	atom/models/glm5_next.py
GLM-5.3	glm_moe_dsa	753.3 B / 41.25 B	78 层 MLA + DSA，256 专家，IndexShare；结构与 5.2 逐字段相同，只多一个 moe_router_dtype	atom/models/deepseek_v2.py
GLM-5.2	glm_moe_dsa	753.3 B / 41.25 B	引入 IndexShare：78 层里只有 21 层真的算 top-k	atom/models/deepseek_v2.py

GLM-5.2 另有一份 Markdown 版，GitHub 可直接阅读：models/GLM/model.md。

---

每份文档包含什么

• 完整模型栈图 + 单层展开图，每个模块标注张量形状
• 核心机制的专门图示——稀疏索引怎么选、残差怎么走、注意力变体差在哪
• 权重实测形状：直接读 safetensors 分片头部，不抄 config
• 参数账与显存账：单 token 激活量、KV cache、每请求状态缓存
• 该模型在后端里的落点，以及一条读码路线

所有数字来自 checkpoint 与源码实读，不引用模型卡上的标称值。

---

目录结构

.
├── index.html                          # 模型总览页（GitHub Pages 入口）
├── models/
│   ├── glm52_anatomy.html              # GLM-5.2
│   ├── GLM/
│   │   ├── glm53_anatomy.html          # GLM-5.3（旗舰）
│   │   ├── glm53_flash_anatomy.html    # GLM-5.3-Flash
│   │   └── model.md                    # GLM-5.2 的 Markdown 版
│   └── MiniMax/
│       └── m3_anatomy.html             # MiniMax-M3
└── skills/                             # 驱动这些文档生成的 skill
    ├── models.md                       # 模型结构解剖
    ├── accuracy.md                     # 精度调查
    ├── atom-ops-debug.md               # 算子调试
    └── vllm_plugin_upgrade.md          # vLLM 插件升级

---

新增一个模型

文档由 skills/models.md 驱动生成。改三行，然后交给 Claude Code 执行该 skill：

# 模型
-Minimax M3

# 框架后端
-atom

# 输出路径
-LLM/models/MiniMax

产物是一份不依赖构建步骤的 HTML（深浅色自适应、响应式、图全部是内联 SVG）。 生成后把它加进 index.html 的卡片网格，README 表格里补一行，就完成了收录。