TensorMesh
Búsqueda Vectorial HNSW en 3D
El índice de las bases de datos vectoriales por dentro: capas jerárquicas, saltos voraces y descenso hasta el vecino más cercano, animado sobre tu GPU.
Esta página es una simulación 3D que se calcula en tu GPU: necesita JavaScript y un navegador con WebGPU (Chrome, Edge u Opera actualizados; en Linux, con chrome://flags/#enable-unsafe-webgpu activo). Sin WebGPU el visor cae a WebGL, con posiciones fijas y sin simulación.
Las seis salas
- Sala 01 · Nebulosa de Embeddings — Galaxia navegable de embeddings fastText: 50.000 palabras por idioma colocadas por simulación de fuerzas sobre su grafo kNN. Toda similitud se mide en 300D.
- Sala 02 · Descenso de Gradiente en 3D — Miles de caminantes bajando a la vez por cinco superficies clásicas (Rosenbrock, Himmelblau, silla). SGD, Momentum y Adam comparados paso a paso en WebGPU.
- Sala 03 · Mapas Autoorganizados de Kohonen en 3D — Redes neuronales de Kohonen dibujadas como mallas elásticas que aprenden la forma de una nube de puntos y la envuelven, paso a paso y sobre compute shaders.
- Sala 04 · Búsqueda Vectorial HNSW en 3D — El índice de las bases de datos vectoriales por dentro: capas jerárquicas, saltos voraces y descenso hasta el vecino más cercano, animado sobre tu GPU.
- Sala 05 · MCTS y Tree of Thoughts en 3D — Monte Carlo Tree Search visualizado: selección UCB, expansión, simulación y retropropagación, el bucle con el que razonan los modelos tipo o1 y DeepSeek-R1.
- Sala 06 · K-Means y Voronoi 3D — El ciclo de Lloyd en 3D y en vivo: asignar, mover el centroide, ver bajar la inercia y cómo las celdas de Voronoi reparten el espacio entre los grupos.
Vectores de palabras de fastText(Facebook AI Research), CC BY-SA 3.0. Construido por Jhongdlp.