ModelMap: Interaktive Architektur-Visualisierung fuer HuggingFace-Modelle

ModelMap ist ein neues Web-Tool, das die Netzwerkarchitektur beliebiger HuggingFace-Modelle interaktiv und animiert visualisiert. Man gibt eine Model-ID ein und erhaelt eine “lebendige Karte” des neuronalen Netzwerks - ohne irgendwelche Gewichte herunterladen zu muessen.

Wie es funktioniert

Das Tool laedt nicht die tatsaechlichen Modellgewichte, sondern analysiert die Konfigurationsdateien des Modells von HuggingFace und generiert daraus eine visuelle Darstellung der Architektur. Das bedeutet: keine riesigen Downloads, keine GPU noetig, sofortige Visualisierung.

Trending-Modelle verfuegbar

Direkt auf der Startseite werden aktuell trendende Modelle angezeigt, darunter:

• Qwen3.8-27B (image-text-to-text, 27.36B Parameter)
• Qwen3.8-2.4T-A95B (MoE, 2.42B Parameter)
• DeepSeek-V4-Pro (1.573B Parameter)
• Kimi-K3 (1.504B Parameter)
• LiquidAI LFM2.5-VL-3B (Vision-Language, 3.12B Parameter)

Referenz-Architekturen

Zusaetzlich zu den Trending-Modellen bietet ModelMap “Classics” als Referenz: GPT-2 als klassischer 124M Decoder, Qwen3-8B mit GQA/RMSNorm/gated MLP, Qwen3-235B-A22B als Mixture-of-Experts mit 128 Experten pro Layer, DeepSeek-V3.1 mit Multi-Head Latent Attention, und BERT als Encoder-only.

Es gibt auch einen Compare-Modus, bei dem man zwei Modelle direkt vergleichen kann - etwa Qwen2.5-7B vs Qwen3-8B. Fuer Entwickler, die Architekturen verstehen oder vergleichen wollen, ohne Terabytes an Gewichten zu laden, ist das ein praktisches Werkzeug.