Dense vs MoE Neural Network Infographic
A technical infographic comparing Dense and Mixture of Experts (MoE) AI models with network diagrams and bullet points.
프롬프트
{
"type": "인포그래픽 비교 다이어그램",
"header": {
"title": "{argument name=\"main title\" default=\"Dense 와 MoE 의 차이\"}"
},
"layout": {
"structure": "중앙의 VS 배지로 구분된 두 개의 주요 열과 하단의 분할 푸터",
"sections": [
{
"position": "왼쪽 열",
"theme_color": "파란색",
"header": "{argument name=\"left model name\" default=\"Dense 모델\"}",
"subtitle": "모든 뉴런이 활성화됨",
"diagram": {
"type": "완전 연결 신경망",
"elements": [
"입력(Input)이라고 표시된 주황색 입력 노드 1개",
"각각 4개, 5개, 4개, 2개의 노드로 구성된 4개의 은닉층",
"흰색, 파란색, 노란색으로 채색된 노드",
"인접한 모든 노드 사이의 촘촘하게 교차하는 연결선"
]
},
"bullet_points": {
"count": 2,
"items": [
"{argument name=\"left bullet point\" default=\"모든 파라미터 사용\"}",
"높은 연산 비용"
]
}
},
{
"position": "오른쪽 열",
"theme_color": "주황색",
"header": "{argument name=\"right model name\" default=\"MoE 모델\"}",
"subtitle": "일부 전문가(Expert)가 선택적으로 활성화됨",
"diagram": {
"type": "전문가 혼합(Mixture of Experts) 네트워크",
"elements": [
"입력(Input)이라고 표시된 주황색 입력 노드 1개",
"Expert 1, Expert 2, Expert 3이라고 표시된 3개의 직사각형 블록",
"출력(Output)이라고 표시된 노란색 출력 노드 1개",
"입력에서 전문가로, 전문가에서 출력으로 연결되는 분기 화살표"
]
},
"bullet_points": {
"count": 2,
"items": [
"{argument name=\"right bullet point\" default=\"일부 전문가만 사용\"}",
"효율적이고 확장 가능함"
]
}
},
{
"position": "중앙",
"element": "VS 텍스트가 포함된 빨간색 원형 배지",
"connections": "왼쪽을 가리키는 파란색 화살표, 오른쪽을 가리키는 주황색 화살표"
},
{
"position": "푸터 왼쪽",
"background": "연한 파란색",
"text": "Dense: 모든 층이 상시 가동되며 전체 파라미터를 사용",
"icon": "CPU 칩 그래픽 1개",
"label": "높은 전력 소비"
},
{
"position": "푸터 오른쪽",
"background": "연한 주황색",
"text": "MoE: 필요한 전문가만 동원",
"icons": "원형 그래픽 2개 (주황색 화살표, 파란색 번개 모양)",
"label": "저비용·고효율"
}
]
}
}
기계 번역 — 실제 결과물을 만든 것은 원문 프롬프트입니다.
원문 프롬프트
{
"type": "infographic comparison diagram",
"header": {
"title": "{argument name=\"main title\" default=\"Dense と MoE の違い\"}"
},
"layout": {
"structure": "two main columns separated by a central VS badge, with a split footer at the bottom",
"sections": [
{
"position": "left column",
"theme_color": "blue",
"header": "{argument name=\"left model name\" default=\"Dense モデル\"}",
"subtitle": "全てのニューロンが活性化",
"diagram": {
"type": "fully connected neural network",
"elements": [
"1 orange input node labeled 入力",
"4 hidden layers with 4, 5, 4, and 2 nodes respectively",
"nodes colored white, blue, and yellow",
"dense intersecting connection lines between all adjacent nodes"
]
},
"bullet_points": {
"count": 2,
"items": [
"{argument name=\"left bullet point\" default=\"全てのパラメータが使用\"}",
"計算コストが高い"
]
}
},
{
"position": "right column",
"theme_color": "orange",
"header": "{argument name=\"right model name\" default=\"MoE モデル\"}",
"subtitle": "一部の専門家が選択的に活性化",
"diagram": {
"type": "mixture of experts network",
"elements": [
"1 orange input node labeled 入力",
"3 rectangular blocks labeled Expert 1, Expert 2, Expert 3",
"1 yellow output node labeled 出力",
"branching arrows connecting input to experts, and experts to output"
]
},
"bullet_points": {
"count": 2,
"items": [
"{argument name=\"right bullet point\" default=\"一部のエキスパートのみ使用\"}",
"効率的でスケーラブル"
]
}
},
{
"position": "center",
"element": "red circular badge with text VS",
"connections": "blue arrow pointing left, orange arrow pointing right"
},
{
"position": "footer left",
"background": "light blue",
"text": "Dense: すべての層が常時稼働し全パラメータを使用",
"icon": "1 CPU chip graphic",
"label": "高い消費電力"
},
{
"position": "footer right",
"background": "light orange",
"text": "MoE: 必要なエキスパートのみを動員",
"icons": "2 circular graphics (orange arrows, blue lightning bolt)",
"label": "低コスト・高効率"
}
]
}
}