Spaces:

VIDraft
/

MODEL-MRI

Paused

App Files Files Community

MODEL-MRI / index.html

openfree

Update index.html

4fb7cb5 verified about 1 month ago

raw

history blame contribute delete

23.3 kB

	<!DOCTYPE html>
	<html lang="ko">
	<head>
	<meta charset="UTF-8">
	<meta name="viewport" content="width=device-width, initial-scale=1.0">
	<title>Model MRI v1.1 — LLM 신경해부학 스캐너 \| @ VIDRAFT</title>
	<meta name="description" content="사람 뇌를 MRI로 찍듯 AI 모델을 스캔하여 수학·한국어·코딩·논리 등 7차원 기능별 영역을 히트맵으로 자동 시각화. 진단(MRI)부터 수술(이식)까지 원스톱.">
	<meta name="keywords" content="LLM MRI, model interpretability, layer ablation, mechanistic interpretability, 모델 해석, 레이어 분석, Darwin, mergekit, VIDRAFT">
	<meta name="author" content="@ VIDRAFT">
	<meta property="og:title" content="Model MRI v1.1 — AI 모델의 뇌를 스캔합니다">
	<meta property="og:description" content="7차원 프로브로 LLM의 기능별 핵심 영역을 분리 식별하고, 다른 모델에 선택적으로 이식하는 시스템">
	<meta property="og:type" content="website">
	<link href="https://fonts.googleapis.com/css2?family=Sora:wght@300;400;500;600;700;800&family=JetBrains+Mono:wght@400;500;600;700&display=swap" rel="stylesheet">
	<style>
	*{margin:0;padding:0;box-sizing:border-box;}
	:root{
	--bg:#f8f9fc;--bg2:#f0f2f8;--surface:#ffffff;--surface-alt:#f5f6fa;
	--border:#e2e5f0;--border-hover:#c7cce0;
	--shadow-sm:0 1px 3px rgba(15,23,42,.04),0 1px 2px rgba(15,23,42,.06);
	--shadow:0 4px 16px rgba(15,23,42,.06),0 1px 3px rgba(15,23,42,.08);
	--shadow-lg:0 12px 40px rgba(15,23,42,.08),0 4px 12px rgba(15,23,42,.06);
	--text:#0f172a;--text-sec:#475569;--text-muted:#94a3b8;
	--ac:#6366f1;--ac2:#4f46e5;--ac-bg:rgba(99,102,241,.06);
	--teal:#0d9488;--amber:#d97706;--green:#16a34a;--rose:#e11d48;
	--radius:16px;--radius-sm:10px;--radius-xs:6px;
	--font:'Sora',sans-serif;--font-mono:'JetBrains Mono',monospace;
	--tr:0.22s cubic-bezier(0.4,0,0.2,1);
	}
	html{scroll-behavior:smooth;}
	body{font-family:var(--font);background:var(--bg);color:var(--text);min-height:100vh;-webkit-font-smoothing:antialiased;font-size:14px;line-height:1.7;}
	body::before{content:"";position:fixed;inset:0;z-index:0;pointer-events:none;
	background:radial-gradient(ellipse 70% 45% at 15% 8%,rgba(99,102,241,.05),transparent 55%),
	radial-gradient(ellipse 55% 35% at 85% 92%,rgba(13,148,136,.04),transparent 50%);}
	::selection{background:rgba(99,102,241,.12);}
	::-webkit-scrollbar{width:5px;}
	::-webkit-scrollbar-thumb{background:rgba(99,102,241,.2);border-radius:10px;}
	.wrap{position:relative;z-index:1;max-width:960px;margin:0 auto;padding:40px 20px 80px;}

	/* HEADER */
	header{text-align:center;margin-bottom:40px;animation:fadeIn .6s ease-out;}
	@keyframes fadeIn{from{opacity:0;transform:translateY(-12px)}to{opacity:1;transform:translateY(0)}}
	.badge-row{display:flex;align-items:center;justify-content:center;gap:8px;margin-bottom:14px;flex-wrap:wrap;}
	.badge{display:inline-flex;align-items:center;gap:6px;background:var(--surface);border:1px solid var(--border);border-radius:100px;padding:5px 16px;font-family:var(--font-mono);font-size:9px;font-weight:600;letter-spacing:2px;text-transform:uppercase;color:var(--ac);box-shadow:var(--shadow-sm);}
	.pulse{width:6px;height:6px;border-radius:50%;background:var(--ac);animation:p 2s infinite;}
	@keyframes p{0%,100%{opacity:1;transform:scale(1)}50%{opacity:.4;transform:scale(.8)}}
	h1{font-size:clamp(22px,3.5vw,42px);font-weight:800;line-height:1.15;letter-spacing:-1.5px;margin-bottom:10px;
	background:linear-gradient(135deg,#1e1b4b 15%,#6366f1 50%,#0d9488 85%);background-size:200%;
	-webkit-background-clip:text;-webkit-text-fill-color:transparent;animation:shimmer 6s ease-in-out infinite;}
	@keyframes shimmer{0%,100%{background-position:0%}50%{background-position:100%}}
	.sub{color:var(--text-sec);font-size:15px;line-height:1.8;max-width:700px;margin:0 auto;}
	.sub b{color:var(--text);font-weight:700;}

	/* STATS */
	.stats{display:flex;flex-wrap:wrap;gap:10px;justify-content:center;margin:30px 0;}
	.st{background:var(--surface);border:1px solid var(--border);border-radius:var(--radius-sm);padding:14px 20px;text-align:center;min-width:100px;box-shadow:var(--shadow-sm);transition:var(--tr);}
	.st:hover{box-shadow:var(--shadow);border-color:var(--border-hover);transform:translateY(-2px);}
	.stn{font-family:var(--font-mono);font-size:22px;font-weight:700;color:var(--ac);}
	.stl{font-size:9px;color:var(--text-muted);margin-top:3px;text-transform:uppercase;letter-spacing:.5px;}

	/* SECTION */
	.section{margin-bottom:36px;animation:fadeIn .6s ease-out;}
	.section-title{font-size:18px;font-weight:700;margin-bottom:16px;display:flex;align-items:center;gap:8px;letter-spacing:-.5px;}
	.section-title .icon{font-size:22px;}

	/* CARDS */
	.card-grid{display:grid;grid-template-columns:repeat(auto-fit,minmax(280px,1fr));gap:14px;}
	.card{background:var(--surface);border:1px solid var(--border);border-radius:var(--radius);padding:22px;box-shadow:var(--shadow-sm);transition:var(--tr);position:relative;overflow:hidden;}
	.card:hover{box-shadow:var(--shadow);border-color:var(--border-hover);transform:translateY(-3px);}
	.card::before{content:"";position:absolute;top:0;left:0;right:0;height:3px;border-radius:var(--radius) var(--radius) 0 0;}
	.card.c-scan::before{background:linear-gradient(90deg,#6366f1,#4f46e5);}
	.card.c-probe::before{background:linear-gradient(90deg,#0d9488,#0891b2);}
	.card.c-circuit::before{background:linear-gradient(90deg,#d97706,#f59e0b);}
	.card.c-darwin::before{background:linear-gradient(90deg,#e11d48,#f43f5e);}
	.card.c-compare::before{background:linear-gradient(90deg,#7c3aed,#a855f7);}
	.card.c-ai::before{background:linear-gradient(90deg,#0284c7,#38bdf8);}
	.card-icon{font-size:28px;margin-bottom:10px;}
	.card-title{font-size:14px;font-weight:700;margin-bottom:6px;letter-spacing:-.3px;}
	.card-desc{font-size:12px;color:var(--text-sec);line-height:1.7;}

	/* COMPARISON TABLE */
	.cmp-table{width:100%;border-collapse:collapse;font-size:12px;background:var(--surface);border-radius:var(--radius);overflow:hidden;box-shadow:var(--shadow);}
	.cmp-table thead{background:var(--surface-alt);}
	.cmp-table th{padding:10px 14px;text-align:left;font-family:var(--font-mono);font-size:9px;text-transform:uppercase;letter-spacing:.5px;color:var(--text-muted);font-weight:600;border-bottom:2px solid var(--border);}
	.cmp-table td{padding:10px 14px;border-bottom:1px solid var(--border);vertical-align:top;}
	.cmp-table tr:last-child td{border-bottom:none;}
	.cmp-table tr:hover{background:var(--ac-bg);}
	.cmp-table .check{color:var(--green);font-weight:700;}
	.cmp-table .cross{color:var(--text-muted);}
	.cmp-table .star{color:var(--ac);font-weight:700;}

	/* FLOW */
	.flow{display:flex;align-items:center;gap:0;justify-content:center;flex-wrap:wrap;margin:20px 0;}
	.flow-step{background:var(--surface);border:1px solid var(--border);border-radius:var(--radius-sm);padding:14px 18px;text-align:center;min-width:120px;box-shadow:var(--shadow-sm);position:relative;}
	.flow-step .fs-icon{font-size:24px;margin-bottom:4px;}
	.flow-step .fs-title{font-size:11px;font-weight:700;letter-spacing:-.2px;}
	.flow-step .fs-desc{font-size:9px;color:var(--text-muted);margin-top:2px;}
	.flow-arrow{font-size:20px;color:var(--ac);padding:0 6px;font-weight:700;}

	/* PROBE BADGES */
	.probe-row{display:flex;flex-wrap:wrap;gap:8px;margin:12px 0;}
	.probe-badge{display:inline-flex;align-items:center;gap:5px;padding:6px 14px;border-radius:100px;font-size:11px;font-weight:600;border:1px solid;transition:var(--tr);}
	.probe-badge:hover{transform:scale(1.05);}
	.pb-math{background:rgba(239,68,68,.08);color:#ef4444;border-color:rgba(239,68,68,.2);}
	.pb-eq{background:rgba(168,85,247,.08);color:#a855f7;border-color:rgba(168,85,247,.2);}
	.pb-kr{background:rgba(34,197,94,.08);color:#16a34a;border-color:rgba(34,197,94,.2);}
	.pb-code{background:rgba(59,130,246,.08);color:#3b82f6;border-color:rgba(59,130,246,.2);}
	.pb-logic{background:rgba(249,115,22,.08);color:#f97316;border-color:rgba(249,115,22,.2);}
	.pb-fact{background:rgba(6,182,212,.08);color:#0891b2;border-color:rgba(6,182,212,.2);}
	.pb-space{background:rgba(236,72,153,.08);color:#ec4899;border-color:rgba(236,72,153,.2);}

	/* CODE BLOCK */
	.code-block{background:#1e1b4b;color:#e2e8f0;border-radius:var(--radius-sm);padding:18px 20px;font-family:var(--font-mono);font-size:11px;line-height:1.8;overflow-x:auto;box-shadow:var(--shadow);margin:12px 0;}
	.code-block .comment{color:#6366f1;}
	.code-block .keyword{color:#38bdf8;}
	.code-block .string{color:#4ade80;}
	.code-block .dim{color:#64748b;}

	/* QUOTE */
	.quote{background:var(--ac-bg);border-left:3px solid var(--ac);border-radius:0 var(--radius-sm) var(--radius-sm) 0;padding:16px 20px;margin:16px 0;font-size:13px;color:var(--text-sec);line-height:1.8;}
	.quote b{color:var(--text);}

	/* CTA */
	.cta{text-align:center;margin:40px 0;}
	.cta-btn{display:inline-flex;align-items:center;gap:8px;background:linear-gradient(135deg,#6366f1,#4f46e5);color:#fff;padding:14px 36px;border-radius:100px;font-family:var(--font);font-size:14px;font-weight:700;text-decoration:none;box-shadow:0 4px 20px rgba(99,102,241,.3);transition:var(--tr);border:none;cursor:pointer;}
	.cta-btn:hover{transform:translateY(-2px);box-shadow:0 8px 30px rgba(99,102,241,.4);}
	.cta-btn-sec{background:var(--surface);color:var(--ac);border:1px solid var(--border);box-shadow:var(--shadow-sm);}
	.cta-btn-sec:hover{background:var(--ac-bg);border-color:rgba(99,102,241,.3);}

	/* FOOTER */
	footer{text-align:center;padding:30px 0;color:var(--text-muted);font-size:10px;font-family:var(--font-mono);letter-spacing:.5px;}
	footer a{color:var(--ac);text-decoration:none;}
	footer a:hover{text-decoration:underline;}

	/* RESPONSIVE */
	@media(max-width:640px){
	.wrap{padding:20px 14px 60px;}
	.card-grid{grid-template-columns:1fr;}
	.flow{flex-direction:column;}
	.flow-arrow{transform:rotate(90deg);}
	.cmp-table{font-size:10px;}
	.cmp-table th,.cmp-table td{padding:8px 8px;}
	}
	</style>
	</head>
	<body>
	<div class="wrap">

	<header>
	<div class="badge-row">
	<span class="badge"><span class="pulse"></span> MODEL MRI v1.1</span>
	<span class="badge">@ VIDRAFT</span>
	<span class="badge">PATENT PENDING</span>
	</div>
	<h1>🧬 Model MRI<br>AI 모델의 뇌를 스캔합니다</h1>
	<p class="sub">
	사람 뇌를 MRI로 찍으면 언어·시각·감정 영역이 색깔로 보이듯,<br>
	<b>AI 모델의 레이어를 스캔하여 수학·한국어·코딩·논리 등<br>7가지 능력별 영역을 히트맵으로 자동 시각화합니다.</b>
	</p>
	</header>

	<!-- STATS -->
	<div class="stats">
	<div class="st"><div class="stn">7</div><div class="stl">차원 프로브</div></div>
	<div class="st"><div class="stn">218+</div><div class="stl">스캔 구성</div></div>
	<div class="st"><div class="stn">14</div><div class="stl">히트맵 생성</div></div>
	<div class="st"><div class="stn">10+</div><div class="stl">회로 자동 발견</div></div>
	<div class="st"><div class="stn">~30s</div><div class="stl">0.6B 스캔 시간</div></div>
	<div class="st"><div class="stn">YAML</div><div class="stl">mergekit 자동 생성</div></div>
	</div>

	<!-- ONE-LINE SUMMARY -->
	<div class="quote">
	<b>한 줄 요약:</b> 기존 연구(Meta, MIT)가 "전체 성능 변화"만 단일 지표로 측정했던 한계를 넘어, <b>수학·코딩·언어·논리 등 7가지 능력별 핵심 영역을 분리 식별</b>하고 히트맵으로 자동 시각화. 두 모델을 비교 스캔하여 <b>특정 능력을 다른 모델에 선택적으로 이식</b>하는 처방전과 실행 코드까지 자동 생성합니다. — <b>진단(MRI)부터 수술(이식)까지 원스톱.</b>
	</div>

	<!-- PIPELINE FLOW -->
	<div class="section">
	<div class="section-title"><span class="icon">⚡</span> 작동 흐름</div>
	<div class="flow">
	<div class="flow-step">
	<div class="fs-icon">📥</div>
	<div class="fs-title">모델 ID 입력</div>
	<div class="fs-desc">HuggingFace 모델 ID</div>
	</div>
	<div class="flow-arrow">→</div>
	<div class="flow-step">
	<div class="fs-icon">🔬</div>
	<div class="fs-title">GPU 스캔</div>
	<div class="fs-desc">SKIP + REPEAT<br>218개 config</div>
	</div>
	<div class="flow-arrow">→</div>
	<div class="flow-step">
	<div class="fs-icon">🧠</div>
	<div class="fs-title">회로 탐지</div>
	<div class="fs-desc">7차원 프로브<br>기능별 분리</div>
	</div>
	<div class="flow-arrow">→</div>
	<div class="flow-step">
	<div class="fs-icon">🗺️</div>
	<div class="fs-title">히트맵</div>
	<div class="fs-desc">14장 자동 생성<br>직관적 시각화</div>
	</div>
	<div class="flow-arrow">→</div>
	<div class="flow-step">
	<div class="fs-icon">💊</div>
	<div class="fs-title">처방전</div>
	<div class="fs-desc">Darwin 처방<br>mergekit YAML</div>
	</div>
	</div>
	</div>

	<!-- 7 PROBES -->
	<div class="section">
	<div class="section-title"><span class="icon">🎯</span> 7차원 프로브 시스템</div>
	<p style="color:var(--text-sec);font-size:13px;margin-bottom:12px;">각 레이어를 제거할 때 7가지 능력이 각각 얼마나 영향받는지 동시에 측정합니다.</p>
	<div class="probe-row">
	<span class="probe-badge pb-math">🔢 수학 추론</span>
	<span class="probe-badge pb-eq">💜 감성지능</span>
	<span class="probe-badge pb-kr">🇰🇷 한국어</span>
	<span class="probe-badge pb-code">💻 코딩</span>
	<span class="probe-badge pb-logic">🧩 논리</span>
	<span class="probe-badge pb-fact">📚 사실기억</span>
	<span class="probe-badge pb-space">🌐 공간추론</span>
	</div>
	<div class="code-block">
	<span class="comment"># Qwen3-0.6B 실제 스캔 결과 (2026.03.21)</span>
	<span class="dim">레이어 수학 감성 한국어 코딩 논리 사실 공간</span>
	<span class="keyword">L0</span> <span class="string">0.669</span> <span class="string">0.735</span> 0.415 <span class="string">0.962</span> <span class="string">0.843</span> <span class="string">0.883</span> <span class="string">0.788</span> <span class="comment">← 가장 중요</span>
	<span class="keyword">L1</span> 0.322 <span class="string">0.587</span> 0.356 <span class="string">0.945</span> <span class="string">0.775</span> <span class="string">0.817</span> <span class="string">0.729</span>
	<span class="keyword">L2</span> 0.475 <span class="string">0.565</span> 0.332 <span class="string">0.629</span> <span class="string">0.685</span> <span class="string">0.638</span> <span class="string">0.616</span>
	<span class="keyword">L13</span> 0.010 0.024 0.011 0.023 0.025 0.018 0.013 <span class="comment">← 가장 불필요</span>
	<span class="keyword">L25</span> 0.267 0.306 0.090 0.213 0.225 0.170 0.223
	</div>
	</div>

	<!-- CORE FEATURES -->
	<div class="section">
	<div class="section-title"><span class="icon">🛠️</span> 핵심 기능</div>
	<div class="card-grid">
	<div class="card c-scan">
	<div class="card-icon">🔬</div>
	<div class="card-title">자동 MRI 스캔</div>
	<div class="card-desc">모델 ID만 입력하면 GPU에서 자동 스캔. 레이어를 하나씩 빼보고(SKIP) 반복해보면서(REPEAT) 출력 변화를 cosine distance로 측정. 28레이어 모델 기준 ~30초.</div>
	</div>
	<div class="card c-probe">
	<div class="card-icon">🧠</div>
	<div class="card-title">7차원 기능별 분리 측정</div>
	<div class="card-desc">기존 연구가 "전체 성능"만 봤다면, Model MRI는 수학·한국어·코딩·논리·감성·사실·공간 7가지를 동시에 분리 측정. 프로브별 독립 히트맵 14장 생성.</div>
	</div>
	<div class="card c-circuit">
	<div class="card-icon">🗺️</div>
	<div class="card-title">기능 회로 자동 탐지</div>
	<div class="card-desc">"L7~10은 논리 전용", "L14~21은 감성 담당" 같은 기능 영역을 자동 발견. 히트맵에서 빨간색은 필수 영역, 파란색은 안전하게 제거 가능한 영역.</div>
	</div>
	<div class="card c-darwin">
	<div class="card-icon">💊</div>
	<div class="card-title">Darwin 처방전</div>
	<div class="card-desc">"레이어 20~27을 반복하면 수학 능력 강화" 같은 최적화 제안. 기존 도구가 "어디를 잘라도 되나"만 알려줬다면, MRI는 "어디를 강화하면 좋은가"까지 처방.</div>
	</div>
	<div class="card c-compare">
	<div class="card-icon">🔄</div>
	<div class="card-title">크로스 모델 비교 & 이식</div>
	<div class="card-desc">두 모델을 동시에 스캔하여 Delta 히트맵 생성. "A 모델의 수학 레이어를 B 모델에 이식하세요"라는 처방전과 mergekit YAML을 자동 출력.</div>
	</div>
	<div class="card c-ai">
	<div class="card-icon">🤖</div>
	<div class="card-title">AI 자동 해석</div>
	<div class="card-desc">스캔 결과를 kimi-k2p5 모델이 전문가 수준으로 해석. 레이어 구조, 선행 연구 비교, 최적화 제안까지 16K 토큰으로 상세 분석.</div>
	</div>
	</div>
	</div>

	<!-- COMPARISON TABLE -->
	<div class="section">
	<div class="section-title"><span class="icon">📊</span> 기존 기술과 비교</div>
	<div style="overflow-x:auto;">
	<table class="cmp-table">
	<thead>
	<tr>
	<th>기능</th>
	<th>Logit Lens<br><span style="font-weight:400;text-transform:none;">(2020)</span></th>
	<th>Gromov/Meta<br><span style="font-weight:400;text-transform:none;">(ICLR 2025)</span></th>
	<th>PruneMe<br><span style="font-weight:400;text-transform:none;">(Arcee AI)</span></th>
	<th style="color:var(--ac);font-weight:700;">Model MRI<br><span style="font-weight:400;text-transform:none;">(@ VIDRAFT)</span></th>
	</tr>
	</thead>
	<tbody>
	<tr>
	<td><b>분석 방식</b></td>
	<td>비파괴 관찰</td>
	<td>레이어 프루닝</td>
	<td>유사도 측정</td>
	<td class="star">SKIP + REPEAT 능동 조작</td>
	</tr>
	<tr>
	<td><b>측정 차원</b></td>
	<td class="cross">단일 (다음 토큰)</td>
	<td class="cross">단일 (MMLU 등)</td>
	<td class="cross">단일 (angular dist)</td>
	<td class="star">7차원 동시 분리 측정</td>
	</tr>
	<tr>
	<td><b>시각화</b></td>
	<td>토큰 확률 표</td>
	<td>논문 그래프</td>
	<td>CLI 출력</td>
	<td class="star">14장 히트맵 + 바 차트 + 회로 지도</td>
	</tr>
	<tr>
	<td><b>회로 탐지</b></td>
	<td class="cross">—</td>
	<td class="cross">—</td>
	<td class="cross">—</td>
	<td class="star">자동 (10+ 회로)</td>
	</tr>
	<tr>
	<td><b>모델 비교</b></td>
	<td class="cross">—</td>
	<td class="cross">—</td>
	<td class="cross">—</td>
	<td class="star">Delta 히트맵 + 이식 처방전</td>
	</tr>
	<tr>
	<td><b>처방전 출력</b></td>
	<td class="cross">—</td>
	<td class="cross">—</td>
	<td>프루닝 가이드</td>
	<td class="star">REPEAT 처방 + mergekit YAML</td>
	</tr>
	<tr>
	<td><b>접근성</b></td>
	<td>Python 코드</td>
	<td>논문 재현</td>
	<td>CLI</td>
	<td class="star">웹 UI (모델 ID만 입력)</td>
	</tr>
	</tbody>
	</table>
	</div>
	</div>

	<!-- DARWIN INTEGRATION -->
	<div class="section">
	<div class="section-title"><span class="icon">🧬</span> Darwin 연동 — 능력 이식 파이프라인</div>
	<div class="quote">
	n개의 모델에서 <b>가장 뛰어난 능력 영역만 MRI로 식별</b>하고, 베이스 모델에 <b>선택적으로 이식</b>하여 슈퍼 LLM을 생성합니다.<br>
	같은 크기 모델 → <b>mergekit SLERP</b> 직접 병합 \| 다른 크기 모델 → <b>Darwin DimensionAdapter</b>로 차원 변환 후 이식.
	</div>
	<div class="code-block">
	<span class="comment"># Model MRI → Darwin 이식 파이프라인 예시</span>

	<span class="comment"># 1. 수학 특화 모델 스캔</span>
	<span class="keyword">math_model</span> = MRI.scan(<span class="string">"math-specialized/Qwen3-0.6B"</span>)
	<span class="comment"># → "L7~L10이 수학 핵심 회로" 발견</span>

	<span class="comment"># 2. 베이스 모델 스캔</span>
	<span class="keyword">base_model</span> = MRI.scan(<span class="string">"Qwen/Qwen3-0.6B"</span>)
	<span class="comment"># → "L7~L10 수학 약함" 확인</span>

	<span class="comment"># 3. 비교 → 이식 처방전 자동 생성</span>
	<span class="keyword">prescription</span> = MRI.compare(math_model, base_model)
	<span class="comment"># → mergekit YAML 자동 출력:</span>
	<span class="comment"># L7~L10: donor 40% + recipient 60% (SLERP)</span>

	<span class="comment"># 4. Darwin 실행 → 슈퍼 모델 생성</span>
	<span class="keyword">super_model</span> = Darwin.transplant(prescription)
	</div>
	</div>

	<!-- ACADEMIC VALUE -->
	<div class="section">
	<div class="section-title"><span class="icon">🎓</span> 학술적·산업적 가치</div>
	<div class="card-grid">
	<div class="card c-scan">
	<div class="card-title">📄 학술적 가치</div>
	<div class="card-desc">
	Mechanistic Interpretability 분야(ICLR, NeurIPS급). LLM 내부 블랙박스 해석에서 <b>다차원 기능별 분리 측정 + 자동 시각화</b>를 웹 도구로 구현한 최초 사례. 실제 스캔에서 U자형 중요도 패턴, 기능별 레이어 분화 등 새로운 발견 확인.
	</div>
	</div>
	<div class="card c-darwin">
	<div class="card-title">🏭 산업적 가치</div>
	<div class="card-desc">
	기업 LLM 커스터마이징의 핵심 도구. 한국어 약한 글로벌 모델에 한국어 능력 이식, 범용 모델에서 코딩 능력만 추출하여 경량화, 불필요 레이어 제거로 추론 비용 절감 — <b>모델 최적화 기간을 수 주 → 수 시간으로 단축.</b>
	</div>
	</div>
	<div class="card c-compare">
	<div class="card-title">🔧 기술적 가치</div>
	<div class="card-desc">
	모델 병합(mergekit)의 패러다임 전환. 감으로 하던 레이어 비율 결정을 <b>데이터 기반 의사결정</b>으로 교체. 자동차 엔진을 감으로 튜닝하던 시대에서 컴퓨터 진단기가 등장한 것과 같은 전환.
	</div>
	</div>
	</div>
	</div>

	<!-- CTA -->
	<div class="cta">
	<a href="javascript:void(0)" class="cta-btn" onclick="document.querySelector('[data-testid=tab-item]')?.click(); this.textContent='⬆️ 상단 탭에서 MRI 스캔을 선택하세요';">🚀 MRI 스캔 시작하기</a>
	</div>

	<!-- FOOTER -->
	<footer>
	<p><b>Model MRI v1.1</b>  ·  <a href="#">@ VIDRAFT</a>  ·  <a href="#">VIDRAFT</a>  ·  Patent Pending</p>
	<p style="margin-top:6px;">Mechanistic Interpretability × Darwin Evolution × mergekit Integration</p>
	<p style="margin-top:6px;">© 2026 @ VIDRAFT. All rights reserved.</p>
	</footer>

	</div>
	</body>
	</html>