diff --git a/README.md b/README.md
index 3e862f6..272f4d0 100644
--- a/README.md
+++ b/README.md
@@ -3,69 +3,50 @@
 [![Python 3.9+](https://img.shields.io/badge/python-3.9+-blue.svg)]()
 [![PyTorch 2.0+](https://img.shields.io/badge/PyTorch-2.0+-red.svg)]()
 
-Унифицированный фреймворк для NLP, включающий:
-- 🎯 Токенизацию на основе BPE
-- 📊 Векторные представления
-- 🧠 Механизмы внимания (Single/Multi-Head)
+## Основные компоненты
 
-## Оглавление
-- [Быстрый старт](#быстрый-старт)
-- [Архитектура](#архитектура)
-- [Модули](#модули)
-- [Примеры](#примеры)
-- [Документация](#документация)
-- [Установка](#установка)
+### Токенизация
+- `SimpleBPE` - алгоритм Byte Pair Encoding
+- `OptimizeBPE` - оптимизированная версия
+
+### Эмбеддинги
+- `TokenEmbeddings` - векторные представления токенов
+- `PositionalEmbeddings` - позиционное кодирование
+
+### Transformer Layers
+- `HeadAttention` - механизм внимания одной головы
+- `MultiHeadAttention` - многоголовое внимание (4-16 голов)
+- `FeedForward` - двухслойная FFN сеть (расширение → сжатие)
 
 ## Быстрый старт
+
 ```python
-from simple_llm import SimpleBPE, MultiHeadAttention
+from simple_llm import SimpleBPE, MultiHeadAttention, FeedForward
 
 # 1. Токенизация
 bpe = SimpleBPE().fit(text_corpus)
 tokens = bpe.encode("Пример текста")
 
-# 2. Многоголовое внимание
-mha = MultiHeadAttention(
-    num_heads=8,
-    emb_size=256,
-    head_size=32
+# 2. Полный пайплайн
+model = nn.Sequential(
+    TokenEmbeddings(10000, 256),
+    PositionalEmbeddings(256, 512),
+    MultiHeadAttention(8, 256, 32),
+    FeedForward(256)
 )
-output = mha(torch.randn(1, 10, 256))  # [batch, seq_len, emb_size]
-```
-
-## Архитектура
-```mermaid
-graph TD
-    A[Текст] --> B(Tokenizer)
-    B --> C[Токены]
-    C --> D[TokenEmbeddings]
-    D --> E[MultiHeadAttention]
-    E --> F[Выход модели]
-```
-
-## Модули
-### Токенизация
-- `SimpleBPE` - базовая реализация BPE
-- `OptimizeBPE` - оптимизированная версия
-
-### Эмбеддинги
-- `TokenEmbeddings` - обучаемые векторные представления
-- `PositionalEmbeddings` - позиционное кодирование
-
-### Transformer
-- `HeadAttention` - одно-головое внимание
-- `MultiHeadAttention` - многоголовое внимание (4-16 голов)
-
-## Примеры
-```bash
-# Запуск примеров
-python -m example.multi_head_attention_example
 ```
 
 ## Документация
 - [Токенизация](/doc/bpe_algorithm.md)
-- [Эмбеддинги](/doc/token_embeddings_ru.md)
 - [MultiHeadAttention](/doc/multi_head_attention_ru.md)
+- [FeedForward](/doc/feed_forward_ru.md)
+
+## Примеры
+```bash
+# Запуск примеров
+python -m example.multi_head_attention_example  # Визуализация внимания
+python -m example.feed_forward_example         # Анализ FFN слоя
+```
 
 ## Установка
 ```bash
@@ -73,15 +54,3 @@ git clone https://github.com/pese-git/simple-llm.git
 cd simple-llm
 pip install -e .
 ```
-
-## Разработка
-```bash
-# Запуск тестов
-pytest tests/ -v
-
-# Проверка стиля кода
-flake8 .
-
-# Форматирование
-black .
-```