Документация и примеры: унификация путей, стабильная работа на CPU, расширенный корпус для токенизатора, end-to-end пайплайн обучения и генерации. Исправлены все ошибки с устройствами и индексами, добавлены проверки и диагностика prompt.

doc/decoder_ru.md

@@ -1,5 +1,24 @@
 # Декодер Transformer
 
+> **Документ актуален для Simple-LLM v1.0 (июль 2025)**
+
+---
+
+**Краткое summary:**
+Документ описывает работу декодера Transformer: архитектуру, алгоритм, пример использования, параметры и типовые ошибки.
+
+---
+
+**Структура документа:**
+- Назначение
+- Алгоритм работы
+- Использование
+- Параметры
+- Особенности
+- Типовые ошибки и их решения
+
+---
+
 ## Назначение
 Декодер - ключевой компонент архитектуры Transformer, предназначенный для:
 - Генерации последовательностей (текст, код и др.)
@@ -75,15 +94,40 @@ masked_output = decoder(x, mask)
 - Генерация текста
 - Кодогенерация
 
-## Особенности реализации
+## Рекомендации
+- Используйте корректные маски для автопрегрессивного декодирования
+- Следите за размерностью входа и маски
+- Для сложных случаев используйте teacher forcing
 
-1. **Масштабирование**:
-   - Поддержка длинных последовательностей
-   - Оптимизированные вычисления внимания
+---
 
-2. **Обучение**:
-   - Поддержка teacher forcing
-   - Автопрегрессивное декодирование
+## Типовые ошибки и их решения
+
+### Ошибка: Размерности не совпадают при подаче входа или маски
+**Возможные причины:**
+- Размерность входного тензора не совпадает с emb_size
+- Форма маски не совпадает с [seq_len, seq_len]
+
+**Решение:**
+- Проверьте, что размерность входа и маски соответствует требованиям
+
+### Ошибка: Модель не обучается (loss не уменьшается)
+**Возможные причины:**
+- Ошибка в подключении слоя к модели
+- Ошибка в маскировании (утечка будущего)
+
+**Решение:**
+- Проверьте корректность маски
+- Проверьте, что параметры декодера передаются в оптимизатор
+
+### Ошибка: CUDA out of memory
+**Возможные причины:**
+- Слишком большой batch_size, seq_len или emb_size
+
+**Решение:**
+- Уменьшите batch_size, seq_len или emb_size
+
+---
 
 3. **Оптимизации**:
    - Кэширование ключей/значений