SONUB 首页 ZH English 한국어 日本語 中文 हिन्दी বাংলা اردو Español Português Français Deutsch Русский العربية Bahasa Indonesia Tiếng Việt ไทย Türkçe

如何开启通知

此浏览器或网址无法使用通知。请使用支持通知的浏览器,通过安全连接访问SONUB。

如果通知被屏蔽,请在浏览器设置中允许通知。

  1. 打开地址栏旁的站点设置或浏览器的站点设置,将此网站的通知设为允许。
  2. 在设备设置中允许浏览器发送通知,并检查勿扰模式或专注模式。
  3. 返回SONUB,刷新页面,然后通过铃铛开启通知。

在iPhone或iPad上,将SONUB添加到主屏幕,从主屏幕打开后允许通知。

XSML · 从第一行代码到对话

现在,让我们打造属于你自己的人工智能吧。

在此浏览器中亲手输入代码,完成数据准备、小型GPT训练、Runner和XChat。不使用预训练权重或外部AI API。

1

XSML概述

先了解整个开发过程。

XSML意为Extra Small ,是SONUB为学习开发创造的名称,读作엑세스엠엘。通常的首字母顺序为XSLM,本课程按指定名称使用XSML。目标是完成全过程,而非流利回答。

文本变成编号,GPT学习预测下一个编号,加载,XChat发送问题。每个部分都由你编写;提供计算和文件功能。

动手输入并实验

打开输入命令,说明五个部分的作用。短英文示例以后可换成自己的语言。

python3 -c "print('XSML: text -> tokens -> GPT -> Runner -> XChat')"

检查理解

自己、保存、重新加载权重并用于XChat,就完成了整个链路。

遇到问题时

初学者可先复习Python变量、列表、循环、函数、类,或做二元模型热身。

可选热身:用二元模型数词

通向亲手开发的计划

一开始像玩具一样做得小小的,理解原理之后再逐步做大。

1

收集句子

收集你想学习的主题的句子。一开始只有 10 个句子也可以。

第一次来?请按这些步骤做

这个实验会做一个非常小的,它只看前面一个词。它统计哪个词后面跟着哪个词,把这些次数变成,再掷一颗按次数加权的骰子来选下一个词。

左边是一张用计数线统计哪种颜色的点后面跟着哪种颜色的点的表格;箭头指向一颗各面颜色不同的大骰子,一排小方块显示它一个接一个掷出的点。
计数表(左)变成了骰子的权重。越常跟在后面的词,越常被掷出来。
  1. 句子保持不变,点击“再次生成”。会出现一个新句子,里面只有训练文本中的词。
  2. 看概率公式:下一个词跟在前一个词后面的次数,除以前一个词出现的次数,就是概率。
  3. 在计数表里,每一行是前一个词,每一列是下一个词。格子颜色越深,这一对出现得越多。
  4. 把选择方式换成,再点一次:每次都会得到同样的句子。换回并调高——句子会变得越来越奇怪。
  5. 在训练文本里加一句你自己的句子。表格和概率马上就会变,因为这个就只是这些次数。

想更进一步? 用 Python 亲手做一个(AI 课程) 下一个词是怎么选出来的

小小的概率计算器

表中的百分比是温度为 1 时的值。温度只改变每个词被抽中的可能性,不改变计数,也不改变内容是否真实。

生成的句子 选择方式并点击再次生成。
概率是这样算的
前一个词 下一个词 接在后面的次数 后面出现的总次数 概率

起始句子最后一个词后面还没有候选词。

下一个词候选

百分比经过四舍五入,显示总和可能略偏离 100%。

哪个词后面接了什么,接了几次?
前一个词下一个词

词太多了,只显示最先出现的 8 个

核心概念

思路很简单。读很多句子,数一数哪个词后面紧跟着哪个词——句子在哪里结束,也一起算上。这些次数就成了一张小表,光靠这张表,就已经能猜出下一个词。你在这一页要做的模型,就是这个。

真正的也靠同样的思路运转,只是规模大得多。它不用一张小小的次数表,而是从例子中学会几十亿个数字,这些数字叫作。它看的也不只是前面那一个词,而是你的整个问题和到目前为止的对话。它也不是去查一句存好的句子。不过,最后一步和你做的一样——给每个候选打分,然后选一个。

本实验与真正的语言模型对比

本实验与真正的语言模型对比
本实验(二元模型) 神经语言模型
看的范围 只看前一个词 给定的长上下文
学的是什么 接续次数表 数值权重
嵌入与注意力 否 是
自己核实事实 否 否
FAI和参考文档

基于FAI项目,为浏览器Python重写示例。原FAI使用PyTorch、MPS及更大模型。环境文档核对日期:2026-10-18。