Die Bausteine, aus denen Fließtext entsteht. Jeder konsumiert ausschließlich die semantische Stufe der Tokens – tausche die Palette, und alle ziehen mit.
Fünf Varianten; title ersetzt das Standardlabel der Variante (Note / Intuition / Warning / Important / Abstract – dieselben Defaults wie in der Quote-Syntax, lokalisierbar über labels). Das volle Programm zeigt die Quote-Syntax- und Roh-HTML-Schreibweisen desselben Markups.
Inline-Abzeichen für Status und Kategorien, in den vier Varianten, die sich PaperCard-Tags und HubCard-Chips teilen: stabil Beta Forschung neu – oder mit eigenem Farbton für Themenpaletten: eigener Farbton
Ein Raster, drei Häute (plain, card, cmp). Die Karten:
Tokens zuerst. Die Importreihenfolge ist Teil des Vertrags: Tokens, dann die Inhaltsschicht, dann das Chrome der Site.
Nur die semantische Schicht. Komponenten fassen nie rohe Farben an – tausche die Palette, und alle ziehen mit.
Und die Vergleichshaut, gemacht für Vorher-nachher-Tafeln:
Ohne Wächter – ein unverschlossenes ** geht als zwei wörtliche Sternchen in Produktion.
Mit Wächter – der Build scheitert mit Datei, Zeile und Spalte, ein Caret zeigt unter die Marke.
Eine Markdown-Liste auf senkrechter Leiste:
file:-Abhängigkeiten hinzu.tokens.css, base.css und (für ein Wiki) browse.css im globalen Stylesheet.siteMarkdown() in der astro.config.Das Arbeitspferd für Literaturübersichten – Alias, voller Titel, Venue-Tags, Autoren-Meta, Links und zwei eigene Slots:
Rekurrente Modelle verarbeiten Token eines nach dem anderen – weitreichende Abhängigkeiten verblassen, und nichts läuft parallel. Kernidee: Attention allein, keine Rekurrenz – jedes Token schaut in einem einzigen Schritt auf jedes andere, und die ganze Sequenz trainiert parallel. Die Architektur, auf der seither fast jedes große Sprachmodell aufbaut.
Unter einer Tiefgang-Überschrift sagt eine einzeilige Klartext-Glosse (.speak) dem Leser, was ein Modul tut, bevor der Mechanismus kommt:
Attention ist eine weiche Nachschlagetabelle: Jedes Token fragt „wer ist für mich relevant?“ und bekommt eine gewichtete Mischung der Antworten.