Las piezas con las que se arma la prosa. Cada una consume únicamente el nivel semántico de los tokens — cambia la paleta y todas la siguen.
Cinco variantes; title reemplaza el rótulo por defecto de la variante (Note / Intuition / Warning / Important / Abstract — los mismos que usa la sintaxis de cita, localizables mediante labels). El muestrario muestra las escrituras en sintaxis de cita y en HTML crudo del mismo marcado.
Insignias inline para estados y categorías, en las cuatro variantes que comparten las etiquetas de PaperCard y los chips de HubCard: estable beta investigación nuevo — o un tono a medida para paletas temáticas: tono a medida
Una cuadrícula, tres pieles (plain, card, cmp). Las tarjetas:
Los tokens primero. El orden de importación es parte del contrato: tokens, luego la capa de contenido, luego el chrome del sitio.
Solo la capa semántica. Los componentes jamás tocan colores en crudo — cambia la paleta y todos la siguen.
Y la piel de comparación, hecha para paneles de antes/después:
Sin guardián — un ** sin cerrar llega a producción como dos asteriscos literales.
Con el guardián — el build falla en archivo:línea:columna, con un caret señalando el marcador.
Una lista de markdown sobre un raíl vertical:
file:.tokens.css, base.css y (para una wiki) browse.css en tu hoja de estilos global.siteMarkdown() en astro.config.El caballo de batalla de los surveys — alias, título completo, etiquetas de venue, meta de autores, enlaces y dos slots dedicados:
Los modelos recurrentes procesan los tokens uno tras otro — las dependencias de largo alcance se desvanecen y nada se paraleliza. Idea clave: solo atención, sin recurrencia — cada token atiende a todos los demás en un solo paso, y la secuencia entera se entrena en paralelo. La arquitectura sobre la que se ha construido casi todo modelo de lenguaje grande desde entonces.
Bajo un título de sección de análisis profundo, una glosa de una línea en lenguaje llano (.speak) le dice al lector qué hace un módulo antes de entrar en el mecanismo:
La atención es una tabla de consulta difusa: cada token pregunta «¿quién es relevante para mí?» y recibe una mezcla ponderada de las respuestas.