RéférenceComposantsPérennemis à jour 2026.082 min de lecture
HubPartie I · Contenu & typographie
Partie I · Contenu & typographie

Contenu & typographie

Les pièces dont la prose est bâtie. Chacune ne consomme que le niveau sémantique des tokens — changez la palette, toutes suivent.

§1.1Callout

Cinq variantes ; title remplace le libellé par défaut de la variante (Note / Intuition / Warning / Important / Abstract — les mêmes que ceux de la syntaxe de citation, localisables par labels). La démonstration intégrale montre les écritures en syntaxe de citation et en HTML brut du même balisage.

§1.2Chip

Des badges en ligne pour les statuts et les catégories, dans les quatre variantes que partagent les étiquettes de PaperCard et les puces de HubCard : stable bêta recherche nouveau — ou un ton sur mesure pour une palette thématique : ton personnalisé

§1.3Grid

Une grille, trois habillages (plain, card, cmp). Les cartes :

Les tokens d’abord. L’ordre des imports fait partie du contrat : les tokens, puis la couche de contenu, puis l’habillage du site.

Le niveau sémantique seulement. Les composants ne touchent jamais une couleur brute — changez la palette, tous suivent.

Et l’habillage de comparaison, fait pour les panneaux avant/après :

Sans garde-fou — un ** resté ouvert part en production sous la forme de deux astérisques littéraux.

Avec le garde-fou — le build échoue en pointant fichier:ligne:colonne, un caret sous la marque fautive.

§1.4Steps

Une liste Markdown sur un rail vertical :

  1. Ajoutez les deux submodules et les dépendances file:.
  2. Importez tokens.css, base.css et — pour un wiki — browse.css dans votre feuille de style globale.
  3. Branchez siteMarkdown() dans astro.config.
  4. Surchargez la palette du premier niveau avec vos pigments d’identité.

§1.5Stats

niveaux de tokens
2
composants
24
viewports sondés
4
étape de build
0

§1.6PaperCard

Le cheval de trait des états de l’art — alias, titre complet, étiquettes de conférence, ligne d’auteurs, liens, et deux emplacements dédiés :

Transformer— Attention Is All You Need
NeurIPS 2017Vaswani, Shazeer, Parmar, et al. · arXiv:1706.03762

Les modèles récurrents traitent les tokens l’un après l’autre — les dépendances à longue portée s’estompent, et rien ne se parallélise. Idée clé : l’attention seule, sans récurrence — chaque token regarde tous les autres en une étape, et la séquence entière s’entraîne en parallèle. L’architecture sur laquelle presque tous les grands modèles de langue se sont bâtis depuis.

Sous un titre de section pointue, une glose d’une ligne en langage courant (.speak) dit au lecteur ce que le module fait, avant d’entrer dans le mécanisme :

L’attention est une table de correspondance douce : chaque token demande « qui m’est pertinent ? » et reçoit un mélange pondéré des réponses.

§1.7References

  • Vaswani et al., Attention Is All You Need, NeurIPS 2017.
  • Knuth, The TeXbook — la raison pour laquelle les fonds de formules reçoivent leur propre ton de papier.
  • W3C, Web Content Accessibility Guidelines 2.2 — le seuil de contraste AA contre lequel les tokens sont audités.
Titres, sections et corps du texte, dans cette langue.
    ↑↓ · Enter · Escastro-inkstone