RiferimentoComponentiSempreverdeaggiornato 2026.082 min di lettura
HubParte I · Contenuto e tipografia
Parte I · Contenuto e tipografia

Contenuto e tipografia

I pezzi di cui è fatta la prosa. Ognuno consuma soltanto il livello semantico dei token — cambia pelle alla tavolozza e lo seguono tutti.

§1.1Callout

Cinque varianti; title sostituisce l’etichetta predefinita della variante (Note / Intuition / Warning / Important / Abstract — le stesse della sintassi a citazione, localizzabili con labels). Il campionario mostra le grafie a citazione e in HTML a crudo dello stesso markup.

§1.2Chip

Badge in linea per stati e categorie, nelle quattro varianti che i tag di PaperCard e i chip di HubCard condividono: stabile beta ricerca novità — oppure un tono su misura per le tavolozze tematiche: tono su misura

§1.3Grid

Una griglia, tre pelli (plain, card, cmp). Le carte:

Prima i token. L’ordine degli import fa parte del contratto: token, poi il livello dei contenuti, poi il chrome del sito.

Solo il livello semantico. I componenti non toccano mai un colore a crudo — cambia pelle alla tavolozza e seguono tutti.

E la pelle di confronto, nata per i pannelli prima/dopo:

Senza guardiano — un ** non chiuso arriva in produzione come due asterischi letterali.

Col guardiano — la build fallisce a file:riga:colonna, con un cursore sotto il segno incriminato.

§1.4Steps

Un elenco markdown su una rotaia verticale:

  1. Aggiungi i due submodule e le dipendenze file:.
  2. Importa tokens.css, base.css e (per un wiki) browse.css nel foglio di stile globale.
  3. Collega siteMarkdown() in astro.config.
  4. Sovrascrivi la tavolozza del primo livello con i pigmenti della tua identità.

§1.5Stats

livelli di token
2
componenti
24
viewport della sonda
4
passi di build
0

§1.6PaperCard

Il cavallo da tiro delle rassegne bibliografiche — alias, titolo completo, tag di sede, riga degli autori, link e due slot dedicati:

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

I modelli ricorrenti elaborano i token uno dopo l’altro — le dipendenze a lungo raggio sbiadiscono, e nulla si parallelizza. Idea chiave: solo attenzione, nessuna ricorrenza — ogni token guarda ogni altro in un passo solo, e l’intera sequenza si addestra in parallelo. L’architettura su cui ha costruito quasi ogni grande modello linguistico venuto dopo.

Sotto un titolo di approfondimento, una glossa di una riga in parole semplici (.speak) dice a chi legge che cosa fa un modulo, prima del meccanismo:

L’attenzione è una tabella di ricerca morbida: ogni token chiede «chi è rilevante per me?» e riceve una miscela pesata delle risposte.

§1.7References

  • Vaswani et al., Attention Is All You Need, NeurIPS 2017.
  • Knuth, The TeXbook — la ragione per cui i fondi delle formule hanno un tono di carta tutto loro.
  • W3C, Web Content Accessibility Guidelines 2.2 — la soglia di contrasto AA su cui i token vengono verificati.
Titoli, sezioni e corpo del testo, in questa lingua.
    ↑↓ · Enter · Escastro-inkstone