อ้างอิงคอมโพเนนต์เอเวอร์กรีนอัปเดต 2026.08อ่านประมาณ 1 นาที
ภาพรวมภาค I · เนื้อหาและไทโปกราฟี
ภาค I · เนื้อหาและไทโปกราฟี

เนื้อหาและไทโปกราฟี

ชิ้นส่วนที่เนื้อความประกอบขึ้นมา แต่ละชิ้นใช้เฉพาะโทเคนระดับเชิงความหมายเท่านั้น — เปลี่ยนจานสีทั้งชุด แล้วทุกชิ้นจะตามไปเอง

§1.1Callout

ห้ารูปแบบ prop title ใช้แทนป้ายเริ่มต้นของรูปแบบนั้น (Note / Intuition / Warning / Important / Abstract — ชุดเดียวกับที่ไวยากรณ์อ้างอิงใช้ แปลเป็นภาษาอื่นได้ผ่าน labels) หน้ารวมทุกองค์ประกอบแสดงวิธีเขียนแบบไวยากรณ์อ้างอิงและแบบ HTML ดิบของมาร์กอัปชุดเดียวกันนี้

§1.2Chip

ตราเล็ก ๆ ในบรรทัดสำหรับสถานะและหมวด มีสี่รูปแบบเดียวกับที่แท็กของ PaperCard และชิปของ HubCard ใช้ร่วมกัน: เสถียร เบตา งานวิจัย ใหม่ — หรือกำหนดโทนเองสำหรับจานสีประจำหัวข้อ: โทนกำหนดเอง

§1.3Grid

Grid เดียว สามผิว (plain, card, cmp) แบบการ์ด:

โทเคนมาก่อน ลำดับการนำเข้าเป็นส่วนหนึ่งของสัญญา: โทเคน แล้วชั้นเนื้อหา แล้วจึง chrome ของไซต์

ใช้ชั้นเชิงความหมายเท่านั้น คอมโพเนนต์ไม่แตะสีดิบเลย — เปลี่ยนจานสีแล้วทุกตัวตามไปเอง

และผิวแบบเปรียบเทียบ ทำมาเพื่อแผงก่อน/หลังโดยเฉพาะ:

ไม่มีตัวตรวจ** ที่ลืมปิดหลุดขึ้นโปรดักชันเป็นดอกจันสองตัวโต้ง ๆ

มีตัวตรวจ — บิลด์ล้มพร้อมระบุ file:line:column และลูกศรชี้ใต้เครื่องหมายตัวปัญหา

§1.4Steps

รายการ markdown บนรางแนวตั้ง:

  1. เพิ่ม submodule สองตัว และ dependency แบบ file:
  2. นำเข้า tokens.css, base.css และ (สำหรับวิกิ) browse.css ในสไตล์ชีตหลัก
  3. ต่อ siteMarkdown() เข้าไปใน astro.config
  4. โอเวอร์ไรด์จานสีระดับที่หนึ่งด้วยเม็ดสีเอกลักษณ์ของคุณ

§1.5Stats

ระดับโทเคน
2
คอมโพเนนต์
24
ความกว้างจอที่ตัววัดใช้
4
ขั้นตอนบิลด์
0

§1.6PaperCard

ม้างานของโน้ตสำรวจงานวิจัย — ชื่อเล่น ชื่อเต็ม แท็กงานประชุม บรรทัดผู้เขียน ลิงก์ และช่องเสียบเฉพาะสองช่อง:

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

โมเดลแบบรีเคอร์เรนต์ประมวลผลโทเคนทีละตัวตามลำดับ — ความสัมพันธ์ระยะไกลค่อย ๆ เลือนหาย และไม่มีส่วนไหนขนานกันได้เลย แนวคิดหลัก: ใช้ attention ล้วน ๆ ไม่มีรีเคอร์เรนซ์ — ทุกโทเคนมองเห็นโทเคนอื่นทั้งหมดในขั้นเดียว และทั้งลำดับฝึกแบบขนานได้ สถาปัตยกรรมที่โมเดลภาษาขนาดใหญ่แทบทุกตัวหลังจากนั้นสร้างต่อยอดขึ้นมา

ใต้หัวข้อเชิงลึก บรรทัดอธิบายภาษาชาวบ้าน (.speak) บอกผู้อ่านก่อนว่าโมดูลนี้ทำอะไร แล้วค่อยว่ากันเรื่องกลไก:

Attention คือตารางค้นหาแบบนุ่ม: ทุกโทเคนถามว่า "ใครเกี่ยวข้องกับฉันบ้าง" แล้วได้คำตอบกลับมาเป็นส่วนผสมถ่วงน้ำหนัก

§1.7References

  • Vaswani et al., Attention Is All You Need, NeurIPS 2017.
  • Knuth, The TeXbook — เหตุผลที่พื้นสูตรคณิตศาสตร์ได้โทนกระดาษเป็นของตัวเอง
  • W3C, Web Content Accessibility Guidelines 2.2 — เกณฑ์คอนทราสต์ AA ที่โทเคนถูกตรวจวัดเทียบ
ค้นได้ทั้งชื่อเรื่อง หัวข้อ และเนื้อหา ภายในภาษานี้
    ↑↓ · Enter · Escastro-inkstone