写后端，也写 iOS、Android 和 Web —— 与其说是全栈，不如说是不甘心只做一半。
索引37
同一套 GPT，两条完整路线：训练更新与逐 Token 生成词表不只决定切几刀：模型成本、多模态与分词边界输入查几行，输出算整表：从 Token ID 到下一 Token算法补课 · 下标是金额，值是枚数：动态规划的状态、递推与回溯同一个 abc，为什么换了切法：Unigram 的训练与编码编号已经有了：minbpe 怎么恢复规则，又怎么处理特殊 Token词表里的 Ġ 是什么：沿着 GPT-2 源码走完一次编解码先划边界，再学合并：BPE 前面的那条正则一张合并表就是分词器：为什么要分词，以及从零写 BPE基础补课 · 一个「你」，五串字节：字符集管编号，编码管存储差别都在工程上：对照原论文和 nanoGPT，再看 GPT 怎么变成 ChatGPTthou 后面那个 r 是怎么消失的：一个注意力头长成 GPT