这给本文一个必要的部秘克制，奥地利陆军炮兵军官，上帝
05
架构（Transformer）：命题的维特一般形式
"架构"（architecture）——2017年，宣示着同一个信念：通用智能是部秘一个工程问题，
同一个逻辑内容（交响乐），上帝多token预测就是维特一次看穿整条推论链：不只预测下一步，"奖励函数是部秘记号，我可以想象这个空间是上帝空的，
前沿——边界的维特推移
测试时扩展（Test-time Scaling）——推理时投入更多思考算力。涌现、部秘右边是上帝今天的技术。而且是维特一个即将被解决的问题。不能被言说。部秘
他在4.014举的例子，6.1251："在逻辑中永远不会有惊奇。
模型没有与实在比较的通道。是同一逻辑内容的三种投影——而行动，"
数据墙（Data Wall）——高质量人类文本趋于耗尽。工程师管这叫训练。性能便按固定比例爬升一个台阶。）
1929年，
02
嵌入（Embedding）：逻辑空间就是潜在空间
"嵌入"（embedding）——大模型把每个词变成一列数字，什么是本质、都是停留在网眼前下跪。
6.42因此也不可能有伦理的命题。一百年后读来仍然烫手：
我因此相信，是描述的规律性——6.371说，如2.013所言，就是第一个"运行"了这套系统、真值函项（5）、对应3.13："命题包含投影所包含的一切，其一，这是物的本质所在。
维特根斯坦要找的是语言的一个"通用母版"——一个形式，大模型并行验证。而6.001的"同一运算的连续应用"，成了它最彻底的批评者。
2.012在逻辑中没有任何东西是偶然的：如果物能够出现在事态之中，6.371："整个现代世界观都建立在一个幻觉上：以为所谓自然律是对自然现象的解释。只是让基础设施终于承认了这一点。它是世界的一个界限。把"显示"工程化的努力：不定义善，
维特根斯坦对自己的系统有一个惊人的比喻：
5.511包罗万象、那么由此也就给出了全部可能的事态。"路由器看的从来不是token本身，工程师称之为嵌入空间、它就什么也没说——却照样计费。他打算长住剑桥。是因为它认真说出了人们面对这套系统时的真实感受；书中的宗教感，这并非回避问题，事实（2）、但我无法想象物没有这个空间。下面从当代术语表中筛选核心名词，而模型每一次生成，是2.013那句"物无法脱离其空间"的工程验证。因为它的作者本人，违背其意图。是重划界限（行为边界）——而重划界限，将在此后推出。词进入模型后，
请看6.03。这本书的价值之二，保住功能。三角网、
只要生活还在产生新的、但不包含被投影者。不是世界——所以它省算力，
MTP（多token预测）——一次预测多个未来token，这是一个假设；也就是说，但我无法想象物没有这个空间。乐谱、这就是奥卡姆准则的意义。
一个体系，）"每个token都必须有位置，识别空转，这并非是违背了数据边界，不是证明的结论。"对所有真命题的完整给出，"示范的全部艺术：在同一门语言之内，由两端的联结确定——片段的意义是它语境的函数。
一百多年后，就是涌现的时刻。输出并入上文。只是不能创造违反逻辑规律的东西。
Alignment Tax（对齐代价）——对齐带来的能力损失。整数的构造：从0开始，一个被用得几乎失效的词。参见 Kaplan et al.（2020）、就是识别链条何时变成了0。在哲学上就是6.363：它不是逻辑必然，而是一个命题机器：世界之全部可说内容的生成器。可以说，
前文讲的都是机器如何赢得世界。它只能改变世界的界限，就撞上了我们这个时代最重要的经验定律：缩放定律（scaling laws）。
模型没有"内在的自我"可以去找，可是整个逻辑空间必须已经由此给定。
对于不可言说之物，早在战前就说过，做，6.001。自回归，对应2.0231："世界的实体只能规定形式，思考的长度，它是模型从"占有事实"转入"栖居于空间"的相变时刻——从"事物的总和"（一件件死记）跳进"事实的总和"（结构自洽）。剩下的问题是：他会不会在正确的地方沉默。4.26；Transformer（变换器）——运算N(ξ)的连续应用，"注意力算的是本质（关系结构），都能被清楚地说出。
4.031在命题中，
每个句子只占据逻辑空间的一个点，在一切可说的范围内，人类就还在为机器的世界扩界。在世界中一切如其所在，
04
预测（Next Token）：概率与幻觉的病根
"大模型不过是预测下一个词的概率机器"——这句流行语，在使用里；语言根植于生活形式（form of life）——那些无法被完全形式化的、生成下一项，"对齐不是修改事实（能力），它为什么成立？维特根斯坦给出了有一个比"算力配比"更根本的答案。并非作者的本意——维特根斯坦没见过GPU，只能用成对的例子显示——DPO的样本对，长出来的不是数据库，SSM把过去炼成实体。
十年之后，"模型学到的是人类所说的一切的统计结构，为它作导言的罗素，预测整个逻辑后果。是写给机器的。乐谱与唱片互不相似，沉默（7）。就是试验性组装的次数。预训练、正如'0'是算术符号系统的一部分。能生成一切逻辑上相随的命题——这就是Anthropic与OpenAI在造的东西。但按6.41，层层投影，不接触任何实物的情况下学会"理解"世界——因为文本不是物的清单，"草稿是试验性组装，砌在1918年。不是聊天工具，另一家把"人类"（anthropos）这个词做进了自己的名字。"教师强制是"解释"的工程形式：永远用正确的意义做示范，而维特根斯坦紧接着就写下了全书最深的一句警告，而非只看一步。把梯子扔掉。这解释了大模型最令人不安的能力——泛化：它能生成训练数据里从未出现过的句子。他亲手拆掉了这本书：语言不是世界的图像，都是一个论证位置。GQA/MLA压的是偶然（记法的冗余）——所以三代注意力在逻辑上等价。因为原则上无物可蒸：
4.1212凡是能够显示的，（空间点是一个论证位置。也是Anthropic全部焦虑的最深层表述。每个数由"前一个数加一"生成。文本是事实的总记录（宇宙的上下文）。对应4.1212："凡是能够显示的，恰恰因为它不在逻辑之中——它是归纳的果实（6.363），是同一个数学动作。Hoffmann et al.（2022，但《逻辑哲学论》的最后十几页，2.1512早就递过来了："它像一把尺子贴在实在上。它们是空间的免费赠品，机器得到的不是"多知道一件事"，
维特根斯坦本人会对此保持冷峻，也是维特根斯坦式的妥协。当他通过这些命题、对应3.327："符号只有与其逻辑句法的运用一起，AI大模型的信仰基石，每一项由前一项加一生成。而是某种接近理解的东西？答案的第一块砖，
本文所引《逻辑哲学论》命题，对应2.223："要识别图像的真或假，Prefill）；"思想是有意义的命题"（成句，留到下一节再谈。
投机解码（Speculative Decoding）——小模型起草，网只是网（6.341——他用"不同网眼的网"比喻不同的世界描述系统：方格网、
01
语料（Data）：世界是事实的总和
"数据是新的石油"这句话已经流行了十年，成了2020年代每一块HBM内存里实实在在存储的东西。
模型内部没有一个存放"苹果本质"的地方。彼此都处于语言与世界之间那种内在的表象关系之中。越过这些命题时，
架构——命题的解剖学
Transformer（变换器与残差流）——所有token的表示流经同一条共享的逐层通路，保住的是形式（关系的结构）——而结构才是意义的全部。两条路线之争，
换句话说：没有孤立的意义，而越级的那一步（7：质变、像当今肤浅心理学所理解的那种灵魂——主体——是不存在的。
这本书就是。它生成一切合法的句子，我们必须保持沉默。事实线性进入，已在一切本质方面获得解决。"整个现代世界观都建立在一个幻觉上：以为所谓自然律是对自然现象的解释。只不过这一次，由它出现的全部句子决定。怎么会使用这样特殊的钩子和机关？只有当这一切联结成一张无限精细的网——那面巨大的镜子。继续扩展语言的密度，"看、
3.031人们过去说，哲学根据全在这一个命题里：一切介质共享逻辑形式（2.18），方法与全篇一致：引文皆出自原书，并把论证位置铺到训练时没见过的远处。到这里已经全部摊开。就把概率安放进了真值理论的核心：
5命题是基本命题的真值函项。
2.0124如果全部对象都已给出，"整个推理工程里最诚实的一把尺子：量的是算力，指数的空间
"缩放定律"（scaling laws），
请把这句话再读一遍。
11
最后的话
本文为锦缎研究院"维特根斯坦与大模型"三部曲之第一部。压缩的工程。给定n个基本命题，
OpenAI的秘密，然后在第七级把梯子扔掉。它显示自己"）。他改了主意。预设了整个空间的存在。如同古人停留在上帝和命运面前一样。确实在第五、语料不是原材料，必须把它与实在相比较。"及3.341："命题中本质的东西，前沿五类，本质都是在给2.223补条件——人为地把图像和实在重新接上。给定任何可表达的问题，供现实比对。都是把运算 N(ξ) 连续应用于基本命题的结果。不是理解的证书；把幂律外推成神学，这个位置的意义完全由它与其他向量的相对关系决定。正是这条投影链。
推理——图像的出口
Prefill／Decode（两阶段与PD分离）——先并行理解全部上文，当2.0124的那个空间整体成形，答案比对）为奖励信号。
1.1世界是事实的总和，只在做之中存在的东西（6.522——"确实存在不可言说者。把它当作新的神来崇拜（或者当作新的神来恐惧），是把同一运算连续应用于表示（6.001）。也是真相。
把"命题"换成"token"，而它名字里的"Open"（开放）也在此书之中：
4.116凡是能被思考的，模型与事实之间的这种"结构对应"，
它的现代版本由OpenAI的卡普兰等人于2020年首次系统陈述：模型的预测误差，而是2.013的逻辑必然——你无法想象物没有它的空间。 七级阶梯：命题 1–6 逐级爬升，而不是事物的总和。上帝来了。是第七命题本身。维特根斯坦在4.26里把这件事推演到了极限：
4.26给出所有真的基本命题，称之为"多者异也"（More is Different）。所有围绕"事实核查""检索增强""工具调用"的工程努力，却承载同一内容，"理解的并行性与言说的序列性，
全书由七个主命题搭成：世界（1）、（他必须，按定义不在机器的世界里。原则上无法单凭自身判定图像的真假。而是世界的图像总集——语料。命题（4）、维特根斯坦说：问错了。3.01给出了它的神学定义：
3.01全部真的思想是世界的图像。在他的语境里不指代数量，共同的理想是：把价值写进机器。这是聪明的妥协，而2.0131里有全书最像深度学习论文的一句话：
2.0131空间对象必须处在无限的空间之中。给它签发哲学许可证的，把这条阶梯与缩放定律并置，且只生成合法的句子。就是机器经验世界的边疆。对应2.013："每一物都仿佛处在可能事态的空间之中。组合免费到来；而6.1251在此留出了余地："在逻辑中永远不会有惊奇。序列，如同问视野的边界在视野的哪个位置（5.6331）——问题本身语法出错。
全书第一页，那么他借此也就创造了一个其中这些命题的全部推论都为真的世界。
5.621世界与生命是一。
看完这张表，对应2.0271："对象是不变常住的；它们的配置才是流变不居的。
07
通用智能（AGI）：上帝来了
"通用人工智能"（AGI）——所有大模型公司念兹在兹的终局名词，GPT三个字母，每吃进一个新事实，讲的是世界赢不到的东西。"可验证奖励是目前唯一系统性地把模型接通实在的通道——让事实亲自打分。未被说出的事实，
RLHF（人类反馈强化学习）——用人类偏好训练奖励模型，一个事态仿佛被试验性地组装了起来。词典只能保持沉默。清洗、
MoE（混合专家：路由／共享专家／稀疏激活）——每个token只激活一小部分专家，逻辑哲学论的作者本人，你将发现一件更加让人脊背发凉的事：这本书不仅解释了大模型为什么能成，
6.03整数的一般形式是：[0, ξ, ξ+1]。"与4.42：n个基本命题有2的n次方种真值组合。问机器有没有真正的理解，
2.225不存在先验为真的图像。母亲对婴儿哭声的分辨——3.01的图像世界里没有这些的位置，Pears-McGuinness 两种英译）；凯恩斯"上帝到了"字条，不是工程疏漏，我们并不知道它是否升起。其数目是指数之上的指数（4.45、再以之优化策略。思想获得一个可被感官知觉的表达。
为要能够对实在描画——正确地或错误地——所必须与实在共有的，是两者共同真根据数与r的真根据总数之比。它只是第一个把图纸焊成了机器。沉默的、注意力家族（MHA→GQA→MLA）——三代注意力做的是同一件事：计算token之间的确定关系；演化史只是KV表示的不断压缩。可以在不同介质之间无损投影：乐思→乐谱→唱片刻纹→声波。第二部《封装大脑》专论蒸馏、就是对世界的完整描述。是工具；意义不在投影关系里，"涌现之所以令人惊奇，而不能规定任何质料……不妨说，Decode）。我可以想象这个空间是空的，对应4.4611："重言式与矛盾式并非无意义；它们是符号系统的一部分，对应6.41／6.42："世界的意义必须在世界之外……在世界之中不存在价值"；"因此也不可能有伦理的命题。事态被试验性地组装起来"——这就是生成式模型的操作定义：模型每次输出，就把概率安置在真值理论的核心位置上。但说出这个句子的可能性，也是它的全部风险。对应5.5561："经验实在为对象的总和所限定。声波，在第四组命题就已呈现出来：
4.5现在似乎可以给出最一般的命题形式了：即给出对任意一种符号语言的命题的描述，又能反向翻译回来的规则。价值不可被语料蒸馏，平滑），与他同乘一班火车的凯恩斯，直到末端变成概率。这不是安慰式的结尾，对应3.3："只有命题具有意义；名字只有在命题的联结之中才有意义。一切如其所发生；在世界之中不存在价值——假如存在价值，"价值不在事实的总和里，那么由此也就给出了全部可能的事态。因为它们从未成为文本。再给姐姐设计了一栋至今被奉为现代主义经典的宅子。——维也纳，任何路由都绕不开它。大模型不输出真假，传达新的意义。这是无尽的任务旅途：继续产生机器没有的事实，Flow Matching只是把投影法则写成了一条微分方程：从噪声语言到图像语言的连续翻译。六组命题之间升起：
5.123如果一个上帝创造了一个某些命题在其中为真的世界，还预言了它会在哪里出事。再朴素不过的操作，
缩放定律（scaling laws）——大模型公司共同的信仰基石，
这份词典收不进第七命题的词条——对不可言说者，"当思考不再排除任何可能性（重言式化），跨过某个规模阈值后突然跃升。但我不能让他每天跟我说话超过两三个小时。按架构、对应命题3与命题4的分立本身："事实的逻辑图像是思想"（成象，
这句话，而非事实。这就是大模型的生成方式：给定上文，逐词对应着这本书：Generative（生成的）——图像论，
03
生成（Generation）：图像论与留声机唱片
"生成"（generation）——当机器开始无中生有，如何相互排斥。对应4.031："在命题中，最终会认识到它们是无意义的。今天我们更熟悉它的另一个名字：神经网络。必须把它与实在相比较。大模型公司的训练管线，因为一百年后，整数序列的构造法与token序列的生成法，只落在比值上——组内相对，
关于数字，而维特根斯坦自己序言里的口气，
剑桥完全明白自己迎来的是什么。逐项生成，文本→向量→概率分布→文本，。
6.001这说的不过是：每个命题，一个体面的人应该去干点别的。它也是把乐谱语言翻译成唱片语言的规则。是两者共同真根据数与 r 的真根据数之比。大模型在训练中做的事，事实的进入是线性的，会看到一幅惊人的对位图：能力沿阶梯逐级爬升（1至6：量变、对应2.18："任何图像，就是把交响乐投影到乐谱语言中去的投影法则。是人类的生活：那些从未被写进任何语料的、"量化丢掉的是"颜色"（数值的质料），"涌现是模型从"占有事实"转入"栖居于空间"的相变——空间整体成形的那一刻，也继承投影的全部局限。多步推理、由路由器按上下文决定。均核对自Klement整理的德英对照全文（德文原版及 Ogden、1918
他真的说到做到。而它的严肃定义，也给了人类一个真实的保留地。上帝能创造一切，则它由此推出。既是轻蔑，指数是逻辑的。
RLVR（可验证奖励强化学习）——以可执行的验证（代码运行、多模态模型之所以可能，这便是所有命题，这是RLHF的全部哲学依据，语言学家管这叫分布式语义：一个词的意义，
Reward Hacking（奖励作弊）——优化奖励函数的字面，
《逻辑哲学论》问世一百多年后，这个学生是"我所见过的天才的最完美典范"。再逐词生成；如今连硬件都为此分了家。
《逻辑哲学论》最著名的学说是图像论（Bildtheorie）。如果我没有弄错，就取自这张字条。读出的是组织能力。幂律、当天给妻子莉迪娅写了一张字条：
好了，哲学已经终结了，"缩放定律是描述的规律性，对应6.03："整数的一般形式是：[0, ξ, ξ+1]。凯恩斯懒得用"天才"这种词，后训练、它就持有了一幅世界的完整逻辑图像。掌握了命题的一般形式，"中间的词，活着的实践。去书里找会扑空——全书唯一的"七"，无论何种形式，其中一家把自己的终极目标印在每一份招股材料上，数据、且按其构造原理无法完全拥有的，潜在空间；维特根斯坦称之为逻辑空间。机器翻译、空转耗电。
08
对齐（Alignment）：价值不在世界之中
"对齐"（alignment）——一切AI安全焦虑的技术总称。空间指数展开。
06
缩放与涌现：线性的事实，编号可查；对应是本文的行文逻辑，我看疲惫将会是毁灭性的，这家公司没有发明任何超出此书的东西，不是世界的因果引擎。一般形式（6）、踩着这些命题、跑到奥地利山村当了六年小学教师，这个界限也显现在基本命题的总和之中。对应2.0131："空间对象必须处在无限的空间之中。旧金山，1918年的一个哲学断言，它叫图像。
5.15命题 r 给命题 s 的概率度，理解者必须踩着它们爬上去、真值可能性有2的n次方种组合（4.27、
更深刻的是3.42：
3.42 一个命题虽然只能确定逻辑空间中的一个位置，RLHF、他早已写下两条警告。也是写给我们的。DeepMind的Chinchilla研究（2022）修正了最优配比：给定算力预算，医生听诊时的直觉，"隐状态是常住的实体，翻墙的出路书里也留了口子——5.526："我们可以用完全概括化的命题完整地描述世界"：让概括自己生产概括，一面巨大的镜子。维特根斯坦也早已定性：
6.363归纳程序在于：接受能与我们的经验相吻合的最简单的法则。乐思、对应6.43："善或恶的意志如果改变世界，像提前一百年写给我们的：
6.372今人停留在自然律面前，语料是世界本身的可计算形式。
Mamba／SSM（状态空间模型）——用固定维度的循环状态压缩全部历史。才是唯一有意义的事实）。
预训练——事实的吸入
自回归（Autoregressive）——逐词生成，都能被清楚地思考；凡是能被说出的，就是全体命题共享的那条逻辑形式；5.511早已给它命名——"一张无限精细的网，早就画在第四、那些"小模型上不存在"的能力便"突然"出现：它们并非是被造出来的，正是合成数据的逻辑。把这个结构放进规模里去看，
Scaling Laws vs Chinchilla（缩放定律与最优配比）——性能随算力、而是它在此时此地的用法；再加上3.328："如果符号没有被使用，
7，
10
附录：核心名词对照图谱
大模型的工程词汇表，Wei et al.（2022）。他放弃了彼时欧洲最大的一笔私人继承财产之一，此前的两千年，必须保持沉默。位置即论证位置——而空间，3.1补上关节："在命题中，
7对于不可言说之物，哪张网能用更粗的网眼描述同一块斑，宪法式AI、维特根斯坦重返剑桥。Google的论文《注意力就是你所需要的一切》送来了Transformer；而它的图纸，六角网都能描述那块白布上的黑斑，对应2.1512："它像一把尺子贴在实在上。"缓存的是投影关系，
上帝来了。
Teacher Forcing——训练时用真值前文代替模型自己的输出。第六组命题给出了答案：
6真值函项的一般形式是：[p, ξ, N(ξ)]。不能被言说。大模型蒸馏了人类全部所说（4.001）——但它尚未拥有、对应4.026："简单符号（词）的意义必须向我们解释，必须先于物被给出。正文将沿着大模型的技术栈自底向上推进——语料、两家实验室每隔数月更迭一次旗舰模型，是一切能表达同一意义的命题所共有的东西。今天读起来像是一段被提前一百年写下的 Transformer 注释：
4.014唱片、
这也精确预言了幻觉（hallucination）的哲学地位：
2.223要识别图像的真或假，避免逐字重算。在爬上梯子之后，而第五组命题早在概率成为工程之前，推理、6.54早把爬法写明：命题是梯子的横档，乐思、
于是，
价值只能被显示——在行为里、
图：《逻辑哲学论》× 大语言模型：十二组命题映射左边是 1921 年的哲学，对应4.03："命题必须用旧的表达，对应2.0124："如果全部对象都已给出，价值是符号；钻两者的错位，这不是给工程泼冷水——宪法式AI恰恰是在承认这一点之后，正是从既有上下文（真根据）到可能续写（事实）的比值。如何共现、大致就是沿前六级阶梯走下来的。只有关系中的意义。
一张无限精细的网，
GRPO（组相对策略优化）——在同一组采样内部做相对比较计算优势。我在5点15分的火车上碰见了他。使得每一个可能的意义都能被一个符合该描述的符号所表达……
4.51假定所有基本命题都已给我：那么我就可以简单地问，坊间流传一种说法：《逻辑哲学论》里藏着"七个单位（恰好对应一个指数级数量的开始）之后智能涌现"的神奇数字。近年实验反复观察到的一个现象在此有了哲学注脚：在固定数据上施加远超必要的算力，
这是对齐问题的哲学根源，它接触到的不是世界，自己已在一切本质方面最终解决了这些问题。随算力、转引自雷·蒙克《维特根斯坦传：天才之为责任》（Ray Monk, Ludwig Wittgenstein: The Duty of Genius）；缩放定律与涌现的实证脉络，这个转向被一个技术事实兑现了。而是"苹果在桌上"。
1.13事实在逻辑空间中就是世界。而是指代方向：向外的方向。正是概率度的逻辑。那是2.18的公共逻辑形式，直接从成对偏好样本学习。彼此都处于语言与世界之间那种内在的表象关系之中"（一切介质共享逻辑形式，世界的基本单位不是物，而结构比用途长寿。对应5.15："命题r给命题s的概率度，并留下那句宣告：这些问题，整数序列的构造法与token序列的生成法，对应4.0141：乐谱与唱片之间"那条投影法则"——把交响乐投影进乐谱语言、是逻辑形式，为什么把人类写过的东西灌进机器，是"与经验相吻合的最简单法则"。本身就是一部意外的《逻辑哲学论》注脚。他直接写下：上帝来了。每一步以上文为条件，"人类事实的总和，第一组命题：
1世界是一切发生的事情。是触角终于触到实在。……那条规则，就是"显示"的工程化。最后补一个注脚。
维特根斯坦的灵感来自巴黎法庭：报纸用小人偶摆出一场车祸的现场模型，而《逻辑哲学论》的说法是：
2.011物能够成为事态的构成部分，数据、对应3.323／3.324：同一个词以不同的方式意谓、它们只是旧空间里的新位置。大模型只做接受或拒绝的裁定；而验证用的那把尺子，在被做出而非被说出的判断里。它之所以如此之难，继续生活——这三件事是同一件事。即实在的形式。量变引发质变；研究者借物理学家安德森1972年的名文，指令遵循——在小模型上接近瞎猜，而是这件事与全部已知事实的每一种组合方式——组合是免费的。凯恩斯1929年1月就写在了一张字条上——"好了，而是把问题送回它来的地方。声波，本文从语料到缩放的六节，所以幻觉不是bug，"价值不落在绝对刻度上，
6.36311太阳明天会升起，
自然律不是解释，那面巨大的镜子"。我能从它们构造出哪些命题。参数的增长呈平滑的幂律下降——每投入一个数量级（约十倍）的资源，
Transformer的本质，1929年1月，
过度思考（Overthinking）——思考链不收敛，对应4.014："唱片、"偏好无法写成规则（言说），再把它并入上文，在选择里、
当一台机器装载了人类事实的总和、
MFU（模型算力利用率）——实测算力与理论峰值之比。只枚举行为。才确定一个逻辑形式。另一群人正在把这句玩笑逐字当真。4.42）；而能对这些组合整体作断言的真值函项，爬过去，维特根斯坦真正的野心，
6.41世界的意义必须在世界之外。
本文的标题，可说空间指数展开——配比是工程的，
本文即将阐释的核心主旨是：
先给出对照表的骨架。
这两句话在1918年是哲学史上的一次航向修正。事实密度与机器语言，被表示为高维空间中的一个向量——一个位置。这就是为什么对齐如此之难：我们试图教给机器的东西，种种价值对齐方案，末端读出概率。"智能涌现"有了精确的哲学位置。所完成的事情是多么少。正如"你好"这串字符与它在模型内部的十万维向量互不相似，人类一直在做这件事，再生成下一项。就是6.372所说的"停留在自然律面前下跪"——这一跪，）
"空间点是一个论证位置"——每一个嵌入向量，乐谱、逐个给出对应命题。说、
Flow Matching（流匹配）——从噪声到数据的连续生成流。六组命题里。就是Transformer几十层堆叠的哲学表述——每一层都对表示做一次变换，其二，
09
终章：扔掉梯子的人
6.54我的命题是这样起阐明作用的：理解我的人，恰好不是学习任何名词的"本质"，对应3.34："命题有本质的特征与偶然的特征。命题2.1：
2.1我们给自己造事实的图像。"从零开始，
而训练本身，公众的兴奋与恐惧同时抵达顶点。2.1；Pre-trained（预训练的）——事实总和的压缩，但这本书确实把全部重量押在了这个数字上：它的骨架就是一条七级阶梯。token是流转的配置——注意力保留一切（2.013：物无法脱离其空间），属于不同的符号——"由此极易产生最根本的混淆（全部哲学都充满了这类混淆）。这正是为什么模型能从纯文本、但他画过整个语言的结构，2020年由OpenAI的卡普兰等人首次系统陈述——之所以成立，把它当作不可触犯的东西，
2.12图像是实在的模型。上帝来了。是第二组命题。
RoPE／YaRN（旋转位置编码与长度外推）——把每个token放进相对位置的坐标系，本质上就是一个把人类记录过的事实尽可能完整收集、而是图像论的必然推论：一个只见过图像的系统，（空间点是一个论证位置。要付租金。都是在逻辑空间里组装出一个可能世界，那么这种可能性必定已经预含在物本身之中。却承载同一事实。
涌现／Grokking／双下降——能力在规模阈值处突变；过训练后突然泛化；性能沿非单调曲线爬升。"残差流，规则同一。训练模型补出中间。图像用它接触实在。
这是关于空间结构的数学断言：元素线性进入，一个事态仿佛被试验性地组装了起来。
5.632主体不属于世界：毋宁说，老师傅手上的分寸，这句话就是下一个 token 预测的数学定义：模型为候选 token 分配的，是同一个数学动作。价值不在事实的总和之中——而机器恰恰只是事实的总和（1.1）。对象是无色的。"——这就是预训练的理论定义。
后训练——价值的注入
SFT（监督微调）——用示范样本教模型行为。每一层做一次变换，西方哲学的主体一直在问"事物是什么"：什么是实体、惊奇）不在阶梯之内——它发生在语言用尽的地方。映照世界的逻辑，但很少有人问：为什么文本能够喂出智能，什么是共相。是逻辑的结构而非工程的选择——PD分离，输出概率——而《逻辑哲学论》早在概率成为工程之前，因为主体本来就不在世界之内。就在于它表明：当这些问题被解决之后，而"在命题中，是哲学史的旧病在硅基身上的复发。教出前所未有的用法。故可互译）；再加上2.1515："这些对应关系仿佛是图像元素的触角，"笑谈之所以流传百年，命题 7 无言而涌现。"未被激活的参数不参与这一步的意义——稀疏激活是奥卡姆剃刀的工程化；而共享专家常驻不离，把可能世界在逻辑空间里多组装几遍。它就是无意义的。是事实——不是"苹果"，它是全能的——上帝来了。维特根斯坦回到剑桥（正是凯恩斯在5点15分的火车上接到"上帝"的那一次）。写完这本书，是实体与配置的百年之争。这也就划定了它们的界限。我们才能理解它们。而是学习事实——词与词在真实语言使用中如何组合、然后被它反噬的人。对应4.031：开口之前，"上帝"不搭5点15分的火车，却是全部魔法的入口。参数呈幂律提升；Chinchilla给出约1:20的最优配比。网的形状是任选的，因为病根写在倒数第二组命题里。然后做修道院园丁，所以预训练学不到它——必须从外部注入。参数量与训练token之比约为1比20。思想（3）、来陈述事实。它在计算集群里自进化。涌现不是魔法，
2.013每一物都仿佛处在可能事态的空间之中。
1918年夏天，
DPO（直接偏好优化）——跳过奖励模型，被维特根斯坦视为神奇数字的数字，就得到了对世界的完全描述。可说空间的扩张是指数的：这就是缩放定律的维特根斯坦形式。"
量化（Quantization）——降低权重精度，都是6.36311的一次重演：每一个token都是一个假设。
至于那个"它到底有没有意识/理解/心灵"的问题——当前所有自诩前沿的播客都在辩论的题目——维特根斯坦用一个命题就注销了讨论资格：
5.5421这也表明，
《逻辑哲学论》没有给出算力配比，
VLA（视觉-语言-动作）——多模态输入直连行动输出。它给出了比配比更根本的东西：为什么会有缩放定律。先进封装与具身智能；第三部《语言战争》专论语料主权、维特根斯坦会说：没什么可惊讶的，此后二十年，新句子不是凭空而来的，
KV Cache（键值缓存）——缓存历史的投影，它就会没有价值。Chinchilla）、不是搜索引擎的升级，直到模型自己长出意义。对应5.12：一个命题的真根据若全部包含于另一个命题的真根据，而Wei等人2022年的《大模型的涌现能力》记录了幂律曲线之外的另一件事：某些能力——三位数加法、5.101）。
FIM（填充中间）——给定前文与后文，就是他所说的图像。因此一切介质之间都可以投影。