ضبط مطور نموذج لغة بحجم 360 مليون معامل ليعمل كطرفية. لا توجد خلفه أي شل أو نظام ملفات. بدلاً من ذلك، تُرسل كل ضغطة مفتاح إلى النموذج، ويتوقع كيف ستتغير الشاشة. وبحسب المؤلف، يمكنه إنشاء الملفات، وتشغيل vim وtmux، ولعب لعبة الثعبان، وغالباً ما يتذكر ما كُتب قبل بضعة أوامر. وجاءت أكبر التحسينات من تعليم النموذج تصحيح أخطائه بنفسه، ومن فك ترميز صفوف الشاشة بالتوازي. يعمل العرض التوضيحي في المتصفح ويبلغ حجمه نحو 208 ميغابايت. يمكن للمستخدمين كتابة "pythoon" ليروا أنه ليس شلاً حقيقياً.
استلهم المشروع فكرته من Genie 3، الذي اقترح مستقبلاً تُتعلَّم فيه التطبيقات بدلاً من برمجتها. قام المؤلف بتقليص هذه الفكرة من عالم ألعاب إلى طرفية. فالطرفية شبكة من الأحرف لا من البكسلات، ويمكن توليد بيانات التدريب بتشغيل أصداف حقيقية. النموذج مبني على Qwen2.5-Coder-0.5B وضُبط على جلسات طرفية مسجلة من برامج حقيقية تعمل داخل Docker.
تضيف نماذج اللغة التقليدية الرموز واحداً تلو الآخر، وهذا لا يناسب الطرفية، إذ قد تؤدي ضغطة مفتاح واحدة إلى فعل مستقل، ولا يذهب الخرج دائماً إلى أسفل الشاشة. لذلك يتوقع النموذج التغيرات في شبكة من الأحرف. تبدأ كل جلسة بلقطة لحجم الشاشة ومحتواها وموضع المؤشر. تُرسل ضغطات المفاتيح كبايتات خام كما تستقبلها الطرفية الحقيقية، ويرد النموذج بالصفوف المراد إعادة كتابتها وموضع المؤشر الجديد. كما أن الزمن مدخل أيضاً، فرمز WAIT يتيح لثعبان اللعبة أن يستمر في الحركة دون ضغط مفتاح.
ولتجنب إعادة توليد كل صف عند تمرير الشاشة، أضاف المؤلف عملية COPY تنقل صفوف الشاشة السابقة، مما يوفر آلاف الرموز لكل ضغطة مفتاح. صُمم العرض لمتصفح سطح المكتب يدعم WebGPU ولوحة مفاتيح فعلية، ويُنصح باستخدام Chrome أو Edge.
المصدر: Hacker News · لخّصه HeadlinesBriefing