<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>量化技术 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/%e9%87%8f%e5%8c%96%e6%8a%80%e6%9c%af/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Sun, 22 Nov 2026 11:51:25 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>36.7万参数塞进软盘：486老电脑也能跑AI问答</title>
		<link>https://mylogs.cn/36-7%e4%b8%87%e5%8f%82%e6%95%b0%e5%a1%9e%e8%bf%9b%e8%bd%af%e7%9b%98%ef%bc%9a486%e8%80%81%e7%94%b5%e8%84%91%e4%b9%9f%e8%83%bd%e8%b7%91ai%e9%97%ae%e7%ad%94/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Sun, 22 Nov 2026 11:51:25 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI模型]]></category>
		<category><![CDATA[DOS]]></category>
		<category><![CDATA[Transformer]]></category>
		<category><![CDATA[人工智能]]></category>
		<category><![CDATA[复古计算]]></category>
		<category><![CDATA[开源]]></category>
		<category><![CDATA[量化技术]]></category>
		<guid isPermaLink="false">https://mylogs.cn/36-7%e4%b8%87%e5%8f%82%e6%95%b0%e5%a1%9e%e8%bf%9b%e8%bd%af%e7%9b%98%ef%bc%9a486%e8%80%81%e7%94%b5%e8%84%91%e4%b9%9f%e8%83%bd%e8%b7%91ai%e9%97%ae%e7%ad%94/</guid>

					<description><![CDATA[一张3.5英寸软盘，容量不到147.5万字节。开发者WollyMonjac把语言模型塞了进去，让运行DOS系统 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">一张3.5英寸软盘，容量不到147.5万字节。开发者WollyMonjac把语言模型塞了进去，让运行DOS系统的486DX和Pentium老电脑也能跑AI问答。项目名为Tiny 2.1，采用与大型模型相同的Transformer架构，却并非大语言模型——它用Turbo C 2.0写成，本质上是一个微型问答程序。</p>
<h2 class="wp-block-heading">一张软盘能装下什么</h2>
<p class="wp-block-paragraph">486电脑时代，普通PC格式化软盘的容量还不足147.5万字节。Tiny 2.1把体积压到了极限：参数量36.7万个，4层网络结构，隐藏维度96，逐字母读取和生成内容；权重采用8位量化，每行配一个缩放系数，整个模型约380KB。训练数据约3500条事实信息，每条都用多种问法反复训练。要跑起来，老电脑需要约540KB可用常规内存。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6b02df45d9838&quot;}" data-wp-interactive="core/image" data-wp-key="6b02df45d9838" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/1a17d2aa02bd418a0a34b1a65c180239_header.webp" alt="一张写着LLM的软盘，象征把语言模型装进软盘" title="图片来源：IT之家" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<h2 class="wp-block-heading">界面比想象中完整</h2>
<p class="wp-block-paragraph">软件提供对话历史窗口、神经网络监控面板和提问窗口，按DOS程序惯例还配了一排F键快捷键。最有复古未来感的功能，是通过PC内置扬声器用机器人语音朗读回答。</p>
<p class="wp-block-paragraph">开发者对作品的定位相当谦逊。GitHub项目页写明，软件由Fable 5.2编写、由Opus 5.5训练。WollyMonjac也坦承，超出训练数据范围，模型&#8221;会非常自信地编造内容&#8221;。这一本正经胡说八道的能力，放在这个复古项目上反倒更像一项有趣的功能。</p>
<figure class="wp-block-table"><table class="has-fixed-layout"><tbody><tr><th>项目</th><th>参数</th></tr><tr><td>参数量</td><td>36.7万个</td></tr><tr><td>网络结构</td><td>4层，隐藏维度96</td></tr><tr><td>权重精度</td><td>8位量化，每行一个缩放系数</td></tr><tr><td>模型体积</td><td>约380KB</td></tr><tr><td>训练数据</td><td>约3500条事实信息</td></tr><tr><td>运行内存</td><td>约540KB常规内存</td></tr><tr><td>编程语言</td><td>Turbo C 2.0</td></tr></tbody></table></figure>
<h2 class="wp-block-heading">想自己训练一个</h2>
<p class="wp-block-paragraph">软件包以MIT许可证发布，附带完整训练文件夹。有兴趣的用户可自行补充事实数据，训练针对特定领域的问答模型。训练工具gen2.py负责把事实转成多种问法的问答对，train2.py基于PyTorch训练，普通CPU即可运行，需要Python 3、NumPy和PyTorch。运行时把dos文件夹拷入DOS机器，进入TINY目录执行TINY即可，TINY.EXE与TINY.BIN须放在同一文件夹。</p>
<h2 class="wp-block-heading">新旧硬件碰撞成趋势</h2>
<p class="wp-block-paragraph">让老软件跑在新硬件上并不稀奇，反过来则更有意思。此前已有开发者为DOS制作ChatGPT客户端，让1984年推出的IBM PC也能调用AI；有人让《我的世界》跑在Game Boy上，用生成式AI为Commodore 64生成8×8像素精灵图，甚至把《毁灭战士》移植到Atari ST。这些项目实用价值有限，却展示了开发者如何突破老硬件的性能与存储限制，让现代技术与经典计算设备产生有趣的碰撞。</p>
<h2 class="wp-block-heading">常见问题</h2>
<p class="wp-block-paragraph">Tiny 2.1是大语言模型吗？不是。它只有36.7万个参数，定位是用Turbo C 2.0编写的微型问答Transformer，与大语言模型在规模上相差悬殊。</p>
<p class="wp-block-paragraph">它能像聊天机器人一样对话吗？功能有限。模型基于约3500条事实训练，超出范围会自信地编造答案，更接近一项技术演示而非实用工具。</p>
<p class="wp-block-paragraph">普通用户能自己训练吗？可以。软件包以MIT许可证发布并附带训练文件夹，使用Python 3、NumPy和PyTorch即可在普通CPU上训练。</p>
<p class="wp-block-paragraph">信息来源：IT之家、GitHub项目页（WollyMonjac/Tiny-2.1）、网易科技、Hamidun News</p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
