Research notes and writing by Huang Liang Hsun (lianghsun) — Traditional Chinese LLMs, tokenizers, evaluation benchmarks, and applied machine learning.https://lianghsun.devzh-Hant-TWhttps://lianghsun.dev/blog/hello-worldhttps://lianghsun.dev/blog/hello-world模型卡和論文是整理過的版本。這裡放的是剩下的那些——失敗的訓練、看起來太漂亮的分數，還有沒人問但我想講的 ablation。Fri, 28 Aug 2026 00:00:00 GMTmetahttps://lianghsun.dev/blog/twinkle-tokenizerhttps://lianghsun.dev/blog/twinkle-tokenizer201K 的詞表打贏 248K，不是因為演算法比較好，是因為對方有 11% 的名額在訓練前就浪費掉了。這篇講設計決策、三層驗證，以及一個差點讓結論反過來的評測錯誤。Fri, 28 Aug 2026 00:00:00 GMTtokenizerzh-twtwinkle-aillm