От схемы до своей языковой модели
Цвет метки — род блока на сцене: слои с весами, смешивание, данные, цель, функции.
Собрать
Слои с весами, внимание, смесь экспертов, свёртки, рекуррентные блоки. Готовые шаблоны современных сетей: Llama 3, Qwen3, Gemma 3, DeepSeek V3, gpt-oss, Mamba-2 и гибриды. Свой блок пишется один раз и ставится где угодно.
Учить и понимать зачем
На своей видеокарте или процессоре: кривая потерь вживую, свои данные — текст, картинки, звук, таблицы, графы. Курс «своя языковая модель с нуля» — 15 уроков в окне: у каждого шага «Зачем», а после действия — что изменилось в сети и что это значит.
Понять
Линзы показывают на сцене, где веса, счёт, время, память и польза. Отладчик нитей, вмешательство в нить и профиль ядер — чтобы видеть, что происходит внутри.
Перенести
Импорт: веса Hugging Face, код PyTorch, ONNX из TensorFlow, Keras и JAX. Выгрузка: Hugging Face, GGUF для llama.cpp, ONNX со сверкой. Из Python — zhele.compile("модель.zhele").
Помощник
Правит программу по просьбе словами: «добавь ещё два этажа», «учи дольше». Его мозг — языковая модель автора, обученная на этом же компьютере. Пока бета.
Опыты и машина
Две сети на одних данных и одном времени — честное сравнение. Вкладка «Машина» показывает, что считает видеокарта и сколько памяти уходит на шаг.
Схема и текст — одна программа
Нить сверху и этот текст — та же сеть. Правишь блок на сцене — меняется строка, правишь строку — меняется нить.
net: input tokens emb = embed(tokens) pos = positions(emb) floors = repeat "Floors" (x = pos, times 4): n1 = norm(x) att = attention(n1) r1 = x + att n2 = norm(r1) mlp = mlp(n2, hidden 512) r2 = r1 + mlp output out = r2 nf = norm "Final norm"(floors) head = head(nf) output logits = head train: budget: kind steps, value 600 optimizer: kind AdamW, lr 0.003
embed, norm, attention — блоки с весами. Компилятор проверяет формы до учёбы и показывает ошибку на месте.repeat … times 4 — четыре одинаковых этажа одним пузырём. На сцене это утолщение с четырьмя перетяжками.train — бюджет, оптимизатор, расписание. Кнопка «Учить» собирает из текста настоящий код PyTorch и запускает его.
Что нового
Программа обновляется сама: раз в 6 часов проверяет новую версию, сверяет подпись автора и ставит при следующем запуске.
- Встроенный помощник (бета): правит программу по просьбе словами; его мозг — языковая модель автора.
- Ключ — прямо в программе: на первом экране «Получить пробный ключ» (7 дней, сразу) и «Оформить подписку» — оплата в браузере, ключ встаёт сам, продления — тоже. Telegram-бот @zhele_keybot — запасной путь.
- Принимаются ключи от бота в облаке (вид ZA2): он работает круглосуточно; ключ автора при этом не покидает его компьютер.
- Английское окно: курс по-английски («Why» у каждого шага), подсказки проверок переведены, «step» вместо «stride».
- Новый вид сцены «волокно»: вся сеть — одна желейная нить со светящейся жилой, блоки — утолщения на ней; тянешь нить — ближний вход притягивает её. Прежний вид — «Файл → Вид сцены».
- Курс «своя ЛМ с нуля» — карточкой рядом со сценой: не пропадает, сворачивается в строку, у шага есть «Где это?».
- У каждого шага курса — «Зачем»: что этот шаг делает с сетью; после действия карточка показывает, что изменилось (веса, память, окно, мерка) и что это значит.
- Ключ доступа привязан к компьютеру (код компьютера — в «О программе»); старые ключи работают до своего срока.
- Новое имя — zhele (было zhele_air). Ярлыки, установщик и окно переименованы сами, проекты и ключ на месте.
- Сети из TensorFlow, Keras и JAX через ONNX: «Файл → Импорт ONNX…», выход сверяется с onnxruntime.
- Учебник и разбор окна по-английски: чужие сети, Python, свёртка повторов.
- Перенос своего PyTorch-кода в блоки: «Файл → Импорт PyTorch-кода…» (вместе с весами; внимание, трансформер, GRU и LSTM — своими блоками).
- Одинаковые этажи подряд сворачиваются в один «Повтор ×N» и разворачиваются обратно.
- «Желе» из Python и Jupyter:
zhele.compile("модель.zhele")— обычныйnn.Module. - ИИ-помощники (через MCP) кладут свои блоки в библиотеку.
- Автообновления: новая версия ставится сама, подпись автора и контрольные суммы проверяются перед установкой.
- Первая выданная версия: установщик для Windows, ключи доступа, язык «желе», компилятор и среда.
Поставить и получить ключ
| Система | Windows 10 или 11, 64 бита |
| Видеокарта | NVIDIA — учится быстрее; без неё работает на процессоре |
| Место на диске | около 1 ГБ; Python и torch — ещё 0.2 ГБ без видеокарты или 2.5 ГБ с ней |
| Интернет | только при установке, если на компьютере нет Python 3.10+ и torch |
Установщик сам поставит Python 3.12 и torch, если их нет (10–30 минут). Другие версии Python не мешают.
- Скачай и запусти установщик.
- Открой zhele и нажми «Получить пробный ключ» — неделя бесплатно, программа получит ключ сама.
- Понравилось — там же «Оформить подписку»: $5 в месяц или $49 в год, оплата картой любой страны. Ключ и продления встают сами.