ARTI / DYNAMIC VOCABULARY LAB
输入词表和输出词表，不必是同一套。
模型读取字形 tensor，并在本次调用才给出的输出词表中选择局部槽位，组合后还原可见输入。音标识别只是重建过程的一部分。
真实训练权重 · 动态输出词表
运行时换一套字母表，模型仍能重建输入。
输入侧只接收可见字形 tensor。输出侧是本次调用才提供的独立词表；模型为每个字素选择基础字形与附加符号的局部槽位，再由确定性组合器还原输入。
REAL ONNXARTI 1.3.0
WASM VERIFIEDGLYPH → LOCAL SLOTS动态 K=8–14
试试
glyphs [B,1,32,32] · pixels only · no code point/token IDs02 / 编辑本次输出词表output_vocab [B,K,1,20,20]
词表中的编号只在本次调用有效。取消一个必要字母或符号，可以检查 REJECT 行为。
03 / 重建结果base + mark local slots
输入naïve
→输出—
○
精确可见重建—像素与字符串一致性: —
局部槽位路径
98.93%目标存在
90.04%目标缺失
98.83%词表置换
93.80–96.29%动态 K=8–14
受控闭集拉丁字素重建，不是通用或开放词表 OCR。模型只接收可见像素；零宽码点没有视觉证据，不能从 glyph tensor 恢复。
工程证据
- Input contract
- visible glyph tensors · no character or token IDs
- Output contract
- independent per-call vocabulary · two local slots per grapheme
- Model
- trained ARTI RuntimeVocabEncoder + LiteralOutputHead
- Parity
- PyTorch → ONNX → WASM · opset 18
- Browser runtime
- Exported by arti-fit 1.3.0 · executed by @arti-fit/web 0.1.0-alpha.3
- WebGPU parity