一个字一个字猜下去，就成了你看到的回答。下面这台机器就是照这个原理写的，你喂它什么文字它就学什么腔调，猜出来的每个字都按真实概率算，没有一处是提前写好的。
这是它读语料时的真实样子：每一列最上面是它正看着的那个字，下面六个是它认为最可能接在后面的字，红色是它会选的那个。红条越长，它越有把握。整条带子在缓缓往前推，就像它一页页翻过去。
模型不认识"句子"，只认识一块一块的东西，行话叫 token。中文基本一个字一块，英文常把一个词拆成好几块。输一句话，看它被切成什么。
它学的方式特别朴素：数一数每个字后面最常跟哪个字。下面三份语料腔调完全不同，换一份再往下走，出来的味道立刻不一样。
给一个开头，看它认为下一个字最可能是哪几个。下面这些百分比是真的按语料数出来的，不是画上去的。输完按回车就行。
它不一定挑概率最高的那个字，而是按概率抽签。温度就是调这个签的旋钮：温度低几乎只挑最有把握的字，回答死板但稳；温度高时冷门字也有机会被抽中，有创意但也更爱胡说。
上面那段读着还行，是因为短。生成两百字再读一遍，句子看着通顺，但经常前后不搭、说了等于没说。
让它"看前面 1 个字"和"看前面 2 个字"，在同一份没学过的考卷上比一比。准确率是猜中下一个字的比例，困惑度是它的"意外程度"，越低越好。数字都是现场算的。