ZhongRen11/VGT-phase-transition-experiment

VGT-Phase-Transition: 语义流形相变实验 (Stage 1)

📊 项目简介 (Project Overview)

本项目展示了一个基于 VGT (Vector Gravity Transformer-less) 架构的中文语言建模实验。通过在隐藏层施加几何引力约束，本模型在极小规模语料（《红楼梦》全本）上实现了极速的逻辑收敛与角色语义锁定。

本仓库旨在证明：语言的逻辑深度并非仅来源于海量参数的堆叠，而是可以通过几何引力（Gravity）强制语义向量在流形空间内实现高质量结晶。

🧪 实验阶段观察 (Experimental Phases)

本实验将训练过程分为三个关键阶段，当前公开权重处于 Phase 2：

1. Phase 1 (Early Alignment): 基础语法对齐，模型开始学习词频分布。
2. Phase 2 (Manifold Locking): [当前公开版本] 角色逻辑与社会关系拓扑深度锁定。模型能够产生具有人物性格特征的连续对话。
3. Phase 3 (Singularity & Quenching): [内部保留] 语义奇点突破（Loss < 2.0），通过撤销引力（Alpha=0）释放压抑的语义，实现完美的文本流利度。

📈 核心指标 (Key Metrics)

• 公开步数: 12,000 Steps
• 引力系数 (Alpha): 1.00 (强引力模式)
• Loss 指标: ~2.7x
• 隐藏层维度: 2048-dim Recurrent VGT

🎭 12,000步 典型采样展示 (Sample Output)

在 $Alpha=1.00$ 的高压环境下，模型虽存在叠词（语义重影），但逻辑闭环已极其完整：

宝玉笑道：“你瞧瞧，是我作的什么。” 贾琏笑道：“你也不知是外头也是那位人的认是我们父的母安...”

注：展示了跨角色的逻辑感知能力，以及对家族伦理词群的精准聚类。

🏛️ 实验状态总结 (Final Status)

• 架构定义：深度递归 VGT，利用矢量引力引导语义坍缩。
• 物理特性：验证了在强引力约束下，模型能快速构建具有深度因果关系的文本流形。
• 发布范围：本仓库仅公开 12,000 步的阶段性权重，作为 VGT 理论的物理性验证，不提供后续迭代计划。

---

Built with DynaCat Research.