0.6.5 · бета

Нейросеть, которую видно

zhele — язык и настольная среда для нейросетей. Соберите модель из блоков, запустите обучение на своём компьютере и найдите причину ошибок. В 0.6.1 можно продолжить от выбранного снимка, проверить настоящий GGUF и собрать учебную порцию из своих новых примеров JSONL.

Скачать для Windows Посмотреть работу 0.6 Telegram-бот Windows 10/11 · пробная неделя бесплатно · нужны Python и PyTorch
проведи по нити

0.6.1: подготовка данных и диагностика обучения

Ролики опубликованы 9 октября. Язык и формат указаны у каждого примера.

0.6.1: свои примеры без утечки контрольных данных

Ролик опубликован 9 октября. 37 секунд, английская речь и английские субтитры.

JSONL-пул содержит ваши входы и цели. Предпросмотр исключает дубликаты, контрольные входы и примеры со сломанным валидатором. Выбранный пример добавляется в отдельную ветку обучения.

В этом реальном CPU-примере проверка-страж проходит, но целевые проверки всё ещё не проходят. Это эксперимент, а не обещание исправления.

Смотреть на YouTube

0.6.1: первый опыт и диагностика

52 секунды, полные русские титры, без голоса.

Тест одного фиксированного пакета: 150 шагов, снижение loss на этом пакете.

Качество на отложенных данных оценивается отдельно. Метрика одного пакета не обещает исправления модели.

Смотреть на Facebook
Выпуск 09.10.2026 · 0.6.1

Три задачи в работающей программе

Демонстрации zhele для Windows: живая правка, доктор обучения и инспектор моделей. Эти три ролика подготовлены для 0.6.0; подписи и голос — на английском.

Изменить сеть во время обучения

Сначала посмотрите план: какие веса сохранятся, какие начнут с нуля. Примените правку и продолжите с того же шага. От снимка можно начать другую ветку.

Найти причину плохого обучения

Доктор обучения выделяет мёртвые блоки и слабые градиенты, предлагает исправление. Сравните кривые до и после на одном графике.

Оценить память до скачивания весов

Введите название модели Hugging Face: посмотрите её устройство и оценку памяти весов и KV-кэша. Это оценка, а не гарантия запуска.

Этот пример на YouTube

Первый опыт: поменяйте один блок

Установите zhele, получите пробный ключ в окне программы и откройте пример. Запустите небольшое обучение, измените активацию и посмотрите план «Применить живьём». Вопрос или ошибка? Пришлите поддержку сценарий и снимок экрана.

Начать с установки
Возможности

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; помощник правит программу по просьбе словами (бета).

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 и вылечить

Линзы показывают на сцене, где веса, счёт, время, память и польза. Доктор учёбы находит мёртвые блоки, затухающий градиент и первый nan, предлагает лечение и показывает «до / после» на одном графике. Ушло в nan — рядом ляжет сбой.py на чистом PyTorch, который повторяет сбой одной командой.

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").

Менять на ходу

Поправьте сеть посреди обучения и посмотрите план «Применить живьём»: какие веса сохранятся, какие начнут с нуля. В истории можно выбрать снимок и начать отдельную ветку с его весами, состоянием оптимизатора и генераторов случайных чисел.

Проверять и сравнивать

Задайте проверки модели и отделите стражи от учебных примеров. Счётчики и фильтры помогают найти ошибки; JSONL-пул собирает порцию из явно заданных новых примеров с исключением дублей и отложенных входов. Для настоящего GGUF отчёт показывает SHA256, исполнитель, покрытие и отдельно совпадение вердиктов и ответов. Неполная проверка остаётся неполной.

Язык «желе»

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
Блоки. embed, norm, attention — блоки с весами. Компилятор проверяет формы до учёбы и показывает ошибку на месте.
Повтор. repeat … times 4 — четыре одинаковых этажа одним пузырём. На сцене это утолщение с четырьмя перетяжками.
Учёба. Раздел train — бюджет, оптимизатор, расписание. Кнопка «Учить» собирает из текста настоящий код PyTorch и запускает его.
Код наружу. Вкладка «Код» показывает этот PyTorch целиком: его можно забрать и запускать без zhele.
Окно zhele: слева палитра блоков и шаблонов, в центре сеть в виде нити с утолщениями, справа курс с объяснением шага и свойства сети
Окно zhele: палитра, сеть внутри раздела «Сеть», справа — шаг курса с «Зачем» и числа сети.
Обновления

Что нового

Программа обновляется сама: раз в 6 часов проверяет новую версию, сверяет подпись автора и ставит при следующем запуске.

0.6.512.10.2026 — Пользовательские данные и интерфейс
  • Автоперевод интерфейса сохраняет пользовательские имена, пути, программный текст и ответы модели или помощника. Уточнены инструкции установки и границы открытого ядра. Native-модули и правила активации сохранены. Установщик пока без подписи издателя; предупреждения Windows возможны.
0.6.412.10.2026 — Исправление активации
  • Уточнено распознавание повреждённых ключей ZA1/ZA2. Ошибки на странице активации, включая начальную ошибку сохранённого ключа, переведены на русский и английский. Подписи и права не изменены. Установщик пока без подписи издателя; предупреждения Windows возможны.
0.6.311.10.2026 — Исправление активации
  • Повреждённые ключи и удостоверения, а также некорректные запросы активации отклоняются без внутренней ошибки. Действующий ключ сохраняется без изменения. Сообщения активации и «О программе» уточнены на русском и английском. Установщик пока без подписи издателя; предупреждения Windows возможны.
0.6.211.10.2026 — Исправление установки и запуска
  • Выбор русского или английского языка и читаемое соглашение при установке. Проверка Python 3.12 x64 и обязательных зависимостей. Исправлен запуск при занятом порте и завершение собственных процессов при закрытии или ошибке запуска. Установщик пока без подписи издателя; предупреждения Windows могут сохраняться.
0.6.109.10.2026 — «Продолжить, проверить, экспортировать»
  • Продолжение от выбранного снимка. Восстанавливаются веса, оптимизатор, EMA и состояние генераторов случайных чисел, включая dropout. Просмотр плана не меняет случайность следующего шага; отсутствие нужного снимка даёт понятную ошибку вместо незаметного старта с нуля.
  • Новая порция из JSONL-пула. Примеры связываются с устойчиво не пройденными проверками. Видны исходный пул и снимок; контрольные примеры, ошибки выполнения проверки, повторы и конфликты не попадают в порцию автоматически. Устаревший предварительный просмотр обнаруживается перед применением.
  • Проверки понятнее. Фильтры и группы помогают отличить ошибку модели от ошибки самой проверки; формы выбора снимка и порции удобнее на узком экране. Основная структура среды сохранена.
  • Проверка настоящего GGUF. Экспортированный файл запускается через входящий в поставку CPU llama-server. Отчёт сохраняет SHA256 всего файла, сведения о среде выполнения, ответы и полноту проверки. Неполный или завершившийся с ошибкой прогон не выдаётся за успешный. Неподдерживаемые проверки объясняются явно.
  • Один тяжёлый запуск за раз. Запуск экспортированной модели учитывает занятость среды, чтобы не накладываться на уже работающий процесс.
  • Убран ежедневный счётчик запусков. Программа больше не отправляет код компьютера и версию для подсчёта работающих копий. Проверка лицензии и авторской подписи обновлений сохраняется.
0.6.008.10.2026 — «Живая сеть»
  • Применить живьём. Поправил сеть посреди учёбы или после (другой изгиб, ширина, новый блок) — кнопка «Применить живьём». Сначала план: какие веса сохранятся, какие новые учатся с нуля, у кого сохранится состояние оптимизатора. Потом учёба доходит до границы шага, пишет снимок и продолжает ТОТ ЖЕ шаг с новой программой. «Отменить правку» — ветка с прежней программой от того же снимка.
  • Машина времени. Под графиком — полоса «История»: снимки учёбы (сами, в бюджете диска), правки программы, ветки, проверки на каждом шаге. Щёлкни снимок — «Ветка отсюда» (с правкой из окна или без), «Проверить это состояние», «Сравнить ответ», «Путь примера», «Свойства».
  • Проверки модели (исполняемое ТЗ). Вкладка и режим «Проверка»: обещания модели — «на такой вход ответ содержит / равен / начинается с / JSON с ключами / кончается вовремя / число в пределах / вероятность эталона / своя функция Python». Идут сами в конце каждой учёбы (короткие — на каждой мерке), на любом снимке и на выгруженном файле. В тексте проекта — раздел checks:.
  • «Сделать проверкой» и «Закрепить пример» — прямо у ответа сети. Закреплённый пример показывает ответ на каждой мерке: видно, как он меняется по ходу учёбы и после правки.
  • Выгрузить и проверить. Те же проверки — на весах учёбы, на выгруженной папке (её код и сжатые веса) и на ONNX, с отпечатком файла: проверено именно то, что отдаёшь.
  • Обучить на этом. Красная проверка → короткая ветка учёбы с этим примером в данных; потом — все проверки (стражи показывают, не сломалось ли старое). Можно сразу на всех красных.
  • Когда покраснела? По истории и снимкам (двоичным поиском) — на каком шаге и после какой правки проверка сломалась.
  • Разница ответа. Тот же вход на двух состояниях сети: ответы рядом и насколько изменился выход каждого блока.
  • Запрет «не трогать». «🔒 Не трогать» у блока: его веса не учатся, в конце учёбы — доказательство, что не сдвинулись; живая правка, которая их ломает, не применится. В тексте — protect:.
  • Свойства модели. Не примеры, а классы ошибок: тот же вход — тот же ответ; будущее не подсматривается (утечка ответа в своём коде); начало текста отвечает как в длинном; ответ не зависит от соседей по пакету.
  • Минимальный воспроизводимый сбой. Учёба ушла в nan — доктор сам урезает пакет до одной строки и самого короткого куска, где тот же блок всё ещё первым даёт nan, и кладёт рядом сбой.py на чистом PyTorch — для issue или коллеги.
  • Путь одного примера. Где сеть на нём ошибается (по кускам), какие блоки его градиент тянет сильнее, по пути ли это с учёбой (с моментом оптимизатора) и что сделал бы один шаг только на нём.
  • Данные как программа. В «Что видит сеть» — свой пример по стадиям: сырой текст → чистка проекта → куски кодировщика → что идёт в потерю → влезает ли в окно. Ловит, например, чистку «в нижний регистр», которая ломает метку «Ответ:».
  • Проверить награду (учёба с судьёй): до GRPO — получает ли верный ответ больше, чем чужой, обрезанный, пустой и с мусором после. Иначе сеть «взломает» награду.
  • Сверка точности. Та же сеть в fp32 и в половинной точности, блок за блоком: где копится ошибка округления.
  • ★ Откуда этот ответ? (прототип). Какие учебные примеры сильнее всего тянут сеть к данному ответу (TracIn по снимку) — например, неверный ответ и наверху мусорные тексты. Оценка влияния, не доказательство.
  • Капсула результата («Выдать ▾»): zip — программа, сеть на чистом PyTorch, веса, проверки с вердиктами, как повторить.
  • Учёба переживает перезапуск. Перезагрузил компьютер посреди учёбы — она продолжится со своего последнего снимка, а не с нуля; окно, открытое заново, снова видит идущую учёбу.
  • Опыты с проверками: у каждой развилки — счёт проверок; развилка, которая улучшила мерку, но сломала проверку, помечена ✗.
  • Окно: три режима в шапке — **Сеть / Обучение / Проверка** (Alt+1/2/3); **Ctrl+P** — перейти к блоку, проверке, проблеме; **Ctrl+Shift+P** — команды над выделенным; **Alt+←** — назад; стрелки — к соседнему блоку по нитям; у блока в инспекторе — главное сверху, редкие настройки свёрнуты; проект открывается в том режиме и с той линзой, где ты работал.
0.5.1407.10.2026
  • Окно легче: внизу шесть главных вкладок, остальные — под «Ещё ▾»; под учёбой вместо десяти мелких кнопок — «Продолжить», «Дообучить», «Проверить ▾» и «Выдать ▾».
  • Любая команда — Пробел или Ctrl+K: учёба, отладка, линзы, выдача, вкладки, Hugging Face — по имени.
  • Правый щелчок по блоку — короткое меню (заменить, копия, в группу, в этажи, свой код, удалить); по нити — вставить блок или убрать нить.
  • Над палитрой блоков — поиск «найти блок…»: Enter добавляет первый подходящий.
  • Esc закрывает окна-карточки (проверка компьютера, лечение, Hugging Face и другие).
0.5.1307.10.2026
  • Отладчик учёбы: программа не только учит сеть, но и находит, где учёба идёт не так, предлагает лечение и проверяет его.
  • Вставка блока в нить больше не перекашивает схему: новый блок встаёт между соседями, а всё дальше по нити плавно отъезжает.
  • Проверка компьютера («Файл ▾ → Проверить компьютер»): видна ли видеокарта, подходит ли к ней torch и драйвер, работают ли шаг учёбы и половинная точность, хватает ли памяти и места — простыми словами, с советом и кнопкой «Скопировать отчёт». При первом запуске проверка идёт сама и показывается, только если что-то плохо.
  • Установщик: если у тебя уже стоял torch без поддержки видеокарты (учёба тихо шла на процессоре в 10–50 раз медленнее), установщик спросит и поставит сборку с CUDA. Для RTX 50 — свежий torch, который знает эти карты.
  • Проверка на одном пакете (кнопка «Один пакет», полминуты): один и тот же пакет 150 шагов — может ли сеть выучить хоть его. Если нет — сломано устройство или учёба, а не данные. Рабочая учёба не трогается.
  • «Что видит сеть»: настоящий пакет учёбы — что на входе и что сеть учится предсказывать (зелёным — то, что идёт в потерю). Сразу видно, если у пар «вопрос → ответ» ответ не влезает в окно и пара ничему не учит.
  • «Лечить…»: доктор предлагает правки схемы (норма перед мёртвым блоком, обход вокруг этажа, скорость учёбы, обрезка градиента). Применить — и учёба пойдёт заново, а на графике будут «до» пунктиром и «после». Лечение — опыт: если не помогло, это видно.
  • Живой пульс: во время учёбы по нитям от выхода к входу бежит золотой свет — настоящий градиент. Где он гаснет — блок не учится; мёртвое темнеет, nan вспыхивает красным.
  • Прошлая учёба остаётся на графике пунктиром — любую правку можно сравнить «до/после» на том же шаге.
  • Доктор учёбы. Во время учёбы программа сама осматривает каждый блок сети — на 20-м шаге и дальше регулярно — и пишет по-человечески, что не так и что поправить: мёртвые нейроны (ReLU отдаёт одни нули), градиент не доходит до начала сети или гаснет по этажам, значения разносит, появились nan, скорость учёбы велика или мала, сеть начала зубрить. Если блок страдает из-за соседа, доктор так и говорит — лечить соседа.
  • Учится ли она на самом деле: доктор проверяет, что веса каждого блока входят в оптимизатор и сдвинулись с начала учёбы, а в конце — что в файле весов лежат ровно выученные веса, а не прежние. Замороженные нарочно блоки ошибкой не считаются.
  • Первый nan: если потеря стала не-числом, доктор прогоняет тот же пакет данных ещё раз и показывает блок (и этаж), где не-число появилось первым по ходу сети; всё, что дальше, помечено как следствие.
  • Учёба, которая разошлась в nan: окно переставало показывать её ход и висело на «идёт» (в журнал писалось NaN, а это не JSON); теперь видно всё до итога. И она больше не падает в самом конце на пробном тексте.
  • Линза «здоровье»: блоки на сцене светятся зелёным, жёлтым или красным; выбери блок — справа его числа и совет.
  • «Модель с Hugging Face»: у моделей с окном внимания (Mistral, Gemma 3, gpt-oss) «окно до» считалось так, будто память окна растёт бесконечно; на деле этажи с окном перестают расти на его длине. Теперь правильно: например, Gemma 3 4B в 4 битах на карте 6 ГБ держит всё окно 128 тыс., а не 21 тыс.
0.5.1207.10.2026
  • Новое: «Файл ▾ → Модель с Hugging Face…». Пишешь название любой открытой модели (Qwen/Qwen3-8B, deepseek-ai/DeepSeek-V3, openai/gpt-oss-20b) — через секунду видишь её устройство в 3D: этажи, окна внимания, эксперты, скрытое внимание. И таблицу: сколько у неё весов, сколько работает на каждый токен, сколько памяти нужно в 16, 8 и 4 битах вместе с окном разговора — и влезет ли она в ТВОЮ видеокарту и до какого окна. Веса не качаются, только описание модели (килобайты).
  • В консоли то же самое: zhele hub Qwen/Qwen3-8B --context 8192.
0.5.1107.10.2026
  • Установка: torch ставится проверенной версией. Без видеокарты NVIDIA раньше вставал самый свежий torch, на котором программа не проверялась; теперь 2.5.1, как у автора.
  • Видеокарты RTX 50: установщик ставит для них torch с CUDA 13 (старая сборка эти карты не поддерживала).
  • Установщик ставит и onnxruntime: без неё сверка чисел при выгрузке и импорте ONNX молча пропускалась.
  • Программа проверена и на свежем torch 2.14 — если у вас уже стоит свой torch, она работает и на нём. Найдено и исправлено: выгрузка в ONNX на torch 2.9+ требовала лишнюю библиотеку onnxscript; импорт ONNX и PyTorch-кода на torch 2.6+ дробил этажи сети на куски.
  • Пузырь с несколькими выходами: если следующий пузырь брал второй выход, программа сохранялась, но не открывалась обратно. Исправлено.
  • Пробный текст сети без значков «�» посреди слов.
0.5.1006.10.2026
  • Коды подарка: одноразовый код вида ZG-XXXX-XXXX-XXXX вставляется в поле ключа — ключ встаёт на тот компьютер, где код ввели первым.
  • «О программе»: поле «новый ключ» — купленный ключ или код подарка вводится, не выходя из программы.
0.5.906.10.2026
  • Перед первым запуском — согласие с условиями (галочка на первом экране); полный текст условий открывается прямо из программы и лежит на zhele.tech/terms.
  • Историческая функция 0.5.9: ежедневная отправка кода компьютера и версии. С 08.10.2026 служба больше не учитывает статистику устройств и запусков; старые установленные версии могут ещё отправлять запрос. В новом кандидате ежедневная отправка удалена.
  • Английское окно: подписи графика учёбы — по-английски. Новости и выпуски — в канале t.me/zhele_air.
0.5.806.10.2026
  • Встроенный помощник (бета): правит программу по просьбе словами; его мозг — zhele_ai, языковая модель автора. Новая версия: на экзамене из 20 правок делает 11. Пакет помощника скачивается сам, по ключу.
  • Ключи — с нового адреса key.zhele.tech, сайт — zhele.tech; прежний адрес тоже работает.
0.5.705.10.2026
  • 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».
0.5.604.10.2026
  • 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.
0.5.504.10.2026
  • Новое имя — zhele (было zhele_air). Ярлыки, установщик и окно переименованы сами, проекты и ключ на месте.
0.5.404.10.2026
  • 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.
0.5.304.10.2026
  • 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") — обычный nn.Module.
  • ИИ-помощники (через MCP) кладут свои блоки в библиотеку.
0.5 – 0.5.203.10.2026
  • Автообновления: новая версия ставится сама, подпись автора и контрольные суммы проверяются перед установкой.
0.403.10.2026
  • Первая выданная версия: установщик для Windows, ключи доступа, язык «желе», компилятор и среда.
Скачать

Поставить и получить ключ

СистемаWindows 10 или 11, 64 бита
ВидеокартаNVIDIA — учится быстрее; без неё работает на процессоре
Место на дискеУстановщик Windows — примерно 32,4 МБ; распакованные файлы Желе — примерно 90,4 МБ. Дополнительное место для Python, PyTorch, необходимых зависимостей, моделей и запусков зависит от среды.
Интернетпри установке для загрузки недостающего CPython 3.12 x64 и необходимых зависимостей

Установщик поставит Python 3.12 и PyTorch, если их нет. Первая загрузка зависимостей требует дополнительного времени и места на диске. Другие версии Python не мешают.

  1. Скачайте и запустите установщик. Также доступна команда PowerShell: irm https://zhele.tech/install.ps1 | iex. Установщик пока без подписи Authenticode; Windows может показать предупреждение или заблокировать запуск.
  2. Открой zhele и нажми «Получить пробный ключ» — неделя бесплатно, программа получит ключ сама.
  3. Понравилось — там же «Оформить подписку»: $5 в месяц или $49 в год. Доступные способы оплаты показаны при оформлении. Ключ и продления встают сами.
Это бета. Установщик пока без подписи Authenticode: Windows может показать предупреждение. Что-то может сломаться — пришлите сценарий и снимок экрана. Ранним подписчикам цена останется прежней. Ключ привязан к компьютеру; сменить компьютер — через поддержку или бота.

Статистика отменена, лицензия остаётся

Версия 0.6.1 не отправляет статистику устройств и запусков. Старые программы 0.6.0 ещё могут отправлять прежний запрос, но сервер его не учитывает. Для получения и продления ключа сервис лицензий использует код компьютера и секрет установки; привязка ключа к компьютеру остаётся. Подробности — в условиях использования. Условия использования (они же — LICENSE.md в папке программы)

Mac и Linux — скоро. Новости и выход — в канале t.me/zhele_air.

Покажите свой первый опыт

Новости проекта, демонстрации и вопросы автору. Расскажите, какой пример запустили и что получилось.