善解 0.5.0

聊天設定更會選口語的用字，書面設定的語意校正也調過；輸入法改在 App 沙盒裡執行，更新交給另一個小程式；安裝程式可以裝給這台 Mac 的每個帳號。

• 聊天更懂口語：聊天設定的語意校正多參考兩樣東西（只在聊天設定）：
  • 口語詞頻表「常談」（SJ-CL-1-68K，詞彙 68,055）。它只有詞與詞對的次數、不含句子；來源與授權列在 LICENSES/data.md 與 Release sj-cl-1-68k 的署名清單。
  • 單字的讀音：打的讀音不是那個字最常見的讀法時，比較不會選它。
  • 例如「桌腳的螺絲鬆掉了」「是不是很雷啊」「變快」，用同樣的條件重播，上一版的設定選成「羅斯松」「很累」「便會」，這一版都選對。
  • 已知：「長歪了」會選成「掌歪了」，詞庫裡「長」讀ㄓㄤˇ的分數有誤，之後修。
• 書面設定的語意校正換參數：會意換成 SJ-SR-6-14M，權重和上一版相同，只重選書面設定的融合參數（α 0.7、τ 2、δ 1）。聊天設定的參數不變。
• 安裝程式多了「這台 Mac」：歡迎頁有兩個並列的選項，沒有預設。
  • 這台 Mac：裝到 /Library/Input Methods，檔案由系統保護，這台 Mac 的每個帳號都能用。有程式開著安全輸入時（密碼管理器、終端機的「加密的鍵盤輸入」），善解不再反灰，照常能用（學習暫停、不讀前文）。代價是安裝與每次更新各要輸入一次管理員密碼。
  • 只有我的帳號：和之前一樣，不需要密碼；有程式開著安全輸入時，系統仍會暫時停用善解。
  • 自動更新上來的人仍在自己的帳號裡；要搬到「這台 Mac」，重新打開這一版的安裝程式選它。學習資料與設定不受影響。
  • 換了位置之後要登出再登入一次，安裝程式最後一頁會提醒；第一次裝給這台 Mac 時，登入後還要到「系統設定 → 鍵盤」把善解加入，最後一頁會寫步驟。系統設定跳出來蓋住安裝程式時，安裝程式會自己回到前面。
  • Homebrew 只裝在你的帳號。
• App 沙盒與「善解更新」：輸入法本體在 App 沙盒裡執行（活動監視器的「沙盒」欄位是「是」），只開三個權限：沙盒本身、對外連線（只為了檢查更新）、註冊輸入法的連線。
  • 第一次啟動這一版時，學習資料與偏好設定會搬進沙盒的資料夾；學過的選字、新詞、倚天排列與各項設定都還在。
  • 按「更新到 X」之後，由 App 裡另一個不在沙盒裡的小程式「善解更新」下載、驗證並安裝，它只會更新已安裝的那一份善解。裝在「這台 Mac」時，系統會跳出密碼框，文字是「善解更新 wants permission to update 善解輸入法.」。Sparkle 升到 2.10.0。
  • 沙盒擋不住輸入法把輸入內容送出去；它限制的是程式被攻破時碰得到的檔案與程式。
• 數字列直接打數字：標準排列、中英混打開著時，不切輸入法就能在注音裡打半形數字（含 . / -），例如「2026年1月15日」「3.14」；還沒決定是數字還是注音時，畫面先顯示語境下比較可能的那一種，另一種在 ↓ 的清單裡。數字打完，預測列會依前文列出可能接的詞（「下午3」→「點」）。
  • 中英混打（實驗）改成預設開：從沒動過這個開關的人，更新後會是開著；自己關過的照舊是關。不要的話在設定的「選字」關掉。
• 改選後其他字不動：在候選窗改選一段之後，那一段以外已經顯示的字都固定，不會改一個、翻一個（學蘋果注音）。
• 預測列與 ↓ 一致：預測列顯示時按 ↓（沒有打到一半的音節時，空白鍵也一樣），候選窗前面幾項就是預測列那幾個詞、同樣順序；還沒進入的預測列第一格前面有 Tab（⇥）提示。
• 逐字改選也會學成新詞：用候選窗一個字一個字改選拼出來的 2–4 字詞，會學成新詞，之後打得出來。
  • 善解只在你用候選窗改字、或從預測列選詞時學習，學習檔只存在這台 Mac。檔案裡有：你選的詞和它前面最多 2 個漢字；你逐字改選拼出來的 2–4 字新詞，包括一起送出、但你沒改選的相鄰字（可能包含人名）；讀音、權重和日期。之後再打到這個新詞，會更新它的權重和日期。
  • 在候選窗按 ⌘⌫ 可以忘記一個詞（新詞的單字改選紀錄要另外忘記），選單的「清除選字記憶…」會全部刪掉。學習檔不受 macOS 的隱私權限保護，靠 FileVault 加密；預設會進 Time Machine，可以在選單排除；清除不會刪掉已經備份的副本。
• 中英文之間自動加空格（設定 → 選字，預設關）：在漢字和半形英文、數字之間自動加一個空格（俗稱「盤古之白」），例如「我用claude寫」送出成「我用 claude 寫」。只改善解送出的文字，標點旁邊不加。
• 關於頁列出內附的模型：設定的「關於」頁多一節「模型」，列出這一版內附的六個模型（中文名與對外名稱）。
• 跨版本比較（v0.4.7 → v0.5.0，出貨設定，docs/benchmark.md）：兩種設定都沒有集合顯著變差。
  • 聊天：Discord 聊天評測集（4,958 句）86.81% → 87.90%（改對 88／改壞 34，p 1.1e-6）、cvtune（3,791 句）90.95% → 91.93%（53／16，p 9.1e-6）、lytune（4,811 句）83.91% → 87.32%（191／27）、錯字回報（80 句）28 → 33 句（7／2，p 0.18，不顯著）。wikitune（2,827 句）77.57% → 77.26%（37／46，p 0.38，不顯著）。
  • 書面：wikitune 78.95% → 80.16%（39／5，p 1.4e-7）、Discord 聊天評測集 85.07% → 86.06%（69／20）、cvtune 90.74% → 91.80%（42／2）、lytune 84.81% → 85.68%（74／32）、錯字回報 24 → 29 句（6／1，p 0.13，不顯著）。
  • 打字測驗（76 句）：兩種設定都是改對 0／改壞 0。
  • 保留集（shard-1，300 句）：聊天 234 → 237 句（7／4，p 0.55）、書面 233 → 241 句（8／0，p 0.0078）。口語那一半用聊天設定 116 → 115（3／4），新聞那一半用書面設定 116 → 120（4／0）。
  • 速度與記憶體（兩版在同一台機器、同一場輪流跑；load avg 約 4，不是閒置窗，只能看同場兩版的差距，所以 docs/kpi.md 的速度欄不填）：每鍵 p95 2.00 → 2.05 ms，引擎載入 752 → 905 ms，記憶體（RSS）430 → 441 MB。
• 更新後如果某個 App 打不出字：請把那個 App 完全結束（⌘Q）再打開。
• 其餘是研究紀錄、契約、評測工具與 CI 的更新。

完整變更：v0.4.7...v0.5.0

常談 SJ-CL-1-68K

善解的常談模型 SJ-CL-1-68K（口語詞頻表，檔案 colloquial.sjlm，SJLM0001 格式；模型命名見 docs/releases/README.md）：聊天設定的語意校正多參考一項「這個說法在口語裡常不常見」。只有聊天設定、標準強度、搭配語意校正模型 sj-sr-6-14m（tinylm.sjtl）時核心才會用它（docs/contracts/colloquial-term.md）；其他設定不載入也沒差，核心自己判斷。CI 與發布版從這裡下載。這不是輸入法的發行版。

• 檔案：colloquial.sjlm，4,680,680 bytes

• SHA-256：2984eeb525a06b12c244b3c04b84641c9a67492486132ebf404198372b684c33

• 內容：一般的二元詞頻表（SJLM0001，不用詞類、不用 KN），詞彙 68,055；折扣 0.75、剪枝 2。它不綁 bigram.sjlm 的雜湊（核心當成獨立的一張表讀）。

• 附件：

  • colloquial-attribution.tsv（2,000,233 bytes，SHA-256 eb6fb69abf8d062b80479e20d2b1608381af2a6d51ba96435d62d3ca47015f22）：口語池每個來源單位一列（YODAS 影片 id 與網址、Tatoeba 句子 id 與作者、WildChat 與 MASSIVE 的資料集出處與授權），附句數；各來源句數加總 WildChat 3,491、YODAS 90,080、Tatoeba 36,839、MASSIVE 13,485（合計 143,895）。不含任何句子文字。App 一起打包（Resources/LICENSES/）。
  • sj-cl-1-68k.NOTICE.txt（本 repo 的 docs/releases/sj-cl-1-68k.NOTICE.txt）：四個來源的名稱、授權與連結。

• 產生（P4 的表 T2，experiments/p4-colloquial/README.md）：model-v6 建置時的口語計數 counts-colloquial3.pkl（SHA-256 1e7a15ef…）加上 Phase 2 的公開口語池的計數，權重各 ×1：

  # 口語池的計數（和 model-v6 的口語計數同一套斷詞；acg-count.tsv、names-count.tsv 是 model-v6 建置時的兩份計數詞表，SHA-256 前綴 e8757303、5c14a359）
  python3 experiments/s2/build_counts_text.py --expected --extra-lexicon acg-count.tsv --extra-lexicon names-count.tsv counts-pool.pkl pool.tsv
  # 口語表（計數檔放在 $S2_WORK 底下；--corpora 一定要給 --out，不會蓋掉 data/lm/bigram.sjlm）
  python3 tools/build_lm.py --corpora counts-colloquial3.pkl:1 counts-pool.pkl:1 --out data/lm/colloquial.sjlm

  口語池 pool.tsv（143,895 句，約 300 萬個漢字）完整 SHA-256：19fdc47430a63e24addf0ad925da090eca0ad0002656c454f757485aa00045da；它由 Phase 2 的資料準備程式建（docs/research-log.md 2026-10-18「Phase 2 公開句子池」），已對公開評測集去重、對保留集比對過；池與計數檔不進 repo。這個 Release 的檔案是 P4 當時建的那一份，這一片沒有重建（只用上面的雜湊核對）。

• 量測：P4d（experiments/p4d-colloquial/README.md）在 chatjudge-2 確認：改對 108、改壞 39，淨值 +69，p 1.1×10⁻⁸，改壞÷改對 0.36。

• 授權：CC BY-SA 4.0（https://creativecommons.org/licenses/by-sa/4.0/ ）。口語池的四個來源各自的授權都只要求署名（WildChat-1M：ODC-BY 1.0；YODAS：CC BY 3.0；Tatoeba：CC BY 2.0 FR；MASSIVE：CC BY 4.0），可以併進 BY-SA；model-v6 的口語計數本來就以 CC BY-SA 4.0 隨 model-v6 出貨。YODAS 資料集只給影片 id（查不到頻道名稱），所以照資料集提供的內容署名：資料集名稱、授權、每支影片的 id、網址與句數（colloquial-attribution.tsv）。完整的署名在 sj-cl-1-68k.NOTICE.txt 與 App 的 Resources/LICENSES/CC-BY-SA-4.0-attribution.txt。

• 不含任何私人對話資料；表裡是詞與詞對的次數，沒有句子文字。

下載：

gh release download sj-cl-1-68k -R Nanako0129/shanjie -p colloquial.sjlm -p colloquial-attribution.tsv -D data/lm
shasum -a 256 -c data/colloquial.sjlm.sha256 data/colloquial-attribution.tsv.sha256

建立這個 Release（維護者同意之後；附件三個，雜湊檔核對的是 data/lm/ 的那兩個）：

shasum -a 256 -c data/colloquial.sjlm.sha256 data/colloquial-attribution.tsv.sha256   # 上傳前
gh release create sj-cl-1-68k data/lm/colloquial.sjlm data/lm/colloquial-attribution.tsv docs/releases/sj-cl-1-68k.NOTICE.txt \
  -R Nanako0129/shanjie --title "常談 SJ-CL-1-68K" --notes-file docs/releases/sj-cl-1-68k.md --latest=false
rm -rf /tmp/check-sj-cl-1-68k && gh release download sj-cl-1-68k -R Nanako0129/shanjie -p colloquial.sjlm -p colloquial-attribution.tsv -D /tmp/check-sj-cl-1-68k/data/lm \
  && (cd /tmp/check-sj-cl-1-68k && shasum -a 256 -c "$OLDPWD/data/colloquial.sjlm.sha256" "$OLDPWD/data/colloquial-attribution.tsv.sha256")   # 上傳後

會意 SJ-SR-6-14M（語意校正模型）

善解「語意校正」用的小型字元語言模型。這一版是會意（SJ-SR）第 6 版：權重和 tinylm-v5（SJ-SR-5-14M）完全相同，只換了書面設定的融合參數，在現在的書面解碼器（model-v6＋kn-v1，書面另用三元表 sj-cx-1-7.7m）上重選。聊天設定的參數不變。這不是輸入法的發行版。

• 檔案：tinylm.sjtl，14,638,352 bytes
• SHA-256：e7c179d85405ec42a40bb22adb58a7485c58f77aed89dfc2ca76a0d89568ed5e
• 格式：SJTL0004（和 tinylm-v5 相同，現在的核心都讀得懂）。
• 內容：1,440 萬參數的字元語言模型（6 層、d 384、字表 9,717 個 id；二維權重每列對稱 int8 加 float32 縮放）。只在 n-gram 解碼出的前 8 名候選之間重排，不會產生新的文字。和 tinylm-v5 比，只有檔頭的書面融合參數不同（逐欄比對：書面 α、τ、δ 與書面積極檔三個數；字表與 76 個張量逐位元組相同，檔頭 244 bytes 之後沒有任何位元組不同）。
• 融合參數（α、τ、δ；δ 是融合分數要比 n-gram 第一名高出多少才換）：

設定	保守	標準	積極
聊天	1、2、3	0.3、2、0.25	0.3、2、0.25（同標準）
書面	1、1、4	0.7、2、1（原本 1、1、3）	0.7、2、1（同標準）

• 值怎麼選（docs/contracts/rerank-formal.md §3、§8–§10，研究紀錄 2026-10-17）：書面候選與分數用現在出貨的設定重新產生；選值只用 cvtune＋wikitune，改對與改壞 1:1 計分；預設檔的改壞率上限 0.5%。原本選出的 0.5、2、0.25 在其他來源的改壞率 1.72%，沒有出貨。維護者要「改對更多、但守住 0.5%」，所以在 0.1%–0.5% 之間的幾個選值上限各選一格，用已看過的資料篩選。0.7、2、1 在已看過的資料上改壞率 0.53%，沒過事先寫的 0.5% 篩選；維護者看過篩選結果後同意把它也送進確認（篩選放寬到 0.6%，確認的門檻不變）。在沒有任何人看過的維基判讀集（第 315,000–319,999 篇）上：0.7、2、1 對原本的書面值改對 39、改壞 11（p 0.0001），改壞率 0.35%；保守檔 0.7、1、1.5 也過，取改對較多的 0.7、2、1。
• 量測，書面設定，對同一個 n-gram 的第一名（改對／改壞；公開集合；錯字回報 133 列）：
  • 書面標準（＝積極）：dev302 14／2、打字測驗 1／0、錯字回報 8／1、cvtune 76／4、wikitune 66／6、維基判讀集 84／6 與 67／10、lytune 96／35、維基錯字表 0／0
  • 書面保守：dev302 2／0、打字測驗 0／0、錯字回報 0／0、維基判讀集 15／0 與 16／1、lytune 7／1、維基錯字表 0／0
• 保留集（fresh verifier，2026-10-17，建 Release 之前；300 列）：書面標準與積極對 n-gram 12／0、對 tinylm-v5 8／0；書面保守對 n-gram 3／0、對 tinylm-v5 0／0。
• 綁定：檔案記了 model-v6 bigram.sjlm 與 kn-v1 kn.sjkn 的 SHA-256，和 tinylm-v5 相同；不符就拒絕載入、只用 n-gram。
• 產生：tinylm-M.npz（SHA-256 32308122782d3c5aba8a838521f031a466671d47d48ec0f54dcfb9256451815e，沒有另外發布），用 experiments/s7a-tinylm/export_sjtl.py 以 --type int8 --ngram-model <model-v6> --kn-side <kn-v1> --chat 0.3 2 0.25 --formal 0.7 2 1 --levels 1 2 3 0.3 2 0.25 1 1 4 0.7 2 1 匯出。
• 授權：CC BY-SA 4.0（https://creativecommons.org/licenses/by-sa/4.0/ ）。訓練文字和 tinylm-v1～v5 相同：
  • 中文維基百科 2026-10-01 dump 的前 20 萬篇條目（CC BY-SA 4.0，署名：Wikipedia contributors）
  • Mozilla Common Voice 繁體中文（台灣）的句子（CC0）
  • Tatoeba 的中文句子（CC BY 2.0 FR，署名：Tatoeba contributors）
  • 台灣口語合成句（gpt-oss-120b 的模型輸出；模型權重本身為 Apache-2.0）

善解 0.4.7

書面設定的選字改看前兩個詞（連文模型），設定裡多了「關於」頁與自動更新，輸入法也有了自己的圖示。

• 這一版要手動更新一次：v0.4.6 以前沒有自動更新。用 Homebrew 裝的請執行 brew upgrade --cask nanako0129/tap/shanjie，其他人下載這一頁的安裝程式。從 v0.4.7 起，之後的版本可以在輸入法裡直接更新。
• 書面設定看前兩個詞：書面設定在解碼時加上三元表「連文」（SJ-CX-1-7.7M，7,700,964 條，跟著通語 SJ-LM-6-9.1M），這時不用 KN 平滑；聊天設定與預測列不變。
  • 三元表用唯讀映射載入：活動監視器看到的記憶體（peak footprint）只多約 2 MB；安裝檔多約 48 MB（輸入法的 zip 從 53.3 MB 變成 101.4 MB）。
• 「關於」頁與自動更新（設定→關於）：
  • 顯示版本，有「自動檢查更新」開關（預設開）與「立即檢查」。
  • 自動檢查每天最多一次，只查有沒有新版、不跳視窗；有新版時關於頁與輸入選單出現「更新到 X」，按下才下載安裝（Sparkle 2.9.3）。
  • 連線內容：讀 GitHub 上的 appcast.xml，GitHub 看得到你的 IP 與請求標頭；不送任何輸入內容、選字記憶或系統資訊。更新檔安裝前驗證 EdDSA 簽章。關掉開關就不做背景檢查。
• App 圖示：朱紅印章「解」，框與字是兩層玻璃；Finder 與安裝程式都看得到，之後的更新視窗也會用這個圖示。字形取自 Noto Serif CJK TC（SIL Open Font License 1.1）。
• 跨版本比較（v0.4.6 → v0.4.7，出貨設定，docs/benchmark.md）：
  • 聊天設定：每個評測集合的結果都和 v0.4.6 相同。
  • 書面設定：四個集合顯著變好，沒有集合顯著變差。
    • wikitune（2,827 句）：77.22% → 78.95%（改對 101／改壞 52，p 9.2e-5）
    • lytune（4,811 句）：84.06% → 84.81%（117／81，p 0.013）
    • Discord 聊天評測集（4,958 句）：84.27% → 85.07%（138／98，p 0.011）
    • cvtune（3,791 句）：90.11% → 90.74%（75／51，p 0.04）
    • 錯字回報（80 句）：26 → 24 句（5／7，p 0.77），不顯著。
  • 保留集（換新後的 shard-1，300 句）：聊天 234 → 234 句（0／0）、書面 230 → 233 句（7／4，p 0.55）。
  • 速度：每鍵延遲和 v0.4.6 相同。兩版在同一台閒置的機器上交錯各跑 5 輪，每鍵 p95 的中位數：聊天 2.94 → 2.85 ms、書面 2.83 → 2.86 ms。docs/benchmark.md 這次的速度欄是另一個重負載同時在跑時量的，兩版都偏慢，不能拿來比（研究紀錄 2026-10-17）。
• 更新後如果某個 App 打不出字：請把那個 App 完全結束（⌘Q）再打開。
• 其餘是研究紀錄、契約與評測工具的更新。

完整變更：v0.4.6...v0.4.7

善解 0.4.6

選字的詞類表換成 classes-v5：只降低詞類項的權重，補回 v0.4.4 起立法院發言語料的退步（書面全數補回，聊天補回約六成）。

• 詞類表 classes-v5：詞類項的權重 μ 從 0.8 降到 0.2，詞類本身沒有改。v0.4.4 起，立法院發言語料（lytune）在兩種設定都顯著變差。歸因結果是書面設定的退步主要來自詞類項和 KN 平滑同時開時互相干擾；聊天設定的退步大多落在語意校正的重排階段，降低 μ 只補回一部分。μ 是在 {0, 0.2, 0.4, 0.6, 0.8} 裡依事先寫好的規則選出的（docs/contracts/lytune-attrib.md）。
• 跨版本比較（v0.4.5 → v0.4.6，出貨設定，docs/benchmark.md）：
  • lytune（4,811 句）：書面 82.71% → 84.06%（改對 130／改壞 65，p 3.8e-6）、聊天 83.35% → 83.91%（100／73，p 0.048）。
  • 其他評測集合在兩種設定都沒有顯著變化。錯字回報聊天 24 → 28 句（5／1）、書面 28 → 26 句（3／5），都不顯著；Discord 聊天評測集兩種設定都只差 1 句。
  • 保留集：聊天 191 → 191 句（改對 3／改壞 3）、書面 186 → 187 句（6／5），兩者 p 1。
  • 速度（dev302 重播，兩版同一場）：每鍵 p95 2.16 → 2.27 ms；語意校正每次重排的 p50／p95 6.41／8.23 → 6.86／9.10 ms；記憶體相同（293 MB）。
• 已知問題：手動加的詞在書面設定可能輸給同音的寫法：手動詞的測試 15 句裡有 1 句（「米雅歌唱得很好」的第一名變成「米亞」），聊天設定 15 句都對。之後另開一片處理（例如提高手動詞的加分）。
• 更新後如果某個 App 打不出字：請把那個 App 完全結束（⌘Q）再打開。
• 其餘是研究紀錄、契約與評測工具的更新。

完整變更：v0.4.5...v0.4.6

連文 SJ-CX-1-7.7M（書面設定的 trigram 表）

善解的連文模型 SJ-CX-1-7.7M（trigram 表，檔案 trigram.sjt3，SJT30001 格式；模型命名見 docs/releases/README.md），要和 model-v6 的 bigram.sjlm 一起用，放在同一個資料夾，核心會自動載入；只有書面設定用它（同時關掉 KN），聊天設定與預測列不用。CI 與發布版從這裡下載。這不是輸入法的發行版，也不含語言模型本身。

• 檔案：trigram.sjt3，143,643,936 bytes
• SHA-256：fdd3b05d8c18cf85da434443d4fabbbfebf31e8c97a04e00e4a339bbe19eec84
• 綁定的模型：model-v6（bigram.sjlm，SHA-256 fc2bddd1…8b2cde42）。檔頭記了模型的 SHA-256 與詞彙數，配到別的模型會載入失敗。
• 內容：4,101,808 個兩詞前文、7,700,964 個「前兩個詞之後接哪個詞」的次數，以及每個前文剪枝前的總次數（插值絕對折扣，D = 0.75）。
• 產生：derisk-1015 的 E1a 用 model-v6 的配方重算計數（維基 20 萬篇與口語語料，多算一張 trigram 表），E1e 用相對熵剪枝留下分數最高的 7,700,964 條（H3），再用 experiments/derisk-1015/e1/remap_tri.py（commit 6c52e7f）把詞 id 換成 model-v6 的並綁定雜湊，輸出就是這個檔。tools/build_trigram.py 是之後移進 tools/ 的同一個演算法（只換了讀寫檔的函式），沒有拿它重跑這個檔。量測與判讀見 docs/contracts/derisk-1015.md（E1e、E1g、E1h）、docs/contracts/trigram-core.md 與研究紀錄 2026-10-16。
• 授權：CC BY-SA 4.0（https://creativecommons.org/licenses/by-sa/4.0/ ），和 model-v6 相同：由同一批語料的詞頻計數而來（見 model-v6 的說明）。
• 不含任何私人對話資料。

下載：

gh release download model-v6 -R Nanako0129/shanjie -p bigram.sjlm -D data/lm
gh release download classes-v5 -R Nanako0129/shanjie -p classes.sjc -D data/lm
gh release download kn-v1 -R Nanako0129/shanjie -p kn.sjkn -D data/lm
gh release download sj-cx-1-7.7m -R Nanako0129/shanjie -p trigram.sjt3 -D data/lm

善解 0.4.5

中英混打可以不按空白直接打英文，選了的英文會留在組字區，和中文一起送出。

• 英文的顯示（設定的「選字」，中英混打開關下面）：預設「打字時就顯示」。打英文單字時，打到 3 個字母以上、而且看得出是單字表裡某個字的開頭（有按鍵把注音的同一欄取代掉），組字區就直接顯示字母，不用按空白；短的字、或按鍵剛好拼成正常注音的字，打的當下仍是注音，按空白照 v0.4.4 開英文窗。改成「按空白才顯示」時，打字當下一律顯示注音、按空白才開英文窗，和 v0.4.4 相同；下面「英文留在組字區」的第一點、Shift 英文段與逐字母刪除，兩種設定都有。
• 英文留在組字區：
  • 從英文窗選了英文，英文留在組字區，可以接著打中文，Enter 一次送出（例如「我在用rust編譯」）；以前選了英文會立刻送出。兩種顯示設定都一樣。
  • 「打字時就顯示」時，字母顯示著、打完一個完整的單字之後直接接著打注音，英文會自動留下，不必按空白。
• Shift＋字母打一段英文：中英混打開著時，按住 Shift 打的第一個字母開始一段英文（例如 Windows、iPhone），粗底線標出這段，旁邊有一行提示。按一下空白結束這段英文，再按一下才是空白。
• 英文可以改寫法：游標緊接在英文後面時按 ↓，可以換成小寫、首字大寫、全大寫；打完英文直接接中文而自動留下的英文，清單最後還有同一串按鍵打出的中文字（詞庫裡有那個音才有），想打的其實是中文時可以換回來。
• 英文逐字母刪除：Backspace 一次刪一個字母，剩下的字母可以接著打。「打字時就顯示」時，如果英文剛好是個完整的字、打錯的下一個字母讓它自動留下並開始一個注音（例如 rusr：rus 是字，最後的 r 變成 ㄐ），按 Backspace 刪掉那個注音，英文會回到可以接著打的樣子；從英文窗選的英文、Shift 打的英文段不會這樣，刪掉後面的注音之後照舊打注音。
• 中英混打仍是實驗功能，預設關；只支援標準鍵盤排列。
• 跨版本比較（v0.4.4 → v0.4.5，出貨設定，docs/benchmark.md）：
  • 選字結果沒有變：十個評測集合在聊天與書面兩種設定都是改對 0、改壞 0，保留集聊天 191／227、書面 186／227 也和 v0.4.4 相同。評測時中英混打是關的（和預設一樣），所以這些數字不涵蓋中英混打開著時的情況。
  • 速度（dev302 重播，兩版同一場、中英混打關）：每鍵 p95 2.42 → 2.34 ms；語意校正每次重排的 p50／p95 6.80／8.71 → 8.08／12.16 ms，變慢的原因沒有查。中英混打開著時每鍵多做的字首查詢沒有量過。
• 更新後如果某個 App 打不出字：請把那個 App 完全結束（⌘Q）再打開。

完整變更：v0.4.4...v0.4.5

善解 0.4.4

設定視窗改版、新模型 model-v6，加上實驗性的中英混打與語意校正強度。

• 設定視窗：改成像「系統設定」那樣左邊一列分類（一般、選字、外觀、選字記憶），右邊是那一類的設定。視窗最高只到螢幕可用的高度，放不下的部分可以捲動；之前在筆電上設定視窗會從選單列一路長到 Dock 底下（Discord 回饋）。設定項目都沒有改。
• 選字模型 model-v6：計數時常見專有名詞也當成斷詞的詞，口語合成句多補 50 萬字，拿掉粵語用字的疊加層詞，並開啟 Kneser–Ney 平滑（kn-v1）。動漫與遊戲詞包拿掉 106 個會把詞庫裡的詞擠下第一名的詞（例如「家母」不再被「加姆」蓋過）。語意校正換成在新候選上重新調過參數的 tinylm-v5。各評測集的數字見 model-v6 的說明。
• 常見專有名詞：品牌、學校等常見專有名詞有自己的一層詞表（名單），打這些名字時比較容易一次選對。另外加入少數手動加的詞，手動詞的加分從 0.5 提高到 0.75。
• 選字記憶：開 KN 時，學到的詞不經過 KN 的分數替換，所以改選過的詞照樣排在前面。
• 語意校正強度：設定的「選字」可以選「保守／標準／積極」，預設「標準」。這一版「積極」和「標準」的值相同（積極沒有通過出貨門檻，暫時寫成標準）；書面設定的「標準」值改成在新候選上選出的值（見 tinylm-v5 的說明），所以書面的語意校正和 v0.4.3 不完全一樣。
• 中英混打（實驗，預設關）：打開後，直接照英文鍵位打一個英文單字、按空白鍵時，候選窗會出現那個英文字可以選，不必切換輸入法；不會自動送出。在設定的「選字」裡開關，只支援標準鍵盤排列。
• 跨版本比較（v0.4.3 → v0.4.4，出貨設定，docs/benchmark.md）：
  • 錯字回報（書面）28/80，比 v0.4.3 多對 6 句、沒有改壞（p 0.031）；wikitune 兩種設定多對 8／14 句（不顯著）；dev302、打字測驗、cvtune、wikitypo 大致持平。
  • 立法院發言語料（lytune，4,811 句）變差：聊天少對 45 句（改對 40／改壞 85）、書面少對 42 句（54／96），兩者都顯著。原因還沒確認：推測和新的詞類表有關（另一個還沒合併的實驗量到：出貨的 model-v6 關掉詞類表，在以 lytune 為主的評測集多對 42／51 句，但聊天語料反而變差），聊天設定也有一部分在語意校正那一步。下一片做歸因，結果決定下一版要不要換詞類表。
  • 使用者端的評測都沒有顯著變差：錯字回報聊天 25 → 24 句、聊天評測集兩種設定少 11／14 句、保留集聊天持平（改對 3、改壞 3）、書面少 3 句（2／5），都不顯著。
  • 每鍵延遲（dev302 重播）p95 2.2 → 2.8 ms、最大 9.8 → 7.6 ms；記憶體 289 → 294 MB。
• 更新後如果某個 App 打不出字：請把那個 App 完全結束（⌘Q）再打開。更新時舊的輸入法程序會被換掉，少數已經開著的 App 不會自己重新連上新的程序（2026-10-15 在 Orca 等 App 上遇到過，原因還在查）。
• 其餘是評測工具、研究紀錄與文件的更新。

完整變更：v0.4.3...v0.4.4

classes-v5：詞類表（μ 0.2，配 model-v6）

善解的詞類表（classes.sjc），要和 model-v6 的 bigram.sjlm 一起用，放在同一個資料夾。CI 與發布版從這裡下載。這不是輸入法的發行版，也不含語言模型本身。

• 檔案：classes.sjc，5,656,826 bytes
• SHA-256：9e36fa1be4518adb34bcddc2c79761006b0b06c539aa64a4564ba00397cf0262
• 綁定的模型：model-v6（bigram.sjlm，SHA-256 fc2bddd1…8b2cde42）。檔案裡記了模型的 SHA-256，配到別的模型會載入失敗。
• 和 classes-v4 的差別：只改了詞類項的權重 μ，0.8 → 0.2（檔頭位移 44 的 8 個位元組），詞類、發射機率與類別接續機率都相同。μ 是在出貨設定（model-v6＋kn-v1＋tinylm-v5）上掃描 {0, 0.2, 0.4, 0.6, 0.8} 選出的：v0.4.4 起 lytune 顯著變差，歸因到詞類項和 KN 同時開的交互作用，降低 μ 把它拿回來，其他評測集合沒有顯著變差（docs/contracts/lytune-attrib.md、docs/research-log.md 2026-10-16）。
• 產生：python3 experiments/lytune-attrib/set_mu.py classes-v4/classes.sjc classes.sjc 0.2（印出 SHA-256 與讀回的 μ），規格見 docs/contracts/classes-v5.md。
• 授權：CC BY-SA 4.0（https://creativecommons.org/licenses/by-sa/4.0/ ），和 model-v6 相同：由同一批語料的詞頻計數而來（見 model-v6 的說明）。
• 不含任何私人對話資料。

下載：

gh release download model-v6 -R Nanako0129/shanjie -p bigram.sjlm -D data/lm
gh release download classes-v5 -R Nanako0129/shanjie -p classes.sjc -D data/lm
gh release download kn-v1 -R Nanako0129/shanjie -p kn.sjkn -D data/lm

善解 0.4.3

選字的修正：解碼時不再太早丟掉「最後一個詞不同」的斷法。

• 選字：
  • 下一個詞接得順不順，要看前面最後一個「詞」是什麼。v0.4.2 以前，解碼器在每個位置，同樣的字只留分數最高的一種斷法，可能把後面接得比較順的那一種提早丟掉。例如書面設定（非聊天 App）打 ㄒㄧㄚˋ ㄌㄞˊ ㄈㄣ ㄒㄧ：單看前兩個字，「下來」比「下｜來」好，留下了「下來」；但接「分析」時是「來→分析」比較順，結果整句出現「夏來分析」。
  • 這一版起，同樣的字、最後一個詞不同的斷法會分開保留，這句變成「下來分析」。
  • 評測（v0.4.2 → v0.4.3）：公開評測集與保留集，聊天、書面兩種設定，每個集合改對的列數都不少於改壞的列數；立法院發言語料（lytune）四種組合都顯著變好。數字在 docs/research-log.md（2026-10-14 解碼器合併一節）與 docs/benchmark.md。
  • 名單裡同樣的句子只列一次之後，n-best 變短，有幾個集合「正解在前 64 名」的列數少了 1–4 列（例如 typing76 聊天 76 → 75）；第一名與語意校正用的前 8 名不受影響。
  • 每鍵延遲（dev302 重播的 p95）v0.4.2 3.3 ms、v0.4.3 4.0 ms；記憶體兩版都約 290 MB（docs/benchmark.md）。
• 其餘是評測工具、研究紀錄與文件的更新。

完整變更：v0.4.2...v0.4.3