Lexnet

Lexnet

用一个只有约 984 个权重的小型神经网络，为 C 源代码的每个字符打上语法高亮标签，通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

由 alpindale 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Lexnet 是一个小巧的神经网络，用来高亮 C 代码。它逐字节读取一个 C 文件，给每个字节一个类别，这样工具就能给关键字、字符串之类上色。卡片说它的权重完全由 Claude Fable 5.1 写出，而不是训练得到的，它没有训练数据，也没有用到训练算力。

适合谁：想要一个快速、小巧的 C 语法高亮器的开发者，以及喜欢权重由手工设计的网络的研究者。

Industry | Who uses it | How they use it | Example
开发工具 | 编辑器和工具构建者 | 快速高亮 C 代码 | 一个小型查看器里的高亮器
研究 | 机器学习研究者 | 研究权重由人设计的网络 | 读懂它的循环单元如何工作
教育 | 学生 | 看网络完成一项真实的解析任务 | 追踪一个字节如何得到它的类别
性能工作 | 工程师 | 与其他高亮器对比 | 与 tree-sitter 高亮器比速度

如果你高亮的是 C 以外的语言，可以跳过它，因为它只处理 C 源代码。

用在哪里：

• 终端，通过随模型一起提供的小型 C 程序
• 任何装有 C 编译器的机器，Windows、macOS 或 Linux 均可
• 带 numpy 参考版本的 Python，卡片在速度表里列出了它

Use case | Who | What they get back
高亮 C 文件 | 工具构建者 | 源代码每个字节对应的一个类别编号
速度测试 | 工程师 | 与其他高亮器对比的计时数字
研究小型网络 | 研究者 | 一个可供检查的、有 984 个非零权重的模型

如何设置：

• 一个 C 编译器
• 放在同一个文件夹里的仓库文件副本
• 如果用 Hugging Face 工具取回文件，还需要 Python 和 pip

1. 下载仓库文件。
2. 进入这个文件夹。
3. 编译这个 C 程序，再带上权重文件和一个 C 源文件运行。

pip install -U huggingface_hub
hf download alpindale/lexnet

卡片在取回文件并进入文件夹之后，给出了编译和运行的这两行。

cc -O3 -march=native -o lexnet lexnet.c -lm

./lexnet -w lexnet_weights.bin lexnet.c

如何使用：带上权重文件和你想打标签的 C 文件，运行编译好的程序。卡片的示例是对它自己的源文件 lexnet.c 运行。卡片没有展示打印出的输出。

示例：你编译程序，并带着权重文件对 lexnet.c 运行。文件的每个字节都得到一个类别编号，查看器可以把它转成颜色。卡片没有给出示例输出，所以确切的打印格式并不清楚。

新手与专家：如果你是新手，把它当作一件有趣的小东西。编译它，对一个短的 C 文件运行，再和你的编辑器显示的颜色对比。

这个模型是双向循环标注器，有 6 个前向层、2 个后向层和一个线性头，以 float64 运行。它有 984 个非零参数，另有稠密的填充，让矩阵能整齐相乘。它的输入是 ASCII 字节，128 及以上的字节映射到一个空行。卡片还描述了一个编译内核和一个解释式的稀疏模式。

你编译这个小型 C 程序
你传入权重和一个 C 文件
网络给每个字节打上类别
工具可以根据类别给代码上色

注意事项：

• 语言：它只处理 C 源代码，非 ASCII 字节会映射到一个空行
• 速度：卡片的数字来自一台 Apple M4 Pro 上的一个 188 KB 语料

Title: 卡片测试语料上的高亮速度
numpy reference: 59 K chars/s
Pygments CLexer: 2,238 K chars/s
lexnet interpreted: 2,398 K chars/s
tree-sitter parse and highlight: 10,010 K chars/s
lexnet compiled kernel: 11,326 K chars/s
tree-sitter parse only: 19,448 K chars/s

• License: apache-2.0
• Cost to run: 没有提到 API 密钥或付费服务，只需要一个 C 编译器
• Data it reaches: 它读取你传给它的 C 文件，卡片没有提到其他访问
• Not for: C 以外的语言，或任何需要用数据训练的模型的用法

Hugging Face 上的数据（2026年11月14日）

• 最近 30 天下载：0
• 点赞：14
• 许可证：apache-2.0

链接

• 模型：https://huggingface.co/alpindale/lexnet
• 文件：https://huggingface.co/alpindale/lexnet/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download alpindale/lexnet

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。