Vovala14 · 已发布,本站供应商暂无
CAEL 0.4.2(2026):它是 AI 模型吗?和 LLM 有什么不同?
CAEL 0.4.2 于 2026 年 11 月 17 日发布,是一个作者称没有神经网络的聊天助手,在 CPU 上用小型智能体、规则、精确求解器、元胞自动机和对人写答案的检索来回答,所以它不是 LLM,本站无法运行它。
现在就用
聊天
这个聊天默认使用 Inkling 2 Small,不是 CAEL 0.4.2。
- 厂商
- Vovala14
- 类型
- 文字
- 发布
- 2026-11-17
- OpenRouter id
- 无
已核对
CAEL 0.4.2:事实与来源
- 作者的 GitHub 发布页显示 CAEL 0.4.2 于 2026 年 11 月 17 日(UTC)发布,Hugging Face 上的 vynly/CAEL-0.4.2 仓库也在同一天创建。来源: github.com · 核对于 2026-11-19
- 作者的 GitHub README 现在以更新的 CAEL 0.4.3 为主,GitHub 发布列表显示 0.4.3 于 2026 年 11 月 18 日发布,所以 0.4.2 已不是最新的 CAEL。0.4.3 的说明增加了 Python、讲解和小贴士等专题,更广的 Supporter,以及一个非神经的网格求解器。来源: github.com · 核对于 2026-11-19
- 模型卡的第一句把 CAEL 描述为没有神经网络的聊天助手:由一队小型智能体、规则、精确求解器、元胞自动机,以及对人写答案的检索组成,在 CPU 上运行。Hugging Face 上的标签是 non-neural、cellular-automata、symbolic-reasoning、retrieval 和 custom-code,仓库归在文本生成任务下。来源: huggingface.co · 核对于 2026-11-19
- 0.4.2 的发布说明写道:它仍然是非神经网络的,没有任何神经网络或 transformer 来产生它的回复。每一轮由一队小型智能体(规划者、研究员、计算器、记忆、写作者、评审者,以及新增的负责情绪类对话的 Supporter)作答,答案来自人工编写的知识、CAEL 自己的本地人写答案索引、精确求解器和经过核对的网页查询。来源: huggingface.co · 核对于 2026-11-19
- 关于它算不算 AI 模型:作者的声明文件称 CAEL 是“一个独立的模型家族”,把它的运行部分描述为“学出来的元胞事件规则、计划和类似模板的正则文法”,再加上手写的解析,并说最初版本的训练和推理都没有使用神经网络模型。它还说,更早的一个图片组件曾以神经图像模型(Stable Diffusion 1.5)的输出作为老师来训练,不过其运行时采样是非神经的。来源: huggingface.co · 核对于 2026-11-19
- 按发布说明,0.4.2 的检索是这样工作的:一个新的索引覆盖同样的 285,000 条已存问答,用 BM25F 对标题、标签、问题正文和答案四个字段排序,把整段对话作为查询,使用从索引本身统计出来的词语关联,转换约 110 个英式与美式的词和短语,并且只有当帖子标题同时点出用户的对象和问题时才会引用它。说明称,在两个开发集上,合适的帖子排第一的比例为 71% 到 76%,此前为 41%。来源: huggingface.co · 核对于 2026-11-19
- 按模型卡,大小和速度如下:磁盘约 2.6 GB,几乎全是数据(代码约 20 MB);启动后内存约 100 MB,聊天时约 200 到 230 MB;不需要 GPU;一般一轮在单个核心上只要不到一秒,需要多次搜索时会更久。来源: huggingface.co · 核对于 2026-11-19
- 按作者的参数文件,下载文件有:源码压缩包 19,765,994 字节,开放聊天索引压缩包 368,820,906 字节,另外单独下载的资源包 562,714,794 字节(0.3.7 版,不含图片)。参数文件把运行环境描述为自定义的非神经 Python 运行时,由符号、计数和自动机组成,不是 Transformers。来源: huggingface.co · 核对于 2026-11-19
- 按模型卡,运行方式是:使用 Python 3.12,解压 CAEL-0.4.2.zip 和开放聊天索引压缩包,安装 requirements-unified.txt,运行 python -m cael_unified --download 下载资源包,然后运行 python -m cael_unified --ui,打开本地页面 127.0.0.1:8765(终端聊天用 --mode chat)。它是自定义的 Python 代码,不是 Transformers 权重,图片和人像权重没有包含在内,模型卡也关闭了 Hugging Face 的在线推理小组件。公共网页查询默认开启;设置 CAEL_WEB_SEARCH=0 可以关闭。来源: huggingface.co · 核对于 2026-11-19
- 同一份更新日志里更早的结果:0.4.1 在一场自评的盲评对战中面对 Qwen3.5-0.8B,CAEL 约 796 Elo(Qwen 为 1000),3 胜 14 负 3 平。0.4.0 的核心引擎在 CellARC 谜题集上(官方评测脚本,在已见过的任务上重跑),1000 个插值任务的总体单元格准确率为 57.31%,1000 个外推任务为 34.94%,整道题全对的分别是 1000 道里的 79 道和 5 道。说明称多数预测含有经验性或回退性的猜测,精确的外推仍然很弱。来源: huggingface.co · 核对于 2026-11-19
- 模型卡自己列出了局限:实用的多轮操作类聊天仍可能退回到类型对但不针对具体情况的通用建议;CAEL 知识范围之外的事实要靠网页;20 段自评对话是很小的样本。来源: huggingface.co · 核对于 2026-11-19
- 在作者放在 GitHub 上的一段真实聊天里(0.4.1 版,网页查询保持开启),一句关于“你这周过得怎么样”的闲聊,得到的是一段无关的、检索来的关于饮食和恢复的回答,而一道火车时刻的加法题(08:50 出发,行程 2 小时 35 分)则被准确地答为 11:25。作者自己把前一个描述为答非所问,后一个描述为精确。来源: github.com · 核对于 2026-11-19
- 许可:CAEL Non-Commercial License 只允许个人使用和非商业研究。任何商业用途都需要版权持有人另行书面授权;许可列出的商业用途包括出售或对访问收费、直接或通过广告、订阅或付费 API 赚钱的产品或服务、在营利性企业中使用,以及用它的输出去训练商用系统。来源: huggingface.co · 核对于 2026-11-19
- 模型卡称该许可为非商业、源码可见,并说开放聊天数据保留各自的许可:Stack Exchange 为 CC BY-SA 4.0,OpenAssistant 为 Apache 2.0,databricks-dolly-15k 为 CC BY-SA 3.0。来源: huggingface.co · 核对于 2026-11-19
- 作者的更新日志说,有些版本是在 AI 辅助下完成的,其中一项研究里的回复由 AI 编程智能体审阅,而且不是盲评。来源: huggingface.co · 核对于 2026-11-19
- 声明文件说 CAEL 起源于 2026 年 10 月 13 日的一项受限符号事件实验,它是一个独立的模型家族,不是原生的 MICA 架构,二者的版权持有人相同。来源: huggingface.co · 核对于 2026-11-19
- 个人使用和研究用途下,这些文件可以从 Hugging Face 免费下载。在我们读到的页面里没有找到托管价格,OpenRouter 也没有价格,因为它没有上架 CAEL。来源: huggingface.co · 核对于 2026-11-19
- CAEL 0.4.2 不在 OpenRouter 的模型列表里(2026 年 11 月 19 日核对),所以本站无法运行它。它的许可也把付费服务保留给版权持有人,而本站出售积分。本站与其他模型聊天,例如 Inkling 2 Small 和 Qwen3.8 Flash。来源: openrouter.ai · 核对于 2026-11-19 · 二手
本站表格
CAEL 0.4.2 里谁来回答什么
- 按说明,0.4.2 新增或修复的其他部分有:一个连贯性检查,让后续回答始终围绕正在谈论的对象,并拒绝只是共用一个词的页面(比如拿一部电影来回答煎饼问题);负责孤独、悲伤、挫折、紧张、孩子难过、纠纷、不堪重负和愤怒的 Supporter;要求更搞笑、更快乐或更悲伤时真的会改变结局的故事情节;以及计算器、记忆和写便条的修复,如某数额的占比、按全价算的折扣、食谱按比例缩放和改期的预约。来源: huggingface.co · 核对于 2026-11-19
它怎么回答
CAEL 0.4.2:每类问题由哪个部分回答,答案从哪里来
搜 CAEL 0.4.2 的人,多半在问一个问题:这是 AI 模型吗?它和 LLM 有什么不同?答案在第二列。大语言模型是靠训练出来的神经网络一个词一个词地生成回复;CAEL 则根据问题去查找、计算或按规则处理,作者在说明里也是这么写的。它与本站可以聊天的小型神经网络模型是不同的东西,例如 Inkling 2 Small、Hy4 Flash 或 Microsoft 的 Aion 1.0。
| 问题类型 | 由谁处理 | 答案从哪里来 | 说明里给出的局限 |
|---|---|---|---|
| 算术、占比、折扣、食谱缩放 | 计算器和精确求解器 | 精确计算,不是猜测 | 这一部分没有写 |
| 建议和操作类问题 | 研究员和分字段检索索引 | 一条已存的人写帖子(来自 285,000 条问答),只有标题同时点出对象和问题时才引用 | 实用的多轮操作类聊天可能退回到通用建议 |
| 情绪类对话 | Supporter | 为每种回合编写好的回答;用户说不要建议时它不插话 | 这一部分没有写 |
| 故事和便条 | 写作者 | 它自己的故事情节和便条写作,可以改写得更搞笑、更快乐或更悲伤 | 说明里把一条简短的感谢便条列为 Gemma 赢的案例 |
| 它知识范围之外的事实 | 使用网页查询的研究员 | 公共网页搜索,默认开启并经过核对;有设置可以关闭 | 要靠网页 |
本站表格
CAEL 0.4.2:CAEL 自己做的对比,以及评判方式
- 作者自己做的比较,我们都没有复现。0.4.2:对 Gemma 3 270M IT 的 20 段密封对话,CAEL 赢 12、输 7、平 1。评判者是开发者本人,评判不是盲评,CAEL 开着网页查询,Gemma 离线运行,说明里也称 20 段是很小的样本。CAEL 赢在数学、时间、逻辑、日程、方案对比、情绪支持、操作步骤和回忆用户说过的话;Gemma 赢在一些实用的多轮聊天、一条简短的感谢便条和一次记忆更新。说明还说,一些不在 CI 范围内的旧测试仍然失败。来源: huggingface.co · 核对于 2026-11-19
作者的数字
CAEL 0.4.2:CAEL 公布的对比:样本、结果和评判方式
这些成绩是由开发者自己评判的小样本,说明里自己也这么写。最后一行是更新的 0.4.3,列出来是因为作者的 README 现在以它为主。
| 对比 | 结果 | 评判方式 |
|---|---|---|
| 0.4.2 对 Gemma 3 270M IT(20 段对话) | 12 胜 7 负 1 平 | 由开发者评判,非盲评;CAEL 开着网页查询,Gemma 离线运行 |
| 0.4.1 对 Qwen3.5-0.8B | 约 796 Elo(Qwen 为 1000);3 胜 14 负 3 平 | 自评的盲评对战 |
| 0.4.0 核心在 CellARC 上(1000 + 1000 个任务) | 单元格正确率:插值 57.31%,外推 34.94%;整道题全对 1000 道里的 79 道和 5 道 | 官方评测脚本,在已见过的任务上重跑;不是新的证据 |
| 0.4.3 对 LFM2-700M(24 段对话) | 13 胜 5 负 6 平 | 由开发者评判,名字已隐藏;CAEL 开着网页查询,LFM2 离线运行 |
上线时通知我
登录后点按钮:只保存你的账号和这个模型,不存其他资料。目前还不会发送邮件。
最接近的可用模型
现在可用的 CAEL 0.4.2 替代选择
Inkling 2 Small
Thinking Machines Lab$0.30 / $1 (每百万 token)
- Thinking Machines Lab 于 2026 年 11 月 5 日发布 Inkling 2 Small,并在其 Tinker 平台上提供。来源: thinkingmachines.ai · 核对于 2026-11-14
- 混合专家(MoE)模型,总参数 594B、激活 17B,支持图片输入和可调推理强度。来源: thinkingmachines.ai · 核对于 2026-11-14
- 输入文字和图片、输出文字;上下文最多 100 万 token;每个 token 路由到 384 个专家中的 8 个。来源: huggingface.co · 核对于 2026-11-14
Qwen3.8 Flash
Alibaba$0.15 / $0.47 (每百万 token)
- Alibaba 对 qwen3.8-flash 的定价为每百万输入/输出 token 0.15/0.47 美元(新加坡、欧盟、香港和美国区)。来源: docs.qwencloud.com · 核对于 2026-11-13
- 在 OpenRouter 上的 id 为 qwen/qwen3.8-flash,每百万 token 0.15/0.47 美元。来源: openrouter.ai · 核对于 2026-11-13
FAQ
CAEL 0.4.2 常见问题
CAEL 0.4.2 是什么?
CAEL(Cellular Automaton Event Language)是 Vovala14 在 Hugging Face 和 GitHub 上发布的聊天助手,0.4.2 版发布于 2026 年 11 月 17 日。它由一队小型智能体来回答:规划者、研究员、计算器、记忆、写作者、评审者,以及负责情绪类对话的 Supporter。作者此后在 2026 年 11 月 18 日又发布了 0.4.3,所以 0.4.2 已不是最新版。
CAEL 是 AI 模型吗?
这取决于你指什么。如果你指的是训练出来的神经网络,那不是:模型卡说 CAEL 没有神经网络,标签是 non-neural,发布说明说没有任何神经网络或 transformer 产生它的回复。如果你指的是任何能用语言回答问题的软件,那么从宽泛的意义上说是:作者把它归为文本生成的模型家族,它也用到学出来的计数和规则。模型卡自己用的词是“聊天助手”。这个标签留给你自己判断。
CAEL 和 LLM 有什么不同?
大语言模型是靠在海量文字上训练出来的神经网络,一个词一个词地写出回复。CAEL 对每个问题做的是别的事:精确计算算术题,按手写规则处理,运行元胞自动机,通过搜索引用一条已存的人写答案(它存了约 285,000 条),或者上网查。结果是又快又轻,但可能跑题:作者自己的演示里,一句闲聊得到了无关的回答。
CAEL 0.4.2 表现怎么样?
按作者自己的测试,它对 Gemma 3 270M IT 的 20 段对话赢了 12、输了 7、平了 1。但评判者是开发者本人,评判不是盲评,CAEL 开着网页查询而 Gemma 没有,说明里也称 20 段是很小的样本。更早的 0.4.1 版对 Qwen3.5-0.8B 只赢了 3 轮、输了 14 轮。我们没有运行过它,这些数字请当作作者的说法。
运行 CAEL 0.4.2 需要什么?
Python 3.12、约 2.6 GB 磁盘,不需要 GPU。模型卡说启动后内存约 100 MB,聊天时 200 到 230 MB,一般一轮在单个核心上不到一秒。你要下载源码压缩包、开放聊天索引和一个 562,714,794 字节的资源包,然后启动本地页面。公共网页查询默认开启;设置 CAEL_WEB_SEARCH=0 可以关闭。
CAEL 免费吗?可以商用吗?
个人使用和非商业研究可以免费下载。CAEL Non-Commercial License 规定,任何商业用途,包括付费 API、订阅、靠广告赚钱的服务以及在营利性企业内使用,都需要版权持有人另行书面授权。模型卡称它是源码可见的非商业许可,其中的第三方数据保留各自的许可。
能在本站和 CAEL 0.4.2 聊天吗?
不能。它不在 OpenRouter 的模型列表里,它的许可也把付费服务保留给作者,所以本站无法运行它。想换一个小型神经网络聊天模型:在本站,与 Inkling 2 Small 的一次典型回复约 1 个积分(一个积分约 $0.01,按 $5 档计算),按真实 token 成本计费,最低 1 个积分。另一个来自 Hugging Face 的开放小模型,见 SenseNova Loop 9B。
这是 CAEL 的官方网站吗?
不是。本页为非官方页面,与 Vovala14 无关,也未获其认可。事实链接到我们读过的页面。