texts-to-transformer

这是一个在 Apple Silicon Mac 上本地训练微型 Transformer 语言模型的开源项目，专为个性化风格建模设计。它从零开始训练 tokenizer 和模型，完整支持 iMessage 历史数据的安全快照、文本提取、HMAC 伪匿名化、泄漏鲁棒的数据集划分、MLX 框架下的轻量级 decoder-only Transformer 训练及本地终端对话交互。模型参数仅约 138 万，上下文窗口 256 token，不依赖预训练，专注复现用户个人表达习惯（如用词、节奏、惯用语），但不具备通用推理或事实问答能力。适用于希望在完全离线、隐私优先环境下构建个人写作风格模型的技术用户。