借同一句话构造next-token与masked-token题，核心是答案来源和可见条件，不是语言架构课。
同一句红色杯子放在桌上，前文预测杯子与中间遮挡预测杯子两种可见性规则。
看这句话。把后面的内容暂时挡住，就能用前面的文字预测接下来出现的文字单位；把中间一部分遮掉，又能用其余内容预测缺失部分。训练用的答案就在原文中，不需要标注者为每个位置再写一次。 两种构造并不相同：预测后续时，只能利用允许看到的前文；预测被遮住的部分时，可以利用另一种可见上下文。这里先不研究内部怎样组织长序列，我们只看输入、目标和反馈从哪里来。 这对视觉研究的启发是：不额外给类别标签，仍然可以有明确的预测任务和误差。文本本来也是人写出来的，“没有额外逐条标注”不是“没有人的知识”。那么，对图像，我们能构造什么样的预测或对应关系？
用教学单位切分 The / red / cup / is / on / the / table / .。从左到右预测的一题是：输入 The red cup，正确目标是 is。遮词预测的一题是：输入 The red [MASK] is on the table .，目标是被取走的 cup。答案都从原文取得，但模型可见条件不同：前者不能偷看未来，后者可以使用遮词两侧。
训练时原文目标已知。若模型给正确词概率0.25，这一位置的负对数损失是 ；提高到0.5后是0.693。这个反馈足以更新参数，不需要先把整句话人工标成“描述桌面”。
本页只借文字说明目标来源。实际 tokenizer 可能把单词分成多个单位，预测器也有不同架构；这些细节不影响这里的闭环：隐藏一部分信息→用可见条件预测→拿原文作答案。架构、完整注意力和循环状态留后续课程。
手算正确词概率0.25与0.5的损失，回到P6区分目标来源、输出任务和损失。
“红色 / 杯子 / 放在 / 桌上”只作词语级教学切分，未声称对应任何 tokenizer。内部序列机制不在本页展开。