（来源：上观新闻）
皮隆迪尼⬇🤓指出：“在 AI⛈ 时代，我们的客🐼🍡户做出的决策中，👨🔐哪怕 1% 的👨👨👧错误都是🇧🇭不可接受🇹🇨🇲🇵的，他们需♥🤯要一种完全不⏬同的太😷❇空资产⛴。阿琛之前买过安卓🇲🇺🇲🇾的折叠屏，但对这📵国产小视频在线91类产品的影🔦像不满意🏴⚽。彼时，OpenA🌇🖨I还未推出🇲🇿ChatGP🇭🇲⏹T，生成⚫式AI的热潮也尚👱♀️👨⚕️未席卷🇰🇪全球👨🎓。
他还在不停地🐧👨🎓给龙虾🚣塞任务，想看看它🕵🦅的极限，但🚖🇧🇬他没看到它🤮的边界🌖🦏。让我们用一个简化🚄🚳示例说明，🥠假设训练语料👚🛣包含以♎下词汇及出现频🔦🇧🇦率： “👅🎚hug”：👃10次 “p🕓👩👧👧ug”：5👱♀️次 “pun👨👧👦”：1🙌2次 “bu🍪n”：4👨🌾次 “💋hugs”：🔇🕯5次 第一步：🙆♂️🇱🇾将所有词💖🍴拆分为字符，🎍添加结🇹🇷束符 “🐺🌺hug” → 🚀🥽“h u🔖🌇 g ” “pu💃g” → “p🇦🇶🎟 u g ” 📹“pun” →😢🥔 “p🇻🇬◽ u n ”🐔 “b🍷🏴☠️un”⚡ → “b u 👪🇦🇮n ” 🎱“hu📜gs” → “h🇹🇴🗜 u g s 🧠” 初始词✖🔺汇表仅包含🇸🇯⛱基础字符：👩⚖️🎶{b, 💟g, h, n,💫😃 p, s,🌆🇰🇭 u, 🦸♂️⚫t} 💩⚗第二步：统计相邻🇳🇦字符对的🌠出现频🦚🈶率 “u g”🇵🇸：15次（来🧛♂️自“hug”的1👨👨👧👦0次 + 👩🚀“hugs”🧶📩的5次） ⚠“u n”：1🧖♂️6次（来🤹♀️自“pun”💊的12🇮🇨次 + “bun🍙”的4次）🔴☂ “p u👉👊国产小视频在线91”：17次🌂🧗♂️（来自“pug🎽🧾”的5次 + 🔛🇼🇫“pun”🉐🍇的12次😒） 第🖌🇦🇸三步：合并最高频🏰字符对 假设♾️👨🏭“p u🏤”频率最高😿3️⃣（17次），创🏩🇧🇾建新符号“pu💬😚”， 词🇲🇨汇表扩🔝展为：{🐛b, g, h🙇, n,💱🇹🇰 p, s, u6️⃣, ,🇻🇪🍛 pu} 第🇼🇸🇦🇨四步：😊迭代重💆♂️🇦🇶复 继续统计新语🤓👧料中的字符对频🚶♀️😢率，合并🇱🇰下一个最🎺高频对，直到达到🔰🥈预设的词汇表大😳小（如G📏PT-2🇲🇾为50📍,257个to🍱ken）🎞💁♂️。
