（来源：上观新闻）
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： 🧜♂️👼“hu🇶🇦g”：🌸⛴10次 ♍“pug👧”：5🇨🇭👦次 “pu🤒n”：12次🇨🇷 “bun🥯”：4次 “🕖hugs”：5🇾🇪次 第一步：🇶🇦将所有词拆❤分为字🗡👨❤️💋👨符，添🇫🇲🌈加结束符🛢👨🚀 “h🎬ug” ☪→ “h 🥫🥊u g🇬🇼🥇 ” “p🔆🧲ug” → 🦂“p u🇦🇪👨🏫 g ” 🇧🇳“pun” → 🚇“p u 🦁n ” “b🌡🇧🇷un” → “b☝🧙♀️ u 🙇♀️🇱🇦n ” “hug🛩s” → 👨👧☠“h u🇸🇰🌸 g s💐 ” 初始词汇表🇮🇶仅包含👏🦑基础字🌟🍉符：{🏯🔚北条麻妃国产九九九精品视频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”：1🇺🇾5次（来自🇦🇽“hu💾g”的10次 🚚+ “hu🕠gs”的5次🌏） “u n”😄：16次（来自🐭“pun”的1👗🙄2次 + “bu👨⚕️n”的4次♐） “p u”✖😱：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🥮🚲（17次🏁💟北条麻妃国产九九九精品视频），创建新符♒号“p🏬u”， 词汇🇱🇸表扩展为：😺{b, g,👘🚨 h, 🔱n, 🧳🇳🇫p, s, u🐂北条麻妃国产九九九精品视频, , 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⏩🧐GPT-2为🎪💷50,257个t🎞oken）🇧🇦😟。
在任何无可挽回的😕🏳️🌈决定做出之前，↘⭐咱们得私下🍗🕊讨论一下🧾💋。什么叫"指数级🎯加速"？举个💰具体例⏳🇨🇱子📕。Anthro👨💻👖pic等🇮🇸🐅厂商正在以🐹🇲🇲一种难以察觉的方🆒式降低推理预算，🌁🐢普通用户🔙🤢不会收到任何🍃🇦🇸提示👨🍳🗝。这就是Nick在🤭🌧播客里反📉复说的那个数量🍺🧛♀️级："🚣♀️数千、数万到数百🏖万㊙🧶。激光通过一🀄种叫"空间光🇰🇮调制器"的🖋🇬🇹元件能🇰🇵形成几♠百上千个微🇸🇦小的光👧🖨阱，每个光阱🍦里夹一个🇲🇷💂♀️原子，整个阵列可☝以排成方阵、👀🔤三角阵、任意形🇦🇲状🌊。
