待验证50% 置信事实精确时间

GPT系列模型采用字节级BPE（Byte-level BPE），以原始字节为基本单位消除未登录字符问题

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

GDScript+Vulkan在Godot中运行Gemma大语言模型实验

相关事实

待验证GPT系列和Claude系列均采用Byte-Pair Encoding（BPE）类似的分词机制81% 相似待验证GPT系列使用BPE（Byte Pair Encoding）分词器，em dash在tokenizer中被编码为独立的token78% 相似已验证GPT系列使用tiktoken（基于BPE编码）进行Token化76% 相似待验证GPT系列常用的BPE字节对编码算法通过统计相邻字符对频率并合并最高频字符对来构建词汇表76% 相似待验证GPT-2确立的BPE分词、Pre-LN归一化、因果掩码自回归训练三大核心设计在GPT-3中被保留并扩展至175B参数76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/517766

API

curl https://kongchang.com/api/v1/knowledge/claims/517766

MCP

get_claim(id=517766)