待验证50% 置信事实精确时间

现代 LLM 的词表规模在 5 万到 20 万之间。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/13

首次发现

有效期至：2027/1/11

来源

大模型为何数不清草莓里的r？深入Tokenizer分词机制

涉及实体

相关事实

待验证整个高质量表格数据集可能只有约 5 万个56% 相似待验证100万Token意味着模型理论上可一次性处理约50-75万汉字53% 相似待验证团队发布了三个数据集：JEdit-1M（百万级图像编辑）、JMaze-200K（约20万迷宫样本）、JNono-200K（约20万数织样本）52% 相似待验证训练与美国同等规模模型需要五万张顶级英伟达卡或二十万张华为95052% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1022414

API

curl https://kongchang.com/api/v1/knowledge/claims/1022414

MCP

get_claim(id=1022414)