待验证50% 置信事实精确时间
GlyphSprout 限定在 BMP 范围内，因此无法处理超出该平面的字符（如部分 emoji、罕见汉字、历史文字）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证BPE 是在字节层面操作的，因此任意 Unicode 文本（包括 emoji、中文、代码符号）都能被无损编码。68% 相似待验证SentencePiece 由 Google 开发，直接在原始 Unicode 码位上运算，无需依赖预分词步骤，对中文、日文等无空格分隔语言更友好；Llama、Mistral 等模型对中文分词效率普遍低于专门针对中文优化的 Qwen 等国内模型65% 相似待验证Unicode CJK字符超过2万个，使中文字形建模对模型提出更高要求，是所有生图模型中文渲染表现逊于英文的原因61% 相似待验证配置文件中必须使用英文标点符号并在字段后加英文逗号，误用中文标点是配置不生效的常见原因61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1022449API
curl https://kongchang.com/api/v1/knowledge/claims/1022449MCP
get_claim(id=1022449)