已验证65% 置信事实精确时间

BPE算法在NLP领域的广泛应用始于2016年Sennrich等人将其引入神经机器翻译

3

来源数

65%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

OpenAI大模型开发入门：模型选型、Token计费与API实战指南

bilibiliSCI论文发刊2026/7/8

相关事实

已验证BPE（字节对编码）算法最初由Sennrich等人于2016年引入NLP领域，本质是一种无损数据压缩技术84% 相似已验证BPE最初是一种数据压缩算法，2016年被引入NLP领域用于神经机器翻译的子词分割83% 相似已验证BPE（Byte Pair Encoding）由 Sennrich 等人于 2016 年引入 NLP 领域81% 相似待验证BPE（字节对编码）算法最初是一种数据压缩算法，后被引入NLP领域并应用于GPT、Claude等主流大语言模型的分词器设计73% 相似已验证BPE算法起源于数据压缩领域，通过迭代合并高频字符对来构建词汇表65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/387521

API

curl https://kongchang.com/api/v1/knowledge/claims/387521

MCP

get_claim(id=387521)