待验证50% 置信事实精确时间
BPE通过统计相邻字符的共现频率，迭代合并高频子词单元，构建覆盖常见词根与词缀的共享词表
1
来源数
50%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
大模型评测：测试行业最稀缺的转型方向与入场时机
bilibili宇宙Ai测试2026/7/6
相关事实
已验证BPE的核心思路是从字符级别出发，反复合并出现频率最高的相邻字符对，直到词汇表达到预设大小82% 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77% 相似已验证BPE（Byte Pair Encoding）是大语言模型使用的Token化算法，通过统计训练语料中字符对的共现频率迭代合并最常见的字符组合74% 相似待验证BPE 的核心思想是将高频共现的字符对反复合并为新的子词单元，能处理未登录词（OOV）同时保持词表规模可控74% 相似待验证现代大模型使用BPE或SentencePiece等分词算法构建词汇库，主流模型词汇库规模在3万到15万Token之间72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/427121API
curl https://kongchang.com/api/v1/knowledge/claims/427121MCP
get_claim(id=427121)