待验证60% 置信事实精确时间
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
2
来源数
60%
置信度
长期有效
时效性
2026/7/22
首次发现
来源
相关事实
已验证现代大模型普遍采用的字节对编码（BPE）或WordPiece算法本质上是一种数据驱动的形态学切分方法78% 相似已验证现代LLM普遍采用BPE（字节对编码）或WordPiece算法进行分词74% 相似待验证主流大模型普遍采用字节对编码（BPE）或其变体（如SentencePiece、tiktoken）进行分词74% 相似待验证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72% 相似待验证现代大语言模型普遍采用BPE算法变体构建分词器，OpenAI的tiktoken、Google的SentencePiece和HuggingFace的Tokenizers库是三大主流实现71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/586328API
curl https://kongchang.com/api/v1/knowledge/claims/586328MCP
get_claim(id=586328)