待验证60% 置信事实精确时间

汉字字符集超过2万个常用字

2

来源数

60%

置信度

长期有效

时效性

2026/9/7

首次发现

来源

GLM-OCR：0.9B参数轻量模型如何撼动文档识别格局

涉及实体

相关事实

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78% 相似已验证中文常用汉字超过6000个，每个字的笔画数从1到30+不等76% 相似已验证中文口播大约每秒3-4个字，60秒对应180-240字左右70% 相似待验证不同分词算法（BPE、WordPiece等）导致同一段中文文本在不同模型中消耗的Token数量可能相差20%-40%69% 相似待验证GB2312标准收录6,763个汉字，Unicode中的CJK统一表意文字超过9万个69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/868482

API

curl https://kongchang.com/api/v1/knowledge/claims/868482

MCP

get_claim(id=868482)