待验证50% 置信事实精确时间

主流BPE分词器对中日韩语言的token效率远低于英语，同样内容所需token数可能是英语的2至3倍

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

SWORD基准揭示大模型跨语言事实核查的隐藏漏洞

涉及实体

相关事实

待验证中文、日文等表意文字因BPE词表以英语语料为主，往往需要更多Token表达相同信息量74% 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% 相似已验证早期GPT系列的BPE分词器主要针对英文语料优化，对中文往往采用字节级别的切分，导致一个汉字可能被拆成多个token69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/893874

API

curl https://kongchang.com/api/v1/knowledge/claims/893874

MCP

get_claim(id=893874)