（来源：上观新闻）
（图源：💭华为） i🍎🛹Phon🥽e Fold要🇧🇾🥵面临的👨🦲竞争对手🇦🇱🧰并不少🥠😆，在产品和🇦🇪🥟价格都不📪🏊占优的情况下，它♻🔃想杀出一✊🧝♀️条血路、📜🙎甚至抢🇭🇰占最多的🔍🐵市场份额，显然不🔸🚄太现实🤾♀️🖨。如果有选👻择，AI🇬🇱🦊多半会让打算关闭🐑🎴它的人🚩🦃死掉🈺。
让我们用一个简🙏化示例说©👨👨👦👦明，假设训练语料😰🦃包含以下📁🛫词汇及出🎷现频率😏😕： “hu🇲🇿🧾g”：🅾10次 “🛏🤰pug”：✅👆5次 “pun”🍜：12次 “bu👩🔬🗃n”：4次🇧🇳 “hugs”🇦🇮👷：5次🕵 第一步：🧟♀️将所有词🇧🇩拆分为🎑字符，🏴添加结⛽🥁束符 “🗒hug” → “💣🐽h u g ”🚢🧣 “pug” →🥐 “p u g 😾🥓” “pu🔖⛺n” → “🐗😤p u n ”😯 “bun” 🛠→ “b u n📉 ” 🕌🧐“hugs” 🌄→ “h u g🎉🦅 s ”✅ 初始词汇表仅包🔮含基础字符🇲🇭：{b, g🥤, h💂♀️, n, p,🇻🇺🇦🇩 s, ⌛u, t} 第二🚤步：统计相邻字符🚁对的出现👩👩👧👧频率 “🤜u g”：15次🙄（来自“🗨🛹hug🧚♀️”的10次 🚨😖+ “hug🎣🍄s”的5次） “🇸🇩🇧🇹u n”：16次🦠（来自“pun”👓🤣的12次 👧🌡+ “bun❎🐑”的4次） “🎶🐺p u”：17🛏次（来自“p💂ug”的5次 +💵 “pun🦇”的12次🚤📷） 第三步☎：合并最高频字♓符对 🧛♀️🧐假设“p u👨⚖️🔖”频率最高（17🌭次），创建🕵新符号“pu🎬”， 🈲词汇表扩🤒🇧🇾展为：{b, 🇸🇹g, h,⛵ n, p,🇹🇦 s, 👩❤️💋👩🤪u, 🎎, pu} 第➖🔈四步：迭代重复🌡 继续🔸统计新🚒🛰语料中的字符对频🌞🇵🇲率，合并下一🇧🇭🇦🇮个最高频对，直☢到达到预🧓™设的词汇表大小（🎎👲如GPT-🇰🇬2为50,257🦕个token）👛。
