（来源：上观新闻）
其董事长Avig🗜🇲🇿dor Will📀🌼enz是一位🇸🇭连续创业者，在将🦈🇧🇹芯片初创◾公司卖给🚶♀️⏹大公司方面战⛑🇱🇻绩颇丰，此前🌘曾将Galile🏝o出售给🎒Marvell🔁⛅、将H🤚abana🕑 La🤷♀️🌜bs出售给英📖🚼特尔，将A🇱🇮🌼nnapurn🇹🇫a Labs出售👮♀️给AWS😏📦。“我们生产的汽车🦂用塑料组件📎🦜，对添加剂🐻🌞综合图区的纯度和♋稳定性要求极高🦡🔖。DustPhot🇵🇷👾onics😙😤致力于开发用于👨🍳高速光收发🇫🇮器的硅🇧🇹📤光电集🧿成电路（🐔🗜SiPho P🤹♀️💵IC），团队🚣规模约70人🥊，已开发🎼出差异化的↖🥊PIC产品组合🇨🇷，涵盖400G👨💼💰、800G和1🎻.6T，并🇩🇴🏩计划将产品🤣👕线扩展至3.💆🌒2T，🍸⤴同时提供集成式💇♂️和外置🏇🍨式激光器配置💍。
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： “h🇽🇰ug”🥰🌨：10次🕘 “pug”🚋🇳🇴：5次 “p🍤un”：1🇸🇷2次 “bun”🔱：4次 “🗿hugs”：🎡5次 第一步：将🇲🇷🇨🇵所有词拆🔭🇲🇷分为字符，添◾加结束符 “h🔕ug”🌴🔯 → “h u 💐🇮🇩g ” “👨🔧pug” → “🇧🇶p u 🗽g ” “🗾pun” 👨🏭📄→ “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,😐🧩综合图区 s,🍭🦛 u, t}🚻 第二步：统计🦀🔕相邻字符对🎰的出现频率 “u🐂 g”：15次🔩❎（来自“hu💞🇳🇪g”的10🥇次 + 🌪“hugs”🇭🇳🔐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）🔂🌫。
