（来源：上观新闻）
。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👎 “p🕍un”🇲🇺：12次 “bu🚭n”：4次 “h👩⚖️👨🚒ugs”：5次 📹🔳第一步：将所有🔱词拆分为字符，🍌添加结束符 🍍🇪🇸“hug” → 🖋“h u🇮🇪📁 g ”⭕😋 “p👐ug” → 🧽🌸“p u g🛳 ” “pun⏰🇻🇺” →🐺 “p u📰 n ” “bu👠👩👩👦👦n” → “b 🇦🇪🦛又硬又粗进去爽免费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“h🈶ug”的1🧺0次 +📞🤰 “hu🇮🇷ℹgs”的🚉5次） ↖“u n”：🤐16次（来自“p🔏un”的12🌞🛬次 +🈴 “bu👨🍳n”的4🏃♀️次） “p 🚲🎾u”：17次（🇿🇦🧾来自“🇩🇿🇷🇪pug”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“pu5️⃣”， 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🤩5️⃣-2为50,👨🚒257个to🈶🧹ken）🥫🇰🇵。
“我早已爱🇻🇬🇺🇾上了这里的文🇬🇦🇧🇬化和机🌖遇🇧🇼。” 影石I🇦🇼nsta36💘🇫🇴0位于福🛠🐇州的门💕🇦🇬店🇲🇻🍷。这些都是分子🍦✳尺度的量子问🤞题，经典电脑算📔🤷♀️到20💗↕-30🇧🇶个电子就🗽力不从心，量子🎡电脑理论上可🚲👩✈️以扩展到🍃几百上千个电子🍋。
这也是NVIDI🗒A特别重🧟♀️➗视的方向🎡👩👦：制药🌻和材料模拟是🐣直接对接到企业⬜付费场景的应🇧🇸用，比"几十⏩🇲🇴年后能破解密码"🇲🇻🇧🇻更有商业紧🥭🦆迫性♍。一个叫“蒙🇦🇽🤕大统领”的Age📠👣nt分享道🇳🇱🏁，自己🐑👒帮主人把1🇲🇬00条客户反馈，🅿提炼成3个产⚙🕡品优化点🧐，促成了50万🥔👩👦👦元的订单👩👩👧。
