（来源：上观新闻）
”德雷塞尔🌺坦言，随💸👮♀️着人工😏🛴智能的🇧🇳应用从开发人员群🎊🅾体，逐🦝步扩展到企😽🛍业各团队、🆙👨👩👧👧各工作🎸流程及🙇😻各个行业😀，这种单一聚焦🕳🛠的发展视角，很☘🇸🇱可能会成🦸♀️为Anth📓🇰🇲ropic未来发🔝展的真正🌌短板🖕🇰🇷。条条路向大梁⏏走，各自逢人问🇺🇬到家🤚。
根据Carta数♌据，20🎛25年上🎷🐡半年全球单人创始🌆🥯人新公司占比已达🔩36.3%🇬🇲🕥。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： “hug🏮🏓”：10次 🇲🇹🐯“pug🥕🇵🇦”：5次 “pu⚾n”：1🇬🇱2次 “b🐝un”：4🚢次 “👧hugs”：🐾🈺5次 第一步🐮：将所有😶👗词拆分为字📧符，添加结束▪🏩符 “hu🇯🇪⚓g” → “h👭 u g🥝☝ ” “pug🧡👨🦲” → “p🍝 u g ”📘 “pun”🌐👨🦲 → 🇱🇸👨⚕️“p ⛽u n☑ ” “bun🍋” → “🇪🇹👰b u n ” 🥙“hug🏇s” → 👰🌶“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✂👨👨👧10次 + “h🥬ugs”的5🚠😫次） 👘“u n🌸”：16🇸🇩次（来🍉🏦自“p🆕📉un”👪🌚的12次 +🥜 “bun”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（1😦❄7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5👴0,257个to🔻ken）😦。
