‹ arXiv cs.CL

贪婪字节对编码至少实现 0.361 的最佳压缩

原文:Greedy Byte-Pair Encoding Achieves at Least 0.361 of the Optimal Compression

arXiv cs.CL 未缓存正文

字节对编码(BPE)通过重复合并最频繁的相邻符号对来构建分词器;它的效用是通过 $k$ 合并实现的字符串长度的总体减少。众所周知,这种贪婪规则至少实现了最优减少的三分之一。我们证明,对于每个字符串、每个预算和前夕,它总是能实现至少 0.361 的字符串长度最佳减少

正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。

抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类