來自 karminski-牙医（@karminski3）的推文串

而Bolmo 這個模型取了個巧，他不是從0訓練的，而是把現有的模型"字節化", 它內置了個Local Encoder/Decoder， 將字節序列壓縮成"潛在token"，再送入傳統Transformer 處理。這樣只需要少量的成本就能轉換了。

目前大家最大的爭議還是，看不到太大的受益，以及，更長的序列意味著更多的KV Cache，顯存壓力更大。以及，只有在字符理解這個單一任務上大幅領先，其它任務沒太大亮點。 總之可以持續關注下。科技爆發時期的螺旋探索總是很有趣的，像是我就比較喜歡水銀整流器(最後一張圖)，但是現在都被IGBT取代了。