来自 Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)（@teortaxesTex）的推文线程

我有时会想，中文版的LLM（语言学习硕士）感觉会有什么不同。也许DeepSeek在R1版本之后出现的“灵魂”衰退，在语言长城的另一边根本不存在。

也就是说，高效的分词器仍然使用复合中文词，甚至使用较大的子字符串（我记得 Qwen 的一个分词器，对于一些典型的中共鸭语句子，就用了大约 50 个字符）。