7 月 31 日新闻 ，言不英语言贵用户所运用的同过语言对于大型语言模子（LLM）的用度有很大的影响 ，可能组成英语运用者以及此外语言运用者之间的最重家养智能边界 。最近的外语一项钻研展现，由于 OpenAI 等效率所接管的良多的效率器老本掂量以及计费的方式 ，英语输入以及输入的大模的语用度要比其余语言低良多 ，其中简体中文的言不英语言贵用度约莫是英语的两倍 ，西班牙语是同过英语的 1.5 倍 ，而缅甸的最重掸语则是英语的 15 倍 。
IT之家留意到 ，外语推特用户 Dylan Patel（@dlan522p）分享了一张照片 ，良多揭示了牛津大学妨碍的大模的语一项钻研 ，该钻研发现 ，言不英语言贵让一个 LLM 处置一句缅甸语句子需要 198 个词元（tokens） ，同过而同样的句子用英语写惟独要 17 个词元 。词元代表了经由 API（如 OpenAI 的 ChatGPT 或者 Anthropic 的 Claude 2）碰头 LLM 所需的合计力老本，这象征着缅甸语句子运用这种效率的老本比英语句子逾越 11 倍 。
词元化模子（即家养智能公司将用户输入转换为合计老本的方式）象征着 ，除了英语之外的其余语言运用以及磨炼模子要贵良多 。这是由于像中文这样的语言有着差距 、更重大的妄想（不论是从语法仍是字符数目上） ，导致它们需要更高的词元化率 。好比 ，凭证 OpenAI 的 GPT3 分词器 ，“你的爱意（your affection）”的词元 ，在英语中惟独要两个词元，但在简体中文中需要八个词元 。尽管简体中文文本惟独 4 个字符（你的爱意） ，而英文有 14 个字符 。
【源头：IT之家】返回搜狐 ，魔难更多
责任编纂：
