跳到主要内容
返回目录

\u200Cآمباردا

以零宽不连字(U+200C ZWNJ,不可见字符)开头的波斯语碎片,Gemma-7B 欠训练排名第二。

原始 token

"‌آمباردا"

异常表现

  • 01Gemma-7B 的 Magikarp 复述验证欠训练排名第二(E_out 余弦距离指标 7.39e-06):被要求复述时最大概率仅 4.4e-04。GitHub
公开记录于
Gemma (Google)
行为类型
欠训练验证
分词器
GemmaTokenizer
发现者
Sander Land & Max Bartolo