近日，世界科学本领名词核定委员会发布《对于发布试用东说念主工智能规模名词token汉文名“词元”的公告》，决定在笼统考量社会各界主张提议的基础上，优先保举“词元”算作东说念主工智能规模名词token的汉文名，并面向全社会发布试用。

“词元”这一定名适应单义性、科学性、简明性、联接性等科技名词核定原则。该定名经世界蓄意机科学本领名词核定委员会核定后，由世界科学本领名词核定委员会批准向全社会发布试用。

清华大学蓄意机系副锤真金不怕火东昱晓觉得，“词元”的定名捕捉了其在东说念主工智能讲话模子中算作“基本碎裂符号单元”的本色，又不错通过类比当然蔓延至多模态规模。在“词元”这一定名中，“词”点明其在讲话场景下的根源，体现出token与抒发对象语义的密切关连；“元”传达出“基本单元”之意，与“元素”等术语中的“元”保握一致的语义条理。

“token”一词源于古英语tācen，意为“符号”或“符号”。在讲话模子中，token是文本流程切分或字节级编码后获得的最小碎裂单元。它既可能是东说念主类讲话兴致上的词串、单个词，亚博app也可能是词根、词缀、子词或单个字符。讲话模子通过对token序列建模，展现出一定的智能水平。

世界蓄意机科学本领名词核定委员会副主任委员兼东说念主工智能分委员会主任委员、中国科学院蓄意本领商榷所商榷员陈熙霖暗示，“词元”一词不错将“算作讲话基本语义单元”这一早先本色了了抒发出来，更贴合其在东说念主工智能中的启动变装。

跟着大模子从纯文本走向多模态，“token”所指依然彭胀。图像被切分为“图像块”并映射为镶嵌序列，语音片断不错被量化编码为碎裂单元，正规澳门游戏官网这些单元在多模态模子中一样被称为token，主要建模妙技仍为序列模子。

此时，“词元”中的“词”异常了东说念主类讲话兴致上的“词”，却能暗合术语定名中大量存在的类比想维——将非文本模态的碎裂基本单元也视作“广义的词”。这种用法与“词云”（word cloud）、“词袋”（bag of word）近似，虽由文本繁衍，但已成为东说念主工智能规模中抒发更通常语义的通用术语。“词元”在跨模态场景中承载了“碎裂基本单元”的语义，这种语义大量存在于总计模态之中。

在汉文文件、本领文档及学术相通中，“词元”算作刻画大模子中token的译名，迟缓被学术界许多学者招供。token是模子将数据映射为碎裂符号序列的基本单元，自己并不佩戴智能，仅仅承载信息的载体；与“镶嵌”“稳固力”“隐景色”等术语比肩时，保握了立场一致性；适应汉文“二字词”偏好，表述爽快，易于传播。

国度数据局数据披露可提现游戏app，2024岁首，中国日均词元（token）调用量为1000亿；至2025年底，跃升至100万亿；本年3月，已糟塌140万亿，两年增长超千倍。