不用重训也能识别每个字母：LMU 等团队用“字节化”升级现有 LLM

LMU、Allen Institute for AI、剑桥大学等团队在 Nature 发表方法，可将现有 LLM 转换成字节级模型而无需从头重训，所需训练量不到常规的 1%，并基本保留原模型性能。所得模型在同规模已发布字节级 LLM 中表现最佳，能显著改善单词倒拼等字符级任务。模型、代码和训练数据已公开。