【问题】 为什么LLM处理中文通常比英文消耗更多Token？ 【选项】 A. 中文Tokenizer词表太小，大幅扩大中文词表就能解决 B. BPE算法在中文上有固有效率劣势，扩大词表也无法根本解决 C. 中文优化模型（如Qwen/DeepSeek）已通过词表优化完全解决了这个问题 → 滑动看答案 --- 每天一道提高AI面试题，深入设计原理，掌握工程实践。 💬 提高追问：用GPT/Claude写同样的内容，中文消耗的Token接近英文的2倍。很多人以为是中文太复杂，但真正原因藏在Tokenizer设计里。你觉得这个问题有解吗？ 能答上来的，实战经验够硬！评论区见真章！ #AI面试 #大模型