一句话金句： 在效率与性能间做权衡。
通俗解释：
选择词汇表大小是一个经典的权衡游戏：
- 词汇表太小 (如 5k)：
- 坏处： 一个词会被拆得很碎（如“architecture” ->
a, r, c, h, i, t, e, c, t, u, r, e），导致序列变长、计算变慢，且模型难以理解碎片化的意思。 - 好处： 模型参数少，训练和推理速度快。
- 词汇表太大 (如 100k+)：
- 坏处： 模型参数多（尤其是Embedding层），容易过拟合，训练慢。
- 好处： 更多词能以整体形式出现，保留完整语义，序列长度短。
经验值：
- 英语：30k - 50k 是常见范围。
- 中文：20k - 40k 通常足以覆盖常用字和常见组合。
面试得分点：
- 点明权衡的本质：小表效率高但碎片化，大表语义全但参数多。
- 给出一个经验范围，并说明最终需通过实验确定。
