Tufa Labs 开源 tufazip:纯神经网络无损压缩跻身老牌榜单第二

Tufa Labs 的 Tommy He 发布并开源了无损压缩工具 tufazip,把 Transformer 的下一字符预测能力用于数据压缩:模型预测字符概率分布,再通过算术编码转化为更紧凑的表示。它在 enwik9(10 亿字节维基百科文本)上实现严格无损压缩,解压后逐字节还原原文。tufazip 在已有 20 多年历史的 Large Text Compression Benchmark 上拿下榜单第二名(提交时),是榜单上首个以神经网络作为唯一预测模型取得最佳成绩的条目——排名更高的条目都不是纯神经网络方案。

已确认

为什么重要

2026-11-19 ~ 2026-11-20 · 5 条相关

一手来源

另有 2 条近重复转述:aigclink · adnan_hashmi