币界网消息，Cartesia宣布升级H-Net，旨在让大模型自主学习如何切分数据，训练效率最高提升约10倍。该技术允许模型直接读取原始字节，自行学习信息切分和压缩方式，尤其在处理陌生词汇时表现出色。新版H-Net在实验中显示，达到相同验证损失所需算力减少约22%，下游评测计算效率约翻倍。更大规模实验中，H-Net仅用约1万亿token等效数据，便在六项测试中追平训练约11万亿token的开源模型smollm3，所需算力约为后者的十分之一。此外，该方法也适用于基因组数据，计算效率提升约6-7倍。