词表（vocabulary）
别名：词表、词汇表、vocabulary
模型认识的全部 token 的总名单：每个 token 对应一个唯一编号，模型的「识字量」就是词表大小。
例子常见词表大小从几万到十几万。词表里没有的罕见字符（比如生僻字），会被拆成更小的块来凑——所以有些字模型「认识」但总写得怪怪的。
它是什么
它是什么：一张「token → 编号」的对照表，和分词器配套出厂。模型看到的输入其实是编号序列，输出也是从词表里挑编号。哪里会遇到：模型参数表里的「词表大小 vocab size」；模型输出乱码或生造字，常常和词表覆盖不足有关。
关联概念
- 词元（token） [前置]
→ 每个 token 都是词表里的一个条目，对应唯一编号；词表是模型认识的全部文字积木。