Suzu-2.1

输入法候选排序小模型。给定上文和同一拼音下的候选词，对候选打分；用于 Rime 等输入法的候选重排。

Suzu-2.1 在 Suzu-2 的权重上续训，结构、词表、文件大小和使用方式都与 Suzu-2 相同，只补充了日常口语、技术和二次元三个领域的语料。可以直接替换 Suzu-2。

• 架构：gpt2，12 层、512 维、8 头，字符级词表 6000 字，约 40.9M 参数；Q8_0 量化文件约 41.9 MiB。
• 训练：以 Qwen3.5-4B-Base 为教师蒸馏，语言模型损失加候选排序的 KL。语料为维基百科中文，加上由 Qwen3.5-9B 生成的日常口语、技术、二次元短句（见 NOTICE.md）。
• 文件：suzu-2.1.q8_0.gguf、suzu-2.1.q8_0.gguf.vocab.txt（一行一个字符，行号即编号：0 填充、1 未知、2 句首）。词表与 Suzu-2 逐字节相同。

输入与输出

输入为句首符、上文最后至多 30 个字、候选的字；输出为各字对数概率之和，越大越优。需推理端自行做字符到编号的映射，不使用 llama.cpp 的分词器。

评测

以下为混合准确率（模型分加词频先验），括号内为同题配对 95% 区间。新留出题与训练语料不重叠，未参与调参和检查点选择。

题集	题数	Suzu-2	Suzu-2.1	差
维基评测	16000	83.6%	84.1%	+0.5（±0.3）
技术（新留出）	220	80.0%	94.5%	+14.5（±5.2）
二次元（新留出）	193	78.2%	90.7%	+12.4（±5.1）
日常口语（新留出）	221	81.4%	95.5%	+14.0（±4.9）

维基评测的题集易例与难例各半，不按自然比例加权，所以数字低于 Suzu-2 模型卡里的自然加权口径（92.8%），两者不可直接比较。延迟与内存：桌面 CPU 7 线程，前缀约 11 ms（可后台预解码），候选批约 9.5 ms；Zenfone 10 上 2 线程、6 个候选、含进程间通信，中位约 19 到 20 ms，常驻约 116 MB。与 Suzu-2 无差别。

适用范围与局限

• 只覆盖简体中文，仅用于候选重排，不做文本生成。
• 领域题为合成句子，每个题集约 200 题，区间约 ±5 个百分点，只能判断量级。新留出题里后加的一批难词取自训练语料的词表，可能略有利于本模型。
• 相对在 13.4 万题上续训的中间版本，Suzu-2.1 在新留出题上只多 0.5 到 1.4 个百分点，均在区间内，放量的收益主要是结果更稳。
• 网络用语：用 428 个有同音竞争词的网络用语测试，词库首位的网络用语在多数上文下被模型压下去的比例，Suzu-2 为 40%，Suzu-2.1 为 24%。模型难以仅凭上文区分该出网络用语还是普通词，实际使用中建议依靠输入法词库的权重决定哪些候选进入重排。
• Suzu-2.1 是续训，不是从零训练。续训是否已经饱和未验证。
• 个人化（用自己的输入记录微调）只提供方法，个人语料和个人权重不应进入任何仓库。

许可与署名

权重按 CC BY-SA 4.0 许可。允许使用、修改和商用，但须署名并注明改动。基于它的衍生品（如微调出的新模型）须按相同条款发布。

训练数据包括维基百科中文（CC BY-SA 3.0 与 GFDL）和由 Qwen3.5-9B（Apache-2.0）生成的合成句子，教师为 Qwen3.5-4B-Base（Apache-2.0）。使用时须保留署名，详见 NOTICE.md。

复现

训练与评测代码：Suzu；输入法集成（推理核心与三端接入）：suzu-ime；配置与词库包：rime-suzu。