Suzu-2.4

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与简拼候选生成。

Suzu-2.4 在 Suzu-2.1 的权重上续训，结构、词表、文件大小和使用方式都与 Suzu-2.1 相同，可以直接替换。新增的训练内容是简拼：两个字母的简拼（如 zm）以及首字全拼加次字首字母（如 jingl）。

• 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 43.9 MB（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。在 Suzu-2.1 的训练题之外，加入 6 万道简拼题（两字母简拼占 70%，首字全拼加次字首字母占 30%），与原有题按 1 比 2 混合，训练 3 万步。
• 文件：suzu-2.4.q8_0.gguf、suzu-2.4.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 和 Suzu-2.1 逐字节相同。
• 校验：suzu-2.4.q8_0.gguf 的 sha256 为 a2ff2c46110c7ba47746871eaf8ff37cc4fab58105ddbe11e0a768e340cdb996。

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

简拼

两字母简拼 1300 题，答案为两字词，候选池为词典里首字母相同的全部两字词（平均 492 个），只用模型分排序。括号内为同题配对 95% 区间。

模型	首选	前 5 名	首选差
Suzu-2.1	44.6%	75.9%
Suzu-2.4	51.2%	79.7%	+6.6（+4.7 到 +8.6）
教师 Qwen3.5-4B-Base	57.6%	76.7%	+13.0

Suzu-2.4 补上了教师与 Suzu-2.1 之间首选差距的约一半。分领域的首选（Suzu-2.1 到 Suzu-2.4）：日常 51.4% 到 59.9%，技术 43.5% 到 53.3%，二次元 39.7% 到 41.1%。二次元题只有 433 道，差别在噪声范围内。

在输入法的真实链路里（Rime 候选、候选生成与统一排序，逐键输入，上文干净，见 suzu-ime），首选相对 Suzu-2.1 的变化：

输入	题数	Suzu-2.1	Suzu-2.4
两字母简拼	407	41.8%	49.4%
混合输入（首字全拼加其余声母）	291	68.7%	72.5%
全拼	216	91.7%	90.7%

简拼变好 49 题、变差 18 题；混合变好 19 题、变差 8 题；全拼变好 2 题、变差 4 题，差别在抽样误差内。

全拼回归

混合准确率（模型分加词频先验），相对 Suzu-2.1 的配对差与 95% 区间：

题集	题数	差
维基评测	16000	+0.0（±0.3）
技术（旧留出）	221	-0.5（±3.2）
二次元（旧留出）	211	+1.4（±1.6）
日常（旧留出）	205	-0.5（±1.0）
技术（新留出）	220	-0.9（±2.2）
二次元（新留出）	193	-0.5（±3.1）
日常（新留出）	221	+1.4（±2.0）

全拼没有可检出的退步。延迟与内存：结构和体积与 Suzu-2.1 相同。Mac 上 4 线程、候选生成开启、100 个词的按键仿真，交替各跑两轮，每次按键的 p99 为 Suzu-2.4 22.3 与 23.0 ms，Suzu-2.1 21.3 与 22.2 ms，打分 p99 约 11 到 12 ms，跳过率均为 0。Suzu-2.4 的第一轮出现过一次 52 ms 的按键，第二轮最大值 27.7 ms，属于偶发抖动。

训练波动

用相同数据和配方的第一轮训练（2.4 万道简拼题，2 万步）换两个随机种子重训，简拼首选分别是 49.9% 和 50.5%，波动不到 1 个点。Suzu-2.4 只训练了一个种子。

适用范围与局限

• 只覆盖简体中文，仅用于候选重排与候选生成，不做文本生成。
• 简拼训练只覆盖两个字母的简拼和首字全拼加次字首字母，更长的简拼没有训练也没有评测。
• 评测题来自公开语料与合成句子，答案偏冷门，真实输入多打常用词，实际收益以使用数据为准。
• 同音词的排序在个别上文下会和 Suzu-2.1 不同。例如上文“我最近没有太多”，候选“经历”和“精力”，Suzu-2.1 选“精力”，Suzu-2.4 选“经历”，两者都说得通。逐题的整体差别见上表。
• 在 Suzu-2.1 之上续训，不是从零训练。更多简拼题的边际收益很小：6 万题、3 万步只比 2.4 万题、2 万步多约 1 个点。
• 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）。简拼训练题的候选词取自雾凇拼音（rime-ice）的词库，只用词条和权重作为同缩写的候选，模型权重不含词库原文。使用时须保留署名，详见 NOTICE.md。署名示例：Suzu 输入法候选排序模型，作者 IzumiThe3rd，来源 Hugging Face 的 IzumiThe3rd/Suzu-2.4，按 CC BY-SA 4.0 许可。

复现

训练与评测代码：Suzu（简拼训练见 tools/run_r4_abbrev_train.ps1 与 reports/round5/abbrev_training.md）；输入法集成：suzu-ime；词库与配置：rime-ice-Custom。