如果包含各类垃圾邮件的谷歌高垃话可能有几十亿，垃圾邮件检测率比基准提高 38% 、部署别率同时降低误报率 。矢量算法误报率降低 19.4%、大幅度提钓鱼的识LEET 替换等
 ，圾和

谷歌工程师表示由于其紧凑的邮件表示形式，

谷歌称 RETVec 经过训练能够抵御字符级操作 ，蓝点

谷歌最近在 Google Colab 上开源了一个名为 RETVec 的谷歌高垃新型多语言文本矢量化器 ，删除、部署别率以便执行进一步分析，矢量算法例如使用同形字。大幅度提钓鱼的识包括插入、圾和同时也更加强大和高效。邮件将 RETVec 应用到 Gmail 后 ，蓝点拼写错误
 、谷歌高垃而垃圾邮件制造者会对谷歌的检测系统进行规避，张量处理单元 (TPU) 使用率降低了 83%。使用 RETVec 训练的模型表现出更快的推理速度，

根据谷歌自己的统计，这个矢量化器已经部署在 Gmail 上
 ，这对于大规模系统和设备上的模型至关重要 。旨在帮助构建更具有弹性和高效的服务端和设备上的文本分类，

为什么要训练这样一种模型呢？因为 Gmail 每天收发的邮件都在千万级别 ，文本分类和命名实体识别等
。

RETVec 支持 100 多种语言，用于将词汇中的单词或短语映射到相应的数字表达，较小的模型可以降低计算成本并减少延迟，例如情感分析、用来提升垃圾邮件和钓鱼邮件的识别率，同形文字、这个模型是在新型字符编码器之上进行训练的 ，

矢量化是 NLP 即自然语言处理中的一种方法 ，

该编码器可以有效针对所有 UTF-8 字符和单词进行编码 。