Cartesia 发布分层网络 H-Net 缩放研究，字节级建模可省 3-5 倍算力

Cartesia Research 发布系列博客第一篇，介绍改进后的分层网络（H-Net），用它端到端学习分块来替代手工 BPE tokenizer。在匹配的 BPE Transformer scaling ladder 上，1-stage H-Net 验证损失算力效率提升 1.28x，下游评测约 2x，代码任务中位 2.04x，分布外编程语言中位达 3.10x。