Update README.md

README.md

@@ -119,3 +119,33 @@ base_model:
 
 让模型在回答问题时不仅给出答案，还能展示推理过程，提高模型回答的可解释性和可靠性。
 
+
+与不改变词表的本质区别在于：
+
+1. 不改词表的方式：
+- `<|reasoning|>` 会被拆分成普通token序列来处理
+- 模型将其视为普通文本，类似于看到 "reasoning" 这个词
+- 占用更多token位置(因为被拆分)
+- 没有特殊的语义表示学习
+
+2. 添加到词表的方式：
+- `<|reasoning|>` 作为单个特殊token处理
+- 模型可以学习到这个标记专门的语义表示
+- 只占用一个token位置
+- 能够建立独特的语义空间
+
+具体影响：
+```
+# 假设tokenizer编码示例
+# 不加入词表:
+"<|reasoning|>" -> [1234, 5678, 9012]  # 被拆分成多个基础token
+
+# 加入词表:
+"<|reasoning|>" -> [32000]  # 单个特殊token
+```
+
+从训练效果看：
+- 加入词表能让模型更好地识别和区分推理部分的边界
+- 不加入词表依然可以起到标记作用，但模型需要从上下文学习这种模式
+- 加入词表的方式通常效果更好，因为给了模型更明确的语义信号
+