看起来Gensim在FastText中的实现导致模型大小比Facebook的原生实现更小。使用一个包含100万词的语料库，FastText原生模型大小为6GB，而Gensim的FastText模型大小仅为68MB。

Facebook的实现中是否存储了Gensim实现中没有的信息？

回答：

请展示用于生成此比较的模型，或使用的过程。这可能存在错误或误解。

模型的大小更多地受到唯一词数（和字符n-gram桶）的影响，而不是‘语料库’的大小。

Gensim训练的FastText模型，或者原生Facebook FastText训练的模型，保存后的大小应该大致相同。请确保包含Gensim的.save()创建的所有附属原始numpy文件（以.npy结尾，与主保存文件一起）——因为所有这些文件都是重新.load()模型所需的！

同样，如果你将一个Facebook FastText模型加载到Gensim中，然后使用Gensim的.save()，在两种不同格式下的总磁盘空间应该非常接近。