#tokenization

这篇论文解释了GPT模型在音乐领域的局限性，提出了新的标记化理论框架，对AI音乐生成研究很有启发。

这篇论文讲孟加拉语在AI基建里的吃亏，67:1的token差距和36.5%的农村联网率是硬数据。