https://www.cartesia.ai/blog/from-tokens-to-bytes-part-1 там челы сделали нейронку, которой не нужен токенизатор типа BPE который в ллмках применяется. обычно в ллмку приходит текст заранее разбитый на токены. а тут у челов H-Net: моделька сама изучает как надо байты на входе объединять в единые части с учетом контекста пишут что требуется в 10 раз меньше данных для достижения качества сопоставимого со smolLM 3 PS статьи собираем и проекты делаем (много) в https://t.me/researchim