Let's build the GPT Tokenizer

Karpathy 从字节开始构造词表。训练文本里相邻字节对的出现次数决定下一次合并，新单元又参与后续统计，模型看到的序列由此改变。

公开机器转写（可能有听写错误） ↗ · 引文按字幕原文展示，可点时间戳回看片段。