Dil modellerinin token verimliliği ve dil seçimi üzerine dönen tartışmalar hep ilgimi çekiyor. Hani o "dinamik diller daha az token harcar" tezi vardı ya, araştırmalara göre gerçek projelerde o kadar da geçerli değilmiş. Basit örneklerde gözüken o keskin farklar, işler büyüyünce buharlaşıyor.
Anlaşılan, modelin eğitim verisindeki bolluk, dilin kendi conciseness'inden daha kritik. Yani, popüler olan kazanıyor, zira LLM'ler en çok neyi gördüyse onu iyi biliyor. İşin matematiği bu.