我看大家对Token的翻译好像不满意？我觉得主要是词元里面这个“词”容易让人和文本绑定，但是现在不是什么多模态模型里面语音视频都有么，不如复用以前ATM网络里面的“信元”吧，反正都是表征信息的最小离散单元 ​