UTF-8 Plumbing: Byte-level Tokenizers Unavoidably Enable LLMs to Generate Ill-formed UTF-8

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Firestone, Preston, Ugare, Shubham, Singh, Gagandeep, Misailovic, Sasa
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2511.05578