Bromas aparte, me lo tomo muy en serio. Nunca se trabajó con arquitecturas superpequeñas, y a partir de ahí se pudieron construir MdE extremos y muchas otras formas exóticas con propiedades poco claras. Un posible árbol tecnológico para el núcleo cognitivo.
No estoy seguro de cómo podría encajar esto, pero también podría ser una propuesta para el entrenamiento sin tokenizador. La representación vectorial de dimensiones ajustables sería mucho más preferible a la de tokens fijos.