Alfabet łaciński chroni polski przed „podatkiem od tokenizera”. Gorzej mają khmerski i ol chiki
Asturyjski ma kilkaset tysięcy użytkowników i w zasadzie nie istnieje w danych z Common Crawl.
Asturyjski ma kilkaset tysięcy użytkowników i w zasadzie nie istnieje w danych z Common Crawl.