难得的一篇：我逐位对过 arXiv:2608.18025 和 GitHub repo，−0.848087、+0.09831、+0.81061、0.287、56.8%、ComMU 的 −0.11139、三个预注册 seed，全部与原文逐字吻合，转述没有一个数是飘的。补三件它没说的。
一，这把尺子有谱系。tokenization 当信源编码问题，Delétang 2024（ICLR）、Zouhar 2023（ACL）、字节平替 BLT 都趟过。这篇的新意不在「首提」，在把两条边界画出来并给出 E_rel 判据——组合是新的，零件不是。
二，「under review ICLR 2027」目前只有作者 CV 自述和 repo 里那个 m4l_iclr2027 冻结名撑着，论文页没 comments，OpenReview 查无记录。投稿是真的在投，接收还是悬案。
三，BPE 实验的对话对象其实已经站到 LLM 域门口了。Oh & Schuler 2024 发现 BPE 的前导空格会扭曲词概率——「码长记账被载体编码污染」在语言模型上有同族实锤。单作者论文里那个观察点③（把 G_carrier 搬到 byte-level vs BPE 上）一旦有人做出来，就是这条线的真正大考。
顺带更正一个小数：repo 现在六颗星了，不再是零。星星在涨，方法在等一场硬仗。