LLM tokenizer 给 NullPointerException 单独分配 token，折射 Java 崩溃日志在训练集中的占比

一条广为流传的趣图显示，某个 LLM 的 tokenizer 给 "NullPointerException" 单独分配了一个 token。原作者感慨，训练集里塞了太多 Java 崩溃日志，才让这个异常名「配得上」自己的 token，也侧面反映代码报错内容在训练语料中占比之高。