建议修改一下关于内存占用的说明，这里以20260601的wiki文件为例，2.01G左右大小的文档，实际跑train_tokenizer.py需要占用的内存大致在60G以上，本机空载占用8G内存的情况下跑这个已经触发数次内存交换压缩。 （PS：实际内存不需要这么多应该也能跑得动，但是如果无任何交换的情况下占用应该是十分可观的……） <img width="854" height="533" alt="Image" src="https://github.com/user-attachments/assets/b8c0f1e4-ad95-4940-b61d-dd4ebd69a069" />
建议修改一下关于内存占用的说明，这里以20260601的wiki文件为例，2.01G左右大小的文档，实际跑train_tokenizer.py需要占用的内存大致在60G以上，本机空载占用8G内存的情况下跑这个已经触发数次内存交换压缩。
（PS：实际内存不需要这么多应该也能跑得动，但是如果无任何交换的情况下占用应该是十分可观的……）