చిత్రణ: tuput
తెలుగు
గ్నానీ.ఏఐ, సర్వమ్, క్రుత్రిమ్ ఏఐ ఒక్కొక్కటి భారతీయ భాషల పాఠానికి చాట్బాట్కు అవసరమయ్యే ముక్కల సంఖ్యను తగ్గించే టోకెనైజర్ను ప్రచురించాయి. 2026 మే 19న విడుదలైన గ్నానీ టోకెనైజర్ తమిళం, తెలుగుకు పదానికి సుమారు 2.0 టోకెన్లని నివేదిస్తోంది, అది ఆరంభించిన టోకెనైజర్కు 3.7, 3.9 అవసరమయ్యాయి.
చాట్బాట్ చేసే మొదటి పనిని, అంటే పాఠాన్ని ముక్కలుగా కోసే టోకెనైజర్ను భారతీయ పరిశోధన బృందాలు తిరిగి నిర్మించాయి, దాంతో తమిళం, తెలుగుకు పదానికి సుమారు రెండు ముక్కలు చాలు. గ్నానీ.ఏఐ, ఎన్విడియా పరిశోధకులు 2026 మే 19న తమిళానికి పదానికి సగటున 1.9969 టోకెన్లు, తెలుగుకు 2.0632 అని నివేదించారు. వారు ఆరంభించిన నెమొట్రాన్ 3 నానో సొంత టోకెనైజర్కు అదే పరీక్ష పాఠంపై 3.7480, 3.9212 అవసరమయ్యాయి.
మరో రెండు భారతీయ ప్రయత్నాలు అదే దిశలో సాగుతున్నాయి. సర్వమ్ ఏఐ 2024 అక్టోబర్ 24న సర్వమ్-1తో కలిపి ఒక టోకెనైజర్ను ప్రచురించి, పది భారతీయ భాషల్లో పదానికి 1.4 నుండి 2.1 టోకెన్లని నివేదించింది. బెంగళూరులోని క్రుత్రిమ్ ఏఐ పరిశోధకులు 2025 నవంబర్లో ఒక పత్రాన్ని పోస్ట్ చేశారు; దాని టోకెనైజర్ MUTANT-Indic, ఆంగ్లం, 22 భారతీయ భాషలు, కోడ్లో సగటు సంఖ్యను మెటా లామా 4 టోకెనైజర్తో పోలిస్తే 39.5% తగ్గిస్తుంది, ఇది రచయితల సొంత కొలత.
కింద ఇచ్చిన ప్రతి ఫెర్టిలిటీ సంఖ్య ఆ టోకెనైజర్ను నిర్మించిన బృందం నుండి వచ్చినదే, కాబట్టి ప్రతిదీ తయారీదారు చేసిన వాదన.
టోకెన్ అంటే ఏమిటి, ఫెర్టిలిటీ దేన్ని లెక్కిస్తుంది
భాషా మోడల్ అక్షరాలను గాని, పూర్తి పదాలను గాని ఎప్పుడూ చూడదు. టోకెనైజర్ ముందు పాఠాన్ని టోకెన్లుగా కోస్తుంది, మోడల్ వాటిని మాత్రమే చదువుతుంది, రాస్తుంది. టోకెన్ అనేది ఒక అక్షరం, పదంలో భాగం, పూర్తి పదం లేదా ఒక విరామ చిహ్నం కావచ్చని ఓపెన్ఏఐ సహాయ కేంద్రం చెబుతోంది. ఆంగ్లానికి అది ఉజ్జాయింపు నియమాలు ఇస్తుంది: ఒక టోకెన్ సుమారు నాలుగు అక్షరాలు లేదా పదంలో మూడు వంతులు, కాబట్టి 100 టోకెన్లు సుమారు 75 పదాలు. ఇతర భాషల్లో అక్షరాలు, పదాలు, టోకెన్ల మధ్య సంబంధం భిన్నంగా ఉండవచ్చని అది జోడిస్తుంది.
ప్రస్తుత టోకెనైజర్లు చాలావరకు బైట్ పెయిర్ ఎన్కోడింగ్ అనే పద్ధతిని వాడతాయి. హగ్గింగ్ ఫేస్ డాక్యుమెంటేషన్ దాన్ని ఇలా వర్ణిస్తుంది: ఒక్కో అక్షరంతో మొదలుపెట్టి, పాఠ నమూనాలో పక్కపక్కన ఎక్కువగా కనిపించే జతను పదేపదే కలుపుతూ, పదకోశం లక్ష్య పరిమాణం చేరే వరకు సాగుతుంది. సాధారణ పదాలు ఒక్కొక్క టోకెన్గా మిగులుతాయి, అరుదైన పదాలు ముక్కలుగా విడిపోతాయి. నమూనాలో ఎక్కువగా ఉన్న లిపికి పొడవైన, సమర్థమైన టోకెన్లు వస్తాయి. అరుదైన లిపిని చిన్న ముక్కలుగా కోస్తారు.
ఆ ప్రభావానికి కొలమానమే ఫెర్టిలిటీ: పదానికి అవసరమయ్యే సగటు టోకెన్ల సంఖ్య. సర్వమ్, గ్నానీ రెండూ దాన్ని ఒకేలా నిర్వచిస్తాయి, సర్వమ్ ఆంగ్లాన్ని సుమారు 1.4గా చెబుతుంది. తక్కువ సంఖ్య అంటే అదే వాక్యానికి తక్కువ టోకెన్లు. మోడల్ ఆ టోకెన్లను ఎలా వాడుతుందనే నేపథ్యం కోసం, చాట్బాట్ తర్వాతి పదాన్ని ఎలా ఊహిస్తుంది, పెద్ద భాషా మోడల్కు శిక్షణ ఎలా ఇస్తారు చూడండి.
బిల్లు, జ్ఞాపకం రెండూ టోకెన్లనే ఎందుకు లెక్కిస్తాయి
టోకెన్లు బిల్లింగ్కు, జ్ఞాపకానికి యూనిట్. టోకెన్ ఆధారిత ధర మోడల్పై, టోకెన్ రకంపై ఆధారపడుతుందని, ఇన్పుట్, అవుట్పుట్కు వేర్వేరు ధరలు ఉంటాయని ఓపెన్ఏఐ సహాయ కేంద్రం చెబుతోంది. ఆంత్రోపిక్ ధరల పేజీ తన రేట్లను మిలియన్ టోకెన్లకు ఇస్తుంది. టోకెన్లు కాంటెక్స్ట్ విండోను, అంటే మోడల్ ఒకేసారి చూపులో ఉంచుకోగల పరిమాణాన్ని కూడా నిర్ణయిస్తాయి.
ఆ పేజీలోని మరో హెచ్చరిక ఏ విక్రేతల పోలికకైనా వర్తిస్తుంది: మిలియన్ టోకెన్లకు తక్కువ ధర అంటే తక్కువ మొత్తం ఖర్చు అని హామీ కాదు, ఎందుకంటే మోడళ్లు ఒకే పాఠాన్ని వేర్వేరుగా టోకెనైజ్ చేయవచ్చు. ఆంత్రోపిక్ ధరల పేజీ తన సొంత మోడళ్ల గురించి కూడా ఇలాంటి మాటే చెబుతోంది: తన కొత్త టోకెనైజర్ అదే పాఠానికి సుమారు 30% ఎక్కువ టోకెన్లను ఇస్తుందని.
గ్నానీ ఉదాహరణలో, 1,000 పదాల తెలుగు పత్రం దాని టోకెనైజర్తో సుమారు 2,063 టోకెన్లు, మార్చని నెమొట్రాన్ టోకెనైజర్తో 3,921, క్వెన్ 3.5 టోకెనైజర్తో 4,753 అవుతుంది. ఒకే కంటెంట్కు ఇన్ఫరెన్స్ ఖర్చు సుమారు సగమని గ్నానీ చెబుతోంది. పదానికి సగటు 1.88 టోకెన్లు, బేస్లైన్ 3.20తో పోలిస్తే, స్థిర టోకెన్ బడ్జెట్లో సుమారు 37% ఎక్కువ పదాలు పడతాయని గ్నానీ జోడిస్తోంది.
ఈ అంతరాన్ని కొలిచిన 2023 అధ్యయనం
ఒరేవాఘెనే అహియా, ఆరుగురు సహ రచయితలు 2023 మే 23న arXivలో పోస్ట్ చేసిన, ఈఎంఎన్ఎల్పీ 2023 సదస్సులో ప్రచురితమైన పత్రంలో విద్యాపరమైన ఆధారాన్ని అందించారు. చాట్జీపీటీ gpt-3.5-turbo మోడల్ వెనుక ఉన్న టోకెనైజర్ ద్వారా అనేక భాషల్లో సమాంతర వాక్యాల సమితిని పంపారు. తెలుగు సహా సొంత లిపులు ఉన్న భాషలకు, అదే సమాచారానికి లాటిన్ లిపి భాషల కంటే ఐదు రెట్లు వరకు టోకెన్లు అవసరమయ్యాయని రచయితలు కనుగొన్నారు.
ఎక్స్ఎల్సమ్ సారాంశ బెంచ్మార్క్లో తెలుగు, అమ్హారిక్లో ప్రాంప్టింగ్కూ, జనరేషన్కూ నాలుగు రెట్లు వరకు ఎక్కువ ఖర్చవుతుందని వారు నివేదించారు. మద్దతు ఉన్న అనేక భాషల మాట్లాడేవారికి ఎక్కువ ఛార్జ్ చేశారని, అదే సమయంలో వారికి తక్కువ నాణ్యమైన ఫలితాలు వచ్చాయని, ఈ మాట్లాడేవారు సాధారణంగా మొదటి నుంచే ఏపీఐలు తక్కువ అందుబాటులో ఉన్న ప్రాంతాల నుంచి వచ్చారని వారి సారాంశం ముగిస్తోంది. కారణంగా రచయితలు ఊహించేది శిక్షణ డేటాలో అసమతుల్యత, ఎందుకంటే టోకెనైజర్కు ప్రధానంగా లాటిన్ లిపి భాషల్లో, ముఖ్యంగా ఆంగ్లంలో శిక్షణ ఇచ్చారు.
ఆ అధ్యయనం 2023లో ఉన్న ఒక విక్రేత టోకెనైజర్ను మాత్రమే కవర్ చేస్తుంది. క్రుత్రిమ్ పట్టికలో, కింద ఉన్నది, ఓపెన్ఏఐ ఓపెన్ మోడల్ జీపీటీ-ఓఎస్ఎస్ ఉంది, దానికి హిందీకి పదానికి 1.72, ఒడియాకు 6.26 టోకెన్లు అవసరం.
సర్వమ్: మోడల్ కంటే ముందు నిర్మించిన టోకెనైజర్
2024 అక్టోబర్ 24న ఓపెన్ మోడల్గా విడుదలైన సర్వమ్-1, పది భారతీయ భాషలకు, ఆంగ్లానికి 200 కోట్ల పారామీటర్ల మోడల్. ఇప్పటికే ఉన్న బహుభాషా మోడళ్లకు భారతీయ లిపులకు తరచుగా పదానికి 4 నుండి 8 టోకెన్లు అవసరమవుతాయని సర్వమ్ చెబుతోంది, తన సొంత టోకెనైజర్ మద్దతు ఉన్న అన్ని భాషల్లో 1.4 నుండి 2.1కి చేరుతుందని చెబుతోంది. పదకోశంలో 68,096 టోకెన్లు ఉన్నాయి, వాటిలో 4,096 తర్వాతి చేర్పులకు కేటాయించారు.
ఇది తన శిక్షణ డేటాను కూడా సాగదీస్తుందని సంస్థ వాదిస్తోంది. 2 ట్రిలియన్ టోకెన్ల భారతీయ కార్పస్, ఇతర ప్రసిద్ధ టోకెనైజర్ల ద్వారా పంపిన 6 నుండి 8 ట్రిలియన్ టోకెన్లకు సమానమైన శిక్షణ సంకేతాన్ని ఇస్తుందని అది అంచనా వేస్తోంది. శిక్షణకు యొట్టా శక్తి క్లస్టర్లోని 1,024 జీపీయూలు ఐదు రోజులు పట్టాయి.
2026 మార్చి 6న సర్వమ్ రెండు పెద్ద ఓపెన్ మోడళ్లను, సర్వమ్ 30బి, సర్వమ్ 105బిని విడుదల చేసింది; వాటి టోకెనైజర్ 12 లిపుల్లోని మొత్తం 22 షెడ్యూల్డ్ భారతీయ భాషలను కవర్ చేస్తుంది. పోస్ట్ ప్రకారం, ఇది ఇతర ఓపెన్ సోర్స్ టోకెనైజర్లను మించిపోతుంది, ఒడియా, సంతాలీ, మణిపురి (మైతేయి) వంటి తక్కువ వనరుల భాషలకు గణనీయంగా ఎక్కువ సమర్థమైనది. పోస్ట్ ఆ పోలికను పాఠంలో విలువలు లేని చార్ట్గా చూపిస్తుంది, కాబట్టి దాని నుండి సంఖ్యలను ఉటంకించలేము. ఈ టోకెనైజర్ 30బి మోడల్కు తాను కొలిచిన సర్వింగ్ ప్రయోజనాన్ని భారతీయ భాషల జనరేషన్పై పది రెట్ల వరకు పెంచుతుందని కూడా సర్వమ్ నివేదిస్తోంది. ఈ మోడళ్లు జాతీయ కార్యక్రమంలో ఎక్కడ ఉన్నాయో చూడటానికి భారత్ తన సొంత భాషల్లో ఏఐని నిర్మిస్తోంది చూడండి.
గ్నానీ: మోడల్ను తిరిగి శిక్షణ ఇవ్వకుండా టోకెనైజర్ను విస్తరించడం
గ్నానీ.ఏఐ భారతీయ భాషల కోసం వాయిస్, సంభాషణ ఏఐని నిర్మిస్తుంది. ఎన్విడియా రచయితలతో, 2026 మే 19 తేదీతో ఉన్న గ్నానీ పోస్ట్, ఎన్విడియా నెమొట్రాన్ 3 నానో టోకెనైజర్తో మొదలవుతుంది; అది ఒక మిస్ట్రల్ మోడల్ నుండి వారసత్వంగా వచ్చి, ప్రధానంగా ఆంగ్లం, యూరోపియన్ పాఠంపై శిక్షణ పొందింది. దానిలో ఒక్క భారతీయ భాషా పదం నాలుగు లేదా అంతకంటే ఎక్కువ టోకెన్లకు విస్తరించవచ్చని గ్నానీ చెబుతోంది. మోడల్కు తిరిగి శిక్షణ ఇవ్వకుండా, దాని నిర్మాణాన్ని మార్చకుండా, హిందీ, బెంగాలీ, తమిళం, తెలుగు కోసం టోకెనైజర్ను విస్తరించడం గ్నానీ లక్ష్యం.
రెండు పద్ధతులను పోల్చారు. ఒకటి భారతీయ భాషా పాఠాన్ని ఉపయోగించి ఇప్పటికే ఉన్న మెర్జ్ పట్టికపై బైట్ పెయిర్ ఎన్కోడింగ్ను కొనసాగిస్తుంది, 32,000కు మించి కొత్త మెర్జ్ నియమాలను లక్ష్యంగా పెట్టుకుంది. మరొకటి వేరే భారతీయ భాషా టోకెనైజర్కు శిక్షణ ఇచ్చి, దాని టోకెన్లను పూర్తి స్ట్రింగ్లుగా పదకోశానికి జోడిస్తుంది. గ్నానీ ఉదాహరణ తమిళం నుండి. வாடிக்கையாளர் అనే పదం, “కస్టమర్”, దాని వ్యాపార అమలుల్లో సాధారణం. ప్రత్యయం ఉన్న రూపం வாடிக்கையாளர்களுக்கு, “కస్టమర్లకు”, శిక్షణలో ఎప్పుడూ కనిపించకపోయి ఉండవచ్చు, రెండో పద్ధతిలో అలాంటి పదం అక్షరం వారీ ముక్కలకు వెనక్కి పడిపోవచ్చు. మొదటి పద్ధతిలో అది నేర్చుకున్న భాగాలతో నిర్మితమవుతుందని గ్నానీ చెబుతోంది.
నివేదించిన ఫలితాలు గ్నానీ ఇండిక్ కంటిన్యూడ్ బీపీఈ అని పిలిచే మొదటి పద్ధతికి అనుకూలంగా ఉన్నాయి. నాలుగు భాషల్లో సగటు 1.8802, సర్వమ్ 30బికి 2.0063, జెమ్మా 3 27బికి 2.1132, జీపీటీ-ఓఎస్ఎస్-20బికి 2.79, మార్చని నెమొట్రాన్కు 3.1992తో పోలుస్తుంది. భాషల వారీగా, హిందీ 2.0578 నుండి 1.4899కి, బెంగాలీ 3.0697 నుండి 1.9709కి, తమిళం 3.7480 నుండి 1.9969కి, తెలుగు 3.9212 నుండి 2.0632కి తగ్గుతాయి. హిందీ (1.4093), బెంగాలీ (1.6942)లో గ్నానీ సొంత పట్టిక సర్వమ్ 30బిని ముందు ఉంచుతోంది, శిక్షణ బరువులు ద్రావిడ భాషలకు అనుకూలంగా ఉన్నాయని పోస్ట్ చెబుతోంది.
ఒకచోట ఎనిమిది ప్రజా మోడళ్లతో, మరోచోట ఏడింటితో పోల్చామని గ్నానీ పాఠం చెబుతోంది, మొత్తం తొమ్మిది టోకెనైజర్ల గురించి మాట్లాడుతుంది, కానీ పట్టికలో ఎనిమిది వరుసలు ఉన్నాయి, వాటిలో రెండు గ్నానీ సొంతవి. సర్వమ్ 30బి, జెమ్మా 3 27బికి హిందీ, బెంగాలీ విలువలు ఒకేలా ఉన్నాయని కూడా పట్టిక ఇస్తోంది. ఈ రెండు అంశాలనూ పోస్ట్ వివరించదు.
క్రుత్రిమ్ MUTANT, పట్టికలు ఎందుకు సరిపోలవు
క్రుత్రిమ్ ఏఐకి చెందిన సౌవిక్ రాణా, అరుల్ మెనెజెస్, ఆశిష్ కులకర్ణి, చంద్ర ఖత్రి, శుభమ్ అగర్వాల్ రాసిన MUTANT పత్రం, IndicSuperTokenizer శీర్షికతో 2025 నవంబర్ 5న arXivలో కనిపించింది. 2026 మార్చి 22న సవరించిన వెర్షన్ MUTANT పేరును ధరించి, ఒక రెసిపీని అందిస్తుంది: లిపి వారీగా కేటాయించిన పదకోశం, భాషను గుర్తించే ప్రీ-టోకెనైజేషన్, రెండు దశల శిక్షణ, మొదట పద ముక్కలు, ఆ తర్వాత తరచుగా వచ్చే బహుళ పద యూనిట్లు.
సారాంశం లామా 4 కంటే 39.5% మెరుగైన సగటు ఫెర్టిలిటీని, రచయితలు ప్రస్తుత ఉత్తమమైనదిగా పిలిచే సూత్ర అనే టోకెనైజర్ కంటే 18% మెరుగైన ఫెర్టిలిటీని, ఆంగ్లం, భారతీయ భాషల బెంచ్మార్క్లలో పోల్చదగిన ఫలితాలను ఉంచుతూనే లామా 4 కంటే 44% ఇన్ఫరెన్స్ త్రూపుట్ లాభాన్ని నివేదిస్తోంది. ఈ పోలిక ఆంగ్లం, 22 భారతీయ భాషలు, కోడ్ను కవర్ చేస్తుంది. పత్రం టేబుల్ 3లో, 24 కాలమ్లలో 20లో MUTANT-Indicకు అత్యల్ప ఫెర్టిలిటీ ఉంది. తమిళానికి లామా 4కు 5.87తో పోలిస్తే 2.12ను, తెలుగుకు 4.53తో పోలిస్తే 1.88ను, హిందీకి 1.83తో పోలిస్తే 1.23ను నివేదిస్తుంది. పాఠం ఒరియాలో లామా 4ను 10.51తో ప్రత్యేకంగా పేర్కొంటుంది.
మూడు మూలాలను ఒకే లీగ్ పట్టికగా కలపలేము. జీపీటీ-ఓఎస్ఎస్కు తెలుగులో MUTANT పత్రంలో 3.13, గ్నానీ పోస్ట్లో 3.90 ఉన్నాయి. సర్వమ్ 2024 టోకెనైజర్ను తన పది భాషల్లో 1.4 నుండి 2.1గా సర్వమ్ నివేదిస్తుంది, MUTANT పట్టికలో తెలుగుకు 2.63గా నివేదిస్తారు. ప్రతి దానిలో పరీక్ష పాఠం, భాషలు, పదాలు లెక్కించే పద్ధతి భిన్నంగా ఉన్నాయి, అందుకే ఒకే పట్టికలోని సంఖ్యలు మాత్రమే పోల్చదగినవి. ఈ వ్యాసం కోసం తెరిచిన మూలాల్లో వీటిలో ఏదీ బయటి బృందం ద్వారా పునరుత్పత్తి కాలేదు.
తక్కువ టోకెన్లు ఏం మారుస్తాయి, ఏం మార్చవు
చిన్న టోకెన్ సంఖ్య ఖర్చును తగ్గిస్తుంది, కాంటెక్స్ట్ విండోలో ఎక్కువ పాఠాన్ని పట్టిస్తుంది. మెరుగైన సమాధానాలు వాటంతట అవే రావు. తాము పరీక్షించిన బెంచ్మార్క్లలో తమ టోకెనైజర్ పోల్చదగిన ఫలితాలను ఉంచిందని MUTANT రచయితలు నివేదిస్తున్నారు; ఇలాంటి ఏ పత్రంలోనైనా చూడవలసిన వాదన అదే. భారతీయ భాషా డేటాపై ఎంత ఫైన్-ట్యూనింగ్ చేసినా, మోడల్ చూసేలోపే పాఠాన్ని ముక్కలు చేసే టోకెనైజర్ను అది భర్తీ చేయలేదని గ్నానీ వాదిస్తోంది.
ధరతో సంబంధం లేని పనులను కూడా టోకెనైజేషన్ ఆకృతి చేస్తుంది. జీపీటీ-3.5, జీపీటీ-4 సంఖ్యలను టోకెన్లుగా ఎలా విభజిస్తాయన్నది అంకగణితంలో వాటి కచ్చితత్వాన్ని మారుస్తుందని, కుడి నుండి ఎడమకు సమూహపరచడం చాలావరకు మెరుగైన పనితీరును ఇస్తుందని ఆదిత్య సింగ్, డీజే స్ట్రౌజ్ 2024 ఫిబ్రవరిలో రాసిన పత్రం కనుగొంది.
ఇతర సమూహాలు అదే పోలికను నడపడానికి తమ మూల్యాంకన డేటాసెట్ను, ఫ్రేమ్వర్క్ను విడుదల చేస్తామని MUTANT రచయితలు చెబుతున్నారు.
మూలాలు మరియు మరింత చదవడానికి
- Gnani AI and NVIDIA, Building a State-of-the-Art Indic Tokenizer for Nemotron 3 Nano (19 May 2026)
- Sarvam AI, Sarvam 1: The first Indian language LLM (24 October 2024)
- Sarvam AI, Sarvam 30B and Sarvam 105B (6 March 2026)
- Rana, Menezes, Kulkarni, Khatri and Agarwal, MUTANT: A Recipe for Multilingual Tokenizer Design (arXiv 2511.03237, v2 of 22 March 2026)
- arXiv 2511.03237v1, IndicSuperTokenizer: An Optimized Tokenizer for Indic Multilingual LLMs (5 November 2025)
- Ahia et al., Do All Languages Cost the Same? Tokenization in the Era of Commercial Language Models (arXiv, 23 May 2023)
- ACL Anthology, Ahia et al., EMNLP 2023 proceedings entry
- Singh and Strouse, Tokenization counts: the impact of tokenization on arithmetic in frontier LLMs (arXiv, 22 February 2024)
- OpenAI Help Center, Understanding and counting tokens
- Claude Platform Docs, Pricing
- Hugging Face Transformers documentation, Tokenization algorithms
ఈ వ్యాసం AI సాధనాల సహాయంతో పరిశోధించి రాయబడింది మరియు కచ్చితత్వం కోసం సవరించబడింది. ఇది సాధారణ సమాచారం మరియు చర్చ కోసం మాత్రమే, వృత్తిపరమైన సలహా కాదు. మా సంపాదకీయ ప్రమాణాలు మరియు నిరాకరణ చూడండి. తప్పు కనిపించిందా? మాకు తెలియజేయండి.
నచ్చిందా? తదుపరిది పొందండి.
ఒకసారి ఒక మంచి వ్యాసం, నేరుగా మీ ఇన్బాక్స్కు. స్పామ్ లేదు, ఎప్పుడైనా ఆపవచ్చు.