7 个版本
0.2.2 | 2023年11月12日 |
---|---|
0.2.1 | 2023年10月17日 |
0.1.0 | 2023年9月20日 |
0.0.3 | 2023年9月20日 |
#1099 在 文本处理
111 每月下载
用于 bytepiece
1MB
335 代码行
bytepiece-rs
用法
use bytepice_rs::Tokenizer;
let tokenizer = Tokenizer::new();
// or load a custom model
let tokenizer = Tokenizer::load_from("/path/to/model");
let text = "今天天气不错";
let ids = tokenizer.encode(text, false, false, alpha=0.0);
assert_eq!(ids, vec![40496, 45268, 39432]);
let text2 = tokenizer.decode(ids);
assert_eq!(text2, text);
基准测试 & 测试
cargo test
cargo bench -- --plotting-backend gnuplot
依赖
~7–14MB
~161K SLoC