Buckets:
| # Tokenizeri, verificare![[tokenizers-check]] | |
| Bună treabă la finalizarea acestui capitol! | |
| După această scufundare adâncă în tokenizers, ar trebui să: | |
| - Să fii capabil să antrenezi un nou tokenizer folosind unul vechi ca model | |
| - Să înțelegi modului de utilizare a offseturilor pentru a face map tokenilor în intervalul lor original de text | |
| - Cunoști diferențele dintre BPE, WordPiece și Unigram | |
| - Fii capabil să combini blocurile furnizate de biblioteca 🤗 Tokenizers pentru a vă construi propriul tokenizer | |
| - Să poți folosi acest tokenizer în cadrul bibliotecii 🤗 Transformers | |
Xet Storage Details
- Size:
- 608 Bytes
- Xet hash:
- 54902a5e6a31cbff9780579a350bf7f88a1e075a25ecdbacd37d0820354c4290
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.