懂AI
llama-tokenizer-js

llama-tokenizer-js

在浏览器和Node环境中高效实现LLaMA模型的分词

Llama-tokenizer-js 是一款JavaScript客户端分词器，适用于LLaMA 1和LLaMA 2模型，并支持TypeScript。该工具无依赖、易于使用，专为客户端准确计算token数量设计。利用优化的BPE算法实现高效运行时间和小巧包大小。支持浏览器和Node环境，并提供便捷的demo和详细使用说明。

llama-tokenizer-jsJavaScriptLLaMAnpmtokenizerGithub开源项目
访问官网GitHub文档

项目介绍：llama-tokenizer-js

llama-tokenizer-js 是一个专为 LLaMA 模型设计的 JavaScript 分词器，适用于 LLaMA 1 和 LLaMA 2，并可在浏览器及 Node.js 环境中运行，现也支持 TypeScript。其主要用途是在客户端准确计算令牌数。

功能特色

  • 简单易用：llama-tokenizer-js 没有任何依赖，其代码和数据封装在一个单独的文件中。
  • 广泛的兼容性：适配大多数 LLaMA 模型。
  • 优化的性能：采用高效的 BPE（字节对编码）实现，运行时间得到优化。
  • 紧凑的文件体积：在压缩和 gzip 处理前，大小为 670KiB，通过二进制格式和 base64 编码实现数据压缩。

如何导入

推荐的导入方式是通过 npm 安装并以 ES6 模块导入：

npm install llama-tokenizer-js
import llamaTokenizer from 'llama-tokenizer-js';
console.log(llamaTokenizer.encode("Hello world!").length);

替代方法包括通过 <script> 标签加载或在 CommonJS 项目中异步导入。

使用说明

一旦模块被导入，可以使用它进行编码或解码操作。不支持训练。在浏览器中使用时，llama-tokenizer-js 会污染全局命名空间。

编码示例：

llamaTokenizer.encode("Hello world!");
// 输出为: [1, 15043, 3186, 29991]

解码示例：

llamaTokenizer.decode([1, 15043, 3186, 29991]);
// 输出为: 'Hello world!'

需要注意的是，编码时默认会添加特定的“句首”令牌和空格，解码时也期望如此，这会影响令牌的计数。

测试

可以通过以下命令运行测试：

llamaTokenizer.runTests();

测试套件虽小，但能很好地覆盖不同的边界情况。在浏览器和 Node 环境中均可运行测试。

与其他方案的比较

llama-tokenizer-js 是第一个可以在浏览器客户端运行的 LLaMA JavaScript 分词器。相比其他不兼容的分词器（如 OpenAI 的），它无需依赖网络请求来计算令牌数，从而避免了延迟问题。

兼容性说明

分词器使用 SentencePiece Byte-Pair Encoding，与大多数基于 Facebook 提供的 LLaMA 检查点（模型权重）训练的模型兼容。对于从零训练的 LLaMA 模型（如 OpenLLaMA）不兼容。

项目的维护者

这个分词器由 belladore.ai 开发，得到了 xenova、blaze2004、imoneoi 和 ConProgramming 的贡献。

以上就是 llama-tokenizer-js 的全面介绍，该项目为在客户端进行高效的 LLaMA 令牌计数提供了简便的解决方案。

编辑推荐精选

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

下拉加载更多