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。
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。
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。
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。
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。
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。
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。
字节跳动发布的AI编程神器IDE
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。
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。
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。
一键生成PPT和Word,让学习生活更轻松