Project Icon

Tokenizer

跨平台BPE编码实现

该项目提供了TypeScript和C#版的字节对编码(BPE)tokenizer,主要用于OpenAI LLMs,并基于开源的Rust实现。适用于Node.js和.NET环境,在传递提示词给LLM前进行tokenization处理。建议C#用户从Microsoft.DeepDev.TokenizerLib迁移至性能更优的Microsoft.ML.Tokenizers。欢迎开发者贡献代码和意见。

tiktoken-rs - OpenAI模型专用的Rust分词和计数库
GPTGithubOpenAIRusttiktoken-rstokenizer开源项目
tiktoken-rs是一个Rust实现的文本分词库,特别为OpenAI的GPT和其他相关模型设计,具备分词和计数的功能。支持多种OpenAI编码格式如GPT-3和GPT-4,用户可以通过Cargo轻松安装并使用,并在开源库中找到完整的示例。适用于需要高效、准确文本处理的开发者。
Tiktokenizer - 开发者AI令牌管理与计费解决方案
AI工具AI开发OpenAI APITiktokenizertoken计数用户计费
Tiktokenizer为开发者提供AI应用令牌监控和计费解决方案。平台支持OpenAI Chat API集成,实时跟踪用户令牌使用情况,确保计费透明公平。内置可视化工具助力开发者轻松管理应用数据。通过简化令牌计数流程,Tiktokenizer使开发者能够专注于AI应用创新,提高开发效率。平台还提供周期性令牌刷新、内置审核API等功能,进一步简化AI应用开发流程。该平台旨在为AI应用开发提供全面支持,助力开发者快速部署和有效管理AI项目。
1d-tokenizer - 创新1D图像分词框架实现高效图像处理
GithubTiTok图像标记化开源项目生成模型神经网络计算机视觉
1d-tokenizer项目开发了创新的1D图像分词框架,将256×256图像压缩至32个离散标记。该技术突破2D分词限制,提供更灵活紧凑的图像表示。相比扩散模型,生成速度提升数百倍,同时维持高质量输出。研究还深入探讨1D图像分词特性,为图像处理领域开辟新方向。
tiktokenizer - 计算输入文本的token数量的在线工具
GithubTiktokenizeropenai在线工具开源项目计算token赞助
该在线工具基于OpenAI的`tiktoken`库,可精确计算输入文本的token数量。项目由Diagram公司赞助,并得到了T3 Stack和shadcn/ui的技术支持。用户通过此工具可优化OpenAI模型的性能,实现更精确的结果。
tiny-llama-fast-tokenizer - 测试用途的轻量级语言模型分词器
GithubHuggingface开源项目权重初始化模型模型测试模型评估测试目的随机权重
tiny-llama-fast-tokenizer是一个专为测试目的设计的轻量级语言模型分词器。该项目使用随机权重,主要用于快速验证分词过程。它不适用于实际生产环境,但对于开发者进行初步测试和评估非常有用。这个工具为开发者提供了一个简单的方式来验证和测试分词过程,特别适合在开发初期快速进行概念验证。
subword-nmt - 神经机器翻译子词分割预处理工具
BPEGithub分词开源项目机器翻译神经网络自然语言处理
subword-nmt是一个文本子词分割预处理工具,主要应用于神经机器翻译领域。它实现了字节对编码(BPE)等算法,具备多语言联合学习、词汇过滤和BPE dropout等功能。该工具支持pip安装,提供命令行接口,适用于各类NMT任务,可有效处理罕见词。
bytepiece - 创新高效的字节级Unigram分词工具
BytePieceGithubPythonUnigram分词器压缩率开源项目
BytePiece是一款基于字节的Unigram分词工具,采用创新训练算法实现高压缩率。该工具直接处理UTF-8字节,无需预处理,确保语言无关性。相比SentencePiece,BytePiece具有更高效的随机分词算法,支持多进程训练加速,并采用纯Python实现,便于二次开发。这一工具为自然语言处理提供了纯粹、易扩展的分词方案。
TensorFlow.NET - 用 C# 实现完整的 Tensorflow API,允许 .NET 开发人员使用跨平台的 .NET Standard 框架开发、训练和部署机器学习模型
.NETGithubKerasTensorFlowTensorFlow.NET开源项目机器学习
TensorFlow.NET为.NET Standard框架提供了TensorFlow绑定,使.NET开发者能够使用C#或F#进行机器学习模型的开发、训练和部署。项目内置Keras高级接口,支持将Python代码无缝移植到.NET环境,适用于Windows、Linux和MacOS系统,并支持CPU和GPU版本。
llavanext-qwen-siglip-tokenizer - 整合多模态模型的开源项目探索图像与文本处理新方向
GithubHuggingfacetransformers人工智能开源项目机器学习模型模型卡片自然语言处理
该项目整合了LLaVA、Qwen和SIGLIP等先进多模态模型的功能,基于Transformers库开发高效tokenizer。它支持视觉问答和图像描述等跨模态任务,为计算机视觉和自然语言处理的交叉研究提供了实用工具。该项目旨在提供一个强大的图像-文本处理框架,为研究人员和开发者探索和应用多模态AI提供便捷途径,有望在相关领域带来突破性进展。
tokenize-anything - 基于视觉提示的多功能区域分割识别和描述模型
AI分割识别GithubTAP多任务处理开源项目灵活提示视觉语言模型
Tokenize Anything via Prompting是一个多功能视觉模型,可通过点、框和草图等视觉提示对图像中的任意区域进行分割、识别和描述。该模型利用SA-1B数据集和预训练的EVA-CLIP模型进行训练,具备强大的语义理解能力。其模块化设计支持多样化的视觉语言任务,可自定义预测器和异步处理流程,适用于各种应用场景。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号