Logo
Project Icon

Tokenizer

跨平台BPE编码实现

TokenizerOpenAITypescriptC#TokenizationGithub开源项目

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。

访问官网访问官网GithubGithub文档文档
介绍相关项目
bpemb - 基于BPE技术的多语言预训练子词嵌入，用于自然语言处理
BPEmbByte-Pair EncodingGithub子词嵌入开源项目神经网络自然语言处理
BPEmb使用Byte-Pair Encoding (BPE)技术，为275种语言提供训练好的子词嵌入，训练数据来自Wikipedia。该项目为神经网络在自然语言处理任务中提供输入。用户可以通过pip安装BPEmb，并自动下载所需的嵌入和SentencePiece模型。BPEmb支持子词分段和预训练子词嵌入，适用于多种语言处理任务，具有多种词汇表大小选择，以满足不同应用需求。
mlc-llm - 通用大语言模型高性能部署引擎
AI模型优化GithubMLC LLMMLCEngine开源项目机器学习编译器高性能部署
MLC LLM是一款用于大语言模型的高性能部署引擎，支持用户在各种平台上开发、优化和部署AI模型。核心组件MLCEngine通过REST服务器、Python、JavaScript、iOS和Android等接口提供OpenAI兼容的API，支持AMD、NVIDIA、Apple和Intel等多种硬件平台。项目持续优化编译器和引擎，与社区共同发展。
open-text-embeddings - 使用多源模型的OpenAI API兼容文本向量生成工具
GithubLangChainOpenAI APIembeddingsopen-text-embeddingssentence-transformers开源项目
该项目创建了与OpenAI API兼容的文本向量生成端点，支持多种开源句子转换模型，包括BAAI/bge-large-en、intfloat/e5-large-v2、sentence-transformers等。提供详细的本地和云端部署指南，方便用户在多种环境下运行服务器，实现高效查询与存储。用户也可通过Colab在线测试，体验开源文本向量生成的便捷性。
openai-whisper-api - 多功能开源语音转文字API，支持多语言和多任务
DockerGithubNode.jsOpenAI Whisper APITypescript开源项目语音识别
OpenAI Whisper API是一种开源AI模型微服务，采用OpenAI先进的语音识别技术，支持多语言识别、语言识别和语音翻译。该服务基于Node.js、Bun.sh和Typescript构建，可在无依赖的Docker环境中运行，适用于语音和语言相关的应用。无论是转录语音消息、改进系统性能，还是探索Whisper API的功能，这都是一个强大的工具，且采用MIT许可证，开发者可以轻松使用。
catalyst - 高效跨平台C#自然语言处理库，支持预训练模型与灵活实体识别
CatalystGithubNLP库净标记实体识别开源项目预训练模型
Catalyst 是一个C#自然语言处理库，提供预训练模型、实体识别和高效的二进制序列化支持。兼容.NET Standard 2.0 并跨平台运行，支持Windows、Linux和macOS。具备精准的标记化处理和语言检测功能。其特点包括命名实体识别、词性标注、语言检测、词形还原和FastText嵌入训练。通过简单的NuGet包安装和流式模型存储，支持多线程并行文本处理，适合大规模文本分析需求。
Seq2SeqSharp - 基于.NET的跨平台深度学习框架，支持多种神经网络任务
GithubSeq2SeqSharp多平台支持开源项目张量运算深度神经网络自然语言处理
Seq2SeqSharp是基于.NET开发的深度学习框架，支持序列到序列、标注和分类等多种任务。该框架具有跨平台兼容性，可在CPU和GPU上运行，提供Transformer和LSTM等神经网络架构。它还包含性能优化、混合精度训练和多GPU并行等功能，适用于文本和图像处理。
gpt-bat - 长文本分割与处理工具，优化GPT性能
API2DGPT BATGPT-3.5GithubOpenAI开源项目长文本处理
GPT BAT是一款专为GPT设计的优化工具，可以将长文本按行、按长度或按特定字符分隔，并灵活设置接口调用参数，如System提示词、User提示词和Max Tokens。兼容OpenAI和API2D接口，支持文本分段预览和Token消耗估算，处理结果将自动下载，允许重复尝试，显著提升GPT-3.5处理长文本的效率和便捷性。
TokenLimits - 实时检测多种AI模型的文本令牌数量
AI工具AI模型TokenLimitstoken限制图像模型文本模型
TokenLimits为用户提供实时文本令牌计数服务，支持GPT-4、GPT-3.5-Turbo、Stable Diffusion等多种AI模型。网站显示输入文本的令牌数、字符数和单词数，帮助用户确保内容符合各模型的输入限制。这一工具适用于AI内容创作者和开发者，有助于提高AI模型使用效率。
openai-translator - 基于OpenAI GPT的多语言翻译PWA应用
GPT-3GithubOpenAI TranslatorPWAReact云计算开源项目
该翻译应用利用OpenAI GPT技术，支持GPT-3.5 Turbo、GPT-4等模型。它是一个可安装在手机和桌面的PWA，采用了React、Vite、Tailwind CSS等技术栈。用户可通过本地开发环境和Docker轻松构建和部署该项目。如果喜欢，请记得为项目点赞，谢谢。
multi_token - 将多模态嵌入到大语言模型的开源框架
Githubmulti_token图像识别多模态嵌入大语言模型开源项目语音识别
multi_token是一个开源项目，旨在扩展大语言模型的多模态处理能力。该框架支持将图像、音频、文档和视频等多种模态编码为统一格式，并嵌入到单个模型中。它提供了简便的实现方法，使开发者能够轻松构建支持长文档、图像、音频和视频等多模态输入的语言模型。
相关项目
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。

使用协议隐私政策广告服务
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