知识卡片

专业/工作

分词器三要素

理解等级:未标注

分词器质量由算法、参数和训练语料共同决定:算法定义如何合并片段,参数决定词表和特殊符号,语料决定偏向哪种语言或领域。发散:模型换领域时,tokenizer 也可能成为隐形瓶颈。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    原书出处

    参考来源

    《Hands-On Large Language Models 动手操作大型语言模型》第2章《Chapter 2. Tokens and Embeddings 第二章. 标记和嵌入》