← 返回卡片

原书出处

从零构建大模型:算法、训练与微调

06 数据处理与数据增强

核验版本的摘录快照 · 导入于 2026-11-18T07:33:44.767Z

(4)BPE分词主逻辑:bpe_tokenize函数将以上步骤整合,进行多次迭代,每次选择频率最高的字对进行合并,形成子词单位,最终返回包含BPE分词结果的词汇表。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/从零构建大模型:算法、训练与微调/_epub-src/EPUB/xhtml/chapter010_0003.xhtml

EPUB SHA-256:842d8d446ef11b03a65871e0294e4c77b0cbfd2b0d2f70e26bd747530b867901