tokenizer

5 projetos partilham este topic do GitHub

Linhas conectam membros que estão mensuravelmente relacionados entre si. O tamanho do ponto reflete estrelas.

🧬 Membros

LLMs-from-scratch

Implement a ChatGPT-like LLM in PyTorch from scratch, step by step

Language model tokenization at GB/s

[NeurIPS 2025 Spotlight] A Unified Tokenizer for Visual Generation and Understanding

Ready-made tokenizer library for working with GPT and tiktoken

Full-stack open-source AI engine for building language models — tokenizer training, transformer…

🔗 Familias relacionadas

language-model 114 attention-mechanism 54 from-scratch 8 instruction-tuning 28 pretraining 15 tokenization 6 autoregressive-models 10 generative 10

Medido a partir dos tópicos do GitHub compartilhados por ambos os projetos, ponderado pela raridade de cada tópico.