minbpe · Issues· 59 开放
在 GitHub 打开本地同步的开放议题（评论请到 GitHub 查看）
- #118
多语言语料库收集工具
更新于 2026年9月3日 - #114
train() 会引发 ValueError: max() 参数在空或只有空格的输入中是一个空序列
更新于 2026年8月9日 - #115
encode(..., allowed_special="none_raise") 会引发 AssertionError,而不是 ValueError
更新于 2026年8月2日 - #85
带有 C 扩展的 Python API,可加快训练和编码速度
更新于 2026年6月5日 - #105
get_gpt4_merges()
更新于 2025年11月23日 - #100
编码更简单、更快速
更新于 2025年11月9日 - #74
Google Colab 中的笔记本问题
更新于 2025年7月13日 - #77
要支持哪些 GPT-4o 标记器？
更新于 2025年7月13日 - #92
对于非英语语言,LLM 的表现更差
更新于 2025年7月13日 - #87
关于编码器逻辑的问题
更新于 2024年12月10日 - #93
`tests/test_tokenizer` 文件中 `test_wikipedia_example` 的注释中存在一个问题
更新于 2024年11月18日 - #51
对重复标记进行计数是不准确的吗?
更新于 2024年6月7日 - #69
而不是在每个步骤中找到频率最高的一对并进行合并,而是找到 N 对频率最高的对。
更新于 2024年6月7日 - #81
LLM 为 calc
更新于 2024年6月6日 - #80
OSS-Fuzz 集成
更新于 2024年5月30日