離開OpenAI的大神卡帕西「開課了」：新項目日增千星，還是熟悉的min代碼風

AIGC動態歡迎閱讀

原標題：離開OpenAI的大神卡帕西「開課了」：新項目日增千星，還是熟悉的min代碼風
關鍵字：分詞,算法,文本,詞匯表,模型
文章來源：量子位
內容字數：2575字

內容摘要：

魚羊 發自 凹非寺量子位 | 公眾號 QbitAI大神Karpathy從OpenAI離職，原本揚言要大休一周。
但轉眼，新項目就已上線GitHub，日增上千星的那種。
還是熟悉的卡式配方：
74行Python代碼搞定大模型標記化（tokenization）中常用的BPE（Byte Pair Encoding）算法，實現該算法的最小、最干凈代碼版本。
甚至：
是不是有點快3萬標星的nanoGPT內味兒了？
這波啊，還真是讓網友們給猜著了：
Time to cook。
畢竟，Karpathy除了前特斯拉AI總監、OpenAI創始成員的title，最為網友所熟悉的，就是“AI領域大善人”、“擅長將復雜問題簡單化的卡老師”這樣的身份了（手動狗頭）。
BPE代碼最小化版本還是具體來看一下，Karpathy老師這次又煮出了一鍋什么樣的飯。
項目名minbpe已經說明一切：BPE算法的最小、最干凈代碼版本。
BPE（字節對編碼）是隨著GPT-2而流行起來的標記化算法。現在，包括GPT系列、Llama系列和Mistral在內，一眾大模型都用到了這一算法來訓練分詞器。
BPE的主要優勢在于：
高效：通過

原文鏈接：離開OpenAI的大神卡帕西「開課了」：新項目日增千星，還是熟悉的min代碼風

聯系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破