chinese english

LLaMA Chinese 81M

一個小型中英文(雙語)預訓練語言模型。

Training Dataset

Tokenizer

使用重新在中英文語料上訓練的 BPE Tokenizer,擁有較佳的分詞效果與邊解碼效率。

https://github.com/p208p2002/BPE-tokenizer-from-zh-wiki