LLaMA Chinese 81M 一個小型中英文(雙語)預訓練語言模型。 Training Dataset 中文維基百科(20230601) 英文維基百科(20230601) 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