GratuitSkills
Commits, branches et synchronisation avec la CLI but
- 361361 téléchargements
- 198198 mentions J'aime
- 103103 sauvegardes
Compatible avec
- Claude Code
- Codex
- Cursor
- et 3 autres
Tokeniser vite avec la bibliothèque Hugging Face Tokenizers v1.0.0
Utilisez cette ressource pour tokeniser de gros corpus et entraîner un tokenizeur BPE personnalisé
Nouveau
- 342 téléchargements
- 218 mentions J'aime
- 184 sauvegardes
Gratuit
Installer avec la CLI
Dans un terminal, depuis le dossier voulu :
npx --yes palatekit@latest install huggingface-tokenizers-trainingSans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.
Première fois : connectez la CLI avec
npx --yes palatekit@latest loginL'agent vous guide pour installer la bibliothèque Tokenizers, charger un tokenizeur pré-entraîné, encoder et décoder du texte, puis entraîner un vocabulaire BPE personnalisé. Il couvre aussi le suivi des alignements et le remplissage ou la troncature.
Choisie surtout par
Mise à jour le 2 novembre 2026
Aperçus
Caractéristiques
- Fonctionne dans
- Guides d'installation
- Génère avec
- Le modèle de votre agent
- Licence
- MIT
Ressources similaires
Tout voir- Gratuit
GratuitSkills
Guide de la CLI Sentry
- 525525 téléchargements
- 117117 mentions J'aime
- 128128 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Bonnes pratiques Drizzle ORM avec PostgreSQL
- 407407 téléchargements
- 194194 mentions J'aime
- 151151 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Assistant de conception de SLO
- 537537 téléchargements
- 105105 mentions J'aime
- 242242 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
User stories de sprint
- 451451 téléchargements
- 150150 mentions J'aime
- 132132 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Plan de sprint réaliste
- 423423 téléchargements
- 192192 mentions J'aime
- 102102 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Conseiller CTO de startup
- 580580 téléchargements
- 201201 mentions J'aime
- 242242 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Création de pull requests GitHub avec contrôles qualité
- 427427 téléchargements
- 230230 mentions J'aime
- 196196 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
Ce que vous obtenez
- SKILL.md : installation, chargement, encodage, décodage et entraînement BPE
- references/training.md, pipeline.md, algorithms.md et integration.md : entraînement, pipeline, algorithmes et intégration avec Transformers
Pour qui
- Vous devez tokeniser des corpus très volumineux
- Vous voulez un vocabulaire adapté à votre domaine
Pas pour qui
Étiquettes
- tokenisation
- bpe
- hugging face
- nlp
À propos
Vous dites
« Entraîne un tokenizeur BPE sur mon corpus médical et garde la correspondance avec le texte d'origine. »
Skill publiée par Orchestra Research sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.
Voir plusVoir moins
Comment l'utiliser
- Installez la skill dans le dossier de skills de votre agent
- Demandez à votre agent de tokeniser de gros corpus et entraîner un tokenizeur BPE personnalisé
- Relisez et ajustez le résultat
Aperçu du contenu
Fichiers
- LICENSE1,1 Ko
- NOTICE-PALATEKIT.md0,5 Ko
- references/algorithms.md15,5 Ko
- references/integration.md15,7 Ko
- references/pipeline.md17,1 Ko
- references/training.md14,8 Ko
- SKILL.md13,9 Ko
Origine et licence
Référencée sans modification
- Auteur
- Orchestra Research
- Source
- github.com/orchestra-research/ai-research-skills/tree/773a52944ba4747a18bd4ae9ade53fff041adcbc/02-tokenization/huggingface-tokenizers
- Licence
- MIT
Notice
« huggingface-tokenizers » (Orchestra Research, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.
Avis des utilisateurs
–
Aucune note pour l'instant
Chargement des avis…