solar-1-mini-tokenizer:可用于对输入文本进行分词处理，适配 Upstage solar-1-mini-chat 模型。该项目支持英语、韩语、日语等多种语言，词汇量达 64,000，可通过 tokenizers 库便捷加载使用。【此简介由AI生成】

Upstage solar-1-mini 分词器

词汇量：64,000
语言支持：英语、韩语、日语及更多语言

请使用此分词器对 Upstage solar-1-mini-chat 模型的输入进行分词处理。

您可以通过以下方式使用分词器库加载它：

from tokenizers import Tokenizer

tokenizer = Tokenizer.from_pretrained("upstage/solar-1-mini-tokenizer")
text = "Hi, how are you?"
enc = tokenizer.encode(text)
print("Encoded input:")
print(enc)

inv_vocab = {v: k for k, v in tokenizer.get_vocab().items()}
tokens = [inv_vocab[token_id] for token_id in enc.ids]
print("Tokens:")
print(tokens)

number_of_tokens = len(enc.ids)
print("Number of tokens:", number_of_tokens)