qwen2_tokenizer

torchtune.models.qwen2.qwen2_tokenizer(path: str, merges_file: str = None, special_tokens_path: Optional[str] = None, max_seq_len: Optional[int] = None, prompt_template: Optional[Union[str, Dict[Literal['system', 'user','assistant', 'ipython'], Tuple[str, str]]]] = None, **kwargs) → Qwen2Tokenizer

Qwen2 的分词器。

参数:

• path (str) – vocab.json 文件的路径。

• merges_file (str) – merges.txt 文件的路径。

• special_tokens_path (Optional[str]) – Hugging Face 模型文件中包含所有已注册特殊词元的 tokenizer.json 文件的路径，或结构类似的本地 json 文件。默认为 None，以使用规范的 Qwen2 特殊词元。

• max_seq_len (Optional[int]) – 截断词元的最大序列长度。默认值: None

• prompt_template (Optional[_TemplateType]) – 可选指定的提示模板。如果为字符串，则假定它是 PromptTemplateInterface 类的点路径。如果为字典，则假定它是将角色映射到前置/后置标签的自定义提示模板。默认值: None。

返回:

Qwen2 分词器的实例

返回类型:

Qwen2Tokenizer