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。

Parameters:

• path (str) – vocab.json文件的路径。

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

• special_tokens_path (Optional[str]) – 指向Hugging Face模型文件中包含所有注册特殊标记的tokenizer.json的路径，或者结构类似的本地json文件。默认为None，使用规范的Qwen2特殊标记。

• max_seq_len (可选[int]) – 用于截断标记的最大序列长度。 默认值：无

• prompt_template (可选[_TemplateType]) – 可选的指定提示模板。 如果是字符串，则假定为 PromptTemplateInterface 类的点路径。 如果是字典，则假定为自定义提示模板，将角色映射到前置/后置标签。默认值为 None。

Returns:

Qwen2 分词器的实例化

Return type:

Qwen2Tokenizer