词表扩充 - Githubissues

AceCHQ commented 9 months ago

提交前必须检查以下项目

[X] 请确保使用的是仓库最新代码（git pull），一些问题已被解决和修复。
[X] 由于相关依赖频繁更新，请确保按照Wiki中的相关步骤执行
[X] 我已阅读FAQ章节并且已在Issue中对问题进行了搜索，没有找到相似问题和解决方案
[X] 第三方插件问题：例如llama.cpp、text-generation-webui、LlamaChat等，同时建议到对应的项目中查找解决方案
[X] 模型正确性检查：务必检查模型的SHA256.md，模型不对的情况下无法保证效果和正常运行

问题类型

其他问题

基础模型

None

操作系统

Linux

详细描述问题

您好，看到您使用sentencepiece训练了中文预料并且叠加起来，这部分我可以跑通。请问如果只想基于原始tokenizer增加special token，应该如何进行？是否有类似的issue可以参照，谢谢

依赖情况（代码类问题务必提供）

# 请在此处粘贴依赖情况

运行日志或截图

# 请在此处粘贴运行日志

Mxoder commented 9 months ago

试试 tokenizer.add_tokens()，传入一个 list

github-actions[bot] commented 8 months ago

This issue has been automatically marked as stale because it has not had recent activity. It will be closed if no further activity occurs. Thank you for your consideration.