penkovsky_sa/simple-llm
1
0
Fork 0
mirror of https://github.com/pese-git/simple-llm.git synced 2026-01-23 21:14:17 +00:00
Code Issues Packages Projects Releases Wiki Activity

docs(example): update BPE example with encode/decode demonstration

Browse Source
This commit is contained in:
Sergey Penkovsky
2025-07-12 11:46:57 +03:00
parent 26f173cc16
commit 3de32b2856
1 changed files with 23 additions and 6 deletions
Download Patch File Download Diff File Expand all files Collapse all files

29
example/example_bpe.py
View File

@@ -34,8 +34,17 @@ def run_example(text, vocab_size=30):
print("SimpleBPE:") print("SimpleBPE:")
print(f"Время обучения: {simple_time:.4f} сек") print(f"Время обучения: {simple_time:.4f} сек")
print(f"Размер словаря: {len(simple_bpe.vocab)}") print(f"Размер словаря: {len(simple_bpe.vocab)}")
print(f"Словарь: {simple_bpe.vocab}") print(f"Пример словаря: {simple_bpe.vocab[:5]}...")
print(f"Ручная токенизация: {tokenize_manually(text, simple_bpe.vocab)}\n")
# Демонстрация encode/decode
test_phrases = [text, text.split()[0], "неизвестное_слово"]
for phrase in test_phrases:
encoded = simple_bpe.encode(phrase)
decoded = simple_bpe.decode(encoded)
print(f"\nФраза: '{phrase}'")
print(f"Закодировано: {encoded}")
print(f"Декодировано: '{decoded}'")
print(f"Совпадение: {phrase == decoded}")
# Optimize BPE # Optimize BPE
start = time.time() start = time.time()
@@ -43,14 +52,22 @@ def run_example(text, vocab_size=30):
opt_bpe.fit(text) opt_bpe.fit(text)
opt_time = time.time() - start opt_time = time.time() - start
print("OptimizeBPE:") print("\nOptimizeBPE:")
print(f"Время обучения: {opt_time:.4f} сек") print(f"Время обучения: {opt_time:.4f} сек")
print(f"Размер словаря: {len(opt_bpe.vocab)}") print(f"Размер словаря: {len(opt_bpe.vocab)}")
print(f"Словарь: {opt_bpe.vocab}") print(f"Пример словаря: {opt_bpe.vocab[:5]}...")
print(f"Ручная токенизация: {tokenize_manually(text, opt_bpe.vocab)}\n")
# Демонстрация encode/decode
for phrase in test_phrases:
encoded = opt_bpe.encode(phrase)
decoded = opt_bpe.decode(encoded)
print(f"\nФраза: '{phrase}'")
print(f"Закодировано: {encoded}")
print(f"Декодировано: '{decoded}'")
print(f"Совпадение: {phrase == decoded}")
if opt_time > 0: if opt_time > 0:
print(f"Оптимизированная версия быстрее в {simple_time/opt_time:.1f} раз\n") print(f"\nОптимизированная версия быстрее в {simple_time/opt_time:.1f} раз")
if __name__ == "__main__": if __name__ == "__main__":
text1 = "мама мыла раму, папа пил какао" text1 = "мама мыла раму, папа пил какао"