ExplainLLM LogoExplainLLM
Основы LLMAI АгентыContext EngineeringТехники промптингаПесочницаМой путьТарифы
Мой путь
Рейтинг
Эволюция LLM
Нейронные сетиДинамика обученияТрансферное обучениеТокенизацияЭмбеддингиМеханизм вниманияАрхитектура ТрансформераИнференс и KV-CacheСтратегии декодированияНастройки LLMЭлементы промптаОсновы промпт-инжинирингаЛучшие практикиКвантизацияFine-tuning vs ПромптингReasoning-моделиOpen-Source моделиRLHFMixture of Experts (MoE)Knowledge DistillationRLVR и GRPODiffusion LLMsМасштабирование вычислений на инференсе
Паттерн ReActFunction CallingВлияние инструментовПамять агентовMulti-Agent системыПланирование и декомпозицияАрхитектуры агентовСоздание AI-агентовLangChain и LlamaIndexОценка и тестирование агентовПротокол A2A (Agent-to-Agent)Computer Use и браузерные агентыПротоколы агентов: A2A, ACP и AP2
Context EngineeringСистемные промптыКонтекстное окноСтруктура промптовRAG — Retrieval Augmented GenerationБезопасность промптовСтратегии инженерии контекста: Write, Select, Compress, Isolate
Zero-Shot PromptingChain-of-Thought — пошаговые рассуждения AIFew-Shot LearningSelf-Consistency — повышение точности голосованиемTree of ThoughtsМета-промптингReflexion — самоанализ и улучшение ответов LLMLeast-to-Most — от простого к сложномуProgram of ThoughtChain of VerificationRAG — генерация с дополненным поискомPrompt ChainingGenerate KnowledgeСтруктурированный выводAPE — автоматическая оптимизация промптовDSPy — программирование языковых моделейART — автоматические рассуждения с инструментамиMultimodal CoTФреймворки промптовПрактические паттерныКомбинирование техникSelf-Refine
Генерация кодаКлассификация текстаСуммаризацияИзвлечение информацииВопрос-ответГенерация данныхЧат-боты и диалоговый ИИТрансформация текстаСемантический поискГенерация контентаText-to-SQL — генерация SQL из текстаСтруктурированный выводАнализ мнений и эмоцийПромптинг для генерации изображенийПромптинг для каждой моделиAgentic Coding
Гид по выбору моделиLLM бенчмаркиВекторные базы данныхМониторинг LLMОптимизация расходовПаттерны API интеграцииДеплой LLMГардрейлы в продакшенеRAG vs Fine-tuningМалые языковые моделиPrompt CachingLLMOpsРоутинг моделей (Model Routing)Harness-инженерия (Harness Engineering)
Vision моделиАнализ изображенийПромпт-инженерия для visionАнализ документовГаллюцинации vision-моделейМультимодальный RAGГолосовые агентыReal-time мультимодальностьВидео и аудиоСтоимость мультимодальностиДиффузионные модели
Prompt InjectionJailbreaking — обход ограничений LLMФактичность и галлюцинацииПредубеждения в LLMAI Safety и AlignmentПриватность данных и утечка PIIRed Teaming для LLMОтмывание контекста (Context Laundering)
Введение в Claude CodeУстановка и настройкаПервая сессияАгентный цикл18 встроенных инструментовРабота с файламиПоиск и навигацияОбзор суб-агентовВстроенные агентыСоздание своих агентовПаттерны агентовОсновы MCPMCP-серверы для Claude CodeНастройка MCPПродвинутый MCPПамять и CLAUDE.mdМодульные правилаУправление контекстомСистема хуковНавыки и командыСоздание плагиновAgent SDK
Сравнение техник промптингаAI-челленджи по промпт-инжинирингуLLM Песочница — Тестируйте AI промптыBPE Токенизатор — Как AI читает текстСемантический поиск — AI-эмбеддингиВероятности токенов — Предсказания AI моделейВизуализация контекстного окнаPrompt Battle — Сравнение техник
Конструктор промптов
Глоссарий
Что нового
AI Рецепты
AI Дайджест
  1. Главная
  2. Песочница
  3. Tokenizer

Ресурсы

ГлоссарийПуть обученияПесочницаЧто нового

Правовая информация

Условия использованияПолитика конфиденциальностиОбратная связьОб авторе

© 2024-2026 ExplainLLM. Все права защищены.

Telegram-канал

BPE Токенизатор — Как AI читает текст

Интерактивная визуализация BPE-токенизатора: смотрите, как GPT-4, Claude и Llama разбивают текст на токены в реальном времени

Режим токенизации

Локальная BPE симуляция — показывает принцип работы алгоритма

Исследователь токенов
65Токенов
76Символов
1.17Символов/токен
BPE Merge Process
Показать BPE слияния
Шаг слияния 0/11
Tokens (76)
T
h
e
␣
q
u
i
c
k
␣
b
r
o
w
n
␣
f
o
x
␣
j
u
m
p
s
␣
o
v
e
r
␣
t
h
e
␣
l
a
z
y
␣
d
o
g
.
␣
L
L
M
s
␣
p
r
o
c
e
s
s
␣
t
e
x
t
␣
u
s
i
n
g
␣
t
o
k
e
n
s
.