| { | |
| "version": "1.0", | |
| "truncation": null, | |
| "padding": null, | |
| "added_tokens": [ | |
| { | |
| "id": 500, | |
| "content": "<|endoftext|>", | |
| "single_word": false, | |
| "lstrip": false, | |
| "rstrip": false, | |
| "normalized": false, | |
| "special": true | |
| }, | |
| { | |
| "id": 501, | |
| "content": "<|im_start|>", | |
| "single_word": false, | |
| "lstrip": false, | |
| "rstrip": false, | |
| "normalized": false, | |
| "special": true | |
| }, | |
| { | |
| "id": 502, | |
| "content": "<|im_end|>", | |
| "single_word": false, | |
| "lstrip": false, | |
| "rstrip": false, | |
| "normalized": false, | |
| "special": true | |
| } | |
| ], | |
| "normalizer": { | |
| "type": "NFC" | |
| }, | |
| "pre_tokenizer": { | |
| "type": "Sequence", | |
| "pretokenizers": [ | |
| { | |
| "type": "Split", | |
| "pattern": { | |
| "Regex": "(?i:'s|'t|'re|'ve|'m|'ll|'d)|[^\\r\\n\\p{L}\\p{N}]?\\p{L}+|\\p{N}| ?[^\\s\\p{L}\\p{N}]+[\\r\\n]*|\\s*[\\r\\n]+|\\s+(?!\\S)|\\s+" | |
| }, | |
| "behavior": "Isolated", | |
| "invert": false | |
| }, | |
| { | |
| "type": "ByteLevel", | |
| "add_prefix_space": false, | |
| "trim_offsets": false, | |
| "use_regex": false | |
| } | |
| ] | |
| }, | |
| "post_processor": { | |
| "type": "ByteLevel", | |
| "add_prefix_space": false, | |
| "trim_offsets": false, | |
| "use_regex": false | |
| }, | |
| "decoder": { | |
| "type": "ByteLevel", | |
| "add_prefix_space": false, | |
| "trim_offsets": false, | |
| "use_regex": false | |
| }, | |
| "model": { | |
| "type": "BPE", | |
| "dropout": null, | |
| "unk_token": null, | |
| "continuing_subword_prefix": "", | |
| "end_of_word_suffix": "", | |
| "fuse_unk": false, | |
| "byte_fallback": false, | |
| "vocab": { | |
| "!": 0, | |
| "\"": 1, | |
| "#": 2, | |
| "$": 3, | |
| "%": 4, | |
| "&": 5, | |
| "'": 6, | |
| "(": 7, | |
| ")": 8, | |
| "*": 9, | |
| "+": 10, | |
| ",": 11, | |
| "-": 12, | |
| ".": 13, | |
| "/": 14, | |
| "0": 15, | |
| "1": 16, | |
| "2": 17, | |
| "3": 18, | |
| "4": 19, | |
| "5": 20, | |
| "6": 21, | |
| "7": 22, | |
| "8": 23, | |
| "9": 24, | |
| ":": 25, | |
| ";": 26, | |
| "<": 27, | |
| "=": 28, | |
| ">": 29, | |
| "?": 30, | |
| "@": 31, | |
| "A": 32, | |
| "B": 33, | |
| "C": 34, | |
| "D": 35, | |
| "E": 36, | |
| "F": 37, | |
| "G": 38, | |
| "H": 39, | |
| "I": 40, | |
| "J": 41, | |
| "K": 42, | |
| "L": 43, | |
| "M": 44, | |
| "N": 45, | |
| "O": 46, | |
| "P": 47, | |
| "Q": 48, | |
| "R": 49, | |
| "S": 50, | |
| "T": 51, | |
| "U": 52, | |
| "V": 53, | |
| "W": 54, | |
| "X": 55, | |
| "Y": 56, | |
| "Z": 57, | |
| "[": 58, | |
| "\\": 59, | |
| "]": 60, | |
| "^": 61, | |
| "_": 62, | |
| "`": 63, | |
| "a": 64, | |
| "b": 65, | |
| "c": 66, | |
| "d": 67, | |
| "e": 68, | |
| "f": 69, | |
| "g": 70, | |
| "h": 71, | |
| "i": 72, | |
| "j": 73, | |
| "k": 74, | |
| "l": 75, | |
| "m": 76, | |
| "n": 77, | |
| "o": 78, | |
| "p": 79, | |
| "q": 80, | |
| "r": 81, | |
| "s": 82, | |
| "t": 83, | |
| "u": 84, | |
| "v": 85, | |
| "w": 86, | |
| "x": 87, | |
| "y": 88, | |
| "z": 89, | |
| "{": 90, | |
| "|": 91, | |
| "}": 92, | |
| "~": 93, | |
| "¡": 94, | |
| "¢": 95, | |
| "£": 96, | |
| "¤": 97, | |
| "¥": 98, | |
| "¦": 99, | |
| "§": 100, | |
| "¨": 101, | |
| "©": 102, | |
| "ª": 103, | |
| "«": 104, | |
| "¬": 105, | |
| "®": 106, | |
| "¯": 107, | |
| "°": 108, | |
| "±": 109, | |
| "²": 110, | |
| "³": 111, | |
| "´": 112, | |
| "µ": 113, | |
| "¶": 114, | |
| "·": 115, | |
| "¸": 116, | |
| "¹": 117, | |
| "º": 118, | |
| "»": 119, | |
| "¼": 120, | |
| "½": 121, | |
| "¾": 122, | |
| "¿": 123, | |
| "À": 124, | |
| "Á": 125, | |
| "Â": 126, | |
| "Ã": 127, | |
| "Ä": 128, | |
| "Å": 129, | |
| "Æ": 130, | |
| "Ç": 131, | |
| "È": 132, | |
| "É": 133, | |
| "Ê": 134, | |
| "Ë": 135, | |
| "Ì": 136, | |
| "Í": 137, | |
| "Î": 138, | |
| "Ï": 139, | |
| "Ð": 140, | |
| "Ñ": 141, | |
| "Ò": 142, | |
| "Ó": 143, | |
| "Ô": 144, | |
| "Õ": 145, | |
| "Ö": 146, | |
| "×": 147, | |
| "Ø": 148, | |
| "Ù": 149, | |
| "Ú": 150, | |
| "Û": 151, | |
| "Ü": 152, | |
| "Ý": 153, | |
| "Þ": 154, | |
| "ß": 155, | |
| "à": 156, | |
| "á": 157, | |
| "â": 158, | |
| "ã": 159, | |
| "ä": 160, | |
| "å": 161, | |
| "æ": 162, | |
| "ç": 163, | |
| "è": 164, | |
| "é": 165, | |
| "ê": 166, | |
| "ë": 167, | |
| "ì": 168, | |
| "í": 169, | |
| "î": 170, | |
| "ï": 171, | |
| "ð": 172, | |
| "ñ": 173, | |
| "ò": 174, | |
| "ó": 175, | |
| "ô": 176, | |
| "õ": 177, | |
| "ö": 178, | |
| "÷": 179, | |
| "ø": 180, | |
| "ù": 181, | |
| "ú": 182, | |
| "û": 183, | |
| "ü": 184, | |
| "ý": 185, | |
| "þ": 186, | |
| "ÿ": 187, | |
| "Ā": 188, | |
| "ā": 189, | |
| "Ă": 190, | |
| "ă": 191, | |
| "Ą": 192, | |
| "ą": 193, | |
| "Ć": 194, | |
| "ć": 195, | |
| "Ĉ": 196, | |
| "ĉ": 197, | |
| "Ċ": 198, | |
| "ċ": 199, | |
| "Č": 200, | |
| "č": 201, | |
| "Ď": 202, | |
| "ď": 203, | |
| "Đ": 204, | |
| "đ": 205, | |
| "Ē": 206, | |
| "ē": 207, | |
| "Ĕ": 208, | |
| "ĕ": 209, | |
| "Ė": 210, | |
| "ė": 211, | |
| "Ę": 212, | |
| "ę": 213, | |
| "Ě": 214, | |
| "ě": 215, | |
| "Ĝ": 216, | |
| "ĝ": 217, | |
| "Ğ": 218, | |
| "ğ": 219, | |
| "Ġ": 220, | |
| "ġ": 221, | |
| "Ģ": 222, | |
| "ģ": 223, | |
| "Ĥ": 224, | |
| "ĥ": 225, | |
| "Ħ": 226, | |
| "ħ": 227, | |
| "Ĩ": 228, | |
| "ĩ": 229, | |
| "Ī": 230, | |
| "ī": 231, | |
| "Ĭ": 232, | |
| "ĭ": 233, | |
| "Į": 234, | |
| "į": 235, | |
| "İ": 236, | |
| "ı": 237, | |
| "IJ": 238, | |
| "ij": 239, | |
| "Ĵ": 240, | |
| "ĵ": 241, | |
| "Ķ": 242, | |
| "ķ": 243, | |
| "ĸ": 244, | |
| "Ĺ": 245, | |
| "ĺ": 246, | |
| "Ļ": 247, | |
| "ļ": 248, | |
| "Ľ": 249, | |
| "ľ": 250, | |
| "Ŀ": 251, | |
| "ŀ": 252, | |
| "Ł": 253, | |
| "ł": 254, | |
| "Ń": 255, | |
| "ĠĠ": 256, | |
| "ĠĠĠĠ": 257, | |
| "in": 258, | |
| "Ġt": 259, | |
| "ĠĠĠĠĠĠĠĠ": 260, | |
| "er": 261, | |
| "ĠĠĠ": 262, | |
| "on": 263, | |
| "Ġa": 264, | |
| "re": 265, | |
| "at": 266, | |
| "st": 267, | |
| "en": 268, | |
| "or": 269, | |
| "Ġth": 270, | |
| "ĊĊ": 271, | |
| "Ġc": 272, | |
| "le": 273, | |
| "Ġs": 274, | |
| "it": 275, | |
| "an": 276, | |
| "ar": 277, | |
| "al": 278, | |
| "Ġthe": 279, | |
| ";Ċ": 280, | |
| "Ġp": 281, | |
| "Ġf": 282, | |
| "ou": 283, | |
| "Ġ=": 284, | |
| "is": 285, | |
| "ĠĠĠĠĠĠĠ": 286, | |
| "ing": 287, | |
| "es": 288, | |
| "Ġw": 289, | |
| "ion": 290, | |
| "ed": 291, | |
| "ic": 292, | |
| "Ġb": 293, | |
| "Ġd": 294, | |
| "et": 295, | |
| "Ġm": 296, | |
| "Ġo": 297, | |
| "ĉĉ": 298, | |
| "ro": 299, | |
| "as": 300, | |
| "el": 301, | |
| "ct": 302, | |
| "nd": 303, | |
| "Ġin": 304, | |
| "Ġh": 305, | |
| "ent": 306, | |
| "id": 307, | |
| "Ġn": 308, | |
| "am": 309, | |
| "ĠĠĠĠĠĠĠĠĠĠĠ": 310, | |
| "Ġto": 311, | |
| "Ġre": 312, | |
| "--": 313, | |
| "Ġ{": 314, | |
| "Ġof": 315, | |
| "om": 316, | |
| ");Ċ": 317, | |
| "im": 318, | |
| "čĊ": 319, | |
| "Ġ(": 320, | |
| "il": 321, | |
| "//": 322, | |
| "Ġand": 323, | |
| "ur": 324, | |
| "se": 325, | |
| "Ġl": 326, | |
| "ex": 327, | |
| "ĠS": 328, | |
| "ad": 329, | |
| "Ġ\"": 330, | |
| "ch": 331, | |
| "ut": 332, | |
| "if": 333, | |
| "**": 334, | |
| "Ġ}": 335, | |
| "em": 336, | |
| "ol": 337, | |
| "ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ": 338, | |
| "th": 339, | |
| ")Ċ": 340, | |
| "Ġ{Ċ": 341, | |
| "Ġg": 342, | |
| "ig": 343, | |
| "iv": 344, | |
| ",Ċ": 345, | |
| "ce": 346, | |
| "od": 347, | |
| "Ġv": 348, | |
| "ate": 349, | |
| "ĠT": 350, | |
| "ag": 351, | |
| "ay": 352, | |
| "Ġ*": 353, | |
| "ot": 354, | |
| "us": 355, | |
| "ĠC": 356, | |
| "Ġst": 357, | |
| "ĠI": 358, | |
| "un": 359, | |
| "ul": 360, | |
| "ue": 361, | |
| "ĠA": 362, | |
| "ow": 363, | |
| "Ġ'": 364, | |
| "ew": 365, | |
| "Ġ<": 366, | |
| "ation": 367, | |
| "()": 368, | |
| "Ġfor": 369, | |
| "ab": 370, | |
| "ort": 371, | |
| "um": 372, | |
| "ame": 373, | |
| "Ġis": 374, | |
| "pe": 375, | |
| "tr": 376, | |
| "ck": 377, | |
| "âĢ": 378, | |
| "Ġy": 379, | |
| "ist": 380, | |
| "----": 381, | |
| ".ĊĊ": 382, | |
| "he": 383, | |
| "Ġe": 384, | |
| "lo": 385, | |
| "ĠM": 386, | |
| "Ġbe": 387, | |
| "ers": 388, | |
| "Ġon": 389, | |
| "Ġcon": 390, | |
| "ap": 391, | |
| "ub": 392, | |
| "ĠP": 393, | |
| "ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ": 394, | |
| "ass": 395, | |
| "int": 396, | |
| ">Ċ": 397, | |
| "ly": 398, | |
| "urn": 399, | |
| "Ġ$": 400, | |
| ";ĊĊ": 401, | |
| "av": 402, | |
| "port": 403, | |
| "ir": 404, | |
| "->": 405, | |
| "nt": 406, | |
| "ction": 407, | |
| "end": 408, | |
| "Ġde": 409, | |
| "ith": 410, | |
| "out": 411, | |
| "turn": 412, | |
| "our": 413, | |
| "ĠĠĠĠĠ": 414, | |
| "lic": 415, | |
| "res": 416, | |
| "pt": 417, | |
| "==": 418, | |
| "Ġthis": 419, | |
| "Ġwh": 420, | |
| "Ġif": 421, | |
| "ĠD": 422, | |
| "ver": 423, | |
| "age": 424, | |
| "ĠB": 425, | |
| "ht": 426, | |
| "ext": 427, | |
| "=\"": 428, | |
| "Ġthat": 429, | |
| "****": 430, | |
| "ĠR": 431, | |
| "Ġit": 432, | |
| "ess": 433, | |
| "ĠF": 434, | |
| "Ġr": 435, | |
| "os": 436, | |
| "and": 437, | |
| "Ġas": 438, | |
| "ect": 439, | |
| "ke": 440, | |
| "rom": 441, | |
| "Ġ//": 442, | |
| "con": 443, | |
| "ĠL": 444, | |
| "(\"": 445, | |
| "qu": 446, | |
| "lass": 447, | |
| "Ġwith": 448, | |
| "iz": 449, | |
| "de": 450, | |
| "ĠN": 451, | |
| "Ġal": 452, | |
| "op": 453, | |
| "up": 454, | |
| "get": 455, | |
| "Ġ}Ċ": 456, | |
| "ile": 457, | |
| "Ġan": 458, | |
| "ata": 459, | |
| "ore": 460, | |
| "ri": 461, | |
| "Ġpro": 462, | |
| ";čĊ": 463, | |
| "ĉĉĉĉ": 464, | |
| "ter": 465, | |
| "ain": 466, | |
| "ĠW": 467, | |
| "ĠE": 468, | |
| "Ġcom": 469, | |
| "Ġreturn": 470, | |
| "art": 471, | |
| "ĠH": 472, | |
| "ack": 473, | |
| "import": 474, | |
| "ublic": 475, | |
| "Ġor": 476, | |
| "est": 477, | |
| "ment": 478, | |
| "ĠG": 479, | |
| "able": 480, | |
| "Ġ-": 481, | |
| "ine": 482, | |
| "ill": 483, | |
| "ind": 484, | |
| "ere": 485, | |
| "::": 486, | |
| "ity": 487, | |
| "Ġ+": 488, | |
| "Ġtr": 489, | |
| "elf": 490, | |
| "ight": 491, | |
| "('": 492, | |
| "orm": 493, | |
| "ult": 494, | |
| "str": 495, | |
| "..": 496, | |
| "\",": 497, | |
| "Ġyou": 498, | |
| "ype": 499 | |
| }, | |
| "merges": [ | |
| "Ġ Ġ", | |
| "ĠĠ ĠĠ", | |
| "i n", | |
| "Ġ t", | |
| "ĠĠĠĠ ĠĠĠĠ", | |
| "e r", | |
| "ĠĠ Ġ", | |
| "o n", | |
| "Ġ a", | |
| "r e", | |
| "a t", | |
| "s t", | |
| "e n", | |
| "o r", | |
| "Ġt h", | |
| "Ċ Ċ", | |
| "Ġ c", | |
| "l e", | |
| "Ġ s", | |
| "i t", | |
| "a n", | |
| "a r", | |
| "a l", | |
| "Ġth e", | |
| "; Ċ", | |
| "Ġ p", | |
| "Ġ f", | |
| "o u", | |
| "Ġ =", | |
| "i s", | |
| "ĠĠĠĠ ĠĠĠ", | |
| "in g", | |
| "e s", | |
| "Ġ w", | |
| "i on", | |
| "e d", | |
| "i c", | |
| "Ġ b", | |
| "Ġ d", | |
| "e t", | |
| "Ġ m", | |
| "Ġ o", | |
| "ĉ ĉ", | |
| "r o", | |
| "a s", | |
| "e l", | |
| "c t", | |
| "n d", | |
| "Ġ in", | |
| "Ġ h", | |
| "en t", | |
| "i d", | |
| "Ġ n", | |
| "a m", | |
| "ĠĠĠĠĠĠĠĠ ĠĠĠ", | |
| "Ġt o", | |
| "Ġ re", | |
| "- -", | |
| "Ġ {", | |
| "Ġo f", | |
| "o m", | |
| ") ;Ċ", | |
| "i m", | |
| "č Ċ", | |
| "Ġ (", | |
| "i l", | |
| "/ /", | |
| "Ġa nd", | |
| "u r", | |
| "s e", | |
| "Ġ l", | |
| "e x", | |
| "Ġ S", | |
| "a d", | |
| "Ġ \"", | |
| "c h", | |
| "u t", | |
| "i f", | |
| "* *", | |
| "Ġ }", | |
| "e m", | |
| "o l", | |
| "ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠ", | |
| "t h", | |
| ") Ċ", | |
| "Ġ{ Ċ", | |
| "Ġ g", | |
| "i g", | |
| "i v", | |
| ", Ċ", | |
| "c e", | |
| "o d", | |
| "Ġ v", | |
| "at e", | |
| "Ġ T", | |
| "a g", | |
| "a y", | |
| "Ġ *", | |
| "o t", | |
| "u s", | |
| "Ġ C", | |
| "Ġ st", | |
| "Ġ I", | |
| "u n", | |
| "u l", | |
| "u e", | |
| "Ġ A", | |
| "o w", | |
| "Ġ '", | |
| "e w", | |
| "Ġ <", | |
| "at ion", | |
| "( )", | |
| "Ġf or", | |
| "a b", | |
| "or t", | |
| "u m", | |
| "am e", | |
| "Ġ is", | |
| "p e", | |
| "t r", | |
| "c k", | |
| "â Ģ", | |
| "Ġ y", | |
| "i st", | |
| "-- --", | |
| ". ĊĊ", | |
| "h e", | |
| "Ġ e", | |
| "l o", | |
| "Ġ M", | |
| "Ġb e", | |
| "er s", | |
| "Ġ on", | |
| "Ġc on", | |
| "a p", | |
| "u b", | |
| "Ġ P", | |
| "ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠ", | |
| "as s", | |
| "in t", | |
| "> Ċ", | |
| "l y", | |
| "ur n", | |
| "Ġ $", | |
| "; ĊĊ", | |
| "a v", | |
| "p ort", | |
| "i r", | |
| "- >", | |
| "n t", | |
| "ct ion", | |
| "en d", | |
| "Ġd e", | |
| "it h", | |
| "ou t", | |
| "t urn", | |
| "ou r", | |
| "ĠĠĠĠ Ġ", | |
| "l ic", | |
| "re s", | |
| "p t", | |
| "= =", | |
| "Ġth is", | |
| "Ġw h", | |
| "Ġ if", | |
| "Ġ D", | |
| "v er", | |
| "ag e", | |
| "Ġ B", | |
| "h t", | |
| "ex t", | |
| "= \"", | |
| "Ġth at", | |
| "** **", | |
| "Ġ R", | |
| "Ġ it", | |
| "es s", | |
| "Ġ F", | |
| "Ġ r", | |
| "o s", | |
| "an d", | |
| "Ġa s", | |
| "e ct", | |
| "k e", | |
| "ro m", | |
| "Ġ //", | |
| "c on", | |
| "Ġ L", | |
| "( \"", | |
| "q u", | |
| "l ass", | |
| "Ġw ith", | |
| "i z", | |
| "d e", | |
| "Ġ N", | |
| "Ġa l", | |
| "o p", | |
| "u p", | |
| "g et", | |
| "Ġ} Ċ", | |
| "i le", | |
| "Ġa n", | |
| "at a", | |
| "o re", | |
| "r i", | |
| "Ġp ro", | |
| "; čĊ", | |
| "ĉĉ ĉĉ", | |
| "t er", | |
| "a in", | |
| "Ġ W", | |
| "Ġ E", | |
| "Ġc om", | |
| "Ġre turn", | |
| "ar t", | |
| "Ġ H", | |
| "a ck", | |
| "im port", | |
| "ub lic", | |
| "Ġ or", | |
| "e st", | |
| "m ent", | |
| "Ġ G", | |
| "ab le", | |
| "Ġ -", | |
| "in e", | |
| "il l", | |
| "in d", | |
| "er e", | |
| ": :", | |
| "it y", | |
| "Ġ +", | |
| "Ġt r", | |
| "el f", | |
| "ig ht", | |
| "( '", | |
| "or m", | |
| "ul t", | |
| "st r", | |
| ". .", | |
| "\" ,", | |
| "Ġy ou", | |
| "y pe" | |
| ] | |
| } | |
| } |