{ "version": "1.0", "truncation": null, "padding": null, "added_tokens": [ { "id": 0, "content": "", "single_word": false, "lstrip": false, "rstrip": false, "normalized": false, "special": true }, { "id": 1, "content": "[PAD]", "single_word": false, "lstrip": false, "rstrip": false, "normalized": false, "special": true }, { "id": 2, "content": "<|endoftext|>", "single_word": false, "lstrip": false, "rstrip": false, "normalized": false, "special": true } ], "normalizer": null, "pre_tokenizer": { "type": "ByteLevel", "add_prefix_space": false, "trim_offsets": true, "use_regex": true }, "post_processor": { "type": "ByteLevel", "add_prefix_space": true, "trim_offsets": false, "use_regex": true }, "decoder": { "type": "ByteLevel", "add_prefix_space": true, "trim_offsets": true, "use_regex": true }, "model": { "type": "BPE", "dropout": null, "unk_token": null, "continuing_subword_prefix": "", "end_of_word_suffix": "", "fuse_unk": false, "byte_fallback": false, "ignore_merges": false, "vocab": { "": 0, "[PAD]": 1, "<|endoftext|>": 2, "TT": 3, "AA": 4, "TG": 5, "CA": 6, "CC": 7, "TA": 8, "GG": 9, "TC": 10, "GA": 11, "AAA": 12, "GC": 13, "TAA": 14, "TTTT": 15, "TCA": 16, "TGA": 17, "TTA": 18, "GAA": 19, "TCC": 20, "CAA": 21, "CTG": 22, "CTT": 23, "GTG": 24, "GTT": 25, "GCA": 26, "GGA": 27, "CCA": 28, "GTA": 29, "GCC": 30, "CTA": 31, "TAAA": 32, "AAAA": 33, "CTC": 34, "GTC": 35, "TGTG": 36, "TATT": 37, "CACA": 38, "GAAA": 39, "TATA": 40, "TCTT": 41, "TGTT": 42, "CAAA": 43, "GAGA": 44, "CATT": 45, "TGAA": 46, "CAGG": 47, "TCTG": 48, "CAGA": 49, "TCAA": 50, "GGAA": 51, "TAAAA": 52, "CTGA": 53, "GCTT": 54, "GTGA": 55, "GCTG": 56, "CTCA": 57, "CCTT": 58, "CATG": 59, "GCAA": 60, "GTCA": 61, "GTAA": 62, "TATG": 63, "TTTTA": 64, "GAGG": 65, "CGG": 66, "GATT": 67, "CCTG": 68, "TCTC": 69, "CCAA": 70, "GTTA": 71, "CTCC": 72, "CTAA": 73, "TACA": 74, "CTTA": 75, "TCCA": 76, "GATG": 77, "TTAA": 78, "GAAAA": 79, "TTTG": 80, "GTTTT": 81, "TCTA": 82, "GCCA": 83, "GTCC": 84, "CTTTT": 85, "GGGG": 86, "CGA": 87, "TTTA": 88, "CCCA": 89, "CAAAA": 90, "TGGG": 91, "TAGA": 92, "TAGG": 93, "GACA": 94, "GGTT": 95, "CCCC": 96, "GGTG": 97, "CATA": 98, "GCTA": 99, "TGTA": 100, "TCAAA": 101, "TGGA": 102, "TAATT": 103, "TTATT": 104, "TGCA": 105, "GGCA": 106, "GATA": 107, "CCTA": 108, "TTCA": 109, "TCTCA": 110, "GGGA": 111, "CGC": 112, "CTGAA": 113, "TCTCC": 114, "GTAAA": 115, "TTTTTT": 116, "GCAAA": 117, "CGTG": 118, "TAAAAA": 119, "TCTGA": 120, "TCATT": 121, "GGAAA": 122, "TGAAA": 123, "TCCTT": 124, "CCAAA": 125, "GAATT": 126, "CGTT": 127, "CTAAA": 128, "GTGAA": 129, "GGCC": 130, "TAATA": 131, "GGTA": 132, "TGCC": 133, "CACC": 134, "TGATT": 135, "AAAAAA": 136, "TCCAA": 137, "GCTCA": 138, "GAGAA": 139, "TATTA": 140, "CTGTT": 141, "CAGCA": 142, "CTCTT": 143, "CTTAA": 144, "CAGAA": 145, "GCTGA": 146, "GTTAA": 147, "TCTTA": 148, "TATTTT": 149, "GCCAA": 150, "CTTTG": 151, "GACC": 152, "GTATT": 153, "CGCA": 154, "CAATT": 155, "GTCTT": 156, "GTGTT": 157, "CTCAA": 158, "GGAGG": 159, "CGAA": 160, "TCTTTT": 161, "GTCAA": 162, "CGCC": 163, "TATAA": 164, "TACC": 165, "TCTAA": 166, "CCATT": 167, "CGGA": 168, "CAAAAA": 169, "CAGTG": 170, "TCCTG": 171, "GAAAAA": 172, "CTCTG": 173, "CTGTG": 174, "CAGC": 175, "GCATT": 176, "TTTTAA": 177, "GCCTT": 178, "TAATG": 179, "GTTTG": 180, "CTATT": 181, "TGATG": 182, "CCTCA": 183, "GGCTG": 184, "GAGGA": 185, "AAATT": 186, "CGTA": 187, "GCCTG": 188, "TACAA": 189, "TCAAAA": 190, "CATCA": 191, "CAGTT": 192, "TGAGA": 193, "GGGAA": 194, "CAGGA": 195, "CACTG": 196, "CACAA": 197, "CCCCA": 198, "CCCTG": 199, "GAGCA": 200, "TAGAA": 201, "CCTCC": 202, "CACCA": 203, "TTTTTTTT": 204, "GAGC": 205, "CATTA": 206, "TATCA": 207, "GGATT": 208, "GAGTG": 209, "CACACACA": 210, "TACTT": 211, "CACTT": 212, "TGTGTGTG": 213, "GTCTG": 214, "TGAGG": 215, "GAGTT": 216, "GAATG": 217, "TCATG": 218, "GACAA": 219, "GACTT": 220, "TATTAA": 221, "GGCCA": 222, "GCTAA": 223, "CATTTT": 224, "CCCTT": 225, "CAGCC": 226, "CATAA": 227, "GTGTG": 228, "TAGTT": 229, "GCTC": 230, "CAATG": 231, "TACTG": 232, "CAGTA": 233, "GCTCC": 234, "TATATATA": 235, "TTATG": 236, "TAATAA": 237, "TAAATT": 238, "GATGA": 239, "CATGA": 240, "GCGG": 241, "AAAAAAAA": 242, "CCATG": 243, "GATAA": 244, "TATGA": 245, "GACTG": 246, "GATCA": 247, "GCAGG": 248, "GTTTTA": 249, "▁A": 250, "T": 251, "A": 252, "C": 253, "G": 254, "▁": 255 }, "merges": [ [ "T", "T" ], [ "A", "A" ], [ "T", "G" ], [ "C", "A" ], [ "C", "C" ], [ "T", "A" ], [ "G", "G" ], [ "T", "C" ], [ "G", "A" ], [ "A", "AA" ], [ "AA", "A" ], [ "G", "C" ], [ "T", "AA" ], [ "TA", "A" ], [ "TT", "TT" ], [ "T", "CA" ], [ "TC", "A" ], [ "T", "GA" ], [ "TG", "A" ], [ "T", "TA" ], [ "TT", "A" ], [ "G", "AA" ], [ "GA", "A" ], [ "T", "CC" ], [ "TC", "C" ], [ "C", "AA" ], [ "CA", "A" ], [ "C", "TG" ], [ "C", "TT" ], [ "G", "TG" ], [ "G", "TT" ], [ "G", "CA" ], [ "GC", "A" ], [ "G", "GA" ], [ "GG", "A" ], [ "C", "CA" ], [ "CC", "A" ], [ "G", "TA" ], [ "G", "CC" ], [ "GC", "C" ], [ "C", "TA" ], [ "T", "AAA" ], [ "TA", "AA" ], [ "TAA", "A" ], [ "A", "AAA" ], [ "AA", "AA" ], [ "AAA", "A" ], [ "C", "TC" ], [ "G", "TC" ], [ "T", "GTG" ], [ "TG", "TG" ], [ "TA", "TT" ], [ "CA", "CA" ], [ "G", "AAA" ], [ "GA", "AA" ], [ "GAA", "A" ], [ "TA", "TA" ], [ "T", "CTT" ], [ "TC", "TT" ], [ "T", "GTT" ], [ "TG", "TT" ], [ "C", "AAA" ], [ "CA", "AA" ], [ "CAA", "A" ], [ "GA", "GA" ], [ "CA", "TT" ], [ "T", "GAA" ], [ "TG", "AA" ], [ "TGA", "A" ], [ "CA", "GG" ], [ "T", "CTG" ], [ "TC", "TG" ], [ "CA", "GA" ], [ "T", "CAA" ], [ "TC", "AA" ], [ "TCA", "A" ], [ "G", "GAA" ], [ "GG", "AA" ], [ "GGA", "A" ], [ "T", "AAAA" ], [ "TA", "AAA" ], [ "TAA", "AA" ], [ "TAAA", "A" ], [ "C", "TGA" ], [ "CTG", "A" ], [ "G", "CTT" ], [ "GC", "TT" ], [ "G", "TGA" ], [ "GTG", "A" ], [ "G", "CTG" ], [ "GC", "TG" ], [ "C", "TCA" ], [ "CTC", "A" ], [ "C", "CTT" ], [ "CC", "TT" ], [ "CA", "TG" ], [ "G", "CAA" ], [ "GC", "AA" ], [ "GCA", "A" ], [ "G", "TCA" ], [ "GTC", "A" ], [ "G", "TAA" ], [ "GTA", "A" ], [ "TA", "TG" ], [ "T", "TTTA" ], [ "TT", "TTA" ], [ "TTTT", "A" ], [ "GA", "GG" ], [ "C", "GG" ], [ "GA", "TT" ], [ "C", "CTG" ], [ "CC", "TG" ], [ "T", "CTC" ], [ "TC", "TC" ], [ "C", "CAA" ], [ "CC", "AA" ], [ "CCA", "A" ], [ "G", "TTA" ], [ "GTT", "A" ], [ "C", "TCC" ], [ "CTC", "C" ], [ "C", "TAA" ], [ "CTA", "A" ], [ "TA", "CA" ], [ "C", "TTA" ], [ "CTT", "A" ], [ "T", "CCA" ], [ "TC", "CA" ], [ "TCC", "A" ], [ "GA", "TG" ], [ "T", "TAA" ], [ "TT", "AA" ], [ "TTA", "A" ], [ "G", "AAAA" ], [ "GA", "AAA" ], [ "GAA", "AA" ], [ "GAAA", "A" ], [ "TT", "TG" ], [ "G", "TTTT" ], [ "GTT", "TT" ], [ "T", "CTA" ], [ "TC", "TA" ], [ "G", "CCA" ], [ "GC", "CA" ], [ "GCC", "A" ], [ "G", "TCC" ], [ "GTC", "C" ], [ "C", "TTTT" ], [ "CTT", "TT" ], [ "GG", "GG" ], [ "C", "GA" ], [ "T", "TTA" ], [ "TT", "TA" ], [ "C", "CCA" ], [ "CC", "CA" ], [ "C", "AAAA" ], [ "CA", "AAA" ], [ "CAA", "AA" ], [ "CAAA", "A" ], [ "TG", "GG" ], [ "TA", "GA" ], [ "TA", "GG" ], [ "GA", "CA" ], [ "G", "GTT" ], [ "GG", "TT" ], [ "CC", "CC" ], [ "G", "GTG" ], [ "GG", "TG" ], [ "CA", "TA" ], [ "G", "CTA" ], [ "GC", "TA" ], [ "T", "GTA" ], [ "TG", "TA" ], [ "T", "CAAA" ], [ "TC", "AAA" ], [ "TCA", "AA" ], [ "TCAA", "A" ], [ "T", "GGA" ], [ "TG", "GA" ], [ "TAA", "TT" ], [ "T", "TATT" ], [ "TTA", "TT" ], [ "T", "GCA" ], [ "TG", "CA" ], [ "G", "GCA" ], [ "GG", "CA" ], [ "GA", "TA" ], [ "C", "CTA" ], [ "CC", "TA" ], [ "T", "TCA" ], [ "TT", "CA" ], [ "T", "CTCA" ], [ "TC", "TCA" ], [ "TCTC", "A" ], [ "G", "GGA" ], [ "GG", "GA" ], [ "C", "GC" ], [ "C", "TGAA" ], [ "CTG", "AA" ], [ "CTGA", "A" ], [ "T", "CTCC" ], [ "TC", "TCC" ], [ "TCTC", "C" ], [ "G", "TAAA" ], [ "GTA", "AA" ], [ "GTAA", "A" ], [ "TT", "TTTT" ], [ "TTTT", "TT" ], [ "G", "CAAA" ], [ "GC", "AAA" ], [ "GCA", "AA" ], [ "GCAA", "A" ], [ "C", "GTG" ], [ "TA", "AAAA" ], [ "TAA", "AAA" ], [ "TAAA", "AA" ], [ "TAAAA", "A" ], [ "T", "CTGA" ], [ "TC", "TGA" ], [ "TCTG", "A" ], [ "T", "CATT" ], [ "TCA", "TT" ], [ "G", "GAAA" ], [ "GG", "AAA" ], [ "GGA", "AA" ], [ "GGAA", "A" ], [ "T", "GAAA" ], [ "TG", "AAA" ], [ "TGA", "AA" ], [ "TGAA", "A" ], [ "T", "CCTT" ], [ "TC", "CTT" ], [ "TCC", "TT" ], [ "C", "CAAA" ], [ "CC", "AAA" ], [ "CCA", "AA" ], [ "CCAA", "A" ], [ "GAA", "TT" ], [ "C", "GTT" ], [ "C", "TAAA" ], [ "CTA", "AA" ], [ "CTAA", "A" ], [ "G", "TGAA" ], [ "GTG", "AA" ], [ "GTGA", "A" ], [ "G", "GCC" ], [ "GG", "CC" ], [ "TAA", "TA" ], [ "G", "GTA" ], [ "GG", "TA" ], [ "T", "GCC" ], [ "TG", "CC" ], [ "CA", "CC" ], [ "T", "GATT" ], [ "TGA", "TT" ], [ "AA", "AAAA" ], [ "AAA", "AAA" ], [ "AAAA", "AA" ], [ "T", "CCAA" ], [ "TC", "CAA" ], [ "TCC", "AA" ], [ "TCCA", "A" ], [ "G", "CTCA" ], [ "GC", "TCA" ], [ "GCTC", "A" ], [ "GA", "GAA" ], [ "GAGA", "A" ], [ "TA", "TTA" ], [ "TATT", "A" ], [ "C", "TGTT" ], [ "CTG", "TT" ], [ "CA", "GCA" ], [ "CAGC", "A" ], [ "C", "TCTT" ], [ "CTC", "TT" ], [ "C", "TTAA" ], [ "CTT", "AA" ], [ "CTTA", "A" ], [ "CA", "GAA" ], [ "CAGA", "A" ], [ "G", "CTGA" ], [ "GC", "TGA" ], [ "GCTG", "A" ], [ "G", "TTAA" ], [ "GTT", "AA" ], [ "GTTA", "A" ], [ "T", "CTTA" ], [ "TC", "TTA" ], [ "TCTT", "A" ], [ "TA", "TTTT" ], [ "TATT", "TT" ], [ "G", "CCAA" ], [ "GC", "CAA" ], [ "GCC", "AA" ], [ "GCCA", "A" ], [ "C", "TTTG" ], [ "CTT", "TG" ], [ "GA", "CC" ], [ "G", "TATT" ], [ "GTA", "TT" ], [ "C", "GCA" ], [ "CGC", "A" ], [ "CAA", "TT" ], [ "G", "TCTT" ], [ "GTC", "TT" ], [ "G", "TGTT" ], [ "GTG", "TT" ], [ "C", "TCAA" ], [ "CTC", "AA" ], [ "CTCA", "A" ], [ "G", "GAGG" ], [ "GGA", "GG" ], [ "C", "GAA" ], [ "CGA", "A" ], [ "T", "CTTTT" ], [ "TC", "TTTT" ], [ "TCTT", "TT" ], [ "G", "TCAA" ], [ "GTC", "AA" ], [ "GTCA", "A" ], [ "C", "GCC" ], [ "CGC", "C" ], [ "TA", "TAA" ], [ "TATA", "A" ], [ "TA", "CC" ], [ "T", "CTAA" ], [ "TC", "TAA" ], [ "TCTA", "A" ], [ "C", "CATT" ], [ "CCA", "TT" ], [ "C", "GGA" ], [ "CGG", "A" ], [ "CA", "AAAA" ], [ "CAA", "AAA" ], [ "CAAA", "AA" ], [ "CAAAA", "A" ], [ "CA", "GTG" ], [ "T", "CCTG" ], [ "TC", "CTG" ], [ "TCC", "TG" ], [ "GA", "AAAA" ], [ "GAA", "AAA" ], [ "GAAA", "AA" ], [ "GAAAA", "A" ], [ "C", "TCTG" ], [ "CTC", "TG" ], [ "C", "TGTG" ], [ "CTG", "TG" ], [ "CA", "GC" ], [ "G", "CATT" ], [ "GCA", "TT" ], [ "TT", "TTAA" ], [ "TTTT", "AA" ], [ "TTTTA", "A" ], [ "G", "CCTT" ], [ "GC", "CTT" ], [ "GCC", "TT" ], [ "TAA", "TG" ], [ "G", "TTTG" ], [ "GTT", "TG" ], [ "C", "TATT" ], [ "CTA", "TT" ], [ "T", "GATG" ], [ "TGA", "TG" ], [ "C", "CTCA" ], [ "CC", "TCA" ], [ "G", "GCTG" ], [ "GG", "CTG" ], [ "GA", "GGA" ], [ "GAGG", "A" ], [ "AAA", "TT" ], [ "C", "GTA" ], [ "G", "CCTG" ], [ "GC", "CTG" ], [ "GCC", "TG" ], [ "TA", "CAA" ], [ "TACA", "A" ], [ "T", "CAAAA" ], [ "TC", "AAAA" ], [ "TCA", "AAA" ], [ "TCAA", "AA" ], [ "TCAAA", "A" ], [ "CA", "TCA" ], [ "CA", "GTT" ], [ "T", "GAGA" ], [ "TGA", "GA" ], [ "G", "GGAA" ], [ "GG", "GAA" ], [ "GGGA", "A" ], [ "CA", "GGA" ], [ "CAGG", "A" ], [ "CA", "CTG" ], [ "CA", "CAA" ], [ "CACA", "A" ], [ "C", "CCCA" ], [ "CC", "CCA" ], [ "CCCC", "A" ], [ "C", "CCTG" ], [ "CC", "CTG" ], [ "GA", "GCA" ], [ "GAGC", "A" ], [ "TA", "GAA" ], [ "TAGA", "A" ], [ "C", "CTCC" ], [ "CC", "TCC" ], [ "CA", "CCA" ], [ "CACC", "A" ], [ "TT", "TTTTTT" ], [ "TTTT", "TTTT" ], [ "TTTTTT", "TT" ], [ "GA", "GC" ], [ "CA", "TTA" ], [ "CATT", "A" ], [ "TA", "TCA" ], [ "G", "GATT" ], [ "GGA", "TT" ], [ "GA", "GTG" ], [ "CACA", "CACA" ], [ "TA", "CTT" ], [ "CA", "CTT" ], [ "TGTG", "TGTG" ], [ "G", "TCTG" ], [ "GTC", "TG" ], [ "T", "GAGG" ], [ "TGA", "GG" ], [ "GA", "GTT" ], [ "GAA", "TG" ], [ "T", "CATG" ], [ "TCA", "TG" ], [ "GA", "CAA" ], [ "GACA", "A" ], [ "GA", "CTT" ], [ "TA", "TTAA" ], [ "TATT", "AA" ], [ "TATTA", "A" ], [ "G", "GCCA" ], [ "GG", "CCA" ], [ "GGCC", "A" ], [ "G", "CTAA" ], [ "GC", "TAA" ], [ "GCTA", "A" ], [ "CA", "TTTT" ], [ "CATT", "TT" ], [ "C", "CCTT" ], [ "CC", "CTT" ], [ "CA", "GCC" ], [ "CAGC", "C" ], [ "CA", "TAA" ], [ "CATA", "A" ], [ "G", "TGTG" ], [ "GTG", "TG" ], [ "TA", "GTT" ], [ "G", "CTC" ], [ "GC", "TC" ], [ "CAA", "TG" ], [ "TA", "CTG" ], [ "CA", "GTA" ], [ "G", "CTCC" ], [ "GC", "TCC" ], [ "GCTC", "C" ], [ "TATA", "TATA" ], [ "T", "TATG" ], [ "TTA", "TG" ], [ "TAA", "TAA" ], [ "TAATA", "A" ], [ "T", "AAATT" ], [ "TAAA", "TT" ], [ "GA", "TGA" ], [ "GATG", "A" ], [ "CA", "TGA" ], [ "CATG", "A" ], [ "G", "CGG" ], [ "GC", "GG" ], [ "AA", "AAAAAA" ], [ "AAAA", "AAAA" ], [ "AAAAAA", "AA" ], [ "C", "CATG" ], [ "CCA", "TG" ], [ "GA", "TAA" ], [ "GATA", "A" ], [ "TA", "TGA" ], [ "TATG", "A" ], [ "GA", "CTG" ], [ "GA", "TCA" ], [ "G", "CAGG" ], [ "GCA", "GG" ], [ "G", "TTTTA" ], [ "GTT", "TTA" ], [ "GTTTT", "A" ], [ "▁", "A" ] ] } }