forked from tunglinwood/build_LLM_from_skyer
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathtokenizer.vocab
30000 lines (30000 loc) · 413 KB
/
tokenizer.vocab
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<pad> 0
<unk> 0
<s> 0
</s> 0
▁t -0
▁a -1
in -2
he -3
re -4
on -5
er -6
▁the -7
▁s -8
at -9
or -10
▁w -11
nd -12
▁c -13
▁o -14
it -15
en -16
is -17
es -18
▁f -19
ing -20
▁b -21
ou -22
ed -23
▁p -24
an -25
al -26
ar -27
▁to -28
▁and -29
▁in -30
▁m -31
▁of -32
ic -33
as -34
▁d -35
ion -36
le -37
om -38
▁h -39
il -40
ent -41
▁th -42
ro -43
ve -44
▁re -45
▁l -46
st -47
▁e -48
▁S -49
▁n -50
ct -51
▁T -52
▁I -53
▁C -54
et -55
▁g -56
id -57
ay -58
▁A -59
el -60
▁for -61
▁is -62
▁on -63
ut -64
ur -65
ad -66
▁y -67
ol -68
ot -69
ow -70
▁be -71
am -72
ac -73
ation -74
ly -75
ig -76
▁M -77
im -78
us -79
ver -80
ith -81
▁st -82
▁you -83
▁P -84
ir -85
▁with -86
ch -87
ce -88
▁B -89
▁he -90
▁that -91
ill -92
ter -93
un -94
.. -95
ul -96
▁D -97
ra -98
▁an -99
▁W -100
▁it -101
▁H -102
▁as -103
ers -104
▁al -105
em -106
▁R -107
▁pro -108
▁we -109
▁wh -110
▁F -111
se -112
▁at -113
pp -114
if -115
▁are -116
ag -117
▁con -118
** -119
th -120
ri -121
ke -122
oo -123
▁ha -124
▁com -125
▁L -126
res -127
her -128
ate -129
▁The -130
est -131
ew -132
ess -133
ist -134
rom -135
▁N -136
ment -137
▁( -138
igh -139
op -140
ore -141
ity -142
▁was -143
▁E -144
▁G -145
ld -146
ab -147
▁se -148
ort -149
▁or -150
▁ex -151
▁v -152
um -153
oc -154
▁de -155
os -156
art -157
ive -158
▁from -159
qu -160
ies -161
and -162
pe -163
ant -164
▁this -165
▁by -166
ain -167
▁r -168
可以 -169
nt -170
▁have -171
ear -172
▁will -173
ud -174
▁O -175
▁ch -176
▁su -177
公司 -178
our -179
▁J -180
▁sh -181
ust -182
ight -183
ard -184
all -185
iv -186
The -187
up -188
▁le -189
out -190
▁wor -191
red -192
ome -193
ge -194
▁has -195
ast -196
▁not -197
rou -198
▁pl -199
我们 -200
▁us -201
ial -202
od -203
gh -204
▁ab -205
ak -206
te -207
ost -208
▁can -209
ell -210
per -211
ack -212
▁your -213
ice -214
ould -215
▁U -216
ide -217
工作 -218
ure -219
ine -220
▁j -221
ip -222
og -223
▁all -224
一个 -225
ions -226
ff -227
ect -228
are -229
进行 -230
ated -231
▁k -232
ber -233
▁ne -234
pt -235
产品 -236
ry -237
▁K -238
▁sa -239
▁ad -240
▁comp -241
ook -242
cc -243
服务 -244
▁up -245
▁me -246
ich -247
orm -248
age -249
▁out -250
▁cl -251
▁but -252
ail -253
▁whe -254
▁en -255
▁do -256
ong -257
▁their -258
ress -259
▁In -260
... -261
ake -262
ther -263
one -264
ime -265
▁our -266
ind -267
ia -268
企业 -269
ie -270
▁his -271
▁St -272
ally -273
▁Th -274
ans -275
ub -276
▁te -277
ary -278
ood -279
▁work -280
pl -281
ous -282
ace -283
▁more -284
▁cont -285
und -286
▁my -287
▁year -288
ire -289
▁res -290
|| -291
ue -292
▁about -293
very -294
iz -295
ase -296
able -297
act -298
▁inc -299
▁im -300
ations -301
ph -302
▁who -303
▁un -304
▁so -305
ance -306
ents -307
使用 -308
so -309
▁V -310
ib -311
ult -312
▁one -313
自己 -314
时间 -315
vel -316
ame -317
port -318
▁they -319
ite -320
▁new -321
▁“ -322
▁man -323
day -324
ach -325
▁off -326
form -327
▁go -328
▁Ch -329
▁app -330
技术 -331
ass -332
ord -333
ick -334
ign -335
ical -336
erv -337
du -338
ap -339
▁tr -340
ark -341
▁been -342
ount -343
ep -344
▁Y -345
to -346
中国 -347
ll -348
av -349
▁which -350
ence -351
ays -352
reat -353
ction -354
ree -355
需要 -356
设计 -357
▁qu -358
发展 -359
ild -360
▁said -361
管理 -362
ove -363
own -364
▁rec -365
ings -366
▁also -367
▁- -368
ile -369
ren -370
ru -371
▁per -372
▁time -373
▁ar -374
没有 -375
▁dis -376
ition -377
▁part -378
ike -379
▁sp -380
安全 -381
ond -382
ors -383
通过 -384
▁over -385
▁ev -386
▁ag -387
游戏 -388
▁her -389
▁other -390
▁ro -391
▁sc -392
ov -393
fter -394
▁were -395
ks -396
ish -397
市场 -398
mer -399
信息 -400
▁pe -401
就是 -402
提供 -403
大家 -404
oy -405
ound -406
fe -407
ning -408
ory -409
▁some -410
▁had -411
▁It -412
▁He -413
ool -414
系统 -415
问题 -416
▁kn -417
lic -418
oin -419
vers -420
ob -421
活动 -422
设备 -423
ens -424
ang -425
生产 -426
irst -427
▁acc -428
ian -429
oll -430
▁Re -431
▁comm -432
ose -433
▁get -434
选择 -435
▁pre -436
项目 -437
▁tw -438
▁when -439
专业 -440
▁them -441
▁any -442
ough -443
如果 -444
rough -445
▁We -446
▁its -447
wn -448
ts -449
com -450
▁" -451
ater -452
lud -453
hed -454
非常 -455
▁spe -456
什么 -457
old -458
anc -459
好的 -460
▁would -461
▁into -462
▁am -463
▁there -464
很多 -465
iew -466
ade -467
ople -468
▁like -469
ons -470
ric -471
▁than -472
ck -473
▁fe -474
▁what -475
ne -476
ities -477
), -478
▁how -479
▁first -480
情况 -481
ram -482
ely -483
**** -484
end -485
itt -486
▁need -487
这个 -488
行业 -489
ink -490
▁just -491
▁after -492
ject -493
▁includ -494
ates -495
▁stud -496
要求 -497
ational -498
rent -499
pport -500
▁two -501
tern -502
相关 -503
▁This -504
人员 -505
▁prov -506
▁add -507
▁people -508
▁if -509
-- -510
Th -511
ual -512
ss -513
iss -514
生活 -515
round -516
lp -517
同时 -518
use -519
ments -520
add -521
主要 -522
▁she -523
ious -524
平台 -525
▁through -526
les -527
是一 -528
▁des -529
有限 -530
客户 -531
▁help -532
品牌 -533
ful -534
▁und -535
中心 -536
他们 -537
we -538
enc -539
▁– -540
chool -541
时候 -542
ng -543
ife -544
▁fl -545
以及 -546
不同 -547
内容 -548
方面 -549
amp -550
▁em -551
ft -552
▁ind -553
▁no -554
所以 -555
ath -556
]] -557
[[ -558
▁back -559
xt -560
也是 -561
.- -562
▁Un -563
▁years -564
因为 -565
ily -566
已经 -567
能够 -568
lect -569
▁act -570
.... -571
▁serv -572
▁bl -573
质量 -574
工程 -575
aw -576
▁know -577
ek -578
phy -579
方式 -580
▁under -581
ating -582
教育 -583
▁bet -584
▁play -585
▁may -586
▁well -587
ident -588
了解 -589
用户 -590
可能 -591
▁bec -592
formation -593
▁reg -594
▁Com -595
的一 -596
▁inv -597
▁look -598
ont -599
velop -600
ased -601
▁tra -602
pect -603
uring -604
但是 -605
hen -606
ec -607
ific -608
ise -609
hip -610
▁loc -611
有限公司 -612
▁make -613
对于 -614
als -615
row -616
olog -617
价格 -618
更多 -619
环境 -620
ract -621
ting -622
▁co -623
▁imp -624
▁ph -625
urn -626
▁bu -627
目前 -628
▁only -629
这样 -630
影响 -631
ward -632
▁exper -633
▁fin -634
根据 -635
▁most -636
▁every -637
现在 -638
rit -639
网站 -640
数据 -641
学生 -642
▁ass -643
ement -644
▁cons -645
材料 -646
). -647
oth -648
能力 -649
ience -650
学习 -651
比较 -652
alth -653
还是 -654
▁Pro -655
大的 -656
建设 -657
▁rel -658
In -659
功能 -660
aking -661
ues -662
fore -663
都是 -664
重要 -665
处理 -666
”, -667
具有 -668
手机 -669
arch -670
rib -671
▁sec -672
第一 -673
▁see -674
ty -675
ures -676
▁fam -677
ork -678
oun -679
一定 -680
▁New -681
▁want -682
lease -683
▁& -684
ices -685
▁| -686
ility -687
科技 -688
▁ac -689
cial -690
get -691
▁use -692
▁dec -693
oss -694
iness -695
▁start -696
自己的 -697
gan -698
▁now -699
采用 -700
▁rem -701
国家 -702
一些 -703
ause -704
unity -705
eth -706
man -707
ied -708
ics -709
yst -710
ange -711
中的 -712
▁De -713
投资 -714
▁col -715
▁min -716
▁dif -717
提高 -718
▁where -719
address -720
ited -721
▁team -722
▁show -723
孩子 -724
研究 -725
." -726
▁Wh -727
ollow -728
ason -729
作为 -730
到了 -731
ible -732
▁these -733
ative -734
▁very -735
bs -736
部分 -737
▁pr -738
过程 -739
▁many -740
ivers -741
We -742
▁day -743
ict -744
erson -745
联系 -746
成为 -747
所有 -748
▁good -749
land -750
▁could -751
▁ke -752
cess -753
ock -754
应用 -755
▁produ -756
▁information -757
世界 -758
gram -759
ull -760
ys -761
▁mon -762
▁develop -763
▁mem -764
ven -765
io -766
方法 -767
▁last -768
ublic -769
▁bus -770
elf -771
▁here -772
ank -773
▁home -774
ix -775
ert -776
pen -777
健康 -778
ner -779
ok -780
▁set -781
air -782
需求 -783
出现 -784
any -785
▁gu -786
其他 -787
▁read -788
开始 -789
提升 -790
的人 -791
操作 -792
这些 -793
▁pres -794
▁ent -795
hes -796
▁Ar -797
不是 -798
以上 -799
发布 -800
▁high -801
▁bel -802
ular -803
== -804
ww -805
uch -806
ces -807
▁way -808
效果 -809
▁great -810
那么 -811
▁art -812
ash -813
its -814
rest -815
的时候 -816
▁You -817
控制 -818
irect -819
的是 -820
▁again -821
▁att -822
▁him -823
▁should -824
▁lead -825
。” -826
view -827
完成 -828
文化 -829
注意 -830
pr -831
开展 -832
alk -833
▁$ -834
ced -835
▁Al -836
合作 -837
ik -838
other -839
ble -840
▁own -841
▁sm -842
ener -843
介绍 -844
▁then -845
ystem -846
ug -847
▁pol -848
▁Le -849
▁right -850
ient -851
▁br -852
▁sur -853
▁support -854
▁made -855
way -856
国际 -857
实现 -858
消费 -859
ince -860
学校 -861
arn -862
各种 -863
▁Cl -864
一般 -865
▁take -866
怎么 -867
▁down -868
标准 -869
▁being -870
▁disc -871
培训 -872
let -873
roup -874
获得 -875
▁end -876
ouse -877
▁Sh -878
▁cur -879
▁life -880
iel -881
▁num -882
▁Se -883
▁before -884
chn -885
▁find -886
ms -887
关注 -888
This -889
▁did -890
▁follow -891
经济 -892
▁med -893
ower -894
智能 -895
玩家 -896
网络 -897
▁don -898
如何 -899
▁An -900
▁long -901
ax -902
▁child -903
▁inte -904
,” -905
ah -906
知道 -907
.” -908
▁even -909
▁requ -910
人的 -911
北京 -912
▁ins -913
▁gr -914
比赛 -915
▁call -916
▁[[ -917
支持 -918
一起 -919
ars -920
▁vis -921
城市 -922
.“ -923
led -924
uc -925
▁av -926
▁inst -927
▁eff -928
ives -929
▁report -930
▁ra -931
riv -932
而且 -933
atch -934
还有 -935
▁trans -936
汽车 -937
▁care -938
▁ed -939
▁count -940
az -941
▁school -942
ata -943
ave -944
▁world -945
ins -946
app -947
ital -948
oint -949
社会 -950
医院 -951
▁det -952
▁much -953
表示 -954
▁inter -955
治疗 -956
之后 -957
▁Ad -958
销售 -959
ton -960
不断 -961
自动 -962
▁diffe -963
ier -964
▁ret -965
▁ser -966
▁provid -967
▁week -968
tt -969
安装 -970
▁program -971
arm -972
▁cre -973
ather -974
▁che -975
▁three -976
ale -977
▁while -978
大学 -979
ets -980
▁Te -981
▁post -982
视频 -983
▁project -984
或者 -985
资源 -986
▁found -987
—— -988
解决 -989
uss -990
▁think -991
ters -992
直接 -993
系列 -994
▁around -995