初始化项目,由ModelHub XC社区提供模型
Model: Ksjsjjdj/Tiny-LLM-Z-V5 Source: Original Platform
This commit is contained in:
35
.gitattributes
vendored
Normal file
35
.gitattributes
vendored
Normal file
@@ -0,0 +1,35 @@
|
|||||||
|
*.7z filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.arrow filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.bin filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.bz2 filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.ckpt filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.ftz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.gz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.h5 filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.joblib filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.lfs.* filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.mlmodel filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.model filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.msgpack filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.npy filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.npz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.onnx filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.ot filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.parquet filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pb filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pickle filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pkl filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pt filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pth filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.rar filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.safetensors filter=lfs diff=lfs merge=lfs -text
|
||||||
|
saved_model/**/* filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tar.* filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tar filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tflite filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tgz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.wasm filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.xz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.zip filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.zst filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*tfevents* filter=lfs diff=lfs merge=lfs -text
|
||||||
35
config.json
Normal file
35
config.json
Normal file
@@ -0,0 +1,35 @@
|
|||||||
|
{
|
||||||
|
"_name_or_path": "Tiny-LLM-Z-V5",
|
||||||
|
"architectures": [
|
||||||
|
"Qwen2ForCausalLM"
|
||||||
|
],
|
||||||
|
"attention_bias": false,
|
||||||
|
"attention_dropout": 0.0,
|
||||||
|
"bos_token_id": 1,
|
||||||
|
"dtype": "float32",
|
||||||
|
"eos_token_id": 2,
|
||||||
|
"head_dim": 64,
|
||||||
|
"hidden_act": "silu",
|
||||||
|
"hidden_size": 512,
|
||||||
|
"initializer_range": 0.02,
|
||||||
|
"intermediate_size": 2048,
|
||||||
|
"max_position_embeddings": 512,
|
||||||
|
"max_window_layers": 28,
|
||||||
|
"mlp_bias": false,
|
||||||
|
"model_type": "qwen2",
|
||||||
|
"num_attention_heads": 8,
|
||||||
|
"num_hidden_layers": 1,
|
||||||
|
"num_key_value_heads": 8,
|
||||||
|
"pad_token_id": 3,
|
||||||
|
"pretraining_tp": 1,
|
||||||
|
"rms_norm_eps": 1e-05,
|
||||||
|
"rope_scaling": null,
|
||||||
|
"rope_theta": 10000.0,
|
||||||
|
"sliding_window": null,
|
||||||
|
"tie_word_embeddings": true,
|
||||||
|
"torch_dtype": "float32",
|
||||||
|
"transformers_version": "4.48.3",
|
||||||
|
"use_cache": false,
|
||||||
|
"use_sliding_window": false,
|
||||||
|
"vocab_size": 256
|
||||||
|
}
|
||||||
35
final_model_complete/config.json
Normal file
35
final_model_complete/config.json
Normal file
@@ -0,0 +1,35 @@
|
|||||||
|
{
|
||||||
|
"_name_or_path": "Tiny-LLM-Z-V5",
|
||||||
|
"architectures": [
|
||||||
|
"Qwen2ForCausalLM"
|
||||||
|
],
|
||||||
|
"attention_bias": false,
|
||||||
|
"attention_dropout": 0.0,
|
||||||
|
"bos_token_id": 1,
|
||||||
|
"dtype": "float32",
|
||||||
|
"eos_token_id": 2,
|
||||||
|
"head_dim": 64,
|
||||||
|
"hidden_act": "silu",
|
||||||
|
"hidden_size": 512,
|
||||||
|
"initializer_range": 0.02,
|
||||||
|
"intermediate_size": 2048,
|
||||||
|
"max_position_embeddings": 512,
|
||||||
|
"max_window_layers": 28,
|
||||||
|
"mlp_bias": false,
|
||||||
|
"model_type": "Qwen2",
|
||||||
|
"num_attention_heads": 8,
|
||||||
|
"num_hidden_layers": 1,
|
||||||
|
"num_key_value_heads": 8,
|
||||||
|
"pad_token_id": 3,
|
||||||
|
"pretraining_tp": 1,
|
||||||
|
"rms_norm_eps": 1e-05,
|
||||||
|
"rope_scaling": null,
|
||||||
|
"rope_theta": 10000.0,
|
||||||
|
"sliding_window": null,
|
||||||
|
"tie_word_embeddings": true,
|
||||||
|
"torch_dtype": "float32",
|
||||||
|
"transformers_version": "4.48.3",
|
||||||
|
"use_cache": false,
|
||||||
|
"use_sliding_window": false,
|
||||||
|
"vocab_size": 256
|
||||||
|
}
|
||||||
8
final_model_complete/generation_config.json
Normal file
8
final_model_complete/generation_config.json
Normal file
@@ -0,0 +1,8 @@
|
|||||||
|
{
|
||||||
|
"_from_model_config": true,
|
||||||
|
"bos_token_id": 1,
|
||||||
|
"eos_token_id": 2,
|
||||||
|
"pad_token_id": 3,
|
||||||
|
"transformers_version": "4.48.3",
|
||||||
|
"use_cache": false
|
||||||
|
}
|
||||||
3
final_model_complete/model.safetensors
Normal file
3
final_model_complete/model.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:9481b1d9d3ffa4f80126c095acffeec511c416c6278a5ed4b3a341fae7b16b8d
|
||||||
|
size 17315288
|
||||||
6
final_model_complete/special_tokens_map.json
Normal file
6
final_model_complete/special_tokens_map.json
Normal file
@@ -0,0 +1,6 @@
|
|||||||
|
{
|
||||||
|
"bos_token": "<|endoftext|>",
|
||||||
|
"eos_token": "<|endoftext|>",
|
||||||
|
"pad_token": "<|endoftext|>",
|
||||||
|
"unk_token": "<|endoftext|>"
|
||||||
|
}
|
||||||
951
final_model_complete/tokenizer.json
Normal file
951
final_model_complete/tokenizer.json
Normal file
@@ -0,0 +1,951 @@
|
|||||||
|
{
|
||||||
|
"version": "1.0",
|
||||||
|
"truncation": null,
|
||||||
|
"padding": null,
|
||||||
|
"added_tokens": [
|
||||||
|
{
|
||||||
|
"id": 0,
|
||||||
|
"content": "<|endoftext|>",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id": 1,
|
||||||
|
"content": "<|im_start|>",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id": 2,
|
||||||
|
"content": "<|im_end|>",
|
||||||
|
"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": null,
|
||||||
|
"end_of_word_suffix": null,
|
||||||
|
"fuse_unk": false,
|
||||||
|
"byte_fallback": false,
|
||||||
|
"ignore_merges": false,
|
||||||
|
"vocab": {
|
||||||
|
"<|endoftext|>": 0,
|
||||||
|
"<|im_start|>": 1,
|
||||||
|
"<|im_end|>": 2,
|
||||||
|
"!": 3,
|
||||||
|
"\"": 4,
|
||||||
|
"#": 5,
|
||||||
|
"$": 6,
|
||||||
|
"%": 7,
|
||||||
|
"&": 8,
|
||||||
|
"'": 9,
|
||||||
|
"(": 10,
|
||||||
|
")": 11,
|
||||||
|
"*": 12,
|
||||||
|
"+": 13,
|
||||||
|
",": 14,
|
||||||
|
"-": 15,
|
||||||
|
".": 16,
|
||||||
|
"/": 17,
|
||||||
|
"0": 18,
|
||||||
|
"1": 19,
|
||||||
|
"2": 20,
|
||||||
|
"3": 21,
|
||||||
|
"4": 22,
|
||||||
|
"5": 23,
|
||||||
|
"6": 24,
|
||||||
|
"7": 25,
|
||||||
|
"8": 26,
|
||||||
|
"9": 27,
|
||||||
|
":": 28,
|
||||||
|
";": 29,
|
||||||
|
"<": 30,
|
||||||
|
"=": 31,
|
||||||
|
">": 32,
|
||||||
|
"?": 33,
|
||||||
|
"@": 34,
|
||||||
|
"A": 35,
|
||||||
|
"B": 36,
|
||||||
|
"C": 37,
|
||||||
|
"D": 38,
|
||||||
|
"E": 39,
|
||||||
|
"F": 40,
|
||||||
|
"G": 41,
|
||||||
|
"H": 42,
|
||||||
|
"I": 43,
|
||||||
|
"J": 44,
|
||||||
|
"K": 45,
|
||||||
|
"L": 46,
|
||||||
|
"M": 47,
|
||||||
|
"N": 48,
|
||||||
|
"O": 49,
|
||||||
|
"P": 50,
|
||||||
|
"Q": 51,
|
||||||
|
"R": 52,
|
||||||
|
"S": 53,
|
||||||
|
"T": 54,
|
||||||
|
"U": 55,
|
||||||
|
"V": 56,
|
||||||
|
"W": 57,
|
||||||
|
"X": 58,
|
||||||
|
"Y": 59,
|
||||||
|
"Z": 60,
|
||||||
|
"[": 61,
|
||||||
|
"\\": 62,
|
||||||
|
"]": 63,
|
||||||
|
"^": 64,
|
||||||
|
"_": 65,
|
||||||
|
"`": 66,
|
||||||
|
"a": 67,
|
||||||
|
"b": 68,
|
||||||
|
"c": 69,
|
||||||
|
"d": 70,
|
||||||
|
"e": 71,
|
||||||
|
"f": 72,
|
||||||
|
"g": 73,
|
||||||
|
"h": 74,
|
||||||
|
"i": 75,
|
||||||
|
"j": 76,
|
||||||
|
"k": 77,
|
||||||
|
"l": 78,
|
||||||
|
"m": 79,
|
||||||
|
"n": 80,
|
||||||
|
"o": 81,
|
||||||
|
"p": 82,
|
||||||
|
"q": 83,
|
||||||
|
"r": 84,
|
||||||
|
"s": 85,
|
||||||
|
"t": 86,
|
||||||
|
"u": 87,
|
||||||
|
"v": 88,
|
||||||
|
"w": 89,
|
||||||
|
"x": 90,
|
||||||
|
"y": 91,
|
||||||
|
"z": 92,
|
||||||
|
"{": 93,
|
||||||
|
"|": 94,
|
||||||
|
"}": 95,
|
||||||
|
"~": 96,
|
||||||
|
"Ċ": 97,
|
||||||
|
"Ġ": 98,
|
||||||
|
"Ġt": 99,
|
||||||
|
"Ġa": 100,
|
||||||
|
"in": 101,
|
||||||
|
"on": 102,
|
||||||
|
"he": 103,
|
||||||
|
"ti": 104,
|
||||||
|
"re": 105,
|
||||||
|
"Ġthe": 106,
|
||||||
|
"er": 107,
|
||||||
|
"Ġs": 108,
|
||||||
|
"Ġo": 109,
|
||||||
|
"en": 110,
|
||||||
|
"al": 111,
|
||||||
|
"Ġc": 112,
|
||||||
|
"or": 113,
|
||||||
|
"at": 114,
|
||||||
|
"tion": 115,
|
||||||
|
"es": 116,
|
||||||
|
"Ġof": 117,
|
||||||
|
"is": 118,
|
||||||
|
"Ġp": 119,
|
||||||
|
"an": 120,
|
||||||
|
"ed": 121,
|
||||||
|
"Ġf": 122,
|
||||||
|
"ar": 123,
|
||||||
|
"it": 124,
|
||||||
|
"ro": 125,
|
||||||
|
"ing": 126,
|
||||||
|
"Ġan": 127,
|
||||||
|
"Ġin": 128,
|
||||||
|
"Ġd": 129,
|
||||||
|
"Ġw": 130,
|
||||||
|
"Ġm": 131,
|
||||||
|
"ic": 132,
|
||||||
|
"le": 133,
|
||||||
|
"Ġb": 134,
|
||||||
|
"Ġand": 135,
|
||||||
|
"ation": 136,
|
||||||
|
"as": 137,
|
||||||
|
"Ġe": 138,
|
||||||
|
"el": 139,
|
||||||
|
"Ġto": 140,
|
||||||
|
"et": 141,
|
||||||
|
"ent": 142,
|
||||||
|
"Ġre": 143,
|
||||||
|
"st": 144,
|
||||||
|
"ct": 145,
|
||||||
|
"Ġth": 146,
|
||||||
|
"om": 147,
|
||||||
|
"im": 148,
|
||||||
|
"ul": 149,
|
||||||
|
"ra": 150,
|
||||||
|
"Ġn": 151,
|
||||||
|
"ve": 152,
|
||||||
|
"ly": 153,
|
||||||
|
"od": 154,
|
||||||
|
"ur": 155,
|
||||||
|
"un": 156,
|
||||||
|
"si": 157,
|
||||||
|
"ce": 158,
|
||||||
|
"Ġis": 159,
|
||||||
|
"Ġl": 160,
|
||||||
|
"Ġfor": 161,
|
||||||
|
"us": 162,
|
||||||
|
"ith": 163,
|
||||||
|
"ĠT": 164,
|
||||||
|
"ol": 165,
|
||||||
|
"Ġg": 166,
|
||||||
|
"Ġst": 167,
|
||||||
|
"Ġpro": 168,
|
||||||
|
"ch": 169,
|
||||||
|
"ow": 170,
|
||||||
|
"tic": 171,
|
||||||
|
"Ġcon": 172,
|
||||||
|
"qu": 173,
|
||||||
|
"Ġh": 174,
|
||||||
|
"per": 175,
|
||||||
|
"Ġon": 176,
|
||||||
|
"ig": 177,
|
||||||
|
"am": 178,
|
||||||
|
"res": 179,
|
||||||
|
"Ġwith": 180,
|
||||||
|
"Ġthat": 181,
|
||||||
|
"ĠW": 182,
|
||||||
|
"ver": 183,
|
||||||
|
"um": 184,
|
||||||
|
"Ġ$": 185,
|
||||||
|
"il": 186,
|
||||||
|
"Ġex": 187,
|
||||||
|
"ut": 188,
|
||||||
|
"se": 189,
|
||||||
|
"ot": 190,
|
||||||
|
"ate": 191,
|
||||||
|
"ec": 192,
|
||||||
|
"id": 193,
|
||||||
|
"em": 194,
|
||||||
|
"ity": 195,
|
||||||
|
"Ġwe": 196,
|
||||||
|
"pl": 197,
|
||||||
|
"ĠWe": 198,
|
||||||
|
"if": 199,
|
||||||
|
"Ġ(": 200,
|
||||||
|
"ab": 201,
|
||||||
|
"ge": 202,
|
||||||
|
"ĠThe": 203,
|
||||||
|
"ri": 204,
|
||||||
|
"ter": 205,
|
||||||
|
"the": 206,
|
||||||
|
"Ġal": 207,
|
||||||
|
"Ġas": 208,
|
||||||
|
"Ġbe": 209,
|
||||||
|
"Ġare": 210,
|
||||||
|
"ect": 211,
|
||||||
|
"omp": 212,
|
||||||
|
"ction": 213,
|
||||||
|
"ations": 214,
|
||||||
|
"ure": 215,
|
||||||
|
"ĠI": 216,
|
||||||
|
"Ġmod": 217,
|
||||||
|
"Ġv": 218,
|
||||||
|
"ir": 219,
|
||||||
|
"os": 220,
|
||||||
|
"Ġsu": 221,
|
||||||
|
"Ġby": 222,
|
||||||
|
"ts": 223,
|
||||||
|
"Ġsp": 224,
|
||||||
|
"pro": 225,
|
||||||
|
"und": 226,
|
||||||
|
"iz": 227,
|
||||||
|
"ac": 228,
|
||||||
|
"ical": 229,
|
||||||
|
"for": 230,
|
||||||
|
"ran": 231,
|
||||||
|
"ant": 232,
|
||||||
|
"Ġcomp": 233,
|
||||||
|
"di": 234,
|
||||||
|
"ain": 235,
|
||||||
|
"Ġwh": 236,
|
||||||
|
"ener": 237,
|
||||||
|
"ren": 238,
|
||||||
|
"rom": 239,
|
||||||
|
"Ġmodel": 240,
|
||||||
|
"Ġus": 241,
|
||||||
|
"ĠA": 242,
|
||||||
|
"Ġthis": 243,
|
||||||
|
"ist": 244,
|
||||||
|
"tive": 245,
|
||||||
|
"Ġres": 246,
|
||||||
|
"sion": 247,
|
||||||
|
"ag": 248,
|
||||||
|
"Ġde": 249,
|
||||||
|
"du": 250,
|
||||||
|
"Ġsh": 251,
|
||||||
|
"ess": 252,
|
||||||
|
"Ġat": 253,
|
||||||
|
"ĠS": 254,
|
||||||
|
"oc": 255
|
||||||
|
},
|
||||||
|
"merges": [
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"a"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"h",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġo",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"in",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"in"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"w"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"l",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"b"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġan",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"tion"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"en",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"a"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"v",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"l",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"is"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġf",
|
||||||
|
"or"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"it",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"T"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġp",
|
||||||
|
"ro"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"w"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġc",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"q",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"re",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"ith"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġth",
|
||||||
|
"at"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"W"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"v",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"$"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġe",
|
||||||
|
"x"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"at",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"it",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ĠW",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"("
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"b"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"g",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ĠT",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġb",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"ct"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"om",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"tion"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ation",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"I"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġm",
|
||||||
|
"od"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"v"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġb",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"ro"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"un",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"z"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ic",
|
||||||
|
"al"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"f",
|
||||||
|
"or"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"an"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"an",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġc",
|
||||||
|
"omp"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"d",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"in"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"en",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"re",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ro",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġmod",
|
||||||
|
"el"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"us"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"A"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġth",
|
||||||
|
"is"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"is",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"ve"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġre",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"si",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġd",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"d",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"es",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"S"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"c"
|
||||||
|
]
|
||||||
|
]
|
||||||
|
}
|
||||||
|
}
|
||||||
41
final_model_complete/tokenizer_config.json
Normal file
41
final_model_complete/tokenizer_config.json
Normal file
@@ -0,0 +1,41 @@
|
|||||||
|
{
|
||||||
|
"added_tokens_decoder": {
|
||||||
|
"0": {
|
||||||
|
"content": "<|endoftext|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
"1": {
|
||||||
|
"content": "<|im_start|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
"2": {
|
||||||
|
"content": "<|im_end|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"bos_token": "<|endoftext|>",
|
||||||
|
"chat_template": "{% for message in messages %}{{'<|im_start|>' + message['role'] + '\n' + message['content'] + '<|im_end|>' + '\n'}}{% endfor %}{% if add_generation_prompt %}{{ '<|im_start|>assistant\n' }}{% endif %}",
|
||||||
|
"clean_up_tokenization_spaces": false,
|
||||||
|
"eos_token": "<|endoftext|>",
|
||||||
|
"extra_special_tokens": {},
|
||||||
|
"model_input_names": [
|
||||||
|
"input_ids",
|
||||||
|
"attention_mask"
|
||||||
|
],
|
||||||
|
"model_max_length": 1000000000000000019884624838656,
|
||||||
|
"pad_token": "<|endoftext|>",
|
||||||
|
"tokenizer_class": "PreTrainedTokenizerFast",
|
||||||
|
"unk_token": "<|endoftext|>"
|
||||||
|
}
|
||||||
3
final_model_complete/training_args.bin
Normal file
3
final_model_complete/training_args.bin
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:3094fcb2cbf0c2dbb4dd559e2ad79c9e24d99aeecd652bbb12aa828bc03d3da2
|
||||||
|
size 5713
|
||||||
8
generation_config.json
Normal file
8
generation_config.json
Normal file
@@ -0,0 +1,8 @@
|
|||||||
|
{
|
||||||
|
"_from_model_config": true,
|
||||||
|
"bos_token_id": 1,
|
||||||
|
"eos_token_id": 2,
|
||||||
|
"pad_token_id": 3,
|
||||||
|
"transformers_version": "4.48.3",
|
||||||
|
"use_cache": false
|
||||||
|
}
|
||||||
3
model.safetensors
Normal file
3
model.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:9481b1d9d3ffa4f80126c095acffeec511c416c6278a5ed4b3a341fae7b16b8d
|
||||||
|
size 17315288
|
||||||
3
optimizer.pt
Normal file
3
optimizer.pt
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:faad0c8b87757094274de331ad8ff25edfdae71e0ad7d87baebc418843db2fed
|
||||||
|
size 34640005
|
||||||
3
rng_state.pth
Normal file
3
rng_state.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:c1971a7f5a4b2dbf37c7eaedcc9ddd90b7f2853c5557f35719c1a2082903b821
|
||||||
|
size 14455
|
||||||
3
scheduler.pt
Normal file
3
scheduler.pt
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:8a9f154b1359afdda4d3ed65870a0e8dc4d46259d77c6ba1858bc2095aee8d67
|
||||||
|
size 1465
|
||||||
6
special_tokens_map.json
Normal file
6
special_tokens_map.json
Normal file
@@ -0,0 +1,6 @@
|
|||||||
|
{
|
||||||
|
"bos_token": "<|endoftext|>",
|
||||||
|
"eos_token": "<|endoftext|>",
|
||||||
|
"pad_token": "<|endoftext|>",
|
||||||
|
"unk_token": "<|endoftext|>"
|
||||||
|
}
|
||||||
35
tiny_llm_pretrain/checkpoint-10000/config.json
Normal file
35
tiny_llm_pretrain/checkpoint-10000/config.json
Normal file
@@ -0,0 +1,35 @@
|
|||||||
|
{
|
||||||
|
"_name_or_path": "Tiny-LLM-Z-V5",
|
||||||
|
"architectures": [
|
||||||
|
"Qwen2ForCausalLM"
|
||||||
|
],
|
||||||
|
"attention_bias": false,
|
||||||
|
"attention_dropout": 0.0,
|
||||||
|
"bos_token_id": 1,
|
||||||
|
"dtype": "float32",
|
||||||
|
"eos_token_id": 2,
|
||||||
|
"head_dim": 64,
|
||||||
|
"hidden_act": "silu",
|
||||||
|
"hidden_size": 512,
|
||||||
|
"initializer_range": 0.02,
|
||||||
|
"intermediate_size": 2048,
|
||||||
|
"max_position_embeddings": 512,
|
||||||
|
"max_window_layers": 28,
|
||||||
|
"mlp_bias": false,
|
||||||
|
"model_type": "qwen2",
|
||||||
|
"num_attention_heads": 8,
|
||||||
|
"num_hidden_layers": 1,
|
||||||
|
"num_key_value_heads": 8,
|
||||||
|
"pad_token_id": 3,
|
||||||
|
"pretraining_tp": 1,
|
||||||
|
"rms_norm_eps": 1e-05,
|
||||||
|
"rope_scaling": null,
|
||||||
|
"rope_theta": 10000.0,
|
||||||
|
"sliding_window": null,
|
||||||
|
"tie_word_embeddings": true,
|
||||||
|
"torch_dtype": "float32",
|
||||||
|
"transformers_version": "4.48.3",
|
||||||
|
"use_cache": false,
|
||||||
|
"use_sliding_window": false,
|
||||||
|
"vocab_size": 256
|
||||||
|
}
|
||||||
@@ -0,0 +1,8 @@
|
|||||||
|
{
|
||||||
|
"_from_model_config": true,
|
||||||
|
"bos_token_id": 1,
|
||||||
|
"eos_token_id": 2,
|
||||||
|
"pad_token_id": 3,
|
||||||
|
"transformers_version": "4.48.3",
|
||||||
|
"use_cache": false
|
||||||
|
}
|
||||||
3
tiny_llm_pretrain/checkpoint-10000/model.safetensors
Normal file
3
tiny_llm_pretrain/checkpoint-10000/model.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:9481b1d9d3ffa4f80126c095acffeec511c416c6278a5ed4b3a341fae7b16b8d
|
||||||
|
size 17315288
|
||||||
3
tiny_llm_pretrain/checkpoint-10000/optimizer.pt
Normal file
3
tiny_llm_pretrain/checkpoint-10000/optimizer.pt
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:faad0c8b87757094274de331ad8ff25edfdae71e0ad7d87baebc418843db2fed
|
||||||
|
size 34640005
|
||||||
3
tiny_llm_pretrain/checkpoint-10000/rng_state.pth
Normal file
3
tiny_llm_pretrain/checkpoint-10000/rng_state.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:c1971a7f5a4b2dbf37c7eaedcc9ddd90b7f2853c5557f35719c1a2082903b821
|
||||||
|
size 14455
|
||||||
3
tiny_llm_pretrain/checkpoint-10000/scheduler.pt
Normal file
3
tiny_llm_pretrain/checkpoint-10000/scheduler.pt
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:8a9f154b1359afdda4d3ed65870a0e8dc4d46259d77c6ba1858bc2095aee8d67
|
||||||
|
size 1465
|
||||||
@@ -0,0 +1,6 @@
|
|||||||
|
{
|
||||||
|
"bos_token": "<|endoftext|>",
|
||||||
|
"eos_token": "<|endoftext|>",
|
||||||
|
"pad_token": "<|endoftext|>",
|
||||||
|
"unk_token": "<|endoftext|>"
|
||||||
|
}
|
||||||
951
tiny_llm_pretrain/checkpoint-10000/tokenizer.json
Normal file
951
tiny_llm_pretrain/checkpoint-10000/tokenizer.json
Normal file
@@ -0,0 +1,951 @@
|
|||||||
|
{
|
||||||
|
"version": "1.0",
|
||||||
|
"truncation": null,
|
||||||
|
"padding": null,
|
||||||
|
"added_tokens": [
|
||||||
|
{
|
||||||
|
"id": 0,
|
||||||
|
"content": "<|endoftext|>",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id": 1,
|
||||||
|
"content": "<|im_start|>",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id": 2,
|
||||||
|
"content": "<|im_end|>",
|
||||||
|
"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": null,
|
||||||
|
"end_of_word_suffix": null,
|
||||||
|
"fuse_unk": false,
|
||||||
|
"byte_fallback": false,
|
||||||
|
"ignore_merges": false,
|
||||||
|
"vocab": {
|
||||||
|
"<|endoftext|>": 0,
|
||||||
|
"<|im_start|>": 1,
|
||||||
|
"<|im_end|>": 2,
|
||||||
|
"!": 3,
|
||||||
|
"\"": 4,
|
||||||
|
"#": 5,
|
||||||
|
"$": 6,
|
||||||
|
"%": 7,
|
||||||
|
"&": 8,
|
||||||
|
"'": 9,
|
||||||
|
"(": 10,
|
||||||
|
")": 11,
|
||||||
|
"*": 12,
|
||||||
|
"+": 13,
|
||||||
|
",": 14,
|
||||||
|
"-": 15,
|
||||||
|
".": 16,
|
||||||
|
"/": 17,
|
||||||
|
"0": 18,
|
||||||
|
"1": 19,
|
||||||
|
"2": 20,
|
||||||
|
"3": 21,
|
||||||
|
"4": 22,
|
||||||
|
"5": 23,
|
||||||
|
"6": 24,
|
||||||
|
"7": 25,
|
||||||
|
"8": 26,
|
||||||
|
"9": 27,
|
||||||
|
":": 28,
|
||||||
|
";": 29,
|
||||||
|
"<": 30,
|
||||||
|
"=": 31,
|
||||||
|
">": 32,
|
||||||
|
"?": 33,
|
||||||
|
"@": 34,
|
||||||
|
"A": 35,
|
||||||
|
"B": 36,
|
||||||
|
"C": 37,
|
||||||
|
"D": 38,
|
||||||
|
"E": 39,
|
||||||
|
"F": 40,
|
||||||
|
"G": 41,
|
||||||
|
"H": 42,
|
||||||
|
"I": 43,
|
||||||
|
"J": 44,
|
||||||
|
"K": 45,
|
||||||
|
"L": 46,
|
||||||
|
"M": 47,
|
||||||
|
"N": 48,
|
||||||
|
"O": 49,
|
||||||
|
"P": 50,
|
||||||
|
"Q": 51,
|
||||||
|
"R": 52,
|
||||||
|
"S": 53,
|
||||||
|
"T": 54,
|
||||||
|
"U": 55,
|
||||||
|
"V": 56,
|
||||||
|
"W": 57,
|
||||||
|
"X": 58,
|
||||||
|
"Y": 59,
|
||||||
|
"Z": 60,
|
||||||
|
"[": 61,
|
||||||
|
"\\": 62,
|
||||||
|
"]": 63,
|
||||||
|
"^": 64,
|
||||||
|
"_": 65,
|
||||||
|
"`": 66,
|
||||||
|
"a": 67,
|
||||||
|
"b": 68,
|
||||||
|
"c": 69,
|
||||||
|
"d": 70,
|
||||||
|
"e": 71,
|
||||||
|
"f": 72,
|
||||||
|
"g": 73,
|
||||||
|
"h": 74,
|
||||||
|
"i": 75,
|
||||||
|
"j": 76,
|
||||||
|
"k": 77,
|
||||||
|
"l": 78,
|
||||||
|
"m": 79,
|
||||||
|
"n": 80,
|
||||||
|
"o": 81,
|
||||||
|
"p": 82,
|
||||||
|
"q": 83,
|
||||||
|
"r": 84,
|
||||||
|
"s": 85,
|
||||||
|
"t": 86,
|
||||||
|
"u": 87,
|
||||||
|
"v": 88,
|
||||||
|
"w": 89,
|
||||||
|
"x": 90,
|
||||||
|
"y": 91,
|
||||||
|
"z": 92,
|
||||||
|
"{": 93,
|
||||||
|
"|": 94,
|
||||||
|
"}": 95,
|
||||||
|
"~": 96,
|
||||||
|
"Ċ": 97,
|
||||||
|
"Ġ": 98,
|
||||||
|
"Ġt": 99,
|
||||||
|
"Ġa": 100,
|
||||||
|
"in": 101,
|
||||||
|
"on": 102,
|
||||||
|
"he": 103,
|
||||||
|
"ti": 104,
|
||||||
|
"re": 105,
|
||||||
|
"Ġthe": 106,
|
||||||
|
"er": 107,
|
||||||
|
"Ġs": 108,
|
||||||
|
"Ġo": 109,
|
||||||
|
"en": 110,
|
||||||
|
"al": 111,
|
||||||
|
"Ġc": 112,
|
||||||
|
"or": 113,
|
||||||
|
"at": 114,
|
||||||
|
"tion": 115,
|
||||||
|
"es": 116,
|
||||||
|
"Ġof": 117,
|
||||||
|
"is": 118,
|
||||||
|
"Ġp": 119,
|
||||||
|
"an": 120,
|
||||||
|
"ed": 121,
|
||||||
|
"Ġf": 122,
|
||||||
|
"ar": 123,
|
||||||
|
"it": 124,
|
||||||
|
"ro": 125,
|
||||||
|
"ing": 126,
|
||||||
|
"Ġan": 127,
|
||||||
|
"Ġin": 128,
|
||||||
|
"Ġd": 129,
|
||||||
|
"Ġw": 130,
|
||||||
|
"Ġm": 131,
|
||||||
|
"ic": 132,
|
||||||
|
"le": 133,
|
||||||
|
"Ġb": 134,
|
||||||
|
"Ġand": 135,
|
||||||
|
"ation": 136,
|
||||||
|
"as": 137,
|
||||||
|
"Ġe": 138,
|
||||||
|
"el": 139,
|
||||||
|
"Ġto": 140,
|
||||||
|
"et": 141,
|
||||||
|
"ent": 142,
|
||||||
|
"Ġre": 143,
|
||||||
|
"st": 144,
|
||||||
|
"ct": 145,
|
||||||
|
"Ġth": 146,
|
||||||
|
"om": 147,
|
||||||
|
"im": 148,
|
||||||
|
"ul": 149,
|
||||||
|
"ra": 150,
|
||||||
|
"Ġn": 151,
|
||||||
|
"ve": 152,
|
||||||
|
"ly": 153,
|
||||||
|
"od": 154,
|
||||||
|
"ur": 155,
|
||||||
|
"un": 156,
|
||||||
|
"si": 157,
|
||||||
|
"ce": 158,
|
||||||
|
"Ġis": 159,
|
||||||
|
"Ġl": 160,
|
||||||
|
"Ġfor": 161,
|
||||||
|
"us": 162,
|
||||||
|
"ith": 163,
|
||||||
|
"ĠT": 164,
|
||||||
|
"ol": 165,
|
||||||
|
"Ġg": 166,
|
||||||
|
"Ġst": 167,
|
||||||
|
"Ġpro": 168,
|
||||||
|
"ch": 169,
|
||||||
|
"ow": 170,
|
||||||
|
"tic": 171,
|
||||||
|
"Ġcon": 172,
|
||||||
|
"qu": 173,
|
||||||
|
"Ġh": 174,
|
||||||
|
"per": 175,
|
||||||
|
"Ġon": 176,
|
||||||
|
"ig": 177,
|
||||||
|
"am": 178,
|
||||||
|
"res": 179,
|
||||||
|
"Ġwith": 180,
|
||||||
|
"Ġthat": 181,
|
||||||
|
"ĠW": 182,
|
||||||
|
"ver": 183,
|
||||||
|
"um": 184,
|
||||||
|
"Ġ$": 185,
|
||||||
|
"il": 186,
|
||||||
|
"Ġex": 187,
|
||||||
|
"ut": 188,
|
||||||
|
"se": 189,
|
||||||
|
"ot": 190,
|
||||||
|
"ate": 191,
|
||||||
|
"ec": 192,
|
||||||
|
"id": 193,
|
||||||
|
"em": 194,
|
||||||
|
"ity": 195,
|
||||||
|
"Ġwe": 196,
|
||||||
|
"pl": 197,
|
||||||
|
"ĠWe": 198,
|
||||||
|
"if": 199,
|
||||||
|
"Ġ(": 200,
|
||||||
|
"ab": 201,
|
||||||
|
"ge": 202,
|
||||||
|
"ĠThe": 203,
|
||||||
|
"ri": 204,
|
||||||
|
"ter": 205,
|
||||||
|
"the": 206,
|
||||||
|
"Ġal": 207,
|
||||||
|
"Ġas": 208,
|
||||||
|
"Ġbe": 209,
|
||||||
|
"Ġare": 210,
|
||||||
|
"ect": 211,
|
||||||
|
"omp": 212,
|
||||||
|
"ction": 213,
|
||||||
|
"ations": 214,
|
||||||
|
"ure": 215,
|
||||||
|
"ĠI": 216,
|
||||||
|
"Ġmod": 217,
|
||||||
|
"Ġv": 218,
|
||||||
|
"ir": 219,
|
||||||
|
"os": 220,
|
||||||
|
"Ġsu": 221,
|
||||||
|
"Ġby": 222,
|
||||||
|
"ts": 223,
|
||||||
|
"Ġsp": 224,
|
||||||
|
"pro": 225,
|
||||||
|
"und": 226,
|
||||||
|
"iz": 227,
|
||||||
|
"ac": 228,
|
||||||
|
"ical": 229,
|
||||||
|
"for": 230,
|
||||||
|
"ran": 231,
|
||||||
|
"ant": 232,
|
||||||
|
"Ġcomp": 233,
|
||||||
|
"di": 234,
|
||||||
|
"ain": 235,
|
||||||
|
"Ġwh": 236,
|
||||||
|
"ener": 237,
|
||||||
|
"ren": 238,
|
||||||
|
"rom": 239,
|
||||||
|
"Ġmodel": 240,
|
||||||
|
"Ġus": 241,
|
||||||
|
"ĠA": 242,
|
||||||
|
"Ġthis": 243,
|
||||||
|
"ist": 244,
|
||||||
|
"tive": 245,
|
||||||
|
"Ġres": 246,
|
||||||
|
"sion": 247,
|
||||||
|
"ag": 248,
|
||||||
|
"Ġde": 249,
|
||||||
|
"du": 250,
|
||||||
|
"Ġsh": 251,
|
||||||
|
"ess": 252,
|
||||||
|
"Ġat": 253,
|
||||||
|
"ĠS": 254,
|
||||||
|
"oc": 255
|
||||||
|
},
|
||||||
|
"merges": [
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"a"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"h",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġo",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"in",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"in"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"w"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"l",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"b"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġan",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"tion"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"en",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"a"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"v",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"l",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"is"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġf",
|
||||||
|
"or"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"it",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"T"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġp",
|
||||||
|
"ro"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"w"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġc",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"q",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"re",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"ith"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġth",
|
||||||
|
"at"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"W"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"v",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"$"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġe",
|
||||||
|
"x"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"at",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"it",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ĠW",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"("
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"b"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"g",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ĠT",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġb",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"ct"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"om",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"tion"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ation",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"I"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġm",
|
||||||
|
"od"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"v"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġb",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"ro"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"un",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"z"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ic",
|
||||||
|
"al"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"f",
|
||||||
|
"or"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"an"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"an",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġc",
|
||||||
|
"omp"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"d",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"in"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"en",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"re",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ro",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġmod",
|
||||||
|
"el"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"us"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"A"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġth",
|
||||||
|
"is"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"is",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"ve"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġre",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"si",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġd",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"d",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"es",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"S"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"c"
|
||||||
|
]
|
||||||
|
]
|
||||||
|
}
|
||||||
|
}
|
||||||
41
tiny_llm_pretrain/checkpoint-10000/tokenizer_config.json
Normal file
41
tiny_llm_pretrain/checkpoint-10000/tokenizer_config.json
Normal file
@@ -0,0 +1,41 @@
|
|||||||
|
{
|
||||||
|
"added_tokens_decoder": {
|
||||||
|
"0": {
|
||||||
|
"content": "<|endoftext|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
"1": {
|
||||||
|
"content": "<|im_start|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
"2": {
|
||||||
|
"content": "<|im_end|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"bos_token": "<|endoftext|>",
|
||||||
|
"chat_template": "{% for message in messages %}{{'<|im_start|>' + message['role'] + '\n' + message['content'] + '<|im_end|>' + '\n'}}{% endfor %}{% if add_generation_prompt %}{{ '<|im_start|>assistant\n' }}{% endif %}",
|
||||||
|
"clean_up_tokenization_spaces": false,
|
||||||
|
"eos_token": "<|endoftext|>",
|
||||||
|
"extra_special_tokens": {},
|
||||||
|
"model_input_names": [
|
||||||
|
"input_ids",
|
||||||
|
"attention_mask"
|
||||||
|
],
|
||||||
|
"model_max_length": 1000000000000000019884624838656,
|
||||||
|
"pad_token": "<|endoftext|>",
|
||||||
|
"tokenizer_class": "PreTrainedTokenizerFast",
|
||||||
|
"unk_token": "<|endoftext|>"
|
||||||
|
}
|
||||||
14033
tiny_llm_pretrain/checkpoint-10000/trainer_state.json
Normal file
14033
tiny_llm_pretrain/checkpoint-10000/trainer_state.json
Normal file
File diff suppressed because it is too large
Load Diff
3
tiny_llm_pretrain/checkpoint-10000/training_args.bin
Normal file
3
tiny_llm_pretrain/checkpoint-10000/training_args.bin
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:3094fcb2cbf0c2dbb4dd559e2ad79c9e24d99aeecd652bbb12aa828bc03d3da2
|
||||||
|
size 5713
|
||||||
35
tiny_llm_pretrain/checkpoint-9900/config.json
Normal file
35
tiny_llm_pretrain/checkpoint-9900/config.json
Normal file
@@ -0,0 +1,35 @@
|
|||||||
|
{
|
||||||
|
"_name_or_path": "Tiny-LLM-Z-V5",
|
||||||
|
"architectures": [
|
||||||
|
"Qwen2ForCausalLM"
|
||||||
|
],
|
||||||
|
"attention_bias": false,
|
||||||
|
"attention_dropout": 0.0,
|
||||||
|
"bos_token_id": 1,
|
||||||
|
"dtype": "float32",
|
||||||
|
"eos_token_id": 2,
|
||||||
|
"head_dim": 64,
|
||||||
|
"hidden_act": "silu",
|
||||||
|
"hidden_size": 512,
|
||||||
|
"initializer_range": 0.02,
|
||||||
|
"intermediate_size": 2048,
|
||||||
|
"max_position_embeddings": 512,
|
||||||
|
"max_window_layers": 28,
|
||||||
|
"mlp_bias": false,
|
||||||
|
"model_type": "qwen2",
|
||||||
|
"num_attention_heads": 8,
|
||||||
|
"num_hidden_layers": 1,
|
||||||
|
"num_key_value_heads": 8,
|
||||||
|
"pad_token_id": 3,
|
||||||
|
"pretraining_tp": 1,
|
||||||
|
"rms_norm_eps": 1e-05,
|
||||||
|
"rope_scaling": null,
|
||||||
|
"rope_theta": 10000.0,
|
||||||
|
"sliding_window": null,
|
||||||
|
"tie_word_embeddings": true,
|
||||||
|
"torch_dtype": "float32",
|
||||||
|
"transformers_version": "4.48.3",
|
||||||
|
"use_cache": false,
|
||||||
|
"use_sliding_window": false,
|
||||||
|
"vocab_size": 256
|
||||||
|
}
|
||||||
8
tiny_llm_pretrain/checkpoint-9900/generation_config.json
Normal file
8
tiny_llm_pretrain/checkpoint-9900/generation_config.json
Normal file
@@ -0,0 +1,8 @@
|
|||||||
|
{
|
||||||
|
"_from_model_config": true,
|
||||||
|
"bos_token_id": 1,
|
||||||
|
"eos_token_id": 2,
|
||||||
|
"pad_token_id": 3,
|
||||||
|
"transformers_version": "4.48.3",
|
||||||
|
"use_cache": false
|
||||||
|
}
|
||||||
3
tiny_llm_pretrain/checkpoint-9900/model.safetensors
Normal file
3
tiny_llm_pretrain/checkpoint-9900/model.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:b27284ac93718ba2efbfb92e1e76368cdf3eae27f6c1db5a6e83dc24c93b48a4
|
||||||
|
size 17315288
|
||||||
3
tiny_llm_pretrain/checkpoint-9900/optimizer.pt
Normal file
3
tiny_llm_pretrain/checkpoint-9900/optimizer.pt
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:bd3e7422bdaed1c99ace97a59ee33c41f5f43f6807d6c74a7a01968d6b862705
|
||||||
|
size 34640005
|
||||||
3
tiny_llm_pretrain/checkpoint-9900/rng_state.pth
Normal file
3
tiny_llm_pretrain/checkpoint-9900/rng_state.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:c1971a7f5a4b2dbf37c7eaedcc9ddd90b7f2853c5557f35719c1a2082903b821
|
||||||
|
size 14455
|
||||||
3
tiny_llm_pretrain/checkpoint-9900/scheduler.pt
Normal file
3
tiny_llm_pretrain/checkpoint-9900/scheduler.pt
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:fa4c7a3f0413da0222033791fbd61f87fa01f48b28114defa805cbadbcde3d7c
|
||||||
|
size 1465
|
||||||
@@ -0,0 +1,6 @@
|
|||||||
|
{
|
||||||
|
"bos_token": "<|endoftext|>",
|
||||||
|
"eos_token": "<|endoftext|>",
|
||||||
|
"pad_token": "<|endoftext|>",
|
||||||
|
"unk_token": "<|endoftext|>"
|
||||||
|
}
|
||||||
951
tiny_llm_pretrain/checkpoint-9900/tokenizer.json
Normal file
951
tiny_llm_pretrain/checkpoint-9900/tokenizer.json
Normal file
@@ -0,0 +1,951 @@
|
|||||||
|
{
|
||||||
|
"version": "1.0",
|
||||||
|
"truncation": null,
|
||||||
|
"padding": null,
|
||||||
|
"added_tokens": [
|
||||||
|
{
|
||||||
|
"id": 0,
|
||||||
|
"content": "<|endoftext|>",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id": 1,
|
||||||
|
"content": "<|im_start|>",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id": 2,
|
||||||
|
"content": "<|im_end|>",
|
||||||
|
"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": null,
|
||||||
|
"end_of_word_suffix": null,
|
||||||
|
"fuse_unk": false,
|
||||||
|
"byte_fallback": false,
|
||||||
|
"ignore_merges": false,
|
||||||
|
"vocab": {
|
||||||
|
"<|endoftext|>": 0,
|
||||||
|
"<|im_start|>": 1,
|
||||||
|
"<|im_end|>": 2,
|
||||||
|
"!": 3,
|
||||||
|
"\"": 4,
|
||||||
|
"#": 5,
|
||||||
|
"$": 6,
|
||||||
|
"%": 7,
|
||||||
|
"&": 8,
|
||||||
|
"'": 9,
|
||||||
|
"(": 10,
|
||||||
|
")": 11,
|
||||||
|
"*": 12,
|
||||||
|
"+": 13,
|
||||||
|
",": 14,
|
||||||
|
"-": 15,
|
||||||
|
".": 16,
|
||||||
|
"/": 17,
|
||||||
|
"0": 18,
|
||||||
|
"1": 19,
|
||||||
|
"2": 20,
|
||||||
|
"3": 21,
|
||||||
|
"4": 22,
|
||||||
|
"5": 23,
|
||||||
|
"6": 24,
|
||||||
|
"7": 25,
|
||||||
|
"8": 26,
|
||||||
|
"9": 27,
|
||||||
|
":": 28,
|
||||||
|
";": 29,
|
||||||
|
"<": 30,
|
||||||
|
"=": 31,
|
||||||
|
">": 32,
|
||||||
|
"?": 33,
|
||||||
|
"@": 34,
|
||||||
|
"A": 35,
|
||||||
|
"B": 36,
|
||||||
|
"C": 37,
|
||||||
|
"D": 38,
|
||||||
|
"E": 39,
|
||||||
|
"F": 40,
|
||||||
|
"G": 41,
|
||||||
|
"H": 42,
|
||||||
|
"I": 43,
|
||||||
|
"J": 44,
|
||||||
|
"K": 45,
|
||||||
|
"L": 46,
|
||||||
|
"M": 47,
|
||||||
|
"N": 48,
|
||||||
|
"O": 49,
|
||||||
|
"P": 50,
|
||||||
|
"Q": 51,
|
||||||
|
"R": 52,
|
||||||
|
"S": 53,
|
||||||
|
"T": 54,
|
||||||
|
"U": 55,
|
||||||
|
"V": 56,
|
||||||
|
"W": 57,
|
||||||
|
"X": 58,
|
||||||
|
"Y": 59,
|
||||||
|
"Z": 60,
|
||||||
|
"[": 61,
|
||||||
|
"\\": 62,
|
||||||
|
"]": 63,
|
||||||
|
"^": 64,
|
||||||
|
"_": 65,
|
||||||
|
"`": 66,
|
||||||
|
"a": 67,
|
||||||
|
"b": 68,
|
||||||
|
"c": 69,
|
||||||
|
"d": 70,
|
||||||
|
"e": 71,
|
||||||
|
"f": 72,
|
||||||
|
"g": 73,
|
||||||
|
"h": 74,
|
||||||
|
"i": 75,
|
||||||
|
"j": 76,
|
||||||
|
"k": 77,
|
||||||
|
"l": 78,
|
||||||
|
"m": 79,
|
||||||
|
"n": 80,
|
||||||
|
"o": 81,
|
||||||
|
"p": 82,
|
||||||
|
"q": 83,
|
||||||
|
"r": 84,
|
||||||
|
"s": 85,
|
||||||
|
"t": 86,
|
||||||
|
"u": 87,
|
||||||
|
"v": 88,
|
||||||
|
"w": 89,
|
||||||
|
"x": 90,
|
||||||
|
"y": 91,
|
||||||
|
"z": 92,
|
||||||
|
"{": 93,
|
||||||
|
"|": 94,
|
||||||
|
"}": 95,
|
||||||
|
"~": 96,
|
||||||
|
"Ċ": 97,
|
||||||
|
"Ġ": 98,
|
||||||
|
"Ġt": 99,
|
||||||
|
"Ġa": 100,
|
||||||
|
"in": 101,
|
||||||
|
"on": 102,
|
||||||
|
"he": 103,
|
||||||
|
"ti": 104,
|
||||||
|
"re": 105,
|
||||||
|
"Ġthe": 106,
|
||||||
|
"er": 107,
|
||||||
|
"Ġs": 108,
|
||||||
|
"Ġo": 109,
|
||||||
|
"en": 110,
|
||||||
|
"al": 111,
|
||||||
|
"Ġc": 112,
|
||||||
|
"or": 113,
|
||||||
|
"at": 114,
|
||||||
|
"tion": 115,
|
||||||
|
"es": 116,
|
||||||
|
"Ġof": 117,
|
||||||
|
"is": 118,
|
||||||
|
"Ġp": 119,
|
||||||
|
"an": 120,
|
||||||
|
"ed": 121,
|
||||||
|
"Ġf": 122,
|
||||||
|
"ar": 123,
|
||||||
|
"it": 124,
|
||||||
|
"ro": 125,
|
||||||
|
"ing": 126,
|
||||||
|
"Ġan": 127,
|
||||||
|
"Ġin": 128,
|
||||||
|
"Ġd": 129,
|
||||||
|
"Ġw": 130,
|
||||||
|
"Ġm": 131,
|
||||||
|
"ic": 132,
|
||||||
|
"le": 133,
|
||||||
|
"Ġb": 134,
|
||||||
|
"Ġand": 135,
|
||||||
|
"ation": 136,
|
||||||
|
"as": 137,
|
||||||
|
"Ġe": 138,
|
||||||
|
"el": 139,
|
||||||
|
"Ġto": 140,
|
||||||
|
"et": 141,
|
||||||
|
"ent": 142,
|
||||||
|
"Ġre": 143,
|
||||||
|
"st": 144,
|
||||||
|
"ct": 145,
|
||||||
|
"Ġth": 146,
|
||||||
|
"om": 147,
|
||||||
|
"im": 148,
|
||||||
|
"ul": 149,
|
||||||
|
"ra": 150,
|
||||||
|
"Ġn": 151,
|
||||||
|
"ve": 152,
|
||||||
|
"ly": 153,
|
||||||
|
"od": 154,
|
||||||
|
"ur": 155,
|
||||||
|
"un": 156,
|
||||||
|
"si": 157,
|
||||||
|
"ce": 158,
|
||||||
|
"Ġis": 159,
|
||||||
|
"Ġl": 160,
|
||||||
|
"Ġfor": 161,
|
||||||
|
"us": 162,
|
||||||
|
"ith": 163,
|
||||||
|
"ĠT": 164,
|
||||||
|
"ol": 165,
|
||||||
|
"Ġg": 166,
|
||||||
|
"Ġst": 167,
|
||||||
|
"Ġpro": 168,
|
||||||
|
"ch": 169,
|
||||||
|
"ow": 170,
|
||||||
|
"tic": 171,
|
||||||
|
"Ġcon": 172,
|
||||||
|
"qu": 173,
|
||||||
|
"Ġh": 174,
|
||||||
|
"per": 175,
|
||||||
|
"Ġon": 176,
|
||||||
|
"ig": 177,
|
||||||
|
"am": 178,
|
||||||
|
"res": 179,
|
||||||
|
"Ġwith": 180,
|
||||||
|
"Ġthat": 181,
|
||||||
|
"ĠW": 182,
|
||||||
|
"ver": 183,
|
||||||
|
"um": 184,
|
||||||
|
"Ġ$": 185,
|
||||||
|
"il": 186,
|
||||||
|
"Ġex": 187,
|
||||||
|
"ut": 188,
|
||||||
|
"se": 189,
|
||||||
|
"ot": 190,
|
||||||
|
"ate": 191,
|
||||||
|
"ec": 192,
|
||||||
|
"id": 193,
|
||||||
|
"em": 194,
|
||||||
|
"ity": 195,
|
||||||
|
"Ġwe": 196,
|
||||||
|
"pl": 197,
|
||||||
|
"ĠWe": 198,
|
||||||
|
"if": 199,
|
||||||
|
"Ġ(": 200,
|
||||||
|
"ab": 201,
|
||||||
|
"ge": 202,
|
||||||
|
"ĠThe": 203,
|
||||||
|
"ri": 204,
|
||||||
|
"ter": 205,
|
||||||
|
"the": 206,
|
||||||
|
"Ġal": 207,
|
||||||
|
"Ġas": 208,
|
||||||
|
"Ġbe": 209,
|
||||||
|
"Ġare": 210,
|
||||||
|
"ect": 211,
|
||||||
|
"omp": 212,
|
||||||
|
"ction": 213,
|
||||||
|
"ations": 214,
|
||||||
|
"ure": 215,
|
||||||
|
"ĠI": 216,
|
||||||
|
"Ġmod": 217,
|
||||||
|
"Ġv": 218,
|
||||||
|
"ir": 219,
|
||||||
|
"os": 220,
|
||||||
|
"Ġsu": 221,
|
||||||
|
"Ġby": 222,
|
||||||
|
"ts": 223,
|
||||||
|
"Ġsp": 224,
|
||||||
|
"pro": 225,
|
||||||
|
"und": 226,
|
||||||
|
"iz": 227,
|
||||||
|
"ac": 228,
|
||||||
|
"ical": 229,
|
||||||
|
"for": 230,
|
||||||
|
"ran": 231,
|
||||||
|
"ant": 232,
|
||||||
|
"Ġcomp": 233,
|
||||||
|
"di": 234,
|
||||||
|
"ain": 235,
|
||||||
|
"Ġwh": 236,
|
||||||
|
"ener": 237,
|
||||||
|
"ren": 238,
|
||||||
|
"rom": 239,
|
||||||
|
"Ġmodel": 240,
|
||||||
|
"Ġus": 241,
|
||||||
|
"ĠA": 242,
|
||||||
|
"Ġthis": 243,
|
||||||
|
"ist": 244,
|
||||||
|
"tive": 245,
|
||||||
|
"Ġres": 246,
|
||||||
|
"sion": 247,
|
||||||
|
"ag": 248,
|
||||||
|
"Ġde": 249,
|
||||||
|
"du": 250,
|
||||||
|
"Ġsh": 251,
|
||||||
|
"ess": 252,
|
||||||
|
"Ġat": 253,
|
||||||
|
"ĠS": 254,
|
||||||
|
"oc": 255
|
||||||
|
},
|
||||||
|
"merges": [
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"a"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"h",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġo",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"in",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"in"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"w"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"l",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"b"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġan",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"tion"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"en",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"a"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"v",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"l",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"is"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġf",
|
||||||
|
"or"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"it",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"T"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġp",
|
||||||
|
"ro"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"w"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġc",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"q",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"re",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"ith"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġth",
|
||||||
|
"at"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"W"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"v",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"$"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġe",
|
||||||
|
"x"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"at",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"it",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ĠW",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"("
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"b"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"g",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ĠT",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġb",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"ct"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"om",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"tion"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ation",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"I"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġm",
|
||||||
|
"od"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"v"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġb",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"ro"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"un",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"z"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ic",
|
||||||
|
"al"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"f",
|
||||||
|
"or"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"an"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"an",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġc",
|
||||||
|
"omp"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"d",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"in"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"en",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"re",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ro",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġmod",
|
||||||
|
"el"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"us"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"A"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġth",
|
||||||
|
"is"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"is",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"ve"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġre",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"si",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġd",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"d",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"es",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"S"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"c"
|
||||||
|
]
|
||||||
|
]
|
||||||
|
}
|
||||||
|
}
|
||||||
41
tiny_llm_pretrain/checkpoint-9900/tokenizer_config.json
Normal file
41
tiny_llm_pretrain/checkpoint-9900/tokenizer_config.json
Normal file
@@ -0,0 +1,41 @@
|
|||||||
|
{
|
||||||
|
"added_tokens_decoder": {
|
||||||
|
"0": {
|
||||||
|
"content": "<|endoftext|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
"1": {
|
||||||
|
"content": "<|im_start|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
"2": {
|
||||||
|
"content": "<|im_end|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"bos_token": "<|endoftext|>",
|
||||||
|
"chat_template": "{% for message in messages %}{{'<|im_start|>' + message['role'] + '\n' + message['content'] + '<|im_end|>' + '\n'}}{% endfor %}{% if add_generation_prompt %}{{ '<|im_start|>assistant\n' }}{% endif %}",
|
||||||
|
"clean_up_tokenization_spaces": false,
|
||||||
|
"eos_token": "<|endoftext|>",
|
||||||
|
"extra_special_tokens": {},
|
||||||
|
"model_input_names": [
|
||||||
|
"input_ids",
|
||||||
|
"attention_mask"
|
||||||
|
],
|
||||||
|
"model_max_length": 1000000000000000019884624838656,
|
||||||
|
"pad_token": "<|endoftext|>",
|
||||||
|
"tokenizer_class": "PreTrainedTokenizerFast",
|
||||||
|
"unk_token": "<|endoftext|>"
|
||||||
|
}
|
||||||
13893
tiny_llm_pretrain/checkpoint-9900/trainer_state.json
Normal file
13893
tiny_llm_pretrain/checkpoint-9900/trainer_state.json
Normal file
File diff suppressed because it is too large
Load Diff
3
tiny_llm_pretrain/checkpoint-9900/training_args.bin
Normal file
3
tiny_llm_pretrain/checkpoint-9900/training_args.bin
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:3094fcb2cbf0c2dbb4dd559e2ad79c9e24d99aeecd652bbb12aa828bc03d3da2
|
||||||
|
size 5713
|
||||||
951
tokenizer.json
Normal file
951
tokenizer.json
Normal file
@@ -0,0 +1,951 @@
|
|||||||
|
{
|
||||||
|
"version": "1.0",
|
||||||
|
"truncation": null,
|
||||||
|
"padding": null,
|
||||||
|
"added_tokens": [
|
||||||
|
{
|
||||||
|
"id": 0,
|
||||||
|
"content": "<|endoftext|>",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id": 1,
|
||||||
|
"content": "<|im_start|>",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id": 2,
|
||||||
|
"content": "<|im_end|>",
|
||||||
|
"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": null,
|
||||||
|
"end_of_word_suffix": null,
|
||||||
|
"fuse_unk": false,
|
||||||
|
"byte_fallback": false,
|
||||||
|
"ignore_merges": false,
|
||||||
|
"vocab": {
|
||||||
|
"<|endoftext|>": 0,
|
||||||
|
"<|im_start|>": 1,
|
||||||
|
"<|im_end|>": 2,
|
||||||
|
"!": 3,
|
||||||
|
"\"": 4,
|
||||||
|
"#": 5,
|
||||||
|
"$": 6,
|
||||||
|
"%": 7,
|
||||||
|
"&": 8,
|
||||||
|
"'": 9,
|
||||||
|
"(": 10,
|
||||||
|
")": 11,
|
||||||
|
"*": 12,
|
||||||
|
"+": 13,
|
||||||
|
",": 14,
|
||||||
|
"-": 15,
|
||||||
|
".": 16,
|
||||||
|
"/": 17,
|
||||||
|
"0": 18,
|
||||||
|
"1": 19,
|
||||||
|
"2": 20,
|
||||||
|
"3": 21,
|
||||||
|
"4": 22,
|
||||||
|
"5": 23,
|
||||||
|
"6": 24,
|
||||||
|
"7": 25,
|
||||||
|
"8": 26,
|
||||||
|
"9": 27,
|
||||||
|
":": 28,
|
||||||
|
";": 29,
|
||||||
|
"<": 30,
|
||||||
|
"=": 31,
|
||||||
|
">": 32,
|
||||||
|
"?": 33,
|
||||||
|
"@": 34,
|
||||||
|
"A": 35,
|
||||||
|
"B": 36,
|
||||||
|
"C": 37,
|
||||||
|
"D": 38,
|
||||||
|
"E": 39,
|
||||||
|
"F": 40,
|
||||||
|
"G": 41,
|
||||||
|
"H": 42,
|
||||||
|
"I": 43,
|
||||||
|
"J": 44,
|
||||||
|
"K": 45,
|
||||||
|
"L": 46,
|
||||||
|
"M": 47,
|
||||||
|
"N": 48,
|
||||||
|
"O": 49,
|
||||||
|
"P": 50,
|
||||||
|
"Q": 51,
|
||||||
|
"R": 52,
|
||||||
|
"S": 53,
|
||||||
|
"T": 54,
|
||||||
|
"U": 55,
|
||||||
|
"V": 56,
|
||||||
|
"W": 57,
|
||||||
|
"X": 58,
|
||||||
|
"Y": 59,
|
||||||
|
"Z": 60,
|
||||||
|
"[": 61,
|
||||||
|
"\\": 62,
|
||||||
|
"]": 63,
|
||||||
|
"^": 64,
|
||||||
|
"_": 65,
|
||||||
|
"`": 66,
|
||||||
|
"a": 67,
|
||||||
|
"b": 68,
|
||||||
|
"c": 69,
|
||||||
|
"d": 70,
|
||||||
|
"e": 71,
|
||||||
|
"f": 72,
|
||||||
|
"g": 73,
|
||||||
|
"h": 74,
|
||||||
|
"i": 75,
|
||||||
|
"j": 76,
|
||||||
|
"k": 77,
|
||||||
|
"l": 78,
|
||||||
|
"m": 79,
|
||||||
|
"n": 80,
|
||||||
|
"o": 81,
|
||||||
|
"p": 82,
|
||||||
|
"q": 83,
|
||||||
|
"r": 84,
|
||||||
|
"s": 85,
|
||||||
|
"t": 86,
|
||||||
|
"u": 87,
|
||||||
|
"v": 88,
|
||||||
|
"w": 89,
|
||||||
|
"x": 90,
|
||||||
|
"y": 91,
|
||||||
|
"z": 92,
|
||||||
|
"{": 93,
|
||||||
|
"|": 94,
|
||||||
|
"}": 95,
|
||||||
|
"~": 96,
|
||||||
|
"Ċ": 97,
|
||||||
|
"Ġ": 98,
|
||||||
|
"Ġt": 99,
|
||||||
|
"Ġa": 100,
|
||||||
|
"in": 101,
|
||||||
|
"on": 102,
|
||||||
|
"he": 103,
|
||||||
|
"ti": 104,
|
||||||
|
"re": 105,
|
||||||
|
"Ġthe": 106,
|
||||||
|
"er": 107,
|
||||||
|
"Ġs": 108,
|
||||||
|
"Ġo": 109,
|
||||||
|
"en": 110,
|
||||||
|
"al": 111,
|
||||||
|
"Ġc": 112,
|
||||||
|
"or": 113,
|
||||||
|
"at": 114,
|
||||||
|
"tion": 115,
|
||||||
|
"es": 116,
|
||||||
|
"Ġof": 117,
|
||||||
|
"is": 118,
|
||||||
|
"Ġp": 119,
|
||||||
|
"an": 120,
|
||||||
|
"ed": 121,
|
||||||
|
"Ġf": 122,
|
||||||
|
"ar": 123,
|
||||||
|
"it": 124,
|
||||||
|
"ro": 125,
|
||||||
|
"ing": 126,
|
||||||
|
"Ġan": 127,
|
||||||
|
"Ġin": 128,
|
||||||
|
"Ġd": 129,
|
||||||
|
"Ġw": 130,
|
||||||
|
"Ġm": 131,
|
||||||
|
"ic": 132,
|
||||||
|
"le": 133,
|
||||||
|
"Ġb": 134,
|
||||||
|
"Ġand": 135,
|
||||||
|
"ation": 136,
|
||||||
|
"as": 137,
|
||||||
|
"Ġe": 138,
|
||||||
|
"el": 139,
|
||||||
|
"Ġto": 140,
|
||||||
|
"et": 141,
|
||||||
|
"ent": 142,
|
||||||
|
"Ġre": 143,
|
||||||
|
"st": 144,
|
||||||
|
"ct": 145,
|
||||||
|
"Ġth": 146,
|
||||||
|
"om": 147,
|
||||||
|
"im": 148,
|
||||||
|
"ul": 149,
|
||||||
|
"ra": 150,
|
||||||
|
"Ġn": 151,
|
||||||
|
"ve": 152,
|
||||||
|
"ly": 153,
|
||||||
|
"od": 154,
|
||||||
|
"ur": 155,
|
||||||
|
"un": 156,
|
||||||
|
"si": 157,
|
||||||
|
"ce": 158,
|
||||||
|
"Ġis": 159,
|
||||||
|
"Ġl": 160,
|
||||||
|
"Ġfor": 161,
|
||||||
|
"us": 162,
|
||||||
|
"ith": 163,
|
||||||
|
"ĠT": 164,
|
||||||
|
"ol": 165,
|
||||||
|
"Ġg": 166,
|
||||||
|
"Ġst": 167,
|
||||||
|
"Ġpro": 168,
|
||||||
|
"ch": 169,
|
||||||
|
"ow": 170,
|
||||||
|
"tic": 171,
|
||||||
|
"Ġcon": 172,
|
||||||
|
"qu": 173,
|
||||||
|
"Ġh": 174,
|
||||||
|
"per": 175,
|
||||||
|
"Ġon": 176,
|
||||||
|
"ig": 177,
|
||||||
|
"am": 178,
|
||||||
|
"res": 179,
|
||||||
|
"Ġwith": 180,
|
||||||
|
"Ġthat": 181,
|
||||||
|
"ĠW": 182,
|
||||||
|
"ver": 183,
|
||||||
|
"um": 184,
|
||||||
|
"Ġ$": 185,
|
||||||
|
"il": 186,
|
||||||
|
"Ġex": 187,
|
||||||
|
"ut": 188,
|
||||||
|
"se": 189,
|
||||||
|
"ot": 190,
|
||||||
|
"ate": 191,
|
||||||
|
"ec": 192,
|
||||||
|
"id": 193,
|
||||||
|
"em": 194,
|
||||||
|
"ity": 195,
|
||||||
|
"Ġwe": 196,
|
||||||
|
"pl": 197,
|
||||||
|
"ĠWe": 198,
|
||||||
|
"if": 199,
|
||||||
|
"Ġ(": 200,
|
||||||
|
"ab": 201,
|
||||||
|
"ge": 202,
|
||||||
|
"ĠThe": 203,
|
||||||
|
"ri": 204,
|
||||||
|
"ter": 205,
|
||||||
|
"the": 206,
|
||||||
|
"Ġal": 207,
|
||||||
|
"Ġas": 208,
|
||||||
|
"Ġbe": 209,
|
||||||
|
"Ġare": 210,
|
||||||
|
"ect": 211,
|
||||||
|
"omp": 212,
|
||||||
|
"ction": 213,
|
||||||
|
"ations": 214,
|
||||||
|
"ure": 215,
|
||||||
|
"ĠI": 216,
|
||||||
|
"Ġmod": 217,
|
||||||
|
"Ġv": 218,
|
||||||
|
"ir": 219,
|
||||||
|
"os": 220,
|
||||||
|
"Ġsu": 221,
|
||||||
|
"Ġby": 222,
|
||||||
|
"ts": 223,
|
||||||
|
"Ġsp": 224,
|
||||||
|
"pro": 225,
|
||||||
|
"und": 226,
|
||||||
|
"iz": 227,
|
||||||
|
"ac": 228,
|
||||||
|
"ical": 229,
|
||||||
|
"for": 230,
|
||||||
|
"ran": 231,
|
||||||
|
"ant": 232,
|
||||||
|
"Ġcomp": 233,
|
||||||
|
"di": 234,
|
||||||
|
"ain": 235,
|
||||||
|
"Ġwh": 236,
|
||||||
|
"ener": 237,
|
||||||
|
"ren": 238,
|
||||||
|
"rom": 239,
|
||||||
|
"Ġmodel": 240,
|
||||||
|
"Ġus": 241,
|
||||||
|
"ĠA": 242,
|
||||||
|
"Ġthis": 243,
|
||||||
|
"ist": 244,
|
||||||
|
"tive": 245,
|
||||||
|
"Ġres": 246,
|
||||||
|
"sion": 247,
|
||||||
|
"ag": 248,
|
||||||
|
"Ġde": 249,
|
||||||
|
"du": 250,
|
||||||
|
"Ġsh": 251,
|
||||||
|
"ess": 252,
|
||||||
|
"Ġat": 253,
|
||||||
|
"ĠS": 254,
|
||||||
|
"oc": 255
|
||||||
|
},
|
||||||
|
"merges": [
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"a"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"h",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġo",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"in",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"in"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"w"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"l",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"b"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġan",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"tion"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"o"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"en",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġt",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"a"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"v",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"l",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"is"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġf",
|
||||||
|
"or"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"it",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"T"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġp",
|
||||||
|
"ro"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"w"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġc",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"q",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"re",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"ith"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġth",
|
||||||
|
"at"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"W"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"v",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"$"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġe",
|
||||||
|
"x"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"s",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"at",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"it",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ĠW",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"f"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"("
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"b"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"g",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ĠT",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"he"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"l"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġb",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"e",
|
||||||
|
"ct"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"om",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"c",
|
||||||
|
"tion"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ation",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"u",
|
||||||
|
"re"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"I"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġm",
|
||||||
|
"od"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"v"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"r"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġb",
|
||||||
|
"y"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"t",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"p"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"p",
|
||||||
|
"ro"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"un",
|
||||||
|
"d"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"i",
|
||||||
|
"z"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"c"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ic",
|
||||||
|
"al"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"f",
|
||||||
|
"or"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"r",
|
||||||
|
"an"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"an",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġc",
|
||||||
|
"omp"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"d",
|
||||||
|
"i"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"in"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġw",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"en",
|
||||||
|
"er"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"re",
|
||||||
|
"n"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ro",
|
||||||
|
"m"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġmod",
|
||||||
|
"el"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"us"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"A"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġth",
|
||||||
|
"is"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"is",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"ti",
|
||||||
|
"ve"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġre",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"si",
|
||||||
|
"on"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"a",
|
||||||
|
"g"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġd",
|
||||||
|
"e"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"d",
|
||||||
|
"u"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġs",
|
||||||
|
"h"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"es",
|
||||||
|
"s"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġa",
|
||||||
|
"t"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"Ġ",
|
||||||
|
"S"
|
||||||
|
],
|
||||||
|
[
|
||||||
|
"o",
|
||||||
|
"c"
|
||||||
|
]
|
||||||
|
]
|
||||||
|
}
|
||||||
|
}
|
||||||
41
tokenizer_config.json
Normal file
41
tokenizer_config.json
Normal file
@@ -0,0 +1,41 @@
|
|||||||
|
{
|
||||||
|
"added_tokens_decoder": {
|
||||||
|
"0": {
|
||||||
|
"content": "<|endoftext|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
"1": {
|
||||||
|
"content": "<|im_start|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
"2": {
|
||||||
|
"content": "<|im_end|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"bos_token": "<|endoftext|>",
|
||||||
|
"chat_template": "{% for message in messages %}{{'<|im_start|>' + message['role'] + '\n' + message['content'] + '<|im_end|>' + '\n'}}{% endfor %}{% if add_generation_prompt %}{{ '<|im_start|>assistant\n' }}{% endif %}",
|
||||||
|
"clean_up_tokenization_spaces": false,
|
||||||
|
"eos_token": "<|endoftext|>",
|
||||||
|
"extra_special_tokens": {},
|
||||||
|
"model_input_names": [
|
||||||
|
"input_ids",
|
||||||
|
"attention_mask"
|
||||||
|
],
|
||||||
|
"model_max_length": 1000000000000000019884624838656,
|
||||||
|
"pad_token": "<|endoftext|>",
|
||||||
|
"tokenizer_class": "PreTrainedTokenizerFast",
|
||||||
|
"unk_token": "<|endoftext|>"
|
||||||
|
}
|
||||||
14033
trainer_state.json
Normal file
14033
trainer_state.json
Normal file
File diff suppressed because it is too large
Load Diff
3
training_args.bin
Normal file
3
training_args.bin
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:3094fcb2cbf0c2dbb4dd559e2ad79c9e24d99aeecd652bbb12aa828bc03d3da2
|
||||||
|
size 5713
|
||||||
Reference in New Issue
Block a user