hf
Browse files- config.json +3 -6
- generation_config.json +2 -4
- pytorch_model-00001-of-00002.bin +3 -0
- pytorch_model-00002-of-00002.bin +3 -0
- special_tokens_map.json +3 -3
- tokenizer.json +100 -106
- tokenizer.model +3 -0
- tokenizer_config.json +3 -5
config.json
CHANGED
|
@@ -1,5 +1,4 @@
|
|
| 1 |
{
|
| 2 |
-
"_name_or_path": "meta-llama/Llama-2-7b-chat-hf",
|
| 3 |
"architectures": [
|
| 4 |
"LlamaForCausalLM"
|
| 5 |
],
|
|
@@ -9,17 +8,15 @@
|
|
| 9 |
"hidden_size": 4096,
|
| 10 |
"initializer_range": 0.02,
|
| 11 |
"intermediate_size": 11008,
|
| 12 |
-
"max_position_embeddings":
|
| 13 |
"model_type": "llama",
|
| 14 |
"num_attention_heads": 32,
|
| 15 |
"num_hidden_layers": 32,
|
| 16 |
-
"
|
| 17 |
-
"pretraining_tp": 1,
|
| 18 |
"rms_norm_eps": 1e-06,
|
| 19 |
-
"rope_scaling": null,
|
| 20 |
"tie_word_embeddings": false,
|
| 21 |
"torch_dtype": "float16",
|
| 22 |
-
"transformers_version": "4.
|
| 23 |
"use_cache": true,
|
| 24 |
"vocab_size": 32000
|
| 25 |
}
|
|
|
|
| 1 |
{
|
|
|
|
| 2 |
"architectures": [
|
| 3 |
"LlamaForCausalLM"
|
| 4 |
],
|
|
|
|
| 8 |
"hidden_size": 4096,
|
| 9 |
"initializer_range": 0.02,
|
| 10 |
"intermediate_size": 11008,
|
| 11 |
+
"max_position_embeddings": 2048,
|
| 12 |
"model_type": "llama",
|
| 13 |
"num_attention_heads": 32,
|
| 14 |
"num_hidden_layers": 32,
|
| 15 |
+
"pad_token_id": 0,
|
|
|
|
| 16 |
"rms_norm_eps": 1e-06,
|
|
|
|
| 17 |
"tie_word_embeddings": false,
|
| 18 |
"torch_dtype": "float16",
|
| 19 |
+
"transformers_version": "4.29.0.dev0",
|
| 20 |
"use_cache": true,
|
| 21 |
"vocab_size": 32000
|
| 22 |
}
|
generation_config.json
CHANGED
|
@@ -1,9 +1,7 @@
|
|
| 1 |
{
|
|
|
|
| 2 |
"bos_token_id": 1,
|
| 3 |
"eos_token_id": 2,
|
| 4 |
-
"max_length": 4096,
|
| 5 |
"pad_token_id": 0,
|
| 6 |
-
"
|
| 7 |
-
"top_p": 0.6,
|
| 8 |
-
"transformers_version": "4.32.0.dev0"
|
| 9 |
}
|
|
|
|
| 1 |
{
|
| 2 |
+
"_from_model_config": true,
|
| 3 |
"bos_token_id": 1,
|
| 4 |
"eos_token_id": 2,
|
|
|
|
| 5 |
"pad_token_id": 0,
|
| 6 |
+
"transformers_version": "4.29.0.dev0"
|
|
|
|
|
|
|
| 7 |
}
|
pytorch_model-00001-of-00002.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:8f917a253ef631128743798d284a7e7a5a22ac1ad23ecd6a9da57550348317f5
|
| 3 |
+
size 9976634558
|
pytorch_model-00002-of-00002.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:8e8fc22b2c138439c6bafb7331ac139585e683005407e016feb18a4feea18417
|
| 3 |
+
size 3500315539
|
special_tokens_map.json
CHANGED
|
@@ -2,21 +2,21 @@
|
|
| 2 |
"bos_token": {
|
| 3 |
"content": "<s>",
|
| 4 |
"lstrip": false,
|
| 5 |
-
"normalized":
|
| 6 |
"rstrip": false,
|
| 7 |
"single_word": false
|
| 8 |
},
|
| 9 |
"eos_token": {
|
| 10 |
"content": "</s>",
|
| 11 |
"lstrip": false,
|
| 12 |
-
"normalized":
|
| 13 |
"rstrip": false,
|
| 14 |
"single_word": false
|
| 15 |
},
|
| 16 |
"unk_token": {
|
| 17 |
"content": "<unk>",
|
| 18 |
"lstrip": false,
|
| 19 |
-
"normalized":
|
| 20 |
"rstrip": false,
|
| 21 |
"single_word": false
|
| 22 |
}
|
|
|
|
| 2 |
"bos_token": {
|
| 3 |
"content": "<s>",
|
| 4 |
"lstrip": false,
|
| 5 |
+
"normalized": true,
|
| 6 |
"rstrip": false,
|
| 7 |
"single_word": false
|
| 8 |
},
|
| 9 |
"eos_token": {
|
| 10 |
"content": "</s>",
|
| 11 |
"lstrip": false,
|
| 12 |
+
"normalized": true,
|
| 13 |
"rstrip": false,
|
| 14 |
"single_word": false
|
| 15 |
},
|
| 16 |
"unk_token": {
|
| 17 |
"content": "<unk>",
|
| 18 |
"lstrip": false,
|
| 19 |
+
"normalized": true,
|
| 20 |
"rstrip": false,
|
| 21 |
"single_word": false
|
| 22 |
}
|
tokenizer.json
CHANGED
|
@@ -9,7 +9,7 @@
|
|
| 9 |
"single_word": false,
|
| 10 |
"lstrip": false,
|
| 11 |
"rstrip": false,
|
| 12 |
-
"normalized":
|
| 13 |
"special": true
|
| 14 |
},
|
| 15 |
{
|
|
@@ -18,7 +18,7 @@
|
|
| 18 |
"single_word": false,
|
| 19 |
"lstrip": false,
|
| 20 |
"rstrip": false,
|
| 21 |
-
"normalized":
|
| 22 |
"special": true
|
| 23 |
},
|
| 24 |
{
|
|
@@ -27,7 +27,7 @@
|
|
| 27 |
"single_word": false,
|
| 28 |
"lstrip": false,
|
| 29 |
"rstrip": false,
|
| 30 |
-
"normalized":
|
| 31 |
"special": true
|
| 32 |
}
|
| 33 |
],
|
|
@@ -77,16 +77,10 @@
|
|
| 77 |
"type_id": 0
|
| 78 |
}
|
| 79 |
},
|
| 80 |
-
{
|
| 81 |
-
"SpecialToken": {
|
| 82 |
-
"id": "<s>",
|
| 83 |
-
"type_id": 1
|
| 84 |
-
}
|
| 85 |
-
},
|
| 86 |
{
|
| 87 |
"Sequence": {
|
| 88 |
"id": "B",
|
| 89 |
-
"type_id":
|
| 90 |
}
|
| 91 |
}
|
| 92 |
],
|
|
@@ -93266,126 +93260,126 @@
|
|
| 93266 |
"▁livre s",
|
| 93267 |
"lu b",
|
| 93268 |
"l ub",
|
| 93269 |
-
"▁ ▁",
|
| 93270 |
"▁▁ ▁▁",
|
| 93271 |
-
"
|
| 93272 |
-
"
|
|
|
|
| 93273 |
"▁▁ ▁▁▁▁▁▁",
|
| 93274 |
-
"
|
| 93275 |
-
"
|
| 93276 |
-
"
|
| 93277 |
-
"▁▁▁ ▁▁▁▁▁",
|
| 93278 |
-
"▁▁▁▁▁▁▁ ▁",
|
| 93279 |
-
"▁ ▁▁▁▁▁▁▁",
|
| 93280 |
-
"▁▁ ▁▁▁",
|
| 93281 |
-
"▁▁▁▁ ▁",
|
| 93282 |
-
"▁▁▁ ▁▁",
|
| 93283 |
-
"▁ ▁▁▁▁",
|
| 93284 |
"▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93285 |
"▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93286 |
"▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93287 |
"▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93288 |
"▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93289 |
"▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
| 93290 |
"▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93291 |
"▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
|
|
|
|
|
|
|
| 93292 |
"▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93293 |
"▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93294 |
-
"
|
| 93295 |
-
"▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
|
| 93296 |
-
"▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93297 |
-
"▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93298 |
-
"▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93299 |
-
"▁▁ ▁▁▁▁",
|
| 93300 |
-
"▁▁▁▁ ▁▁",
|
| 93301 |
-
"▁▁▁▁▁ ▁",
|
| 93302 |
"▁▁▁ ▁▁▁",
|
| 93303 |
-
"▁ ▁▁▁▁▁",
|
| 93304 |
-
"▁▁ ▁▁▁▁▁▁▁▁▁▁",
|
| 93305 |
-
"▁▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93306 |
-
"▁▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93307 |
-
"▁▁▁▁▁ ▁▁▁▁▁▁▁",
|
| 93308 |
-
"▁▁▁▁▁▁ ▁▁▁▁▁▁",
|
| 93309 |
-
"▁▁▁▁▁▁▁▁▁▁ ▁▁",
|
| 93310 |
"▁▁▁ ▁▁▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93311 |
"▁▁▁▁▁▁▁▁▁ ▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93312 |
"▁▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93313 |
-
"▁▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93314 |
-
"▁ ▁▁▁▁▁▁▁▁▁▁▁",
|
| 93315 |
-
"▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
|
| 93316 |
-
"▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
|
| 93317 |
-
"▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93318 |
-
"▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93319 |
-
"▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
|
| 93320 |
-
"▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93321 |
-
"▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
|
| 93322 |
-
"▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
|
| 93323 |
-
"▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93324 |
"▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
|
| 93325 |
-
"▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
|
| 93326 |
-
"▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93327 |
-
"▁▁ ▁▁▁▁▁▁▁▁",
|
| 93328 |
-
"▁▁▁▁ ▁▁▁▁▁▁",
|
| 93329 |
-
"▁▁▁▁▁▁▁▁ ▁▁",
|
| 93330 |
-
"▁▁▁▁▁ ▁▁▁▁▁",
|
| 93331 |
-
"▁▁▁▁▁▁ ▁▁▁▁",
|
| 93332 |
-
"▁▁▁ ▁▁▁▁▁▁▁",
|
| 93333 |
-
"▁▁▁▁▁▁▁▁▁ ▁",
|
| 93334 |
"▁▁▁▁▁▁▁ ▁▁▁",
|
| 93335 |
-
"
|
| 93336 |
-
"▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93337 |
-
"▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
|
| 93338 |
-
"▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
|
| 93339 |
-
"▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
|
| 93340 |
-
"▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93341 |
-
"▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
|
| 93342 |
-
"▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93343 |
-
"▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93344 |
-
"▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
|
| 93345 |
-
"▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93346 |
"▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93347 |
"▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
|
| 93348 |
-
"▁
|
| 93349 |
-
"
|
| 93350 |
"▁ ▁▁",
|
| 93351 |
-
"
|
| 93352 |
-
"▁▁▁▁ ▁▁▁▁▁",
|
| 93353 |
-
"▁▁▁▁▁▁▁▁ ▁",
|
| 93354 |
-
"▁▁▁▁▁ ▁▁▁▁",
|
| 93355 |
-
"▁▁▁▁▁▁ ▁▁▁",
|
| 93356 |
-
"▁▁▁ ▁▁▁▁▁▁",
|
| 93357 |
-
"▁▁▁▁▁▁▁ ▁▁",
|
| 93358 |
"▁ ▁▁▁▁▁▁▁▁",
|
| 93359 |
-
"
|
| 93360 |
-
"▁▁▁▁ ▁▁▁",
|
| 93361 |
-
"▁▁▁▁▁ ▁▁",
|
| 93362 |
-
"▁▁▁▁▁▁ ▁",
|
| 93363 |
-
"▁▁▁ ▁▁▁▁",
|
| 93364 |
"▁ ▁▁▁▁▁▁",
|
| 93365 |
-
"
|
| 93366 |
-
"
|
| 93367 |
-
"▁▁▁▁▁▁▁▁ ▁▁▁",
|
| 93368 |
-
"▁▁▁▁▁ ▁▁▁▁▁▁",
|
| 93369 |
-
"▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93370 |
-
"▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93371 |
-
"▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93372 |
-
"▁▁▁▁▁▁▁▁▁ ▁▁",
|
| 93373 |
-
"▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93374 |
"▁ ▁▁▁▁▁▁▁▁▁▁",
|
| 93375 |
-
"
|
| 93376 |
-
"
|
| 93377 |
-
"
|
| 93378 |
-
"
|
| 93379 |
-
"
|
| 93380 |
-
"
|
| 93381 |
-
"
|
| 93382 |
-
"▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93383 |
-
"▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93384 |
-
"▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93385 |
-
"▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
|
| 93386 |
-
"▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93387 |
-
"▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93388 |
-
"▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁"
|
| 93389 |
]
|
| 93390 |
}
|
| 93391 |
}
|
|
|
|
| 9 |
"single_word": false,
|
| 10 |
"lstrip": false,
|
| 11 |
"rstrip": false,
|
| 12 |
+
"normalized": true,
|
| 13 |
"special": true
|
| 14 |
},
|
| 15 |
{
|
|
|
|
| 18 |
"single_word": false,
|
| 19 |
"lstrip": false,
|
| 20 |
"rstrip": false,
|
| 21 |
+
"normalized": true,
|
| 22 |
"special": true
|
| 23 |
},
|
| 24 |
{
|
|
|
|
| 27 |
"single_word": false,
|
| 28 |
"lstrip": false,
|
| 29 |
"rstrip": false,
|
| 30 |
+
"normalized": true,
|
| 31 |
"special": true
|
| 32 |
}
|
| 33 |
],
|
|
|
|
| 77 |
"type_id": 0
|
| 78 |
}
|
| 79 |
},
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 80 |
{
|
| 81 |
"Sequence": {
|
| 82 |
"id": "B",
|
| 83 |
+
"type_id": 0
|
| 84 |
}
|
| 85 |
}
|
| 86 |
],
|
|
|
|
| 93260 |
"▁livre s",
|
| 93261 |
"lu b",
|
| 93262 |
"l ub",
|
|
|
|
| 93263 |
"▁▁ ▁▁",
|
| 93264 |
+
"▁▁ ▁▁▁▁",
|
| 93265 |
+
"▁▁ ▁▁▁▁▁▁▁▁",
|
| 93266 |
+
"▁▁ ▁▁▁▁▁",
|
| 93267 |
"▁▁ ▁▁▁▁▁▁",
|
| 93268 |
+
"▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93269 |
+
"▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93270 |
+
"▁▁ ▁▁▁▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93271 |
"▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93272 |
+
"▁▁ ▁▁▁",
|
| 93273 |
+
"▁▁ ▁▁▁▁▁▁▁▁▁",
|
| 93274 |
+
"▁▁ ▁▁▁▁▁▁▁",
|
| 93275 |
+
"▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
|
| 93276 |
+
"▁▁ ▁",
|
| 93277 |
+
"▁▁▁▁ ▁▁",
|
| 93278 |
+
"▁▁▁▁ ▁▁▁▁",
|
| 93279 |
+
"▁▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93280 |
+
"▁▁▁▁ ▁▁▁▁▁",
|
| 93281 |
+
"▁▁▁▁ ▁▁▁▁▁▁",
|
| 93282 |
"▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93283 |
+
"▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
|
| 93284 |
+
"▁▁▁▁ ▁▁▁",
|
| 93285 |
+
"▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
|
| 93286 |
+
"▁▁▁▁ ▁▁▁▁▁▁▁",
|
| 93287 |
+
"▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
|
| 93288 |
+
"▁▁▁▁ ▁",
|
| 93289 |
+
"▁▁▁▁▁▁▁▁ ▁▁",
|
| 93290 |
+
"▁▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93291 |
"▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93292 |
+
"▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93293 |
+
"▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
|
| 93294 |
+
"▁▁▁▁▁▁▁▁ ▁▁▁",
|
| 93295 |
+
"▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
|
| 93296 |
+
"▁▁▁▁▁▁▁▁ ▁",
|
| 93297 |
+
"▁▁▁▁▁ ▁▁",
|
| 93298 |
+
"▁▁▁▁▁ ▁▁▁▁",
|
| 93299 |
+
"▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93300 |
+
"▁▁▁▁▁ ▁▁▁▁▁",
|
| 93301 |
+
"▁▁▁▁▁ ▁▁▁▁▁▁",
|
| 93302 |
+
"▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
|
| 93303 |
+
"▁▁▁▁▁ ▁▁▁",
|
| 93304 |
+
"▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
|
| 93305 |
+
"▁▁▁▁▁ ▁▁▁▁▁▁▁",
|
| 93306 |
"▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
|
| 93307 |
+
"▁▁▁▁▁ ▁",
|
| 93308 |
+
"▁▁▁▁▁▁ ▁▁",
|
| 93309 |
+
"▁▁▁▁▁▁ ▁▁▁▁",
|
| 93310 |
+
"▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93311 |
+
"▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93312 |
+
"▁▁▁▁▁▁ ▁▁▁▁▁▁",
|
| 93313 |
"▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
|
| 93314 |
+
"▁▁▁▁▁▁ ▁▁▁",
|
| 93315 |
+
"▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
|
| 93316 |
+
"▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
|
| 93317 |
+
"▁▁▁▁▁▁ ▁",
|
| 93318 |
+
"▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
|
| 93319 |
"▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93320 |
+
"▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
|
| 93321 |
+
"▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93322 |
+
"▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
|
| 93323 |
"▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
|
| 93324 |
+
"▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93325 |
+
"▁▁▁▁▁▁▁▁▁▁ ▁▁",
|
| 93326 |
+
"▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93327 |
+
"▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93328 |
"▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
|
| 93329 |
+
"▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
|
| 93330 |
+
"▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93331 |
"▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
|
| 93332 |
+
"▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93333 |
+
"▁▁▁ ▁▁",
|
| 93334 |
+
"▁▁▁ ▁▁▁▁",
|
| 93335 |
+
"▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93336 |
+
"▁▁▁ ▁▁▁▁▁",
|
| 93337 |
+
"▁▁▁ ▁▁▁▁▁▁",
|
| 93338 |
+
"▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93339 |
"▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93340 |
+
"▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93341 |
"▁▁▁ ▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93342 |
"▁▁▁ ▁▁▁▁▁▁▁▁▁",
|
| 93343 |
+
"▁▁▁ ▁▁▁▁▁▁▁",
|
| 93344 |
+
"▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
|
| 93345 |
+
"▁▁▁ ▁",
|
| 93346 |
+
"▁▁▁▁▁▁▁▁▁ ▁▁",
|
| 93347 |
+
"▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93348 |
+
"▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93349 |
+
"▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
|
| 93350 |
"▁▁▁▁▁▁▁▁▁ ▁▁▁",
|
| 93351 |
+
"▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
|
| 93352 |
+
"▁▁▁▁▁▁▁▁▁ ▁",
|
| 93353 |
+
"▁▁▁▁▁▁▁ ▁▁",
|
| 93354 |
+
"▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93355 |
+
"▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
|
| 93356 |
"▁▁▁▁▁▁▁ ▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93357 |
"▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93358 |
"▁▁▁▁▁▁▁ ▁▁▁",
|
| 93359 |
+
"▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93360 |
"▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
|
| 93361 |
+
"▁▁▁▁▁▁▁ ▁",
|
| 93362 |
+
"▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
|
| 93363 |
+
"▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
|
| 93364 |
+
"▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
|
| 93365 |
"▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
|
| 93366 |
+
"▁▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93367 |
+
"▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
|
| 93368 |
"▁ ▁▁",
|
| 93369 |
+
"▁ ▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93370 |
"▁ ▁▁▁▁▁▁▁▁",
|
| 93371 |
+
"▁ ▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93372 |
"▁ ▁▁▁▁▁▁",
|
| 93373 |
+
"▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93374 |
+
"▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93375 |
"▁ ▁▁▁▁▁▁▁▁▁▁",
|
| 93376 |
+
"▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93377 |
+
"▁ ▁▁▁",
|
| 93378 |
+
"▁ ▁▁▁▁▁▁▁▁▁",
|
| 93379 |
+
"▁ ▁▁▁▁▁▁▁",
|
| 93380 |
+
"▁ ▁▁▁▁▁▁▁▁▁▁▁",
|
| 93381 |
+
"▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁",
|
| 93382 |
+
"▁ ▁"
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 93383 |
]
|
| 93384 |
}
|
| 93385 |
}
|
tokenizer.model
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:9e556afd44213b6bd1be2b850ebbbd98f5481437a8021afaf58ee7fb1818d347
|
| 3 |
+
size 499723
|
tokenizer_config.json
CHANGED
|
@@ -5,7 +5,7 @@
|
|
| 5 |
"__type": "AddedToken",
|
| 6 |
"content": "<s>",
|
| 7 |
"lstrip": false,
|
| 8 |
-
"normalized":
|
| 9 |
"rstrip": false,
|
| 10 |
"single_word": false
|
| 11 |
},
|
|
@@ -14,21 +14,19 @@
|
|
| 14 |
"__type": "AddedToken",
|
| 15 |
"content": "</s>",
|
| 16 |
"lstrip": false,
|
| 17 |
-
"normalized":
|
| 18 |
"rstrip": false,
|
| 19 |
"single_word": false
|
| 20 |
},
|
| 21 |
-
"legacy": false,
|
| 22 |
"model_max_length": 1000000000000000019884624838656,
|
| 23 |
"pad_token": null,
|
| 24 |
-
"padding_side": "right",
|
| 25 |
"sp_model_kwargs": {},
|
| 26 |
"tokenizer_class": "LlamaTokenizer",
|
| 27 |
"unk_token": {
|
| 28 |
"__type": "AddedToken",
|
| 29 |
"content": "<unk>",
|
| 30 |
"lstrip": false,
|
| 31 |
-
"normalized":
|
| 32 |
"rstrip": false,
|
| 33 |
"single_word": false
|
| 34 |
}
|
|
|
|
| 5 |
"__type": "AddedToken",
|
| 6 |
"content": "<s>",
|
| 7 |
"lstrip": false,
|
| 8 |
+
"normalized": true,
|
| 9 |
"rstrip": false,
|
| 10 |
"single_word": false
|
| 11 |
},
|
|
|
|
| 14 |
"__type": "AddedToken",
|
| 15 |
"content": "</s>",
|
| 16 |
"lstrip": false,
|
| 17 |
+
"normalized": true,
|
| 18 |
"rstrip": false,
|
| 19 |
"single_word": false
|
| 20 |
},
|
|
|
|
| 21 |
"model_max_length": 1000000000000000019884624838656,
|
| 22 |
"pad_token": null,
|
|
|
|
| 23 |
"sp_model_kwargs": {},
|
| 24 |
"tokenizer_class": "LlamaTokenizer",
|
| 25 |
"unk_token": {
|
| 26 |
"__type": "AddedToken",
|
| 27 |
"content": "<unk>",
|
| 28 |
"lstrip": false,
|
| 29 |
+
"normalized": true,
|
| 30 |
"rstrip": false,
|
| 31 |
"single_word": false
|
| 32 |
}
|