tokenizer/merges.txt

#version: 0.2
č Ċ
Ġ i
h e
Ġ t
Ġt he
a t
Ġ W
ĠW h
Ġi s
ĠWh at
Ġi n
e s
a r
i n
a l
Ġ c
Ġ o
a n
i t
e n
e r
es t
Ġo f
Ġ l
r e
Ġ w
g est
o r
ar gest
Ġl argest
Ġ m
d i
a in
a p
Ġ p
en t
g re
Ġc ap
it al
Ġcap ital
Ġm ain
Ġ T
o n
Ġin gre
di ent
Ġingre dient
i c
l d
Ġ s
Ġw or
Ġwor ld
Ġ S
ĠT he
Ġ A
Ġ f
i a
r a
i l
Ġ C
o u
Ġ b
Ġ P
Ġ B
e l
u s
r o
o l
i s
an d
Ġ d
e d
e t
Ġ M
c e
Ġ R
Ġ g
it y
Ġ G
at er
n t
Ġ F
Ġ L
ĠWh o
Ġ E
a k
Ġw ater
a m
a s
p e
in g
o t
Ġ N
a d
l e
m b
o s
t s
al l
Ġf or
g h
l an
Ġ I
ar d
ou nt
c i
h ot
s t
t h
v er
Ġ D
Ġ V
Ġc ity
Ġp lan
Ġs y
el s
e c
l and
o m
u r
Ġ J
Ġp o
e gre
i us
u l
Ġ H
in t
ĠC els
Ġd egre
all est
Ġpo int
ĠCels ius
Ġdegre es
a g
a i
c h
c o
e a
i gh
m ic
o k
r i
v ity
Ġ k
he mic
Ġt o
Ġc hemic
Ġw h
ra vity
ce an
ak e
mb ol
Ġsy mbol
igh t
Ġchemic al
l ou
r an
s ia
Ġ 2
er t
on d
ia m
il l
Ġplan et
lou r
a b
c es
s is
t a
u m
u n
u p
x and
y nt
Ġ O
Ġ h
he sis
Ġt allest
es ert
Ġp ro
ic a
ic e
ĠA le
ĠC h
Ġb o
Ġb y
Ġb re
os ynt
hot osynt
ces s
xand er
Ġpro cess
ĠAle xander
hotosynt hesis
a ci
e m
g u
h ar
t e
Ġ 1
Ġ ar
Ġ di
it er
re e
on e
ĠS h
ĠP ar
ĠB ra
el l
ĠR ice
ĠF lour
ĠL is
0 0
7 9
9 9
e p
e on
f f
i d
i r
l o
l et
m al
o c
s ul
t ed
y o
Ġ U
Ġ n
at t
ĠW ill
es pe
ar e
ar th
in a
in ci
in sul
en insul
er s
Ġl ight
Ġw ro
ain ted
Ġp er
Ġp ainted
ĠT ok
on a
ic h
Ġs pe
Ġs ec
ĠS a
ĠS t
il e
il ing
il om
ĠC an
ĠB e
us sia
Ġd a
et ers
ĠM ona
ĠR ussia
ĠF ran
ĠL eon
ĠE arth
ak espe
am let
ĠI n
ard o
ĠV inci
ĠJ up
ĠH amlet
Ġk ilom
Ġ2 99
Ġbo iling
Ġ1 00
ĠSh akespe
ĠPar is
ĠLis a
79 2
ĠWill iam
eninsul a
Ġwro te
ĠTok yo
Ġspe ed
Ġsec ond
ĠFran ce
ĠLeon ardo
ĠJup iter
Ġkilom eters
ĠShakespe are
a y
b j
b on
c ts
f ic
h at
h am
h one
n it
o d
o ld
o od
r y
u b
v ent
w ard
z il
z ing
Ġ 0
Ġ hot
Ġ att
Ġt el
Ġt hat
at es
Ġis land
Ġin vent
es ia
al e
Ġc ent
Ġo cean
Ġo bj
Ġm ount
ap an
ĠA u
Ġf ree
ra cts
ra ham
ĠP aci
ĠB ell
ĠM ount
Ġg ravity
Ġg old
ĠG ravity
ĠG raham
ĠE g
ĠE ver
Ġfor ce
ec ts
ĠJ apan
ag e
Ġto ward
Ġwh ale
ĠO cean
Ġh um
Ġbre ad
ĠBra zil
ep hone
ĠU nit
ĠSt ates
Ġatt racts
Ġtel ephone
Ġinvent ed
Ġcent er
Ġobj ects
Ġmount ain
Ġfree zing
ĠPaci fic
ĠEver est
ĠUnit ed
a v
e an
f r
h i
i an
k pe
l ight
o x
p t
r en
t r
t u
t in
u mb
Ġ K
Ġ us
Ġ and
Ġ ri
ar bon
Ġc ount
Ġc ur
Ġc arbon
an i
Ġl ake
or tu
Ġm ake
Ġp hotosynthesis
ic kpe
Ġs un
ĠS ea
ĠA us
ĠA fr
Ġf ro
Ġf ood
ĠP hotosynthesis
ĠP ortu
Ġd esert
ĠM e
ĠR om
ĠG re
ad a
st an
ĠD esert
Ġplan ts
ai ro
ch i
Ġwh ich
ĠCh ickpe
har a
Ġdi ox
id e
ĠSa hara
Ġus e
Ġri ver
Ġcount ry
Ġsun light
ĠAus tr
ĠAfr ica
Ġfro m
ĠChickpe as
Ġdiox ide
b ab
c y
d on
e w
e y
g al
g en
i j
i ra
l u
l ar
l in
l as
m e
m us
m ing
m allest
o p
o es
p ok
r es
s co
t al
t est
t or
t on
u t
u ro
w ater
x ic
Ġ ai
Ġ ani
at he
at ur
at oes
es e
al ia
Ġc on
an y
an gu
it ro
en ic
en us
en land
Ġl on
Ġl angu
Ġw e
Ġm am
di a
Ġp ri
Ġp eninsula
Ġp enic
Ġs ol
Ġs ub
Ġs mallest
Ġs pok
ĠS ou
ĠA m
ĠA ra
ĠA sia
ou s
ou gh
Ġb ir
Ġb lu
ĠP eninsula
ĠB u
ĠB er
ol lar
is h
Ġd ough
Ġd ollar
ĠM os
ĠR i
Ġg as
Ġg ira
ĠF le
ĠE uro
ing ton
ĠN ile
ĠN ew
ĠN itro
ĠI tal
ard est
st em
ver ed
ĠD el
ĠD iam
ĠV enus
Ġsy stem
co w
ill in
ab b
Ġh ardest
ĠCh ina
Ġbre athe
gu ese
Ġar ea
Ġdi sco
ff e
Ġn umb
Ġn atur
ĠCan ada
ĠIn don
ĠIn dia
Ġhot test
ĠEg g
Ġhum mus
ren cy
tin ent
Ġcur rency
ĠPortu guese
ĠMe xic
ĠRom e
ĠGre enland
stan ce
ĠAustr alia
tor ia
Ġai r
Ġani mal
Ġcon tinent
Ġlon gest
Ġlangu age
Ġmam mal
Ġpri me
Ġpenic illin
Ġsol ar
Ġsub stance
Ġspok en
ĠSou th
ĠAra b
Ġblu e
ĠMos cow
Ġgira ffe
ĠFle ming
ĠEuro pe
ĠNitro gen
ĠItal y
ĠDiam ond
Ġdisco vered
Ġnumb er
Ġnatur al
ĠIndon esia
ĠMexic o
a c
a un
a ff
b i
b er
c an
d y
d di
e f
e or
f all
g e
g er
h oc
h ington
i m
i z
i op
i ger
k i
k ey
l at
l es
l ia
l aci
l esia
m any
n a
n ol
o a
o g
o co
p el
p ian
r on
r ich
s Ã
s ch
t o
t ta
t water
u di
u ac
v ol
v oc
w a
w er
y a
y ad
y pt
z a
Ġ r
Ġ re
Ġ vol
Ń lia
Ġi ron
at e
ĠW as
al twater
Ġc ro
Ġc hoc
Ġo st
an g
en ya
er ica
er many
Ġw as
or sch
di i
di le
di um
Ġp as
Ġp iz
ĠT e
ĠT om
ĠT ur
ic toria
Ġs us
Ġs har
Ġs altwater
ĠS p
ĠS w
ĠS il
ĠA n
ĠA bab
ĠA ddi
ĠA voc
Ġf lour
Ġf em
Ġf ir
Ġf lo
Ġf ish
ra d
ĠC as
ĠC airo
ĠC abb
ĠC oco
Ġb one
Ġb orsch
ĠP h
ĠP res
ĠB r
ol e
ol ate
is o
et s
ĠM aun
ĠR aff
Ġg las
Ġg uac
ĠG eor
ĠG ermany
ĠF e
ĠF all
ĠL ag
ĠL ake
ĠL oa
ĠE th
Ġwater fall
am ole
ĠN or
ĠN airo
ĠN iger
ad o
ĠI s
ĠV ictoria
ul f
ag o
co dile
ea u
ta dium
un g
ĠO tta
Ġbo dy
Ġar chi
Ġar nol
ĠBra sÃ
id ent
ĠSa udi
ĠCan ber
ĠBe ij
ĠBe ets
ĠEg ypt
Ġhum an
av e
pt ile
ĠK enya
ĠAm erica
Ġbir d
ĠBer lin
ĠRi yad
ĠDel hi
ĠArab ia
can o
iop ia
lat eau
laci er
pel ago
Ġre ptile
Ġvol cano
ĠWas hington
Ġcro codile
Ġchoc olate
Ġost rich
Ġpiz za
ĠTom atoes
ĠTur key
Ġsus hi
Ġshar k
ĠSil ica
ĠAbab a
ĠAddi s
ĠAvoc ado
Ġfem ur
Ġfir st
Ġflo wer
ĠCas pian
ĠCabb age
ĠCoco a
Ġborsch t
ĠPres ident
ĠMaun a