enes1863/bilisim-hukuku-domain-dataset üzerindeki 1.000 Türkçe kayıtla eğitilmiş 1.612 birimli Unicode BPE tokenizer. Türkçe karakterleri doğrudan korur; alt kelime devamları ## ile gösterilir. Eğitim hedefi 8.000 olsa da küçük ve tekrarlı alan korpusu nedeniyle yalnızca frekans eşiğini geçen birimler sözlüğe alınır.