请问黑盒化加速如何制作mmap类型的预训练数据集？

mmap数据集制作脚本可以参照如下命令：

python preprocess_data.py \
  --input book_wiki_owtv2_small.json  \
  --output-prefix gpt_small \
  --vocab gpt2-vocab.json \
  --dataset-impl mmap \
  --tokenizer-type GPT2BPETokenizer \
  --merge-file gpt2-merges.txt \
  --append-eod

需要准备一个mmap类型的预训练数据集，这个数据集可以是一个文本文件，也可以是一个图像文件，或者是一个视频文件。然后，使用黑盒化加速工具将这个数据集转换成mmap类型的预训练数据集。最后，将mmap类型的预训练数据集放入模型训练程序中，以便模型可以从中获取数据进行训练。