Which code trims im_start and im_end labels in pretrain_hq.jsonl?

[sunshl]

Data in pretrain_hq.jsonl use im_start and im_end labels to separate multiple sentences in one line。
(https://www.modelscope.cn/datasets/gongjy/minimind_dataset/files)

This is one sample line:

{"text": "<|im_start|>如果一等奖有三个获奖者，二等奖有五个获奖者，那么一等奖和二等奖中谁的概率更高？获得二等奖的概率更高。<|im_end|> <|im_start|>我喜欢墨西哥的坦塔罗卡海滩最多，因为那里的海水非常清澈，沙滩也非常干净。谢谢你和我分享你的旅行经历！<|im_end|> <|im_start|>写一首五言绝句，表达家乡的景色与情感。故园绿柳依依，\n江水波光滟滟。\n儿时玩耍无尽，\n远离时空嬉戏。<|im_end|> <|im_start|>请为我生成一个五言绝句。秋叶飘零落，寒风吹过枝。\n瑟瑟霜华夜，孤影伴人迟。\n思念随风去，回忆在心悲。<|im_end|> <|im_start|>什么是万有引力定律？万有引力定律提出物体之间的引力与它们的质量和距离成反比，这是一个基本的物理定律。<|im_end|> <|im_start|>谢谢你！那请你为我开一个提醒，让我在明天早上带伞出门。好的，我将为您设置一个明天早上带伞出门的提醒。<|im_end|> <|im_start|>产生一首五言诗，以“梅花”为主题。白玉冰肌，花香清韵，寒冬沁心。山千二万重，雪遮满地，唯见梅花傲世。<|im_end|> <|im_start|>为什么寒冷的天气里，老人们喜欢喝姜茶？因为姜可以帮助身体保持温暖，增强免疫力，减少感冒和流感的风险。<|im_end|>"}

————————————

(https://github.com/jingyaogong/minimind/blob/master/dataset/lm_dataset.py#L16)
When I read the source code of PretrainDataset class, I didn't find any special process to trim those two labels. Anyone who can tell me which code did this trim action? Thanks.