基准包含三种语言条件：自然文本（锁定修订版本的乌尔都语维基百科句子）、打乱文本（相同词汇按确定性随机顺序排列）、伪文本（保留空格、标点与token长度的确定性字符序列但移除普通词汇的可预测性）。