初始化项目,由ModelHub XC社区提供模型
Model: CLMBR/binding-c-command-transformer-0 Source: Original Platform
This commit is contained in:
28
checkpoint-76320/config.json
Normal file
28
checkpoint-76320/config.json
Normal file
@@ -0,0 +1,28 @@
|
||||
{
|
||||
"_remove_final_layer_norm": false,
|
||||
"activation_function": "relu",
|
||||
"architectures": [
|
||||
"OPTForCausalLM"
|
||||
],
|
||||
"attention_dropout": 0.0,
|
||||
"bos_token_id": 2,
|
||||
"do_layer_norm_before": true,
|
||||
"dropout": 0.1,
|
||||
"enable_bias": true,
|
||||
"eos_token_id": 2,
|
||||
"ffn_dim": 768,
|
||||
"hidden_size": 768,
|
||||
"init_std": 0.02,
|
||||
"layer_norm_elementwise_affine": true,
|
||||
"layerdrop": 0.0,
|
||||
"max_position_embeddings": 512,
|
||||
"model_type": "opt",
|
||||
"num_attention_heads": 8,
|
||||
"num_hidden_layers": 8,
|
||||
"pad_token_id": 1,
|
||||
"torch_dtype": "float32",
|
||||
"transformers_version": "4.33.3",
|
||||
"use_cache": true,
|
||||
"vocab_size": 50002,
|
||||
"word_embed_proj_dim": 768
|
||||
}
|
||||
7
checkpoint-76320/generation_config.json
Normal file
7
checkpoint-76320/generation_config.json
Normal file
@@ -0,0 +1,7 @@
|
||||
{
|
||||
"_from_model_config": true,
|
||||
"bos_token_id": 2,
|
||||
"eos_token_id": 2,
|
||||
"pad_token_id": 1,
|
||||
"transformers_version": "4.33.3"
|
||||
}
|
||||
3
checkpoint-76320/optimizer.pt
Normal file
3
checkpoint-76320/optimizer.pt
Normal file
@@ -0,0 +1,3 @@
|
||||
version https://git-lfs.github.com/spec/v1
|
||||
oid sha256:7d48a43b1f651ac9f23c4acbb0c5e36aaf50a7ce72c717135a876365c449bfa7
|
||||
size 537476677
|
||||
3
checkpoint-76320/pytorch_model.bin
Normal file
3
checkpoint-76320/pytorch_model.bin
Normal file
@@ -0,0 +1,3 @@
|
||||
version https://git-lfs.github.com/spec/v1
|
||||
oid sha256:e115f3aad2ce97c9bcd66a11a7f4eb283ff20262aae93a034f62d34db3e3442e
|
||||
size 268727709
|
||||
3
checkpoint-76320/rng_state.pth
Normal file
3
checkpoint-76320/rng_state.pth
Normal file
@@ -0,0 +1,3 @@
|
||||
version https://git-lfs.github.com/spec/v1
|
||||
oid sha256:bd2354507a67c1e9c99e685c7577b543abd6980a7864be7782192099935a0d14
|
||||
size 14511
|
||||
3
checkpoint-76320/scheduler.pt
Normal file
3
checkpoint-76320/scheduler.pt
Normal file
@@ -0,0 +1,3 @@
|
||||
version https://git-lfs.github.com/spec/v1
|
||||
oid sha256:91c685de8742b0a031fde56caa4358e1d4e52a84e30d313df4ab0aaf839b1a8f
|
||||
size 627
|
||||
5
checkpoint-76320/special_tokens_map.json
Normal file
5
checkpoint-76320/special_tokens_map.json
Normal file
@@ -0,0 +1,5 @@
|
||||
{
|
||||
"eos_token": "<eos>",
|
||||
"pad_token": "<pad>",
|
||||
"unk_token": "<unk>"
|
||||
}
|
||||
50055
checkpoint-76320/tokenizer.json
Normal file
50055
checkpoint-76320/tokenizer.json
Normal file
File diff suppressed because it is too large
Load Diff
12
checkpoint-76320/tokenizer_config.json
Normal file
12
checkpoint-76320/tokenizer_config.json
Normal file
@@ -0,0 +1,12 @@
|
||||
{
|
||||
"clean_up_tokenization_spaces": true,
|
||||
"eos_token": "<eos>",
|
||||
"max_length": null,
|
||||
"model_max_length": 512,
|
||||
"pad_to_multiple_of": null,
|
||||
"pad_token": "<pad>",
|
||||
"pad_token_type_id": 0,
|
||||
"padding_side": "right",
|
||||
"tokenizer_class": "PreTrainedTokenizerFast",
|
||||
"unk_token": "<unk>"
|
||||
}
|
||||
927
checkpoint-76320/trainer_state.json
Normal file
927
checkpoint-76320/trainer_state.json
Normal file
@@ -0,0 +1,927 @@
|
||||
{
|
||||
"best_metric": 4.193907260894775,
|
||||
"best_model_checkpoint": "/mmfs1/gscratch/stf/abhinavp/corpus-filtering/outputs/binding-c-command/transformer/0/checkpoints/checkpoint-76320",
|
||||
"epoch": 0.025000606015738065,
|
||||
"eval_steps": 10,
|
||||
"global_step": 76320,
|
||||
"is_hyper_param_search": false,
|
||||
"is_local_process_zero": true,
|
||||
"is_world_process_zero": true,
|
||||
"log_history": [
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.999998362119627e-05,
|
||||
"loss": 10.9624,
|
||||
"step": 1
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.999161405248948e-05,
|
||||
"loss": 6.822,
|
||||
"step": 512
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.998322810497896e-05,
|
||||
"loss": 6.1893,
|
||||
"step": 1024
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.997484215746844e-05,
|
||||
"loss": 5.9774,
|
||||
"step": 1536
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.996645620995792e-05,
|
||||
"loss": 5.8082,
|
||||
"step": 2048
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.99580702624474e-05,
|
||||
"loss": 5.6938,
|
||||
"step": 2560
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.994968431493688e-05,
|
||||
"loss": 5.5921,
|
||||
"step": 3072
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.994129836742636e-05,
|
||||
"loss": 5.5277,
|
||||
"step": 3584
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.993291241991584e-05,
|
||||
"loss": 5.4338,
|
||||
"step": 4096
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.992452647240532e-05,
|
||||
"loss": 5.4008,
|
||||
"step": 4608
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.99161405248948e-05,
|
||||
"loss": 5.3401,
|
||||
"step": 5120
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.990775457738428e-05,
|
||||
"loss": 5.3007,
|
||||
"step": 5632
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.989938500867749e-05,
|
||||
"loss": 5.2593,
|
||||
"step": 6144
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.989099906116697e-05,
|
||||
"loss": 5.1918,
|
||||
"step": 6656
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.988261311365645e-05,
|
||||
"loss": 5.1743,
|
||||
"step": 7168
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.987422716614593e-05,
|
||||
"loss": 5.1266,
|
||||
"step": 7680
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.986584121863541e-05,
|
||||
"loss": 5.1042,
|
||||
"step": 8192
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.985745527112489e-05,
|
||||
"loss": 5.0762,
|
||||
"step": 8704
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.984906932361437e-05,
|
||||
"loss": 5.0383,
|
||||
"step": 9216
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.984068337610385e-05,
|
||||
"loss": 5.0149,
|
||||
"step": 9728
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.983229742859333e-05,
|
||||
"loss": 5.0018,
|
||||
"step": 10240
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9823927859886547e-05,
|
||||
"loss": 4.972,
|
||||
"step": 10752
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9815541912376026e-05,
|
||||
"loss": 4.9446,
|
||||
"step": 11264
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9807155964865506e-05,
|
||||
"loss": 4.9231,
|
||||
"step": 11776
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9798770017354986e-05,
|
||||
"loss": 4.9142,
|
||||
"step": 12288
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9790400448648195e-05,
|
||||
"loss": 4.8885,
|
||||
"step": 12800
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9782014501137675e-05,
|
||||
"loss": 4.8615,
|
||||
"step": 13312
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9773628553627155e-05,
|
||||
"loss": 4.8521,
|
||||
"step": 13824
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9765242606116635e-05,
|
||||
"loss": 4.8317,
|
||||
"step": 14336
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9756873037409844e-05,
|
||||
"loss": 4.8177,
|
||||
"step": 14848
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9748487089899324e-05,
|
||||
"loss": 4.8048,
|
||||
"step": 15360
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9740101142388804e-05,
|
||||
"loss": 4.7885,
|
||||
"step": 15872
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9731715194878284e-05,
|
||||
"loss": 4.7788,
|
||||
"step": 16384
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.97233456261715e-05,
|
||||
"loss": 4.7606,
|
||||
"step": 16896
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.971495967866098e-05,
|
||||
"loss": 4.7554,
|
||||
"step": 17408
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.970657373115046e-05,
|
||||
"loss": 4.756,
|
||||
"step": 17920
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.969818778363994e-05,
|
||||
"loss": 4.7316,
|
||||
"step": 18432
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.968981821493315e-05,
|
||||
"loss": 4.6953,
|
||||
"step": 18944
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.968143226742263e-05,
|
||||
"loss": 4.7007,
|
||||
"step": 19456
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.967304631991211e-05,
|
||||
"loss": 4.6801,
|
||||
"step": 19968
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.966466037240159e-05,
|
||||
"loss": 4.6846,
|
||||
"step": 20480
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.96562908036948e-05,
|
||||
"loss": 4.6714,
|
||||
"step": 20992
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.964790485618428e-05,
|
||||
"loss": 4.6626,
|
||||
"step": 21504
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.963951890867376e-05,
|
||||
"loss": 4.6429,
|
||||
"step": 22016
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.963113296116324e-05,
|
||||
"loss": 4.6519,
|
||||
"step": 22528
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.962274701365272e-05,
|
||||
"loss": 4.6346,
|
||||
"step": 23040
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9614377444945934e-05,
|
||||
"loss": 4.6331,
|
||||
"step": 23552
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9605991497435414e-05,
|
||||
"loss": 4.623,
|
||||
"step": 24064
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9597605549924894e-05,
|
||||
"loss": 4.6016,
|
||||
"step": 24576
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.95892359812181e-05,
|
||||
"loss": 4.6024,
|
||||
"step": 25088
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.958085003370758e-05,
|
||||
"loss": 4.6049,
|
||||
"step": 25600
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.957246408619706e-05,
|
||||
"loss": 4.5845,
|
||||
"step": 26112
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.956407813868654e-05,
|
||||
"loss": 4.5752,
|
||||
"step": 26624
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9555692191176016e-05,
|
||||
"loss": 4.5654,
|
||||
"step": 27136
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9547306243665496e-05,
|
||||
"loss": 4.5651,
|
||||
"step": 27648
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9538920296154976e-05,
|
||||
"loss": 4.5488,
|
||||
"step": 28160
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9530534348644456e-05,
|
||||
"loss": 4.5677,
|
||||
"step": 28672
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.952216477993767e-05,
|
||||
"loss": 4.5365,
|
||||
"step": 29184
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.951377883242715e-05,
|
||||
"loss": 4.5446,
|
||||
"step": 29696
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.950539288491663e-05,
|
||||
"loss": 4.5359,
|
||||
"step": 30208
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.949700693740611e-05,
|
||||
"loss": 4.5111,
|
||||
"step": 30720
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.948862098989559e-05,
|
||||
"loss": 4.5192,
|
||||
"step": 31232
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.94802514211888e-05,
|
||||
"loss": 4.5095,
|
||||
"step": 31744
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.947186547367828e-05,
|
||||
"loss": 4.4953,
|
||||
"step": 32256
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.946347952616776e-05,
|
||||
"loss": 4.4871,
|
||||
"step": 32768
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.945509357865724e-05,
|
||||
"loss": 4.5026,
|
||||
"step": 33280
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.944672400995045e-05,
|
||||
"loss": 4.482,
|
||||
"step": 33792
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.943833806243993e-05,
|
||||
"loss": 4.4749,
|
||||
"step": 34304
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.942995211492941e-05,
|
||||
"loss": 4.464,
|
||||
"step": 34816
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9421582546222625e-05,
|
||||
"loss": 4.4767,
|
||||
"step": 35328
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9413196598712105e-05,
|
||||
"loss": 4.481,
|
||||
"step": 35840
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9404810651201585e-05,
|
||||
"loss": 4.466,
|
||||
"step": 36352
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9396424703691065e-05,
|
||||
"loss": 4.4608,
|
||||
"step": 36864
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9388038756180545e-05,
|
||||
"loss": 4.4643,
|
||||
"step": 37376
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9379652808670025e-05,
|
||||
"loss": 4.4623,
|
||||
"step": 37888
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9371266861159505e-05,
|
||||
"loss": 4.4513,
|
||||
"step": 38400
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9362897292452714e-05,
|
||||
"loss": 4.4343,
|
||||
"step": 38912
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9354511344942194e-05,
|
||||
"loss": 4.4415,
|
||||
"step": 39424
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9346125397431674e-05,
|
||||
"loss": 4.4303,
|
||||
"step": 39936
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9337739449921154e-05,
|
||||
"loss": 4.4284,
|
||||
"step": 40448
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9329353502410634e-05,
|
||||
"loss": 4.417,
|
||||
"step": 40960
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9320967554900114e-05,
|
||||
"loss": 4.4235,
|
||||
"step": 41472
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9312581607389594e-05,
|
||||
"loss": 4.428,
|
||||
"step": 41984
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9304195659879074e-05,
|
||||
"loss": 4.4195,
|
||||
"step": 42496
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.929582609117229e-05,
|
||||
"loss": 4.3942,
|
||||
"step": 43008
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.92874565224655e-05,
|
||||
"loss": 4.3995,
|
||||
"step": 43520
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.927907057495498e-05,
|
||||
"loss": 4.4045,
|
||||
"step": 44032
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.927068462744446e-05,
|
||||
"loss": 4.3984,
|
||||
"step": 44544
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.926229867993394e-05,
|
||||
"loss": 4.3933,
|
||||
"step": 45056
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.925391273242342e-05,
|
||||
"loss": 4.3903,
|
||||
"step": 45568
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.92455267849129e-05,
|
||||
"loss": 4.3846,
|
||||
"step": 46080
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.923714083740238e-05,
|
||||
"loss": 4.3713,
|
||||
"step": 46592
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.922877126869559e-05,
|
||||
"loss": 4.3764,
|
||||
"step": 47104
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.922038532118507e-05,
|
||||
"loss": 4.3763,
|
||||
"step": 47616
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.921199937367455e-05,
|
||||
"loss": 4.3682,
|
||||
"step": 48128
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.920361342616403e-05,
|
||||
"loss": 4.3771,
|
||||
"step": 48640
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.919522747865351e-05,
|
||||
"loss": 4.3572,
|
||||
"step": 49152
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.918684153114299e-05,
|
||||
"loss": 4.358,
|
||||
"step": 49664
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.917845558363247e-05,
|
||||
"loss": 4.3554,
|
||||
"step": 50176
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.917006963612195e-05,
|
||||
"loss": 4.3545,
|
||||
"step": 50688
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.916171644621889e-05,
|
||||
"loss": 4.3583,
|
||||
"step": 51200
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.915333049870837e-05,
|
||||
"loss": 4.3416,
|
||||
"step": 51712
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.914494455119785e-05,
|
||||
"loss": 4.3392,
|
||||
"step": 52224
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9136558603687325e-05,
|
||||
"loss": 4.3352,
|
||||
"step": 52736
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9128172656176805e-05,
|
||||
"loss": 4.34,
|
||||
"step": 53248
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9119786708666285e-05,
|
||||
"loss": 4.3212,
|
||||
"step": 53760
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.91114171399595e-05,
|
||||
"loss": 4.3129,
|
||||
"step": 54272
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.910303119244898e-05,
|
||||
"loss": 4.324,
|
||||
"step": 54784
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.909464524493846e-05,
|
||||
"loss": 4.3285,
|
||||
"step": 55296
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.908625929742794e-05,
|
||||
"loss": 4.3214,
|
||||
"step": 55808
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.907787334991742e-05,
|
||||
"loss": 4.32,
|
||||
"step": 56320
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.90694874024069e-05,
|
||||
"loss": 4.3071,
|
||||
"step": 56832
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.906110145489638e-05,
|
||||
"loss": 4.3175,
|
||||
"step": 57344
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.905273188618959e-05,
|
||||
"loss": 4.3005,
|
||||
"step": 57856
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.904434593867907e-05,
|
||||
"loss": 4.3082,
|
||||
"step": 58368
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.903595999116855e-05,
|
||||
"loss": 4.3083,
|
||||
"step": 58880
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.902757404365803e-05,
|
||||
"loss": 4.3094,
|
||||
"step": 59392
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.901920447495124e-05,
|
||||
"loss": 4.2979,
|
||||
"step": 59904
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.901081852744072e-05,
|
||||
"loss": 4.2957,
|
||||
"step": 60416
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.90024325799302e-05,
|
||||
"loss": 4.2959,
|
||||
"step": 60928
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8994046632419686e-05,
|
||||
"loss": 4.2984,
|
||||
"step": 61440
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8985660684909166e-05,
|
||||
"loss": 4.2861,
|
||||
"step": 61952
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8977274737398646e-05,
|
||||
"loss": 4.2889,
|
||||
"step": 62464
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8968888789888125e-05,
|
||||
"loss": 4.285,
|
||||
"step": 62976
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8960519221181335e-05,
|
||||
"loss": 4.2868,
|
||||
"step": 63488
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8952133273670815e-05,
|
||||
"loss": 4.2715,
|
||||
"step": 64000
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8943747326160294e-05,
|
||||
"loss": 4.2681,
|
||||
"step": 64512
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8935361378649774e-05,
|
||||
"loss": 4.274,
|
||||
"step": 65024
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8926991809942984e-05,
|
||||
"loss": 4.2763,
|
||||
"step": 65536
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8918605862432463e-05,
|
||||
"loss": 4.2667,
|
||||
"step": 66048
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8910219914921943e-05,
|
||||
"loss": 4.2809,
|
||||
"step": 66560
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8901833967411423e-05,
|
||||
"loss": 4.2703,
|
||||
"step": 67072
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.889346439870464e-05,
|
||||
"loss": 4.2557,
|
||||
"step": 67584
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.888507845119412e-05,
|
||||
"loss": 4.2638,
|
||||
"step": 68096
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.88766925036836e-05,
|
||||
"loss": 4.2722,
|
||||
"step": 68608
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.886830655617308e-05,
|
||||
"loss": 4.2618,
|
||||
"step": 69120
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.885993698746629e-05,
|
||||
"loss": 4.2588,
|
||||
"step": 69632
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.885155103995577e-05,
|
||||
"loss": 4.2492,
|
||||
"step": 70144
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.884316509244525e-05,
|
||||
"loss": 4.257,
|
||||
"step": 70656
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.883479552373846e-05,
|
||||
"loss": 4.2614,
|
||||
"step": 71168
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.882640957622794e-05,
|
||||
"loss": 4.2466,
|
||||
"step": 71680
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.881802362871742e-05,
|
||||
"loss": 4.2398,
|
||||
"step": 72192
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.88096376812069e-05,
|
||||
"loss": 4.2453,
|
||||
"step": 72704
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.880125173369638e-05,
|
||||
"loss": 4.2382,
|
||||
"step": 73216
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8792882164989586e-05,
|
||||
"loss": 4.2353,
|
||||
"step": 73728
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.878449621747907e-05,
|
||||
"loss": 4.2438,
|
||||
"step": 74240
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.877611026996855e-05,
|
||||
"loss": 4.2317,
|
||||
"step": 74752
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.876772432245803e-05,
|
||||
"loss": 4.2344,
|
||||
"step": 75264
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.875933837494751e-05,
|
||||
"loss": 4.2301,
|
||||
"step": 75776
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8750952427436986e-05,
|
||||
"loss": 4.2256,
|
||||
"step": 76288
|
||||
},
|
||||
{
|
||||
"epoch": 0.03,
|
||||
"eval_loss": 4.193907260894775,
|
||||
"eval_runtime": 305.9942,
|
||||
"eval_samples_per_second": 1247.053,
|
||||
"eval_steps_per_second": 38.971,
|
||||
"step": 76320
|
||||
}
|
||||
],
|
||||
"logging_steps": 512,
|
||||
"max_steps": 3052726,
|
||||
"num_train_epochs": 9223372036854775807,
|
||||
"save_steps": 10,
|
||||
"total_flos": 5.333991275586355e+16,
|
||||
"trial_name": null,
|
||||
"trial_params": null
|
||||
}
|
||||
3
checkpoint-76320/training_args.bin
Normal file
3
checkpoint-76320/training_args.bin
Normal file
@@ -0,0 +1,3 @@
|
||||
version https://git-lfs.github.com/spec/v1
|
||||
oid sha256:a91d2b0a38436f5afc3421ea38cc33a6e13ce6f6369a89f61bb1730476270d44
|
||||
size 4283
|
||||
Reference in New Issue
Block a user