初始化项目,由ModelHub XC社区提供模型
Model: HuggingFaceH4/mistral-7b-sft-beta Source: Original Platform
This commit is contained in:
366
trainer_state.json
Normal file
366
trainer_state.json
Normal file
@@ -0,0 +1,366 @@
|
||||
{
|
||||
"best_metric": null,
|
||||
"best_model_checkpoint": null,
|
||||
"epoch": 0.6699507389162561,
|
||||
"eval_steps": 500,
|
||||
"global_step": 272,
|
||||
"is_hyper_param_search": false,
|
||||
"is_local_process_zero": true,
|
||||
"is_world_process_zero": true,
|
||||
"log_history": [
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.878048780487805e-07,
|
||||
"loss": 1.6931,
|
||||
"step": 1
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 2.4390243902439027e-06,
|
||||
"loss": 1.5849,
|
||||
"step": 5
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8780487804878055e-06,
|
||||
"loss": 1.2774,
|
||||
"step": 10
|
||||
},
|
||||
{
|
||||
"epoch": 0.04,
|
||||
"learning_rate": 7.317073170731707e-06,
|
||||
"loss": 1.1546,
|
||||
"step": 15
|
||||
},
|
||||
{
|
||||
"epoch": 0.05,
|
||||
"learning_rate": 9.756097560975611e-06,
|
||||
"loss": 1.1132,
|
||||
"step": 20
|
||||
},
|
||||
{
|
||||
"epoch": 0.06,
|
||||
"learning_rate": 1.2195121951219513e-05,
|
||||
"loss": 1.0589,
|
||||
"step": 25
|
||||
},
|
||||
{
|
||||
"epoch": 0.07,
|
||||
"learning_rate": 1.4634146341463415e-05,
|
||||
"loss": 1.0348,
|
||||
"step": 30
|
||||
},
|
||||
{
|
||||
"epoch": 0.09,
|
||||
"learning_rate": 1.7073170731707317e-05,
|
||||
"loss": 1.0263,
|
||||
"step": 35
|
||||
},
|
||||
{
|
||||
"epoch": 0.1,
|
||||
"learning_rate": 1.9512195121951222e-05,
|
||||
"loss": 1.0087,
|
||||
"step": 40
|
||||
},
|
||||
{
|
||||
"epoch": 0.11,
|
||||
"learning_rate": 1.999407400739705e-05,
|
||||
"loss": 1.005,
|
||||
"step": 45
|
||||
},
|
||||
{
|
||||
"epoch": 0.12,
|
||||
"learning_rate": 1.997001169925015e-05,
|
||||
"loss": 1.0048,
|
||||
"step": 50
|
||||
},
|
||||
{
|
||||
"epoch": 0.14,
|
||||
"learning_rate": 1.9927487224577402e-05,
|
||||
"loss": 0.995,
|
||||
"step": 55
|
||||
},
|
||||
{
|
||||
"epoch": 0.15,
|
||||
"learning_rate": 1.986657932891657e-05,
|
||||
"loss": 0.9845,
|
||||
"step": 60
|
||||
},
|
||||
{
|
||||
"epoch": 0.16,
|
||||
"learning_rate": 1.9787400799669155e-05,
|
||||
"loss": 0.9785,
|
||||
"step": 65
|
||||
},
|
||||
{
|
||||
"epoch": 0.17,
|
||||
"learning_rate": 1.9690098257244063e-05,
|
||||
"loss": 0.971,
|
||||
"step": 70
|
||||
},
|
||||
{
|
||||
"epoch": 0.18,
|
||||
"learning_rate": 1.9574851883550395e-05,
|
||||
"loss": 0.977,
|
||||
"step": 75
|
||||
},
|
||||
{
|
||||
"epoch": 0.2,
|
||||
"learning_rate": 1.9441875088342e-05,
|
||||
"loss": 0.9847,
|
||||
"step": 80
|
||||
},
|
||||
{
|
||||
"epoch": 0.21,
|
||||
"learning_rate": 1.9291414114031744e-05,
|
||||
"loss": 0.9813,
|
||||
"step": 85
|
||||
},
|
||||
{
|
||||
"epoch": 0.22,
|
||||
"learning_rate": 1.9123747579707275e-05,
|
||||
"loss": 0.9713,
|
||||
"step": 90
|
||||
},
|
||||
{
|
||||
"epoch": 0.23,
|
||||
"learning_rate": 1.8939185965192572e-05,
|
||||
"loss": 0.9603,
|
||||
"step": 95
|
||||
},
|
||||
{
|
||||
"epoch": 0.25,
|
||||
"learning_rate": 1.873807103611081e-05,
|
||||
"loss": 0.9732,
|
||||
"step": 100
|
||||
},
|
||||
{
|
||||
"epoch": 0.26,
|
||||
"learning_rate": 1.8520775211013094e-05,
|
||||
"loss": 0.9869,
|
||||
"step": 105
|
||||
},
|
||||
{
|
||||
"epoch": 0.27,
|
||||
"learning_rate": 1.8287700871745036e-05,
|
||||
"loss": 0.9652,
|
||||
"step": 110
|
||||
},
|
||||
{
|
||||
"epoch": 0.28,
|
||||
"learning_rate": 1.8039279618328215e-05,
|
||||
"loss": 0.9613,
|
||||
"step": 115
|
||||
},
|
||||
{
|
||||
"epoch": 0.3,
|
||||
"learning_rate": 1.777597146973627e-05,
|
||||
"loss": 0.9669,
|
||||
"step": 120
|
||||
},
|
||||
{
|
||||
"epoch": 0.31,
|
||||
"learning_rate": 1.7498264012045686e-05,
|
||||
"loss": 0.9639,
|
||||
"step": 125
|
||||
},
|
||||
{
|
||||
"epoch": 0.32,
|
||||
"learning_rate": 1.720667149553861e-05,
|
||||
"loss": 0.9713,
|
||||
"step": 130
|
||||
},
|
||||
{
|
||||
"epoch": 0.33,
|
||||
"learning_rate": 1.690173388242972e-05,
|
||||
"loss": 0.9718,
|
||||
"step": 135
|
||||
},
|
||||
{
|
||||
"epoch": 0.34,
|
||||
"learning_rate": 1.658401584698049e-05,
|
||||
"loss": 0.9569,
|
||||
"step": 140
|
||||
},
|
||||
{
|
||||
"epoch": 0.36,
|
||||
"learning_rate": 1.6254105729852466e-05,
|
||||
"loss": 0.9617,
|
||||
"step": 145
|
||||
},
|
||||
{
|
||||
"epoch": 0.37,
|
||||
"learning_rate": 1.5912614448635784e-05,
|
||||
"loss": 0.9583,
|
||||
"step": 150
|
||||
},
|
||||
{
|
||||
"epoch": 0.38,
|
||||
"learning_rate": 1.5560174366570448e-05,
|
||||
"loss": 0.9541,
|
||||
"step": 155
|
||||
},
|
||||
{
|
||||
"epoch": 0.39,
|
||||
"learning_rate": 1.5197438121555159e-05,
|
||||
"loss": 0.9433,
|
||||
"step": 160
|
||||
},
|
||||
{
|
||||
"epoch": 0.41,
|
||||
"learning_rate": 1.4825077417612187e-05,
|
||||
"loss": 0.9591,
|
||||
"step": 165
|
||||
},
|
||||
{
|
||||
"epoch": 0.42,
|
||||
"learning_rate": 1.4443781781046135e-05,
|
||||
"loss": 0.9594,
|
||||
"step": 170
|
||||
},
|
||||
{
|
||||
"epoch": 0.43,
|
||||
"learning_rate": 1.4054257283599974e-05,
|
||||
"loss": 0.9451,
|
||||
"step": 175
|
||||
},
|
||||
{
|
||||
"epoch": 0.44,
|
||||
"learning_rate": 1.3657225234972695e-05,
|
||||
"loss": 0.9511,
|
||||
"step": 180
|
||||
},
|
||||
{
|
||||
"epoch": 0.46,
|
||||
"learning_rate": 1.3253420847119804e-05,
|
||||
"loss": 0.9606,
|
||||
"step": 185
|
||||
},
|
||||
{
|
||||
"epoch": 0.47,
|
||||
"learning_rate": 1.2843591872810039e-05,
|
||||
"loss": 0.9541,
|
||||
"step": 190
|
||||
},
|
||||
{
|
||||
"epoch": 0.48,
|
||||
"learning_rate": 1.2428497220959359e-05,
|
||||
"loss": 0.9541,
|
||||
"step": 195
|
||||
},
|
||||
{
|
||||
"epoch": 0.49,
|
||||
"learning_rate": 1.2008905551306356e-05,
|
||||
"loss": 0.9446,
|
||||
"step": 200
|
||||
},
|
||||
{
|
||||
"epoch": 0.5,
|
||||
"learning_rate": 1.1585593851031346e-05,
|
||||
"loss": 0.9484,
|
||||
"step": 205
|
||||
},
|
||||
{
|
||||
"epoch": 0.52,
|
||||
"learning_rate": 1.1159345995955007e-05,
|
||||
"loss": 0.9464,
|
||||
"step": 210
|
||||
},
|
||||
{
|
||||
"epoch": 0.53,
|
||||
"learning_rate": 1.0730951298980776e-05,
|
||||
"loss": 0.9569,
|
||||
"step": 215
|
||||
},
|
||||
{
|
||||
"epoch": 0.54,
|
||||
"learning_rate": 1.0301203048469084e-05,
|
||||
"loss": 0.9458,
|
||||
"step": 220
|
||||
},
|
||||
{
|
||||
"epoch": 0.55,
|
||||
"learning_rate": 9.87089703924991e-06,
|
||||
"loss": 0.9481,
|
||||
"step": 225
|
||||
},
|
||||
{
|
||||
"epoch": 0.57,
|
||||
"learning_rate": 9.440830098993969e-06,
|
||||
"loss": 0.946,
|
||||
"step": 230
|
||||
},
|
||||
{
|
||||
"epoch": 0.58,
|
||||
"learning_rate": 9.011798612671286e-06,
|
||||
"loss": 0.9427,
|
||||
"step": 235
|
||||
},
|
||||
{
|
||||
"epoch": 0.59,
|
||||
"learning_rate": 8.58459704782957e-06,
|
||||
"loss": 0.9489,
|
||||
"step": 240
|
||||
},
|
||||
{
|
||||
"epoch": 0.6,
|
||||
"learning_rate": 8.1600164834232e-06,
|
||||
"loss": 0.9512,
|
||||
"step": 245
|
||||
},
|
||||
{
|
||||
"epoch": 0.62,
|
||||
"learning_rate": 7.738843144917119e-06,
|
||||
"loss": 0.9372,
|
||||
"step": 250
|
||||
},
|
||||
{
|
||||
"epoch": 0.63,
|
||||
"learning_rate": 7.321856948378259e-06,
|
||||
"loss": 0.9308,
|
||||
"step": 255
|
||||
},
|
||||
{
|
||||
"epoch": 0.64,
|
||||
"learning_rate": 6.909830056250527e-06,
|
||||
"loss": 0.9455,
|
||||
"step": 260
|
||||
},
|
||||
{
|
||||
"epoch": 0.65,
|
||||
"learning_rate": 6.503525447487717e-06,
|
||||
"loss": 0.934,
|
||||
"step": 265
|
||||
},
|
||||
{
|
||||
"epoch": 0.67,
|
||||
"learning_rate": 6.103695504692122e-06,
|
||||
"loss": 0.9367,
|
||||
"step": 270
|
||||
},
|
||||
{
|
||||
"epoch": 0.67,
|
||||
"eval_loss": 0.939697802066803,
|
||||
"eval_runtime": 188.9428,
|
||||
"eval_samples_per_second": 122.312,
|
||||
"eval_steps_per_second": 0.482,
|
||||
"step": 272
|
||||
},
|
||||
{
|
||||
"epoch": 0.67,
|
||||
"step": 272,
|
||||
"total_flos": 455767165501440.0,
|
||||
"train_loss": 0.9917194036876454,
|
||||
"train_runtime": 6192.0322,
|
||||
"train_samples_per_second": 33.57,
|
||||
"train_steps_per_second": 0.066
|
||||
}
|
||||
],
|
||||
"logging_steps": 5,
|
||||
"max_steps": 406,
|
||||
"num_train_epochs": 1,
|
||||
"save_steps": 500,
|
||||
"total_flos": 455767165501440.0,
|
||||
"trial_name": null,
|
||||
"trial_params": null
|
||||
}
|
||||
Reference in New Issue
Block a user