初始化项目,由ModelHub XC社区提供模型
Model: Likithp/v9_fixed_s42 Source: Original Platform
This commit is contained in:
206
training_config.json
Normal file
206
training_config.json
Normal file
@@ -0,0 +1,206 @@
|
||||
{
|
||||
"mode": "fixed",
|
||||
"seed": 42,
|
||||
"hf_repo": "Likithp/v9_fixed_s42",
|
||||
"base_model": "Qwen/Qwen2.5-0.5B-Instruct",
|
||||
"dataset": "data/cs9_fixed_v1",
|
||||
"hf_dataset": "Likithp/cs9_fixed_v1",
|
||||
"trained_at": "2026-06-04T08:38:13.346803+00:00",
|
||||
"optimizer": "AdamW",
|
||||
"lr": 3e-05,
|
||||
"weight_decay": 0.0,
|
||||
"batch_size": 8,
|
||||
"grad_accum": 8,
|
||||
"effective_batch": 64,
|
||||
"epochs": 5,
|
||||
"warmup_steps": 200,
|
||||
"grad_clip": 0.5,
|
||||
"lr_schedule": "cosine",
|
||||
"max_seq_len": 256,
|
||||
"dtype": "bfloat16",
|
||||
"alias_groups": {
|
||||
"T1": [
|
||||
"bev",
|
||||
"cif",
|
||||
"dov",
|
||||
"fal",
|
||||
"gev",
|
||||
"hac",
|
||||
"jac",
|
||||
"kab",
|
||||
"lex",
|
||||
"nad"
|
||||
],
|
||||
"T2": [
|
||||
"agov",
|
||||
"egiv",
|
||||
"ejof",
|
||||
"ikob",
|
||||
"okiv",
|
||||
"uliv",
|
||||
"vmob",
|
||||
"vnob",
|
||||
"xnob",
|
||||
"znob"
|
||||
]
|
||||
},
|
||||
"log_every_steps": 50,
|
||||
"eval_n": 500,
|
||||
"dry_run": false,
|
||||
"best_epoch": 5,
|
||||
"val_exact_match": 1.0,
|
||||
"val_outer_alias_acc": 1.0,
|
||||
"val_inner_alias_acc": 1.0,
|
||||
"val_t1_outer_alias_acc": 1.0,
|
||||
"val_t2_outer_alias_acc": 1.0,
|
||||
"val_t1_t2_gap_pp": 0.0,
|
||||
"val_inner_by_alias": {
|
||||
"agov": {
|
||||
"correct": 49,
|
||||
"total": 49,
|
||||
"pct": 100.0,
|
||||
"token_group": "T2"
|
||||
},
|
||||
"bev": {
|
||||
"correct": 47,
|
||||
"total": 47,
|
||||
"pct": 100.0,
|
||||
"token_group": "T1"
|
||||
},
|
||||
"cif": {
|
||||
"correct": 47,
|
||||
"total": 47,
|
||||
"pct": 100.0,
|
||||
"token_group": "T1"
|
||||
},
|
||||
"dov": {
|
||||
"correct": 58,
|
||||
"total": 58,
|
||||
"pct": 100.0,
|
||||
"token_group": "T1"
|
||||
},
|
||||
"egiv": {
|
||||
"correct": 52,
|
||||
"total": 52,
|
||||
"pct": 100.0,
|
||||
"token_group": "T2"
|
||||
},
|
||||
"ejof": {
|
||||
"correct": 62,
|
||||
"total": 62,
|
||||
"pct": 100.0,
|
||||
"token_group": "T2"
|
||||
},
|
||||
"fal": {
|
||||
"correct": 44,
|
||||
"total": 44,
|
||||
"pct": 100.0,
|
||||
"token_group": "T1"
|
||||
},
|
||||
"gev": {
|
||||
"correct": 49,
|
||||
"total": 49,
|
||||
"pct": 100.0,
|
||||
"token_group": "T1"
|
||||
},
|
||||
"hac": {
|
||||
"correct": 44,
|
||||
"total": 44,
|
||||
"pct": 100.0,
|
||||
"token_group": "T1"
|
||||
},
|
||||
"ikob": {
|
||||
"correct": 54,
|
||||
"total": 54,
|
||||
"pct": 100.0,
|
||||
"token_group": "T2"
|
||||
},
|
||||
"jac": {
|
||||
"correct": 47,
|
||||
"total": 47,
|
||||
"pct": 100.0,
|
||||
"token_group": "T1"
|
||||
},
|
||||
"kab": {
|
||||
"correct": 52,
|
||||
"total": 52,
|
||||
"pct": 100.0,
|
||||
"token_group": "T1"
|
||||
},
|
||||
"lex": {
|
||||
"correct": 42,
|
||||
"total": 42,
|
||||
"pct": 100.0,
|
||||
"token_group": "T1"
|
||||
},
|
||||
"nad": {
|
||||
"correct": 51,
|
||||
"total": 51,
|
||||
"pct": 100.0,
|
||||
"token_group": "T1"
|
||||
},
|
||||
"okiv": {
|
||||
"correct": 52,
|
||||
"total": 52,
|
||||
"pct": 100.0,
|
||||
"token_group": "T2"
|
||||
},
|
||||
"uliv": {
|
||||
"correct": 47,
|
||||
"total": 47,
|
||||
"pct": 100.0,
|
||||
"token_group": "T2"
|
||||
},
|
||||
"vmob": {
|
||||
"correct": 56,
|
||||
"total": 56,
|
||||
"pct": 100.0,
|
||||
"token_group": "T2"
|
||||
},
|
||||
"vnob": {
|
||||
"correct": 56,
|
||||
"total": 56,
|
||||
"pct": 100.0,
|
||||
"token_group": "T2"
|
||||
},
|
||||
"xnob": {
|
||||
"correct": 44,
|
||||
"total": 44,
|
||||
"pct": 100.0,
|
||||
"token_group": "T2"
|
||||
},
|
||||
"znob": {
|
||||
"correct": 47,
|
||||
"total": 47,
|
||||
"pct": 100.0,
|
||||
"token_group": "T2"
|
||||
}
|
||||
},
|
||||
"train_log": [
|
||||
{
|
||||
"epoch": 1,
|
||||
"loss": 0.214947,
|
||||
"val_em": 1.0
|
||||
},
|
||||
{
|
||||
"epoch": 2,
|
||||
"loss": 1.9e-05,
|
||||
"val_em": 1.0
|
||||
},
|
||||
{
|
||||
"epoch": 3,
|
||||
"loss": 1.5e-05,
|
||||
"val_em": 1.0
|
||||
},
|
||||
{
|
||||
"epoch": 4,
|
||||
"loss": 1.5e-05,
|
||||
"val_em": 1.0
|
||||
},
|
||||
{
|
||||
"epoch": 5,
|
||||
"loss": 1.5e-05,
|
||||
"val_em": 1.0
|
||||
}
|
||||
]
|
||||
}
|
||||
Reference in New Issue
Block a user