初始化项目,由ModelHub XC社区提供模型
Model: nikitastheo/phonebabylm-phone-deu-eng-sequential_interleaved Source: Original Platform
This commit is contained in:
35
.gitattributes
vendored
Normal file
35
.gitattributes
vendored
Normal file
@@ -0,0 +1,35 @@
|
|||||||
|
*.7z filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.arrow filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.bin filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.bz2 filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.ckpt filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.ftz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.gz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.h5 filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.joblib filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.lfs.* filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.mlmodel filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.model filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.msgpack filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.npy filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.npz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.onnx filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.ot filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.parquet filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pb filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pickle filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pkl filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pt filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pth filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.rar filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.safetensors filter=lfs diff=lfs merge=lfs -text
|
||||||
|
saved_model/**/* filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tar.* filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tar filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tflite filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tgz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.wasm filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.xz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.zip filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.zst filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*tfevents* filter=lfs diff=lfs merge=lfs -text
|
||||||
24
README.md
Normal file
24
README.md
Normal file
@@ -0,0 +1,24 @@
|
|||||||
|
---
|
||||||
|
tags:
|
||||||
|
- causal-lm
|
||||||
|
- text-generation
|
||||||
|
library_name: transformers
|
||||||
|
---
|
||||||
|
|
||||||
|
# nikitastheo/phonebabylm-phone-deu-eng-sequential_interleaved
|
||||||
|
|
||||||
|
Trained with train_clm.py, a Hugging Face Accelerate causal-LM training script (no `Trainer`).
|
||||||
|
|
||||||
|
## Training details
|
||||||
|
|
||||||
|
- **Base config**: `gpt_base_config.json`
|
||||||
|
- **Tokenizer**: `nikitastheo/phonelm-phone-deu-eng-tokenizer`
|
||||||
|
- **Max steps**: 30000
|
||||||
|
- **Learning rate**: 0.0001
|
||||||
|
- **LR scheduler**: linear
|
||||||
|
- **Warmup steps**: 3000
|
||||||
|
- **Batch size (per device)**: 32
|
||||||
|
- **Gradient accumulation steps**: 1
|
||||||
|
- **Total train batch size**: 32
|
||||||
|
- **Language switch steps**: 10000
|
||||||
|
|
||||||
33
config.json
Normal file
33
config.json
Normal file
@@ -0,0 +1,33 @@
|
|||||||
|
{
|
||||||
|
"activation_function": "gelu",
|
||||||
|
"architectures": [
|
||||||
|
"GPT2LMHeadModel"
|
||||||
|
],
|
||||||
|
"attn_pdrop": 0.1,
|
||||||
|
"bos_token_id": 2,
|
||||||
|
"dtype": "float32",
|
||||||
|
"embd_pdrop": 0.1,
|
||||||
|
"eos_token_id": 2,
|
||||||
|
"initializer_range": 0.02,
|
||||||
|
"layer_norm_epsilon": 1e-05,
|
||||||
|
"model_type": "gpt2",
|
||||||
|
"n_ctx": 512,
|
||||||
|
"n_embd": 768,
|
||||||
|
"n_head": 12,
|
||||||
|
"n_inner": 3072,
|
||||||
|
"n_layer": 12,
|
||||||
|
"n_positions": 512,
|
||||||
|
"pad_token_id": 1,
|
||||||
|
"reorder_and_upcast_attn": false,
|
||||||
|
"resid_pdrop": 0.1,
|
||||||
|
"scale_attn_by_inverse_layer_idx": false,
|
||||||
|
"scale_attn_weights": true,
|
||||||
|
"summary_activation": null,
|
||||||
|
"summary_first_dropout": 0.1,
|
||||||
|
"summary_proj_to_labels": true,
|
||||||
|
"summary_type": "cls_index",
|
||||||
|
"summary_use_proj": true,
|
||||||
|
"transformers_version": "4.57.6",
|
||||||
|
"use_cache": true,
|
||||||
|
"vocab_size": 71
|
||||||
|
}
|
||||||
7
generation_config.json
Normal file
7
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": "4.57.6"
|
||||||
|
}
|
||||||
3
model.safetensors
Normal file
3
model.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:a4ac61b4935cc87bb04dffbd037c203334c01c8c265e93a736a0ef4990e3f61f
|
||||||
|
size 342029952
|
||||||
30
special_tokens_map.json
Normal file
30
special_tokens_map.json
Normal file
@@ -0,0 +1,30 @@
|
|||||||
|
{
|
||||||
|
"bos_token": {
|
||||||
|
"content": "UTT_BOUNDARY",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false
|
||||||
|
},
|
||||||
|
"eos_token": {
|
||||||
|
"content": "UTT_BOUNDARY",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false
|
||||||
|
},
|
||||||
|
"pad_token": {
|
||||||
|
"content": "PAD",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false
|
||||||
|
},
|
||||||
|
"unk_token": {
|
||||||
|
"content": "UNK",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false
|
||||||
|
}
|
||||||
|
}
|
||||||
174
tokenizer.json
Normal file
174
tokenizer.json
Normal file
@@ -0,0 +1,174 @@
|
|||||||
|
{
|
||||||
|
"version": "1.0",
|
||||||
|
"truncation": null,
|
||||||
|
"padding": null,
|
||||||
|
"added_tokens": [
|
||||||
|
{
|
||||||
|
"id": 0,
|
||||||
|
"content": "UNK",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id": 1,
|
||||||
|
"content": "PAD",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id": 2,
|
||||||
|
"content": "UTT_BOUNDARY",
|
||||||
|
"single_word": false,
|
||||||
|
"lstrip": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"special": true
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"normalizer": {
|
||||||
|
"type": "Sequence",
|
||||||
|
"normalizers": [
|
||||||
|
{
|
||||||
|
"type": "Replace",
|
||||||
|
"pattern": {
|
||||||
|
"String": "ː"
|
||||||
|
},
|
||||||
|
"content": " ː "
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"type": "Strip",
|
||||||
|
"strip_left": true,
|
||||||
|
"strip_right": true
|
||||||
|
}
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"pre_tokenizer": {
|
||||||
|
"type": "Whitespace"
|
||||||
|
},
|
||||||
|
"post_processor": {
|
||||||
|
"type": "TemplateProcessing",
|
||||||
|
"single": [
|
||||||
|
{
|
||||||
|
"SpecialToken": {
|
||||||
|
"id": "UTT_BOUNDARY",
|
||||||
|
"type_id": 0
|
||||||
|
}
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"Sequence": {
|
||||||
|
"id": "A",
|
||||||
|
"type_id": 0
|
||||||
|
}
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"pair": [
|
||||||
|
{
|
||||||
|
"Sequence": {
|
||||||
|
"id": "A",
|
||||||
|
"type_id": 0
|
||||||
|
}
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"Sequence": {
|
||||||
|
"id": "B",
|
||||||
|
"type_id": 1
|
||||||
|
}
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"special_tokens": {
|
||||||
|
"UTT_BOUNDARY": {
|
||||||
|
"id": "UTT_BOUNDARY",
|
||||||
|
"ids": [
|
||||||
|
2
|
||||||
|
],
|
||||||
|
"tokens": [
|
||||||
|
"UTT_BOUNDARY"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"decoder": null,
|
||||||
|
"model": {
|
||||||
|
"type": "WordLevel",
|
||||||
|
"vocab": {
|
||||||
|
"UNK": 0,
|
||||||
|
"PAD": 1,
|
||||||
|
"UTT_BOUNDARY": 2,
|
||||||
|
"d": 3,
|
||||||
|
"a": 4,
|
||||||
|
"s": 5,
|
||||||
|
"WORD_BOUNDARY": 6,
|
||||||
|
"f": 7,
|
||||||
|
"ɛ": 8,
|
||||||
|
"ɐ": 9,
|
||||||
|
"k": 10,
|
||||||
|
"ə": 11,
|
||||||
|
"l": 12,
|
||||||
|
"v": 13,
|
||||||
|
"o": 14,
|
||||||
|
"ː": 15,
|
||||||
|
"n": 16,
|
||||||
|
"t": 17,
|
||||||
|
"ɪ": 18,
|
||||||
|
"aɪ": 19,
|
||||||
|
"m": 20,
|
||||||
|
"z": 21,
|
||||||
|
"e": 22,
|
||||||
|
"ɡ": 23,
|
||||||
|
"h": 24,
|
||||||
|
"aʊ": 25,
|
||||||
|
"b": 26,
|
||||||
|
"u": 27,
|
||||||
|
"x": 28,
|
||||||
|
"ʊ": 29,
|
||||||
|
"i": 30,
|
||||||
|
"ʃ": 31,
|
||||||
|
"ʏ": 32,
|
||||||
|
"ts": 33,
|
||||||
|
"ɔ": 34,
|
||||||
|
"p": 35,
|
||||||
|
"ʀ": 36,
|
||||||
|
"ŋ": 37,
|
||||||
|
"œ": 38,
|
||||||
|
"ç": 39,
|
||||||
|
"y": 40,
|
||||||
|
"ø": 41,
|
||||||
|
"j": 42,
|
||||||
|
"pf": 43,
|
||||||
|
"ʊɐ": 44,
|
||||||
|
"eɪ": 45,
|
||||||
|
"d̠ʒ": 46,
|
||||||
|
"ɛɪ": 47,
|
||||||
|
"w": 48,
|
||||||
|
"ɒ": 49,
|
||||||
|
"ã": 50,
|
||||||
|
"t̠ʃ": 51,
|
||||||
|
"tɕ": 52,
|
||||||
|
"ð": 53,
|
||||||
|
"θ": 54,
|
||||||
|
"ɹ": 55,
|
||||||
|
"əʊ": 56,
|
||||||
|
"ʌ": 57,
|
||||||
|
"eə": 58,
|
||||||
|
"ɔɪ": 59,
|
||||||
|
"l̩": 60,
|
||||||
|
"ʒ": 61,
|
||||||
|
"ʊə": 62,
|
||||||
|
"ɔ̃": 63,
|
||||||
|
"iə": 64,
|
||||||
|
"œ̃": 65,
|
||||||
|
"ʔ": 66,
|
||||||
|
"æ": 67,
|
||||||
|
"ɑ": 68,
|
||||||
|
"ɜ": 69,
|
||||||
|
"oʊ": 70
|
||||||
|
},
|
||||||
|
"unk_token": "UNK"
|
||||||
|
}
|
||||||
|
}
|
||||||
37
tokenizer_config.json
Normal file
37
tokenizer_config.json
Normal file
@@ -0,0 +1,37 @@
|
|||||||
|
{
|
||||||
|
"add_prefix_space": false,
|
||||||
|
"added_tokens_decoder": {
|
||||||
|
"0": {
|
||||||
|
"content": "UNK",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
"1": {
|
||||||
|
"content": "PAD",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
},
|
||||||
|
"2": {
|
||||||
|
"content": "UTT_BOUNDARY",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false,
|
||||||
|
"special": true
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"bos_token": "UTT_BOUNDARY",
|
||||||
|
"clean_up_tokenization_spaces": false,
|
||||||
|
"eos_token": "UTT_BOUNDARY",
|
||||||
|
"extra_special_tokens": {},
|
||||||
|
"model_max_length": 1000000000000000019884624838656,
|
||||||
|
"pad_token": "PAD",
|
||||||
|
"tokenizer_class": "GPT2Tokenizer",
|
||||||
|
"unk_token": "UNK"
|
||||||
|
}
|
||||||
2372
train_rank0.log
Normal file
2372
train_rank0.log
Normal file
File diff suppressed because it is too large
Load Diff
74
training_metadata.json
Normal file
74
training_metadata.json
Normal file
@@ -0,0 +1,74 @@
|
|||||||
|
{
|
||||||
|
"input_config": {
|
||||||
|
"model_type": "gpt2",
|
||||||
|
"architectures": [
|
||||||
|
"GPT2LMHeadModel"
|
||||||
|
],
|
||||||
|
"activation_function": "gelu",
|
||||||
|
"attn_pdrop": 0.1,
|
||||||
|
"embd_pdrop": 0.1,
|
||||||
|
"resid_pdrop": 0.1,
|
||||||
|
"initializer_range": 0.02,
|
||||||
|
"layer_norm_epsilon": 1e-05,
|
||||||
|
"n_embd": 768,
|
||||||
|
"n_inner": 3072,
|
||||||
|
"n_head": 12,
|
||||||
|
"n_layer": 12,
|
||||||
|
"vocab_size": 1,
|
||||||
|
"n_ctx": 512,
|
||||||
|
"n_positions": 512
|
||||||
|
},
|
||||||
|
"num_steps_switch": 10000,
|
||||||
|
"save_steps": [
|
||||||
|
1,
|
||||||
|
2,
|
||||||
|
4,
|
||||||
|
8,
|
||||||
|
16,
|
||||||
|
32,
|
||||||
|
64,
|
||||||
|
128,
|
||||||
|
256,
|
||||||
|
512,
|
||||||
|
1000,
|
||||||
|
2000,
|
||||||
|
3000,
|
||||||
|
4000,
|
||||||
|
5000,
|
||||||
|
6000,
|
||||||
|
7000,
|
||||||
|
8000,
|
||||||
|
9000,
|
||||||
|
10000,
|
||||||
|
10001,
|
||||||
|
10002,
|
||||||
|
10004,
|
||||||
|
10008,
|
||||||
|
10016,
|
||||||
|
10032,
|
||||||
|
10064,
|
||||||
|
10128,
|
||||||
|
10256,
|
||||||
|
10512,
|
||||||
|
11000,
|
||||||
|
12000,
|
||||||
|
13000,
|
||||||
|
14000,
|
||||||
|
15000,
|
||||||
|
16000,
|
||||||
|
17000,
|
||||||
|
18000,
|
||||||
|
19000,
|
||||||
|
20000,
|
||||||
|
21000,
|
||||||
|
22000,
|
||||||
|
23000,
|
||||||
|
24000,
|
||||||
|
25000,
|
||||||
|
26000,
|
||||||
|
27000,
|
||||||
|
28000,
|
||||||
|
29000,
|
||||||
|
30000
|
||||||
|
]
|
||||||
|
}
|
||||||
1
vocab.json
Normal file
1
vocab.json
Normal file
@@ -0,0 +1 @@
|
|||||||
|
{"UNK":0,"PAD":1,"UTT_BOUNDARY":2,"d":3,"a":4,"s":5,"WORD_BOUNDARY":6,"f":7,"ɛ":8,"ɐ":9,"k":10,"ə":11,"l":12,"v":13,"o":14,"ː":15,"n":16,"t":17,"ɪ":18,"aɪ":19,"m":20,"z":21,"e":22,"ɡ":23,"h":24,"aʊ":25,"b":26,"u":27,"x":28,"ʊ":29,"i":30,"ʃ":31,"ʏ":32,"ts":33,"ɔ":34,"p":35,"ʀ":36,"ŋ":37,"œ":38,"ç":39,"y":40,"ø":41,"j":42,"pf":43,"ʊɐ":44,"eɪ":45,"d̠ʒ":46,"ɛɪ":47,"w":48,"ɒ":49,"ã":50,"t̠ʃ":51,"tɕ":52,"ð":53,"θ":54,"ɹ":55,"əʊ":56,"ʌ":57,"eə":58,"ɔɪ":59,"l̩":60,"ʒ":61,"ʊə":62,"ɔ̃":63,"iə":64,"œ̃":65,"ʔ":66,"æ":67,"ɑ":68,"ɜ":69,"oʊ":70}
|
||||||
Reference in New Issue
Block a user