初始化项目，由ModelHub XC社区提供模型
Model: summerMC/matutake Source: Original Platform
This commit is contained in:
ModelHub XC
36
.gitattributes
vendored
Normal file
36
.gitattributes
vendored
Normal file
@@ -0,0 +1,36 @@
|
|||||||
|
*.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
|
||||||
|
tokenizer.json filter=lfs diff=lfs merge=lfs -text
|
||||||
310
README.md
Normal file
310
README.md
Normal file
@@ -0,0 +1,310 @@
|
|||||||
|
---
|
||||||
|
language:
|
||||||
|
- ja
|
||||||
|
- en
|
||||||
|
base_model:
|
||||||
|
- summerMC/Sakura
|
||||||
|
base_model_relation: finetune
|
||||||
|
pipeline_tag: text-generation
|
||||||
|
library_name: transformers
|
||||||
|
tags:
|
||||||
|
- japanese
|
||||||
|
- chat
|
||||||
|
- sft
|
||||||
|
- causal-lm
|
||||||
|
- conversational
|
||||||
|
- reasoning
|
||||||
|
- fable
|
||||||
|
datasets:
|
||||||
|
- summerMC/v-Fable
|
||||||
|
---
|
||||||
|
|
||||||
|
# matutake
|
||||||
|
|
||||||
|
`matutake` は、[summerMC/Sakura](https://huggingface.co/summerMC/Sakura) をベースに、[summerMC/v-Fable](https://huggingface.co/datasets/summerMC/v-Fable) を用いて **Supervised Fine-Tuning (SFT)** した、日本語寄りの **Fable系対話・推論モデル** です。
|
||||||
|
|
||||||
|
このモデルは、coding専用モデルではなく、**会話・説明・推論・ロールプレイ・長めの応答生成** などを含む、Fable系のスタイルと応答傾向をSakura上で再現・適応することを目的に調整しています。
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 1. Model Overview
|
||||||
|
|
||||||
|
## 概要
|
||||||
|
|
||||||
|
* **Model name**: `summerMC/matutake`
|
||||||
|
* **Base model**: `summerMC/Sakura`
|
||||||
|
* **Training type**: Full fine-tuning / SFT
|
||||||
|
* **Primary dataset**: `summerMC/v-Fable`
|
||||||
|
|
||||||
|
## 主な目的
|
||||||
|
|
||||||
|
* 日本語での自然な会話応答
|
||||||
|
* Fable系の応答スタイルへの適応
|
||||||
|
* 長めの説明・推論応答の強化
|
||||||
|
* instruction following の改善
|
||||||
|
* 対話形式での安定した文章生成
|
||||||
|
|
||||||
|
`matutake` は、Fable系トレースデータをもとに、**対話の流れを保ちながら自然に返答する能力**、**ある程度まとまった推論や説明を返す能力**、**ロールや文脈に沿った返答を行う能力** を強めることを目的としています。
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 2. Intended Use
|
||||||
|
|
||||||
|
## 想定ユースケース
|
||||||
|
|
||||||
|
このモデルは、以下のような **一般的な対話・生成タスク** を想定しています。
|
||||||
|
|
||||||
|
### Chat / Conversation
|
||||||
|
|
||||||
|
* 日本語での雑談・対話
|
||||||
|
* 指示に従った応答生成
|
||||||
|
* 長めの会話文・返答文の生成
|
||||||
|
* キャラクターや口調を意識した会話
|
||||||
|
|
||||||
|
### Reasoning / Explanation
|
||||||
|
|
||||||
|
* 質問に対する段階的な説明
|
||||||
|
* 要点整理
|
||||||
|
* 比較・整理・要約
|
||||||
|
* ある程度長い推論を伴う返答
|
||||||
|
|
||||||
|
### Creative / Roleplay style generation
|
||||||
|
|
||||||
|
* Fable系の会話スタイル再現
|
||||||
|
* ロールプレイ風の返答
|
||||||
|
* 雰囲気重視の会話生成
|
||||||
|
* ストーリー寄りの応答や表現
|
||||||
|
|
||||||
|
### General instruction following
|
||||||
|
|
||||||
|
* 日本語プロンプトに対する自然な応答
|
||||||
|
* 情報整理
|
||||||
|
* 文章生成
|
||||||
|
* 口調や形式を指定した出力
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 3. Training Data
|
||||||
|
|
||||||
|
本モデルは主に以下のデータセットで学習されています。
|
||||||
|
|
||||||
|
## Dataset
|
||||||
|
|
||||||
|
* **`summerMC/v-Fable`**
|
||||||
|
|
||||||
|
`v-Fable` は Fable系トレースをもとにした対話・推論・スタイル応答を含むデータセットであり、会話の流れ、応答形式、説明調の返答、Fable系の雰囲気を持つ出力を学習するために使用しています。
|
||||||
|
|
||||||
|
学習時には主に `context -> completion` 形式を用い、与えられた文脈に対する応答全体をSFTしています。
|
||||||
|
|
||||||
|
### 主な特徴
|
||||||
|
|
||||||
|
* 対話形式の応答
|
||||||
|
* reasoning / explanation を含む返答
|
||||||
|
* Fable系のスタイルや雰囲気を持つ出力
|
||||||
|
* instruction-following と会話継続の両方を含む構成
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 4. Training Method
|
||||||
|
|
||||||
|
## Fine-tuning
|
||||||
|
|
||||||
|
* **方式**: Supervised Fine-Tuning (SFT)
|
||||||
|
* **学習対象**: base model の全パラメータ（full fine-tune）
|
||||||
|
* **目的**:
|
||||||
|
|
||||||
|
* Fable系の応答傾向への適応
|
||||||
|
* 会話の自然さの改善
|
||||||
|
* 長めの返答や説明の安定化
|
||||||
|
* 日本語での instruction following の向上
|
||||||
|
|
||||||
|
## 学習方針
|
||||||
|
|
||||||
|
本モデルでは、単純な短文応答よりも、以下のような性質を重視しています。
|
||||||
|
|
||||||
|
* 文脈を踏まえて返答する
|
||||||
|
* 長めの説明や会話を破綻しにくくする
|
||||||
|
* Fable系の話し方・返答傾向を反映する
|
||||||
|
* 日本語での自然な対話を強化する
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 5. Prompting / Chat Format
|
||||||
|
|
||||||
|
このモデルは **chat形式** の入力を想定しています。
|
||||||
|
ベースモデル `Sakura` のテンプレートに依存するため、基本的には `tokenizer.apply_chat_template(...)` を使うことを推奨します。
|
||||||
|
|
||||||
|
## Transformers example
|
||||||
|
|
||||||
|
```python
|
||||||
|
import torch
|
||||||
|
from transformers import AutoTokenizer, AutoModelForCausalLM
|
||||||
|
|
||||||
|
model_id = "summerMC/matutake"
|
||||||
|
|
||||||
|
tokenizer = AutoTokenizer.from_pretrained(
|
||||||
|
model_id,
|
||||||
|
trust_remote_code=True,
|
||||||
|
)
|
||||||
|
|
||||||
|
model = AutoModelForCausalLM.from_pretrained(
|
||||||
|
model_id,
|
||||||
|
trust_remote_code=True,
|
||||||
|
torch_dtype=torch.bfloat16,
|
||||||
|
device_map="auto",
|
||||||
|
)
|
||||||
|
|
||||||
|
messages = [
|
||||||
|
{
|
||||||
|
"role": "system",
|
||||||
|
"content": "You are matutake, a helpful Japanese conversational assistant."
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"role": "user",
|
||||||
|
"content": "最近ちょっと疲れてるんだけど、少し気分が軽くなるように話して。"
|
||||||
|
}
|
||||||
|
]
|
||||||
|
|
||||||
|
text = tokenizer.apply_chat_template(
|
||||||
|
messages,
|
||||||
|
tokenize=False,
|
||||||
|
add_generation_prompt=True,
|
||||||
|
)
|
||||||
|
|
||||||
|
inputs = tokenizer(text, return_tensors="pt").to(model.device)
|
||||||
|
|
||||||
|
with torch.no_grad():
|
||||||
|
outputs = model.generate(
|
||||||
|
**inputs,
|
||||||
|
max_new_tokens=512,
|
||||||
|
do_sample=True,
|
||||||
|
temperature=0.7,
|
||||||
|
top_p=0.9,
|
||||||
|
repetition_penalty=1.05,
|
||||||
|
)
|
||||||
|
|
||||||
|
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))
|
||||||
|
```
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 6. Recommended Generation Settings
|
||||||
|
|
||||||
|
用途が会話・説明・Fable系の返答寄りなので、まずは以下を推奨します。
|
||||||
|
|
||||||
|
## 会話向け
|
||||||
|
|
||||||
|
```python
|
||||||
|
max_new_tokens = 512
|
||||||
|
do_sample = True
|
||||||
|
temperature = 0.7
|
||||||
|
top_p = 0.9
|
||||||
|
repetition_penalty = 1.05
|
||||||
|
```
|
||||||
|
|
||||||
|
## 少し安定寄りにする場合
|
||||||
|
|
||||||
|
```python
|
||||||
|
max_new_tokens = 512
|
||||||
|
do_sample = True
|
||||||
|
temperature = 0.5
|
||||||
|
top_p = 0.9
|
||||||
|
repetition_penalty = 1.05
|
||||||
|
```
|
||||||
|
|
||||||
|
## 長めの応答を書かせる場合
|
||||||
|
|
||||||
|
```python
|
||||||
|
max_new_tokens = 1024
|
||||||
|
temperature = 0.7
|
||||||
|
top_p = 0.95
|
||||||
|
```
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 7. Example Prompts
|
||||||
|
|
||||||
|
## 日常会話
|
||||||
|
|
||||||
|
* `最近ちょっと気分が落ちてるから、少し優しく話してほしい。`
|
||||||
|
* `今日あったことを聞いてほしい。`
|
||||||
|
|
||||||
|
## 説明・整理
|
||||||
|
|
||||||
|
* `量子コンピュータって何か、中学生にもわかるように説明して。`
|
||||||
|
* `この文章を3行で要約して。`
|
||||||
|
|
||||||
|
## ロールプレイ / 雰囲気重視
|
||||||
|
|
||||||
|
* `落ち着いた口調で、夜に話しかけるような感じで返して。`
|
||||||
|
* `少し物語っぽい雰囲気で励まして。`
|
||||||
|
|
||||||
|
## 推論・長文応答
|
||||||
|
|
||||||
|
* `A案とB案のメリット・デメリットを比較して整理して。`
|
||||||
|
* `この悩みに対して、考え方を段階的に整理してほしい。`
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 8. Limitations
|
||||||
|
|
||||||
|
このモデルは**研究・実験用途**です。以下の制約があります。
|
||||||
|
|
||||||
|
* 事実性は保証されません
|
||||||
|
* 説明がもっともらしくても誤っている場合があります
|
||||||
|
* 長い応答では一貫性が崩れることがあります
|
||||||
|
* Fable系のスタイルに寄ることで、必要以上に感情的・演出的な返答になる場合があります
|
||||||
|
* chain-of-thought風の出力や冗長な説明が出ることがあります
|
||||||
|
|
||||||
|
**重要な判断に使う場合は、必ず人間が内容を確認してください。**
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 9. Safety / Responsible Use
|
||||||
|
|
||||||
|
以下の用途には適しません。
|
||||||
|
|
||||||
|
* 医療・法務・金融など高リスク分野の最終判断
|
||||||
|
* 人の状態に関する重大な判断の自動化
|
||||||
|
* 真偽確認なしでの事実情報の利用
|
||||||
|
* セーフティ確認なしの本番自動応答
|
||||||
|
|
||||||
|
モデルの出力は参考情報として扱い、必要に応じて別ソースで確認してください。
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 10. License
|
||||||
|
|
||||||
|
## Important
|
||||||
|
|
||||||
|
このモデルの利用条件は、**ベースモデル `summerMC/Sakura` のライセンス** および **学習データ `summerMC/v-Fable` のライセンス** に依存します。
|
||||||
|
利用前に必ずそれぞれの配布ページを確認してください。
|
||||||
|
|
||||||
|
* Base model: `summerMC/Sakura`
|
||||||
|
* Dataset: `summerMC/v-Fable`
|
||||||
|
|
||||||
|
特に、学習データに由来するライセンス・利用条件・再配布条件には注意してください。
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 11. Citation
|
||||||
|
|
||||||
|
もしこのモデルや派生物を研究・検証に利用した場合は、ベースモデルと学習データのクレジットも併記してください。
|
||||||
|
|
||||||
|
```bibtex
|
||||||
|
@misc{matutake2026,
|
||||||
|
title = {matutake},
|
||||||
|
author = {summerMC},
|
||||||
|
year = {2026},
|
||||||
|
howpublished = {\url{https://huggingface.co/summerMC/matutake}}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
必要に応じて、ベースモデル・データセットの引用も追加してください。
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 12. Notes
|
||||||
|
|
||||||
|
`matutake` は、Sakura系列をベースに **Fable系の会話・推論・スタイル応答** を強化するための実験モデルです。
|
||||||
|
ベンチマークスコアの最適化よりも、**会話としての自然さ、返答の雰囲気、長めの応答生成** を重視しています。
|
||||||
54
chat_template.jinja
Normal file
54
chat_template.jinja
Normal file
@@ -0,0 +1,54 @@
|
|||||||
|
{%- if tools %}
|
||||||
|
{{- '<|im_start|>system\n' }}
|
||||||
|
{%- if messages[0]['role'] == 'system' %}
|
||||||
|
{{- messages[0]['content'] }}
|
||||||
|
{%- else %}
|
||||||
|
{{- 'あなたは、Summer AIが開発したSakuraです。小型ながら、誠実で優秀なアシスタントです。' }}
|
||||||
|
{%- endif %}
|
||||||
|
{{- "\n\n# Tools\n\nYou may call one or more functions to assist with the user query.\n\nYou are provided with function signatures within <tools></tools> XML tags:\n<tools>" }}
|
||||||
|
{%- for tool in tools %}
|
||||||
|
{{- "\n" }}
|
||||||
|
{{- tool | tojson }}
|
||||||
|
{%- endfor %}
|
||||||
|
{{- "\n</tools>\n\nFor each function call, return a json object with function name and arguments within <tool_call></tool_call> XML tags:\n<tool_call>\n{\"name\": <function-name>, \"arguments\": <args-json-object>}\n</tool_call><|im_end|>\n" }}
|
||||||
|
{%- else %}
|
||||||
|
{%- if messages[0]['role'] == 'system' %}
|
||||||
|
{{- '<|im_start|>system\n' + messages[0]['content'] + '<|im_end|>\n' }}
|
||||||
|
{%- else %}
|
||||||
|
{{- '<|im_start|>system\nあなたは、Summer AIが開発したSakuraです。小型ながら、誠実で優秀なアシスタントです。<|im_end|>\n' }}
|
||||||
|
{%- endif %}
|
||||||
|
{%- endif %}
|
||||||
|
{%- for message in messages %}
|
||||||
|
{%- if (message.role == "user") or (message.role == "system" and not loop.first) or (message.role == "assistant" and not message.tool_calls) %}
|
||||||
|
{{- '<|im_start|>' + message.role + '\n' + message.content + '<|im_end|>' + '\n' }}
|
||||||
|
{%- elif message.role == "assistant" %}
|
||||||
|
{{- '<|im_start|>' + message.role }}
|
||||||
|
{%- if message.content %}
|
||||||
|
{{- '\n' + message.content }}
|
||||||
|
{%- endif %}
|
||||||
|
{%- for tool_call in message.tool_calls %}
|
||||||
|
{%- if tool_call.function is defined %}
|
||||||
|
{%- set tool_call = tool_call.function %}
|
||||||
|
{%- endif %}
|
||||||
|
{{- '\n<tool_call>\n{"name": "' }}
|
||||||
|
{{- tool_call.name }}
|
||||||
|
{{- '", "arguments": ' }}
|
||||||
|
{{- tool_call.arguments | tojson }}
|
||||||
|
{{- '}\n</tool_call>' }}
|
||||||
|
{%- endfor %}
|
||||||
|
{{- '<|im_end|>\n' }}
|
||||||
|
{%- elif message.role == "tool" %}
|
||||||
|
{%- if (loop.index0 == 0) or (messages[loop.index0 - 1].role != "tool") %}
|
||||||
|
{{- '<|im_start|>user' }}
|
||||||
|
{%- endif %}
|
||||||
|
{{- '\n<tool_response>\n' }}
|
||||||
|
{{- message.content }}
|
||||||
|
{{- '\n</tool_response>' }}
|
||||||
|
{%- if loop.last or (messages[loop.index0 + 1].role != "tool") %}
|
||||||
|
{{- '<|im_end|>\n' }}
|
||||||
|
{%- endif %}
|
||||||
|
{%- endif %}
|
||||||
|
{%- endfor %}
|
||||||
|
{%- if add_generation_prompt %}
|
||||||
|
{{- '<|im_start|>assistant\n' }}
|
||||||
|
{%- endif %}
|
||||||
61
config.json
Normal file
61
config.json
Normal file
@@ -0,0 +1,61 @@
|
|||||||
|
{
|
||||||
|
"architectures": [
|
||||||
|
"Qwen2ForCausalLM"
|
||||||
|
],
|
||||||
|
"attention_dropout": 0.0,
|
||||||
|
"bos_token_id": null,
|
||||||
|
"dtype": "bfloat16",
|
||||||
|
"eos_token_id": 151645,
|
||||||
|
"hidden_act": "silu",
|
||||||
|
"hidden_size": 1536,
|
||||||
|
"initializer_range": 0.02,
|
||||||
|
"intermediate_size": 8960,
|
||||||
|
"layer_types": [
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention",
|
||||||
|
"full_attention"
|
||||||
|
],
|
||||||
|
"max_position_embeddings": 32768,
|
||||||
|
"max_window_layers": 21,
|
||||||
|
"model_type": "qwen2",
|
||||||
|
"num_attention_heads": 12,
|
||||||
|
"num_hidden_layers": 28,
|
||||||
|
"num_key_value_heads": 2,
|
||||||
|
"pad_token_id": 151643,
|
||||||
|
"rms_norm_eps": 1e-06,
|
||||||
|
"rope_parameters": {
|
||||||
|
"rope_theta": 1000000.0,
|
||||||
|
"rope_type": "default"
|
||||||
|
},
|
||||||
|
"sliding_window": null,
|
||||||
|
"tie_word_embeddings": false,
|
||||||
|
"transformers_version": "5.12.0",
|
||||||
|
"use_cache": false,
|
||||||
|
"use_sliding_window": false,
|
||||||
|
"vocab_size": 151665
|
||||||
|
}
|
||||||
9
generation_config.json
Normal file
9
generation_config.json
Normal file
@@ -0,0 +1,9 @@
|
|||||||
|
{
|
||||||
|
"_from_model_config": true,
|
||||||
|
"eos_token_id": [
|
||||||
|
151645
|
||||||
|
],
|
||||||
|
"pad_token_id": 151643,
|
||||||
|
"transformers_version": "5.12.0",
|
||||||
|
"use_cache": true
|
||||||
|
}
|
||||||
3
model.safetensors
Normal file
3
model.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:7175b36525c9067d2892388ac4785d4197057d634dcfcf2e29ccdaa87223e9e5
|
||||||
|
size 3552549728
|
||||||
3
optimizer.pt
Normal file
3
optimizer.pt
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:401d9b863f63ad990876a15e8a2d6479a4440a9426902056b63c17a16bbece7a
|
||||||
|
size 7105319372
|
||||||
3
rng_state.pth
Normal file
3
rng_state.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:61c19bab1174704a4a4441475683bf1270277af15d2e2c95e964789128e482c4
|
||||||
|
size 14645
|
||||||
3
scheduler.pt
Normal file
3
scheduler.pt
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:ac08bec92a4d36e0429c02d96598c370f748ac8366bfc29c7287da66814c605d
|
||||||
|
size 1465
|
||||||
3
tokenizer.json
Normal file
3
tokenizer.json
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:3fd169731d2cbde95e10bf356d66d5997fd885dd8dbb6fb4684da3f23b2585d8
|
||||||
|
size 11421892
|
||||||
30
tokenizer_config.json
Normal file
30
tokenizer_config.json
Normal file
@@ -0,0 +1,30 @@
|
|||||||
|
{
|
||||||
|
"add_prefix_space": false,
|
||||||
|
"backend": "tokenizers",
|
||||||
|
"bos_token": null,
|
||||||
|
"clean_up_tokenization_spaces": false,
|
||||||
|
"eos_token": "<|im_end|>",
|
||||||
|
"errors": "replace",
|
||||||
|
"extra_special_tokens": [
|
||||||
|
"<|im_start|>",
|
||||||
|
"<|im_end|>",
|
||||||
|
"<|object_ref_start|>",
|
||||||
|
"<|object_ref_end|>",
|
||||||
|
"<|box_start|>",
|
||||||
|
"<|box_end|>",
|
||||||
|
"<|quad_start|>",
|
||||||
|
"<|quad_end|>",
|
||||||
|
"<|vision_start|>",
|
||||||
|
"<|vision_end|>",
|
||||||
|
"<|vision_pad|>",
|
||||||
|
"<|image_pad|>",
|
||||||
|
"<|video_pad|>"
|
||||||
|
],
|
||||||
|
"is_local": false,
|
||||||
|
"local_files_only": false,
|
||||||
|
"model_max_length": 131072,
|
||||||
|
"pad_token": "<|endoftext|>",
|
||||||
|
"split_special_tokens": false,
|
||||||
|
"tokenizer_class": "Qwen2Tokenizer",
|
||||||
|
"unk_token": null
|
||||||
|
}
|
||||||
124
trainer_state.json
Normal file
124
trainer_state.json
Normal file
@@ -0,0 +1,124 @@
|
|||||||
|
{
|
||||||
|
"best_global_step": null,
|
||||||
|
"best_metric": null,
|
||||||
|
"best_model_checkpoint": null,
|
||||||
|
"epoch": 1.0,
|
||||||
|
"eval_steps": 500,
|
||||||
|
"global_step": 199,
|
||||||
|
"is_hyper_param_search": false,
|
||||||
|
"is_local_process_zero": true,
|
||||||
|
"is_world_process_zero": true,
|
||||||
|
"log_history": [
|
||||||
|
{
|
||||||
|
"entropy": 0.9629484385251998,
|
||||||
|
"epoch": 0.10050251256281408,
|
||||||
|
"grad_norm": 4.09375,
|
||||||
|
"learning_rate": 1.9000000000000002e-06,
|
||||||
|
"loss": 0.9181639671325683,
|
||||||
|
"mean_token_accuracy": 0.8306790262460708,
|
||||||
|
"num_tokens": 40960.0,
|
||||||
|
"step": 20
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"entropy": 0.9275371879339218,
|
||||||
|
"epoch": 0.20100502512562815,
|
||||||
|
"grad_norm": 4.28125,
|
||||||
|
"learning_rate": 3.900000000000001e-06,
|
||||||
|
"loss": 0.8665243148803711,
|
||||||
|
"mean_token_accuracy": 0.8379091203212738,
|
||||||
|
"num_tokens": 81920.0,
|
||||||
|
"step": 40
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"entropy": 0.8652732700109482,
|
||||||
|
"epoch": 0.3015075376884422,
|
||||||
|
"grad_norm": 3.359375,
|
||||||
|
"learning_rate": 5.9e-06,
|
||||||
|
"loss": 0.7930655002593994,
|
||||||
|
"mean_token_accuracy": 0.8541035562753677,
|
||||||
|
"num_tokens": 122880.0,
|
||||||
|
"step": 60
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"entropy": 0.780908739566803,
|
||||||
|
"epoch": 0.4020100502512563,
|
||||||
|
"grad_norm": 2.6875,
|
||||||
|
"learning_rate": 7.9e-06,
|
||||||
|
"loss": 0.7104530334472656,
|
||||||
|
"mean_token_accuracy": 0.8606008648872375,
|
||||||
|
"num_tokens": 163840.0,
|
||||||
|
"step": 80
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"entropy": 0.598466919362545,
|
||||||
|
"epoch": 0.5025125628140703,
|
||||||
|
"grad_norm": 4.9375,
|
||||||
|
"learning_rate": 9.9e-06,
|
||||||
|
"loss": 0.5393049240112304,
|
||||||
|
"mean_token_accuracy": 0.8908646881580353,
|
||||||
|
"num_tokens": 204800.0,
|
||||||
|
"step": 100
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"entropy": 0.40023221969604494,
|
||||||
|
"epoch": 0.6030150753768844,
|
||||||
|
"grad_norm": 2.734375,
|
||||||
|
"learning_rate": 9.118382907149164e-06,
|
||||||
|
"loss": 0.3737324237823486,
|
||||||
|
"mean_token_accuracy": 0.9215437412261963,
|
||||||
|
"num_tokens": 245760.0,
|
||||||
|
"step": 120
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"entropy": 0.3805061921477318,
|
||||||
|
"epoch": 0.7035175879396985,
|
||||||
|
"grad_norm": 3.125,
|
||||||
|
"learning_rate": 6.635339816587109e-06,
|
||||||
|
"loss": 0.35905587673187256,
|
||||||
|
"mean_token_accuracy": 0.9224676638841629,
|
||||||
|
"num_tokens": 286652.0,
|
||||||
|
"step": 140
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"entropy": 0.31945948526263235,
|
||||||
|
"epoch": 0.8040201005025126,
|
||||||
|
"grad_norm": 3.125,
|
||||||
|
"learning_rate": 3.5153981233586277e-06,
|
||||||
|
"loss": 0.29033424854278567,
|
||||||
|
"mean_token_accuracy": 0.935295569896698,
|
||||||
|
"num_tokens": 327612.0,
|
||||||
|
"step": 160
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"entropy": 0.3433520093560219,
|
||||||
|
"epoch": 0.9045226130653267,
|
||||||
|
"grad_norm": 2.9375,
|
||||||
|
"learning_rate": 9.73648712344707e-07,
|
||||||
|
"loss": 0.32125253677368165,
|
||||||
|
"mean_token_accuracy": 0.930393049120903,
|
||||||
|
"num_tokens": 367708.0,
|
||||||
|
"step": 180
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"logging_steps": 20,
|
||||||
|
"max_steps": 199,
|
||||||
|
"num_input_tokens_seen": 0,
|
||||||
|
"num_train_epochs": 1,
|
||||||
|
"save_steps": 1000,
|
||||||
|
"stateful_callbacks": {
|
||||||
|
"TrainerControl": {
|
||||||
|
"args": {
|
||||||
|
"should_epoch_stop": false,
|
||||||
|
"should_evaluate": false,
|
||||||
|
"should_log": false,
|
||||||
|
"should_save": true,
|
||||||
|
"should_training_stop": true
|
||||||
|
},
|
||||||
|
"attributes": {}
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"total_flos": 3757085019549696.0,
|
||||||
|
"train_batch_size": 1,
|
||||||
|
"trial_name": null,
|
||||||
|
"trial_params": null
|
||||||
|
}
|
||||||
3
training_args.bin
Normal file
3
training_args.bin
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:92877bd1dbb18040fd11831cbfb5c38b02d1713f51f32d02bf001e28842c0deb
|
||||||
|
size 5649
|
||||||
Reference in New Issue
Block a user