zenlm/zen-nano
1
0
Fork 0
Code Issues Pull Requests Actions Projects Releases Wiki Activity

初始化项目，由ModelHub XC社区提供模型

Browse Source 
Model: zenlm/zen-nano
Source: Original Platform
This commit is contained in:
ModelHub XC
2026-06-22 02:09:17 +08:00
commit cd91ac1da3
52 changed files with 456607 additions and 0 deletions
Download Patch File Download Diff File Expand all files Collapse all files

377
checkpoint-240/trainer_state.json Normal file
View File

@@ -0,0 +1,377 @@
{
"best_global_step": null,
"best_metric": null,
"best_model_checkpoint": null,
"epoch": 10.0,
"eval_steps": 500,
"global_step": 240,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.041666666666666664,
"grad_norm": 73.5,
"learning_rate": 0.0,
"loss": 3.9287,
"step": 1
},
{
"epoch": 0.20833333333333334,
"grad_norm": 80.5,
"learning_rate": 4.000000000000001e-06,
"loss": 3.994,
"step": 5
},
{
"epoch": 0.4166666666666667,
"grad_norm": 63.75,
"learning_rate": 9e-06,
"loss": 3.6819,
"step": 10
},
{
"epoch": 0.625,
"grad_norm": 49.25,
"learning_rate": 1.4000000000000001e-05,
"loss": 2.5702,
"step": 15
},
{
"epoch": 0.8333333333333334,
"grad_norm": 48.75,
"learning_rate": 1.9e-05,
"loss": 1.4286,
"step": 20
},
{
"epoch": 1.0416666666666667,
"grad_norm": 11.3125,
"learning_rate": 2.4e-05,
"loss": 0.7957,
"step": 25
},
{
"epoch": 1.25,
"grad_norm": 9.0625,
"learning_rate": 2.9e-05,
"loss": 0.7432,
"step": 30
},
{
"epoch": 1.4583333333333333,
"grad_norm": 16.5,
"learning_rate": 3.4000000000000007e-05,
"loss": 0.6508,
"step": 35
},
{
"epoch": 1.6666666666666665,
"grad_norm": 12.75,
"learning_rate": 3.9000000000000006e-05,
"loss": 0.591,
"step": 40
},
{
"epoch": 1.875,
"grad_norm": 6.59375,
"learning_rate": 4.4000000000000006e-05,
"loss": 0.6682,
"step": 45
},
{
"epoch": 2.0833333333333335,
"grad_norm": 11.1875,
"learning_rate": 4.9e-05,
"loss": 0.4391,
"step": 50
},
{
"epoch": 2.2916666666666665,
"grad_norm": 9.5,
"learning_rate": 4.8947368421052635e-05,
"loss": 0.3461,
"step": 55
},
{
"epoch": 2.5,
"grad_norm": 15.5,
"learning_rate": 4.7631578947368424e-05,
"loss": 0.4083,
"step": 60
},
{
"epoch": 2.7083333333333335,
"grad_norm": 12.0,
"learning_rate": 4.6315789473684214e-05,
"loss": 0.377,
"step": 65
},
{
"epoch": 2.9166666666666665,
"grad_norm": 10.0625,
"learning_rate": 4.5e-05,
"loss": 0.3861,
"step": 70
},
{
"epoch": 3.125,
"grad_norm": 6.78125,
"learning_rate": 4.368421052631579e-05,
"loss": 0.3271,
"step": 75
},
{
"epoch": 3.3333333333333335,
"grad_norm": 5.125,
"learning_rate": 4.236842105263158e-05,
"loss": 0.2295,
"step": 80
},
{
"epoch": 3.5416666666666665,
"grad_norm": 5.75,
"learning_rate": 4.105263157894737e-05,
"loss": 0.2661,
"step": 85
},
{
"epoch": 3.75,
"grad_norm": 10.9375,
"learning_rate": 3.973684210526316e-05,
"loss": 0.2583,
"step": 90
},
{
"epoch": 3.9583333333333335,
"grad_norm": 10.0625,
"learning_rate": 3.842105263157895e-05,
"loss": 0.2631,
"step": 95
},
{
"epoch": 4.166666666666667,
"grad_norm": 6.4375,
"learning_rate": 3.710526315789474e-05,
"loss": 0.1991,
"step": 100
},
{
"epoch": 4.375,
"grad_norm": 6.71875,
"learning_rate": 3.578947368421053e-05,
"loss": 0.1937,
"step": 105
},
{
"epoch": 4.583333333333333,
"grad_norm": 5.0,
"learning_rate": 3.447368421052632e-05,
"loss": 0.1894,
"step": 110
},
{
"epoch": 4.791666666666667,
"grad_norm": 10.8125,
"learning_rate": 3.3157894736842106e-05,
"loss": 0.2233,
"step": 115
},
{
"epoch": 5.0,
"grad_norm": 6.53125,
"learning_rate": 3.1842105263157895e-05,
"loss": 0.2006,
"step": 120
},
{
"epoch": 5.208333333333333,
"grad_norm": 4.59375,
"learning_rate": 3.0526315789473684e-05,
"loss": 0.1657,
"step": 125
},
{
"epoch": 5.416666666666667,
"grad_norm": 4.65625,
"learning_rate": 2.9210526315789477e-05,
"loss": 0.1937,
"step": 130
},
{
"epoch": 5.625,
"grad_norm": 7.90625,
"learning_rate": 2.7894736842105263e-05,
"loss": 0.1801,
"step": 135
},
{
"epoch": 5.833333333333333,
"grad_norm": 3.984375,
"learning_rate": 2.6578947368421052e-05,
"loss": 0.1704,
"step": 140
},
{
"epoch": 6.041666666666667,
"grad_norm": 3.8125,
"learning_rate": 2.5263157894736845e-05,
"loss": 0.168,
"step": 145
},
{
"epoch": 6.25,
"grad_norm": 5.15625,
"learning_rate": 2.394736842105263e-05,
"loss": 0.1395,
"step": 150
},
{
"epoch": 6.458333333333333,
"grad_norm": 4.25,
"learning_rate": 2.2631578947368423e-05,
"loss": 0.1426,
"step": 155
},
{
"epoch": 6.666666666666667,
"grad_norm": 4.8125,
"learning_rate": 2.1315789473684212e-05,
"loss": 0.1591,
"step": 160
},
{
"epoch": 6.875,
"grad_norm": 5.3125,
"learning_rate": 2e-05,
"loss": 0.1656,
"step": 165
},
{
"epoch": 7.083333333333333,
"grad_norm": 3.53125,
"learning_rate": 1.868421052631579e-05,
"loss": 0.1505,
"step": 170
},
{
"epoch": 7.291666666666667,
"grad_norm": 4.875,
"learning_rate": 1.736842105263158e-05,
"loss": 0.1356,
"step": 175
},
{
"epoch": 7.5,
"grad_norm": 3.890625,
"learning_rate": 1.605263157894737e-05,
"loss": 0.1359,
"step": 180
},
{
"epoch": 7.708333333333333,
"grad_norm": 3.59375,
"learning_rate": 1.4736842105263157e-05,
"loss": 0.1444,
"step": 185
},
{
"epoch": 7.916666666666667,
"grad_norm": 4.5,
"learning_rate": 1.3421052631578948e-05,
"loss": 0.1446,
"step": 190
},
{
"epoch": 8.125,
"grad_norm": 3.375,
"learning_rate": 1.2105263157894737e-05,
"loss": 0.1381,
"step": 195
},
{
"epoch": 8.333333333333334,
"grad_norm": 4.03125,
"learning_rate": 1.0789473684210526e-05,
"loss": 0.1372,
"step": 200
},
{
"epoch": 8.541666666666666,
"grad_norm": 3.921875,
"learning_rate": 9.473684210526317e-06,
"loss": 0.1354,
"step": 205
},
{
"epoch": 8.75,
"grad_norm": 4.03125,
"learning_rate": 8.157894736842106e-06,
"loss": 0.1321,
"step": 210
},
{
"epoch": 8.958333333333334,
"grad_norm": 3.390625,
"learning_rate": 6.842105263157896e-06,
"loss": 0.1351,
"step": 215
},
{
"epoch": 9.166666666666666,
"grad_norm": 3.96875,
"learning_rate": 5.526315789473684e-06,
"loss": 0.1331,
"step": 220
},
{
"epoch": 9.375,
"grad_norm": 3.84375,
"learning_rate": 4.210526315789474e-06,
"loss": 0.129,
"step": 225
},
{
"epoch": 9.583333333333334,
"grad_norm": 3.953125,
"learning_rate": 2.8947368421052634e-06,
"loss": 0.1285,
"step": 230
},
{
"epoch": 9.791666666666666,
"grad_norm": 3.828125,
"learning_rate": 1.5789473684210528e-06,
"loss": 0.1367,
"step": 235
},
{
"epoch": 10.0,
"grad_norm": 6.5,
"learning_rate": 2.6315789473684213e-07,
"loss": 0.1335,
"step": 240
}
],
"logging_steps": 5,
"max_steps": 240,
"num_input_tokens_seen": 0,
"num_train_epochs": 10,
"save_steps": 500,
"stateful_callbacks": {
"TrainerControl": {
"args": {
"should_epoch_stop": false,
"should_evaluate": false,
"should_log": false,
"should_save": true,
"should_training_stop": true
},
"attributes": {}
}
},
"total_flos": 635964531671040.0,
"train_batch_size": 4,
"trial_name": null,
"trial_params": null
}