初始化项目，由ModelHub XC社区提供模型
Model: ztphs980/taptap Source: Original Platform
This commit is contained in:
ModelHub XC
34
.gitattributes
vendored
Normal file
34
.gitattributes
vendored
Normal file
@@ -0,0 +1,34 @@
|
|||||||
|
*.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
|
||||||
|
*.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
|
||||||
41
config.json
Normal file
41
config.json
Normal file
@@ -0,0 +1,41 @@
|
|||||||
|
{
|
||||||
|
"_name_or_path": "gpt2-medium",
|
||||||
|
"activation_function": "gelu_new",
|
||||||
|
"architectures": [
|
||||||
|
"GPT2LMHeadModel"
|
||||||
|
],
|
||||||
|
"attn_pdrop": 0.1,
|
||||||
|
"bos_token_id": 50256,
|
||||||
|
"embd_pdrop": 0.1,
|
||||||
|
"eos_token_id": 50256,
|
||||||
|
"initializer_range": 0.02,
|
||||||
|
"layer_norm_epsilon": 1e-05,
|
||||||
|
"model_type": "gpt2",
|
||||||
|
"n_ctx": 1024,
|
||||||
|
"n_embd": 1024,
|
||||||
|
"n_head": 16,
|
||||||
|
"n_inner": null,
|
||||||
|
"n_layer": 24,
|
||||||
|
"n_positions": 1024,
|
||||||
|
"n_special": 0,
|
||||||
|
"predict_special_tokens": true,
|
||||||
|
"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,
|
||||||
|
"task_specific_params": {
|
||||||
|
"text-generation": {
|
||||||
|
"do_sample": true,
|
||||||
|
"max_length": 50
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"torch_dtype": "float32",
|
||||||
|
"transformers_version": "4.25.1",
|
||||||
|
"use_cache": true,
|
||||||
|
"vocab_size": 50257
|
||||||
|
}
|
||||||
50001
merges.txt
Normal file
50001
merges.txt
Normal file
File diff suppressed because it is too large
Load Diff
3
optimizer.pt
Normal file
3
optimizer.pt
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:90c5d28530814b9586e6df8440191c2f891e299741c1634c8e2c0b5d3b988eb8
|
||||||
|
size 2838755377
|
||||||
3
pytorch_model.bin
Normal file
3
pytorch_model.bin
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:eb50297b67e61a09c09df0e461a0b44f299d516eb7efb191bcb915622e7c4c2d
|
||||||
|
size 1444566873
|
||||||
3
rng_state_0.pth
Normal file
3
rng_state_0.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:5fad3534510adc5adc3f338094c2df4f497d5ff12fd3c96b6168954514d1782d
|
||||||
|
size 14567
|
||||||
3
rng_state_1.pth
Normal file
3
rng_state_1.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:5da63e86fe560d936ba9df2b472b5f53419099151badbabffe08f90dc2d3fb8b
|
||||||
|
size 14439
|
||||||
3
rng_state_2.pth
Normal file
3
rng_state_2.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:67abac452fda944fc51ed282f59229c071682d12418b2ed9408b3391fef3efb9
|
||||||
|
size 14503
|
||||||
3
rng_state_3.pth
Normal file
3
rng_state_3.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:5299fac310d6f97ca024ccb21da00c6f32461c6e87533bf10f569f092bc22df8
|
||||||
|
size 14503
|
||||||
3
rng_state_4.pth
Normal file
3
rng_state_4.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:e4919015bc5b6af702cb089ed7e979ad4507765280adeff0d5facbc0dbbaf944
|
||||||
|
size 14567
|
||||||
3
rng_state_5.pth
Normal file
3
rng_state_5.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:5dc9b725719a78541aae010693c1a44b9a7090f8194b65932ddf191a641b4b8a
|
||||||
|
size 14503
|
||||||
3
rng_state_6.pth
Normal file
3
rng_state_6.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:8162006c8304f30a9cae28b8c830f0f153566a357c880242ab7b1bdfe361911b
|
||||||
|
size 14503
|
||||||
3
rng_state_7.pth
Normal file
3
rng_state_7.pth
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:e5bf3d727a4f343f864c2286283f256e250adf9d9009ea384104e028176b0293
|
||||||
|
size 14503
|
||||||
3
scheduler.pt
Normal file
3
scheduler.pt
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:a5492ff8d1ef7f011a573a540af6e0b2e5219e5a8922f92bded83f5650780030
|
||||||
|
size 623
|
||||||
6
special_tokens_map.json
Normal file
6
special_tokens_map.json
Normal file
@@ -0,0 +1,6 @@
|
|||||||
|
{
|
||||||
|
"bos_token": "<|endoftext|>",
|
||||||
|
"eos_token": "<|endoftext|>",
|
||||||
|
"pad_token": "<|endoftext|>",
|
||||||
|
"unk_token": "<|endoftext|>"
|
||||||
|
}
|
||||||
100304
tokenizer.json
Normal file
100304
tokenizer.json
Normal file
File diff suppressed because it is too large
Load Diff
10
tokenizer_config.json
Normal file
10
tokenizer_config.json
Normal file
@@ -0,0 +1,10 @@
|
|||||||
|
{
|
||||||
|
"add_prefix_space": false,
|
||||||
|
"bos_token": "<|endoftext|>",
|
||||||
|
"eos_token": "<|endoftext|>",
|
||||||
|
"model_max_length": 1024,
|
||||||
|
"name_or_path": "gpt2-medium",
|
||||||
|
"special_tokens_map_file": null,
|
||||||
|
"tokenizer_class": "GPT2Tokenizer",
|
||||||
|
"unk_token": "<|endoftext|>"
|
||||||
|
}
|
||||||
976
trainer_state.json
Normal file
976
trainer_state.json
Normal file
@@ -0,0 +1,976 @@
|
|||||||
|
{
|
||||||
|
"best_metric": null,
|
||||||
|
"best_model_checkpoint": null,
|
||||||
|
"epoch": 4.844374470146542,
|
||||||
|
"global_step": 80000,
|
||||||
|
"is_hyper_param_search": false,
|
||||||
|
"is_local_process_zero": true,
|
||||||
|
"is_world_process_zero": true,
|
||||||
|
"log_history": [
|
||||||
|
{
|
||||||
|
"epoch": 0.03,
|
||||||
|
"learning_rate": 4.96875e-05,
|
||||||
|
"loss": 0.5806,
|
||||||
|
"step": 500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.06,
|
||||||
|
"learning_rate": 4.937500000000001e-05,
|
||||||
|
"loss": 0.3929,
|
||||||
|
"step": 1000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.09,
|
||||||
|
"learning_rate": 4.90625e-05,
|
||||||
|
"loss": 0.3707,
|
||||||
|
"step": 1500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.12,
|
||||||
|
"learning_rate": 4.875e-05,
|
||||||
|
"loss": 0.3568,
|
||||||
|
"step": 2000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.15,
|
||||||
|
"learning_rate": 4.8437500000000005e-05,
|
||||||
|
"loss": 0.3479,
|
||||||
|
"step": 2500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.18,
|
||||||
|
"learning_rate": 4.8125000000000004e-05,
|
||||||
|
"loss": 0.3437,
|
||||||
|
"step": 3000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.21,
|
||||||
|
"learning_rate": 4.7812500000000003e-05,
|
||||||
|
"loss": 0.3398,
|
||||||
|
"step": 3500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.24,
|
||||||
|
"learning_rate": 4.75e-05,
|
||||||
|
"loss": 0.3362,
|
||||||
|
"step": 4000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.27,
|
||||||
|
"learning_rate": 4.71875e-05,
|
||||||
|
"loss": 0.3326,
|
||||||
|
"step": 4500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.3,
|
||||||
|
"learning_rate": 4.6875e-05,
|
||||||
|
"loss": 0.3302,
|
||||||
|
"step": 5000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.33,
|
||||||
|
"learning_rate": 4.65625e-05,
|
||||||
|
"loss": 0.3311,
|
||||||
|
"step": 5500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.36,
|
||||||
|
"learning_rate": 4.6250000000000006e-05,
|
||||||
|
"loss": 0.3276,
|
||||||
|
"step": 6000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.39,
|
||||||
|
"learning_rate": 4.59375e-05,
|
||||||
|
"loss": 0.3241,
|
||||||
|
"step": 6500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.42,
|
||||||
|
"learning_rate": 4.5625e-05,
|
||||||
|
"loss": 0.3214,
|
||||||
|
"step": 7000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.45,
|
||||||
|
"learning_rate": 4.5312500000000004e-05,
|
||||||
|
"loss": 0.3217,
|
||||||
|
"step": 7500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.48,
|
||||||
|
"learning_rate": 4.5e-05,
|
||||||
|
"loss": 0.3211,
|
||||||
|
"step": 8000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.51,
|
||||||
|
"learning_rate": 4.46875e-05,
|
||||||
|
"loss": 0.3204,
|
||||||
|
"step": 8500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.54,
|
||||||
|
"learning_rate": 4.4375e-05,
|
||||||
|
"loss": 0.3177,
|
||||||
|
"step": 9000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.58,
|
||||||
|
"learning_rate": 4.40625e-05,
|
||||||
|
"loss": 0.3166,
|
||||||
|
"step": 9500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.61,
|
||||||
|
"learning_rate": 4.375e-05,
|
||||||
|
"loss": 0.3158,
|
||||||
|
"step": 10000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.64,
|
||||||
|
"learning_rate": 4.3437500000000006e-05,
|
||||||
|
"loss": 0.3147,
|
||||||
|
"step": 10500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.67,
|
||||||
|
"learning_rate": 4.3125000000000005e-05,
|
||||||
|
"loss": 0.3143,
|
||||||
|
"step": 11000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.7,
|
||||||
|
"learning_rate": 4.28125e-05,
|
||||||
|
"loss": 0.313,
|
||||||
|
"step": 11500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.73,
|
||||||
|
"learning_rate": 4.25e-05,
|
||||||
|
"loss": 0.3136,
|
||||||
|
"step": 12000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.76,
|
||||||
|
"learning_rate": 4.21875e-05,
|
||||||
|
"loss": 0.3118,
|
||||||
|
"step": 12500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.79,
|
||||||
|
"learning_rate": 4.1875e-05,
|
||||||
|
"loss": 0.3129,
|
||||||
|
"step": 13000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.82,
|
||||||
|
"learning_rate": 4.156250000000001e-05,
|
||||||
|
"loss": 0.3113,
|
||||||
|
"step": 13500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.85,
|
||||||
|
"learning_rate": 4.125e-05,
|
||||||
|
"loss": 0.3095,
|
||||||
|
"step": 14000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.88,
|
||||||
|
"learning_rate": 4.09375e-05,
|
||||||
|
"loss": 0.3108,
|
||||||
|
"step": 14500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.91,
|
||||||
|
"learning_rate": 4.0625000000000005e-05,
|
||||||
|
"loss": 0.3096,
|
||||||
|
"step": 15000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.94,
|
||||||
|
"learning_rate": 4.0312500000000004e-05,
|
||||||
|
"loss": 0.3107,
|
||||||
|
"step": 15500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.97,
|
||||||
|
"learning_rate": 4e-05,
|
||||||
|
"loss": 0.309,
|
||||||
|
"step": 16000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.0,
|
||||||
|
"learning_rate": 3.96875e-05,
|
||||||
|
"loss": 0.3075,
|
||||||
|
"step": 16500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.03,
|
||||||
|
"learning_rate": 3.9375e-05,
|
||||||
|
"loss": 0.3069,
|
||||||
|
"step": 17000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.06,
|
||||||
|
"learning_rate": 3.90625e-05,
|
||||||
|
"loss": 0.3067,
|
||||||
|
"step": 17500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.09,
|
||||||
|
"learning_rate": 3.875e-05,
|
||||||
|
"loss": 0.3066,
|
||||||
|
"step": 18000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.12,
|
||||||
|
"learning_rate": 3.8437500000000006e-05,
|
||||||
|
"loss": 0.3069,
|
||||||
|
"step": 18500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.15,
|
||||||
|
"learning_rate": 3.8125e-05,
|
||||||
|
"loss": 0.3067,
|
||||||
|
"step": 19000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.18,
|
||||||
|
"learning_rate": 3.78125e-05,
|
||||||
|
"loss": 0.3044,
|
||||||
|
"step": 19500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.21,
|
||||||
|
"learning_rate": 3.7500000000000003e-05,
|
||||||
|
"loss": 0.3071,
|
||||||
|
"step": 20000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.24,
|
||||||
|
"learning_rate": 3.71875e-05,
|
||||||
|
"loss": 0.305,
|
||||||
|
"step": 20500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.27,
|
||||||
|
"learning_rate": 3.6875e-05,
|
||||||
|
"loss": 0.3035,
|
||||||
|
"step": 21000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.3,
|
||||||
|
"learning_rate": 3.65625e-05,
|
||||||
|
"loss": 0.3032,
|
||||||
|
"step": 21500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.33,
|
||||||
|
"learning_rate": 3.625e-05,
|
||||||
|
"loss": 0.3042,
|
||||||
|
"step": 22000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.36,
|
||||||
|
"learning_rate": 3.59375e-05,
|
||||||
|
"loss": 0.3045,
|
||||||
|
"step": 22500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.39,
|
||||||
|
"learning_rate": 3.5625000000000005e-05,
|
||||||
|
"loss": 0.3041,
|
||||||
|
"step": 23000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.42,
|
||||||
|
"learning_rate": 3.5312500000000005e-05,
|
||||||
|
"loss": 0.302,
|
||||||
|
"step": 23500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.45,
|
||||||
|
"learning_rate": 3.5e-05,
|
||||||
|
"loss": 0.303,
|
||||||
|
"step": 24000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.48,
|
||||||
|
"learning_rate": 3.46875e-05,
|
||||||
|
"loss": 0.3019,
|
||||||
|
"step": 24500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.51,
|
||||||
|
"learning_rate": 3.4375e-05,
|
||||||
|
"loss": 0.301,
|
||||||
|
"step": 25000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.54,
|
||||||
|
"learning_rate": 3.40625e-05,
|
||||||
|
"loss": 0.3024,
|
||||||
|
"step": 25500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.57,
|
||||||
|
"learning_rate": 3.375000000000001e-05,
|
||||||
|
"loss": 0.3031,
|
||||||
|
"step": 26000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.6,
|
||||||
|
"learning_rate": 3.34375e-05,
|
||||||
|
"loss": 0.3012,
|
||||||
|
"step": 26500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.63,
|
||||||
|
"learning_rate": 3.3125e-05,
|
||||||
|
"loss": 0.3009,
|
||||||
|
"step": 27000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.67,
|
||||||
|
"learning_rate": 3.2812500000000005e-05,
|
||||||
|
"loss": 0.3006,
|
||||||
|
"step": 27500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.7,
|
||||||
|
"learning_rate": 3.2500000000000004e-05,
|
||||||
|
"loss": 0.301,
|
||||||
|
"step": 28000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.73,
|
||||||
|
"learning_rate": 3.21875e-05,
|
||||||
|
"loss": 0.3001,
|
||||||
|
"step": 28500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.76,
|
||||||
|
"learning_rate": 3.1875e-05,
|
||||||
|
"loss": 0.3006,
|
||||||
|
"step": 29000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.79,
|
||||||
|
"learning_rate": 3.15625e-05,
|
||||||
|
"loss": 0.2997,
|
||||||
|
"step": 29500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.82,
|
||||||
|
"learning_rate": 3.125e-05,
|
||||||
|
"loss": 0.2996,
|
||||||
|
"step": 30000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.85,
|
||||||
|
"learning_rate": 3.09375e-05,
|
||||||
|
"loss": 0.2994,
|
||||||
|
"step": 30500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.88,
|
||||||
|
"learning_rate": 3.0625000000000006e-05,
|
||||||
|
"loss": 0.2994,
|
||||||
|
"step": 31000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.91,
|
||||||
|
"learning_rate": 3.0312499999999998e-05,
|
||||||
|
"loss": 0.2981,
|
||||||
|
"step": 31500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.94,
|
||||||
|
"learning_rate": 3e-05,
|
||||||
|
"loss": 0.2994,
|
||||||
|
"step": 32000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.97,
|
||||||
|
"learning_rate": 2.96875e-05,
|
||||||
|
"loss": 0.2998,
|
||||||
|
"step": 32500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.0,
|
||||||
|
"learning_rate": 2.9375000000000003e-05,
|
||||||
|
"loss": 0.299,
|
||||||
|
"step": 33000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.03,
|
||||||
|
"learning_rate": 2.9062500000000005e-05,
|
||||||
|
"loss": 0.2984,
|
||||||
|
"step": 33500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.06,
|
||||||
|
"learning_rate": 2.8749999999999997e-05,
|
||||||
|
"loss": 0.298,
|
||||||
|
"step": 34000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.09,
|
||||||
|
"learning_rate": 2.84375e-05,
|
||||||
|
"loss": 0.2984,
|
||||||
|
"step": 34500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.12,
|
||||||
|
"learning_rate": 2.8125000000000003e-05,
|
||||||
|
"loss": 0.2961,
|
||||||
|
"step": 35000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.15,
|
||||||
|
"learning_rate": 2.7812500000000002e-05,
|
||||||
|
"loss": 0.2983,
|
||||||
|
"step": 35500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.18,
|
||||||
|
"learning_rate": 2.7500000000000004e-05,
|
||||||
|
"loss": 0.2963,
|
||||||
|
"step": 36000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.21,
|
||||||
|
"learning_rate": 2.71875e-05,
|
||||||
|
"loss": 0.2974,
|
||||||
|
"step": 36500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.24,
|
||||||
|
"learning_rate": 2.6875e-05,
|
||||||
|
"loss": 0.2964,
|
||||||
|
"step": 37000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.27,
|
||||||
|
"learning_rate": 2.6562500000000002e-05,
|
||||||
|
"loss": 0.2959,
|
||||||
|
"step": 37500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.3,
|
||||||
|
"learning_rate": 2.625e-05,
|
||||||
|
"loss": 0.2965,
|
||||||
|
"step": 38000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.33,
|
||||||
|
"learning_rate": 2.5937500000000004e-05,
|
||||||
|
"loss": 0.2956,
|
||||||
|
"step": 38500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.36,
|
||||||
|
"learning_rate": 2.5625e-05,
|
||||||
|
"loss": 0.2967,
|
||||||
|
"step": 39000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.39,
|
||||||
|
"learning_rate": 2.53125e-05,
|
||||||
|
"loss": 0.2966,
|
||||||
|
"step": 39500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.42,
|
||||||
|
"learning_rate": 2.5e-05,
|
||||||
|
"loss": 0.2949,
|
||||||
|
"step": 40000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.45,
|
||||||
|
"learning_rate": 2.4687500000000004e-05,
|
||||||
|
"loss": 0.2954,
|
||||||
|
"step": 40500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.48,
|
||||||
|
"learning_rate": 2.4375e-05,
|
||||||
|
"loss": 0.296,
|
||||||
|
"step": 41000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.51,
|
||||||
|
"learning_rate": 2.4062500000000002e-05,
|
||||||
|
"loss": 0.2947,
|
||||||
|
"step": 41500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.54,
|
||||||
|
"learning_rate": 2.375e-05,
|
||||||
|
"loss": 0.2944,
|
||||||
|
"step": 42000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.57,
|
||||||
|
"learning_rate": 2.34375e-05,
|
||||||
|
"loss": 0.296,
|
||||||
|
"step": 42500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.6,
|
||||||
|
"learning_rate": 2.3125000000000003e-05,
|
||||||
|
"loss": 0.2948,
|
||||||
|
"step": 43000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.63,
|
||||||
|
"learning_rate": 2.28125e-05,
|
||||||
|
"loss": 0.2947,
|
||||||
|
"step": 43500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.66,
|
||||||
|
"learning_rate": 2.25e-05,
|
||||||
|
"loss": 0.2959,
|
||||||
|
"step": 44000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.69,
|
||||||
|
"learning_rate": 2.21875e-05,
|
||||||
|
"loss": 0.2953,
|
||||||
|
"step": 44500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.72,
|
||||||
|
"learning_rate": 2.1875e-05,
|
||||||
|
"loss": 0.2941,
|
||||||
|
"step": 45000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.76,
|
||||||
|
"learning_rate": 2.1562500000000002e-05,
|
||||||
|
"loss": 0.2945,
|
||||||
|
"step": 45500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.79,
|
||||||
|
"learning_rate": 2.125e-05,
|
||||||
|
"loss": 0.295,
|
||||||
|
"step": 46000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.82,
|
||||||
|
"learning_rate": 2.09375e-05,
|
||||||
|
"loss": 0.296,
|
||||||
|
"step": 46500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.85,
|
||||||
|
"learning_rate": 2.0625e-05,
|
||||||
|
"loss": 0.2949,
|
||||||
|
"step": 47000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.88,
|
||||||
|
"learning_rate": 2.0312500000000002e-05,
|
||||||
|
"loss": 0.2954,
|
||||||
|
"step": 47500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.91,
|
||||||
|
"learning_rate": 2e-05,
|
||||||
|
"loss": 0.293,
|
||||||
|
"step": 48000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.94,
|
||||||
|
"learning_rate": 1.96875e-05,
|
||||||
|
"loss": 0.2937,
|
||||||
|
"step": 48500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.97,
|
||||||
|
"learning_rate": 1.9375e-05,
|
||||||
|
"loss": 0.2938,
|
||||||
|
"step": 49000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.0,
|
||||||
|
"learning_rate": 1.90625e-05,
|
||||||
|
"loss": 0.2939,
|
||||||
|
"step": 49500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.03,
|
||||||
|
"learning_rate": 1.8750000000000002e-05,
|
||||||
|
"loss": 0.2952,
|
||||||
|
"step": 50000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.06,
|
||||||
|
"learning_rate": 1.84375e-05,
|
||||||
|
"loss": 0.2925,
|
||||||
|
"step": 50500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.09,
|
||||||
|
"learning_rate": 1.8125e-05,
|
||||||
|
"loss": 0.2932,
|
||||||
|
"step": 51000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.12,
|
||||||
|
"learning_rate": 1.7812500000000003e-05,
|
||||||
|
"loss": 0.2926,
|
||||||
|
"step": 51500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.15,
|
||||||
|
"learning_rate": 1.75e-05,
|
||||||
|
"loss": 0.2941,
|
||||||
|
"step": 52000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.18,
|
||||||
|
"learning_rate": 1.71875e-05,
|
||||||
|
"loss": 0.2929,
|
||||||
|
"step": 52500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.21,
|
||||||
|
"learning_rate": 1.6875000000000004e-05,
|
||||||
|
"loss": 0.2925,
|
||||||
|
"step": 53000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.24,
|
||||||
|
"learning_rate": 1.65625e-05,
|
||||||
|
"loss": 0.293,
|
||||||
|
"step": 53500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.27,
|
||||||
|
"learning_rate": 1.6250000000000002e-05,
|
||||||
|
"loss": 0.2932,
|
||||||
|
"step": 54000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.3,
|
||||||
|
"learning_rate": 1.59375e-05,
|
||||||
|
"loss": 0.2932,
|
||||||
|
"step": 54500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.33,
|
||||||
|
"learning_rate": 1.5625e-05,
|
||||||
|
"loss": 0.2939,
|
||||||
|
"step": 55000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.36,
|
||||||
|
"learning_rate": 1.5312500000000003e-05,
|
||||||
|
"loss": 0.2906,
|
||||||
|
"step": 55500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.39,
|
||||||
|
"learning_rate": 1.5e-05,
|
||||||
|
"loss": 0.2918,
|
||||||
|
"step": 56000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.42,
|
||||||
|
"learning_rate": 1.4687500000000001e-05,
|
||||||
|
"loss": 0.2927,
|
||||||
|
"step": 56500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.45,
|
||||||
|
"learning_rate": 1.4374999999999999e-05,
|
||||||
|
"loss": 0.2906,
|
||||||
|
"step": 57000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.48,
|
||||||
|
"learning_rate": 1.4062500000000001e-05,
|
||||||
|
"loss": 0.2922,
|
||||||
|
"step": 57500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.51,
|
||||||
|
"learning_rate": 1.3750000000000002e-05,
|
||||||
|
"loss": 0.2917,
|
||||||
|
"step": 58000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.54,
|
||||||
|
"learning_rate": 1.34375e-05,
|
||||||
|
"loss": 0.2926,
|
||||||
|
"step": 58500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.57,
|
||||||
|
"learning_rate": 1.3125e-05,
|
||||||
|
"loss": 0.2933,
|
||||||
|
"step": 59000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.6,
|
||||||
|
"learning_rate": 1.28125e-05,
|
||||||
|
"loss": 0.2915,
|
||||||
|
"step": 59500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.63,
|
||||||
|
"learning_rate": 1.25e-05,
|
||||||
|
"loss": 0.292,
|
||||||
|
"step": 60000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.66,
|
||||||
|
"learning_rate": 1.21875e-05,
|
||||||
|
"loss": 0.292,
|
||||||
|
"step": 60500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.69,
|
||||||
|
"learning_rate": 1.1875e-05,
|
||||||
|
"loss": 0.2916,
|
||||||
|
"step": 61000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.72,
|
||||||
|
"learning_rate": 1.1562500000000002e-05,
|
||||||
|
"loss": 0.2925,
|
||||||
|
"step": 61500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.75,
|
||||||
|
"learning_rate": 1.125e-05,
|
||||||
|
"loss": 0.2911,
|
||||||
|
"step": 62000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.78,
|
||||||
|
"learning_rate": 1.09375e-05,
|
||||||
|
"loss": 0.2925,
|
||||||
|
"step": 62500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.81,
|
||||||
|
"learning_rate": 1.0625e-05,
|
||||||
|
"loss": 0.2922,
|
||||||
|
"step": 63000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.85,
|
||||||
|
"learning_rate": 1.03125e-05,
|
||||||
|
"loss": 0.2906,
|
||||||
|
"step": 63500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.88,
|
||||||
|
"learning_rate": 1e-05,
|
||||||
|
"loss": 0.2927,
|
||||||
|
"step": 64000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.91,
|
||||||
|
"learning_rate": 9.6875e-06,
|
||||||
|
"loss": 0.2909,
|
||||||
|
"step": 64500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.94,
|
||||||
|
"learning_rate": 9.375000000000001e-06,
|
||||||
|
"loss": 0.2909,
|
||||||
|
"step": 65000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.97,
|
||||||
|
"learning_rate": 9.0625e-06,
|
||||||
|
"loss": 0.2916,
|
||||||
|
"step": 65500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.0,
|
||||||
|
"learning_rate": 8.75e-06,
|
||||||
|
"loss": 0.2906,
|
||||||
|
"step": 66000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.03,
|
||||||
|
"learning_rate": 8.437500000000002e-06,
|
||||||
|
"loss": 0.2899,
|
||||||
|
"step": 66500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.06,
|
||||||
|
"learning_rate": 8.125000000000001e-06,
|
||||||
|
"loss": 0.2929,
|
||||||
|
"step": 67000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.09,
|
||||||
|
"learning_rate": 7.8125e-06,
|
||||||
|
"loss": 0.2908,
|
||||||
|
"step": 67500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.12,
|
||||||
|
"learning_rate": 7.5e-06,
|
||||||
|
"loss": 0.29,
|
||||||
|
"step": 68000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.15,
|
||||||
|
"learning_rate": 7.187499999999999e-06,
|
||||||
|
"loss": 0.2898,
|
||||||
|
"step": 68500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.18,
|
||||||
|
"learning_rate": 6.875000000000001e-06,
|
||||||
|
"loss": 0.2893,
|
||||||
|
"step": 69000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.21,
|
||||||
|
"learning_rate": 6.5625e-06,
|
||||||
|
"loss": 0.2909,
|
||||||
|
"step": 69500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.24,
|
||||||
|
"learning_rate": 6.25e-06,
|
||||||
|
"loss": 0.2918,
|
||||||
|
"step": 70000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.27,
|
||||||
|
"learning_rate": 5.9375e-06,
|
||||||
|
"loss": 0.2901,
|
||||||
|
"step": 70500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.3,
|
||||||
|
"learning_rate": 5.625e-06,
|
||||||
|
"loss": 0.2901,
|
||||||
|
"step": 71000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.33,
|
||||||
|
"learning_rate": 5.3125e-06,
|
||||||
|
"loss": 0.2897,
|
||||||
|
"step": 71500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.36,
|
||||||
|
"learning_rate": 5e-06,
|
||||||
|
"loss": 0.2897,
|
||||||
|
"step": 72000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.39,
|
||||||
|
"learning_rate": 4.6875000000000004e-06,
|
||||||
|
"loss": 0.2904,
|
||||||
|
"step": 72500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.42,
|
||||||
|
"learning_rate": 4.375e-06,
|
||||||
|
"loss": 0.2901,
|
||||||
|
"step": 73000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.45,
|
||||||
|
"learning_rate": 4.0625000000000005e-06,
|
||||||
|
"loss": 0.2896,
|
||||||
|
"step": 73500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.48,
|
||||||
|
"learning_rate": 3.75e-06,
|
||||||
|
"loss": 0.2893,
|
||||||
|
"step": 74000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.51,
|
||||||
|
"learning_rate": 3.4375000000000005e-06,
|
||||||
|
"loss": 0.2911,
|
||||||
|
"step": 74500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.54,
|
||||||
|
"learning_rate": 3.125e-06,
|
||||||
|
"loss": 0.2876,
|
||||||
|
"step": 75000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.57,
|
||||||
|
"learning_rate": 2.8125e-06,
|
||||||
|
"loss": 0.2913,
|
||||||
|
"step": 75500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.6,
|
||||||
|
"learning_rate": 2.5e-06,
|
||||||
|
"loss": 0.2897,
|
||||||
|
"step": 76000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.63,
|
||||||
|
"learning_rate": 2.1875e-06,
|
||||||
|
"loss": 0.2899,
|
||||||
|
"step": 76500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.66,
|
||||||
|
"learning_rate": 1.875e-06,
|
||||||
|
"loss": 0.2892,
|
||||||
|
"step": 77000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.69,
|
||||||
|
"learning_rate": 1.5625e-06,
|
||||||
|
"loss": 0.2901,
|
||||||
|
"step": 77500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.72,
|
||||||
|
"learning_rate": 1.25e-06,
|
||||||
|
"loss": 0.2891,
|
||||||
|
"step": 78000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.75,
|
||||||
|
"learning_rate": 9.375e-07,
|
||||||
|
"loss": 0.2904,
|
||||||
|
"step": 78500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.78,
|
||||||
|
"learning_rate": 6.25e-07,
|
||||||
|
"loss": 0.2905,
|
||||||
|
"step": 79000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.81,
|
||||||
|
"learning_rate": 3.125e-07,
|
||||||
|
"loss": 0.2895,
|
||||||
|
"step": 79500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.84,
|
||||||
|
"learning_rate": 0.0,
|
||||||
|
"loss": 0.2909,
|
||||||
|
"step": 80000
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"max_steps": 80000,
|
||||||
|
"num_train_epochs": 5,
|
||||||
|
"total_flos": 6.973930336308691e+18,
|
||||||
|
"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:e52b7292bf198acb66b49504a49ee20408ed067d04a22be761d61a3a8b6c6fbc
|
||||||
|
size 3439
|
||||||
1
vocab.json
Normal file
1
vocab.json
Normal file
File diff suppressed because one or more lines are too long
Reference in New Issue
Block a user