Training in progress, step 100, checkpoint
Browse files
last-checkpoint/adapter_model.safetensors
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 42002136
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:c4b3c8a0c8eec9372a2a20bfefbc493802889647c7f7adc2a6c3c936841dadab
|
| 3 |
size 42002136
|
last-checkpoint/global_step100/mp_rank_00_model_states.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:f2d62ad5eaea9604a0284ff630db37ab5e519c2d7d854507c9c2524eb0cae9d4
|
| 3 |
+
size 8182935351
|
last-checkpoint/global_step100/zero_pp_rank_0_mp_rank_00_optim_states.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:d68fa488308469d4bcda542506a7d5309c25a14bb3d0f332f6eb972ea706be1d
|
| 3 |
+
size 251710893
|
last-checkpoint/latest
CHANGED
|
@@ -1 +1 @@
|
|
| 1 |
-
|
|
|
|
| 1 |
+
global_step100
|
last-checkpoint/rng_state.pth
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 14244
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:21e76ce417a2453046e6a33726c8f3832834739201b50fea30214604b61d7e69
|
| 3 |
size 14244
|
last-checkpoint/trainer_state.json
CHANGED
|
@@ -1,9 +1,9 @@
|
|
| 1 |
{
|
| 2 |
"best_metric": null,
|
| 3 |
"best_model_checkpoint": null,
|
| 4 |
-
"epoch": 0.
|
| 5 |
"eval_steps": 1000,
|
| 6 |
-
"global_step":
|
| 7 |
"is_hyper_param_search": false,
|
| 8 |
"is_local_process_zero": true,
|
| 9 |
"is_world_process_zero": true,
|
|
@@ -307,13 +307,313 @@
|
|
| 307 |
"learning_rate": 0.00011250000000000001,
|
| 308 |
"loss": 1.3767,
|
| 309 |
"step": 50
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 310 |
}
|
| 311 |
],
|
| 312 |
"logging_steps": 1,
|
| 313 |
"max_steps": 101,
|
| 314 |
"num_train_epochs": 1,
|
| 315 |
"save_steps": 50,
|
| 316 |
-
"total_flos":
|
| 317 |
"trial_name": null,
|
| 318 |
"trial_params": null
|
| 319 |
}
|
|
|
|
| 1 |
{
|
| 2 |
"best_metric": null,
|
| 3 |
"best_model_checkpoint": null,
|
| 4 |
+
"epoch": 0.0024875621890547263,
|
| 5 |
"eval_steps": 1000,
|
| 6 |
+
"global_step": 100,
|
| 7 |
"is_hyper_param_search": false,
|
| 8 |
"is_local_process_zero": true,
|
| 9 |
"is_world_process_zero": true,
|
|
|
|
| 307 |
"learning_rate": 0.00011250000000000001,
|
| 308 |
"loss": 1.3767,
|
| 309 |
"step": 50
|
| 310 |
+
},
|
| 311 |
+
{
|
| 312 |
+
"epoch": 0.0,
|
| 313 |
+
"learning_rate": 0.00011041666666666668,
|
| 314 |
+
"loss": 1.7195,
|
| 315 |
+
"step": 51
|
| 316 |
+
},
|
| 317 |
+
{
|
| 318 |
+
"epoch": 0.0,
|
| 319 |
+
"learning_rate": 0.00010833333333333333,
|
| 320 |
+
"loss": 1.6413,
|
| 321 |
+
"step": 52
|
| 322 |
+
},
|
| 323 |
+
{
|
| 324 |
+
"epoch": 0.0,
|
| 325 |
+
"learning_rate": 0.00010625000000000001,
|
| 326 |
+
"loss": 1.6367,
|
| 327 |
+
"step": 53
|
| 328 |
+
},
|
| 329 |
+
{
|
| 330 |
+
"epoch": 0.0,
|
| 331 |
+
"learning_rate": 0.00010416666666666667,
|
| 332 |
+
"loss": 1.4327,
|
| 333 |
+
"step": 54
|
| 334 |
+
},
|
| 335 |
+
{
|
| 336 |
+
"epoch": 0.0,
|
| 337 |
+
"learning_rate": 0.00010208333333333333,
|
| 338 |
+
"loss": 1.631,
|
| 339 |
+
"step": 55
|
| 340 |
+
},
|
| 341 |
+
{
|
| 342 |
+
"epoch": 0.0,
|
| 343 |
+
"learning_rate": 0.0001,
|
| 344 |
+
"loss": 1.5181,
|
| 345 |
+
"step": 56
|
| 346 |
+
},
|
| 347 |
+
{
|
| 348 |
+
"epoch": 0.0,
|
| 349 |
+
"learning_rate": 9.791666666666667e-05,
|
| 350 |
+
"loss": 1.8171,
|
| 351 |
+
"step": 57
|
| 352 |
+
},
|
| 353 |
+
{
|
| 354 |
+
"epoch": 0.0,
|
| 355 |
+
"learning_rate": 9.583333333333334e-05,
|
| 356 |
+
"loss": 1.4735,
|
| 357 |
+
"step": 58
|
| 358 |
+
},
|
| 359 |
+
{
|
| 360 |
+
"epoch": 0.0,
|
| 361 |
+
"learning_rate": 9.375e-05,
|
| 362 |
+
"loss": 1.5766,
|
| 363 |
+
"step": 59
|
| 364 |
+
},
|
| 365 |
+
{
|
| 366 |
+
"epoch": 0.0,
|
| 367 |
+
"learning_rate": 9.166666666666667e-05,
|
| 368 |
+
"loss": 1.9341,
|
| 369 |
+
"step": 60
|
| 370 |
+
},
|
| 371 |
+
{
|
| 372 |
+
"epoch": 0.0,
|
| 373 |
+
"learning_rate": 8.958333333333335e-05,
|
| 374 |
+
"loss": 1.5104,
|
| 375 |
+
"step": 61
|
| 376 |
+
},
|
| 377 |
+
{
|
| 378 |
+
"epoch": 0.0,
|
| 379 |
+
"learning_rate": 8.75e-05,
|
| 380 |
+
"loss": 1.714,
|
| 381 |
+
"step": 62
|
| 382 |
+
},
|
| 383 |
+
{
|
| 384 |
+
"epoch": 0.0,
|
| 385 |
+
"learning_rate": 8.541666666666666e-05,
|
| 386 |
+
"loss": 1.3207,
|
| 387 |
+
"step": 63
|
| 388 |
+
},
|
| 389 |
+
{
|
| 390 |
+
"epoch": 0.0,
|
| 391 |
+
"learning_rate": 8.333333333333334e-05,
|
| 392 |
+
"loss": 1.7229,
|
| 393 |
+
"step": 64
|
| 394 |
+
},
|
| 395 |
+
{
|
| 396 |
+
"epoch": 0.0,
|
| 397 |
+
"learning_rate": 8.125000000000001e-05,
|
| 398 |
+
"loss": 1.6023,
|
| 399 |
+
"step": 65
|
| 400 |
+
},
|
| 401 |
+
{
|
| 402 |
+
"epoch": 0.0,
|
| 403 |
+
"learning_rate": 7.916666666666666e-05,
|
| 404 |
+
"loss": 1.3084,
|
| 405 |
+
"step": 66
|
| 406 |
+
},
|
| 407 |
+
{
|
| 408 |
+
"epoch": 0.0,
|
| 409 |
+
"learning_rate": 7.708333333333334e-05,
|
| 410 |
+
"loss": 1.5988,
|
| 411 |
+
"step": 67
|
| 412 |
+
},
|
| 413 |
+
{
|
| 414 |
+
"epoch": 0.0,
|
| 415 |
+
"learning_rate": 7.500000000000001e-05,
|
| 416 |
+
"loss": 1.5514,
|
| 417 |
+
"step": 68
|
| 418 |
+
},
|
| 419 |
+
{
|
| 420 |
+
"epoch": 0.0,
|
| 421 |
+
"learning_rate": 7.291666666666667e-05,
|
| 422 |
+
"loss": 1.7091,
|
| 423 |
+
"step": 69
|
| 424 |
+
},
|
| 425 |
+
{
|
| 426 |
+
"epoch": 0.0,
|
| 427 |
+
"learning_rate": 7.083333333333334e-05,
|
| 428 |
+
"loss": 1.8106,
|
| 429 |
+
"step": 70
|
| 430 |
+
},
|
| 431 |
+
{
|
| 432 |
+
"epoch": 0.0,
|
| 433 |
+
"learning_rate": 6.875e-05,
|
| 434 |
+
"loss": 1.8169,
|
| 435 |
+
"step": 71
|
| 436 |
+
},
|
| 437 |
+
{
|
| 438 |
+
"epoch": 0.0,
|
| 439 |
+
"learning_rate": 6.666666666666667e-05,
|
| 440 |
+
"loss": 1.7487,
|
| 441 |
+
"step": 72
|
| 442 |
+
},
|
| 443 |
+
{
|
| 444 |
+
"epoch": 0.0,
|
| 445 |
+
"learning_rate": 6.458333333333334e-05,
|
| 446 |
+
"loss": 1.1579,
|
| 447 |
+
"step": 73
|
| 448 |
+
},
|
| 449 |
+
{
|
| 450 |
+
"epoch": 0.0,
|
| 451 |
+
"learning_rate": 6.25e-05,
|
| 452 |
+
"loss": 1.6615,
|
| 453 |
+
"step": 74
|
| 454 |
+
},
|
| 455 |
+
{
|
| 456 |
+
"epoch": 0.0,
|
| 457 |
+
"learning_rate": 6.041666666666667e-05,
|
| 458 |
+
"loss": 1.6043,
|
| 459 |
+
"step": 75
|
| 460 |
+
},
|
| 461 |
+
{
|
| 462 |
+
"epoch": 0.0,
|
| 463 |
+
"learning_rate": 5.833333333333334e-05,
|
| 464 |
+
"loss": 1.6514,
|
| 465 |
+
"step": 76
|
| 466 |
+
},
|
| 467 |
+
{
|
| 468 |
+
"epoch": 0.0,
|
| 469 |
+
"learning_rate": 5.6250000000000005e-05,
|
| 470 |
+
"loss": 1.6672,
|
| 471 |
+
"step": 77
|
| 472 |
+
},
|
| 473 |
+
{
|
| 474 |
+
"epoch": 0.0,
|
| 475 |
+
"learning_rate": 5.4166666666666664e-05,
|
| 476 |
+
"loss": 1.4914,
|
| 477 |
+
"step": 78
|
| 478 |
+
},
|
| 479 |
+
{
|
| 480 |
+
"epoch": 0.0,
|
| 481 |
+
"learning_rate": 5.208333333333334e-05,
|
| 482 |
+
"loss": 1.7884,
|
| 483 |
+
"step": 79
|
| 484 |
+
},
|
| 485 |
+
{
|
| 486 |
+
"epoch": 0.0,
|
| 487 |
+
"learning_rate": 5e-05,
|
| 488 |
+
"loss": 1.5897,
|
| 489 |
+
"step": 80
|
| 490 |
+
},
|
| 491 |
+
{
|
| 492 |
+
"epoch": 0.0,
|
| 493 |
+
"learning_rate": 4.791666666666667e-05,
|
| 494 |
+
"loss": 1.7673,
|
| 495 |
+
"step": 81
|
| 496 |
+
},
|
| 497 |
+
{
|
| 498 |
+
"epoch": 0.0,
|
| 499 |
+
"learning_rate": 4.5833333333333334e-05,
|
| 500 |
+
"loss": 1.3304,
|
| 501 |
+
"step": 82
|
| 502 |
+
},
|
| 503 |
+
{
|
| 504 |
+
"epoch": 0.0,
|
| 505 |
+
"learning_rate": 4.375e-05,
|
| 506 |
+
"loss": 1.7114,
|
| 507 |
+
"step": 83
|
| 508 |
+
},
|
| 509 |
+
{
|
| 510 |
+
"epoch": 0.0,
|
| 511 |
+
"learning_rate": 4.166666666666667e-05,
|
| 512 |
+
"loss": 1.3571,
|
| 513 |
+
"step": 84
|
| 514 |
+
},
|
| 515 |
+
{
|
| 516 |
+
"epoch": 0.0,
|
| 517 |
+
"learning_rate": 3.958333333333333e-05,
|
| 518 |
+
"loss": 1.1445,
|
| 519 |
+
"step": 85
|
| 520 |
+
},
|
| 521 |
+
{
|
| 522 |
+
"epoch": 0.0,
|
| 523 |
+
"learning_rate": 3.7500000000000003e-05,
|
| 524 |
+
"loss": 1.7399,
|
| 525 |
+
"step": 86
|
| 526 |
+
},
|
| 527 |
+
{
|
| 528 |
+
"epoch": 0.0,
|
| 529 |
+
"learning_rate": 3.541666666666667e-05,
|
| 530 |
+
"loss": 1.4818,
|
| 531 |
+
"step": 87
|
| 532 |
+
},
|
| 533 |
+
{
|
| 534 |
+
"epoch": 0.0,
|
| 535 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 536 |
+
"loss": 1.6,
|
| 537 |
+
"step": 88
|
| 538 |
+
},
|
| 539 |
+
{
|
| 540 |
+
"epoch": 0.0,
|
| 541 |
+
"learning_rate": 3.125e-05,
|
| 542 |
+
"loss": 1.5971,
|
| 543 |
+
"step": 89
|
| 544 |
+
},
|
| 545 |
+
{
|
| 546 |
+
"epoch": 0.0,
|
| 547 |
+
"learning_rate": 2.916666666666667e-05,
|
| 548 |
+
"loss": 1.8175,
|
| 549 |
+
"step": 90
|
| 550 |
+
},
|
| 551 |
+
{
|
| 552 |
+
"epoch": 0.0,
|
| 553 |
+
"learning_rate": 2.7083333333333332e-05,
|
| 554 |
+
"loss": 1.5264,
|
| 555 |
+
"step": 91
|
| 556 |
+
},
|
| 557 |
+
{
|
| 558 |
+
"epoch": 0.0,
|
| 559 |
+
"learning_rate": 2.5e-05,
|
| 560 |
+
"loss": 1.3731,
|
| 561 |
+
"step": 92
|
| 562 |
+
},
|
| 563 |
+
{
|
| 564 |
+
"epoch": 0.0,
|
| 565 |
+
"learning_rate": 2.2916666666666667e-05,
|
| 566 |
+
"loss": 1.3831,
|
| 567 |
+
"step": 93
|
| 568 |
+
},
|
| 569 |
+
{
|
| 570 |
+
"epoch": 0.0,
|
| 571 |
+
"learning_rate": 2.0833333333333336e-05,
|
| 572 |
+
"loss": 1.6149,
|
| 573 |
+
"step": 94
|
| 574 |
+
},
|
| 575 |
+
{
|
| 576 |
+
"epoch": 0.0,
|
| 577 |
+
"learning_rate": 1.8750000000000002e-05,
|
| 578 |
+
"loss": 1.7824,
|
| 579 |
+
"step": 95
|
| 580 |
+
},
|
| 581 |
+
{
|
| 582 |
+
"epoch": 0.0,
|
| 583 |
+
"learning_rate": 1.6666666666666667e-05,
|
| 584 |
+
"loss": 1.5808,
|
| 585 |
+
"step": 96
|
| 586 |
+
},
|
| 587 |
+
{
|
| 588 |
+
"epoch": 0.0,
|
| 589 |
+
"learning_rate": 1.4583333333333335e-05,
|
| 590 |
+
"loss": 1.6656,
|
| 591 |
+
"step": 97
|
| 592 |
+
},
|
| 593 |
+
{
|
| 594 |
+
"epoch": 0.0,
|
| 595 |
+
"learning_rate": 1.25e-05,
|
| 596 |
+
"loss": 1.48,
|
| 597 |
+
"step": 98
|
| 598 |
+
},
|
| 599 |
+
{
|
| 600 |
+
"epoch": 0.0,
|
| 601 |
+
"learning_rate": 1.0416666666666668e-05,
|
| 602 |
+
"loss": 1.5118,
|
| 603 |
+
"step": 99
|
| 604 |
+
},
|
| 605 |
+
{
|
| 606 |
+
"epoch": 0.0,
|
| 607 |
+
"learning_rate": 8.333333333333334e-06,
|
| 608 |
+
"loss": 1.8386,
|
| 609 |
+
"step": 100
|
| 610 |
}
|
| 611 |
],
|
| 612 |
"logging_steps": 1,
|
| 613 |
"max_steps": 101,
|
| 614 |
"num_train_epochs": 1,
|
| 615 |
"save_steps": 50,
|
| 616 |
+
"total_flos": 6150946682830848.0,
|
| 617 |
"trial_name": null,
|
| 618 |
"trial_params": null
|
| 619 |
}
|