Training in progress, step 600, checkpoint
Browse files
checkpoint-600/adapter_config.json
CHANGED
@@ -23,12 +23,12 @@
|
|
23 |
"rank_pattern": {},
|
24 |
"revision": null,
|
25 |
"target_modules": [
|
26 |
-
"o_proj",
|
27 |
-
"up_proj",
|
28 |
"k_proj",
|
29 |
-
"
|
30 |
"v_proj",
|
|
|
31 |
"q_proj",
|
|
|
32 |
"gate_proj"
|
33 |
],
|
34 |
"task_type": "CAUSAL_LM",
|
|
|
23 |
"rank_pattern": {},
|
24 |
"revision": null,
|
25 |
"target_modules": [
|
|
|
|
|
26 |
"k_proj",
|
27 |
+
"up_proj",
|
28 |
"v_proj",
|
29 |
+
"o_proj",
|
30 |
"q_proj",
|
31 |
+
"down_proj",
|
32 |
"gate_proj"
|
33 |
],
|
34 |
"task_type": "CAUSAL_LM",
|
checkpoint-600/adapter_model.safetensors
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 45118424
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:3e18eef8b7057b6fd894829b81e17fffa8f7119e5f8a5312b4ff4c71429d7851
|
3 |
size 45118424
|
checkpoint-600/optimizer.pt
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 23159546
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:2d235470d2a6fb04063db2484730247ae8fa0497bf7eff433c19a7162e5d1c32
|
3 |
size 23159546
|
checkpoint-600/trainer_state.json
CHANGED
@@ -10,210 +10,210 @@
|
|
10 |
"log_history": [
|
11 |
{
|
12 |
"epoch": 0.021333333333333333,
|
13 |
-
"grad_norm": 0.
|
14 |
"learning_rate": 0.00019678111587982831,
|
15 |
-
"loss": 1.
|
16 |
"step": 20
|
17 |
},
|
18 |
{
|
19 |
"epoch": 0.042666666666666665,
|
20 |
-
"grad_norm": 0.
|
21 |
"learning_rate": 0.0001924892703862661,
|
22 |
"loss": 0.8918,
|
23 |
"step": 40
|
24 |
},
|
25 |
{
|
26 |
"epoch": 0.064,
|
27 |
-
"grad_norm": 0.
|
28 |
"learning_rate": 0.00018819742489270387,
|
29 |
"loss": 0.8588,
|
30 |
"step": 60
|
31 |
},
|
32 |
{
|
33 |
"epoch": 0.08533333333333333,
|
34 |
-
"grad_norm": 0.
|
35 |
"learning_rate": 0.00018390557939914164,
|
36 |
"loss": 0.7577,
|
37 |
"step": 80
|
38 |
},
|
39 |
{
|
40 |
"epoch": 0.10666666666666667,
|
41 |
-
"grad_norm": 0.
|
42 |
"learning_rate": 0.00017961373390557942,
|
43 |
"loss": 0.7796,
|
44 |
"step": 100
|
45 |
},
|
46 |
{
|
47 |
"epoch": 0.128,
|
48 |
-
"grad_norm": 0.
|
49 |
"learning_rate": 0.00017532188841201717,
|
50 |
"loss": 0.7647,
|
51 |
"step": 120
|
52 |
},
|
53 |
{
|
54 |
"epoch": 0.14933333333333335,
|
55 |
-
"grad_norm": 0.
|
56 |
"learning_rate": 0.00017103004291845494,
|
57 |
-
"loss": 0.
|
58 |
"step": 140
|
59 |
},
|
60 |
{
|
61 |
"epoch": 0.17066666666666666,
|
62 |
-
"grad_norm": 0.
|
63 |
"learning_rate": 0.00016673819742489272,
|
64 |
"loss": 0.7586,
|
65 |
"step": 160
|
66 |
},
|
67 |
{
|
68 |
"epoch": 0.192,
|
69 |
-
"grad_norm": 0.
|
70 |
"learning_rate": 0.0001624463519313305,
|
71 |
"loss": 0.7364,
|
72 |
"step": 180
|
73 |
},
|
74 |
{
|
75 |
"epoch": 0.21333333333333335,
|
76 |
-
"grad_norm": 0.
|
77 |
"learning_rate": 0.00015815450643776824,
|
78 |
"loss": 0.7943,
|
79 |
"step": 200
|
80 |
},
|
81 |
{
|
82 |
"epoch": 0.23466666666666666,
|
83 |
-
"grad_norm": 0.
|
84 |
"learning_rate": 0.000153862660944206,
|
85 |
-
"loss": 0.
|
86 |
"step": 220
|
87 |
},
|
88 |
{
|
89 |
"epoch": 0.256,
|
90 |
-
"grad_norm": 0.
|
91 |
"learning_rate": 0.00014957081545064377,
|
92 |
"loss": 0.7495,
|
93 |
"step": 240
|
94 |
},
|
95 |
{
|
96 |
"epoch": 0.2773333333333333,
|
97 |
-
"grad_norm": 0.
|
98 |
"learning_rate": 0.00014527896995708155,
|
99 |
"loss": 0.7739,
|
100 |
"step": 260
|
101 |
},
|
102 |
{
|
103 |
"epoch": 0.2986666666666667,
|
104 |
-
"grad_norm": 0.
|
105 |
"learning_rate": 0.00014098712446351932,
|
106 |
"loss": 0.7125,
|
107 |
"step": 280
|
108 |
},
|
109 |
{
|
110 |
"epoch": 0.32,
|
111 |
-
"grad_norm": 0.
|
112 |
"learning_rate": 0.0001366952789699571,
|
113 |
-
"loss": 0.
|
114 |
"step": 300
|
115 |
},
|
116 |
{
|
117 |
"epoch": 0.3413333333333333,
|
118 |
-
"grad_norm": 0.
|
119 |
"learning_rate": 0.00013240343347639485,
|
120 |
"loss": 0.6974,
|
121 |
"step": 320
|
122 |
},
|
123 |
{
|
124 |
"epoch": 0.3626666666666667,
|
125 |
-
"grad_norm": 0.
|
126 |
"learning_rate": 0.00012811158798283262,
|
127 |
"loss": 0.7555,
|
128 |
"step": 340
|
129 |
},
|
130 |
{
|
131 |
"epoch": 0.384,
|
132 |
-
"grad_norm": 0.
|
133 |
"learning_rate": 0.0001238197424892704,
|
134 |
-
"loss": 0.
|
135 |
"step": 360
|
136 |
},
|
137 |
{
|
138 |
"epoch": 0.4053333333333333,
|
139 |
-
"grad_norm": 0.
|
140 |
"learning_rate": 0.00011952789699570816,
|
141 |
"loss": 0.7466,
|
142 |
"step": 380
|
143 |
},
|
144 |
{
|
145 |
"epoch": 0.4266666666666667,
|
146 |
-
"grad_norm": 0.
|
147 |
"learning_rate": 0.00011523605150214594,
|
148 |
"loss": 0.6999,
|
149 |
"step": 400
|
150 |
},
|
151 |
{
|
152 |
"epoch": 0.448,
|
153 |
-
"grad_norm": 0.
|
154 |
"learning_rate": 0.0001109442060085837,
|
155 |
"loss": 0.7554,
|
156 |
"step": 420
|
157 |
},
|
158 |
{
|
159 |
"epoch": 0.4693333333333333,
|
160 |
-
"grad_norm": 0.
|
161 |
"learning_rate": 0.00010665236051502145,
|
162 |
"loss": 0.7347,
|
163 |
"step": 440
|
164 |
},
|
165 |
{
|
166 |
"epoch": 0.49066666666666664,
|
167 |
-
"grad_norm": 0.
|
168 |
"learning_rate": 0.00010236051502145923,
|
169 |
"loss": 0.7075,
|
170 |
"step": 460
|
171 |
},
|
172 |
{
|
173 |
"epoch": 0.512,
|
174 |
-
"grad_norm": 0.
|
175 |
"learning_rate": 9.8068669527897e-05,
|
176 |
-
"loss": 0.
|
177 |
"step": 480
|
178 |
},
|
179 |
{
|
180 |
"epoch": 0.5333333333333333,
|
181 |
-
"grad_norm": 0.
|
182 |
"learning_rate": 9.377682403433476e-05,
|
183 |
"loss": 0.7269,
|
184 |
"step": 500
|
185 |
},
|
186 |
{
|
187 |
"epoch": 0.5546666666666666,
|
188 |
-
"grad_norm": 0.
|
189 |
"learning_rate": 8.948497854077254e-05,
|
190 |
"loss": 0.7505,
|
191 |
"step": 520
|
192 |
},
|
193 |
{
|
194 |
"epoch": 0.576,
|
195 |
-
"grad_norm": 0.
|
196 |
"learning_rate": 8.51931330472103e-05,
|
197 |
"loss": 0.7085,
|
198 |
"step": 540
|
199 |
},
|
200 |
{
|
201 |
"epoch": 0.5973333333333334,
|
202 |
-
"grad_norm": 0.
|
203 |
"learning_rate": 8.090128755364808e-05,
|
204 |
"loss": 0.6989,
|
205 |
"step": 560
|
206 |
},
|
207 |
{
|
208 |
"epoch": 0.6186666666666667,
|
209 |
-
"grad_norm": 0.
|
210 |
"learning_rate": 7.660944206008584e-05,
|
211 |
"loss": 0.7368,
|
212 |
"step": 580
|
213 |
},
|
214 |
{
|
215 |
"epoch": 0.64,
|
216 |
-
"grad_norm": 0.
|
217 |
"learning_rate": 7.23175965665236e-05,
|
218 |
"loss": 0.7167,
|
219 |
"step": 600
|
|
|
10 |
"log_history": [
|
11 |
{
|
12 |
"epoch": 0.021333333333333333,
|
13 |
+
"grad_norm": 0.4694526791572571,
|
14 |
"learning_rate": 0.00019678111587982831,
|
15 |
+
"loss": 1.2772,
|
16 |
"step": 20
|
17 |
},
|
18 |
{
|
19 |
"epoch": 0.042666666666666665,
|
20 |
+
"grad_norm": 0.34691280126571655,
|
21 |
"learning_rate": 0.0001924892703862661,
|
22 |
"loss": 0.8918,
|
23 |
"step": 40
|
24 |
},
|
25 |
{
|
26 |
"epoch": 0.064,
|
27 |
+
"grad_norm": 0.44894590973854065,
|
28 |
"learning_rate": 0.00018819742489270387,
|
29 |
"loss": 0.8588,
|
30 |
"step": 60
|
31 |
},
|
32 |
{
|
33 |
"epoch": 0.08533333333333333,
|
34 |
+
"grad_norm": 0.4901750981807709,
|
35 |
"learning_rate": 0.00018390557939914164,
|
36 |
"loss": 0.7577,
|
37 |
"step": 80
|
38 |
},
|
39 |
{
|
40 |
"epoch": 0.10666666666666667,
|
41 |
+
"grad_norm": 0.3013491630554199,
|
42 |
"learning_rate": 0.00017961373390557942,
|
43 |
"loss": 0.7796,
|
44 |
"step": 100
|
45 |
},
|
46 |
{
|
47 |
"epoch": 0.128,
|
48 |
+
"grad_norm": 0.35143589973449707,
|
49 |
"learning_rate": 0.00017532188841201717,
|
50 |
"loss": 0.7647,
|
51 |
"step": 120
|
52 |
},
|
53 |
{
|
54 |
"epoch": 0.14933333333333335,
|
55 |
+
"grad_norm": 0.29885634779930115,
|
56 |
"learning_rate": 0.00017103004291845494,
|
57 |
+
"loss": 0.674,
|
58 |
"step": 140
|
59 |
},
|
60 |
{
|
61 |
"epoch": 0.17066666666666666,
|
62 |
+
"grad_norm": 0.26554301381111145,
|
63 |
"learning_rate": 0.00016673819742489272,
|
64 |
"loss": 0.7586,
|
65 |
"step": 160
|
66 |
},
|
67 |
{
|
68 |
"epoch": 0.192,
|
69 |
+
"grad_norm": 0.2963835895061493,
|
70 |
"learning_rate": 0.0001624463519313305,
|
71 |
"loss": 0.7364,
|
72 |
"step": 180
|
73 |
},
|
74 |
{
|
75 |
"epoch": 0.21333333333333335,
|
76 |
+
"grad_norm": 0.36166927218437195,
|
77 |
"learning_rate": 0.00015815450643776824,
|
78 |
"loss": 0.7943,
|
79 |
"step": 200
|
80 |
},
|
81 |
{
|
82 |
"epoch": 0.23466666666666666,
|
83 |
+
"grad_norm": 0.23920877277851105,
|
84 |
"learning_rate": 0.000153862660944206,
|
85 |
+
"loss": 0.7055,
|
86 |
"step": 220
|
87 |
},
|
88 |
{
|
89 |
"epoch": 0.256,
|
90 |
+
"grad_norm": 0.32076919078826904,
|
91 |
"learning_rate": 0.00014957081545064377,
|
92 |
"loss": 0.7495,
|
93 |
"step": 240
|
94 |
},
|
95 |
{
|
96 |
"epoch": 0.2773333333333333,
|
97 |
+
"grad_norm": 0.34986230731010437,
|
98 |
"learning_rate": 0.00014527896995708155,
|
99 |
"loss": 0.7739,
|
100 |
"step": 260
|
101 |
},
|
102 |
{
|
103 |
"epoch": 0.2986666666666667,
|
104 |
+
"grad_norm": 0.27509021759033203,
|
105 |
"learning_rate": 0.00014098712446351932,
|
106 |
"loss": 0.7125,
|
107 |
"step": 280
|
108 |
},
|
109 |
{
|
110 |
"epoch": 0.32,
|
111 |
+
"grad_norm": 0.2761971652507782,
|
112 |
"learning_rate": 0.0001366952789699571,
|
113 |
+
"loss": 0.7306,
|
114 |
"step": 300
|
115 |
},
|
116 |
{
|
117 |
"epoch": 0.3413333333333333,
|
118 |
+
"grad_norm": 0.27699899673461914,
|
119 |
"learning_rate": 0.00013240343347639485,
|
120 |
"loss": 0.6974,
|
121 |
"step": 320
|
122 |
},
|
123 |
{
|
124 |
"epoch": 0.3626666666666667,
|
125 |
+
"grad_norm": 0.33432355523109436,
|
126 |
"learning_rate": 0.00012811158798283262,
|
127 |
"loss": 0.7555,
|
128 |
"step": 340
|
129 |
},
|
130 |
{
|
131 |
"epoch": 0.384,
|
132 |
+
"grad_norm": 0.2890004515647888,
|
133 |
"learning_rate": 0.0001238197424892704,
|
134 |
+
"loss": 0.7221,
|
135 |
"step": 360
|
136 |
},
|
137 |
{
|
138 |
"epoch": 0.4053333333333333,
|
139 |
+
"grad_norm": 0.3435133397579193,
|
140 |
"learning_rate": 0.00011952789699570816,
|
141 |
"loss": 0.7466,
|
142 |
"step": 380
|
143 |
},
|
144 |
{
|
145 |
"epoch": 0.4266666666666667,
|
146 |
+
"grad_norm": 0.42325925827026367,
|
147 |
"learning_rate": 0.00011523605150214594,
|
148 |
"loss": 0.6999,
|
149 |
"step": 400
|
150 |
},
|
151 |
{
|
152 |
"epoch": 0.448,
|
153 |
+
"grad_norm": 0.3292069733142853,
|
154 |
"learning_rate": 0.0001109442060085837,
|
155 |
"loss": 0.7554,
|
156 |
"step": 420
|
157 |
},
|
158 |
{
|
159 |
"epoch": 0.4693333333333333,
|
160 |
+
"grad_norm": 0.3431546092033386,
|
161 |
"learning_rate": 0.00010665236051502145,
|
162 |
"loss": 0.7347,
|
163 |
"step": 440
|
164 |
},
|
165 |
{
|
166 |
"epoch": 0.49066666666666664,
|
167 |
+
"grad_norm": 0.35773923993110657,
|
168 |
"learning_rate": 0.00010236051502145923,
|
169 |
"loss": 0.7075,
|
170 |
"step": 460
|
171 |
},
|
172 |
{
|
173 |
"epoch": 0.512,
|
174 |
+
"grad_norm": 0.34283700585365295,
|
175 |
"learning_rate": 9.8068669527897e-05,
|
176 |
+
"loss": 0.7339,
|
177 |
"step": 480
|
178 |
},
|
179 |
{
|
180 |
"epoch": 0.5333333333333333,
|
181 |
+
"grad_norm": 0.3486020267009735,
|
182 |
"learning_rate": 9.377682403433476e-05,
|
183 |
"loss": 0.7269,
|
184 |
"step": 500
|
185 |
},
|
186 |
{
|
187 |
"epoch": 0.5546666666666666,
|
188 |
+
"grad_norm": 0.3991217315196991,
|
189 |
"learning_rate": 8.948497854077254e-05,
|
190 |
"loss": 0.7505,
|
191 |
"step": 520
|
192 |
},
|
193 |
{
|
194 |
"epoch": 0.576,
|
195 |
+
"grad_norm": 0.33239027857780457,
|
196 |
"learning_rate": 8.51931330472103e-05,
|
197 |
"loss": 0.7085,
|
198 |
"step": 540
|
199 |
},
|
200 |
{
|
201 |
"epoch": 0.5973333333333334,
|
202 |
+
"grad_norm": 0.31634777784347534,
|
203 |
"learning_rate": 8.090128755364808e-05,
|
204 |
"loss": 0.6989,
|
205 |
"step": 560
|
206 |
},
|
207 |
{
|
208 |
"epoch": 0.6186666666666667,
|
209 |
+
"grad_norm": 0.29959481954574585,
|
210 |
"learning_rate": 7.660944206008584e-05,
|
211 |
"loss": 0.7368,
|
212 |
"step": 580
|
213 |
},
|
214 |
{
|
215 |
"epoch": 0.64,
|
216 |
+
"grad_norm": 0.32558491826057434,
|
217 |
"learning_rate": 7.23175965665236e-05,
|
218 |
"loss": 0.7167,
|
219 |
"step": 600
|
checkpoint-600/training_args.bin
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 5560
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:69617c1bea4a27e99b6c6729498e45489dcd01641dbfbfbf0cc0b118ad579975
|
3 |
size 5560
|