Training in progress, step 100, checkpoint
Browse files- last-checkpoint/README.md +0 -19
- last-checkpoint/adapter_model.safetensors +1 -1
- last-checkpoint/global_step100/mp_rank_00_model_states.pt +3 -0
- last-checkpoint/global_step100/zero_pp_rank_0_mp_rank_00_optim_states.pt +3 -0
- last-checkpoint/latest +1 -1
- last-checkpoint/rng_state.pth +1 -1
- last-checkpoint/trainer_state.json +303 -3
last-checkpoint/README.md
CHANGED
@@ -217,23 +217,4 @@ The following `bitsandbytes` quantization config was used during training:
|
|
217 |
### Framework versions
|
218 |
|
219 |
|
220 |
-
- PEFT 0.6.2
|
221 |
-
## Training procedure
|
222 |
-
|
223 |
-
|
224 |
-
The following `bitsandbytes` quantization config was used during training:
|
225 |
-
- quant_method: bitsandbytes
|
226 |
-
- load_in_8bit: False
|
227 |
-
- load_in_4bit: True
|
228 |
-
- llm_int8_threshold: 6.0
|
229 |
-
- llm_int8_skip_modules: None
|
230 |
-
- llm_int8_enable_fp32_cpu_offload: False
|
231 |
-
- llm_int8_has_fp16_weight: True
|
232 |
-
- bnb_4bit_quant_type: nf4
|
233 |
-
- bnb_4bit_use_double_quant: True
|
234 |
-
- bnb_4bit_compute_dtype: float16
|
235 |
-
|
236 |
-
### Framework versions
|
237 |
-
|
238 |
-
|
239 |
- PEFT 0.6.2
|
|
|
217 |
### Framework versions
|
218 |
|
219 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
220 |
- PEFT 0.6.2
|
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:dc6ff8066082ef557afccbd11fb614aa147c34dbb495a11a9b6571c45231a755
|
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 sha256:5c9382c6920279a7fafbc8ce7da74c141bfa7a777ea6bcf1b8964804673154e6
|
3 |
+
size 8182659910
|
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 sha256:441b1f27ab6f96995daf94a031614a4425be0a30f8cf007101c6085e9a7f2024
|
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": 0.00011666666666666668,
|
308 |
"loss": 1.3727,
|
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": 0.00011666666666666668,
|
308 |
"loss": 1.3727,
|
309 |
"step": 50
|
310 |
+
},
|
311 |
+
{
|
312 |
+
"epoch": 0.0,
|
313 |
+
"learning_rate": 0.00011458333333333333,
|
314 |
+
"loss": 1.7153,
|
315 |
+
"step": 51
|
316 |
+
},
|
317 |
+
{
|
318 |
+
"epoch": 0.0,
|
319 |
+
"learning_rate": 0.00011250000000000001,
|
320 |
+
"loss": 1.6515,
|
321 |
+
"step": 52
|
322 |
+
},
|
323 |
+
{
|
324 |
+
"epoch": 0.0,
|
325 |
+
"learning_rate": 0.00011041666666666668,
|
326 |
+
"loss": 1.6403,
|
327 |
+
"step": 53
|
328 |
+
},
|
329 |
+
{
|
330 |
+
"epoch": 0.0,
|
331 |
+
"learning_rate": 0.00010833333333333333,
|
332 |
+
"loss": 1.4329,
|
333 |
+
"step": 54
|
334 |
+
},
|
335 |
+
{
|
336 |
+
"epoch": 0.0,
|
337 |
+
"learning_rate": 0.00010625000000000001,
|
338 |
+
"loss": 1.6322,
|
339 |
+
"step": 55
|
340 |
+
},
|
341 |
+
{
|
342 |
+
"epoch": 0.0,
|
343 |
+
"learning_rate": 0.00010416666666666667,
|
344 |
+
"loss": 1.5179,
|
345 |
+
"step": 56
|
346 |
+
},
|
347 |
+
{
|
348 |
+
"epoch": 0.0,
|
349 |
+
"learning_rate": 0.00010208333333333333,
|
350 |
+
"loss": 1.8221,
|
351 |
+
"step": 57
|
352 |
+
},
|
353 |
+
{
|
354 |
+
"epoch": 0.0,
|
355 |
+
"learning_rate": 0.0001,
|
356 |
+
"loss": 1.486,
|
357 |
+
"step": 58
|
358 |
+
},
|
359 |
+
{
|
360 |
+
"epoch": 0.0,
|
361 |
+
"learning_rate": 9.791666666666667e-05,
|
362 |
+
"loss": 1.5899,
|
363 |
+
"step": 59
|
364 |
+
},
|
365 |
+
{
|
366 |
+
"epoch": 0.0,
|
367 |
+
"learning_rate": 9.583333333333334e-05,
|
368 |
+
"loss": 1.9237,
|
369 |
+
"step": 60
|
370 |
+
},
|
371 |
+
{
|
372 |
+
"epoch": 0.0,
|
373 |
+
"learning_rate": 9.375e-05,
|
374 |
+
"loss": 1.5147,
|
375 |
+
"step": 61
|
376 |
+
},
|
377 |
+
{
|
378 |
+
"epoch": 0.0,
|
379 |
+
"learning_rate": 9.166666666666667e-05,
|
380 |
+
"loss": 1.7256,
|
381 |
+
"step": 62
|
382 |
+
},
|
383 |
+
{
|
384 |
+
"epoch": 0.0,
|
385 |
+
"learning_rate": 8.958333333333335e-05,
|
386 |
+
"loss": 1.3188,
|
387 |
+
"step": 63
|
388 |
+
},
|
389 |
+
{
|
390 |
+
"epoch": 0.0,
|
391 |
+
"learning_rate": 8.75e-05,
|
392 |
+
"loss": 1.7062,
|
393 |
+
"step": 64
|
394 |
+
},
|
395 |
+
{
|
396 |
+
"epoch": 0.0,
|
397 |
+
"learning_rate": 8.541666666666666e-05,
|
398 |
+
"loss": 1.6038,
|
399 |
+
"step": 65
|
400 |
+
},
|
401 |
+
{
|
402 |
+
"epoch": 0.0,
|
403 |
+
"learning_rate": 8.333333333333334e-05,
|
404 |
+
"loss": 1.3076,
|
405 |
+
"step": 66
|
406 |
+
},
|
407 |
+
{
|
408 |
+
"epoch": 0.0,
|
409 |
+
"learning_rate": 8.125000000000001e-05,
|
410 |
+
"loss": 1.5869,
|
411 |
+
"step": 67
|
412 |
+
},
|
413 |
+
{
|
414 |
+
"epoch": 0.0,
|
415 |
+
"learning_rate": 7.916666666666666e-05,
|
416 |
+
"loss": 1.5563,
|
417 |
+
"step": 68
|
418 |
+
},
|
419 |
+
{
|
420 |
+
"epoch": 0.0,
|
421 |
+
"learning_rate": 7.708333333333334e-05,
|
422 |
+
"loss": 1.7162,
|
423 |
+
"step": 69
|
424 |
+
},
|
425 |
+
{
|
426 |
+
"epoch": 0.0,
|
427 |
+
"learning_rate": 7.500000000000001e-05,
|
428 |
+
"loss": 1.8046,
|
429 |
+
"step": 70
|
430 |
+
},
|
431 |
+
{
|
432 |
+
"epoch": 0.0,
|
433 |
+
"learning_rate": 7.291666666666667e-05,
|
434 |
+
"loss": 1.8195,
|
435 |
+
"step": 71
|
436 |
+
},
|
437 |
+
{
|
438 |
+
"epoch": 0.0,
|
439 |
+
"learning_rate": 7.083333333333334e-05,
|
440 |
+
"loss": 1.7427,
|
441 |
+
"step": 72
|
442 |
+
},
|
443 |
+
{
|
444 |
+
"epoch": 0.0,
|
445 |
+
"learning_rate": 6.875e-05,
|
446 |
+
"loss": 1.164,
|
447 |
+
"step": 73
|
448 |
+
},
|
449 |
+
{
|
450 |
+
"epoch": 0.0,
|
451 |
+
"learning_rate": 6.666666666666667e-05,
|
452 |
+
"loss": 1.6653,
|
453 |
+
"step": 74
|
454 |
+
},
|
455 |
+
{
|
456 |
+
"epoch": 0.0,
|
457 |
+
"learning_rate": 6.458333333333334e-05,
|
458 |
+
"loss": 1.6099,
|
459 |
+
"step": 75
|
460 |
+
},
|
461 |
+
{
|
462 |
+
"epoch": 0.0,
|
463 |
+
"learning_rate": 6.25e-05,
|
464 |
+
"loss": 1.6574,
|
465 |
+
"step": 76
|
466 |
+
},
|
467 |
+
{
|
468 |
+
"epoch": 0.0,
|
469 |
+
"learning_rate": 6.041666666666667e-05,
|
470 |
+
"loss": 1.6743,
|
471 |
+
"step": 77
|
472 |
+
},
|
473 |
+
{
|
474 |
+
"epoch": 0.0,
|
475 |
+
"learning_rate": 5.833333333333334e-05,
|
476 |
+
"loss": 1.5,
|
477 |
+
"step": 78
|
478 |
+
},
|
479 |
+
{
|
480 |
+
"epoch": 0.0,
|
481 |
+
"learning_rate": 5.6250000000000005e-05,
|
482 |
+
"loss": 1.8009,
|
483 |
+
"step": 79
|
484 |
+
},
|
485 |
+
{
|
486 |
+
"epoch": 0.0,
|
487 |
+
"learning_rate": 5.4166666666666664e-05,
|
488 |
+
"loss": 1.5946,
|
489 |
+
"step": 80
|
490 |
+
},
|
491 |
+
{
|
492 |
+
"epoch": 0.0,
|
493 |
+
"learning_rate": 5.208333333333334e-05,
|
494 |
+
"loss": 1.7701,
|
495 |
+
"step": 81
|
496 |
+
},
|
497 |
+
{
|
498 |
+
"epoch": 0.0,
|
499 |
+
"learning_rate": 5e-05,
|
500 |
+
"loss": 1.3302,
|
501 |
+
"step": 82
|
502 |
+
},
|
503 |
+
{
|
504 |
+
"epoch": 0.0,
|
505 |
+
"learning_rate": 4.791666666666667e-05,
|
506 |
+
"loss": 1.7082,
|
507 |
+
"step": 83
|
508 |
+
},
|
509 |
+
{
|
510 |
+
"epoch": 0.0,
|
511 |
+
"learning_rate": 4.5833333333333334e-05,
|
512 |
+
"loss": 1.3644,
|
513 |
+
"step": 84
|
514 |
+
},
|
515 |
+
{
|
516 |
+
"epoch": 0.0,
|
517 |
+
"learning_rate": 4.375e-05,
|
518 |
+
"loss": 1.1494,
|
519 |
+
"step": 85
|
520 |
+
},
|
521 |
+
{
|
522 |
+
"epoch": 0.0,
|
523 |
+
"learning_rate": 4.166666666666667e-05,
|
524 |
+
"loss": 1.7472,
|
525 |
+
"step": 86
|
526 |
+
},
|
527 |
+
{
|
528 |
+
"epoch": 0.0,
|
529 |
+
"learning_rate": 3.958333333333333e-05,
|
530 |
+
"loss": 1.4859,
|
531 |
+
"step": 87
|
532 |
+
},
|
533 |
+
{
|
534 |
+
"epoch": 0.0,
|
535 |
+
"learning_rate": 3.7500000000000003e-05,
|
536 |
+
"loss": 1.5887,
|
537 |
+
"step": 88
|
538 |
+
},
|
539 |
+
{
|
540 |
+
"epoch": 0.0,
|
541 |
+
"learning_rate": 3.541666666666667e-05,
|
542 |
+
"loss": 1.6093,
|
543 |
+
"step": 89
|
544 |
+
},
|
545 |
+
{
|
546 |
+
"epoch": 0.0,
|
547 |
+
"learning_rate": 3.3333333333333335e-05,
|
548 |
+
"loss": 1.814,
|
549 |
+
"step": 90
|
550 |
+
},
|
551 |
+
{
|
552 |
+
"epoch": 0.0,
|
553 |
+
"learning_rate": 3.125e-05,
|
554 |
+
"loss": 1.5288,
|
555 |
+
"step": 91
|
556 |
+
},
|
557 |
+
{
|
558 |
+
"epoch": 0.0,
|
559 |
+
"learning_rate": 2.916666666666667e-05,
|
560 |
+
"loss": 1.3786,
|
561 |
+
"step": 92
|
562 |
+
},
|
563 |
+
{
|
564 |
+
"epoch": 0.0,
|
565 |
+
"learning_rate": 2.7083333333333332e-05,
|
566 |
+
"loss": 1.3912,
|
567 |
+
"step": 93
|
568 |
+
},
|
569 |
+
{
|
570 |
+
"epoch": 0.0,
|
571 |
+
"learning_rate": 2.5e-05,
|
572 |
+
"loss": 1.6132,
|
573 |
+
"step": 94
|
574 |
+
},
|
575 |
+
{
|
576 |
+
"epoch": 0.0,
|
577 |
+
"learning_rate": 2.2916666666666667e-05,
|
578 |
+
"loss": 1.7836,
|
579 |
+
"step": 95
|
580 |
+
},
|
581 |
+
{
|
582 |
+
"epoch": 0.0,
|
583 |
+
"learning_rate": 2.0833333333333336e-05,
|
584 |
+
"loss": 1.5794,
|
585 |
+
"step": 96
|
586 |
+
},
|
587 |
+
{
|
588 |
+
"epoch": 0.0,
|
589 |
+
"learning_rate": 1.8750000000000002e-05,
|
590 |
+
"loss": 1.6676,
|
591 |
+
"step": 97
|
592 |
+
},
|
593 |
+
{
|
594 |
+
"epoch": 0.0,
|
595 |
+
"learning_rate": 1.6666666666666667e-05,
|
596 |
+
"loss": 1.4828,
|
597 |
+
"step": 98
|
598 |
+
},
|
599 |
+
{
|
600 |
+
"epoch": 0.0,
|
601 |
+
"learning_rate": 1.4583333333333335e-05,
|
602 |
+
"loss": 1.5134,
|
603 |
+
"step": 99
|
604 |
+
},
|
605 |
+
{
|
606 |
+
"epoch": 0.0,
|
607 |
+
"learning_rate": 1.25e-05,
|
608 |
+
"loss": 1.8423,
|
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 |
}
|