bbytxt commited on
Commit
227fd04
·
verified ·
1 Parent(s): 3b838d3

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:e7dab351f388bbaa079e8dfaa8bb17626d54e12dddce669905f03fadcd834362
3
  size 800116456
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:d7a169b30226ff8c374ebbde4bf9195d11864eee6a7a9c5478d095aae4b2a8a3
3
  size 800116456
last-checkpoint/optimizer.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:78f0405c5858280474a8fab320b1f4b6e864f59d11b1d90f349dc79ab1f7ddb5
3
  size 1600457770
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:80c3ae06b7e3627c378467a4440ab3c284f0f07a6e162298c79a89700a475352
3
  size 1600457770
last-checkpoint/rng_state.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:355666a9e3b2e87c83c1ac50dc4f0e5397cdd8142ffb5fed61a926854370e4f8
3
  size 14244
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:bfd666132be82d00db6f4728f35d03040dc7ce6a03c9d33355082c1b93e7132d
3
  size 14244
last-checkpoint/scheduler.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:d689b2d605789fff660b4cfbb1ce6889a5251953118f474a71b33d74e2d19be7
3
  size 1064
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f2c4a11c3ec7ace2e963dc6e2b0b5b6372cc0250cefb36d5f7289475908638cb
3
  size 1064
last-checkpoint/trainer_state.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
- "best_metric": 1.4636348485946655,
3
- "best_model_checkpoint": "miner_id_24/checkpoint-50",
4
- "epoch": 0.4166666666666667,
5
  "eval_steps": 50,
6
- "global_step": 50,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
@@ -373,6 +373,364 @@
373
  "eval_samples_per_second": 11.099,
374
  "eval_steps_per_second": 1.429,
375
  "step": 50
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
376
  }
377
  ],
378
  "logging_steps": 1,
@@ -396,12 +754,12 @@
396
  "should_evaluate": false,
397
  "should_log": false,
398
  "should_save": true,
399
- "should_training_stop": false
400
  },
401
  "attributes": {}
402
  }
403
  },
404
- "total_flos": 7.81641131753472e+16,
405
  "train_batch_size": 8,
406
  "trial_name": null,
407
  "trial_params": null
 
1
  {
2
+ "best_metric": 1.432803750038147,
3
+ "best_model_checkpoint": "miner_id_24/checkpoint-100",
4
+ "epoch": 0.8333333333333334,
5
  "eval_steps": 50,
6
+ "global_step": 100,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
 
373
  "eval_samples_per_second": 11.099,
374
  "eval_steps_per_second": 1.429,
375
  "step": 50
376
+ },
377
+ {
378
+ "epoch": 0.425,
379
+ "grad_norm": 2.499925136566162,
380
+ "learning_rate": 3.969463130731183e-06,
381
+ "loss": 1.4591,
382
+ "step": 51
383
+ },
384
+ {
385
+ "epoch": 0.43333333333333335,
386
+ "grad_norm": 2.638784170150757,
387
+ "learning_rate": 3.8772424536302565e-06,
388
+ "loss": 1.3876,
389
+ "step": 52
390
+ },
391
+ {
392
+ "epoch": 0.44166666666666665,
393
+ "grad_norm": 2.7035515308380127,
394
+ "learning_rate": 3.782248193514766e-06,
395
+ "loss": 1.4014,
396
+ "step": 53
397
+ },
398
+ {
399
+ "epoch": 0.45,
400
+ "grad_norm": 3.1544301509857178,
401
+ "learning_rate": 3.684671656182497e-06,
402
+ "loss": 1.3941,
403
+ "step": 54
404
+ },
405
+ {
406
+ "epoch": 0.4583333333333333,
407
+ "grad_norm": 2.7896924018859863,
408
+ "learning_rate": 3.5847093477938955e-06,
409
+ "loss": 1.3751,
410
+ "step": 55
411
+ },
412
+ {
413
+ "epoch": 0.4666666666666667,
414
+ "grad_norm": 3.281968832015991,
415
+ "learning_rate": 3.4825625791348093e-06,
416
+ "loss": 1.2745,
417
+ "step": 56
418
+ },
419
+ {
420
+ "epoch": 0.475,
421
+ "grad_norm": 3.6155593395233154,
422
+ "learning_rate": 3.3784370602033572e-06,
423
+ "loss": 1.1763,
424
+ "step": 57
425
+ },
426
+ {
427
+ "epoch": 0.48333333333333334,
428
+ "grad_norm": 4.625380039215088,
429
+ "learning_rate": 3.272542485937369e-06,
430
+ "loss": 1.407,
431
+ "step": 58
432
+ },
433
+ {
434
+ "epoch": 0.49166666666666664,
435
+ "grad_norm": 2.164090633392334,
436
+ "learning_rate": 3.165092113916688e-06,
437
+ "loss": 1.6163,
438
+ "step": 59
439
+ },
440
+ {
441
+ "epoch": 0.5,
442
+ "grad_norm": 2.391841173171997,
443
+ "learning_rate": 3.056302334890786e-06,
444
+ "loss": 1.6369,
445
+ "step": 60
446
+ },
447
+ {
448
+ "epoch": 0.5083333333333333,
449
+ "grad_norm": 2.4509174823760986,
450
+ "learning_rate": 2.946392236996592e-06,
451
+ "loss": 1.6073,
452
+ "step": 61
453
+ },
454
+ {
455
+ "epoch": 0.5166666666666667,
456
+ "grad_norm": 2.255946397781372,
457
+ "learning_rate": 2.835583164544139e-06,
458
+ "loss": 1.5379,
459
+ "step": 62
460
+ },
461
+ {
462
+ "epoch": 0.525,
463
+ "grad_norm": 2.5381131172180176,
464
+ "learning_rate": 2.724098272258584e-06,
465
+ "loss": 1.5004,
466
+ "step": 63
467
+ },
468
+ {
469
+ "epoch": 0.5333333333333333,
470
+ "grad_norm": 2.5868146419525146,
471
+ "learning_rate": 2.6121620758762877e-06,
472
+ "loss": 1.606,
473
+ "step": 64
474
+ },
475
+ {
476
+ "epoch": 0.5416666666666666,
477
+ "grad_norm": 2.215385675430298,
478
+ "learning_rate": 2.5e-06,
479
+ "loss": 1.4491,
480
+ "step": 65
481
+ },
482
+ {
483
+ "epoch": 0.55,
484
+ "grad_norm": 2.145747423171997,
485
+ "learning_rate": 2.3878379241237136e-06,
486
+ "loss": 1.4185,
487
+ "step": 66
488
+ },
489
+ {
490
+ "epoch": 0.5583333333333333,
491
+ "grad_norm": 2.2999093532562256,
492
+ "learning_rate": 2.2759017277414165e-06,
493
+ "loss": 1.5598,
494
+ "step": 67
495
+ },
496
+ {
497
+ "epoch": 0.5666666666666667,
498
+ "grad_norm": 1.975134253501892,
499
+ "learning_rate": 2.1644168354558623e-06,
500
+ "loss": 1.4346,
501
+ "step": 68
502
+ },
503
+ {
504
+ "epoch": 0.575,
505
+ "grad_norm": 2.072296380996704,
506
+ "learning_rate": 2.053607763003409e-06,
507
+ "loss": 1.4922,
508
+ "step": 69
509
+ },
510
+ {
511
+ "epoch": 0.5833333333333334,
512
+ "grad_norm": 2.083237409591675,
513
+ "learning_rate": 1.9436976651092143e-06,
514
+ "loss": 1.5104,
515
+ "step": 70
516
+ },
517
+ {
518
+ "epoch": 0.5916666666666667,
519
+ "grad_norm": 2.030505418777466,
520
+ "learning_rate": 1.8349078860833125e-06,
521
+ "loss": 1.5242,
522
+ "step": 71
523
+ },
524
+ {
525
+ "epoch": 0.6,
526
+ "grad_norm": 2.030874013900757,
527
+ "learning_rate": 1.7274575140626318e-06,
528
+ "loss": 1.4069,
529
+ "step": 72
530
+ },
531
+ {
532
+ "epoch": 0.6083333333333333,
533
+ "grad_norm": 2.0785183906555176,
534
+ "learning_rate": 1.6215629397966432e-06,
535
+ "loss": 1.4527,
536
+ "step": 73
537
+ },
538
+ {
539
+ "epoch": 0.6166666666666667,
540
+ "grad_norm": 2.0005362033843994,
541
+ "learning_rate": 1.5174374208651913e-06,
542
+ "loss": 1.3144,
543
+ "step": 74
544
+ },
545
+ {
546
+ "epoch": 0.625,
547
+ "grad_norm": 2.1211068630218506,
548
+ "learning_rate": 1.415290652206105e-06,
549
+ "loss": 1.3169,
550
+ "step": 75
551
+ },
552
+ {
553
+ "epoch": 0.6333333333333333,
554
+ "grad_norm": 2.2621371746063232,
555
+ "learning_rate": 1.3153283438175036e-06,
556
+ "loss": 1.366,
557
+ "step": 76
558
+ },
559
+ {
560
+ "epoch": 0.6416666666666667,
561
+ "grad_norm": 2.462306022644043,
562
+ "learning_rate": 1.217751806485235e-06,
563
+ "loss": 1.4933,
564
+ "step": 77
565
+ },
566
+ {
567
+ "epoch": 0.65,
568
+ "grad_norm": 2.303489923477173,
569
+ "learning_rate": 1.122757546369744e-06,
570
+ "loss": 1.3751,
571
+ "step": 78
572
+ },
573
+ {
574
+ "epoch": 0.6583333333333333,
575
+ "grad_norm": 2.918320655822754,
576
+ "learning_rate": 1.0305368692688175e-06,
577
+ "loss": 1.3268,
578
+ "step": 79
579
+ },
580
+ {
581
+ "epoch": 0.6666666666666666,
582
+ "grad_norm": 2.8498406410217285,
583
+ "learning_rate": 9.412754953531664e-07,
584
+ "loss": 1.3434,
585
+ "step": 80
586
+ },
587
+ {
588
+ "epoch": 0.675,
589
+ "grad_norm": 2.950571060180664,
590
+ "learning_rate": 8.551531851507186e-07,
591
+ "loss": 1.4753,
592
+ "step": 81
593
+ },
594
+ {
595
+ "epoch": 0.6833333333333333,
596
+ "grad_norm": 2.9567456245422363,
597
+ "learning_rate": 7.723433775328385e-07,
598
+ "loss": 1.3351,
599
+ "step": 82
600
+ },
601
+ {
602
+ "epoch": 0.6916666666666667,
603
+ "grad_norm": 3.1769864559173584,
604
+ "learning_rate": 6.930128404315214e-07,
605
+ "loss": 1.2743,
606
+ "step": 83
607
+ },
608
+ {
609
+ "epoch": 0.7,
610
+ "grad_norm": 3.6151397228240967,
611
+ "learning_rate": 6.17321334990973e-07,
612
+ "loss": 1.252,
613
+ "step": 84
614
+ },
615
+ {
616
+ "epoch": 0.7083333333333334,
617
+ "grad_norm": 3.4306578636169434,
618
+ "learning_rate": 5.454212938299256e-07,
619
+ "loss": 1.3465,
620
+ "step": 85
621
+ },
622
+ {
623
+ "epoch": 0.7166666666666667,
624
+ "grad_norm": 4.3413190841674805,
625
+ "learning_rate": 4.774575140626317e-07,
626
+ "loss": 1.3886,
627
+ "step": 86
628
+ },
629
+ {
630
+ "epoch": 0.725,
631
+ "grad_norm": 4.907854080200195,
632
+ "learning_rate": 4.1356686569674344e-07,
633
+ "loss": 1.3077,
634
+ "step": 87
635
+ },
636
+ {
637
+ "epoch": 0.7333333333333333,
638
+ "grad_norm": 1.6578599214553833,
639
+ "learning_rate": 3.538780159953348e-07,
640
+ "loss": 1.4823,
641
+ "step": 88
642
+ },
643
+ {
644
+ "epoch": 0.7416666666666667,
645
+ "grad_norm": 1.7607696056365967,
646
+ "learning_rate": 2.98511170358155e-07,
647
+ "loss": 1.463,
648
+ "step": 89
649
+ },
650
+ {
651
+ "epoch": 0.75,
652
+ "grad_norm": 1.810681939125061,
653
+ "learning_rate": 2.4757783024395244e-07,
654
+ "loss": 1.5727,
655
+ "step": 90
656
+ },
657
+ {
658
+ "epoch": 0.7583333333333333,
659
+ "grad_norm": 1.8448772430419922,
660
+ "learning_rate": 2.0118056862137358e-07,
661
+ "loss": 1.4929,
662
+ "step": 91
663
+ },
664
+ {
665
+ "epoch": 0.7666666666666667,
666
+ "grad_norm": 1.8057886362075806,
667
+ "learning_rate": 1.59412823400657e-07,
668
+ "loss": 1.4789,
669
+ "step": 92
670
+ },
671
+ {
672
+ "epoch": 0.775,
673
+ "grad_norm": 1.8964967727661133,
674
+ "learning_rate": 1.223587092621162e-07,
675
+ "loss": 1.4743,
676
+ "step": 93
677
+ },
678
+ {
679
+ "epoch": 0.7833333333333333,
680
+ "grad_norm": 1.8288004398345947,
681
+ "learning_rate": 9.00928482603669e-08,
682
+ "loss": 1.551,
683
+ "step": 94
684
+ },
685
+ {
686
+ "epoch": 0.7916666666666666,
687
+ "grad_norm": 1.9121664762496948,
688
+ "learning_rate": 6.268021954544095e-08,
689
+ "loss": 1.4186,
690
+ "step": 95
691
+ },
692
+ {
693
+ "epoch": 0.8,
694
+ "grad_norm": 1.9532289505004883,
695
+ "learning_rate": 4.017602850342584e-08,
696
+ "loss": 1.3801,
697
+ "step": 96
698
+ },
699
+ {
700
+ "epoch": 0.8083333333333333,
701
+ "grad_norm": 1.8921444416046143,
702
+ "learning_rate": 2.262559558016325e-08,
703
+ "loss": 1.4542,
704
+ "step": 97
705
+ },
706
+ {
707
+ "epoch": 0.8166666666666667,
708
+ "grad_norm": 1.967811107635498,
709
+ "learning_rate": 1.006426501190233e-08,
710
+ "loss": 1.406,
711
+ "step": 98
712
+ },
713
+ {
714
+ "epoch": 0.825,
715
+ "grad_norm": 1.9999773502349854,
716
+ "learning_rate": 2.5173336467135266e-09,
717
+ "loss": 1.4997,
718
+ "step": 99
719
+ },
720
+ {
721
+ "epoch": 0.8333333333333334,
722
+ "grad_norm": 2.0562117099761963,
723
+ "learning_rate": 0.0,
724
+ "loss": 1.3896,
725
+ "step": 100
726
+ },
727
+ {
728
+ "epoch": 0.8333333333333334,
729
+ "eval_loss": 1.432803750038147,
730
+ "eval_runtime": 18.1946,
731
+ "eval_samples_per_second": 11.102,
732
+ "eval_steps_per_second": 1.429,
733
+ "step": 100
734
  }
735
  ],
736
  "logging_steps": 1,
 
754
  "should_evaluate": false,
755
  "should_log": false,
756
  "should_save": true,
757
+ "should_training_stop": true
758
  },
759
  "attributes": {}
760
  }
761
  },
762
+ "total_flos": 1.563282263506944e+17,
763
  "train_batch_size": 8,
764
  "trial_name": null,
765
  "trial_params": null