Upload 12 files
Browse files- config.json +42 -0
- merges.txt +0 -0
- model.safetensors +3 -0
- optimizer.pt +3 -0
- rng_state.pth +3 -0
- scheduler.pt +3 -0
- special_tokens_map.json +15 -0
- tokenizer.json +0 -0
- tokenizer_config.json +57 -0
- trainer_state.json +439 -0
- training_args.bin +3 -0
- vocab.json +0 -0
config.json
ADDED
|
@@ -0,0 +1,42 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"_name_or_path": "roberta-large",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"RobertaForSequenceClassification"
|
| 5 |
+
],
|
| 6 |
+
"attention_probs_dropout_prob": 0.1,
|
| 7 |
+
"bos_token_id": 0,
|
| 8 |
+
"classifier_dropout": null,
|
| 9 |
+
"eos_token_id": 2,
|
| 10 |
+
"hidden_act": "gelu",
|
| 11 |
+
"hidden_dropout_prob": 0.1,
|
| 12 |
+
"hidden_size": 1024,
|
| 13 |
+
"id2label": {
|
| 14 |
+
"0": "blog5546",
|
| 15 |
+
"1": "blog11518",
|
| 16 |
+
"2": "blog25872",
|
| 17 |
+
"3": "blog30102",
|
| 18 |
+
"4": "blog30407"
|
| 19 |
+
},
|
| 20 |
+
"initializer_range": 0.02,
|
| 21 |
+
"intermediate_size": 4096,
|
| 22 |
+
"label2id": {
|
| 23 |
+
"blog11518": 1,
|
| 24 |
+
"blog25872": 2,
|
| 25 |
+
"blog30102": 3,
|
| 26 |
+
"blog30407": 4,
|
| 27 |
+
"blog5546": 0
|
| 28 |
+
},
|
| 29 |
+
"layer_norm_eps": 1e-05,
|
| 30 |
+
"max_position_embeddings": 514,
|
| 31 |
+
"model_type": "roberta",
|
| 32 |
+
"num_attention_heads": 16,
|
| 33 |
+
"num_hidden_layers": 24,
|
| 34 |
+
"pad_token_id": 1,
|
| 35 |
+
"position_embedding_type": "absolute",
|
| 36 |
+
"problem_type": "single_label_classification",
|
| 37 |
+
"torch_dtype": "float32",
|
| 38 |
+
"transformers_version": "4.38.0",
|
| 39 |
+
"type_vocab_size": 1,
|
| 40 |
+
"use_cache": true,
|
| 41 |
+
"vocab_size": 50265
|
| 42 |
+
}
|
merges.txt
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|
model.safetensors
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:5511fd2ce9209e5849d781821a3fff7fb8bfda063483ed3a84916db4be3edc34
|
| 3 |
+
size 1421507716
|
optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:143a46ff482c502f5b8262df64c6fa30ef0d7c60d3ca47e105d646ee01651dd5
|
| 3 |
+
size 2843247853
|
rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:0edf4ef6844d3e46b685b00f8490766701942cef3c0fc51f17af8caf50f73407
|
| 3 |
+
size 14180
|
scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:ba1c15f329d05147d5fe773fc864b8d33fb68679c34bd248be58d4180eb74ba9
|
| 3 |
+
size 1064
|
special_tokens_map.json
ADDED
|
@@ -0,0 +1,15 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"bos_token": "<s>",
|
| 3 |
+
"cls_token": "<s>",
|
| 4 |
+
"eos_token": "</s>",
|
| 5 |
+
"mask_token": {
|
| 6 |
+
"content": "<mask>",
|
| 7 |
+
"lstrip": true,
|
| 8 |
+
"normalized": false,
|
| 9 |
+
"rstrip": false,
|
| 10 |
+
"single_word": false
|
| 11 |
+
},
|
| 12 |
+
"pad_token": "<pad>",
|
| 13 |
+
"sep_token": "</s>",
|
| 14 |
+
"unk_token": "<unk>"
|
| 15 |
+
}
|
tokenizer.json
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|
tokenizer_config.json
ADDED
|
@@ -0,0 +1,57 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"add_prefix_space": false,
|
| 3 |
+
"added_tokens_decoder": {
|
| 4 |
+
"0": {
|
| 5 |
+
"content": "<s>",
|
| 6 |
+
"lstrip": false,
|
| 7 |
+
"normalized": true,
|
| 8 |
+
"rstrip": false,
|
| 9 |
+
"single_word": false,
|
| 10 |
+
"special": true
|
| 11 |
+
},
|
| 12 |
+
"1": {
|
| 13 |
+
"content": "<pad>",
|
| 14 |
+
"lstrip": false,
|
| 15 |
+
"normalized": true,
|
| 16 |
+
"rstrip": false,
|
| 17 |
+
"single_word": false,
|
| 18 |
+
"special": true
|
| 19 |
+
},
|
| 20 |
+
"2": {
|
| 21 |
+
"content": "</s>",
|
| 22 |
+
"lstrip": false,
|
| 23 |
+
"normalized": true,
|
| 24 |
+
"rstrip": false,
|
| 25 |
+
"single_word": false,
|
| 26 |
+
"special": true
|
| 27 |
+
},
|
| 28 |
+
"3": {
|
| 29 |
+
"content": "<unk>",
|
| 30 |
+
"lstrip": false,
|
| 31 |
+
"normalized": true,
|
| 32 |
+
"rstrip": false,
|
| 33 |
+
"single_word": false,
|
| 34 |
+
"special": true
|
| 35 |
+
},
|
| 36 |
+
"50264": {
|
| 37 |
+
"content": "<mask>",
|
| 38 |
+
"lstrip": true,
|
| 39 |
+
"normalized": false,
|
| 40 |
+
"rstrip": false,
|
| 41 |
+
"single_word": false,
|
| 42 |
+
"special": true
|
| 43 |
+
}
|
| 44 |
+
},
|
| 45 |
+
"bos_token": "<s>",
|
| 46 |
+
"clean_up_tokenization_spaces": true,
|
| 47 |
+
"cls_token": "<s>",
|
| 48 |
+
"eos_token": "</s>",
|
| 49 |
+
"errors": "replace",
|
| 50 |
+
"mask_token": "<mask>",
|
| 51 |
+
"model_max_length": 512,
|
| 52 |
+
"pad_token": "<pad>",
|
| 53 |
+
"sep_token": "</s>",
|
| 54 |
+
"tokenizer_class": "RobertaTokenizer",
|
| 55 |
+
"trim_offsets": true,
|
| 56 |
+
"unk_token": "<unk>"
|
| 57 |
+
}
|
trainer_state.json
ADDED
|
@@ -0,0 +1,439 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": 0.9333333333333333,
|
| 3 |
+
"best_model_checkpoint": "train_authorship/train_outputs/05-21-2024_18:15:03/checkpoint-266",
|
| 4 |
+
"epoch": 9.851851851851851,
|
| 5 |
+
"eval_steps": 14,
|
| 6 |
+
"global_step": 266,
|
| 7 |
+
"is_hyper_param_search": false,
|
| 8 |
+
"is_local_process_zero": true,
|
| 9 |
+
"is_world_process_zero": true,
|
| 10 |
+
"log_history": [
|
| 11 |
+
{
|
| 12 |
+
"epoch": 0.52,
|
| 13 |
+
"grad_norm": 7.749553203582764,
|
| 14 |
+
"learning_rate": 2.5925925925925925e-05,
|
| 15 |
+
"loss": 1.5905,
|
| 16 |
+
"step": 14
|
| 17 |
+
},
|
| 18 |
+
{
|
| 19 |
+
"epoch": 0.52,
|
| 20 |
+
"eval_acc_product": 0.023387885802469133,
|
| 21 |
+
"eval_blog11518_acc": 0.95,
|
| 22 |
+
"eval_blog25872_acc": 0.7166666666666667,
|
| 23 |
+
"eval_blog30102_acc": 0.16666666666666666,
|
| 24 |
+
"eval_blog30407_acc": 0.23333333333333334,
|
| 25 |
+
"eval_blog5546_acc": 0.8833333333333333,
|
| 26 |
+
"eval_loss": 1.3726216554641724,
|
| 27 |
+
"eval_overall_acc": 0.59,
|
| 28 |
+
"eval_runtime": 2.064,
|
| 29 |
+
"eval_samples_per_second": 145.351,
|
| 30 |
+
"eval_steps_per_second": 2.423,
|
| 31 |
+
"step": 14
|
| 32 |
+
},
|
| 33 |
+
{
|
| 34 |
+
"epoch": 1.04,
|
| 35 |
+
"grad_norm": 8.398506164550781,
|
| 36 |
+
"learning_rate": 4.9794238683127575e-05,
|
| 37 |
+
"loss": 0.7624,
|
| 38 |
+
"step": 28
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 1.04,
|
| 42 |
+
"eval_acc_product": 0.5255833333333334,
|
| 43 |
+
"eval_blog11518_acc": 0.8833333333333333,
|
| 44 |
+
"eval_blog25872_acc": 0.9,
|
| 45 |
+
"eval_blog30102_acc": 0.8333333333333334,
|
| 46 |
+
"eval_blog30407_acc": 0.85,
|
| 47 |
+
"eval_blog5546_acc": 0.9333333333333333,
|
| 48 |
+
"eval_loss": 0.37141749262809753,
|
| 49 |
+
"eval_overall_acc": 0.88,
|
| 50 |
+
"eval_runtime": 1.8578,
|
| 51 |
+
"eval_samples_per_second": 161.478,
|
| 52 |
+
"eval_steps_per_second": 2.691,
|
| 53 |
+
"step": 28
|
| 54 |
+
},
|
| 55 |
+
{
|
| 56 |
+
"epoch": 1.56,
|
| 57 |
+
"grad_norm": 10.172470092773438,
|
| 58 |
+
"learning_rate": 4.691358024691358e-05,
|
| 59 |
+
"loss": 0.2442,
|
| 60 |
+
"step": 42
|
| 61 |
+
},
|
| 62 |
+
{
|
| 63 |
+
"epoch": 1.56,
|
| 64 |
+
"eval_acc_product": 0.556111111111111,
|
| 65 |
+
"eval_blog11518_acc": 0.9,
|
| 66 |
+
"eval_blog25872_acc": 0.8666666666666667,
|
| 67 |
+
"eval_blog30102_acc": 0.8333333333333334,
|
| 68 |
+
"eval_blog30407_acc": 0.9166666666666666,
|
| 69 |
+
"eval_blog5546_acc": 0.9333333333333333,
|
| 70 |
+
"eval_loss": 0.39041242003440857,
|
| 71 |
+
"eval_overall_acc": 0.89,
|
| 72 |
+
"eval_runtime": 1.859,
|
| 73 |
+
"eval_samples_per_second": 161.377,
|
| 74 |
+
"eval_steps_per_second": 2.69,
|
| 75 |
+
"step": 42
|
| 76 |
+
},
|
| 77 |
+
{
|
| 78 |
+
"epoch": 2.07,
|
| 79 |
+
"grad_norm": 8.441645622253418,
|
| 80 |
+
"learning_rate": 4.403292181069959e-05,
|
| 81 |
+
"loss": 0.1667,
|
| 82 |
+
"step": 56
|
| 83 |
+
},
|
| 84 |
+
{
|
| 85 |
+
"epoch": 2.07,
|
| 86 |
+
"eval_acc_product": 0.5986979166666666,
|
| 87 |
+
"eval_blog11518_acc": 0.9166666666666666,
|
| 88 |
+
"eval_blog25872_acc": 0.9166666666666666,
|
| 89 |
+
"eval_blog30102_acc": 0.8333333333333334,
|
| 90 |
+
"eval_blog30407_acc": 0.9,
|
| 91 |
+
"eval_blog5546_acc": 0.95,
|
| 92 |
+
"eval_loss": 0.31216973066329956,
|
| 93 |
+
"eval_overall_acc": 0.9033333333333333,
|
| 94 |
+
"eval_runtime": 1.8598,
|
| 95 |
+
"eval_samples_per_second": 161.311,
|
| 96 |
+
"eval_steps_per_second": 2.689,
|
| 97 |
+
"step": 56
|
| 98 |
+
},
|
| 99 |
+
{
|
| 100 |
+
"epoch": 2.59,
|
| 101 |
+
"grad_norm": 3.225416898727417,
|
| 102 |
+
"learning_rate": 4.11522633744856e-05,
|
| 103 |
+
"loss": 0.0768,
|
| 104 |
+
"step": 70
|
| 105 |
+
},
|
| 106 |
+
{
|
| 107 |
+
"epoch": 2.59,
|
| 108 |
+
"eval_acc_product": 0.6057333333333333,
|
| 109 |
+
"eval_blog11518_acc": 0.9166666666666666,
|
| 110 |
+
"eval_blog25872_acc": 0.9,
|
| 111 |
+
"eval_blog30102_acc": 0.8,
|
| 112 |
+
"eval_blog30407_acc": 0.9833333333333333,
|
| 113 |
+
"eval_blog5546_acc": 0.9333333333333333,
|
| 114 |
+
"eval_loss": 0.4465777575969696,
|
| 115 |
+
"eval_overall_acc": 0.9066666666666666,
|
| 116 |
+
"eval_runtime": 1.8591,
|
| 117 |
+
"eval_samples_per_second": 161.369,
|
| 118 |
+
"eval_steps_per_second": 2.689,
|
| 119 |
+
"step": 70
|
| 120 |
+
},
|
| 121 |
+
{
|
| 122 |
+
"epoch": 3.11,
|
| 123 |
+
"grad_norm": 2.504025936126709,
|
| 124 |
+
"learning_rate": 3.82716049382716e-05,
|
| 125 |
+
"loss": 0.0808,
|
| 126 |
+
"step": 84
|
| 127 |
+
},
|
| 128 |
+
{
|
| 129 |
+
"epoch": 3.11,
|
| 130 |
+
"eval_acc_product": 0.6102606481481482,
|
| 131 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 132 |
+
"eval_blog25872_acc": 0.95,
|
| 133 |
+
"eval_blog30102_acc": 0.85,
|
| 134 |
+
"eval_blog30407_acc": 0.8833333333333333,
|
| 135 |
+
"eval_blog5546_acc": 0.9166666666666666,
|
| 136 |
+
"eval_loss": 0.3569686710834503,
|
| 137 |
+
"eval_overall_acc": 0.9066666666666666,
|
| 138 |
+
"eval_runtime": 1.8589,
|
| 139 |
+
"eval_samples_per_second": 161.387,
|
| 140 |
+
"eval_steps_per_second": 2.69,
|
| 141 |
+
"step": 84
|
| 142 |
+
},
|
| 143 |
+
{
|
| 144 |
+
"epoch": 3.63,
|
| 145 |
+
"grad_norm": 7.179825305938721,
|
| 146 |
+
"learning_rate": 3.539094650205762e-05,
|
| 147 |
+
"loss": 0.0609,
|
| 148 |
+
"step": 98
|
| 149 |
+
},
|
| 150 |
+
{
|
| 151 |
+
"epoch": 3.63,
|
| 152 |
+
"eval_acc_product": 0.5760187654320988,
|
| 153 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 154 |
+
"eval_blog25872_acc": 0.8666666666666667,
|
| 155 |
+
"eval_blog30102_acc": 0.85,
|
| 156 |
+
"eval_blog30407_acc": 0.8666666666666667,
|
| 157 |
+
"eval_blog5546_acc": 0.9666666666666667,
|
| 158 |
+
"eval_loss": 0.5233202576637268,
|
| 159 |
+
"eval_overall_acc": 0.8966666666666666,
|
| 160 |
+
"eval_runtime": 1.8612,
|
| 161 |
+
"eval_samples_per_second": 161.188,
|
| 162 |
+
"eval_steps_per_second": 2.686,
|
| 163 |
+
"step": 98
|
| 164 |
+
},
|
| 165 |
+
{
|
| 166 |
+
"epoch": 4.15,
|
| 167 |
+
"grad_norm": 9.827299118041992,
|
| 168 |
+
"learning_rate": 3.2510288065843625e-05,
|
| 169 |
+
"loss": 0.0465,
|
| 170 |
+
"step": 112
|
| 171 |
+
},
|
| 172 |
+
{
|
| 173 |
+
"epoch": 4.15,
|
| 174 |
+
"eval_acc_product": 0.6450888888888888,
|
| 175 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 176 |
+
"eval_blog25872_acc": 0.9166666666666666,
|
| 177 |
+
"eval_blog30102_acc": 0.8666666666666667,
|
| 178 |
+
"eval_blog30407_acc": 0.9,
|
| 179 |
+
"eval_blog5546_acc": 0.9666666666666667,
|
| 180 |
+
"eval_loss": 0.49046561121940613,
|
| 181 |
+
"eval_overall_acc": 0.9166666666666666,
|
| 182 |
+
"eval_runtime": 1.8611,
|
| 183 |
+
"eval_samples_per_second": 161.194,
|
| 184 |
+
"eval_steps_per_second": 2.687,
|
| 185 |
+
"step": 112
|
| 186 |
+
},
|
| 187 |
+
{
|
| 188 |
+
"epoch": 4.67,
|
| 189 |
+
"grad_norm": 21.983882904052734,
|
| 190 |
+
"learning_rate": 2.962962962962963e-05,
|
| 191 |
+
"loss": 0.0313,
|
| 192 |
+
"step": 126
|
| 193 |
+
},
|
| 194 |
+
{
|
| 195 |
+
"epoch": 4.67,
|
| 196 |
+
"eval_acc_product": 0.6699,
|
| 197 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 198 |
+
"eval_blog25872_acc": 0.9,
|
| 199 |
+
"eval_blog30102_acc": 0.9166666666666666,
|
| 200 |
+
"eval_blog30407_acc": 0.9,
|
| 201 |
+
"eval_blog5546_acc": 0.9666666666666667,
|
| 202 |
+
"eval_loss": 0.5362628102302551,
|
| 203 |
+
"eval_overall_acc": 0.9233333333333333,
|
| 204 |
+
"eval_runtime": 1.8614,
|
| 205 |
+
"eval_samples_per_second": 161.168,
|
| 206 |
+
"eval_steps_per_second": 2.686,
|
| 207 |
+
"step": 126
|
| 208 |
+
},
|
| 209 |
+
{
|
| 210 |
+
"epoch": 5.19,
|
| 211 |
+
"grad_norm": 21.096832275390625,
|
| 212 |
+
"learning_rate": 2.6748971193415638e-05,
|
| 213 |
+
"loss": 0.0085,
|
| 214 |
+
"step": 140
|
| 215 |
+
},
|
| 216 |
+
{
|
| 217 |
+
"epoch": 5.19,
|
| 218 |
+
"eval_acc_product": 0.6202777777777778,
|
| 219 |
+
"eval_blog11518_acc": 0.9666666666666667,
|
| 220 |
+
"eval_blog25872_acc": 0.9166666666666666,
|
| 221 |
+
"eval_blog30102_acc": 0.9,
|
| 222 |
+
"eval_blog30407_acc": 0.9333333333333333,
|
| 223 |
+
"eval_blog5546_acc": 0.8333333333333334,
|
| 224 |
+
"eval_loss": 0.5727960467338562,
|
| 225 |
+
"eval_overall_acc": 0.91,
|
| 226 |
+
"eval_runtime": 1.8594,
|
| 227 |
+
"eval_samples_per_second": 161.346,
|
| 228 |
+
"eval_steps_per_second": 2.689,
|
| 229 |
+
"step": 140
|
| 230 |
+
},
|
| 231 |
+
{
|
| 232 |
+
"epoch": 5.7,
|
| 233 |
+
"grad_norm": 0.006914363242685795,
|
| 234 |
+
"learning_rate": 2.3868312757201647e-05,
|
| 235 |
+
"loss": 0.0622,
|
| 236 |
+
"step": 154
|
| 237 |
+
},
|
| 238 |
+
{
|
| 239 |
+
"epoch": 5.7,
|
| 240 |
+
"eval_acc_product": 0.6562111111111111,
|
| 241 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 242 |
+
"eval_blog25872_acc": 0.9,
|
| 243 |
+
"eval_blog30102_acc": 0.8666666666666667,
|
| 244 |
+
"eval_blog30407_acc": 0.9166666666666666,
|
| 245 |
+
"eval_blog5546_acc": 0.9833333333333333,
|
| 246 |
+
"eval_loss": 0.4808708727359772,
|
| 247 |
+
"eval_overall_acc": 0.92,
|
| 248 |
+
"eval_runtime": 1.8597,
|
| 249 |
+
"eval_samples_per_second": 161.315,
|
| 250 |
+
"eval_steps_per_second": 2.689,
|
| 251 |
+
"step": 154
|
| 252 |
+
},
|
| 253 |
+
{
|
| 254 |
+
"epoch": 6.22,
|
| 255 |
+
"grad_norm": 0.00887333881109953,
|
| 256 |
+
"learning_rate": 2.0987654320987655e-05,
|
| 257 |
+
"loss": 0.008,
|
| 258 |
+
"step": 168
|
| 259 |
+
},
|
| 260 |
+
{
|
| 261 |
+
"epoch": 6.22,
|
| 262 |
+
"eval_acc_product": 0.6581242283950617,
|
| 263 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 264 |
+
"eval_blog25872_acc": 0.9166666666666666,
|
| 265 |
+
"eval_blog30102_acc": 0.8833333333333333,
|
| 266 |
+
"eval_blog30407_acc": 0.9166666666666666,
|
| 267 |
+
"eval_blog5546_acc": 0.95,
|
| 268 |
+
"eval_loss": 0.5596528649330139,
|
| 269 |
+
"eval_overall_acc": 0.92,
|
| 270 |
+
"eval_runtime": 1.8627,
|
| 271 |
+
"eval_samples_per_second": 161.055,
|
| 272 |
+
"eval_steps_per_second": 2.684,
|
| 273 |
+
"step": 168
|
| 274 |
+
},
|
| 275 |
+
{
|
| 276 |
+
"epoch": 6.74,
|
| 277 |
+
"grad_norm": 0.012549467384815216,
|
| 278 |
+
"learning_rate": 1.8106995884773663e-05,
|
| 279 |
+
"loss": 0.0085,
|
| 280 |
+
"step": 182
|
| 281 |
+
},
|
| 282 |
+
{
|
| 283 |
+
"epoch": 6.74,
|
| 284 |
+
"eval_acc_product": 0.6822900000000001,
|
| 285 |
+
"eval_blog11518_acc": 0.95,
|
| 286 |
+
"eval_blog25872_acc": 0.9,
|
| 287 |
+
"eval_blog30102_acc": 0.9333333333333333,
|
| 288 |
+
"eval_blog30407_acc": 0.9,
|
| 289 |
+
"eval_blog5546_acc": 0.95,
|
| 290 |
+
"eval_loss": 0.531339704990387,
|
| 291 |
+
"eval_overall_acc": 0.9266666666666666,
|
| 292 |
+
"eval_runtime": 1.861,
|
| 293 |
+
"eval_samples_per_second": 161.2,
|
| 294 |
+
"eval_steps_per_second": 2.687,
|
| 295 |
+
"step": 182
|
| 296 |
+
},
|
| 297 |
+
{
|
| 298 |
+
"epoch": 7.26,
|
| 299 |
+
"grad_norm": 0.0181818138808012,
|
| 300 |
+
"learning_rate": 1.5226337448559672e-05,
|
| 301 |
+
"loss": 0.0019,
|
| 302 |
+
"step": 196
|
| 303 |
+
},
|
| 304 |
+
{
|
| 305 |
+
"epoch": 7.26,
|
| 306 |
+
"eval_acc_product": 0.65702,
|
| 307 |
+
"eval_blog11518_acc": 0.95,
|
| 308 |
+
"eval_blog25872_acc": 0.9333333333333333,
|
| 309 |
+
"eval_blog30102_acc": 0.8666666666666667,
|
| 310 |
+
"eval_blog30407_acc": 0.9,
|
| 311 |
+
"eval_blog5546_acc": 0.95,
|
| 312 |
+
"eval_loss": 0.5223247408866882,
|
| 313 |
+
"eval_overall_acc": 0.92,
|
| 314 |
+
"eval_runtime": 1.861,
|
| 315 |
+
"eval_samples_per_second": 161.205,
|
| 316 |
+
"eval_steps_per_second": 2.687,
|
| 317 |
+
"step": 196
|
| 318 |
+
},
|
| 319 |
+
{
|
| 320 |
+
"epoch": 7.78,
|
| 321 |
+
"grad_norm": 2.227872133255005,
|
| 322 |
+
"learning_rate": 1.2345679012345678e-05,
|
| 323 |
+
"loss": 0.0033,
|
| 324 |
+
"step": 210
|
| 325 |
+
},
|
| 326 |
+
{
|
| 327 |
+
"epoch": 7.78,
|
| 328 |
+
"eval_acc_product": 0.5660609053497941,
|
| 329 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 330 |
+
"eval_blog25872_acc": 0.9333333333333333,
|
| 331 |
+
"eval_blog30102_acc": 0.7333333333333333,
|
| 332 |
+
"eval_blog30407_acc": 0.9166666666666666,
|
| 333 |
+
"eval_blog5546_acc": 0.9666666666666667,
|
| 334 |
+
"eval_loss": 0.7560172080993652,
|
| 335 |
+
"eval_overall_acc": 0.8966666666666666,
|
| 336 |
+
"eval_runtime": 1.8616,
|
| 337 |
+
"eval_samples_per_second": 161.148,
|
| 338 |
+
"eval_steps_per_second": 2.686,
|
| 339 |
+
"step": 210
|
| 340 |
+
},
|
| 341 |
+
{
|
| 342 |
+
"epoch": 8.3,
|
| 343 |
+
"grad_norm": 0.006305953487753868,
|
| 344 |
+
"learning_rate": 9.465020576131688e-06,
|
| 345 |
+
"loss": 0.0129,
|
| 346 |
+
"step": 224
|
| 347 |
+
},
|
| 348 |
+
{
|
| 349 |
+
"epoch": 8.3,
|
| 350 |
+
"eval_acc_product": 0.6940694444444444,
|
| 351 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 352 |
+
"eval_blog25872_acc": 0.9166666666666666,
|
| 353 |
+
"eval_blog30102_acc": 0.9,
|
| 354 |
+
"eval_blog30407_acc": 0.9166666666666666,
|
| 355 |
+
"eval_blog5546_acc": 0.9833333333333333,
|
| 356 |
+
"eval_loss": 0.527305006980896,
|
| 357 |
+
"eval_overall_acc": 0.93,
|
| 358 |
+
"eval_runtime": 1.8613,
|
| 359 |
+
"eval_samples_per_second": 161.175,
|
| 360 |
+
"eval_steps_per_second": 2.686,
|
| 361 |
+
"step": 224
|
| 362 |
+
},
|
| 363 |
+
{
|
| 364 |
+
"epoch": 8.81,
|
| 365 |
+
"grad_norm": 0.20049776136875153,
|
| 366 |
+
"learning_rate": 6.584362139917697e-06,
|
| 367 |
+
"loss": 0.0006,
|
| 368 |
+
"step": 238
|
| 369 |
+
},
|
| 370 |
+
{
|
| 371 |
+
"epoch": 8.81,
|
| 372 |
+
"eval_acc_product": 0.6823055555555556,
|
| 373 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 374 |
+
"eval_blog25872_acc": 0.9166666666666666,
|
| 375 |
+
"eval_blog30102_acc": 0.9,
|
| 376 |
+
"eval_blog30407_acc": 0.9166666666666666,
|
| 377 |
+
"eval_blog5546_acc": 0.9666666666666667,
|
| 378 |
+
"eval_loss": 0.47020867466926575,
|
| 379 |
+
"eval_overall_acc": 0.9266666666666666,
|
| 380 |
+
"eval_runtime": 1.862,
|
| 381 |
+
"eval_samples_per_second": 161.115,
|
| 382 |
+
"eval_steps_per_second": 2.685,
|
| 383 |
+
"step": 238
|
| 384 |
+
},
|
| 385 |
+
{
|
| 386 |
+
"epoch": 9.33,
|
| 387 |
+
"grad_norm": 32.16856002807617,
|
| 388 |
+
"learning_rate": 3.7037037037037037e-06,
|
| 389 |
+
"loss": 0.0021,
|
| 390 |
+
"step": 252
|
| 391 |
+
},
|
| 392 |
+
{
|
| 393 |
+
"epoch": 9.33,
|
| 394 |
+
"eval_acc_product": 0.6947111111111112,
|
| 395 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 396 |
+
"eval_blog25872_acc": 0.9333333333333333,
|
| 397 |
+
"eval_blog30102_acc": 0.9,
|
| 398 |
+
"eval_blog30407_acc": 0.9166666666666666,
|
| 399 |
+
"eval_blog5546_acc": 0.9666666666666667,
|
| 400 |
+
"eval_loss": 0.43896910548210144,
|
| 401 |
+
"eval_overall_acc": 0.93,
|
| 402 |
+
"eval_runtime": 1.8624,
|
| 403 |
+
"eval_samples_per_second": 161.081,
|
| 404 |
+
"eval_steps_per_second": 2.685,
|
| 405 |
+
"step": 252
|
| 406 |
+
},
|
| 407 |
+
{
|
| 408 |
+
"epoch": 9.85,
|
| 409 |
+
"grad_norm": 0.2687913179397583,
|
| 410 |
+
"learning_rate": 8.230452674897121e-07,
|
| 411 |
+
"loss": 0.0003,
|
| 412 |
+
"step": 266
|
| 413 |
+
},
|
| 414 |
+
{
|
| 415 |
+
"epoch": 9.85,
|
| 416 |
+
"eval_acc_product": 0.7073422222222222,
|
| 417 |
+
"eval_blog11518_acc": 0.9333333333333333,
|
| 418 |
+
"eval_blog25872_acc": 0.9333333333333333,
|
| 419 |
+
"eval_blog30102_acc": 0.9,
|
| 420 |
+
"eval_blog30407_acc": 0.9333333333333333,
|
| 421 |
+
"eval_blog5546_acc": 0.9666666666666667,
|
| 422 |
+
"eval_loss": 0.42113277316093445,
|
| 423 |
+
"eval_overall_acc": 0.9333333333333333,
|
| 424 |
+
"eval_runtime": 1.8625,
|
| 425 |
+
"eval_samples_per_second": 161.076,
|
| 426 |
+
"eval_steps_per_second": 2.685,
|
| 427 |
+
"step": 266
|
| 428 |
+
}
|
| 429 |
+
],
|
| 430 |
+
"logging_steps": 14,
|
| 431 |
+
"max_steps": 270,
|
| 432 |
+
"num_input_tokens_seen": 0,
|
| 433 |
+
"num_train_epochs": 10,
|
| 434 |
+
"save_steps": 14,
|
| 435 |
+
"total_flos": 5078349334260000.0,
|
| 436 |
+
"train_batch_size": 64,
|
| 437 |
+
"trial_name": null,
|
| 438 |
+
"trial_params": null
|
| 439 |
+
}
|
training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:210697ad7cabcb2c1833e5cc5256d8b0d0217b0f19e9cb8aacc26772fed67b02
|
| 3 |
+
size 4920
|
vocab.json
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|