SimonMA commited on
Commit
7baa853
1 Parent(s): a2584db

End of training

Browse files
README.md CHANGED
@@ -18,7 +18,7 @@ should probably proofread and complete it, then remove this comment. -->
18
 
19
  This model is a fine-tuned version of [codellama/CodeLlama-7b-Instruct-hf](https://huggingface.co/codellama/CodeLlama-7b-Instruct-hf) on the None dataset.
20
  It achieves the following results on the evaluation set:
21
- - Loss: 0.2878
22
 
23
  ## Model description
24
 
@@ -50,235 +50,245 @@ The following hyperparameters were used during training:
50
 
51
  | Training Loss | Epoch | Step | Validation Loss |
52
  |:-------------:|:-----:|:-----:|:---------------:|
53
- | 0.2463 | 1.65 | 8000 | 0.2803 |
54
- | 0.2618 | 1.66 | 8050 | 0.2798 |
55
- | 0.2549 | 1.67 | 8100 | 0.2802 |
56
- | 0.2396 | 1.68 | 8150 | 0.2786 |
57
- | 0.2349 | 1.69 | 8200 | 0.2778 |
58
- | 0.2312 | 1.7 | 8250 | 0.2787 |
59
- | 0.2541 | 1.71 | 8300 | 0.2779 |
60
- | 0.2596 | 1.72 | 8350 | 0.2765 |
61
- | 0.2341 | 1.73 | 8400 | 0.2763 |
62
- | 0.2706 | 1.74 | 8450 | 0.2760 |
63
- | 0.2453 | 1.75 | 8500 | 0.2765 |
64
- | 0.2324 | 1.76 | 8550 | 0.2758 |
65
- | 0.276 | 1.77 | 8600 | 0.2740 |
66
- | 0.2688 | 1.78 | 8650 | 0.2739 |
67
- | 0.2462 | 1.79 | 8700 | 0.2766 |
68
- | 0.2741 | 1.8 | 8750 | 0.2740 |
69
- | 0.2457 | 1.81 | 8800 | 0.2740 |
70
- | 0.265 | 1.82 | 8850 | 0.2732 |
71
- | 0.2451 | 1.83 | 8900 | 0.2733 |
72
- | 0.2169 | 1.84 | 8950 | 0.2728 |
73
- | 0.2415 | 1.85 | 9000 | 0.2728 |
74
- | 0.2338 | 1.86 | 9050 | 0.2737 |
75
- | 0.2293 | 1.87 | 9100 | 0.2740 |
76
- | 0.2235 | 1.88 | 9150 | 0.2722 |
77
- | 0.2773 | 1.89 | 9200 | 0.2721 |
78
- | 0.2544 | 1.9 | 9250 | 0.2709 |
79
- | 0.2474 | 1.91 | 9300 | 0.2706 |
80
- | 0.2461 | 1.92 | 9350 | 0.2704 |
81
- | 0.2716 | 1.93 | 9400 | 0.2693 |
82
- | 0.2773 | 1.94 | 9450 | 0.2695 |
83
- | 0.2282 | 1.96 | 9500 | 0.2700 |
84
- | 0.2511 | 1.97 | 9550 | 0.2701 |
85
- | 0.2652 | 1.98 | 9600 | 0.2697 |
86
- | 0.2615 | 1.99 | 9650 | 0.2699 |
87
- | 0.2263 | 2.0 | 9700 | 0.2691 |
88
- | 0.2136 | 2.01 | 9750 | 0.2807 |
89
- | 0.1751 | 2.02 | 9800 | 0.2778 |
90
- | 0.1891 | 2.03 | 9850 | 0.2796 |
91
- | 0.1758 | 2.04 | 9900 | 0.2822 |
92
- | 0.1901 | 2.05 | 9950 | 0.2780 |
93
- | 0.2105 | 2.06 | 10000 | 0.2800 |
94
- | 0.1901 | 2.07 | 10050 | 0.2794 |
95
- | 0.1891 | 2.08 | 10100 | 0.2787 |
96
- | 0.1772 | 2.09 | 10150 | 0.2834 |
97
- | 0.1761 | 2.1 | 10200 | 0.2805 |
98
- | 0.1792 | 2.11 | 10250 | 0.2805 |
99
- | 0.1785 | 2.12 | 10300 | 0.2810 |
100
- | 0.1899 | 2.13 | 10350 | 0.2821 |
101
- | 0.174 | 2.14 | 10400 | 0.2813 |
102
- | 0.1796 | 2.15 | 10450 | 0.2818 |
103
- | 0.1658 | 2.16 | 10500 | 0.2816 |
104
- | 0.1832 | 2.17 | 10550 | 0.2787 |
105
- | 0.2024 | 2.18 | 10600 | 0.2795 |
106
- | 0.1943 | 2.19 | 10650 | 0.2801 |
107
- | 0.1772 | 2.2 | 10700 | 0.2798 |
108
- | 0.1744 | 2.21 | 10750 | 0.2811 |
109
- | 0.1929 | 2.22 | 10800 | 0.2792 |
110
- | 0.1684 | 2.23 | 10850 | 0.2793 |
111
- | 0.1672 | 2.24 | 10900 | 0.2783 |
112
- | 0.1922 | 2.25 | 10950 | 0.2766 |
113
- | 0.1735 | 2.26 | 11000 | 0.2782 |
114
- | 0.1773 | 2.27 | 11050 | 0.2788 |
115
- | 0.1736 | 2.28 | 11100 | 0.2788 |
116
- | 0.1746 | 2.29 | 11150 | 0.2786 |
117
- | 0.1769 | 2.31 | 11200 | 0.2785 |
118
- | 0.1797 | 2.32 | 11250 | 0.2769 |
119
- | 0.197 | 2.33 | 11300 | 0.2757 |
120
- | 0.1734 | 2.34 | 11350 | 0.2767 |
121
- | 0.1941 | 2.35 | 11400 | 0.2774 |
122
- | 0.1742 | 2.36 | 11450 | 0.2783 |
123
- | 0.186 | 2.37 | 11500 | 0.2779 |
124
- | 0.1743 | 2.38 | 11550 | 0.2759 |
125
- | 0.1836 | 2.39 | 11600 | 0.2772 |
126
- | 0.1876 | 2.4 | 11650 | 0.2768 |
127
- | 0.1912 | 2.41 | 11700 | 0.2748 |
128
- | 0.2035 | 2.42 | 11750 | 0.2781 |
129
- | 0.1742 | 2.43 | 11800 | 0.2780 |
130
- | 0.1612 | 2.44 | 11850 | 0.2759 |
131
- | 0.1674 | 2.45 | 11900 | 0.2775 |
132
- | 0.1725 | 2.46 | 11950 | 0.2745 |
133
- | 0.1877 | 2.47 | 12000 | 0.2756 |
134
- | 0.1869 | 2.48 | 12050 | 0.2753 |
135
- | 0.1803 | 2.49 | 12100 | 0.2749 |
136
- | 0.1747 | 2.5 | 12150 | 0.2761 |
137
- | 0.18 | 2.51 | 12200 | 0.2754 |
138
- | 0.181 | 2.52 | 12250 | 0.2746 |
139
- | 0.1707 | 2.53 | 12300 | 0.2746 |
140
- | 0.1875 | 2.54 | 12350 | 0.2749 |
141
- | 0.1781 | 2.55 | 12400 | 0.2758 |
142
- | 0.1644 | 2.56 | 12450 | 0.2753 |
143
- | 0.1995 | 2.57 | 12500 | 0.2727 |
144
- | 0.1662 | 2.58 | 12550 | 0.2744 |
145
- | 0.1847 | 2.59 | 12600 | 0.2738 |
146
- | 0.1771 | 2.6 | 12650 | 0.2731 |
147
- | 0.1708 | 2.61 | 12700 | 0.2743 |
148
- | 0.1759 | 2.62 | 12750 | 0.2748 |
149
- | 0.1899 | 2.63 | 12800 | 0.2743 |
150
- | 0.2015 | 2.64 | 12850 | 0.2744 |
151
- | 0.1803 | 2.65 | 12900 | 0.2726 |
152
- | 0.1588 | 2.67 | 12950 | 0.2750 |
153
- | 0.1564 | 2.68 | 13000 | 0.2728 |
154
- | 0.1773 | 2.69 | 13050 | 0.2715 |
155
- | 0.1707 | 2.7 | 13100 | 0.2736 |
156
- | 0.1746 | 2.71 | 13150 | 0.2738 |
157
- | 0.1946 | 2.72 | 13200 | 0.2704 |
158
- | 0.1669 | 2.73 | 13250 | 0.2740 |
159
- | 0.1925 | 2.74 | 13300 | 0.2721 |
160
- | 0.1622 | 2.75 | 13350 | 0.2728 |
161
- | 0.1741 | 2.76 | 13400 | 0.2705 |
162
- | 0.1838 | 2.77 | 13450 | 0.2730 |
163
- | 0.1755 | 2.78 | 13500 | 0.2712 |
164
- | 0.1718 | 2.79 | 13550 | 0.2719 |
165
- | 0.1723 | 2.8 | 13600 | 0.2717 |
166
- | 0.164 | 2.81 | 13650 | 0.2720 |
167
- | 0.1881 | 2.82 | 13700 | 0.2727 |
168
- | 0.1639 | 2.83 | 13750 | 0.2690 |
169
- | 0.1703 | 2.84 | 13800 | 0.2716 |
170
- | 0.1678 | 2.85 | 13850 | 0.2719 |
171
- | 0.1737 | 2.86 | 13900 | 0.2719 |
172
- | 0.1836 | 2.87 | 13950 | 0.2707 |
173
- | 0.1988 | 2.88 | 14000 | 0.2707 |
174
- | 0.1779 | 2.89 | 14050 | 0.2697 |
175
- | 0.1679 | 2.9 | 14100 | 0.2706 |
176
- | 0.1837 | 2.91 | 14150 | 0.2679 |
177
- | 0.1561 | 2.92 | 14200 | 0.2683 |
178
- | 0.1693 | 2.93 | 14250 | 0.2683 |
179
- | 0.2069 | 2.94 | 14300 | 0.2690 |
180
- | 0.1703 | 2.95 | 14350 | 0.2692 |
181
- | 0.1909 | 2.96 | 14400 | 0.2675 |
182
- | 0.2116 | 2.97 | 14450 | 0.2687 |
183
- | 0.1787 | 2.98 | 14500 | 0.2683 |
184
- | 0.1569 | 2.99 | 14550 | 0.2683 |
185
- | 0.1433 | 3.0 | 14600 | 0.2770 |
186
- | 0.126 | 3.02 | 14650 | 0.2872 |
187
- | 0.1211 | 3.03 | 14700 | 0.2918 |
188
- | 0.1178 | 3.04 | 14750 | 0.2927 |
189
- | 0.117 | 3.05 | 14800 | 0.2891 |
190
- | 0.1362 | 3.06 | 14850 | 0.2891 |
191
- | 0.1128 | 3.07 | 14900 | 0.2904 |
192
- | 0.1162 | 3.08 | 14950 | 0.2897 |
193
- | 0.1189 | 3.09 | 15000 | 0.2930 |
194
- | 0.1267 | 3.1 | 15050 | 0.2895 |
195
- | 0.1234 | 3.11 | 15100 | 0.2902 |
196
- | 0.1241 | 3.12 | 15150 | 0.2895 |
197
- | 0.1302 | 3.13 | 15200 | 0.2918 |
198
- | 0.1066 | 3.14 | 15250 | 0.2930 |
199
- | 0.1194 | 3.15 | 15300 | 0.2938 |
200
- | 0.1209 | 3.16 | 15350 | 0.2931 |
201
- | 0.1148 | 3.17 | 15400 | 0.2926 |
202
- | 0.1344 | 3.18 | 15450 | 0.2918 |
203
- | 0.1145 | 3.19 | 15500 | 0.2894 |
204
- | 0.1171 | 3.2 | 15550 | 0.2902 |
205
- | 0.1319 | 3.21 | 15600 | 0.2894 |
206
- | 0.1196 | 3.22 | 15650 | 0.2889 |
207
- | 0.1161 | 3.23 | 15700 | 0.2887 |
208
- | 0.124 | 3.24 | 15750 | 0.2900 |
209
- | 0.1188 | 3.25 | 15800 | 0.2910 |
210
- | 0.1222 | 3.26 | 15850 | 0.2901 |
211
- | 0.1044 | 3.27 | 15900 | 0.2905 |
212
- | 0.1262 | 3.28 | 15950 | 0.2888 |
213
- | 0.1107 | 3.29 | 16000 | 0.2903 |
214
- | 0.1169 | 3.3 | 16050 | 0.2905 |
215
- | 0.1067 | 3.31 | 16100 | 0.2892 |
216
- | 0.1299 | 3.32 | 16150 | 0.2892 |
217
- | 0.1353 | 3.33 | 16200 | 0.2865 |
218
- | 0.1305 | 3.34 | 16250 | 0.2903 |
219
- | 0.1262 | 3.35 | 16300 | 0.2894 |
220
- | 0.1363 | 3.36 | 16350 | 0.2878 |
221
- | 0.1202 | 3.38 | 16400 | 0.2877 |
222
- | 0.1208 | 3.39 | 16450 | 0.2876 |
223
- | 0.1234 | 3.4 | 16500 | 0.2880 |
224
- | 0.1186 | 3.41 | 16550 | 0.2870 |
225
- | 0.1171 | 3.42 | 16600 | 0.2875 |
226
- | 0.1225 | 3.43 | 16650 | 0.2883 |
227
- | 0.1095 | 3.44 | 16700 | 0.2877 |
228
- | 0.1269 | 3.45 | 16750 | 0.2888 |
229
- | 0.1212 | 3.46 | 16800 | 0.2894 |
230
- | 0.1434 | 3.47 | 16850 | 0.2886 |
231
- | 0.1349 | 3.48 | 16900 | 0.2888 |
232
- | 0.1166 | 3.49 | 16950 | 0.2887 |
233
- | 0.1094 | 3.5 | 17000 | 0.2875 |
234
- | 0.1188 | 3.51 | 17050 | 0.2901 |
235
- | 0.1227 | 3.52 | 17100 | 0.2865 |
236
- | 0.1204 | 3.53 | 17150 | 0.2871 |
237
- | 0.13 | 3.54 | 17200 | 0.2872 |
238
- | 0.1197 | 3.55 | 17250 | 0.2885 |
239
- | 0.1269 | 3.56 | 17300 | 0.2885 |
240
- | 0.1144 | 3.57 | 17350 | 0.2887 |
241
- | 0.1133 | 3.58 | 17400 | 0.2897 |
242
- | 0.1209 | 3.59 | 17450 | 0.2886 |
243
- | 0.1216 | 3.6 | 17500 | 0.2887 |
244
- | 0.118 | 3.61 | 17550 | 0.2884 |
245
- | 0.1245 | 3.62 | 17600 | 0.2879 |
246
- | 0.1222 | 3.63 | 17650 | 0.2887 |
247
- | 0.1231 | 3.64 | 17700 | 0.2892 |
248
- | 0.1229 | 3.65 | 17750 | 0.2881 |
249
- | 0.1301 | 3.66 | 17800 | 0.2879 |
250
- | 0.1201 | 3.67 | 17850 | 0.2878 |
251
- | 0.1146 | 3.68 | 17900 | 0.2898 |
252
- | 0.1176 | 3.69 | 17950 | 0.2897 |
253
- | 0.1157 | 3.7 | 18000 | 0.2896 |
254
- | 0.1283 | 3.71 | 18050 | 0.2894 |
255
- | 0.1144 | 3.73 | 18100 | 0.2888 |
256
- | 0.1106 | 3.74 | 18150 | 0.2901 |
257
- | 0.1224 | 3.75 | 18200 | 0.2891 |
258
- | 0.1252 | 3.76 | 18250 | 0.2895 |
259
- | 0.1163 | 3.77 | 18300 | 0.2886 |
260
- | 0.1213 | 3.78 | 18350 | 0.2883 |
261
- | 0.1177 | 3.79 | 18400 | 0.2883 |
262
- | 0.1254 | 3.8 | 18450 | 0.2893 |
263
- | 0.136 | 3.81 | 18500 | 0.2892 |
264
- | 0.1239 | 3.82 | 18550 | 0.2879 |
265
- | 0.1229 | 3.83 | 18600 | 0.2882 |
266
- | 0.1164 | 3.84 | 18650 | 0.2882 |
267
- | 0.1354 | 3.85 | 18700 | 0.2873 |
268
- | 0.1167 | 3.86 | 18750 | 0.2873 |
269
- | 0.1161 | 3.87 | 18800 | 0.2876 |
270
- | 0.112 | 3.88 | 18850 | 0.2883 |
271
- | 0.1053 | 3.89 | 18900 | 0.2882 |
272
- | 0.1114 | 3.9 | 18950 | 0.2879 |
273
- | 0.1104 | 3.91 | 19000 | 0.2877 |
274
- | 0.1095 | 3.92 | 19050 | 0.2874 |
275
- | 0.123 | 3.93 | 19100 | 0.2881 |
276
- | 0.1163 | 3.94 | 19150 | 0.2879 |
277
- | 0.1261 | 3.95 | 19200 | 0.2881 |
278
- | 0.1151 | 3.96 | 19250 | 0.2880 |
279
- | 0.133 | 3.97 | 19300 | 0.2879 |
280
- | 0.1182 | 3.98 | 19350 | 0.2878 |
281
- | 0.1144 | 3.99 | 19400 | 0.2878 |
 
 
 
 
 
 
 
 
 
 
282
 
283
 
284
  ### Framework versions
 
18
 
19
  This model is a fine-tuned version of [codellama/CodeLlama-7b-Instruct-hf](https://huggingface.co/codellama/CodeLlama-7b-Instruct-hf) on the None dataset.
20
  It achieves the following results on the evaluation set:
21
+ - Loss: 0.2772
22
 
23
  ## Model description
24
 
 
50
 
51
  | Training Loss | Epoch | Step | Validation Loss |
52
  |:-------------:|:-----:|:-----:|:---------------:|
53
+ | 0.248 | 1.61 | 8000 | 0.2689 |
54
+ | 0.2504 | 1.62 | 8050 | 0.2705 |
55
+ | 0.2309 | 1.63 | 8100 | 0.2696 |
56
+ | 0.2499 | 1.64 | 8150 | 0.2682 |
57
+ | 0.2602 | 1.65 | 8200 | 0.2700 |
58
+ | 0.2437 | 1.66 | 8250 | 0.2695 |
59
+ | 0.2156 | 1.67 | 8300 | 0.2700 |
60
+ | 0.2584 | 1.68 | 8350 | 0.2669 |
61
+ | 0.2476 | 1.69 | 8400 | 0.2667 |
62
+ | 0.2915 | 1.7 | 8450 | 0.2677 |
63
+ | 0.239 | 1.71 | 8500 | 0.2680 |
64
+ | 0.2473 | 1.72 | 8550 | 0.2662 |
65
+ | 0.2408 | 1.73 | 8600 | 0.2662 |
66
+ | 0.256 | 1.74 | 8650 | 0.2668 |
67
+ | 0.2457 | 1.75 | 8700 | 0.2667 |
68
+ | 0.2562 | 1.76 | 8750 | 0.2653 |
69
+ | 0.2434 | 1.77 | 8800 | 0.2653 |
70
+ | 0.2687 | 1.78 | 8850 | 0.2640 |
71
+ | 0.2679 | 1.79 | 8900 | 0.2637 |
72
+ | 0.2444 | 1.8 | 8950 | 0.2659 |
73
+ | 0.2719 | 1.81 | 9000 | 0.2645 |
74
+ | 0.2236 | 1.82 | 9050 | 0.2648 |
75
+ | 0.2385 | 1.83 | 9100 | 0.2648 |
76
+ | 0.2592 | 1.84 | 9150 | 0.2638 |
77
+ | 0.2652 | 1.85 | 9200 | 0.2645 |
78
+ | 0.2418 | 1.86 | 9250 | 0.2637 |
79
+ | 0.2393 | 1.87 | 9300 | 0.2630 |
80
+ | 0.237 | 1.88 | 9350 | 0.2643 |
81
+ | 0.2365 | 1.89 | 9400 | 0.2642 |
82
+ | 0.2402 | 1.9 | 9450 | 0.2629 |
83
+ | 0.2395 | 1.91 | 9500 | 0.2624 |
84
+ | 0.2351 | 1.92 | 9550 | 0.2626 |
85
+ | 0.2507 | 1.93 | 9600 | 0.2620 |
86
+ | 0.2343 | 1.94 | 9650 | 0.2619 |
87
+ | 0.2202 | 1.95 | 9700 | 0.2621 |
88
+ | 0.2429 | 1.96 | 9750 | 0.2616 |
89
+ | 0.2747 | 1.97 | 9800 | 0.2601 |
90
+ | 0.2192 | 1.98 | 9850 | 0.2612 |
91
+ | 0.2421 | 1.99 | 9900 | 0.2597 |
92
+ | 0.2349 | 2.0 | 9950 | 0.2597 |
93
+ | 0.1913 | 2.01 | 10000 | 0.2672 |
94
+ | 0.1903 | 2.02 | 10050 | 0.2710 |
95
+ | 0.1823 | 2.03 | 10100 | 0.2695 |
96
+ | 0.1738 | 2.04 | 10150 | 0.2682 |
97
+ | 0.1984 | 2.05 | 10200 | 0.2691 |
98
+ | 0.1769 | 2.06 | 10250 | 0.2703 |
99
+ | 0.1934 | 2.07 | 10300 | 0.2709 |
100
+ | 0.1715 | 2.08 | 10350 | 0.2705 |
101
+ | 0.1896 | 2.09 | 10400 | 0.2700 |
102
+ | 0.1887 | 2.1 | 10450 | 0.2693 |
103
+ | 0.1683 | 2.11 | 10500 | 0.2722 |
104
+ | 0.1919 | 2.12 | 10550 | 0.2727 |
105
+ | 0.1901 | 2.13 | 10600 | 0.2729 |
106
+ | 0.1628 | 2.14 | 10650 | 0.2711 |
107
+ | 0.172 | 2.15 | 10700 | 0.2692 |
108
+ | 0.1807 | 2.16 | 10750 | 0.2690 |
109
+ | 0.1778 | 2.17 | 10800 | 0.2693 |
110
+ | 0.1773 | 2.18 | 10850 | 0.2704 |
111
+ | 0.182 | 2.19 | 10900 | 0.2701 |
112
+ | 0.1843 | 2.2 | 10950 | 0.2710 |
113
+ | 0.1786 | 2.21 | 11000 | 0.2685 |
114
+ | 0.1924 | 2.22 | 11050 | 0.2690 |
115
+ | 0.1903 | 2.23 | 11100 | 0.2711 |
116
+ | 0.1907 | 2.24 | 11150 | 0.2675 |
117
+ | 0.1685 | 2.25 | 11200 | 0.2694 |
118
+ | 0.1789 | 2.26 | 11250 | 0.2675 |
119
+ | 0.1741 | 2.27 | 11300 | 0.2692 |
120
+ | 0.1743 | 2.28 | 11350 | 0.2702 |
121
+ | 0.1665 | 2.29 | 11400 | 0.2693 |
122
+ | 0.1643 | 2.3 | 11450 | 0.2713 |
123
+ | 0.1958 | 2.31 | 11500 | 0.2690 |
124
+ | 0.1837 | 2.32 | 11550 | 0.2701 |
125
+ | 0.1953 | 2.33 | 11600 | 0.2702 |
126
+ | 0.1804 | 2.34 | 11650 | 0.2694 |
127
+ | 0.1829 | 2.35 | 11700 | 0.2666 |
128
+ | 0.1851 | 2.36 | 11750 | 0.2673 |
129
+ | 0.1883 | 2.37 | 11800 | 0.2681 |
130
+ | 0.2057 | 2.38 | 11850 | 0.2664 |
131
+ | 0.1972 | 2.39 | 11900 | 0.2663 |
132
+ | 0.1803 | 2.4 | 11950 | 0.2653 |
133
+ | 0.1743 | 2.41 | 12000 | 0.2671 |
134
+ | 0.1771 | 2.42 | 12050 | 0.2679 |
135
+ | 0.1695 | 2.43 | 12100 | 0.2658 |
136
+ | 0.2055 | 2.44 | 12150 | 0.2652 |
137
+ | 0.2058 | 2.45 | 12200 | 0.2653 |
138
+ | 0.1944 | 2.46 | 12250 | 0.2640 |
139
+ | 0.1901 | 2.47 | 12300 | 0.2656 |
140
+ | 0.1669 | 2.48 | 12350 | 0.2650 |
141
+ | 0.1843 | 2.49 | 12400 | 0.2681 |
142
+ | 0.173 | 2.5 | 12450 | 0.2664 |
143
+ | 0.195 | 2.51 | 12500 | 0.2633 |
144
+ | 0.1701 | 2.52 | 12550 | 0.2640 |
145
+ | 0.206 | 2.53 | 12600 | 0.2635 |
146
+ | 0.1826 | 2.54 | 12650 | 0.2659 |
147
+ | 0.1903 | 2.55 | 12700 | 0.2655 |
148
+ | 0.1761 | 2.56 | 12750 | 0.2651 |
149
+ | 0.2037 | 2.57 | 12800 | 0.2650 |
150
+ | 0.1924 | 2.58 | 12850 | 0.2644 |
151
+ | 0.192 | 2.59 | 12900 | 0.2653 |
152
+ | 0.1828 | 2.6 | 12950 | 0.2646 |
153
+ | 0.1831 | 2.61 | 13000 | 0.2662 |
154
+ | 0.1796 | 2.62 | 13050 | 0.2633 |
155
+ | 0.1905 | 2.63 | 13100 | 0.2632 |
156
+ | 0.1946 | 2.64 | 13150 | 0.2616 |
157
+ | 0.1722 | 2.65 | 13200 | 0.2642 |
158
+ | 0.1711 | 2.66 | 13250 | 0.2637 |
159
+ | 0.1939 | 2.67 | 13300 | 0.2633 |
160
+ | 0.194 | 2.68 | 13350 | 0.2632 |
161
+ | 0.1856 | 2.69 | 13400 | 0.2625 |
162
+ | 0.1949 | 2.7 | 13450 | 0.2612 |
163
+ | 0.1796 | 2.71 | 13500 | 0.2610 |
164
+ | 0.1805 | 2.72 | 13550 | 0.2618 |
165
+ | 0.1731 | 2.73 | 13600 | 0.2619 |
166
+ | 0.1961 | 2.74 | 13650 | 0.2612 |
167
+ | 0.1849 | 2.75 | 13700 | 0.2622 |
168
+ | 0.1715 | 2.76 | 13750 | 0.2615 |
169
+ | 0.1888 | 2.77 | 13800 | 0.2638 |
170
+ | 0.1766 | 2.78 | 13850 | 0.2625 |
171
+ | 0.166 | 2.79 | 13900 | 0.2631 |
172
+ | 0.1761 | 2.8 | 13950 | 0.2609 |
173
+ | 0.179 | 2.81 | 14000 | 0.2610 |
174
+ | 0.1653 | 2.82 | 14050 | 0.2621 |
175
+ | 0.1809 | 2.83 | 14100 | 0.2614 |
176
+ | 0.1747 | 2.84 | 14150 | 0.2608 |
177
+ | 0.1876 | 2.85 | 14200 | 0.2593 |
178
+ | 0.1709 | 2.86 | 14250 | 0.2611 |
179
+ | 0.1722 | 2.87 | 14300 | 0.2600 |
180
+ | 0.1779 | 2.88 | 14350 | 0.2592 |
181
+ | 0.1819 | 2.89 | 14400 | 0.2610 |
182
+ | 0.1805 | 2.9 | 14450 | 0.2596 |
183
+ | 0.1561 | 2.91 | 14500 | 0.2609 |
184
+ | 0.1891 | 2.92 | 14550 | 0.2605 |
185
+ | 0.1915 | 2.93 | 14600 | 0.2584 |
186
+ | 0.1752 | 2.94 | 14650 | 0.2589 |
187
+ | 0.1852 | 2.95 | 14700 | 0.2592 |
188
+ | 0.17 | 2.96 | 14750 | 0.2602 |
189
+ | 0.1745 | 2.97 | 14800 | 0.2592 |
190
+ | 0.195 | 2.98 | 14850 | 0.2582 |
191
+ | 0.1782 | 2.99 | 14900 | 0.2590 |
192
+ | 0.1656 | 3.0 | 14950 | 0.2651 |
193
+ | 0.1196 | 3.01 | 15000 | 0.2754 |
194
+ | 0.1178 | 3.02 | 15050 | 0.2792 |
195
+ | 0.1238 | 3.03 | 15100 | 0.2791 |
196
+ | 0.1254 | 3.04 | 15150 | 0.2777 |
197
+ | 0.1223 | 3.05 | 15200 | 0.2796 |
198
+ | 0.13 | 3.06 | 15250 | 0.2785 |
199
+ | 0.1215 | 3.07 | 15300 | 0.2784 |
200
+ | 0.1091 | 3.08 | 15350 | 0.2774 |
201
+ | 0.1207 | 3.09 | 15400 | 0.2796 |
202
+ | 0.1169 | 3.1 | 15450 | 0.2793 |
203
+ | 0.1228 | 3.11 | 15500 | 0.2810 |
204
+ | 0.1247 | 3.12 | 15550 | 0.2803 |
205
+ | 0.1321 | 3.13 | 15600 | 0.2779 |
206
+ | 0.132 | 3.14 | 15650 | 0.2790 |
207
+ | 0.144 | 3.15 | 15700 | 0.2793 |
208
+ | 0.1313 | 3.16 | 15750 | 0.2800 |
209
+ | 0.1216 | 3.17 | 15800 | 0.2829 |
210
+ | 0.1235 | 3.18 | 15850 | 0.2817 |
211
+ | 0.1254 | 3.19 | 15900 | 0.2801 |
212
+ | 0.1201 | 3.2 | 15950 | 0.2812 |
213
+ | 0.1202 | 3.21 | 16000 | 0.2790 |
214
+ | 0.1322 | 3.22 | 16050 | 0.2768 |
215
+ | 0.1241 | 3.23 | 16100 | 0.2786 |
216
+ | 0.1195 | 3.24 | 16150 | 0.2811 |
217
+ | 0.1122 | 3.25 | 16200 | 0.2794 |
218
+ | 0.1158 | 3.27 | 16250 | 0.2767 |
219
+ | 0.1178 | 3.28 | 16300 | 0.2787 |
220
+ | 0.129 | 3.29 | 16350 | 0.2778 |
221
+ | 0.1278 | 3.3 | 16400 | 0.2776 |
222
+ | 0.1199 | 3.31 | 16450 | 0.2770 |
223
+ | 0.1128 | 3.32 | 16500 | 0.2803 |
224
+ | 0.1292 | 3.33 | 16550 | 0.2794 |
225
+ | 0.1228 | 3.34 | 16600 | 0.2803 |
226
+ | 0.1263 | 3.35 | 16650 | 0.2795 |
227
+ | 0.1285 | 3.36 | 16700 | 0.2798 |
228
+ | 0.1342 | 3.37 | 16750 | 0.2815 |
229
+ | 0.1104 | 3.38 | 16800 | 0.2813 |
230
+ | 0.131 | 3.39 | 16850 | 0.2789 |
231
+ | 0.1248 | 3.4 | 16900 | 0.2794 |
232
+ | 0.1222 | 3.41 | 16950 | 0.2803 |
233
+ | 0.1256 | 3.42 | 17000 | 0.2784 |
234
+ | 0.1226 | 3.43 | 17050 | 0.2788 |
235
+ | 0.115 | 3.44 | 17100 | 0.2785 |
236
+ | 0.1338 | 3.45 | 17150 | 0.2787 |
237
+ | 0.1428 | 3.46 | 17200 | 0.2784 |
238
+ | 0.1192 | 3.47 | 17250 | 0.2788 |
239
+ | 0.1235 | 3.48 | 17300 | 0.2796 |
240
+ | 0.1297 | 3.49 | 17350 | 0.2795 |
241
+ | 0.1223 | 3.5 | 17400 | 0.2803 |
242
+ | 0.1248 | 3.51 | 17450 | 0.2788 |
243
+ | 0.1342 | 3.52 | 17500 | 0.2799 |
244
+ | 0.1224 | 3.53 | 17550 | 0.2774 |
245
+ | 0.1175 | 3.54 | 17600 | 0.2802 |
246
+ | 0.1278 | 3.55 | 17650 | 0.2802 |
247
+ | 0.1052 | 3.56 | 17700 | 0.2785 |
248
+ | 0.1141 | 3.57 | 17750 | 0.2772 |
249
+ | 0.1245 | 3.58 | 17800 | 0.2792 |
250
+ | 0.1246 | 3.59 | 17850 | 0.2780 |
251
+ | 0.1193 | 3.6 | 17900 | 0.2777 |
252
+ | 0.1159 | 3.61 | 17950 | 0.2791 |
253
+ | 0.1314 | 3.62 | 18000 | 0.2777 |
254
+ | 0.1214 | 3.63 | 18050 | 0.2784 |
255
+ | 0.1213 | 3.64 | 18100 | 0.2784 |
256
+ | 0.1237 | 3.65 | 18150 | 0.2789 |
257
+ | 0.1207 | 3.66 | 18200 | 0.2777 |
258
+ | 0.1158 | 3.67 | 18250 | 0.2782 |
259
+ | 0.1185 | 3.68 | 18300 | 0.2776 |
260
+ | 0.124 | 3.69 | 18350 | 0.2776 |
261
+ | 0.1186 | 3.7 | 18400 | 0.2777 |
262
+ | 0.1133 | 3.71 | 18450 | 0.2778 |
263
+ | 0.1203 | 3.72 | 18500 | 0.2772 |
264
+ | 0.1173 | 3.73 | 18550 | 0.2781 |
265
+ | 0.1211 | 3.74 | 18600 | 0.2774 |
266
+ | 0.1317 | 3.75 | 18650 | 0.2768 |
267
+ | 0.1147 | 3.76 | 18700 | 0.2769 |
268
+ | 0.1136 | 3.77 | 18750 | 0.2772 |
269
+ | 0.1169 | 3.78 | 18800 | 0.2774 |
270
+ | 0.1111 | 3.79 | 18850 | 0.2781 |
271
+ | 0.1183 | 3.8 | 18900 | 0.2767 |
272
+ | 0.116 | 3.81 | 18950 | 0.2768 |
273
+ | 0.1128 | 3.82 | 19000 | 0.2778 |
274
+ | 0.1048 | 3.83 | 19050 | 0.2780 |
275
+ | 0.125 | 3.84 | 19100 | 0.2781 |
276
+ | 0.1168 | 3.85 | 19150 | 0.2776 |
277
+ | 0.1205 | 3.86 | 19200 | 0.2773 |
278
+ | 0.1313 | 3.87 | 19250 | 0.2768 |
279
+ | 0.1136 | 3.88 | 19300 | 0.2766 |
280
+ | 0.122 | 3.89 | 19350 | 0.2766 |
281
+ | 0.117 | 3.9 | 19400 | 0.2765 |
282
+ | 0.1194 | 3.91 | 19450 | 0.2764 |
283
+ | 0.122 | 3.92 | 19500 | 0.2768 |
284
+ | 0.1277 | 3.93 | 19550 | 0.2766 |
285
+ | 0.1131 | 3.94 | 19600 | 0.2768 |
286
+ | 0.1242 | 3.95 | 19650 | 0.2770 |
287
+ | 0.128 | 3.96 | 19700 | 0.2769 |
288
+ | 0.1282 | 3.97 | 19750 | 0.2769 |
289
+ | 0.1187 | 3.98 | 19800 | 0.2771 |
290
+ | 0.1221 | 3.99 | 19850 | 0.2772 |
291
+ | 0.123 | 4.0 | 19900 | 0.2772 |
292
 
293
 
294
  ### Framework versions
adapter_config.json CHANGED
@@ -20,13 +20,13 @@
20
  "rank_pattern": {},
21
  "revision": null,
22
  "target_modules": [
 
23
  "q_proj",
24
- "o_proj",
25
- "up_proj",
26
  "k_proj",
27
- "down_proj",
28
  "gate_proj",
29
- "v_proj"
 
 
30
  ],
31
  "task_type": "CAUSAL_LM",
32
  "use_dora": false,
 
20
  "rank_pattern": {},
21
  "revision": null,
22
  "target_modules": [
23
+ "v_proj",
24
  "q_proj",
 
 
25
  "k_proj",
 
26
  "gate_proj",
27
+ "o_proj",
28
+ "up_proj",
29
+ "down_proj"
30
  ],
31
  "task_type": "CAUSAL_LM",
32
  "use_dora": false,
adapter_model.safetensors CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:5b381f2ecf8765edf09debb574855dbff7ac998d4698ca057175cebeaa71346c
3
  size 2332095256
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:af549628b301e7ba7eed053a5e547446aa28634175129797924918ad0150a9c2
3
  size 2332095256
runs/Apr18_08-16-28_26cfae981d20/events.out.tfevents.1713428200.26cfae981d20.197.0 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:8ec389d2b53a5e23c2521ed0221ef0b56fb88362cb868cc776b76e9103fd2ef0
3
+ size 154934
training_args.bin CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:b702b23936b5d4b2d52125a8dad797baf704f788801255df98e71917b490daca
3
  size 4984
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:6318923a0fb015c9f4ca75a1f1979c379f782784fa9c1c9ab96bf9874c7095a8
3
  size 4984