SimonMA commited on
Commit
a2584db
1 Parent(s): 6ea5b6c

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: 0.2749
22
 
23
  ## Model description
24
 
@@ -50,205 +50,235 @@ The following hyperparameters were used during training:
50
 
51
  | Training Loss | Epoch | Step | Validation Loss |
52
  |:-------------:|:-----:|:-----:|:---------------:|
53
- | 0.2455 | 1.79 | 8000 | 0.2632 |
54
- | 0.2552 | 1.8 | 8050 | 0.2620 |
55
- | 0.2698 | 1.81 | 8100 | 0.2626 |
56
- | 0.2466 | 1.82 | 8150 | 0.2608 |
57
- | 0.2377 | 1.83 | 8200 | 0.2614 |
58
- | 0.288 | 1.84 | 8250 | 0.2610 |
59
- | 0.2525 | 1.85 | 8300 | 0.2591 |
60
- | 0.2429 | 1.87 | 8350 | 0.2585 |
61
- | 0.259 | 1.88 | 8400 | 0.2591 |
62
- | 0.2663 | 1.89 | 8450 | 0.2594 |
63
- | 0.2324 | 1.9 | 8500 | 0.2591 |
64
- | 0.272 | 1.91 | 8550 | 0.2598 |
65
- | 0.2533 | 1.92 | 8600 | 0.2589 |
66
- | 0.2558 | 1.93 | 8650 | 0.2564 |
67
- | 0.2598 | 1.94 | 8700 | 0.2563 |
68
- | 0.2663 | 1.95 | 8750 | 0.2552 |
69
- | 0.2165 | 1.97 | 8800 | 0.2552 |
70
- | 0.2304 | 1.98 | 8850 | 0.2554 |
71
- | 0.2378 | 1.99 | 8900 | 0.2563 |
72
- | 0.2273 | 2.0 | 8950 | 0.2550 |
73
- | 0.1832 | 2.01 | 9000 | 0.2651 |
74
- | 0.1722 | 2.02 | 9050 | 0.2649 |
75
- | 0.179 | 2.03 | 9100 | 0.2682 |
76
- | 0.1864 | 2.04 | 9150 | 0.2661 |
77
- | 0.1829 | 2.05 | 9200 | 0.2652 |
78
- | 0.191 | 2.07 | 9250 | 0.2697 |
79
- | 0.2027 | 2.08 | 9300 | 0.2691 |
80
- | 0.1889 | 2.09 | 9350 | 0.2675 |
81
- | 0.1867 | 2.1 | 9400 | 0.2667 |
82
- | 0.1797 | 2.11 | 9450 | 0.2652 |
83
- | 0.1898 | 2.12 | 9500 | 0.2675 |
84
- | 0.1773 | 2.13 | 9550 | 0.2693 |
85
- | 0.2088 | 2.14 | 9600 | 0.2685 |
86
- | 0.1927 | 2.16 | 9650 | 0.2647 |
87
- | 0.1886 | 2.17 | 9700 | 0.2654 |
88
- | 0.1793 | 2.18 | 9750 | 0.2664 |
89
- | 0.1761 | 2.19 | 9800 | 0.2658 |
90
- | 0.1897 | 2.2 | 9850 | 0.2672 |
91
- | 0.1904 | 2.21 | 9900 | 0.2647 |
92
- | 0.1678 | 2.22 | 9950 | 0.2643 |
93
- | 0.1831 | 2.23 | 10000 | 0.2636 |
94
- | 0.185 | 2.24 | 10050 | 0.2636 |
95
- | 0.1859 | 2.26 | 10100 | 0.2674 |
96
- | 0.1787 | 2.27 | 10150 | 0.2669 |
97
- | 0.1819 | 2.28 | 10200 | 0.2648 |
98
- | 0.1899 | 2.29 | 10250 | 0.2618 |
99
- | 0.1732 | 2.3 | 10300 | 0.2654 |
100
- | 0.1928 | 2.31 | 10350 | 0.2633 |
101
- | 0.1681 | 2.32 | 10400 | 0.2659 |
102
- | 0.1765 | 2.33 | 10450 | 0.2659 |
103
- | 0.1706 | 2.35 | 10500 | 0.2654 |
104
- | 0.1786 | 2.36 | 10550 | 0.2661 |
105
- | 0.1734 | 2.37 | 10600 | 0.2639 |
106
- | 0.1776 | 2.38 | 10650 | 0.2633 |
107
- | 0.1592 | 2.39 | 10700 | 0.2631 |
108
- | 0.1684 | 2.4 | 10750 | 0.2622 |
109
- | 0.1604 | 2.41 | 10800 | 0.2637 |
110
- | 0.1822 | 2.42 | 10850 | 0.2621 |
111
- | 0.1892 | 2.43 | 10900 | 0.2627 |
112
- | 0.1869 | 2.45 | 10950 | 0.2614 |
113
- | 0.1967 | 2.46 | 11000 | 0.2611 |
114
- | 0.2103 | 2.47 | 11050 | 0.2608 |
115
- | 0.1778 | 2.48 | 11100 | 0.2609 |
116
- | 0.1794 | 2.49 | 11150 | 0.2611 |
117
- | 0.1823 | 2.5 | 11200 | 0.2599 |
118
- | 0.1992 | 2.51 | 11250 | 0.2598 |
119
- | 0.1686 | 2.52 | 11300 | 0.2617 |
120
- | 0.1892 | 2.54 | 11350 | 0.2619 |
121
- | 0.1962 | 2.55 | 11400 | 0.2599 |
122
- | 0.1765 | 2.56 | 11450 | 0.2604 |
123
- | 0.1749 | 2.57 | 11500 | 0.2605 |
124
- | 0.178 | 2.58 | 11550 | 0.2603 |
125
- | 0.1844 | 2.59 | 11600 | 0.2605 |
126
- | 0.1896 | 2.6 | 11650 | 0.2587 |
127
- | 0.1866 | 2.61 | 11700 | 0.2593 |
128
- | 0.1636 | 2.62 | 11750 | 0.2595 |
129
- | 0.1674 | 2.64 | 11800 | 0.2600 |
130
- | 0.1822 | 2.65 | 11850 | 0.2573 |
131
- | 0.1828 | 2.66 | 11900 | 0.2586 |
132
- | 0.1731 | 2.67 | 11950 | 0.2590 |
133
- | 0.1772 | 2.68 | 12000 | 0.2592 |
134
- | 0.1921 | 2.69 | 12050 | 0.2575 |
135
- | 0.199 | 2.7 | 12100 | 0.2614 |
136
- | 0.1606 | 2.71 | 12150 | 0.2593 |
137
- | 0.1691 | 2.73 | 12200 | 0.2587 |
138
- | 0.1681 | 2.74 | 12250 | 0.2602 |
139
- | 0.1904 | 2.75 | 12300 | 0.2570 |
140
- | 0.1845 | 2.76 | 12350 | 0.2566 |
141
- | 0.1856 | 2.77 | 12400 | 0.2561 |
142
- | 0.1725 | 2.78 | 12450 | 0.2561 |
143
- | 0.1743 | 2.79 | 12500 | 0.2565 |
144
- | 0.1676 | 2.8 | 12550 | 0.2561 |
145
- | 0.185 | 2.81 | 12600 | 0.2557 |
146
- | 0.1689 | 2.83 | 12650 | 0.2568 |
147
- | 0.1648 | 2.84 | 12700 | 0.2571 |
148
- | 0.1861 | 2.85 | 12750 | 0.2545 |
149
- | 0.1601 | 2.86 | 12800 | 0.2560 |
150
- | 0.185 | 2.87 | 12850 | 0.2554 |
151
- | 0.1664 | 2.88 | 12900 | 0.2555 |
152
- | 0.1772 | 2.89 | 12950 | 0.2555 |
153
- | 0.1781 | 2.9 | 13000 | 0.2557 |
154
- | 0.1695 | 2.91 | 13050 | 0.2536 |
155
- | 0.1707 | 2.93 | 13100 | 0.2565 |
156
- | 0.1559 | 2.94 | 13150 | 0.2556 |
157
- | 0.1721 | 2.95 | 13200 | 0.2554 |
158
- | 0.1643 | 2.96 | 13250 | 0.2547 |
159
- | 0.1712 | 2.97 | 13300 | 0.2553 |
160
- | 0.1638 | 2.98 | 13350 | 0.2556 |
161
- | 0.1863 | 2.99 | 13400 | 0.2547 |
162
- | 0.1668 | 3.0 | 13450 | 0.2602 |
163
- | 0.1197 | 3.02 | 13500 | 0.2729 |
164
- | 0.1314 | 3.03 | 13550 | 0.2765 |
165
- | 0.1165 | 3.04 | 13600 | 0.2741 |
166
- | 0.122 | 3.05 | 13650 | 0.2748 |
167
- | 0.1237 | 3.06 | 13700 | 0.2740 |
168
- | 0.1241 | 3.07 | 13750 | 0.2766 |
169
- | 0.1234 | 3.08 | 13800 | 0.2766 |
170
- | 0.1178 | 3.09 | 13850 | 0.2772 |
171
- | 0.1225 | 3.1 | 13900 | 0.2772 |
172
- | 0.1133 | 3.12 | 13950 | 0.2794 |
173
- | 0.1166 | 3.13 | 14000 | 0.2777 |
174
- | 0.1237 | 3.14 | 14050 | 0.2784 |
175
- | 0.1267 | 3.15 | 14100 | 0.2772 |
176
- | 0.1256 | 3.16 | 14150 | 0.2784 |
177
- | 0.1243 | 3.17 | 14200 | 0.2762 |
178
- | 0.108 | 3.18 | 14250 | 0.2792 |
179
- | 0.1236 | 3.19 | 14300 | 0.2791 |
180
- | 0.132 | 3.21 | 14350 | 0.2765 |
181
- | 0.1207 | 3.22 | 14400 | 0.2753 |
182
- | 0.1307 | 3.23 | 14450 | 0.2754 |
183
- | 0.12 | 3.24 | 14500 | 0.2787 |
184
- | 0.1219 | 3.25 | 14550 | 0.2738 |
185
- | 0.1254 | 3.26 | 14600 | 0.2768 |
186
- | 0.1337 | 3.27 | 14650 | 0.2749 |
187
- | 0.1221 | 3.28 | 14700 | 0.2767 |
188
- | 0.1266 | 3.29 | 14750 | 0.2744 |
189
- | 0.1238 | 3.31 | 14800 | 0.2769 |
190
- | 0.1266 | 3.32 | 14850 | 0.2731 |
191
- | 0.1311 | 3.33 | 14900 | 0.2764 |
192
- | 0.1184 | 3.34 | 14950 | 0.2767 |
193
- | 0.1187 | 3.35 | 15000 | 0.2771 |
194
- | 0.1186 | 3.36 | 15050 | 0.2777 |
195
- | 0.1248 | 3.37 | 15100 | 0.2744 |
196
- | 0.117 | 3.38 | 15150 | 0.2775 |
197
- | 0.1195 | 3.4 | 15200 | 0.2793 |
198
- | 0.1296 | 3.41 | 15250 | 0.2774 |
199
- | 0.1211 | 3.42 | 15300 | 0.2766 |
200
- | 0.1393 | 3.43 | 15350 | 0.2781 |
201
- | 0.1203 | 3.44 | 15400 | 0.2782 |
202
- | 0.1188 | 3.45 | 15450 | 0.2774 |
203
- | 0.1175 | 3.46 | 15500 | 0.2782 |
204
- | 0.1174 | 3.47 | 15550 | 0.2772 |
205
- | 0.1249 | 3.48 | 15600 | 0.2760 |
206
- | 0.1153 | 3.5 | 15650 | 0.2765 |
207
- | 0.1142 | 3.51 | 15700 | 0.2769 |
208
- | 0.1209 | 3.52 | 15750 | 0.2770 |
209
- | 0.1156 | 3.53 | 15800 | 0.2772 |
210
- | 0.1478 | 3.54 | 15850 | 0.2746 |
211
- | 0.1138 | 3.55 | 15900 | 0.2756 |
212
- | 0.1261 | 3.56 | 15950 | 0.2774 |
213
- | 0.1255 | 3.57 | 16000 | 0.2763 |
214
- | 0.1175 | 3.58 | 16050 | 0.2764 |
215
- | 0.1182 | 3.6 | 16100 | 0.2759 |
216
- | 0.1178 | 3.61 | 16150 | 0.2767 |
217
- | 0.1172 | 3.62 | 16200 | 0.2764 |
218
- | 0.1163 | 3.63 | 16250 | 0.2761 |
219
- | 0.1148 | 3.64 | 16300 | 0.2750 |
220
- | 0.1129 | 3.65 | 16350 | 0.2748 |
221
- | 0.1211 | 3.66 | 16400 | 0.2748 |
222
- | 0.1121 | 3.67 | 16450 | 0.2762 |
223
- | 0.114 | 3.69 | 16500 | 0.2753 |
224
- | 0.1351 | 3.7 | 16550 | 0.2757 |
225
- | 0.1223 | 3.71 | 16600 | 0.2758 |
226
- | 0.1343 | 3.72 | 16650 | 0.2763 |
227
- | 0.1236 | 3.73 | 16700 | 0.2764 |
228
- | 0.1281 | 3.74 | 16750 | 0.2757 |
229
- | 0.1279 | 3.75 | 16800 | 0.2755 |
230
- | 0.1186 | 3.76 | 16850 | 0.2748 |
231
- | 0.1167 | 3.77 | 16900 | 0.2759 |
232
- | 0.1204 | 3.79 | 16950 | 0.2763 |
233
- | 0.1118 | 3.8 | 17000 | 0.2772 |
234
- | 0.1081 | 3.81 | 17050 | 0.2761 |
235
- | 0.1224 | 3.82 | 17100 | 0.2746 |
236
- | 0.116 | 3.83 | 17150 | 0.2749 |
237
- | 0.1301 | 3.84 | 17200 | 0.2749 |
238
- | 0.116 | 3.85 | 17250 | 0.2749 |
239
- | 0.1182 | 3.86 | 17300 | 0.2751 |
240
- | 0.1256 | 3.88 | 17350 | 0.2751 |
241
- | 0.1199 | 3.89 | 17400 | 0.2752 |
242
- | 0.1113 | 3.9 | 17450 | 0.2752 |
243
- | 0.1202 | 3.91 | 17500 | 0.2750 |
244
- | 0.1182 | 3.92 | 17550 | 0.2749 |
245
- | 0.1195 | 3.93 | 17600 | 0.2749 |
246
- | 0.1154 | 3.94 | 17650 | 0.2747 |
247
- | 0.1163 | 3.95 | 17700 | 0.2750 |
248
- | 0.1121 | 3.96 | 17750 | 0.2750 |
249
- | 0.1172 | 3.98 | 17800 | 0.2749 |
250
- | 0.1176 | 3.99 | 17850 | 0.2749 |
251
- | 0.1127 | 4.0 | 17900 | 0.2749 |
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
252
 
253
 
254
  ### 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: 0.2878
22
 
23
  ## Model description
24
 
 
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
adapter_config.json CHANGED
@@ -20,13 +20,13 @@
20
  "rank_pattern": {},
21
  "revision": null,
22
  "target_modules": [
23
- "k_proj",
24
- "gate_proj",
25
- "v_proj",
26
- "down_proj",
27
  "q_proj",
28
  "o_proj",
29
- "up_proj"
 
 
 
 
30
  ],
31
  "task_type": "CAUSAL_LM",
32
  "use_dora": false,
 
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,
adapter_model.safetensors CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:fe185e216c617ae676c0d2a9df485c4e64096491ab54078bfe413bd2af976a95
3
  size 2332095256
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:5b381f2ecf8765edf09debb574855dbff7ac998d4698ca057175cebeaa71346c
3
  size 2332095256
runs/Apr16_06-42-36_f519ac071db6/events.out.tfevents.1713249766.f519ac071db6.2993.0 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:779287d26d81fe499db37ff19ae8f0652ae96d99c2b971d229bc27e6a6f3b1f1
3
+ size 150024
training_args.bin CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:8765121662e049921f72bb4ec4adef239dd4dc97201b82140962ef3d0c818d7f
3
  size 4984
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:b702b23936b5d4b2d52125a8dad797baf704f788801255df98e71917b490daca
3
  size 4984