Hugging Face's logo

vipinkatara
/
Mistral-7B-v0.1-orpo-final1

Text Generation
Transformers
TensorBoard
Safetensors
mistral
alignment-handbook
trl
orpo
Generated from Trainer
conversational
text-generation-inference
Inference Endpoints
Model card Files Metrics Community
vipinkatara commited on
Commit
7d0f10b
•
1 Parent(s): b7eb68e

Model save

Browse files
Files changed (10) hide show
  1. README.md +297 -0
  2. all_results.json +9 -0
  3. generation_config.json +6 -0
  4. model-00001-of-00003.safetensors +3 -0
  5. model-00002-of-00003.safetensors +3 -0
  6. model-00003-of-00003.safetensors +3 -0
  7. model.safetensors.index.json +298 -0
  8. runs/May06_10-31-03_2bd66e41e5c24228a6d21c69169aa93f000000/events.out.tfevents.1714991699.2bd66e41e5c24228a6d21c69169aa93f000000.346.0 +2 -2
  9. train_results.json +9 -0
  10. trainer_state.json +0 -0
README.md ADDED
@@ -0,0 +1,297 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ license: apache-2.0
3
+ base_model: mistralai/Mistral-7B-v0.1
4
+ tags:
5
+ - trl
6
+ - orpo
7
+ - generated_from_trainer
8
+ model-index:
9
+ - name: Mistral-7B-v0.1-orpo-final1
10
+ results: []
11
+ ---
12
+
13
+ <!-- This model card has been generated automatically according to the information the Trainer had access to. You
14
+ should probably proofread and complete it, then remove this comment. -->
15
+
16
+ # Mistral-7B-v0.1-orpo-final1
17
+
18
+ This model is a fine-tuned version of [mistralai/Mistral-7B-v0.1](https://huggingface.co/mistralai/Mistral-7B-v0.1) on an unknown dataset.
19
+ It achieves the following results on the evaluation set:
20
+ - Loss: nan
21
+ - Rewards/chosen: nan
22
+ - Rewards/rejected: nan
23
+ - Rewards/accuracies: 0.0
24
+ - Rewards/margins: nan
25
+ - Logps/rejected: nan
26
+ - Logps/chosen: nan
27
+ - Logits/rejected: nan
28
+ - Logits/chosen: nan
29
+ - Nll Loss: nan
30
+ - Log Odds Ratio: nan
31
+ - Log Odds Chosen: nan
32
+
33
+ ## Model description
34
+
35
+ More information needed
36
+
37
+ ## Intended uses & limitations
38
+
39
+ More information needed
40
+
41
+ ## Training and evaluation data
42
+
43
+ More information needed
44
+
45
+ ## Training procedure
46
+
47
+ ### Training hyperparameters
48
+
49
+ The following hyperparameters were used during training:
50
+ - learning_rate: 5e-06
51
+ - train_batch_size: 8
52
+ - eval_batch_size: 8
53
+ - seed: 42
54
+ - distributed_type: multi-GPU
55
+ - num_devices: 4
56
+ - total_train_batch_size: 32
57
+ - total_eval_batch_size: 32
58
+ - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
59
+ - lr_scheduler_type: inverse_sqrt
60
+ - lr_scheduler_warmup_steps: 100
61
+ - num_epochs: 1
62
+
63
+ ### Training results
64
+
65
+ | Training Loss | Epoch | Step | Validation Loss | Rewards/chosen | Rewards/rejected | Rewards/accuracies | Rewards/margins | Logps/rejected | Logps/chosen | Logits/rejected | Logits/chosen | Nll Loss | Log Odds Ratio | Log Odds Chosen |
66
+ |:-------------:|:------:|:----:|:---------------:|:--------------:|:----------------:|:------------------:|:---------------:|:--------------:|:------------:|:---------------:|:-------------:|:--------:|:--------------:|:---------------:|
67
+ | 3.4851 | 0.0045 | 10 | 1.5241 | -0.0138 | -0.0138 | 0.0 | 0.0 | -0.2768 | -0.2768 | -2.5524 | -2.5524 | 1.4894 | -0.6931 | 0.0 |
68
+ | 1.086 | 0.0089 | 20 | 0.9466 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.7727 | -1.7727 | 0.9119 | -0.6931 | 0.0 |
69
+ | 0.9087 | 0.0134 | 30 | 0.8376 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.5712 | -1.5712 | 0.8029 | -0.6931 | 0.0 |
70
+ | 0.7774 | 0.0179 | 40 | 0.6912 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.5837 | -1.5837 | 0.6565 | -0.6931 | 0.0 |
71
+ | 0.5426 | 0.0224 | 50 | 0.1591 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.5343 | -1.5343 | 0.1244 | -0.6931 | 0.0 |
72
+ | 0.4926 | 0.0268 | 60 | 0.0728 | -0.0025 | -0.0025 | 0.0 | 0.0 | -0.0497 | -0.0497 | -2.1702 | -2.1702 | 0.0382 | -0.6931 | 0.0 |
73
+ | 0.3784 | 0.0313 | 70 | 0.0374 | -0.0001 | -0.0001 | 0.0 | 0.0 | -0.0015 | -0.0015 | -1.8683 | -1.8683 | 0.0028 | -0.6931 | 0.0 |
74
+ | 0.1081 | 0.0358 | 80 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.9697 | -1.9697 | 0.0000 | -0.6931 | 0.0 |
75
+ | 0.2173 | 0.0402 | 90 | 0.5148 | -0.0349 | -0.0349 | 0.0 | 0.0 | -0.6984 | -0.6984 | -2.7805 | -2.7805 | 0.4802 | -0.6931 | 0.0 |
76
+ | 0.0845 | 0.0447 | 100 | 0.0565 | -0.0016 | -0.0016 | 0.0 | 0.0 | -0.0317 | -0.0317 | -2.2378 | -2.2378 | 0.0218 | -0.6931 | 0.0 |
77
+ | 0.1317 | 0.0492 | 110 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -2.4884 | -2.4884 | 0.0000 | -0.6931 | 0.0 |
78
+ | 0.21 | 0.0536 | 120 | 0.0348 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0002 | -0.0002 | -2.1373 | -2.1373 | 0.0002 | -0.6931 | 0.0 |
79
+ | 0.0859 | 0.0581 | 130 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.8577 | -1.8577 | 0.0000 | -0.6931 | 0.0 |
80
+ | 0.0347 | 0.0626 | 140 | 0.0348 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0002 | -0.0002 | -1.8252 | -1.8252 | 0.0001 | -0.6931 | 0.0 |
81
+ | 0.0495 | 0.0671 | 150 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.8505 | -1.8505 | 0.0000 | -0.6931 | 0.0 |
82
+ | 0.0347 | 0.0715 | 160 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.9784 | -1.9784 | 0.0000 | -0.6931 | 0.0 |
83
+ | 0.0347 | 0.0760 | 170 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.7608 | -1.7608 | 0.0000 | -0.6931 | 0.0 |
84
+ | 0.0347 | 0.0805 | 180 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.5161 | -1.5161 | 0.0000 | -0.6931 | 0.0 |
85
+ | 0.0347 | 0.0849 | 190 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.4646 | -1.4646 | 0.0000 | -0.6931 | 0.0 |
86
+ | 0.0347 | 0.0894 | 200 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.4565 | -1.4565 | 0.0000 | -0.6931 | 0.0 |
87
+ | 0.0347 | 0.0939 | 210 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.4377 | -1.4377 | 0.0000 | -0.6931 | 0.0 |
88
+ | 0.0347 | 0.0983 | 220 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.4224 | -1.4224 | 0.0000 | -0.6931 | 0.0 |
89
+ | 0.0347 | 0.1028 | 230 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.4131 | -1.4131 | 0.0000 | -0.6931 | 0.0 |
90
+ | 0.0347 | 0.1073 | 240 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.4159 | -1.4159 | 0.0000 | -0.6931 | 0.0 |
91
+ | 0.0347 | 0.1118 | 250 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.4384 | -1.4384 | 0.0000 | -0.6931 | 0.0 |
92
+ | 0.0347 | 0.1162 | 260 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.4592 | -1.4592 | 0.0000 | -0.6931 | 0.0 |
93
+ | 0.0347 | 0.1207 | 270 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.4682 | -1.4682 | 0.0000 | -0.6931 | 0.0 |
94
+ | 0.0348 | 0.1252 | 280 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.1261 | -1.1261 | 0.0000 | -0.6931 | 0.0 |
95
+ | 0.066 | 0.1296 | 290 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.9084 | -0.9084 | 0.0000 | -0.6931 | 0.0 |
96
+ | 0.0347 | 0.1341 | 300 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.8419 | -0.8419 | 0.0000 | -0.6931 | 0.0 |
97
+ | 0.0347 | 0.1386 | 310 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7935 | -0.7935 | 0.0000 | -0.6931 | 0.0 |
98
+ | 0.0347 | 0.1430 | 320 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7703 | -0.7703 | 0.0000 | -0.6931 | 0.0 |
99
+ | 0.0347 | 0.1475 | 330 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7746 | -0.7746 | 0.0000 | -0.6931 | 0.0 |
100
+ | 0.0347 | 0.1520 | 340 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7745 | -0.7745 | 0.0000 | -0.6931 | 0.0 |
101
+ | 0.0347 | 0.1565 | 350 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7768 | -0.7768 | 0.0000 | -0.6931 | 0.0 |
102
+ | 0.0347 | 0.1609 | 360 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7753 | -0.7753 | 0.0000 | -0.6931 | 0.0 |
103
+ | 0.0347 | 0.1654 | 370 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7760 | -0.7760 | 0.0000 | -0.6931 | 0.0 |
104
+ | 0.0347 | 0.1699 | 380 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7688 | -0.7688 | 0.0000 | -0.6931 | 0.0 |
105
+ | 0.0347 | 0.1743 | 390 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7688 | -0.7688 | 0.0000 | -0.6931 | 0.0 |
106
+ | 0.0347 | 0.1788 | 400 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7668 | -0.7668 | 0.0000 | -0.6931 | 0.0 |
107
+ | 0.0347 | 0.1833 | 410 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7660 | -0.7660 | 0.0000 | -0.6931 | 0.0 |
108
+ | 0.0347 | 0.1878 | 420 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7656 | -0.7656 | 0.0000 | -0.6931 | 0.0 |
109
+ | 0.0347 | 0.1922 | 430 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7680 | -0.7680 | 0.0000 | -0.6931 | 0.0 |
110
+ | 0.0347 | 0.1967 | 440 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7653 | -0.7653 | 0.0000 | -0.6931 | 0.0 |
111
+ | 0.0347 | 0.2012 | 450 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7624 | -0.7624 | 0.0000 | -0.6931 | 0.0 |
112
+ | 0.0347 | 0.2056 | 460 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7612 | -0.7612 | 0.0000 | -0.6931 | 0.0 |
113
+ | 0.0347 | 0.2101 | 470 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7622 | -0.7622 | 0.0000 | -0.6931 | 0.0 |
114
+ | 0.0347 | 0.2146 | 480 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7637 | -0.7637 | 0.0000 | -0.6931 | 0.0 |
115
+ | 0.0347 | 0.2190 | 490 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7612 | -0.7612 | 0.0000 | -0.6931 | 0.0 |
116
+ | 0.0347 | 0.2235 | 500 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7622 | -0.7622 | 0.0000 | -0.6931 | 0.0 |
117
+ | 0.0347 | 0.2280 | 510 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7672 | -0.7672 | 0.0000 | -0.6931 | 0.0 |
118
+ | 0.0347 | 0.2325 | 520 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7621 | -0.7621 | 0.0000 | -0.6931 | 0.0 |
119
+ | 0.0347 | 0.2369 | 530 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7622 | -0.7622 | 0.0000 | -0.6931 | 0.0 |
120
+ | 0.0347 | 0.2414 | 540 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7637 | -0.7637 | 0.0000 | -0.6931 | 0.0 |
121
+ | 0.0347 | 0.2459 | 550 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7630 | -0.7630 | 0.0000 | -0.6931 | 0.0 |
122
+ | 0.0347 | 0.2503 | 560 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7591 | -0.7591 | 0.0000 | -0.6931 | 0.0 |
123
+ | 0.0347 | 0.2548 | 570 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7590 | -0.7590 | 0.0000 | -0.6931 | 0.0 |
124
+ | 0.0347 | 0.2593 | 580 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7541 | -0.7541 | 0.0000 | -0.6931 | 0.0 |
125
+ | 0.0347 | 0.2637 | 590 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7554 | -0.7554 | 0.0000 | -0.6931 | 0.0 |
126
+ | 0.0347 | 0.2682 | 600 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7636 | -0.7636 | 0.0000 | -0.6931 | 0.0 |
127
+ | 0.0347 | 0.2727 | 610 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.7175 | -0.7175 | 0.0000 | -0.6931 | 0.0 |
128
+ | 0.0347 | 0.2772 | 620 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.9073 | -0.9073 | 0.0000 | -0.6931 | 0.0 |
129
+ | 0.0347 | 0.2816 | 630 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.0013 | -1.0013 | 0.0000 | -0.6931 | 0.0 |
130
+ | 0.0347 | 0.2861 | 640 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -1.0971 | -1.0971 | 0.0000 | -0.6931 | 0.0 |
131
+ | 0.0347 | 0.2906 | 650 | 0.0347 | -0.0000 | -0.0000 | 0.0 | 0.0 | -0.0000 | -0.0000 | -0.8988 | -0.8988 | 0.0000 | -0.6931 | 0.0 |
132
+ | 0.1054 | 0.2950 | 660 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
133
+ | 0.0 | 0.2995 | 670 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
134
+ | 0.0 | 0.3040 | 680 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
135
+ | 0.0 | 0.3084 | 690 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
136
+ | 0.0 | 0.3129 | 700 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
137
+ | 0.0 | 0.3174 | 710 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
138
+ | 0.0 | 0.3219 | 720 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
139
+ | 0.0 | 0.3263 | 730 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
140
+ | 0.0 | 0.3308 | 740 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
141
+ | 0.0 | 0.3353 | 750 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
142
+ | 0.0 | 0.3397 | 760 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
143
+ | 0.0 | 0.3442 | 770 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
144
+ | 0.0 | 0.3487 | 780 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
145
+ | 0.0 | 0.3532 | 790 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
146
+ | 0.0 | 0.3576 | 800 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
147
+ | 0.0 | 0.3621 | 810 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
148
+ | 0.0 | 0.3666 | 820 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
149
+ | 0.0 | 0.3710 | 830 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
150
+ | 0.0 | 0.3755 | 840 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
151
+ | 0.0 | 0.3800 | 850 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
152
+ | 0.0 | 0.3844 | 860 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
153
+ | 0.0 | 0.3889 | 870 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
154
+ | 0.0 | 0.3934 | 880 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
155
+ | 0.0 | 0.3979 | 890 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
156
+ | 0.0 | 0.4023 | 900 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
157
+ | 0.0 | 0.4068 | 910 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
158
+ | 0.0 | 0.4113 | 920 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
159
+ | 0.0 | 0.4157 | 930 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
160
+ | 0.0 | 0.4202 | 940 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
161
+ | 0.0 | 0.4247 | 950 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
162
+ | 0.0 | 0.4291 | 960 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
163
+ | 0.0 | 0.4336 | 970 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
164
+ | 0.0 | 0.4381 | 980 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
165
+ | 0.0 | 0.4426 | 990 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
166
+ | 0.0 | 0.4470 | 1000 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
167
+ | 0.0 | 0.4515 | 1010 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
168
+ | 0.0 | 0.4560 | 1020 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
169
+ | 0.0 | 0.4604 | 1030 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
170
+ | 0.0 | 0.4649 | 1040 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
171
+ | 0.0 | 0.4694 | 1050 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
172
+ | 0.0 | 0.4738 | 1060 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
173
+ | 0.0 | 0.4783 | 1070 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
174
+ | 0.0 | 0.4828 | 1080 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
175
+ | 0.0 | 0.4873 | 1090 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
176
+ | 0.0 | 0.4917 | 1100 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
177
+ | 0.0 | 0.4962 | 1110 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
178
+ | 0.0 | 0.5007 | 1120 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
179
+ | 0.0 | 0.5051 | 1130 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
180
+ | 0.0 | 0.5096 | 1140 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
181
+ | 0.0 | 0.5141 | 1150 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
182
+ | 0.0 | 0.5186 | 1160 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
183
+ | 0.0 | 0.5230 | 1170 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
184
+ | 0.0 | 0.5275 | 1180 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
185
+ | 0.0 | 0.5320 | 1190 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
186
+ | 0.0 | 0.5364 | 1200 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
187
+ | 0.0 | 0.5409 | 1210 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
188
+ | 0.0 | 0.5454 | 1220 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
189
+ | 0.0 | 0.5498 | 1230 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
190
+ | 0.0 | 0.5543 | 1240 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
191
+ | 0.0 | 0.5588 | 1250 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
192
+ | 0.0 | 0.5633 | 1260 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
193
+ | 0.0 | 0.5677 | 1270 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
194
+ | 0.0 | 0.5722 | 1280 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
195
+ | 0.0 | 0.5767 | 1290 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
196
+ | 0.0 | 0.5811 | 1300 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
197
+ | 0.0 | 0.5856 | 1310 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
198
+ | 0.0 | 0.5901 | 1320 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
199
+ | 0.0 | 0.5945 | 1330 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
200
+ | 0.0 | 0.5990 | 1340 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
201
+ | 0.0 | 0.6035 | 1350 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
202
+ | 0.0 | 0.6080 | 1360 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
203
+ | 0.0 | 0.6124 | 1370 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
204
+ | 0.0 | 0.6169 | 1380 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
205
+ | 0.0 | 0.6214 | 1390 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
206
+ | 0.0 | 0.6258 | 1400 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
207
+ | 0.0 | 0.6303 | 1410 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
208
+ | 0.0 | 0.6348 | 1420 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
209
+ | 0.0 | 0.6392 | 1430 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
210
+ | 0.0 | 0.6437 | 1440 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
211
+ | 0.0 | 0.6482 | 1450 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
212
+ | 0.0 | 0.6527 | 1460 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
213
+ | 0.0 | 0.6571 | 1470 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
214
+ | 0.0 | 0.6616 | 1480 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
215
+ | 0.0 | 0.6661 | 1490 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
216
+ | 0.0 | 0.6705 | 1500 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
217
+ | 0.0 | 0.6750 | 1510 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
218
+ | 0.0 | 0.6795 | 1520 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
219
+ | 0.0 | 0.6840 | 1530 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
220
+ | 0.0 | 0.6884 | 1540 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
221
+ | 0.0 | 0.6929 | 1550 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
222
+ | 0.0 | 0.6974 | 1560 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
223
+ | 0.0 | 0.7018 | 1570 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
224
+ | 0.0 | 0.7063 | 1580 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
225
+ | 0.0 | 0.7108 | 1590 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
226
+ | 0.0 | 0.7152 | 1600 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
227
+ | 0.0 | 0.7197 | 1610 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
228
+ | 0.0 | 0.7242 | 1620 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
229
+ | 0.0 | 0.7287 | 1630 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
230
+ | 0.0 | 0.7331 | 1640 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
231
+ | 0.0 | 0.7376 | 1650 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
232
+ | 0.0 | 0.7421 | 1660 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
233
+ | 0.0 | 0.7465 | 1670 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
234
+ | 0.0 | 0.7510 | 1680 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
235
+ | 0.0 | 0.7555 | 1690 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
236
+ | 0.0 | 0.7599 | 1700 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
237
+ | 0.0 | 0.7644 | 1710 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
238
+ | 0.0 | 0.7689 | 1720 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
239
+ | 0.0 | 0.7734 | 1730 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
240
+ | 0.0 | 0.7778 | 1740 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
241
+ | 0.0 | 0.7823 | 1750 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
242
+ | 0.0 | 0.7868 | 1760 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
243
+ | 0.0 | 0.7912 | 1770 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
244
+ | 0.0 | 0.7957 | 1780 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
245
+ | 0.0 | 0.8002 | 1790 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
246
+ | 0.0 | 0.8046 | 1800 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
247
+ | 0.0 | 0.8091 | 1810 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
248
+ | 0.0 | 0.8136 | 1820 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
249
+ | 0.0 | 0.8181 | 1830 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
250
+ | 0.0 | 0.8225 | 1840 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
251
+ | 0.0 | 0.8270 | 1850 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
252
+ | 0.0 | 0.8315 | 1860 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
253
+ | 0.0 | 0.8359 | 1870 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
254
+ | 0.0 | 0.8404 | 1880 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
255
+ | 0.0 | 0.8449 | 1890 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
256
+ | 0.0 | 0.8494 | 1900 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
257
+ | 0.0 | 0.8538 | 1910 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
258
+ | 0.0 | 0.8583 | 1920 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
259
+ | 0.0 | 0.8628 | 1930 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
260
+ | 0.0 | 0.8672 | 1940 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
261
+ | 0.0 | 0.8717 | 1950 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
262
+ | 0.0 | 0.8762 | 1960 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
263
+ | 0.0 | 0.8806 | 1970 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
264
+ | 0.0 | 0.8851 | 1980 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
265
+ | 0.0 | 0.8896 | 1990 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
266
+ | 0.0 | 0.8941 | 2000 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
267
+ | 0.0 | 0.8985 | 2010 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
268
+ | 0.0 | 0.9030 | 2020 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
269
+ | 0.0 | 0.9075 | 2030 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
270
+ | 0.0 | 0.9119 | 2040 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
271
+ | 0.0 | 0.9164 | 2050 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
272
+ | 0.0 | 0.9209 | 2060 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
273
+ | 0.0 | 0.9253 | 2070 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
274
+ | 0.0 | 0.9298 | 2080 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
275
+ | 0.0 | 0.9343 | 2090 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
276
+ | 0.0 | 0.9388 | 2100 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
277
+ | 0.0 | 0.9432 | 2110 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
278
+ | 0.0 | 0.9477 | 2120 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
279
+ | 0.0 | 0.9522 | 2130 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
280
+ | 0.0 | 0.9566 | 2140 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
281
+ | 0.0 | 0.9611 | 2150 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
282
+ | 0.0 | 0.9656 | 2160 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
283
+ | 0.0 | 0.9700 | 2170 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
284
+ | 0.0 | 0.9745 | 2180 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
285
+ | 0.0 | 0.9790 | 2190 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
286
+ | 0.0 | 0.9835 | 2200 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
287
+ | 0.0 | 0.9879 | 2210 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
288
+ | 0.0 | 0.9924 | 2220 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
289
+ | 0.0 | 0.9969 | 2230 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan |
290
+
291
+
292
+ ### Framework versions
293
+
294
+ - Transformers 4.40.1
295
+ - Pytorch 2.3.0+cu121
296
+ - Datasets 2.19.1
297
+ - Tokenizers 0.19.1
all_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 1.0,
3
+ "total_flos": 0.0,
4
+ "train_loss": 0.04676872755621073,
5
+ "train_runtime": 74758.4678,
6
+ "train_samples": 71570,
7
+ "train_samples_per_second": 0.957,
8
+ "train_steps_per_second": 0.03
9
+ }
generation_config.json ADDED
@@ -0,0 +1,6 @@
 
 
 
 
 
 
 
1
+ {
2
+ "_from_model_config": true,
3
+ "bos_token_id": 1,
4
+ "eos_token_id": 2,
5
+ "transformers_version": "4.40.1"
6
+ }
model-00001-of-00003.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:65182ebf1503384116f010bd633da3eb982ef76ad24aec57982bd2e72e29770f
3
+ size 4943162336
model-00002-of-00003.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:6398fc95ae0219aceb85a40b2701b9272033c0d62b32ef5ff2c7a9c88539e300
3
+ size 4999819336
model-00003-of-00003.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:afca5c136add7a53f86c93d9fe5cc0741a283a659e41de262989ef0547447ec2
3
+ size 4540516344
model.safetensors.index.json ADDED
@@ -0,0 +1,298 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "metadata": {
3
+ "total_size": 14483464192
4
+ },
5
+ "weight_map": {
6
+ "lm_head.weight": "model-00003-of-00003.safetensors",
7
+ "model.embed_tokens.weight": "model-00001-of-00003.safetensors",
8
+ "model.layers.0.input_layernorm.weight": "model-00001-of-00003.safetensors",
9
+ "model.layers.0.mlp.down_proj.weight": "model-00001-of-00003.safetensors",
10
+ "model.layers.0.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
11
+ "model.layers.0.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
12
+ "model.layers.0.post_attention_layernorm.weight": "model-00001-of-00003.safetensors",
13
+ "model.layers.0.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
14
+ "model.layers.0.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
15
+ "model.layers.0.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
16
+ "model.layers.0.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
17
+ "model.layers.1.input_layernorm.weight": "model-00001-of-00003.safetensors",
18
+ "model.layers.1.mlp.down_proj.weight": "model-00001-of-00003.safetensors",
19
+ "model.layers.1.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
20
+ "model.layers.1.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
21
+ "model.layers.1.post_attention_layernorm.weight": "model-00001-of-00003.safetensors",
22
+ "model.layers.1.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
23
+ "model.layers.1.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
24
+ "model.layers.1.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
25
+ "model.layers.1.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
26
+ "model.layers.10.input_layernorm.weight": "model-00002-of-00003.safetensors",
27
+ "model.layers.10.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
28
+ "model.layers.10.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
29
+ "model.layers.10.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
30
+ "model.layers.10.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
31
+ "model.layers.10.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
32
+ "model.layers.10.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
33
+ "model.layers.10.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
34
+ "model.layers.10.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
35
+ "model.layers.11.input_layernorm.weight": "model-00002-of-00003.safetensors",
36
+ "model.layers.11.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
37
+ "model.layers.11.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
38
+ "model.layers.11.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
39
+ "model.layers.11.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
40
+ "model.layers.11.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
41
+ "model.layers.11.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
42
+ "model.layers.11.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
43
+ "model.layers.11.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
44
+ "model.layers.12.input_layernorm.weight": "model-00002-of-00003.safetensors",
45
+ "model.layers.12.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
46
+ "model.layers.12.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
47
+ "model.layers.12.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
48
+ "model.layers.12.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
49
+ "model.layers.12.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
50
+ "model.layers.12.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
51
+ "model.layers.12.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
52
+ "model.layers.12.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
53
+ "model.layers.13.input_layernorm.weight": "model-00002-of-00003.safetensors",
54
+ "model.layers.13.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
55
+ "model.layers.13.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
56
+ "model.layers.13.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
57
+ "model.layers.13.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
58
+ "model.layers.13.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
59
+ "model.layers.13.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
60
+ "model.layers.13.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
61
+ "model.layers.13.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
62
+ "model.layers.14.input_layernorm.weight": "model-00002-of-00003.safetensors",
63
+ "model.layers.14.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
64
+ "model.layers.14.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
65
+ "model.layers.14.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
66
+ "model.layers.14.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
67
+ "model.layers.14.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
68
+ "model.layers.14.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
69
+ "model.layers.14.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
70
+ "model.layers.14.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
71
+ "model.layers.15.input_layernorm.weight": "model-00002-of-00003.safetensors",
72
+ "model.layers.15.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
73
+ "model.layers.15.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
74
+ "model.layers.15.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
75
+ "model.layers.15.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
76
+ "model.layers.15.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
77
+ "model.layers.15.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
78
+ "model.layers.15.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
79
+ "model.layers.15.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
80
+ "model.layers.16.input_layernorm.weight": "model-00002-of-00003.safetensors",
81
+ "model.layers.16.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
82
+ "model.layers.16.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
83
+ "model.layers.16.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
84
+ "model.layers.16.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
85
+ "model.layers.16.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
86
+ "model.layers.16.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
87
+ "model.layers.16.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
88
+ "model.layers.16.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
89
+ "model.layers.17.input_layernorm.weight": "model-00002-of-00003.safetensors",
90
+ "model.layers.17.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
91
+ "model.layers.17.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
92
+ "model.layers.17.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
93
+ "model.layers.17.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
94
+ "model.layers.17.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
95
+ "model.layers.17.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
96
+ "model.layers.17.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
97
+ "model.layers.17.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
98
+ "model.layers.18.input_layernorm.weight": "model-00002-of-00003.safetensors",
99
+ "model.layers.18.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
100
+ "model.layers.18.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
101
+ "model.layers.18.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
102
+ "model.layers.18.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
103
+ "model.layers.18.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
104
+ "model.layers.18.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
105
+ "model.layers.18.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
106
+ "model.layers.18.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
107
+ "model.layers.19.input_layernorm.weight": "model-00002-of-00003.safetensors",
108
+ "model.layers.19.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
109
+ "model.layers.19.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
110
+ "model.layers.19.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
111
+ "model.layers.19.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
112
+ "model.layers.19.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
113
+ "model.layers.19.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
114
+ "model.layers.19.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
115
+ "model.layers.19.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
116
+ "model.layers.2.input_layernorm.weight": "model-00001-of-00003.safetensors",
117
+ "model.layers.2.mlp.down_proj.weight": "model-00001-of-00003.safetensors",
118
+ "model.layers.2.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
119
+ "model.layers.2.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
120
+ "model.layers.2.post_attention_layernorm.weight": "model-00001-of-00003.safetensors",
121
+ "model.layers.2.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
122
+ "model.layers.2.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
123
+ "model.layers.2.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
124
+ "model.layers.2.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
125
+ "model.layers.20.input_layernorm.weight": "model-00002-of-00003.safetensors",
126
+ "model.layers.20.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
127
+ "model.layers.20.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
128
+ "model.layers.20.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
129
+ "model.layers.20.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
130
+ "model.layers.20.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
131
+ "model.layers.20.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
132
+ "model.layers.20.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
133
+ "model.layers.20.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
134
+ "model.layers.21.input_layernorm.weight": "model-00002-of-00003.safetensors",
135
+ "model.layers.21.mlp.down_proj.weight": "model-00002-of-00003.safetensors",
136
+ "model.layers.21.mlp.gate_proj.weight": "model-00002-of-00003.safetensors",
137
+ "model.layers.21.mlp.up_proj.weight": "model-00002-of-00003.safetensors",
138
+ "model.layers.21.post_attention_layernorm.weight": "model-00002-of-00003.safetensors",
139
+ "model.layers.21.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
140
+ "model.layers.21.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
141
+ "model.layers.21.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
142
+ "model.layers.21.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
143
+ "model.layers.22.input_layernorm.weight": "model-00003-of-00003.safetensors",
144
+ "model.layers.22.mlp.down_proj.weight": "model-00003-of-00003.safetensors",
145
+ "model.layers.22.mlp.gate_proj.weight": "model-00003-of-00003.safetensors",
146
+ "model.layers.22.mlp.up_proj.weight": "model-00003-of-00003.safetensors",
147
+ "model.layers.22.post_attention_layernorm.weight": "model-00003-of-00003.safetensors",
148
+ "model.layers.22.self_attn.k_proj.weight": "model-00002-of-00003.safetensors",
149
+ "model.layers.22.self_attn.o_proj.weight": "model-00002-of-00003.safetensors",
150
+ "model.layers.22.self_attn.q_proj.weight": "model-00002-of-00003.safetensors",
151
+ "model.layers.22.self_attn.v_proj.weight": "model-00002-of-00003.safetensors",
152
+ "model.layers.23.input_layernorm.weight": "model-00003-of-00003.safetensors",
153
+ "model.layers.23.mlp.down_proj.weight": "model-00003-of-00003.safetensors",
154
+ "model.layers.23.mlp.gate_proj.weight": "model-00003-of-00003.safetensors",
155
+ "model.layers.23.mlp.up_proj.weight": "model-00003-of-00003.safetensors",
156
+ "model.layers.23.post_attention_layernorm.weight": "model-00003-of-00003.safetensors",
157
+ "model.layers.23.self_attn.k_proj.weight": "model-00003-of-00003.safetensors",
158
+ "model.layers.23.self_attn.o_proj.weight": "model-00003-of-00003.safetensors",
159
+ "model.layers.23.self_attn.q_proj.weight": "model-00003-of-00003.safetensors",
160
+ "model.layers.23.self_attn.v_proj.weight": "model-00003-of-00003.safetensors",
161
+ "model.layers.24.input_layernorm.weight": "model-00003-of-00003.safetensors",
162
+ "model.layers.24.mlp.down_proj.weight": "model-00003-of-00003.safetensors",
163
+ "model.layers.24.mlp.gate_proj.weight": "model-00003-of-00003.safetensors",
164
+ "model.layers.24.mlp.up_proj.weight": "model-00003-of-00003.safetensors",
165
+ "model.layers.24.post_attention_layernorm.weight": "model-00003-of-00003.safetensors",
166
+ "model.layers.24.self_attn.k_proj.weight": "model-00003-of-00003.safetensors",
167
+ "model.layers.24.self_attn.o_proj.weight": "model-00003-of-00003.safetensors",
168
+ "model.layers.24.self_attn.q_proj.weight": "model-00003-of-00003.safetensors",
169
+ "model.layers.24.self_attn.v_proj.weight": "model-00003-of-00003.safetensors",
170
+ "model.layers.25.input_layernorm.weight": "model-00003-of-00003.safetensors",
171
+ "model.layers.25.mlp.down_proj.weight": "model-00003-of-00003.safetensors",
172
+ "model.layers.25.mlp.gate_proj.weight": "model-00003-of-00003.safetensors",
173
+ "model.layers.25.mlp.up_proj.weight": "model-00003-of-00003.safetensors",
174
+ "model.layers.25.post_attention_layernorm.weight": "model-00003-of-00003.safetensors",
175
+ "model.layers.25.self_attn.k_proj.weight": "model-00003-of-00003.safetensors",
176
+ "model.layers.25.self_attn.o_proj.weight": "model-00003-of-00003.safetensors",
177
+ "model.layers.25.self_attn.q_proj.weight": "model-00003-of-00003.safetensors",
178
+ "model.layers.25.self_attn.v_proj.weight": "model-00003-of-00003.safetensors",
179
+ "model.layers.26.input_layernorm.weight": "model-00003-of-00003.safetensors",
180
+ "model.layers.26.mlp.down_proj.weight": "model-00003-of-00003.safetensors",
181
+ "model.layers.26.mlp.gate_proj.weight": "model-00003-of-00003.safetensors",
182
+ "model.layers.26.mlp.up_proj.weight": "model-00003-of-00003.safetensors",
183
+ "model.layers.26.post_attention_layernorm.weight": "model-00003-of-00003.safetensors",
184
+ "model.layers.26.self_attn.k_proj.weight": "model-00003-of-00003.safetensors",
185
+ "model.layers.26.self_attn.o_proj.weight": "model-00003-of-00003.safetensors",
186
+ "model.layers.26.self_attn.q_proj.weight": "model-00003-of-00003.safetensors",
187
+ "model.layers.26.self_attn.v_proj.weight": "model-00003-of-00003.safetensors",
188
+ "model.layers.27.input_layernorm.weight": "model-00003-of-00003.safetensors",
189
+ "model.layers.27.mlp.down_proj.weight": "model-00003-of-00003.safetensors",
190
+ "model.layers.27.mlp.gate_proj.weight": "model-00003-of-00003.safetensors",
191
+ "model.layers.27.mlp.up_proj.weight": "model-00003-of-00003.safetensors",
192
+ "model.layers.27.post_attention_layernorm.weight": "model-00003-of-00003.safetensors",
193
+ "model.layers.27.self_attn.k_proj.weight": "model-00003-of-00003.safetensors",
194
+ "model.layers.27.self_attn.o_proj.weight": "model-00003-of-00003.safetensors",
195
+ "model.layers.27.self_attn.q_proj.weight": "model-00003-of-00003.safetensors",
196
+ "model.layers.27.self_attn.v_proj.weight": "model-00003-of-00003.safetensors",
197
+ "model.layers.28.input_layernorm.weight": "model-00003-of-00003.safetensors",
198
+ "model.layers.28.mlp.down_proj.weight": "model-00003-of-00003.safetensors",
199
+ "model.layers.28.mlp.gate_proj.weight": "model-00003-of-00003.safetensors",
200
+ "model.layers.28.mlp.up_proj.weight": "model-00003-of-00003.safetensors",
201
+ "model.layers.28.post_attention_layernorm.weight": "model-00003-of-00003.safetensors",
202
+ "model.layers.28.self_attn.k_proj.weight": "model-00003-of-00003.safetensors",
203
+ "model.layers.28.self_attn.o_proj.weight": "model-00003-of-00003.safetensors",
204
+ "model.layers.28.self_attn.q_proj.weight": "model-00003-of-00003.safetensors",
205
+ "model.layers.28.self_attn.v_proj.weight": "model-00003-of-00003.safetensors",
206
+ "model.layers.29.input_layernorm.weight": "model-00003-of-00003.safetensors",
207
+ "model.layers.29.mlp.down_proj.weight": "model-00003-of-00003.safetensors",
208
+ "model.layers.29.mlp.gate_proj.weight": "model-00003-of-00003.safetensors",
209
+ "model.layers.29.mlp.up_proj.weight": "model-00003-of-00003.safetensors",
210
+ "model.layers.29.post_attention_layernorm.weight": "model-00003-of-00003.safetensors",
211
+ "model.layers.29.self_attn.k_proj.weight": "model-00003-of-00003.safetensors",
212
+ "model.layers.29.self_attn.o_proj.weight": "model-00003-of-00003.safetensors",
213
+ "model.layers.29.self_attn.q_proj.weight": "model-00003-of-00003.safetensors",
214
+ "model.layers.29.self_attn.v_proj.weight": "model-00003-of-00003.safetensors",
215
+ "model.layers.3.input_layernorm.weight": "model-00001-of-00003.safetensors",
216
+ "model.layers.3.mlp.down_proj.weight": "model-00001-of-00003.safetensors",
217
+ "model.layers.3.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
218
+ "model.layers.3.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
219
+ "model.layers.3.post_attention_layernorm.weight": "model-00001-of-00003.safetensors",
220
+ "model.layers.3.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
221
+ "model.layers.3.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
222
+ "model.layers.3.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
223
+ "model.layers.3.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
224
+ "model.layers.30.input_layernorm.weight": "model-00003-of-00003.safetensors",
225
+ "model.layers.30.mlp.down_proj.weight": "model-00003-of-00003.safetensors",
226
+ "model.layers.30.mlp.gate_proj.weight": "model-00003-of-00003.safetensors",
227
+ "model.layers.30.mlp.up_proj.weight": "model-00003-of-00003.safetensors",
228
+ "model.layers.30.post_attention_layernorm.weight": "model-00003-of-00003.safetensors",
229
+ "model.layers.30.self_attn.k_proj.weight": "model-00003-of-00003.safetensors",
230
+ "model.layers.30.self_attn.o_proj.weight": "model-00003-of-00003.safetensors",
231
+ "model.layers.30.self_attn.q_proj.weight": "model-00003-of-00003.safetensors",
232
+ "model.layers.30.self_attn.v_proj.weight": "model-00003-of-00003.safetensors",
233
+ "model.layers.31.input_layernorm.weight": "model-00003-of-00003.safetensors",
234
+ "model.layers.31.mlp.down_proj.weight": "model-00003-of-00003.safetensors",
235
+ "model.layers.31.mlp.gate_proj.weight": "model-00003-of-00003.safetensors",
236
+ "model.layers.31.mlp.up_proj.weight": "model-00003-of-00003.safetensors",
237
+ "model.layers.31.post_attention_layernorm.weight": "model-00003-of-00003.safetensors",
238
+ "model.layers.31.self_attn.k_proj.weight": "model-00003-of-00003.safetensors",
239
+ "model.layers.31.self_attn.o_proj.weight": "model-00003-of-00003.safetensors",
240
+ "model.layers.31.self_attn.q_proj.weight": "model-00003-of-00003.safetensors",
241
+ "model.layers.31.self_attn.v_proj.weight": "model-00003-of-00003.safetensors",
242
+ "model.layers.4.input_layernorm.weight": "model-00001-of-00003.safetensors",
243
+ "model.layers.4.mlp.down_proj.weight": "model-00001-of-00003.safetensors",
244
+ "model.layers.4.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
245
+ "model.layers.4.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
246
+ "model.layers.4.post_attention_layernorm.weight": "model-00001-of-00003.safetensors",
247
+ "model.layers.4.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
248
+ "model.layers.4.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
249
+ "model.layers.4.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
250
+ "model.layers.4.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
251
+ "model.layers.5.input_layernorm.weight": "model-00001-of-00003.safetensors",
252
+ "model.layers.5.mlp.down_proj.weight": "model-00001-of-00003.safetensors",
253
+ "model.layers.5.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
254
+ "model.layers.5.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
255
+ "model.layers.5.post_attention_layernorm.weight": "model-00001-of-00003.safetensors",
256
+ "model.layers.5.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
257
+ "model.layers.5.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
258
+ "model.layers.5.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
259
+ "model.layers.5.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
260
+ "model.layers.6.input_layernorm.weight": "model-00001-of-00003.safetensors",
261
+ "model.layers.6.mlp.down_proj.weight": "model-00001-of-00003.safetensors",
262
+ "model.layers.6.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
263
+ "model.layers.6.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
264
+ "model.layers.6.post_attention_layernorm.weight": "model-00001-of-00003.safetensors",
265
+ "model.layers.6.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
266
+ "model.layers.6.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
267
+ "model.layers.6.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
268
+ "model.layers.6.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
269
+ "model.layers.7.input_layernorm.weight": "model-00001-of-00003.safetensors",
270
+ "model.layers.7.mlp.down_proj.weight": "model-00001-of-00003.safetensors",
271
+ "model.layers.7.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
272
+ "model.layers.7.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
273
+ "model.layers.7.post_attention_layernorm.weight": "model-00001-of-00003.safetensors",
274
+ "model.layers.7.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
275
+ "model.layers.7.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
276
+ "model.layers.7.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
277
+ "model.layers.7.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
278
+ "model.layers.8.input_layernorm.weight": "model-00001-of-00003.safetensors",
279
+ "model.layers.8.mlp.down_proj.weight": "model-00001-of-00003.safetensors",
280
+ "model.layers.8.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
281
+ "model.layers.8.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
282
+ "model.layers.8.post_attention_layernorm.weight": "model-00001-of-00003.safetensors",
283
+ "model.layers.8.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
284
+ "model.layers.8.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
285
+ "model.layers.8.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
286
+ "model.layers.8.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
287
+ "model.layers.9.input_layernorm.weight": "model-00001-of-00003.safetensors",
288
+ "model.layers.9.mlp.down_proj.weight": "model-00001-of-00003.safetensors",
289
+ "model.layers.9.mlp.gate_proj.weight": "model-00001-of-00003.safetensors",
290
+ "model.layers.9.mlp.up_proj.weight": "model-00001-of-00003.safetensors",
291
+ "model.layers.9.post_attention_layernorm.weight": "model-00001-of-00003.safetensors",
292
+ "model.layers.9.self_attn.k_proj.weight": "model-00001-of-00003.safetensors",
293
+ "model.layers.9.self_attn.o_proj.weight": "model-00001-of-00003.safetensors",
294
+ "model.layers.9.self_attn.q_proj.weight": "model-00001-of-00003.safetensors",
295
+ "model.layers.9.self_attn.v_proj.weight": "model-00001-of-00003.safetensors",
296
+ "model.norm.weight": "model-00003-of-00003.safetensors"
297
+ }
298
+ }
runs/May06_10-31-03_2bd66e41e5c24228a6d21c69169aa93f000000/events.out.tfevents.1714991699.2bd66e41e5c24228a6d21c69169aa93f000000.346.0 CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:aa783430192483f706819cf6a009a0a07ec80215292cb89d9fa111cf82ca84b5
3
- size 393926
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:418f5f6ab2b3eae00f72963804cd4acfdd4ee3bfee0fc59208e930bf3731b9b7
3
+ size 399587
train_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 1.0,
3
+ "total_flos": 0.0,
4
+ "train_loss": 0.04676872755621073,
5
+ "train_runtime": 74758.4678,
6
+ "train_samples": 71570,
7
+ "train_samples_per_second": 0.957,
8
+ "train_steps_per_second": 0.03
9
+ }
trainer_state.json ADDED
The diff for this file is too large to render. See raw diff