Hugging Face's logo

moogician
/
DSR1-Qwen-32B-scg

Text Generation
Transformers
Safetensors
qwen2
llama-factory
full
Generated from Trainer
conversational
text-generation-inference
Model card Files
xet
Community
moogician commited on
Commit
651c4f5
·
verified ·
1 Parent(s): e52e6f5

Upload checkpoint-36/trainer_state.json with huggingface_hub

Browse files
Files changed (1) hide show
  1. checkpoint-36/trainer_state.json +285 -0
checkpoint-36/trainer_state.json ADDED
@@ -0,0 +1,285 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 3.0,
5
+ "eval_steps": 500,
6
+ "global_step": 36,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.08333333333333333,
13
+ "grad_norm": 2.9228241443634033,
14
+ "learning_rate": 1.25e-06,
15
+ "loss": 0.8419,
16
+ "step": 1
17
+ },
18
+ {
19
+ "epoch": 0.16666666666666666,
20
+ "grad_norm": 3.107433557510376,
21
+ "learning_rate": 2.5e-06,
22
+ "loss": 0.7889,
23
+ "step": 2
24
+ },
25
+ {
26
+ "epoch": 0.25,
27
+ "grad_norm": 3.6661031246185303,
28
+ "learning_rate": 3.7500000000000005e-06,
29
+ "loss": 0.8787,
30
+ "step": 3
31
+ },
32
+ {
33
+ "epoch": 0.3333333333333333,
34
+ "grad_norm": 3.025033473968506,
35
+ "learning_rate": 5e-06,
36
+ "loss": 0.7976,
37
+ "step": 4
38
+ },
39
+ {
40
+ "epoch": 0.4166666666666667,
41
+ "grad_norm": 3.2095539569854736,
42
+ "learning_rate": 6.25e-06,
43
+ "loss": 0.8938,
44
+ "step": 5
45
+ },
46
+ {
47
+ "epoch": 0.5,
48
+ "grad_norm": 2.795494318008423,
49
+ "learning_rate": 7.500000000000001e-06,
50
+ "loss": 0.7685,
51
+ "step": 6
52
+ },
53
+ {
54
+ "epoch": 0.5833333333333334,
55
+ "grad_norm": 2.414928674697876,
56
+ "learning_rate": 8.750000000000001e-06,
57
+ "loss": 0.7512,
58
+ "step": 7
59
+ },
60
+ {
61
+ "epoch": 0.6666666666666666,
62
+ "grad_norm": 1.8572832345962524,
63
+ "learning_rate": 1e-05,
64
+ "loss": 0.7278,
65
+ "step": 8
66
+ },
67
+ {
68
+ "epoch": 0.75,
69
+ "grad_norm": 1.3794453144073486,
70
+ "learning_rate": 9.993977281025862e-06,
71
+ "loss": 0.7446,
72
+ "step": 9
73
+ },
74
+ {
75
+ "epoch": 0.8333333333333334,
76
+ "grad_norm": 1.688467264175415,
77
+ "learning_rate": 9.975923633360985e-06,
78
+ "loss": 0.7833,
79
+ "step": 10
80
+ },
81
+ {
82
+ "epoch": 0.9166666666666666,
83
+ "grad_norm": 2.3060460090637207,
84
+ "learning_rate": 9.945882549823906e-06,
85
+ "loss": 0.7109,
86
+ "step": 11
87
+ },
88
+ {
89
+ "epoch": 1.0,
90
+ "grad_norm": 2.0330917835235596,
91
+ "learning_rate": 9.903926402016153e-06,
92
+ "loss": 0.68,
93
+ "step": 12
94
+ },
95
+ {
96
+ "epoch": 1.0833333333333333,
97
+ "grad_norm": 1.9667448997497559,
98
+ "learning_rate": 9.850156265972722e-06,
99
+ "loss": 0.6321,
100
+ "step": 13
101
+ },
102
+ {
103
+ "epoch": 1.1666666666666667,
104
+ "grad_norm": 2.1519808769226074,
105
+ "learning_rate": 9.784701678661045e-06,
106
+ "loss": 0.5683,
107
+ "step": 14
108
+ },
109
+ {
110
+ "epoch": 1.25,
111
+ "grad_norm": 1.9210096597671509,
112
+ "learning_rate": 9.707720325915105e-06,
113
+ "loss": 0.6297,
114
+ "step": 15
115
+ },
116
+ {
117
+ "epoch": 1.3333333333333333,
118
+ "grad_norm": 1.7269850969314575,
119
+ "learning_rate": 9.619397662556434e-06,
120
+ "loss": 0.5803,
121
+ "step": 16
122
+ },
123
+ {
124
+ "epoch": 1.4166666666666667,
125
+ "grad_norm": 1.4123969078063965,
126
+ "learning_rate": 9.519946465617217e-06,
127
+ "loss": 0.6347,
128
+ "step": 17
129
+ },
130
+ {
131
+ "epoch": 1.5,
132
+ "grad_norm": 1.3246344327926636,
133
+ "learning_rate": 9.409606321741776e-06,
134
+ "loss": 0.5657,
135
+ "step": 18
136
+ },
137
+ {
138
+ "epoch": 1.5833333333333335,
139
+ "grad_norm": 1.0732675790786743,
140
+ "learning_rate": 9.288643050001362e-06,
141
+ "loss": 0.5388,
142
+ "step": 19
143
+ },
144
+ {
145
+ "epoch": 1.6666666666666665,
146
+ "grad_norm": 1.266241192817688,
147
+ "learning_rate": 9.157348061512728e-06,
148
+ "loss": 0.5415,
149
+ "step": 20
150
+ },
151
+ {
152
+ "epoch": 1.75,
153
+ "grad_norm": 1.1674039363861084,
154
+ "learning_rate": 9.016037657403225e-06,
155
+ "loss": 0.5379,
156
+ "step": 21
157
+ },
158
+ {
159
+ "epoch": 1.8333333333333335,
160
+ "grad_norm": 1.054961919784546,
161
+ "learning_rate": 8.865052266813686e-06,
162
+ "loss": 0.5102,
163
+ "step": 22
164
+ },
165
+ {
166
+ "epoch": 1.9166666666666665,
167
+ "grad_norm": 1.2106841802597046,
168
+ "learning_rate": 8.704755626774796e-06,
169
+ "loss": 0.5697,
170
+ "step": 23
171
+ },
172
+ {
173
+ "epoch": 2.0,
174
+ "grad_norm": 1.2781378030776978,
175
+ "learning_rate": 8.535533905932739e-06,
176
+ "loss": 0.4438,
177
+ "step": 24
178
+ },
179
+ {
180
+ "epoch": 2.0833333333333335,
181
+ "grad_norm": 0.9391329288482666,
182
+ "learning_rate": 8.357794774235094e-06,
183
+ "loss": 0.4015,
184
+ "step": 25
185
+ },
186
+ {
187
+ "epoch": 2.1666666666666665,
188
+ "grad_norm": 0.9480692148208618,
189
+ "learning_rate": 8.171966420818227e-06,
190
+ "loss": 0.3703,
191
+ "step": 26
192
+ },
193
+ {
194
+ "epoch": 2.25,
195
+ "grad_norm": 0.9510470628738403,
196
+ "learning_rate": 7.978496522462167e-06,
197
+ "loss": 0.4005,
198
+ "step": 27
199
+ },
200
+ {
201
+ "epoch": 2.3333333333333335,
202
+ "grad_norm": 1.0073078870773315,
203
+ "learning_rate": 7.777851165098012e-06,
204
+ "loss": 0.363,
205
+ "step": 28
206
+ },
207
+ {
208
+ "epoch": 2.4166666666666665,
209
+ "grad_norm": 0.9251465201377869,
210
+ "learning_rate": 7.570513720966108e-06,
211
+ "loss": 0.3526,
212
+ "step": 29
213
+ },
214
+ {
215
+ "epoch": 2.5,
216
+ "grad_norm": 0.8264657258987427,
217
+ "learning_rate": 7.3569836841299905e-06,
218
+ "loss": 0.4018,
219
+ "step": 30
220
+ },
221
+ {
222
+ "epoch": 2.5833333333333335,
223
+ "grad_norm": 1.003389835357666,
224
+ "learning_rate": 7.137775467151411e-06,
225
+ "loss": 0.3307,
226
+ "step": 31
227
+ },
228
+ {
229
+ "epoch": 2.6666666666666665,
230
+ "grad_norm": 0.7411445379257202,
231
+ "learning_rate": 6.913417161825449e-06,
232
+ "loss": 0.3747,
233
+ "step": 32
234
+ },
235
+ {
236
+ "epoch": 2.75,
237
+ "grad_norm": 0.891286313533783,
238
+ "learning_rate": 6.684449266961101e-06,
239
+ "loss": 0.3751,
240
+ "step": 33
241
+ },
242
+ {
243
+ "epoch": 2.8333333333333335,
244
+ "grad_norm": 1.0381487607955933,
245
+ "learning_rate": 6.451423386272312e-06,
246
+ "loss": 0.3242,
247
+ "step": 34
248
+ },
249
+ {
250
+ "epoch": 2.9166666666666665,
251
+ "grad_norm": 0.9686989784240723,
252
+ "learning_rate": 6.21490089951632e-06,
253
+ "loss": 0.4044,
254
+ "step": 35
255
+ },
256
+ {
257
+ "epoch": 3.0,
258
+ "grad_norm": 0.9251928925514221,
259
+ "learning_rate": 5.975451610080643e-06,
260
+ "loss": 0.3169,
261
+ "step": 36
262
+ }
263
+ ],
264
+ "logging_steps": 1,
265
+ "max_steps": 72,
266
+ "num_input_tokens_seen": 0,
267
+ "num_train_epochs": 6,
268
+ "save_steps": 12,
269
+ "stateful_callbacks": {
270
+ "TrainerControl": {
271
+ "args": {
272
+ "should_epoch_stop": false,
273
+ "should_evaluate": false,
274
+ "should_log": false,
275
+ "should_save": true,
276
+ "should_training_stop": false
277
+ },
278
+ "attributes": {}
279
+ }
280
+ },
281
+ "total_flos": 8648995110912.0,
282
+ "train_batch_size": 2,
283
+ "trial_name": null,
284
+ "trial_params": null
285
+ }