Model save
Browse files- README.md +86 -0
- all_results.json +9 -0
- generation_config.json +6 -0
- train_results.json +9 -0
- trainer_state.json +0 -0
README.md
ADDED
@@ -0,0 +1,86 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
library_name: transformers
|
3 |
+
license: other
|
4 |
+
base_model: trl-lib/qwen1.5-0.5b-sft
|
5 |
+
tags:
|
6 |
+
- trl
|
7 |
+
- simpo
|
8 |
+
- generated_from_trainer
|
9 |
+
model-index:
|
10 |
+
- name: qwen_qfUNL_entropy
|
11 |
+
results: []
|
12 |
+
---
|
13 |
+
|
14 |
+
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
|
15 |
+
should probably proofread and complete it, then remove this comment. -->
|
16 |
+
|
17 |
+
# qwen_qfUNL_entropy
|
18 |
+
|
19 |
+
This model is a fine-tuned version of [trl-lib/qwen1.5-0.5b-sft](https://huggingface.co/trl-lib/qwen1.5-0.5b-sft) on an unknown dataset.
|
20 |
+
It achieves the following results on the evaluation set:
|
21 |
+
- Loss: nan
|
22 |
+
- Rewards/chosen: nan
|
23 |
+
- Rewards/rejected: nan
|
24 |
+
- Rewards/accuracies: 0.0
|
25 |
+
- Rewards/margins: nan
|
26 |
+
- Logps/rejected: nan
|
27 |
+
- Logps/chosen: nan
|
28 |
+
- Logits/rejected: nan
|
29 |
+
- Logits/chosen: nan
|
30 |
+
- Semantic Entropy: nan
|
31 |
+
|
32 |
+
## Model description
|
33 |
+
|
34 |
+
More information needed
|
35 |
+
|
36 |
+
## Intended uses & limitations
|
37 |
+
|
38 |
+
More information needed
|
39 |
+
|
40 |
+
## Training and evaluation data
|
41 |
+
|
42 |
+
More information needed
|
43 |
+
|
44 |
+
## Training procedure
|
45 |
+
|
46 |
+
### Training hyperparameters
|
47 |
+
|
48 |
+
The following hyperparameters were used during training:
|
49 |
+
- learning_rate: 1e-06
|
50 |
+
- train_batch_size: 2
|
51 |
+
- eval_batch_size: 4
|
52 |
+
- seed: 42
|
53 |
+
- distributed_type: multi-GPU
|
54 |
+
- gradient_accumulation_steps: 16
|
55 |
+
- total_train_batch_size: 32
|
56 |
+
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
|
57 |
+
- lr_scheduler_type: cosine
|
58 |
+
- lr_scheduler_warmup_ratio: 0.1
|
59 |
+
- num_epochs: 3.0
|
60 |
+
|
61 |
+
### Training results
|
62 |
+
|
63 |
+
| Training Loss | Epoch | Step | Validation Loss | Rewards/chosen | Rewards/rejected | Rewards/accuracies | Rewards/margins | Logps/rejected | Logps/chosen | Logits/rejected | Logits/chosen | Semantic Entropy |
|
64 |
+
|:-------------:|:------:|:----:|:---------------:|:--------------:|:----------------:|:------------------:|:---------------:|:--------------:|:------------:|:---------------:|:-------------:|:----------------:|
|
65 |
+
| 0.0 | 0.2141 | 400 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
66 |
+
| 0.0 | 0.4282 | 800 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
67 |
+
| 0.0 | 0.6422 | 1200 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
68 |
+
| 0.0 | 0.8563 | 1600 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
69 |
+
| 0.0 | 1.0704 | 2000 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
70 |
+
| 0.0 | 1.2845 | 2400 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
71 |
+
| 0.0 | 1.4986 | 2800 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
72 |
+
| 0.0 | 1.7127 | 3200 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
73 |
+
| 0.0 | 1.9267 | 3600 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
74 |
+
| 0.0 | 2.1408 | 4000 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
75 |
+
| 0.0 | 2.3549 | 4400 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
76 |
+
| 0.0 | 2.5690 | 4800 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
77 |
+
| 0.0 | 2.7831 | 5200 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
78 |
+
| 0.0 | 2.9972 | 5600 | nan | nan | nan | 0.0 | nan | nan | nan | nan | nan | nan |
|
79 |
+
|
80 |
+
|
81 |
+
### Framework versions
|
82 |
+
|
83 |
+
- Transformers 4.44.2
|
84 |
+
- Pytorch 2.2.2+cu121
|
85 |
+
- Datasets 2.18.0
|
86 |
+
- Tokenizers 0.19.1
|
all_results.json
ADDED
@@ -0,0 +1,9 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"epoch": 2.999297541394882,
|
3 |
+
"total_flos": 0.0,
|
4 |
+
"train_loss": 0.4331439037054118,
|
5 |
+
"train_runtime": 28837.4505,
|
6 |
+
"train_samples": 59790,
|
7 |
+
"train_samples_per_second": 6.22,
|
8 |
+
"train_steps_per_second": 0.194
|
9 |
+
}
|
generation_config.json
ADDED
@@ -0,0 +1,6 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"bos_token_id": 151643,
|
3 |
+
"eos_token_id": 151643,
|
4 |
+
"max_new_tokens": 2048,
|
5 |
+
"transformers_version": "4.44.2"
|
6 |
+
}
|
train_results.json
ADDED
@@ -0,0 +1,9 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"epoch": 2.999297541394882,
|
3 |
+
"total_flos": 0.0,
|
4 |
+
"train_loss": 0.4331439037054118,
|
5 |
+
"train_runtime": 28837.4505,
|
6 |
+
"train_samples": 59790,
|
7 |
+
"train_samples_per_second": 6.22,
|
8 |
+
"train_steps_per_second": 0.194
|
9 |
+
}
|
trainer_state.json
ADDED
The diff for this file is too large to render.
See raw diff
|
|