| [2025-10-22 12:55:24,619] [DEBUG] [axolotl.utils.config.resolve_dtype:66] [PID:2418] bf16 support detected, enabling for this configuration. | |
| config.json: 0%| | 0.00/663 [00:00<?, ?B/s] config.json: 100%|██████████████████████████████████████████████████████████████████████████████████████████████████████| 663/663 [00:00<00:00, 7.86MB/s] | |
| [2025-10-22 12:55:24,766] [DEBUG] [axolotl.utils.config.log_gpu_memory_usage:127] [PID:2418] baseline 0.000GB () | |
| [2025-10-22 12:55:24,766] [INFO] [axolotl.cli.config.load_cfg:248] [PID:2418] config: | |
| { | |
| "activation_offloading": false, | |
| "adapter": "lora", | |
| "axolotl_config_path": "config.yaml", | |
| "base_model": "Qwen/Qwen2.5-7B-Instruct", | |
| "base_model_config": "Qwen/Qwen2.5-7B-Instruct", | |
| "batch_size": 16, | |
| "bf16": true, | |
| "capabilities": { | |
| "bf16": true, | |
| "compute_capability": "sm_90", | |
| "fp8": false, | |
| "n_gpu": 1, | |
| "n_node": 1 | |
| }, | |
| "context_parallel_size": 1, | |
| "dataloader_num_workers": 1, | |
| "dataloader_pin_memory": true, | |
| "dataloader_prefetch_factor": 256, | |
| "dataset_processes": 36, | |
| "datasets": [ | |
| { | |
| "message_property_mappings": { | |
| "content": "content", | |
| "role": "role" | |
| }, | |
| "path": "/workspace/fine-tuning/data/data.json", | |
| "trust_remote_code": false, | |
| "type": "alpaca" | |
| } | |
| ], | |
| "ddp": false, | |
| "device": "cuda:0", | |
| "dion_rank_fraction": 1.0, | |
| "dion_rank_multiple_of": 1, | |
| "env_capabilities": { | |
| "torch_version": "2.7.1" | |
| }, | |
| "eval_batch_size": 4, | |
| "eval_causal_lm_metrics": [ | |
| "sacrebleu", | |
| "comet", | |
| "ter", | |
| "chrf" | |
| ], | |
| "eval_max_new_tokens": 128, | |
| "eval_table_size": 0, | |
| "experimental_skip_move_to_device": true, | |
| "flash_attention": true, | |
| "fp16": false, | |
| "gradient_accumulation_steps": 4, | |
| "gradient_checkpointing": true, | |
| "gradient_checkpointing_kwargs": { | |
| "use_reentrant": true | |
| }, | |
| "include_tkps": true, | |
| "learning_rate": 0.0002, | |
| "lisa_layers_attribute": "model.layers", | |
| "load_best_model_at_end": false, | |
| "load_in_4bit": false, | |
| "load_in_8bit": true, | |
| "local_rank": 0, | |
| "logging_steps": 10, | |
| "lora_alpha": 16, | |
| "lora_dropout": 0.05, | |
| "lora_r": 8, | |
| "lora_target_modules": [ | |
| "q_proj", | |
| "k_proj", | |
| "v_proj", | |
| "o_proj", | |
| "gate_proj", | |
| "down_proj", | |
| "up_proj" | |
| ], | |
| "loraplus_lr_embedding": 1e-06, | |
| "lr_scheduler": "cosine", | |
| "mean_resizing_embeddings": false, | |
| "micro_batch_size": 4, | |
| "model_config_type": "qwen2", | |
| "num_epochs": 3.0, | |
| "optimizer": "adamw_bnb_8bit", | |
| "output_dir": "/workspace/fine-tuning/output", | |
| "pretrain_multipack_attn": true, | |
| "profiler_steps_start": 0, | |
| "qlora_sharded_model_loading": false, | |
| "ray_num_workers": 1, | |
| "resources_per_worker": { | |
| "GPU": 1 | |
| }, | |
| "sample_packing_bin_size": 200, | |
| "sample_packing_group_size": 100000, | |
| "save_only_model": false, | |
| "save_safetensors": true, | |
| "save_steps": 200, | |
| "save_total_limit": 2, | |
| "sequence_len": 4096, | |
| "shuffle_before_merging_datasets": false, | |
| "shuffle_merged_datasets": true, | |
| "skip_prepare_dataset": false, | |
| "streaming_multipack_buffer_size": 10000, | |
| "strict": false, | |
| "tensor_parallel_size": 1, | |
| "tiled_mlp_use_original_mlp": true, | |
| "tokenizer_config": "Qwen/Qwen2.5-7B-Instruct", | |
| "tokenizer_save_jinja_files": true, | |
| "torch_dtype": "torch.bfloat16", | |
| "train_on_inputs": false, | |
| "trl": { | |
| "log_completions": false, | |
| "mask_truncated_completions": false, | |
| "ref_model_mixup_alpha": 0.9, | |
| "ref_model_sync_steps": 64, | |
| "scale_rewards": true, | |
| "sync_ref_model": false, | |
| "use_vllm": false, | |
| "vllm_server_host": "0.0.0.0", | |
| "vllm_server_port": 8000 | |
| }, | |
| "use_ray": false, | |
| "val_set_size": 0.0, | |
| "vllm": { | |
| "device": "auto", | |
| "dtype": "auto", | |
| "gpu_memory_utilization": 0.9, | |
| "host": "0.0.0.0", | |
| "port": 8000 | |
| }, | |
| "weight_decay": 0.0, | |
| "world_size": 1 | |
| } | |
| tokenizer_config.json: 0.00B [00:00, ?B/s] tokenizer_config.json: 7.30kB [00:00, 45.7MB/s] | |
| vocab.json: 0.00B [00:00, ?B/s] vocab.json: 2.78MB [00:00, 112MB/s] | |
| merges.txt: 0.00B [00:00, ?B/s] merges.txt: 1.67MB [00:00, 129MB/s] | |
| tokenizer.json: 0.00B [00:00, ?B/s] tokenizer.json: 7.03MB [00:00, 109MB/s] | |
| [2025-10-22 12:55:25,791] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:278] [PID:2418] EOS: 151645 / <|im_end|> | |
| [2025-10-22 12:55:25,792] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:279] [PID:2418] BOS: None / None | |
| [2025-10-22 12:55:25,792] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:280] [PID:2418] PAD: 151643 / <|endoftext|> | |
| [2025-10-22 12:55:25,792] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:281] [PID:2418] UNK: None / None | |
| [2025-10-22 12:55:25,792] [INFO] [axolotl.utils.data.shared.load_preprocessed_dataset:476] [PID:2418] Unable to find prepared dataset in last_run_prepared/a99a12059c50ab085817560a37dbde6c | |
| [2025-10-22 12:55:25,792] [INFO] [axolotl.utils.data.sft._load_raw_datasets:320] [PID:2418] Loading raw datasets... | |
| [2025-10-22 12:55:25,792] [WARNING] [axolotl.utils.data.sft._load_raw_datasets:322] [PID:2418] Processing datasets during training can lead to VRAM instability. Please pre-process your dataset using `axolotl preprocess path/to/config.yml`. | |
| Generating train split: 0 examples [00:00, ? examples/s] Generating train split: 333 examples [00:00, 21071.50 examples/s] | |
| [2025-10-22 12:55:25,923] [INFO] [axolotl.utils.data.wrappers.get_dataset_wrapper:87] [PID:2418] Loading dataset: /workspace/fine-tuning/data/data.json with base_type: alpaca and prompt_style: None | |
| Tokenizing Prompts (num_proc=36): 0%| | 0/333 [00:00<?, ? examples/s] Tokenizing Prompts (num_proc=36): 3%|██▏ | 10/333 [00:01<00:34, 9.43 examples/s] Tokenizing Prompts (num_proc=36): 6%|████▍ | 20/333 [00:01<00:15, 20.05 examples/s] Tokenizing Prompts (num_proc=36): 9%|██████▋ | 30/333 [00:01<00:09, 31.09 examples/s] Tokenizing Prompts (num_proc=36): 15%|███████████ | 50/333 [00:01<00:04, 59.04 examples/s] Tokenizing Prompts (num_proc=36): 21%|███████████████▌ | 70/333 [00:01<00:03, 77.51 examples/s] Tokenizing Prompts (num_proc=36): 27%|████████████████████ | 90/333 [00:01<00:02, 85.94 examples/s] Tokenizing Prompts (num_proc=36): 32%|███████████████████████▋ | 108/333 [00:01<00:02, 86.61 examples/s] Tokenizing Prompts (num_proc=36): 38%|███████████████████████████▌ | 126/333 [00:02<00:02, 92.64 examples/s] Tokenizing Prompts (num_proc=36): 43%|███████████████████████████████▏ | 144/333 [00:02<00:01, 102.80 examples/s] Tokenizing Prompts (num_proc=36): 49%|███████████████████████████████████▌ | 162/333 [00:02<00:01, 96.29 examples/s] Tokenizing Prompts (num_proc=36): 54%|███████████████████████████████████████▍ | 180/333 [00:02<00:01, 91.12 examples/s] Tokenizing Prompts (num_proc=36): 65%|██████████████████████████████████████████████▋ | 216/333 [00:02<00:00, 117.53 examples/s] Tokenizing Prompts (num_proc=36): 70%|██████████████████████████████████████████████████▌ | 234/333 [00:03<00:00, 107.77 examples/s] Tokenizing Prompts (num_proc=36): 76%|██████████████████████████████████████████████████████▍ | 252/333 [00:03<00:00, 113.43 examples/s] Tokenizing Prompts (num_proc=36): 84%|████████████████████████████████████████████████████████████▎ | 279/333 [00:03<00:00, 134.23 examples/s] Tokenizing Prompts (num_proc=36): 89%|████████████████████████████████████████████████████████████████▏ | 297/333 [00:03<00:00, 114.85 examples/s] Tokenizing Prompts (num_proc=36): 97%|██████████████████████████████████████████████████████████████████████ | 324/333 [00:03<00:00, 132.86 examples/s] Tokenizing Prompts (num_proc=36): 100%|█████████████████████████████████████████████████████████████████████████| 333/333 [00:04<00:00, 80.47 examples/s] | |
| [2025-10-22 12:55:30,239] [INFO] [axolotl.utils.data.utils.handle_long_seq_in_dataset:218] [PID:2418] min_input_len: 36 | |
| [2025-10-22 12:55:30,239] [INFO] [axolotl.utils.data.utils.handle_long_seq_in_dataset:220] [PID:2418] max_input_len: 1350 | |
| Dropping Long Sequences (>4096) (num_proc=36): 0%| | 0/333 [00:00<?, ? examples/s] Dropping Long Sequences (>4096) (num_proc=36): 3%|█▊ | 10/333 [00:00<00:27, 11.56 examples/s] Dropping Long Sequences (>4096) (num_proc=36): 75%|████████████████████████████████████████████▍ | 251/333 [00:00<00:00, 345.84 examples/s] Dropping Long Sequences (>4096) (num_proc=36): 100%|███████████████████████████████████████████████████████████| 333/333 [00:01<00:00, 273.41 examples/s] | |
| Saving the dataset (0/1 shards): 0%| | 0/333 [00:00<?, ? examples/s] Saving the dataset (1/1 shards): 100%|███████████████████████████████████████████████████████████████████████| 333/333 [00:00<00:00, 29276.08 examples/s] Saving the dataset (1/1 shards): 100%|███████████████████████████████████████████████████████████████████████| 333/333 [00:00<00:00, 28696.24 examples/s] | |
| [2025-10-22 12:55:31,719] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:404] [PID:2418] total_num_tokens: 94_264 | |
| [2025-10-22 12:55:31,721] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:422] [PID:2418] `total_supervised_tokens: 82_964` | |
| [2025-10-22 12:55:31,721] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:520] [PID:2418] total_num_steps: 63 | |
| [2025-10-22 12:55:31,721] [INFO] [axolotl.utils.data.sft._prepare_standard_dataset:121] [PID:2418] Maximum number of steps set at 63 | |
| [2025-10-22 12:55:31,750] [DEBUG] [axolotl.train.setup_model_and_tokenizer:65] [PID:2418] Loading tokenizer... Qwen/Qwen2.5-7B-Instruct | |
| [2025-10-22 12:55:32,146] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:278] [PID:2418] EOS: 151645 / <|im_end|> | |
| [2025-10-22 12:55:32,147] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:279] [PID:2418] BOS: None / None | |
| [2025-10-22 12:55:32,147] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:280] [PID:2418] PAD: 151643 / <|endoftext|> | |
| [2025-10-22 12:55:32,147] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:281] [PID:2418] UNK: None / None | |
| [2025-10-22 12:55:32,147] [DEBUG] [axolotl.train.setup_model_and_tokenizer:74] [PID:2418] Loading model | |
| [2025-10-22 12:55:32,205] [DEBUG] [axolotl.monkeypatch.transformers.trainer_loss_calc.patch_evaluation_loop:87] [PID:2418] Patched Trainer.evaluation_loop with nanmean loss calculation | |
| [2025-10-22 12:55:32,206] [DEBUG] [axolotl.monkeypatch.transformers.trainer_loss_calc.patch_maybe_log_save_evaluate:138] [PID:2418] Patched Trainer._maybe_log_save_evaluate with nanmean loss calculation | |
| model.safetensors.index.json: 0.00B [00:00, ?B/s] model.safetensors.index.json: 27.8kB [00:00, 193MB/s] | |
| model-00001-of-00004.safetensors: 0%| | 0.00/3.95G [00:00<?, ?B/s] model-00001-of-00004.safetensors: 0%| | 43.8k/3.95G [00:01<28:28:22, 38.5kB/s] model-00001-of-00004.safetensors: 0%| | 1.96M/3.95G [00:01<32:15, 2.04MB/s] model-00001-of-00004.safetensors: 0%|▏ | 9.56M/3.95G [00:01<05:51, 11.2MB/s] model-00001-of-00004.safetensors: 0%|▎ | 15.5M/3.95G [00:01<03:33, 18.4MB/s] model-00001-of-00004.safetensors: 1%|▍ | 23.7M/3.95G [00:01<02:16, 28.7MB/s] model-00001-of-00004.safetensors: 1%|▋ | 32.9M/3.95G [00:01<01:36, 40.7MB/s] model-00001-of-00004.safetensors: 1%|▊ | 43.8M/3.95G [00:01<01:21, 47.9MB/s] model-00001-of-00004.safetensors: 1%|█ | 53.3M/3.95G [00:02<01:08, 56.7MB/s] model-00001-of-00004.safetensors: 2%|█▏ | 60.5M/3.95G [00:02<01:05, 59.5MB/s] model-00001-of-00004.safetensors: 2%|█▎ | 69.4M/3.95G [00:02<01:09, 55.8MB/s] model-00001-of-00004.safetensors: 2%|█▋ | 88.0M/3.95G [00:02<00:54, 70.5MB/s] model-00001-of-00004.safetensors: 3%|██▎ | 120M/3.95G [00:02<00:41, 92.4MB/s] model-00001-of-00004.safetensors: 4%|███▎ | 168M/3.95G [00:03<00:30, 123MB/s] model-00001-of-00004.safetensors: 6%|████▋ | 235M/3.95G [00:03<00:19, 193MB/s] model-00001-of-00004.safetensors: 8%|██████ | 303M/3.95G [00:03<00:21, 172MB/s] model-00001-of-00004.safetensors: 9%|███████▏ | 356M/3.95G [00:03<00:19, 184MB/s] model-00001-of-00004.safetensors: 11%|████████▍ | 423M/3.95G [00:04<00:16, 216MB/s] model-00001-of-00004.safetensors: 11%|████████▉ | 447M/3.95G [00:04<00:19, 180MB/s] model-00001-of-00004.safetensors: 12%|█████████▎ | 468M/3.95G [00:04<00:23, 151MB/s] model-00001-of-00004.safetensors: 12%|█████████▊ | 489M/3.95G [00:04<00:23, 148MB/s] model-00001-of-00004.safetensors: 13%|██████████ | 504M/3.95G [00:04<00:26, 131MB/s] model-00001-of-00004.safetensors: 14%|██████████▉ | 547M/3.95G [00:05<00:25, 134MB/s] model-00001-of-00004.safetensors: 16%|████████████▋ | 634M/3.95G [00:05<00:15, 214MB/s] model-00001-of-00004.safetensors: 18%|██████████████ | 701M/3.95G [00:05<00:12, 254MB/s] model-00001-of-00004.safetensors: 20%|████████████████ | 802M/3.95G [00:06<00:18, 167MB/s] model-00001-of-00004.safetensors: 22%|█████████████████▍ | 869M/3.95G [00:06<00:15, 204MB/s] model-00001-of-00004.safetensors: 24%|██████████████████▋ | 936M/3.95G [00:06<00:12, 244MB/s] model-00001-of-00004.safetensors: 25%|███████████████████▊ | 1.00G/3.95G [00:06<00:10, 283MB/s] model-00001-of-00004.safetensors: 27%|█████████████████████▍ | 1.08G/3.95G [00:08<00:20, 143MB/s] model-00001-of-00004.safetensors: 29%|██████████████████████▊ | 1.16G/3.95G [00:08<00:16, 169MB/s] model-00001-of-00004.safetensors: 31%|████████████████████████▏ | 1.22G/3.95G [00:08<00:13, 208MB/s] model-00001-of-00004.safetensors: 33%|█████████████████████████▌ | 1.29G/3.95G [00:08<00:11, 230MB/s] model-00001-of-00004.safetensors: 34%|██████████████████████████▏ | 1.32G/3.95G [00:08<00:12, 209MB/s] model-00001-of-00004.safetensors: 35%|███████████████████████████▌ | 1.39G/3.95G [00:09<00:11, 224MB/s] model-00001-of-00004.safetensors: 37%|████████████████████████████▉ | 1.47G/3.95G [00:09<00:11, 216MB/s] model-00001-of-00004.safetensors: 39%|██████████████████████████████▋ | 1.55G/3.95G [00:09<00:09, 248MB/s] model-00001-of-00004.safetensors: 41%|███████████████████████████████▉ | 1.62G/3.95G [00:09<00:08, 285MB/s] model-00001-of-00004.safetensors: 42%|████████████████████████████████▉ | 1.67G/3.95G [00:10<00:08, 279MB/s] model-00001-of-00004.safetensors: 43%|█████████████████████████████████▋ | 1.71G/3.95G [00:10<00:08, 249MB/s] model-00001-of-00004.safetensors: 44%|██████████████████████████████████▎ | 1.73G/3.95G [00:10<00:09, 222MB/s] model-00001-of-00004.safetensors: 45%|███████████████████████████████████▎ | 1.78G/3.95G [00:10<00:08, 258MB/s] model-00001-of-00004.safetensors: 47%|████████████████████████████████████▌ | 1.85G/3.95G [00:10<00:07, 263MB/s] model-00001-of-00004.safetensors: 49%|█████████████████████████████████████▉ | 1.92G/3.95G [00:11<00:07, 264MB/s] model-00001-of-00004.safetensors: 50%|███████████████████████████████████████▎ | 1.99G/3.95G [00:11<00:07, 264MB/s] model-00001-of-00004.safetensors: 51%|███████████████████████████████████████▊ | 2.02G/3.95G [00:11<00:07, 252MB/s] model-00001-of-00004.safetensors: 53%|█████████████████████████████████████████▏ | 2.08G/3.95G [00:11<00:06, 300MB/s] model-00001-of-00004.safetensors: 54%|██████████████████████████████████████████▍ | 2.15G/3.95G [00:11<00:05, 337MB/s] model-00001-of-00004.safetensors: 56%|███████████████████████████████████████████▊ | 2.22G/3.95G [00:12<00:05, 304MB/s] model-00001-of-00004.safetensors: 58%|█████████████████████████████████████████████▏ | 2.28G/3.95G [00:12<00:05, 295MB/s] model-00001-of-00004.safetensors: 59%|██████████████████████████████████████████████ | 2.33G/3.95G [00:12<00:06, 241MB/s] model-00001-of-00004.safetensors: 61%|███████████████████████████████████████████████▋ | 2.42G/3.95G [00:12<00:05, 299MB/s] model-00001-of-00004.safetensors: 62%|████████████████████████████████████████████████▌ | 2.46G/3.95G [00:13<00:05, 252MB/s] model-00001-of-00004.safetensors: 64%|██████████████████████████████████████████████████▏ | 2.54G/3.95G [00:13<00:04, 307MB/s] model-00001-of-00004.safetensors: 66%|███████████████████████████████████████████████████▍ | 2.60G/3.95G [00:13<00:04, 292MB/s] model-00001-of-00004.safetensors: 68%|████████████████████████████████████████████████████▊ | 2.67G/3.95G [00:13<00:03, 322MB/s] model-00001-of-00004.safetensors: 69%|██████████████████████████████████████████████████████▏ | 2.74G/3.95G [00:13<00:03, 353MB/s] model-00001-of-00004.safetensors: 71%|███████████████████████████████████████████████████████▏ | 2.79G/3.95G [00:13<00:03, 372MB/s] model-00001-of-00004.safetensors: 72%|████████████████████████████████████████████████████████▍ | 2.86G/3.95G [00:14<00:02, 410MB/s] model-00001-of-00004.safetensors: 74%|█████████████████████████████████████████████████████████▍ | 2.90G/3.95G [00:14<00:02, 419MB/s] model-00001-of-00004.safetensors: 75%|██████████████████████████████████████████████████████████▊ | 2.97G/3.95G [00:14<00:02, 397MB/s] model-00001-of-00004.safetensors: 77%|████████████████████████████████████████████████████████████ | 3.04G/3.95G [00:14<00:02, 436MB/s] model-00001-of-00004.safetensors: 78%|█████████████████████████████████████████████████████████████▏ | 3.10G/3.95G [00:14<00:01, 432MB/s] model-00001-of-00004.safetensors: 80%|██████████████████████████████████████████████████████████████▌ | 3.16G/3.95G [00:14<00:01, 459MB/s] model-00001-of-00004.safetensors: 82%|███████████████████████████████████████████████████████████████▊ | 3.23G/3.95G [00:14<00:01, 479MB/s] model-00001-of-00004.safetensors: 84%|█████████████████████████████████████████████████████████████████▏ | 3.30G/3.95G [00:15<00:01, 496MB/s] model-00001-of-00004.safetensors: 85%|██████████████████████████████████████████████████████████████████▌ | 3.36G/3.95G [00:15<00:01, 503MB/s] model-00001-of-00004.safetensors: 87%|███████████████████████████████████████████████████████████████████▊ | 3.43G/3.95G [00:15<00:01, 507MB/s] model-00001-of-00004.safetensors: 89%|█████████████████████████████████████████████████████████████████████▏ | 3.50G/3.95G [00:15<00:00, 506MB/s] model-00001-of-00004.safetensors: 90%|██████████████████████████████████████████████████████████████████████▍ | 3.57G/3.95G [00:15<00:00, 514MB/s] model-00001-of-00004.safetensors: 93%|████████████████████████████████████████████████████████████████████████▋ | 3.68G/3.95G [00:15<00:00, 524MB/s] model-00001-of-00004.safetensors: 95%|██████████████████████████████████████████████████████████████████████████ | 3.74G/3.95G [00:15<00:00, 538MB/s] model-00001-of-00004.safetensors: 97%|███████████████████████████████████████████████████████████████████████████▎ | 3.81G/3.95G [00:15<00:00, 531MB/s] model-00001-of-00004.safetensors: 98%|████████████████████████████████████████████████████████████████████████████▋ | 3.88G/3.95G [00:16<00:00, 537MB/s] model-00001-of-00004.safetensors: 100%|██████████████████████████████████████████████████████████████████████████████| 3.95G/3.95G [00:16<00:00, 529MB/s] model-00001-of-00004.safetensors: 100%|██████████████████████████████████████████████████████████████████████████████| 3.95G/3.95G [00:16<00:00, 243MB/s] | |
| model-00002-of-00004.safetensors: 0%| | 0.00/3.86G [00:00<?, ?B/s] model-00002-of-00004.safetensors: 0%| | 3.45M/3.86G [00:01<19:55, 3.23MB/s] model-00002-of-00004.safetensors: 3%|██▏ | 107M/3.86G [00:01<00:39, 94.4MB/s] model-00002-of-00004.safetensors: 5%|███▊ | 185M/3.86G [00:01<00:23, 154MB/s] model-00002-of-00004.safetensors: 7%|█████▋ | 280M/3.86G [00:01<00:15, 224MB/s] model-00002-of-00004.safetensors: 9%|██████▊ | 336M/3.86G [00:02<00:14, 250MB/s] model-00002-of-00004.safetensors: 11%|████████▋ | 425M/3.86G [00:02<00:14, 243MB/s] model-00002-of-00004.safetensors: 13%|██████████ | 492M/3.86G [00:02<00:12, 268MB/s] model-00002-of-00004.safetensors: 14%|███████████▍ | 559M/3.86G [00:02<00:10, 302MB/s] model-00002-of-00004.safetensors: 16%|████████████▊ | 626M/3.86G [00:02<00:09, 344MB/s] model-00002-of-00004.safetensors: 18%|██████████████▏ | 697M/3.86G [00:03<00:08, 364MB/s] model-00002-of-00004.safetensors: 20%|███████████████▌ | 764M/3.86G [00:03<00:08, 354MB/s] model-00002-of-00004.safetensors: 21%|████████████████▉ | 831M/3.86G [00:03<00:07, 387MB/s] model-00002-of-00004.safetensors: 23%|██████████████████▎ | 898M/3.86G [00:03<00:07, 396MB/s] model-00002-of-00004.safetensors: 25%|███████████████████▋ | 965M/3.86G [00:03<00:06, 423MB/s] model-00002-of-00004.safetensors: 27%|████████████████████▊ | 1.03G/3.86G [00:04<00:08, 317MB/s] model-00002-of-00004.safetensors: 28%|█████████████████████▊ | 1.08G/3.86G [00:04<00:11, 242MB/s] model-00002-of-00004.safetensors: 29%|██████████████████████▋ | 1.13G/3.86G [00:04<00:10, 267MB/s] model-00002-of-00004.safetensors: 31%|███████████████████████▊ | 1.18G/3.86G [00:04<00:09, 298MB/s] model-00002-of-00004.safetensors: 32%|█████████████████████████ | 1.24G/3.86G [00:04<00:07, 335MB/s] model-00002-of-00004.safetensors: 33%|██████████████████████████ | 1.29G/3.86G [00:04<00:08, 289MB/s] model-00002-of-00004.safetensors: 35%|███████████████████████████▎ | 1.36G/3.86G [00:05<00:13, 184MB/s] model-00002-of-00004.safetensors: 37%|████████████████████████████▌ | 1.41G/3.86G [00:05<00:11, 213MB/s] model-00002-of-00004.safetensors: 38%|█████████████████████████████▊ | 1.48G/3.86G [00:05<00:09, 254MB/s] model-00002-of-00004.safetensors: 40%|███████████████████████████████▏ | 1.54G/3.86G [00:06<00:08, 277MB/s] model-00002-of-00004.safetensors: 42%|████████████████████████████████▌ | 1.61G/3.86G [00:06<00:07, 313MB/s] model-00002-of-00004.safetensors: 43%|█████████████████████████████████▊ | 1.68G/3.86G [00:06<00:06, 350MB/s] model-00002-of-00004.safetensors: 45%|███████████████████████████████████▏ | 1.75G/3.86G [00:06<00:05, 377MB/s] model-00002-of-00004.safetensors: 47%|████████████████████████████████████▌ | 1.81G/3.86G [00:06<00:05, 385MB/s] model-00002-of-00004.safetensors: 49%|█████████████████████████████████████▉ | 1.88G/3.86G [00:06<00:04, 415MB/s] model-00002-of-00004.safetensors: 50%|███████████████████████████████████████▎ | 1.95G/3.86G [00:06<00:04, 426MB/s] model-00002-of-00004.safetensors: 52%|████████████████████████████████████████▋ | 2.01G/3.86G [00:07<00:04, 449MB/s] model-00002-of-00004.safetensors: 54%|█████████████████████████████████████████▉ | 2.08G/3.86G [00:07<00:03, 456MB/s] model-00002-of-00004.safetensors: 56%|███████████████████████████████████████████▎ | 2.15G/3.86G [00:07<00:03, 478MB/s] model-00002-of-00004.safetensors: 57%|████████████████████████████████████████████▊ | 2.22G/3.86G [00:07<00:03, 422MB/s] model-00002-of-00004.safetensors: 59%|█████████████████████████████████████████████▉ | 2.28G/3.86G [00:07<00:03, 439MB/s] model-00002-of-00004.safetensors: 61%|███████████████████████████████████████████████▍ | 2.35G/3.86G [00:07<00:03, 422MB/s] model-00002-of-00004.safetensors: 63%|████████████████████████████████████████████████▊ | 2.42G/3.86G [00:08<00:03, 370MB/s] model-00002-of-00004.safetensors: 64%|██████████████████████████████████████████████████▏ | 2.48G/3.86G [00:08<00:03, 364MB/s] model-00002-of-00004.safetensors: 66%|███████████████████████████████████████████████████▍ | 2.55G/3.86G [00:08<00:03, 380MB/s] model-00002-of-00004.safetensors: 68%|████████████████████████████████████████████████████▊ | 2.62G/3.86G [00:08<00:03, 398MB/s] model-00002-of-00004.safetensors: 69%|██████████████████████████████████████████████████████▏ | 2.69G/3.86G [00:08<00:02, 422MB/s] model-00002-of-00004.safetensors: 71%|███████████████████████████████████████████████████████▌ | 2.75G/3.86G [00:08<00:02, 406MB/s] model-00002-of-00004.safetensors: 73%|████████████████████████████████████████████████████████▉ | 2.82G/3.86G [00:09<00:02, 399MB/s] model-00002-of-00004.safetensors: 75%|██████████████████████████████████████████████████████████▎ | 2.89G/3.86G [00:09<00:02, 403MB/s] model-00002-of-00004.safetensors: 76%|███████████████████████████████████████████████████████████▌ | 2.95G/3.86G [00:09<00:02, 441MB/s] model-00002-of-00004.safetensors: 78%|████████████████████████████████████████████████████████████▉ | 3.02G/3.86G [00:09<00:01, 457MB/s] model-00002-of-00004.safetensors: 80%|██████████████████████████████████████████████████████████████▎ | 3.09G/3.86G [00:09<00:01, 474MB/s] model-00002-of-00004.safetensors: 82%|███████████████████████████████████████████████████████████████▋ | 3.15G/3.86G [00:09<00:01, 465MB/s] model-00002-of-00004.safetensors: 83%|█████████████████████████████████████████████████████████████████ | 3.22G/3.86G [00:09<00:01, 474MB/s] model-00002-of-00004.safetensors: 85%|██████████████████████████████████████████████████████████████████▎ | 3.29G/3.86G [00:10<00:01, 487MB/s] model-00002-of-00004.safetensors: 87%|███████████████████████████████████████████████████████████████████▋ | 3.36G/3.86G [00:10<00:01, 480MB/s] model-00002-of-00004.safetensors: 89%|█████████████████████████████████████████████████████████████████████ | 3.42G/3.86G [00:10<00:00, 480MB/s] model-00002-of-00004.safetensors: 90%|██████████████████████████████████████████████████████████████████████▍ | 3.49G/3.86G [00:10<00:00, 476MB/s] model-00002-of-00004.safetensors: 92%|███████████████████████████████████████████████████████████████████████▊ | 3.56G/3.86G [00:10<00:00, 485MB/s] model-00002-of-00004.safetensors: 94%|█████████████████████████████████████████████████████████████████████████▏ | 3.62G/3.86G [00:10<00:00, 454MB/s] model-00002-of-00004.safetensors: 96%|██████████████████████████████████████████████████████████████████████████▍ | 3.69G/3.86G [00:10<00:00, 461MB/s] model-00002-of-00004.safetensors: 97%|███████████████████████████████████████████████████████████████████████████▊ | 3.76G/3.86G [00:11<00:00, 475MB/s] model-00002-of-00004.safetensors: 99%|█████████████████████████████████████████████████████████████████████████████ | 3.82G/3.86G [00:11<00:00, 446MB/s] model-00002-of-00004.safetensors: 100%|██████████████████████████████████████████████████████████████████████████████| 3.86G/3.86G [00:11<00:00, 444MB/s] model-00002-of-00004.safetensors: 100%|██████████████████████████████████████████████████████████████████████████████| 3.86G/3.86G [00:11<00:00, 341MB/s] | |
| model-00003-of-00004.safetensors: 0%| | 0.00/3.86G [00:00<?, ?B/s] model-00003-of-00004.safetensors: 0%| | 1.37M/3.86G [00:01<51:34, 1.25MB/s] model-00003-of-00004.safetensors: 0%|▎ | 15.4M/3.86G [00:01<03:45, 17.1MB/s] model-00003-of-00004.safetensors: 2%|█▌ | 79.2M/3.86G [00:01<00:55, 67.9MB/s] model-00003-of-00004.safetensors: 7%|█████▋ | 280M/3.86G [00:01<00:13, 258MB/s] model-00003-of-00004.safetensors: 9%|███████ | 347M/3.86G [00:02<00:11, 295MB/s] model-00003-of-00004.safetensors: 11%|████████▍ | 414M/3.86G [00:02<00:12, 279MB/s] model-00003-of-00004.safetensors: 12%|█████████▊ | 478M/3.86G [00:02<00:12, 273MB/s] model-00003-of-00004.safetensors: 14%|███████████▏ | 545M/3.86G [00:02<00:10, 319MB/s] model-00003-of-00004.safetensors: 16%|████████████▌ | 612M/3.86G [00:02<00:09, 360MB/s] model-00003-of-00004.safetensors: 18%|█████████████▊ | 678M/3.86G [00:02<00:08, 384MB/s] model-00003-of-00004.safetensors: 19%|███████████████▏ | 745M/3.86G [00:03<00:07, 418MB/s] model-00003-of-00004.safetensors: 21%|████████████████▌ | 812M/3.86G [00:03<00:09, 316MB/s] model-00003-of-00004.safetensors: 23%|█████████████████▉ | 879M/3.86G [00:03<00:08, 337MB/s] model-00003-of-00004.safetensors: 24%|███████████████████▎ | 946M/3.86G [00:03<00:07, 373MB/s] model-00003-of-00004.safetensors: 26%|████████████████████▍ | 1.01G/3.86G [00:04<00:09, 303MB/s] model-00003-of-00004.safetensors: 28%|█████████████████████▋ | 1.07G/3.86G [00:04<00:09, 283MB/s] model-00003-of-00004.safetensors: 29%|██████████████████████▋ | 1.13G/3.86G [00:04<00:10, 257MB/s] model-00003-of-00004.safetensors: 30%|███████████████████████▍ | 1.16G/3.86G [00:04<00:11, 227MB/s] model-00003-of-00004.safetensors: 31%|████████████████████████ | 1.19G/3.86G [00:05<00:14, 184MB/s] model-00003-of-00004.safetensors: 31%|████████████████████████▍ | 1.21G/3.86G [00:05<00:17, 154MB/s] model-00003-of-00004.safetensors: 33%|█████████████████████████▌ | 1.26G/3.86G [00:05<00:12, 200MB/s] model-00003-of-00004.safetensors: 33%|██████████████████████████ | 1.29G/3.86G [00:05<00:13, 192MB/s] model-00003-of-00004.safetensors: 35%|███████████████████████████▏ | 1.35G/3.86G [00:05<00:10, 230MB/s] model-00003-of-00004.safetensors: 37%|████████████████████████████▌ | 1.42G/3.86G [00:05<00:08, 283MB/s] model-00003-of-00004.safetensors: 38%|█████████████████████████████▉ | 1.48G/3.86G [00:06<00:06, 345MB/s] model-00003-of-00004.safetensors: 40%|███████████████████████████████▎ | 1.55G/3.86G [00:06<00:05, 387MB/s] model-00003-of-00004.safetensors: 42%|████████████████████████████████▌ | 1.61G/3.86G [00:06<00:06, 343MB/s] model-00003-of-00004.safetensors: 43%|█████████████████████████████████▉ | 1.68G/3.86G [00:06<00:06, 356MB/s] model-00003-of-00004.safetensors: 45%|███████████████████████████████████▎ | 1.75G/3.86G [00:06<00:05, 405MB/s] model-00003-of-00004.safetensors: 47%|████████████████████████████████████▌ | 1.81G/3.86G [00:06<00:04, 427MB/s] model-00003-of-00004.safetensors: 49%|█████████████████████████████████████▉ | 1.88G/3.86G [00:06<00:04, 429MB/s] model-00003-of-00004.safetensors: 50%|███████████████████████████████████████▎ | 1.95G/3.86G [00:07<00:04, 448MB/s] model-00003-of-00004.safetensors: 52%|████████████████████████████████████████▋ | 2.01G/3.86G [00:07<00:04, 448MB/s] model-00003-of-00004.safetensors: 54%|█████████████████████████████████████████▉ | 2.08G/3.86G [00:07<00:04, 380MB/s] model-00003-of-00004.safetensors: 55%|███████████████████████████████████████████▏ | 2.14G/3.86G [00:07<00:05, 322MB/s] model-00003-of-00004.safetensors: 57%|████████████████████████████████████████████▌ | 2.20G/3.86G [00:07<00:04, 362MB/s] model-00003-of-00004.safetensors: 58%|█████████████████████████████████████████████▌ | 2.26G/3.86G [00:08<00:04, 364MB/s] model-00003-of-00004.safetensors: 60%|██████████████████████████████████████████████▌ | 2.31G/3.86G [00:08<00:04, 365MB/s] model-00003-of-00004.safetensors: 61%|███████████████████████████████████████████████▉ | 2.37G/3.86G [00:08<00:03, 389MB/s] model-00003-of-00004.safetensors: 63%|█████████████████████████████████████████████████▍ | 2.45G/3.86G [00:08<00:03, 385MB/s] model-00003-of-00004.safetensors: 65%|██████████████████████████████████████████████████▍ | 2.50G/3.86G [00:08<00:03, 402MB/s] model-00003-of-00004.safetensors: 66%|███████████████████████████████████████████████████▊ | 2.57G/3.86G [00:08<00:03, 427MB/s] model-00003-of-00004.safetensors: 68%|█████████████████████████████████████████████████████▏ | 2.63G/3.86G [00:08<00:02, 442MB/s] model-00003-of-00004.safetensors: 70%|██████████████████████████████████████████████████████▌ | 2.70G/3.86G [00:09<00:02, 454MB/s] model-00003-of-00004.safetensors: 72%|███████████████████████████████████████████████████████▉ | 2.77G/3.86G [00:09<00:02, 463MB/s] model-00003-of-00004.safetensors: 73%|█████████████████████████████████████████████████████████▏ | 2.84G/3.86G [00:09<00:02, 471MB/s] model-00003-of-00004.safetensors: 75%|██████████████████████████████████████████████████████████▌ | 2.90G/3.86G [00:09<00:02, 469MB/s] model-00003-of-00004.safetensors: 77%|███████████████████████████████████████████████████████████▉ | 2.97G/3.86G [00:09<00:01, 448MB/s] model-00003-of-00004.safetensors: 78%|█████████████████████████████████████████████████████████████▏ | 3.03G/3.86G [00:09<00:01, 429MB/s] model-00003-of-00004.safetensors: 80%|██████████████████████████████████████████████████████████████▌ | 3.10G/3.86G [00:09<00:01, 425MB/s] model-00003-of-00004.safetensors: 82%|███████████████████████████████████████████████████████████████▉ | 3.17G/3.86G [00:10<00:01, 433MB/s] model-00003-of-00004.safetensors: 84%|█████████████████████████████████████████████████████████████████▎ | 3.24G/3.86G [00:10<00:01, 436MB/s] model-00003-of-00004.safetensors: 85%|██████████████████████████████████████████████████████████████████▋ | 3.30G/3.86G [00:10<00:01, 418MB/s] model-00003-of-00004.safetensors: 87%|████████████████████████████████████████████████████████████████████ | 3.37G/3.86G [00:10<00:01, 423MB/s] model-00003-of-00004.safetensors: 89%|█████████████████████████████████████████████████████████████████████▎ | 3.44G/3.86G [00:10<00:01, 427MB/s] model-00003-of-00004.safetensors: 91%|██████████████████████████████████████████████████████████████████████▋ | 3.50G/3.86G [00:10<00:00, 429MB/s] model-00003-of-00004.safetensors: 92%|████████████████████████████████████████████████████████████████████████ | 3.57G/3.86G [00:11<00:00, 440MB/s] model-00003-of-00004.safetensors: 94%|█████████████████████████████████████████████████████████████████████████▌ | 3.64G/3.86G [00:11<00:00, 409MB/s] model-00003-of-00004.safetensors: 96%|██████████████████████████████████████████████████████████████████████████▉ | 3.71G/3.86G [00:11<00:00, 424MB/s] model-00003-of-00004.safetensors: 98%|████████████████████████████████████████████████████████████████████████████▎ | 3.78G/3.86G [00:11<00:00, 415MB/s] model-00003-of-00004.safetensors: 100%|██████████████████████████████████████████████████████████████████████████████| 3.86G/3.86G [00:11<00:00, 392MB/s] model-00003-of-00004.safetensors: 100%|██████████████████████████████████████████████████████████████████████████████| 3.86G/3.86G [00:11<00:00, 327MB/s] | |
| model-00004-of-00004.safetensors: 0%| | 0.00/3.56G [00:00<?, ?B/s] model-00004-of-00004.safetensors: 0%| | 9.42k/3.56G [00:01<163:05:23, 6.06kB/s] model-00004-of-00004.safetensors: 1%|▉ | 44.7M/3.56G [00:01<01:50, 31.8MB/s] model-00004-of-00004.safetensors: 4%|███▏ | 145M/3.56G [00:02<00:38, 87.6MB/s] model-00004-of-00004.safetensors: 6%|████▍ | 202M/3.56G [00:02<00:30, 110MB/s] model-00004-of-00004.safetensors: 8%|█████▉ | 269M/3.56G [00:02<00:21, 150MB/s] model-00004-of-00004.safetensors: 9%|███████▍ | 336M/3.56G [00:03<00:18, 177MB/s] model-00004-of-00004.safetensors: 11%|████████▉ | 403M/3.56G [00:03<00:15, 198MB/s] model-00004-of-00004.safetensors: 13%|██████████▍ | 470M/3.56G [00:03<00:14, 219MB/s] model-00004-of-00004.safetensors: 15%|███████████▉ | 538M/3.56G [00:03<00:11, 253MB/s] model-00004-of-00004.safetensors: 17%|█████████████▍ | 604M/3.56G [00:04<00:10, 279MB/s] model-00004-of-00004.safetensors: 19%|██████████████▉ | 671M/3.56G [00:04<00:09, 313MB/s] model-00004-of-00004.safetensors: 21%|████████████████▍ | 738M/3.56G [00:04<00:09, 305MB/s] model-00004-of-00004.safetensors: 23%|█████████████████▉ | 805M/3.56G [00:04<00:08, 331MB/s] model-00004-of-00004.safetensors: 25%|███████████████████▍ | 873M/3.56G [00:04<00:09, 284MB/s] model-00004-of-00004.safetensors: 27%|█████████████████████▌ | 970M/3.56G [00:05<00:13, 197MB/s] model-00004-of-00004.safetensors: 29%|██████████████████████▋ | 1.04G/3.56G [00:05<00:11, 228MB/s] model-00004-of-00004.safetensors: 31%|███████████████████████▉ | 1.09G/3.56G [00:06<00:10, 230MB/s] model-00004-of-00004.safetensors: 32%|████████████████████████▉ | 1.13G/3.56G [00:06<00:09, 244MB/s] model-00004-of-00004.safetensors: 34%|██████████████████████████▏ | 1.20G/3.56G [00:06<00:08, 265MB/s] model-00004-of-00004.safetensors: 36%|███████████████████████████▉ | 1.27G/3.56G [00:06<00:07, 296MB/s] model-00004-of-00004.safetensors: 37%|████████████████████████████▋ | 1.31G/3.56G [00:06<00:07, 306MB/s] model-00004-of-00004.safetensors: 38%|█████████████████████████████▌ | 1.35G/3.56G [00:06<00:07, 300MB/s] model-00004-of-00004.safetensors: 40%|██████████████████████████████▉ | 1.41G/3.56G [00:07<00:12, 174MB/s] model-00004-of-00004.safetensors: 42%|████████████████████████████████▍ | 1.48G/3.56G [00:07<00:10, 205MB/s] model-00004-of-00004.safetensors: 43%|█████████████████████████████████▊ | 1.54G/3.56G [00:07<00:08, 237MB/s] model-00004-of-00004.safetensors: 45%|███████████████████████████████████▎ | 1.61G/3.56G [00:08<00:07, 265MB/s] model-00004-of-00004.safetensors: 47%|████████████████████████████████████▊ | 1.68G/3.56G [00:08<00:06, 307MB/s] model-00004-of-00004.safetensors: 49%|██████████████████████████████████████▎ | 1.75G/3.56G [00:08<00:05, 344MB/s] model-00004-of-00004.safetensors: 51%|███████████████████████████████████████▋ | 1.81G/3.56G [00:08<00:04, 364MB/s] model-00004-of-00004.safetensors: 53%|█████████████████████████████████████████▏ | 1.88G/3.56G [00:08<00:04, 380MB/s] model-00004-of-00004.safetensors: 55%|██████████████████████████████████████████▋ | 1.95G/3.56G [00:08<00:04, 393MB/s] model-00004-of-00004.safetensors: 57%|████████████████████████████████████████████▏ | 2.01G/3.56G [00:08<00:03, 408MB/s] model-00004-of-00004.safetensors: 58%|█████████████████████████████████████████████▋ | 2.08G/3.56G [00:09<00:03, 386MB/s] model-00004-of-00004.safetensors: 60%|███████████████████████████████████████████████ | 2.15G/3.56G [00:09<00:03, 408MB/s] model-00004-of-00004.safetensors: 62%|████████████████████████████████████████████████▎ | 2.20G/3.56G [00:09<00:03, 344MB/s] model-00004-of-00004.safetensors: 63%|█████████████████████████████████████████████████▎ | 2.25G/3.56G [00:09<00:03, 353MB/s] model-00004-of-00004.safetensors: 65%|██████████████████████████████████████████████████▌ | 2.31G/3.56G [00:09<00:03, 358MB/s] model-00004-of-00004.safetensors: 66%|███████████████████████████████████████████████████▊ | 2.36G/3.56G [00:09<00:03, 359MB/s] model-00004-of-00004.safetensors: 68%|█████████████████████████████████████████████████████▍ | 2.44G/3.56G [00:10<00:03, 366MB/s] model-00004-of-00004.safetensors: 70%|██████████████████████████████████████████████████████▉ | 2.51G/3.56G [00:10<00:02, 359MB/s] model-00004-of-00004.safetensors: 72%|███████████████████████████████████████████████████████▉ | 2.55G/3.56G [00:10<00:02, 355MB/s] model-00004-of-00004.safetensors: 74%|█████████████████████████████████████████████████████████▍ | 2.62G/3.56G [00:10<00:02, 381MB/s] model-00004-of-00004.safetensors: 75%|██████████████████████████████████████████████████████████▉ | 2.68G/3.56G [00:10<00:02, 384MB/s] model-00004-of-00004.safetensors: 77%|████████████████████████████████████████████████████████████▎ | 2.75G/3.56G [00:10<00:02, 389MB/s] model-00004-of-00004.safetensors: 79%|█████████████████████████████████████████████████████████████▊ | 2.82G/3.56G [00:11<00:01, 409MB/s] model-00004-of-00004.safetensors: 81%|███████████████████████████████████████████████████████████████▎ | 2.89G/3.56G [00:11<00:01, 402MB/s] model-00004-of-00004.safetensors: 83%|████████████████████████████████████████████████████████████████▊ | 2.95G/3.56G [00:11<00:01, 401MB/s] model-00004-of-00004.safetensors: 85%|██████████████████████████████████████████████████████████████████▏ | 3.02G/3.56G [00:11<00:01, 415MB/s] model-00004-of-00004.safetensors: 87%|███████████████████████████████████████████████████████████████████▋ | 3.09G/3.56G [00:11<00:01, 423MB/s] model-00004-of-00004.safetensors: 89%|█████████████████████████████████████████████████████████████████████▏ | 3.15G/3.56G [00:11<00:00, 423MB/s] model-00004-of-00004.safetensors: 91%|██████████████████████████████████████████████████████████████████████▋ | 3.22G/3.56G [00:12<00:00, 416MB/s] model-00004-of-00004.safetensors: 92%|████████████████████████████████████████████████████████████████████████ | 3.29G/3.56G [00:12<00:00, 431MB/s] model-00004-of-00004.safetensors: 94%|█████████████████████████████████████████████████████████████████████████▌ | 3.36G/3.56G [00:12<00:00, 417MB/s] model-00004-of-00004.safetensors: 96%|███████████████████████████████████████████████████████████████████████████ | 3.42G/3.56G [00:12<00:00, 425MB/s] model-00004-of-00004.safetensors: 98%|████████████████████████████████████████████████████████████████████████████▌ | 3.49G/3.56G [00:12<00:00, 437MB/s] model-00004-of-00004.safetensors: 100%|██████████████████████████████████████████████████████████████████████████████| 3.56G/3.56G [00:12<00:00, 445MB/s] model-00004-of-00004.safetensors: 100%|██████████████████████████████████████████████████████████████████████████████| 3.56G/3.56G [00:12<00:00, 277MB/s] | |
| Loading checkpoint shards: 0%| | 0/4 [00:00<?, ?it/s] Loading checkpoint shards: 25%|██████████████████████▊ | 1/4 [00:06<00:18, 6.20s/it] Loading checkpoint shards: 50%|█████████████████████████████████████████████▌ | 2/4 [00:12<00:12, 6.48s/it] Loading checkpoint shards: 75%|████████████████████████████████████████████████████████████████████▎ | 3/4 [00:20<00:06, 6.99s/it] Loading checkpoint shards: 100%|███████████████████████████████████████████████████████████████████████████████████████████| 4/4 [00:25<00:00, 6.17s/it] Loading checkpoint shards: 100%|███████████████████████████████████████████████████████████████████████████████████████████| 4/4 [00:25<00:00, 6.35s/it] | |
| generation_config.json: 0%| | 0.00/243 [00:00<?, ?B/s] generation_config.json: 100%|███████████████████████████████████████████████████████████████████████████████████████████| 243/243 [00:00<00:00, 2.95MB/s] | |
| [2025-10-22 12:56:50,899] [INFO] [axolotl.loaders.model._prepare_model_for_quantization:863] [PID:2418] converting PEFT model w/ prepare_model_for_kbit_training | |
| [2025-10-22 12:56:50,901] [INFO] [axolotl.loaders.model._configure_embedding_dtypes:345] [PID:2418] Converting modules to torch.bfloat16 | |
| [2025-10-22 12:56:50,903] [DEBUG] [axolotl.loaders.model.log_gpu_memory_usage:127] [PID:2418] Memory usage after model load 11.676GB (+11.676GB allocated, +13.172GB reserved) | |
| trainable params: 20,185,088 || all params: 7,635,801,600 || trainable%: 0.2643 | |
| [2025-10-22 12:56:51,121] [DEBUG] [axolotl.loaders.model.log_gpu_memory_usage:127] [PID:2418] after adapters 8.565GB (+8.565GB allocated, +13.248GB reserved) | |
| [2025-10-22 12:56:57,347] [INFO] [axolotl.train.save_initial_configs:398] [PID:2418] Pre-saving adapter config to /workspace/fine-tuning/output... | |
| [2025-10-22 12:56:57,347] [INFO] [axolotl.train.save_initial_configs:402] [PID:2418] Pre-saving tokenizer to /workspace/fine-tuning/output... | |
| [2025-10-22 12:56:57,464] [INFO] [axolotl.train.save_initial_configs:407] [PID:2418] Pre-saving model config to /workspace/fine-tuning/output... | |
| [2025-10-22 12:56:57,466] [INFO] [axolotl.train.execute_training:196] [PID:2418] Starting trainer... | |
| 0%| | 0/63 [00:00<?, ?it/s][2025-10-22 12:56:58,802] [WARNING] [py.warnings._showwarnmsg:110] [PID:2418] /root/miniconda3/envs/py3.11/lib/python3.11/site-packages/bitsandbytes/autograd/_functions.py:186: UserWarning: MatMul8bitLt: inputs will be cast from torch.bfloat16 to float16 during quantization | |
| warnings.warn(f"MatMul8bitLt: inputs will be cast from {A.dtype} to float16 during quantization") | |
| 2%|█▊ | 1/63 [00:04<04:23, 4.24s/it] 3%|███▋ | 2/63 [00:07<03:35, 3.53s/it] 5%|█████▌ | 3/63 [00:10<03:29, 3.50s/it] 6%|███████▍ | 4/63 [00:13<03:15, 3.31s/it] 8%|█████████▎ | 5/63 [00:16<03:06, 3.22s/it] 10%|███████████▏ | 6/63 [00:19<03:01, 3.19s/it] 11%|█████████████ | 7/63 [00:22<02:50, 3.04s/it] 13%|██████████████▊ | 8/63 [00:25<02:46, 3.03s/it] 14%|████████████████▋ | 9/63 [00:28<02:39, 2.95s/it] 16%|██████████████████▍ | 10/63 [00:32<02:49, 3.20s/it] {'loss': 2.8315, 'grad_norm': 0.5804110765457153, 'learning_rate': 0.00019357168190404936, 'memory/max_active (GiB)': 19.67, 'memory/max_allocated (GiB)': 19.67, 'memory/device_reserved (GiB)': 21.65, 'tokens_per_second_per_gpu': 1089.23, 'epoch': 0.48} | |
| 16%|██████████████████▍ | 10/63 [00:32<02:49, 3.20s/it] 17%|████████████████████▎ | 11/63 [00:35<02:52, 3.32s/it] 19%|██████████████████████ | 12/63 [00:38<02:41, 3.17s/it] 21%|███████████████████████▉ | 13/63 [00:41<02:33, 3.08s/it] 22%|█████████████████████████▊ | 14/63 [00:44<02:23, 2.93s/it] 24%|███████████████████████████▌ | 15/63 [00:47<02:21, 2.95s/it] 25%|█████████████████████████████▍ | 16/63 [00:50<02:20, 2.98s/it] 27%|███████████████████████████████▎ | 17/63 [00:52<02:13, 2.91s/it] 29%|█████████████████████████████████▏ | 18/63 [00:55<02:11, 2.93s/it] 30%|██████████████████████████████████▉ | 19/63 [00:58<02:06, 2.87s/it] 32%|████████████████████████████████████▊ | 20/63 [01:01<02:02, 2.85s/it] {'loss': 2.5331, 'grad_norm': 0.5418248772621155, 'learning_rate': 0.00016405931786981755, 'memory/max_active (GiB)': 17.12, 'memory/max_allocated (GiB)': 17.12, 'memory/device_reserved (GiB)': 21.65, 'tokens_per_second_per_gpu': 1399.77, 'epoch': 0.95} | |
| 32%|████████████████████████████████████▊ | 20/63 [01:01<02:02, 2.85s/it] 33%|██████████████████████████████████████▋ | 21/63 [01:04<01:58, 2.82s/it] 35%|████████████████████████████████████████▌ | 22/63 [01:07<02:00, 2.94s/it] 37%|██████████████████████████████████████████▎ | 23/63 [01:09<01:53, 2.83s/it] 38%|████████████████████████████████████████████▏ | 24/63 [01:13<01:57, 3.01s/it] 40%|██████████████████████████████████████████████ | 25/63 [01:16<01:51, 2.93s/it] 41%|███████████████████████████████████████████████▊ | 26/63 [01:18<01:46, 2.87s/it] 43%|█████████████████████████████████████████████████▋ | 27/63 [01:21<01:45, 2.93s/it] 44%|███████████████████████████████████████████████████▌ | 28/63 [01:25<01:51, 3.19s/it] 46%|█████████████████████████████████████████████████████▍ | 29/63 [01:28<01:46, 3.15s/it] 48%|███████████████████████████████████████████████████████▏ | 30/63 [01:31<01:38, 2.97s/it] {'loss': 2.2908, 'grad_norm': 0.926287829875946, 'learning_rate': 0.00011792807588107357, 'memory/max_active (GiB)': 19.67, 'memory/max_allocated (GiB)': 19.67, 'memory/device_reserved (GiB)': 21.66, 'tokens_per_second_per_gpu': 1503.62, 'epoch': 1.43} | |
| 48%|███████████████████████████████████████████████████████▏ | 30/63 [01:31<01:38, 2.97s/it] 49%|█████████████████████████████████████████████████████████ | 31/63 [01:33<01:30, 2.84s/it] 51%|██████████████████████████████████████████████████████████▉ | 32/63 [01:36<01:28, 2.85s/it] 52%|████████████████████████████████████████████████████████████▊ | 33/63 [01:39<01:25, 2.84s/it] 54%|██████████████████████████████████████████████████████████████▌ | 34/63 [01:42<01:23, 2.87s/it] 56%|████████████████████████████████████████████████████████████████▍ | 35/63 [01:45<01:17, 2.78s/it] 57%|██████████████████████████████████████████████████████████████████▎ | 36/63 [01:48<01:17, 2.87s/it] 59%|████████████████████████████████████████████████████████████████████▏ | 37/63 [01:50<01:13, 2.84s/it] 60%|█████████████████████████████████████████████████████████████████████▉ | 38/63 [01:53<01:12, 2.90s/it] 62%|███████████████████████████████████████████████████████████████████████▊ | 39/63 [01:56<01:10, 2.93s/it] 63%|█████████████████████████████████████████████████████████████████████████▋ | 40/63 [01:59<01:07, 2.95s/it] {'loss': 2.3613, 'grad_norm': 0.741166353225708, 'learning_rate': 6.714576180891654e-05, 'memory/max_active (GiB)': 13.69, 'memory/max_allocated (GiB)': 13.69, 'memory/device_reserved (GiB)': 21.66, 'tokens_per_second_per_gpu': 1292.51, 'epoch': 1.9} | |
| 63%|█████████████████████████████████████████████████████████████████████████▋ | 40/63 [01:59<01:07, 2.95s/it] 65%|███████████████████████████████████████████████████████████████████████████▍ | 41/63 [02:02<01:05, 2.97s/it] 67%|█████████████████████████████████████████████████████████████████████████████▎ | 42/63 [02:05<01:01, 2.91s/it] 68%|███████████████████████████████████████████████████████████████████████████████▏ | 43/63 [02:08<01:00, 3.02s/it] 70%|█████████████████████████████████████████████████████████████████████████████████ | 44/63 [02:12<01:00, 3.20s/it] 71%|██████████████████████████████████████████████████████████████████████████████████▊ | 45/63 [02:15<00:56, 3.11s/it] 73%|████████████████████████████████████████████████████████████████████████████████████▋ | 46/63 [02:18<00:52, 3.11s/it] 75%|██████████████████████████████████████████████████████████████████████████████████████▌ | 47/63 [02:21<00:49, 3.08s/it] 76%|████████████████████████████████████████████████████████████████████████████████████████▍ | 48/63 [02:25<00:48, 3.23s/it] 78%|██████████████████████████████████████████████████████████████████████████████████████████▏ | 49/63 [02:28<00:43, 3.10s/it] 79%|████████████████████████████████████████████████████████████████████████████████████████████ | 50/63 [02:31<00:39, 3.07s/it] {'loss': 2.1182, 'grad_norm': 0.8406546115875244, 'learning_rate': 2.4886806912948035e-05, 'memory/max_active (GiB)': 19.67, 'memory/max_allocated (GiB)': 19.67, 'memory/device_reserved (GiB)': 21.66, 'tokens_per_second_per_gpu': 1380.03, 'epoch': 2.38} | |
| 79%|████████████████████████████████████████████████████████████████████████████████████████████ | 50/63 [02:31<00:39, 3.07s/it] 81%|█████████████████████████████████████████████████████████████████████████████████████████████▉ | 51/63 [02:33<00:35, 2.97s/it] 83%|███████████████████████████████████████████████████████████████████████████████████████████████▋ | 52/63 [02:36<00:32, 2.93s/it] 84%|█████████████████████████████████████████████████████████████████████████████████████████████████▌ | 53/63 [02:39<00:29, 2.92s/it] 86%|███████████████████████████████████████████████████████████████████████████████████████████████████▍ | 54/63 [02:42<00:26, 2.92s/it] 87%|█████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 55/63 [02:45<00:23, 2.91s/it] 89%|███████████████████████████████████████████████████████████████████████████████████████████████████████ | 56/63 [02:48<00:20, 2.91s/it] 90%|████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 57/63 [02:51<00:18, 3.04s/it] 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 58/63 [02:54<00:14, 2.99s/it] 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 59/63 [02:57<00:11, 2.95s/it] 95%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 60/63 [03:00<00:08, 2.95s/it] {'loss': 2.1277, 'grad_norm': 0.7622830271720886, 'learning_rate': 2.1144314904642195e-06, 'memory/max_active (GiB)': 17.48, 'memory/max_allocated (GiB)': 17.48, 'memory/device_reserved (GiB)': 21.66, 'tokens_per_second_per_gpu': 1322.61, 'epoch': 2.86} | |
| 95%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 60/63 [03:00<00:08, 2.95s/it] 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 61/63 [03:03<00:05, 2.92s/it] 98%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 62/63 [03:05<00:02, 2.91s/it] 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 63/63 [03:08<00:00, 2.87s/it][2025-10-22 13:00:06,761] [INFO] [axolotl.core.trainers.base._save:671] [PID:2418] Saving model checkpoint to /workspace/fine-tuning/output/checkpoint-63 | |
| {'train_runtime': 189.206, 'train_samples_per_second': 5.328, 'train_steps_per_second': 0.333, 'train_loss': 2.3706827390761602, 'memory/max_active (GiB)': 13.15, 'memory/max_allocated (GiB)': 13.15, 'memory/device_reserved (GiB)': 21.66, 'epoch': 3.0} | |
| 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 63/63 [03:09<00:00, 2.87s/it] 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 63/63 [03:09<00:00, 3.00s/it] | |
| [2025-10-22 13:00:08,876] [INFO] [axolotl.train.save_trained_model:218] [PID:2418] Training completed! Saving trained model to /workspace/fine-tuning/output. | |
| [2025-10-22 13:00:09,025] [INFO] [axolotl.train.save_trained_model:336] [PID:2418] Model successfully saved to /workspace/fine-tuning/output | |