lectura commited on
Commit
51a9140
·
1 Parent(s): 32155e6

Training in progress, epoch 2, checkpoint

Browse files
checkpoint-750/config.json ADDED
@@ -0,0 +1,36 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "roberta-base",
3
+ "architectures": [
4
+ "RobertaForSequenceClassification"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.1,
7
+ "bos_token_id": 0,
8
+ "classifier_dropout": null,
9
+ "eos_token_id": 2,
10
+ "hidden_act": "gelu",
11
+ "hidden_dropout_prob": 0.1,
12
+ "hidden_size": 768,
13
+ "id2label": {
14
+ "0": "HUMAN",
15
+ "1": "AI"
16
+ },
17
+ "initializer_range": 0.02,
18
+ "intermediate_size": 3072,
19
+ "label2id": {
20
+ "AI": 1,
21
+ "HUMAN": 0
22
+ },
23
+ "layer_norm_eps": 1e-05,
24
+ "max_position_embeddings": 514,
25
+ "model_type": "roberta",
26
+ "num_attention_heads": 12,
27
+ "num_hidden_layers": 12,
28
+ "pad_token_id": 1,
29
+ "position_embedding_type": "absolute",
30
+ "problem_type": "single_label_classification",
31
+ "torch_dtype": "float32",
32
+ "transformers_version": "4.35.2",
33
+ "type_vocab_size": 1,
34
+ "use_cache": true,
35
+ "vocab_size": 50265
36
+ }
checkpoint-750/merges.txt ADDED
The diff for this file is too large to render. See raw diff
 
checkpoint-750/model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ff7f28857af96d1ba3e142d0c12d98112d2edf28b6b3fb8255554ade44cf7d5f
3
+ size 498612824
checkpoint-750/optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:77428254bc5a60c539ceaad1960742407d2d3b390421fcc71a91e6f678d2f74a
3
+ size 997345530
checkpoint-750/rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ade21613e4a6556447631a27617347f6561f35b81d1e6628fe6b21671f48331a
3
+ size 14244
checkpoint-750/scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:6d9b45a47fc52f6bfea992e0121ca20a248e9eadfddc184be212f22630fb987f
3
+ size 1064
checkpoint-750/special_tokens_map.json ADDED
@@ -0,0 +1,15 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "bos_token": "<s>",
3
+ "cls_token": "<s>",
4
+ "eos_token": "</s>",
5
+ "mask_token": {
6
+ "content": "<mask>",
7
+ "lstrip": true,
8
+ "normalized": false,
9
+ "rstrip": false,
10
+ "single_word": false
11
+ },
12
+ "pad_token": "<pad>",
13
+ "sep_token": "</s>",
14
+ "unk_token": "<unk>"
15
+ }
checkpoint-750/tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
checkpoint-750/tokenizer_config.json ADDED
@@ -0,0 +1,57 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "add_prefix_space": false,
3
+ "added_tokens_decoder": {
4
+ "0": {
5
+ "content": "<s>",
6
+ "lstrip": false,
7
+ "normalized": true,
8
+ "rstrip": false,
9
+ "single_word": false,
10
+ "special": true
11
+ },
12
+ "1": {
13
+ "content": "<pad>",
14
+ "lstrip": false,
15
+ "normalized": true,
16
+ "rstrip": false,
17
+ "single_word": false,
18
+ "special": true
19
+ },
20
+ "2": {
21
+ "content": "</s>",
22
+ "lstrip": false,
23
+ "normalized": true,
24
+ "rstrip": false,
25
+ "single_word": false,
26
+ "special": true
27
+ },
28
+ "3": {
29
+ "content": "<unk>",
30
+ "lstrip": false,
31
+ "normalized": true,
32
+ "rstrip": false,
33
+ "single_word": false,
34
+ "special": true
35
+ },
36
+ "50264": {
37
+ "content": "<mask>",
38
+ "lstrip": true,
39
+ "normalized": false,
40
+ "rstrip": false,
41
+ "single_word": false,
42
+ "special": true
43
+ }
44
+ },
45
+ "bos_token": "<s>",
46
+ "clean_up_tokenization_spaces": true,
47
+ "cls_token": "<s>",
48
+ "eos_token": "</s>",
49
+ "errors": "replace",
50
+ "mask_token": "<mask>",
51
+ "model_max_length": 512,
52
+ "pad_token": "<pad>",
53
+ "sep_token": "</s>",
54
+ "tokenizer_class": "RobertaTokenizer",
55
+ "trim_offsets": true,
56
+ "unk_token": "<unk>"
57
+ }
checkpoint-750/trainer_state.json ADDED
@@ -0,0 +1,487 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 2.0,
5
+ "eval_steps": 375,
6
+ "global_step": 750,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.03,
13
+ "learning_rate": 9.866666666666668e-06,
14
+ "loss": 0.6835,
15
+ "step": 10
16
+ },
17
+ {
18
+ "epoch": 0.05,
19
+ "learning_rate": 9.733333333333334e-06,
20
+ "loss": 0.6815,
21
+ "step": 20
22
+ },
23
+ {
24
+ "epoch": 0.08,
25
+ "learning_rate": 9.600000000000001e-06,
26
+ "loss": 0.6261,
27
+ "step": 30
28
+ },
29
+ {
30
+ "epoch": 0.11,
31
+ "learning_rate": 9.48e-06,
32
+ "loss": 0.4608,
33
+ "step": 40
34
+ },
35
+ {
36
+ "epoch": 0.13,
37
+ "learning_rate": 9.373333333333334e-06,
38
+ "loss": 0.2467,
39
+ "step": 50
40
+ },
41
+ {
42
+ "epoch": 0.16,
43
+ "learning_rate": 9.240000000000001e-06,
44
+ "loss": 0.1414,
45
+ "step": 60
46
+ },
47
+ {
48
+ "epoch": 0.19,
49
+ "learning_rate": 9.12e-06,
50
+ "loss": 0.1253,
51
+ "step": 70
52
+ },
53
+ {
54
+ "epoch": 0.21,
55
+ "learning_rate": 8.986666666666666e-06,
56
+ "loss": 0.0183,
57
+ "step": 80
58
+ },
59
+ {
60
+ "epoch": 0.24,
61
+ "learning_rate": 8.853333333333334e-06,
62
+ "loss": 0.0055,
63
+ "step": 90
64
+ },
65
+ {
66
+ "epoch": 0.27,
67
+ "learning_rate": 8.733333333333333e-06,
68
+ "loss": 0.0502,
69
+ "step": 100
70
+ },
71
+ {
72
+ "epoch": 0.29,
73
+ "learning_rate": 8.6e-06,
74
+ "loss": 0.0702,
75
+ "step": 110
76
+ },
77
+ {
78
+ "epoch": 0.32,
79
+ "learning_rate": 8.466666666666668e-06,
80
+ "loss": 0.1821,
81
+ "step": 120
82
+ },
83
+ {
84
+ "epoch": 0.35,
85
+ "learning_rate": 8.333333333333334e-06,
86
+ "loss": 0.0929,
87
+ "step": 130
88
+ },
89
+ {
90
+ "epoch": 0.37,
91
+ "learning_rate": 8.2e-06,
92
+ "loss": 0.1865,
93
+ "step": 140
94
+ },
95
+ {
96
+ "epoch": 0.4,
97
+ "learning_rate": 8.066666666666667e-06,
98
+ "loss": 0.0082,
99
+ "step": 150
100
+ },
101
+ {
102
+ "epoch": 0.43,
103
+ "learning_rate": 7.933333333333334e-06,
104
+ "loss": 0.2579,
105
+ "step": 160
106
+ },
107
+ {
108
+ "epoch": 0.45,
109
+ "learning_rate": 7.800000000000002e-06,
110
+ "loss": 0.003,
111
+ "step": 170
112
+ },
113
+ {
114
+ "epoch": 0.48,
115
+ "learning_rate": 7.666666666666667e-06,
116
+ "loss": 0.0674,
117
+ "step": 180
118
+ },
119
+ {
120
+ "epoch": 0.51,
121
+ "learning_rate": 7.533333333333334e-06,
122
+ "loss": 0.0756,
123
+ "step": 190
124
+ },
125
+ {
126
+ "epoch": 0.53,
127
+ "learning_rate": 7.413333333333333e-06,
128
+ "loss": 0.0348,
129
+ "step": 200
130
+ },
131
+ {
132
+ "epoch": 0.56,
133
+ "learning_rate": 7.280000000000001e-06,
134
+ "loss": 0.0021,
135
+ "step": 210
136
+ },
137
+ {
138
+ "epoch": 0.59,
139
+ "learning_rate": 7.146666666666667e-06,
140
+ "loss": 0.1315,
141
+ "step": 220
142
+ },
143
+ {
144
+ "epoch": 0.61,
145
+ "learning_rate": 7.0133333333333345e-06,
146
+ "loss": 0.0013,
147
+ "step": 230
148
+ },
149
+ {
150
+ "epoch": 0.64,
151
+ "learning_rate": 6.88e-06,
152
+ "loss": 0.0868,
153
+ "step": 240
154
+ },
155
+ {
156
+ "epoch": 0.67,
157
+ "learning_rate": 6.746666666666667e-06,
158
+ "loss": 0.0872,
159
+ "step": 250
160
+ },
161
+ {
162
+ "epoch": 0.69,
163
+ "learning_rate": 6.613333333333334e-06,
164
+ "loss": 0.0777,
165
+ "step": 260
166
+ },
167
+ {
168
+ "epoch": 0.72,
169
+ "learning_rate": 6.480000000000001e-06,
170
+ "loss": 0.0013,
171
+ "step": 270
172
+ },
173
+ {
174
+ "epoch": 0.75,
175
+ "learning_rate": 6.346666666666668e-06,
176
+ "loss": 0.001,
177
+ "step": 280
178
+ },
179
+ {
180
+ "epoch": 0.77,
181
+ "learning_rate": 6.213333333333334e-06,
182
+ "loss": 0.0784,
183
+ "step": 290
184
+ },
185
+ {
186
+ "epoch": 0.8,
187
+ "learning_rate": 6.08e-06,
188
+ "loss": 0.0828,
189
+ "step": 300
190
+ },
191
+ {
192
+ "epoch": 0.83,
193
+ "learning_rate": 5.946666666666668e-06,
194
+ "loss": 0.0008,
195
+ "step": 310
196
+ },
197
+ {
198
+ "epoch": 0.85,
199
+ "learning_rate": 5.813333333333334e-06,
200
+ "loss": 0.0008,
201
+ "step": 320
202
+ },
203
+ {
204
+ "epoch": 0.88,
205
+ "learning_rate": 5.68e-06,
206
+ "loss": 0.0748,
207
+ "step": 330
208
+ },
209
+ {
210
+ "epoch": 0.91,
211
+ "learning_rate": 5.546666666666667e-06,
212
+ "loss": 0.1819,
213
+ "step": 340
214
+ },
215
+ {
216
+ "epoch": 0.93,
217
+ "learning_rate": 5.413333333333334e-06,
218
+ "loss": 0.001,
219
+ "step": 350
220
+ },
221
+ {
222
+ "epoch": 0.96,
223
+ "learning_rate": 5.28e-06,
224
+ "loss": 0.0345,
225
+ "step": 360
226
+ },
227
+ {
228
+ "epoch": 0.99,
229
+ "learning_rate": 5.146666666666668e-06,
230
+ "loss": 0.0012,
231
+ "step": 370
232
+ },
233
+ {
234
+ "epoch": 1.0,
235
+ "eval_accuracy": 0.984,
236
+ "eval_loss": 0.09017323702573776,
237
+ "eval_runtime": 11.888,
238
+ "eval_samples_per_second": 84.118,
239
+ "eval_steps_per_second": 10.515,
240
+ "step": 375
241
+ },
242
+ {
243
+ "epoch": 1.01,
244
+ "learning_rate": 5.013333333333333e-06,
245
+ "loss": 0.0652,
246
+ "step": 380
247
+ },
248
+ {
249
+ "epoch": 1.04,
250
+ "learning_rate": 4.880000000000001e-06,
251
+ "loss": 0.0859,
252
+ "step": 390
253
+ },
254
+ {
255
+ "epoch": 1.07,
256
+ "learning_rate": 4.746666666666667e-06,
257
+ "loss": 0.1667,
258
+ "step": 400
259
+ },
260
+ {
261
+ "epoch": 1.09,
262
+ "learning_rate": 4.613333333333334e-06,
263
+ "loss": 0.0011,
264
+ "step": 410
265
+ },
266
+ {
267
+ "epoch": 1.12,
268
+ "learning_rate": 4.48e-06,
269
+ "loss": 0.045,
270
+ "step": 420
271
+ },
272
+ {
273
+ "epoch": 1.15,
274
+ "learning_rate": 4.346666666666667e-06,
275
+ "loss": 0.0073,
276
+ "step": 430
277
+ },
278
+ {
279
+ "epoch": 1.17,
280
+ "learning_rate": 4.213333333333333e-06,
281
+ "loss": 0.0006,
282
+ "step": 440
283
+ },
284
+ {
285
+ "epoch": 1.2,
286
+ "learning_rate": 4.08e-06,
287
+ "loss": 0.0008,
288
+ "step": 450
289
+ },
290
+ {
291
+ "epoch": 1.23,
292
+ "learning_rate": 3.946666666666667e-06,
293
+ "loss": 0.1224,
294
+ "step": 460
295
+ },
296
+ {
297
+ "epoch": 1.25,
298
+ "learning_rate": 3.813333333333334e-06,
299
+ "loss": 0.0739,
300
+ "step": 470
301
+ },
302
+ {
303
+ "epoch": 1.28,
304
+ "learning_rate": 3.6800000000000003e-06,
305
+ "loss": 0.001,
306
+ "step": 480
307
+ },
308
+ {
309
+ "epoch": 1.31,
310
+ "learning_rate": 3.5466666666666673e-06,
311
+ "loss": 0.0005,
312
+ "step": 490
313
+ },
314
+ {
315
+ "epoch": 1.33,
316
+ "learning_rate": 3.4133333333333334e-06,
317
+ "loss": 0.0693,
318
+ "step": 500
319
+ },
320
+ {
321
+ "epoch": 1.36,
322
+ "learning_rate": 3.2800000000000004e-06,
323
+ "loss": 0.0006,
324
+ "step": 510
325
+ },
326
+ {
327
+ "epoch": 1.39,
328
+ "learning_rate": 3.146666666666667e-06,
329
+ "loss": 0.0007,
330
+ "step": 520
331
+ },
332
+ {
333
+ "epoch": 1.41,
334
+ "learning_rate": 3.013333333333334e-06,
335
+ "loss": 0.0315,
336
+ "step": 530
337
+ },
338
+ {
339
+ "epoch": 1.44,
340
+ "learning_rate": 2.88e-06,
341
+ "loss": 0.001,
342
+ "step": 540
343
+ },
344
+ {
345
+ "epoch": 1.47,
346
+ "learning_rate": 2.746666666666667e-06,
347
+ "loss": 0.0789,
348
+ "step": 550
349
+ },
350
+ {
351
+ "epoch": 1.49,
352
+ "learning_rate": 2.6133333333333334e-06,
353
+ "loss": 0.0004,
354
+ "step": 560
355
+ },
356
+ {
357
+ "epoch": 1.52,
358
+ "learning_rate": 2.4800000000000004e-06,
359
+ "loss": 0.0929,
360
+ "step": 570
361
+ },
362
+ {
363
+ "epoch": 1.55,
364
+ "learning_rate": 2.346666666666667e-06,
365
+ "loss": 0.0005,
366
+ "step": 580
367
+ },
368
+ {
369
+ "epoch": 1.57,
370
+ "learning_rate": 2.2133333333333335e-06,
371
+ "loss": 0.0004,
372
+ "step": 590
373
+ },
374
+ {
375
+ "epoch": 1.6,
376
+ "learning_rate": 2.08e-06,
377
+ "loss": 0.0004,
378
+ "step": 600
379
+ },
380
+ {
381
+ "epoch": 1.63,
382
+ "learning_rate": 1.9466666666666665e-06,
383
+ "loss": 0.0004,
384
+ "step": 610
385
+ },
386
+ {
387
+ "epoch": 1.65,
388
+ "learning_rate": 1.8133333333333337e-06,
389
+ "loss": 0.0004,
390
+ "step": 620
391
+ },
392
+ {
393
+ "epoch": 1.68,
394
+ "learning_rate": 1.6800000000000002e-06,
395
+ "loss": 0.0008,
396
+ "step": 630
397
+ },
398
+ {
399
+ "epoch": 1.71,
400
+ "learning_rate": 1.546666666666667e-06,
401
+ "loss": 0.069,
402
+ "step": 640
403
+ },
404
+ {
405
+ "epoch": 1.73,
406
+ "learning_rate": 1.4133333333333335e-06,
407
+ "loss": 0.0006,
408
+ "step": 650
409
+ },
410
+ {
411
+ "epoch": 1.76,
412
+ "learning_rate": 1.28e-06,
413
+ "loss": 0.0921,
414
+ "step": 660
415
+ },
416
+ {
417
+ "epoch": 1.79,
418
+ "learning_rate": 1.1466666666666668e-06,
419
+ "loss": 0.1001,
420
+ "step": 670
421
+ },
422
+ {
423
+ "epoch": 1.81,
424
+ "learning_rate": 1.0133333333333333e-06,
425
+ "loss": 0.0823,
426
+ "step": 680
427
+ },
428
+ {
429
+ "epoch": 1.84,
430
+ "learning_rate": 8.8e-07,
431
+ "loss": 0.0005,
432
+ "step": 690
433
+ },
434
+ {
435
+ "epoch": 1.87,
436
+ "learning_rate": 7.466666666666668e-07,
437
+ "loss": 0.0004,
438
+ "step": 700
439
+ },
440
+ {
441
+ "epoch": 1.89,
442
+ "learning_rate": 6.133333333333333e-07,
443
+ "loss": 0.097,
444
+ "step": 710
445
+ },
446
+ {
447
+ "epoch": 1.92,
448
+ "learning_rate": 4.800000000000001e-07,
449
+ "loss": 0.0005,
450
+ "step": 720
451
+ },
452
+ {
453
+ "epoch": 1.95,
454
+ "learning_rate": 3.466666666666667e-07,
455
+ "loss": 0.0004,
456
+ "step": 730
457
+ },
458
+ {
459
+ "epoch": 1.97,
460
+ "learning_rate": 2.1333333333333334e-07,
461
+ "loss": 0.0009,
462
+ "step": 740
463
+ },
464
+ {
465
+ "epoch": 2.0,
466
+ "learning_rate": 8e-08,
467
+ "loss": 0.0005,
468
+ "step": 750
469
+ },
470
+ {
471
+ "epoch": 2.0,
472
+ "eval_accuracy": 0.954,
473
+ "eval_loss": 0.29370617866516113,
474
+ "eval_runtime": 12.0522,
475
+ "eval_samples_per_second": 82.973,
476
+ "eval_steps_per_second": 10.372,
477
+ "step": 750
478
+ }
479
+ ],
480
+ "logging_steps": 10,
481
+ "max_steps": 750,
482
+ "num_train_epochs": 2,
483
+ "save_steps": 500,
484
+ "total_flos": 1565802668219040.0,
485
+ "trial_name": null,
486
+ "trial_params": null
487
+ }
checkpoint-750/training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:631ca6bda3983a5bef0f03e58f8de8b2464b219d053167129f2342a537df6f67
3
+ size 4600
checkpoint-750/vocab.json ADDED
The diff for this file is too large to render. See raw diff