File size: 11,468 Bytes
4f26cce | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | 2026-07-07 15:04:09,017 INFO pino.train: Training PIMT with fallback embeddings (use_fallback=True)
2026-07-07 15:04:09,017 INFO pino.train: Embedding backend: deterministic 128-bit Morgan + 10 physicochemical descriptors
2026-07-07 15:04:09,018 INFO pino.train: Device: cpu
2026-07-07 15:04:09,018 INFO pino.train: Configuration: {'hidden_dim': 256, 'num_layers': 4, 'num_heads': 4, 'batch_size': 8, 'max_batches_per_epoch': None, 'lr': 0.001, 'weight_decay': 0.01, 'checkpoint_name': 'pimt_v1.pt'}
⏳ Initiating formula-disjoint dataset partitioning...
2026-07-07 15:04:09,018 INFO pino.upload_data: Loading raw corpus from data/synthetic_dataset_v2.jsonl
2026-07-07 15:04:09,370 INFO httpx: HTTP Request: HEAD https://s3.amazonaws.com/datasets.huggingface.co/datasets/datasets/json/json.py "HTTP/1.1 200 OK"
✅ Formula-Disjoint Split Complete.
- Training Recipes: 15911
- Validation Recipes: 4089
🔒 Formula isolation check: 598 identical recipes shared between splits.
Traceback (most recent call last):
File "/home/hermes/pino/src/pino/train.py", line 386, in <module>
main()
File "/home/hermes/pino/src/pino/train.py", line 302, in main
assert len(overlap) == 0, f"Formula leakage detected: {overlap}"
^^^^^^^^^^^^^^^^^
AssertionError: Formula leakage detected: {'gen_citr_0293', 'gen_citr_1400', 'gen_citr_1457', 'gen_citr_1148', 'gen_citr_0826', 'gen_citr_1753', 'gen_citr_0347', 'gen_citr_0457', 'gen_citr_0906', 'gen_citr_1737', 'gen_citr_1483', 'gen_citr_1147', 'gen_citr_0269', 'gen_citr_1152', 'gen_citr_1648', 'gen_citr_1449', 'gen_citr_0989', 'gen_citr_0285', 'gen_citr_0139', 'gen_citr_0661', 'gen_citr_0351', 'gen_citr_1372', 'gen_citr_0802', 'gen_citr_1488', 'gen_citr_1594', 'gen_citr_1364', 'gen_citr_0385', 'gen_citr_0030', 'gen_citr_1024', 'gen_citr_1092', 'gen_citr_1408', 'gen_citr_0964', 'gen_citr_0853', 'gen_citr_1522', 'gen_citr_1767', 'gen_citr_0068', 'gen_citr_1630', 'gen_citr_1513', 'gen_citr_1056', 'gen_citr_0249', 'gen_citr_0092', 'gen_citr_1077', 'gen_citr_0947', 'gen_citr_1015', 'gen_citr_1730', 'gen_citr_0694', 'gen_citr_0189', 'gen_citr_1027', 'gen_citr_0148', 'gen_citr_1502', 'gen_citr_1016', 'gen_citr_0129', 'gen_citr_0640', 'gen_citr_1696', 'gen_citr_1358', 'gen_citr_0509', 'gen_citr_0427', 'gen_citr_0794', 'gen_citr_1398', 'gen_citr_0191', 'gen_citr_0895', 'gen_citr_1806', 'gen_citr_1319', 'gen_citr_0911', 'gen_citr_1338', 'gen_citr_0098', 'gen_citr_0418', 'gen_citr_1190', 'gen_citr_0278', 'gen_citr_1267', 'gen_citr_0085', 'gen_citr_1670', 'gen_citr_1275', 'gen_citr_1099', 'gen_citr_0879', 'gen_citr_0914', 'gen_citr_0018', 'gen_citr_0696', 'gen_citr_0636', 'gen_citr_0733', 'gen_citr_1344', 'gen_citr_0620', 'gen_citr_1664', 'gen_citr_0645', 'gen_citr_0232', 'gen_citr_1575', 'gen_citr_1095', 'gen_citr_0974', 'gen_citr_0921', 'gen_citr_0089', 'gen_citr_0616', 'gen_citr_0358', 'gen_citr_0316', 'gen_citr_1711', 'gen_citr_0975', 'gen_citr_1233', 'gen_citr_1140', 'gen_citr_1272', 'gen_citr_0527', 'gen_citr_0523', 'gen_citr_1517', 'gen_citr_0724', 'gen_citr_1425', 'gen_citr_1610', 'gen_citr_0049', 'gen_citr_1672', 'gen_citr_0944', 'gen_citr_0350', 'gen_citr_1744', 'gen_citr_0606', 'gen_citr_1743', 'gen_citr_0834', 'gen_citr_1698', 'gen_citr_0230', 'gen_citr_1157', 'gen_citr_1214', 'gen_citr_1072', 'gen_citr_0301', 'gen_citr_1404', 'gen_citr_1770', 'gen_citr_0884', 'gen_citr_0820', 'gen_citr_1102', 'gen_citr_1110', 'gen_citr_0913', 'gen_citr_0037', 'gen_citr_0445', 'gen_citr_0978', 'gen_citr_1029', 'gen_citr_1306', 'gen_citr_0547', 'gen_citr_0647', 'gen_citr_1665', 'gen_citr_1739', 'gen_citr_1427', 'gen_citr_0997', 'gen_citr_1210', 'gen_citr_1486', 'gen_citr_1563', 'gen_citr_0335', 'gen_citr_1001', 'gen_citr_0849', 'gen_citr_0226', 'gen_citr_1089', 'gen_citr_0262', 'gen_citr_0222', 'gen_citr_1576', 'gen_citr_1192', 'gen_citr_0392', 'gen_citr_1588', 'gen_citr_0315', 'gen_citr_0933', 'gen_citr_0973', 'gen_citr_0745', 'gen_citr_1728', 'gen_citr_0184', 'gen_citr_1417', 'gen_citr_0553', 'gen_citr_0169', 'gen_citr_1219', 'gen_citr_1479', 'gen_citr_1414', 'gen_citr_0410', 'gen_citr_1631', 'gen_citr_0141', 'gen_citr_0058', 'gen_citr_1676', 'gen_citr_1366', 'gen_citr_0676', 'gen_citr_1312', 'gen_citr_0029', 'gen_citr_0360', 'gen_citr_1660', 'gen_citr_0845', 'gen_citr_0555', 'gen_citr_0526', 'gen_citr_0352', 'gen_citr_0099', 'gen_citr_1680', 'gen_citr_0292', 'gen_citr_1080', 'gen_citr_1008', 'gen_citr_0178', 'gen_citr_0012', 'gen_citr_0774', 'gen_citr_0498', 'gen_citr_0214', 'gen_citr_0460', 'gen_citr_1175', 'gen_citr_1252', 'gen_citr_0899', 'gen_citr_1462', 'gen_citr_1752', 'gen_citr_0119', 'gen_citr_0395', 'gen_citr_1437', 'gen_citr_0397', 'gen_citr_0468', 'gen_citr_0894', 'gen_citr_1617', 'gen_citr_1201', 'gen_citr_1383', 'gen_citr_0446', 'gen_citr_0536', 'gen_citr_0570', 'gen_citr_0663', 'gen_citr_1144', 'gen_citr_1131', 'gen_citr_0044', 'gen_citr_0111', 'gen_citr_0192', 'gen_citr_0411', 'gen_citr_0218', 'gen_citr_1518', 'gen_citr_0380', 'gen_citr_0789', 'gen_citr_0147', 'gen_citr_1443', 'gen_citr_1373', 'gen_citr_1692', 'gen_citr_0753', 'gen_citr_0581', 'gen_citr_1224', 'gen_citr_1482', 'gen_citr_1374', 'gen_citr_1280', 'gen_citr_1555', 'gen_citr_1573', 'gen_citr_0337', 'gen_citr_0690', 'gen_citr_0025', 'gen_citr_0251', 'gen_citr_1470', 'gen_citr_1032', 'gen_citr_1694', 'gen_citr_0771', 'gen_citr_0297', 'gen_citr_0327', 'gen_citr_1161', 'gen_citr_0920', 'gen_citr_0499', 'gen_citr_1173', 'gen_citr_1652', 'gen_citr_1506', 'gen_citr_1322', 'gen_citr_0072', 'gen_citr_1647', 'gen_citr_1199', 'gen_citr_0346', 'gen_citr_0064', 'gen_citr_1651', 'gen_citr_0132', 'gen_citr_0182', 'gen_citr_1035', 'gen_citr_0067', 'gen_citr_0071', 'gen_citr_0401', 'gen_citr_1495', 'gen_citr_1697', 'gen_citr_1487', 'gen_citr_0736', 'gen_citr_1350', 'gen_citr_1316', 'gen_citr_0692', 'gen_citr_0562', 'gen_citr_0435', 'gen_citr_0666', 'gen_citr_0255', 'gen_citr_0082', 'gen_citr_1065', 'gen_citr_0786', 'gen_citr_1232', 'gen_citr_1402', 'gen_citr_0575', 'gen_citr_1723', 'gen_citr_0461', 'gen_citr_0809', 'gen_citr_0889', 'gen_citr_0017', 'gen_citr_1160', 'gen_citr_1003', 'gen_citr_1621', 'gen_citr_0414', 'gen_citr_0477', 'gen_citr_0873', 'gen_citr_0065', 'gen_citr_1305', 'gen_citr_0742', 'gen_citr_0117', 'gen_citr_0002', 'gen_citr_0939', 'gen_citr_0890', 'gen_citr_0003', 'gen_citr_1516', 'gen_citr_0007', 'gen_citr_1205', 'gen_citr_1271', 'gen_citr_0437', 'gen_citr_0670', 'gen_citr_0982', 'gen_citr_0053', 'gen_citr_0991', 'gen_citr_0444', 'gen_citr_0309', 'gen_citr_0217', 'gen_citr_0115', 'gen_citr_0379', 'gen_citr_0770', 'gen_citr_0508', 'gen_citr_0083', 'gen_citr_0280', 'gen_citr_0996', 'gen_citr_1485', 'gen_citr_1230', 'gen_citr_0172', 'gen_citr_0413', 'gen_citr_0540', 'gen_citr_1159', 'gen_citr_1174', 'gen_citr_0149', 'gen_citr_1178', 'gen_citr_0440', 'gen_citr_1342', 'gen_citr_0196', 'gen_citr_0681', 'gen_citr_0143', 'gen_citr_0726', 'gen_citr_0511', 'gen_citr_0761', 'gen_citr_0276', 'gen_citr_1276', 'gen_citr_0747', 'gen_citr_0660', 'gen_citr_0384', 'gen_citr_0637', 'gen_citr_1076', 'gen_citr_0966', 'gen_citr_1644', 'gen_citr_1734', 'gen_citr_1123', 'gen_citr_1028', 'gen_citr_1791', 'gen_citr_0600', 'gen_citr_1606', 'gen_citr_1571', 'gen_citr_0948', 'gen_citr_1773', 'gen_citr_1632', 'gen_citr_1363', 'gen_citr_1074', 'gen_citr_1638', 'gen_citr_0901', 'gen_citr_0842', 'gen_citr_1055', 'gen_citr_0829', 'gen_citr_1273', 'gen_citr_1801', 'gen_citr_1524', 'gen_citr_0187', 'gen_citr_0317', 'gen_citr_0258', 'gen_citr_0295', 'gen_citr_0118', 'gen_citr_1434', 'gen_citr_0810', 'gen_citr_0396', 'gen_citr_1763', 'gen_citr_0941', 'gen_citr_0882', 'gen_citr_0375', 'gen_citr_0195', 'gen_citr_1798', 'gen_citr_1329', 'gen_citr_0532', 'gen_citr_1387', 'gen_citr_1809', 'gen_citr_1500', 'gen_citr_1163', 'gen_citr_0896', 'gen_citr_0571', 'gen_citr_0472', 'gen_citr_0046', 'gen_citr_1046', 'gen_citr_1128', 'gen_citr_1302', 'gen_citr_0250', 'gen_citr_0866', 'gen_citr_1197', 'gen_citr_1054', 'gen_citr_0781', 'gen_citr_0950', 'gen_citr_1359', 'gen_citr_1293', 'gen_citr_1433', 'gen_citr_0928', 'gen_citr_0105', 'gen_citr_0709', 'gen_citr_0758', 'gen_citr_0669', 'gen_citr_0538', 'gen_citr_1472', 'gen_citr_0364', 'gen_citr_1732', 'gen_citr_0240', 'gen_citr_1721', 'gen_citr_1745', 'gen_citr_0525', 'gen_citr_0566', 'gen_citr_0861', 'gen_citr_0378', 'gen_citr_1569', 'gen_citr_0773', 'gen_citr_1815', 'gen_citr_0486', 'gen_citr_1639', 'gen_citr_1640', 'gen_citr_1536', 'gen_citr_0133', 'gen_citr_0377', 'gen_citr_0916', 'gen_citr_0937', 'gen_citr_1069', 'gen_citr_0219', 'gen_citr_1257', 'gen_citr_1401', 'gen_citr_0371', 'gen_citr_0436', 'gen_citr_1684', 'gen_citr_1290', 'gen_citr_0767', 'gen_citr_0824', 'gen_citr_0858', 'gen_citr_1426', 'gen_citr_1011', 'gen_citr_1598', 'gen_citr_0878', 'gen_citr_0403', 'gen_citr_0940', 'gen_citr_1314', 'gen_citr_0942', 'gen_citr_1085', 'gen_citr_0644', 'gen_citr_1245', 'gen_citr_0399', 'gen_citr_0252', 'gen_citr_0247', 'gen_citr_1709', 'gen_citr_1667', 'gen_citr_0463', 'gen_citr_0171', 'gen_citr_0193', 'gen_citr_1519', 'gen_citr_0615', 'gen_citr_0061', 'gen_citr_0343', 'gen_citr_0124', 'gen_citr_1688', 'gen_citr_1552', 'gen_citr_1399', 'gen_citr_0272', 'gen_citr_1020', 'gen_citr_0212', 'gen_citr_1155', 'gen_citr_0972', 'gen_citr_0569', 'gen_citr_1303', 'gen_citr_1291', 'gen_citr_0559', 'gen_citr_1476', 'gen_citr_0368', 'gen_citr_1356', 'gen_citr_0369', 'gen_citr_0390', 'gen_citr_1543', 'gen_citr_1296', 'gen_citr_0593', 'gen_citr_0323', 'gen_citr_1671', 'gen_citr_0568', 'gen_citr_1792', 'gen_citr_1611', 'gen_citr_0464', 'gen_citr_1757', 'gen_citr_0811', 'gen_citr_0077', 'gen_citr_1460', 'gen_citr_1706', 'gen_citr_0086', 'gen_citr_1572', 'gen_citr_1531', 'gen_citr_1691', 'gen_citr_0607', 'gen_citr_1816', 'gen_citr_1138', 'gen_citr_0848', 'gen_citr_0756', 'gen_citr_1453', 'gen_citr_0248', 'gen_citr_0239', 'gen_citr_1478', 'gen_citr_1265', 'gen_citr_0563', 'gen_citr_1281', 'gen_citr_0158', 'gen_citr_0888', 'gen_citr_0712', 'gen_citr_0412', 'gen_citr_0389', 'gen_citr_0348', 'gen_citr_0979', 'gen_citr_0325', 'gen_citr_1778', 'gen_citr_0898', 'gen_citr_0267', 'gen_citr_0985', 'gen_citr_1031', 'gen_citr_1362', 'gen_citr_0026', 'gen_citr_0955', 'gen_citr_0775', 'gen_citr_0406', 'gen_citr_1590', 'gen_citr_1299', 'gen_citr_0308', 'gen_citr_0039', 'gen_citr_0177', 'gen_citr_0201', 'gen_citr_0090', 'gen_citr_0441', 'gen_citr_0678', 'gen_citr_0400', 'gen_citr_1475', 'gen_citr_1108', 'gen_citr_1045', 'gen_citr_0863', 'gen_citr_1658', 'gen_citr_1036', 'gen_citr_0855', 'gen_citr_0453', 'gen_citr_1339', 'gen_citr_1251', 'gen_citr_0638', 'gen_citr_1328', 'gen_citr_1599', 'gen_citr_0020', 'gen_citr_0621', 'gen_citr_0725', 'gen_citr_0564', 'gen_citr_1609', 'gen_citr_0176', 'gen_citr_0503', 'gen_citr_0417', 'gen_citr_0549', 'gen_citr_1474', 'gen_citr_0366', 'gen_citr_1018', 'gen_citr_1633', 'gen_citr_1423', 'gen_citr_0900', 'gen_citr_0886', 'gen_citr_1589', 'gen_citr_1780', 'gen_citr_1716', 'gen_citr_0493', 'gen_citr_0655', 'gen_citr_1203', 'gen_citr_0229', 'gen_citr_1596', 'gen_citr_0095', 'gen_citr_0504', 'gen_citr_1115', 'gen_citr_1375', 'gen_citr_1439', 'gen_citr_0812', 'gen_citr_0289', 'gen_citr_1620', 'gen_citr_0565', 'gen_citr_0592', 'gen_citr_1674', 'gen_citr_1634', 'gen_citr_1294', 'gen_citr_1431', 'gen_citr_1088', 'gen_citr_1700', 'gen_citr_1357', 'gen_citr_0541', 'gen_citr_1090', 'gen_citr_0703', 'gen_citr_1547', 'gen_citr_0234', 'gen_citr_1103', 'gen_citr_0963', 'gen_citr_1213', 'gen_citr_1556', 'gen_citr_0331', 'gen_citr_1551', 'gen_citr_1521', 'gen_citr_0730'}
|