File size: 16,168 Bytes
8e44c6f
 
 
 
 
 
a7b7aaf
8e44c6f
 
 
 
 
 
 
 
 
 
 
a7b7aaf
8e44c6f
a7b7aaf
8e44c6f
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
---
library_name: peft
license: llama3
base_model: meta-llama/Meta-Llama-3-8B-Instruct
tags:
- llama-factory
- ia3
- generated_from_trainer
model-index:
- name: train_multirc_1745950263
  results: []
---

<!-- This model card has been generated automatically according to the information the Trainer had access to. You
should probably proofread and complete it, then remove this comment. -->

# train_multirc_1745950263

This model is a fine-tuned version of [meta-llama/Meta-Llama-3-8B-Instruct](https://huggingface.co/meta-llama/Meta-Llama-3-8B-Instruct) on the multirc dataset.
It achieves the following results on the evaluation set:
- Loss: 0.1402
- Num Input Tokens Seen: 75778784

## Model description

More information needed

## Intended uses & limitations

More information needed

## Training and evaluation data

More information needed

## Training procedure

### Training hyperparameters

The following hyperparameters were used during training:
- learning_rate: 5e-05
- train_batch_size: 2
- eval_batch_size: 2
- seed: 123
- gradient_accumulation_steps: 2
- total_train_batch_size: 4
- optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
- lr_scheduler_type: cosine
- training_steps: 40000

### Training results

| Training Loss | Epoch  | Step  | Validation Loss | Input Tokens Seen |
|:-------------:|:------:|:-----:|:---------------:|:-----------------:|
| 0.1201        | 0.0326 | 200   | 0.3065          | 378944            |
| 0.275         | 0.0653 | 400   | 0.2538          | 758192            |
| 0.3329        | 0.0979 | 600   | 0.2204          | 1141408           |
| 0.3121        | 0.1305 | 800   | 0.2062          | 1518336           |
| 0.0258        | 0.1631 | 1000  | 0.1979          | 1901264           |
| 0.3025        | 0.1958 | 1200  | 0.1973          | 2279552           |
| 0.2009        | 0.2284 | 1400  | 0.1862          | 2668256           |
| 0.1066        | 0.2610 | 1600  | 0.1832          | 3047328           |
| 0.0954        | 0.2937 | 1800  | 0.1835          | 3429984           |
| 0.1731        | 0.3263 | 2000  | 0.1794          | 3814576           |
| 0.192         | 0.3589 | 2200  | 0.1803          | 4190352           |
| 0.1108        | 0.3915 | 2400  | 0.1727          | 4567440           |
| 0.486         | 0.4242 | 2600  | 0.1717          | 4944384           |
| 0.2059        | 0.4568 | 2800  | 0.1689          | 5325216           |
| 0.1585        | 0.4894 | 3000  | 0.1660          | 5698896           |
| 0.3348        | 0.5221 | 3200  | 0.1693          | 6074432           |
| 0.0563        | 0.5547 | 3400  | 0.1644          | 6454208           |
| 0.0621        | 0.5873 | 3600  | 0.1668          | 6831056           |
| 0.099         | 0.6200 | 3800  | 0.1655          | 7209536           |
| 0.2068        | 0.6526 | 4000  | 0.1644          | 7593024           |
| 0.0542        | 0.6852 | 4200  | 0.1623          | 7977072           |
| 0.2057        | 0.7178 | 4400  | 0.1649          | 8353296           |
| 0.1223        | 0.7505 | 4600  | 0.1606          | 8733232           |
| 0.2777        | 0.7831 | 4800  | 0.1593          | 9113632           |
| 0.0492        | 0.8157 | 5000  | 0.1642          | 9487952           |
| 0.1335        | 0.8484 | 5200  | 0.1601          | 9861104           |
| 0.1896        | 0.8810 | 5400  | 0.1587          | 10239088          |
| 0.2386        | 0.9136 | 5600  | 0.1569          | 10619840          |
| 0.2734        | 0.9462 | 5800  | 0.1564          | 10994720          |
| 0.1958        | 0.9789 | 6000  | 0.1585          | 11376976          |
| 0.103         | 1.0114 | 6200  | 0.1570          | 11758656          |
| 0.2747        | 1.0440 | 6400  | 0.1573          | 12144016          |
| 0.1405        | 1.0767 | 6600  | 0.1613          | 12531776          |
| 0.2157        | 1.1093 | 6800  | 0.1581          | 12905136          |
| 0.1939        | 1.1419 | 7000  | 0.1559          | 13278096          |
| 0.2038        | 1.1746 | 7200  | 0.1634          | 13651520          |
| 0.0898        | 1.2072 | 7400  | 0.1580          | 14034784          |
| 0.2486        | 1.2398 | 7600  | 0.1530          | 14415120          |
| 0.1112        | 1.2725 | 7800  | 0.1541          | 14794784          |
| 0.0631        | 1.3051 | 8000  | 0.1565          | 15176240          |
| 0.1669        | 1.3377 | 8200  | 0.1532          | 15548080          |
| 0.0363        | 1.3703 | 8400  | 0.1529          | 15926832          |
| 0.1787        | 1.4030 | 8600  | 0.1536          | 16305344          |
| 0.0654        | 1.4356 | 8800  | 0.1537          | 16686528          |
| 0.1872        | 1.4682 | 9000  | 0.1504          | 17073648          |
| 0.0465        | 1.5009 | 9200  | 0.1515          | 17457952          |
| 0.2969        | 1.5335 | 9400  | 0.1535          | 17831104          |
| 0.1203        | 1.5661 | 9600  | 0.1644          | 18215168          |
| 0.1355        | 1.5987 | 9800  | 0.1581          | 18592816          |
| 0.1982        | 1.6314 | 10000 | 0.1482          | 18972864          |
| 0.0933        | 1.6640 | 10200 | 0.1500          | 19350160          |
| 0.2432        | 1.6966 | 10400 | 0.1490          | 19735024          |
| 0.238         | 1.7293 | 10600 | 0.1493          | 20108768          |
| 0.276         | 1.7619 | 10800 | 0.1471          | 20489424          |
| 0.1526        | 1.7945 | 11000 | 0.1509          | 20870832          |
| 0.1532        | 1.8271 | 11200 | 0.1501          | 21240960          |
| 0.1297        | 1.8598 | 11400 | 0.1472          | 21615744          |
| 0.2225        | 1.8924 | 11600 | 0.1479          | 21991984          |
| 0.0627        | 1.9250 | 11800 | 0.1524          | 22366624          |
| 0.1337        | 1.9577 | 12000 | 0.1514          | 22746000          |
| 0.1459        | 1.9903 | 12200 | 0.1455          | 23122688          |
| 0.092         | 2.0228 | 12400 | 0.1473          | 23494112          |
| 0.2195        | 2.0555 | 12600 | 0.1492          | 23876160          |
| 0.1655        | 2.0881 | 12800 | 0.1500          | 24261904          |
| 0.122         | 2.1207 | 13000 | 0.1510          | 24643776          |
| 0.0303        | 2.1534 | 13200 | 0.1468          | 25020496          |
| 0.1037        | 2.1860 | 13400 | 0.1452          | 25391072          |
| 0.0869        | 2.2186 | 13600 | 0.1498          | 25762416          |
| 0.1484        | 2.2512 | 13800 | 0.1475          | 26139456          |
| 0.0902        | 2.2839 | 14000 | 0.1471          | 26511344          |
| 0.097         | 2.3165 | 14200 | 0.1510          | 26891616          |
| 0.176         | 2.3491 | 14400 | 0.1493          | 27274960          |
| 0.1557        | 2.3818 | 14600 | 0.1454          | 27652224          |
| 0.2243        | 2.4144 | 14800 | 0.1457          | 28033168          |
| 0.2481        | 2.4470 | 15000 | 0.1455          | 28414784          |
| 0.2391        | 2.4796 | 15200 | 0.1512          | 28787168          |
| 0.1592        | 2.5123 | 15400 | 0.1452          | 29164512          |
| 0.0712        | 2.5449 | 15600 | 0.1458          | 29545056          |
| 0.0906        | 2.5775 | 15800 | 0.1472          | 29922176          |
| 0.0529        | 2.6102 | 16000 | 0.1474          | 30304336          |
| 0.0921        | 2.6428 | 16200 | 0.1486          | 30688608          |
| 0.2052        | 2.6754 | 16400 | 0.1460          | 31067744          |
| 0.104         | 2.7081 | 16600 | 0.1479          | 31455328          |
| 0.0636        | 2.7407 | 16800 | 0.1453          | 31833136          |
| 0.1624        | 2.7733 | 17000 | 0.1447          | 32213296          |
| 0.1023        | 2.8059 | 17200 | 0.1474          | 32588128          |
| 0.2427        | 2.8386 | 17400 | 0.1442          | 32971552          |
| 0.0961        | 2.8712 | 17600 | 0.1430          | 33356064          |
| 0.1           | 2.9038 | 17800 | 0.1443          | 33739984          |
| 0.0681        | 2.9365 | 18000 | 0.1442          | 34121824          |
| 0.0941        | 2.9691 | 18200 | 0.1482          | 34498368          |
| 0.0614        | 3.0016 | 18400 | 0.1465          | 34866272          |
| 0.0636        | 3.0343 | 18600 | 0.1459          | 35258768          |
| 0.1946        | 3.0669 | 18800 | 0.1436          | 35644416          |
| 0.1265        | 3.0995 | 19000 | 0.1451          | 36017808          |
| 0.0472        | 3.1321 | 19200 | 0.1423          | 36393536          |
| 0.3222        | 3.1648 | 19400 | 0.1427          | 36770432          |
| 0.055         | 3.1974 | 19600 | 0.1422          | 37152448          |
| 0.1345        | 3.2300 | 19800 | 0.1473          | 37532496          |
| 0.2611        | 3.2627 | 20000 | 0.1419          | 37910480          |
| 0.2644        | 3.2953 | 20200 | 0.1422          | 38286080          |
| 0.1328        | 3.3279 | 20400 | 0.1427          | 38664512          |
| 0.0519        | 3.3606 | 20600 | 0.1426          | 39053472          |
| 0.2293        | 3.3932 | 20800 | 0.1426          | 39432032          |
| 0.216         | 3.4258 | 21000 | 0.1428          | 39812704          |
| 0.0973        | 3.4584 | 21200 | 0.1435          | 40191088          |
| 0.1368        | 3.4911 | 21400 | 0.1416          | 40567216          |
| 0.0711        | 3.5237 | 21600 | 0.1451          | 40947696          |
| 0.041         | 3.5563 | 21800 | 0.1432          | 41330624          |
| 0.1808        | 3.5890 | 22000 | 0.1447          | 41708800          |
| 0.0172        | 3.6216 | 22200 | 0.1433          | 42087824          |
| 0.1509        | 3.6542 | 22400 | 0.1472          | 42461936          |
| 0.1676        | 3.6868 | 22600 | 0.1443          | 42843696          |
| 0.1843        | 3.7195 | 22800 | 0.1430          | 43221120          |
| 0.1459        | 3.7521 | 23000 | 0.1420          | 43597776          |
| 0.0701        | 3.7847 | 23200 | 0.1425          | 43979312          |
| 0.1427        | 3.8174 | 23400 | 0.1432          | 44354480          |
| 0.1453        | 3.8500 | 23600 | 0.1440          | 44727696          |
| 0.2241        | 3.8826 | 23800 | 0.1465          | 45108608          |
| 0.1722        | 3.9152 | 24000 | 0.1463          | 45482928          |
| 0.1048        | 3.9479 | 24200 | 0.1429          | 45861584          |
| 0.2229        | 3.9805 | 24400 | 0.1408          | 46243072          |
| 0.1949        | 4.0131 | 24600 | 0.1428          | 46619680          |
| 0.1122        | 4.0457 | 24800 | 0.1409          | 47007360          |
| 0.1824        | 4.0783 | 25000 | 0.1419          | 47391600          |
| 0.0632        | 4.1109 | 25200 | 0.1415          | 47768320          |
| 0.1647        | 4.1436 | 25400 | 0.1448          | 48143424          |
| 0.0713        | 4.1762 | 25600 | 0.1425          | 48524368          |
| 0.1584        | 4.2088 | 25800 | 0.1409          | 48899856          |
| 0.0332        | 4.2415 | 26000 | 0.1439          | 49280208          |
| 0.1167        | 4.2741 | 26200 | 0.1445          | 49658080          |
| 0.0985        | 4.3067 | 26400 | 0.1429          | 50034848          |
| 0.1474        | 4.3393 | 26600 | 0.1418          | 50413376          |
| 0.1732        | 4.3720 | 26800 | 0.1421          | 50793248          |
| 0.1472        | 4.4046 | 27000 | 0.1414          | 51170976          |
| 0.1362        | 4.4372 | 27200 | 0.1409          | 51559504          |
| 0.0327        | 4.4699 | 27400 | 0.1415          | 51928704          |
| 0.1415        | 4.5025 | 27600 | 0.1411          | 52297776          |
| 0.0763        | 4.5351 | 27800 | 0.1419          | 52669472          |
| 0.0933        | 4.5677 | 28000 | 0.1428          | 53045856          |
| 0.2031        | 4.6004 | 28200 | 0.1423          | 53429232          |
| 0.1147        | 4.6330 | 28400 | 0.1427          | 53810560          |
| 0.2305        | 4.6656 | 28600 | 0.1429          | 54191536          |
| 0.1353        | 4.6983 | 28800 | 0.1415          | 54572176          |
| 0.0633        | 4.7309 | 29000 | 0.1413          | 54952896          |
| 0.1857        | 4.7635 | 29200 | 0.1424          | 55327776          |
| 0.0332        | 4.7961 | 29400 | 0.1412          | 55708896          |
| 0.0454        | 4.8288 | 29600 | 0.1423          | 56085712          |
| 0.0823        | 4.8614 | 29800 | 0.1421          | 56467376          |
| 0.0687        | 4.8940 | 30000 | 0.1422          | 56841328          |
| 0.0976        | 4.9267 | 30200 | 0.1432          | 57227184          |
| 0.0957        | 4.9593 | 30400 | 0.1426          | 57605632          |
| 0.1694        | 4.9919 | 30600 | 0.1418          | 57987472          |
| 0.0476        | 5.0245 | 30800 | 0.1421          | 58367056          |
| 0.1684        | 5.0571 | 31000 | 0.1426          | 58746720          |
| 0.0495        | 5.0897 | 31200 | 0.1413          | 59124272          |
| 0.0825        | 5.1224 | 31400 | 0.1407          | 59504688          |
| 0.1022        | 5.1550 | 31600 | 0.1402          | 59875840          |
| 0.107         | 5.1876 | 31800 | 0.1410          | 60247360          |
| 0.0413        | 5.2202 | 32000 | 0.1409          | 60622464          |
| 0.0824        | 5.2529 | 32200 | 0.1405          | 61006768          |
| 0.0257        | 5.2855 | 32400 | 0.1407          | 61386992          |
| 0.314         | 5.3181 | 32600 | 0.1407          | 61770000          |
| 0.1222        | 5.3508 | 32800 | 0.1403          | 62154640          |
| 0.1365        | 5.3834 | 33000 | 0.1407          | 62541664          |
| 0.0645        | 5.4160 | 33200 | 0.1419          | 62912976          |
| 0.181         | 5.4486 | 33400 | 0.1417          | 63289520          |
| 0.3059        | 5.4813 | 33600 | 0.1418          | 63668416          |
| 0.0325        | 5.5139 | 33800 | 0.1410          | 64043792          |
| 0.0339        | 5.5465 | 34000 | 0.1409          | 64433840          |
| 0.1333        | 5.5792 | 34200 | 0.1413          | 64808624          |
| 0.0653        | 5.6118 | 34400 | 0.1410          | 65182704          |
| 0.0782        | 5.6444 | 34600 | 0.1412          | 65562192          |
| 0.1815        | 5.6771 | 34800 | 0.1420          | 65940816          |
| 0.1105        | 5.7097 | 35000 | 0.1421          | 66326768          |
| 0.1614        | 5.7423 | 35200 | 0.1419          | 66705744          |
| 0.2069        | 5.7749 | 35400 | 0.1422          | 67084928          |
| 0.0295        | 5.8076 | 35600 | 0.1419          | 67462064          |
| 0.1712        | 5.8402 | 35800 | 0.1421          | 67846112          |
| 0.0931        | 5.8728 | 36000 | 0.1422          | 68221552          |
| 0.1396        | 5.9055 | 36200 | 0.1418          | 68606416          |
| 0.1184        | 5.9381 | 36400 | 0.1427          | 68980176          |
| 0.0667        | 5.9707 | 36600 | 0.1425          | 69349984          |
| 0.0768        | 6.0033 | 36800 | 0.1419          | 69729984          |
| 0.1498        | 6.0359 | 37000 | 0.1418          | 70107936          |
| 0.1819        | 6.0685 | 37200 | 0.1420          | 70487856          |
| 0.0429        | 6.1012 | 37400 | 0.1422          | 70865792          |
| 0.0431        | 6.1338 | 37600 | 0.1421          | 71244784          |
| 0.2317        | 6.1664 | 37800 | 0.1420          | 71630704          |
| 0.0573        | 6.1990 | 38000 | 0.1415          | 72002688          |
| 0.3545        | 6.2317 | 38200 | 0.1421          | 72385776          |
| 0.1921        | 6.2643 | 38400 | 0.1422          | 72773152          |
| 0.1193        | 6.2969 | 38600 | 0.1421          | 73149584          |
| 0.187         | 6.3296 | 38800 | 0.1419          | 73519536          |
| 0.2218        | 6.3622 | 39000 | 0.1415          | 73902896          |
| 0.1392        | 6.3948 | 39200 | 0.1423          | 74278960          |
| 0.2032        | 6.4274 | 39400 | 0.1425          | 74655728          |
| 0.0652        | 6.4601 | 39600 | 0.1425          | 75025808          |
| 0.0902        | 6.4927 | 39800 | 0.1425          | 75402576          |
| 0.0873        | 6.5253 | 40000 | 0.1425          | 75778784          |


### Framework versions

- PEFT 0.15.2.dev0
- Transformers 4.51.3
- Pytorch 2.6.0+cu124
- Datasets 3.5.0
- Tokenizers 0.21.1