ss1nz7 commited on
Commit
c17129f
·
verified ·
1 Parent(s): abb3a0d

Upload folder using huggingface_hub

Browse files
results_code/mistral/hmt_r32/train_metrics.json ADDED
@@ -0,0 +1,429 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "model": "mistral",
3
+ "method": "hmt",
4
+ "rank": 32,
5
+ "dataset": "m-a-p/Code-Feedback",
6
+ "n_samples": 66383,
7
+ "epochs": 1,
8
+ "total_params": 7325618176,
9
+ "trainable_params": 83886080,
10
+ "trainable_pct": 1.1451,
11
+ "init_time_sec": 3.37,
12
+ "train_time_sec": 32085.8,
13
+ "peak_gpu_mem_gb": 19.9,
14
+ "final_loss": 0.5802,
15
+ "loss_curve": [
16
+ {
17
+ "step": 10,
18
+ "loss": 0.7853
19
+ },
20
+ {
21
+ "step": 20,
22
+ "loss": 0.6982
23
+ },
24
+ {
25
+ "step": 30,
26
+ "loss": 0.6846
27
+ },
28
+ {
29
+ "step": 40,
30
+ "loss": 0.6682
31
+ },
32
+ {
33
+ "step": 50,
34
+ "loss": 0.6805
35
+ },
36
+ {
37
+ "step": 60,
38
+ "loss": 0.6671
39
+ },
40
+ {
41
+ "step": 70,
42
+ "loss": 0.682
43
+ },
44
+ {
45
+ "step": 80,
46
+ "loss": 0.6461
47
+ },
48
+ {
49
+ "step": 90,
50
+ "loss": 0.6419
51
+ },
52
+ {
53
+ "step": 100,
54
+ "loss": 0.6367
55
+ },
56
+ {
57
+ "step": 110,
58
+ "loss": 0.655
59
+ },
60
+ {
61
+ "step": 120,
62
+ "loss": 0.6105
63
+ },
64
+ {
65
+ "step": 130,
66
+ "loss": 0.6744
67
+ },
68
+ {
69
+ "step": 140,
70
+ "loss": 0.6134
71
+ },
72
+ {
73
+ "step": 150,
74
+ "loss": 0.6377
75
+ },
76
+ {
77
+ "step": 160,
78
+ "loss": 0.625
79
+ },
80
+ {
81
+ "step": 170,
82
+ "loss": 0.6435
83
+ },
84
+ {
85
+ "step": 180,
86
+ "loss": 0.611
87
+ },
88
+ {
89
+ "step": 190,
90
+ "loss": 0.6052
91
+ },
92
+ {
93
+ "step": 200,
94
+ "loss": 0.6054
95
+ },
96
+ {
97
+ "step": 210,
98
+ "loss": 0.617
99
+ },
100
+ {
101
+ "step": 220,
102
+ "loss": 0.6135
103
+ },
104
+ {
105
+ "step": 230,
106
+ "loss": 0.6365
107
+ },
108
+ {
109
+ "step": 240,
110
+ "loss": 0.5961
111
+ },
112
+ {
113
+ "step": 250,
114
+ "loss": 0.6146
115
+ },
116
+ {
117
+ "step": 260,
118
+ "loss": 0.6002
119
+ },
120
+ {
121
+ "step": 270,
122
+ "loss": 0.6064
123
+ },
124
+ {
125
+ "step": 280,
126
+ "loss": 0.6026
127
+ },
128
+ {
129
+ "step": 290,
130
+ "loss": 0.5821
131
+ },
132
+ {
133
+ "step": 300,
134
+ "loss": 0.6326
135
+ },
136
+ {
137
+ "step": 310,
138
+ "loss": 0.6147
139
+ },
140
+ {
141
+ "step": 320,
142
+ "loss": 0.6206
143
+ },
144
+ {
145
+ "step": 330,
146
+ "loss": 0.6103
147
+ },
148
+ {
149
+ "step": 340,
150
+ "loss": 0.5981
151
+ },
152
+ {
153
+ "step": 350,
154
+ "loss": 0.6175
155
+ },
156
+ {
157
+ "step": 360,
158
+ "loss": 0.6009
159
+ },
160
+ {
161
+ "step": 370,
162
+ "loss": 0.5948
163
+ },
164
+ {
165
+ "step": 380,
166
+ "loss": 0.6113
167
+ },
168
+ {
169
+ "step": 390,
170
+ "loss": 0.5839
171
+ },
172
+ {
173
+ "step": 400,
174
+ "loss": 0.627
175
+ },
176
+ {
177
+ "step": 410,
178
+ "loss": 0.6017
179
+ },
180
+ {
181
+ "step": 420,
182
+ "loss": 0.6009
183
+ },
184
+ {
185
+ "step": 430,
186
+ "loss": 0.5918
187
+ },
188
+ {
189
+ "step": 440,
190
+ "loss": 0.6191
191
+ },
192
+ {
193
+ "step": 450,
194
+ "loss": 0.5896
195
+ },
196
+ {
197
+ "step": 460,
198
+ "loss": 0.5887
199
+ },
200
+ {
201
+ "step": 470,
202
+ "loss": 0.6225
203
+ },
204
+ {
205
+ "step": 480,
206
+ "loss": 0.593
207
+ },
208
+ {
209
+ "step": 490,
210
+ "loss": 0.6006
211
+ },
212
+ {
213
+ "step": 500,
214
+ "loss": 0.5938
215
+ },
216
+ {
217
+ "step": 510,
218
+ "loss": 0.5993
219
+ },
220
+ {
221
+ "step": 520,
222
+ "loss": 0.575
223
+ },
224
+ {
225
+ "step": 530,
226
+ "loss": 0.5837
227
+ },
228
+ {
229
+ "step": 540,
230
+ "loss": 0.6105
231
+ },
232
+ {
233
+ "step": 550,
234
+ "loss": 0.5829
235
+ },
236
+ {
237
+ "step": 560,
238
+ "loss": 0.5872
239
+ },
240
+ {
241
+ "step": 570,
242
+ "loss": 0.6083
243
+ },
244
+ {
245
+ "step": 580,
246
+ "loss": 0.5943
247
+ },
248
+ {
249
+ "step": 590,
250
+ "loss": 0.5595
251
+ },
252
+ {
253
+ "step": 600,
254
+ "loss": 0.59
255
+ },
256
+ {
257
+ "step": 610,
258
+ "loss": 0.5763
259
+ },
260
+ {
261
+ "step": 620,
262
+ "loss": 0.5834
263
+ },
264
+ {
265
+ "step": 630,
266
+ "loss": 0.6235
267
+ },
268
+ {
269
+ "step": 640,
270
+ "loss": 0.5861
271
+ },
272
+ {
273
+ "step": 650,
274
+ "loss": 0.5978
275
+ },
276
+ {
277
+ "step": 660,
278
+ "loss": 0.574
279
+ },
280
+ {
281
+ "step": 670,
282
+ "loss": 0.5788
283
+ },
284
+ {
285
+ "step": 680,
286
+ "loss": 0.5731
287
+ },
288
+ {
289
+ "step": 690,
290
+ "loss": 0.5764
291
+ },
292
+ {
293
+ "step": 700,
294
+ "loss": 0.5688
295
+ },
296
+ {
297
+ "step": 710,
298
+ "loss": 0.5919
299
+ },
300
+ {
301
+ "step": 720,
302
+ "loss": 0.5913
303
+ },
304
+ {
305
+ "step": 730,
306
+ "loss": 0.5734
307
+ },
308
+ {
309
+ "step": 740,
310
+ "loss": 0.5854
311
+ },
312
+ {
313
+ "step": 750,
314
+ "loss": 0.572
315
+ },
316
+ {
317
+ "step": 760,
318
+ "loss": 0.5764
319
+ },
320
+ {
321
+ "step": 770,
322
+ "loss": 0.5705
323
+ },
324
+ {
325
+ "step": 780,
326
+ "loss": 0.5873
327
+ },
328
+ {
329
+ "step": 790,
330
+ "loss": 0.5786
331
+ },
332
+ {
333
+ "step": 800,
334
+ "loss": 0.567
335
+ },
336
+ {
337
+ "step": 810,
338
+ "loss": 0.5727
339
+ },
340
+ {
341
+ "step": 820,
342
+ "loss": 0.5584
343
+ },
344
+ {
345
+ "step": 830,
346
+ "loss": 0.571
347
+ },
348
+ {
349
+ "step": 840,
350
+ "loss": 0.5833
351
+ },
352
+ {
353
+ "step": 850,
354
+ "loss": 0.582
355
+ },
356
+ {
357
+ "step": 860,
358
+ "loss": 0.5806
359
+ },
360
+ {
361
+ "step": 870,
362
+ "loss": 0.5641
363
+ },
364
+ {
365
+ "step": 880,
366
+ "loss": 0.58
367
+ },
368
+ {
369
+ "step": 890,
370
+ "loss": 0.5705
371
+ },
372
+ {
373
+ "step": 900,
374
+ "loss": 0.5767
375
+ },
376
+ {
377
+ "step": 910,
378
+ "loss": 0.5668
379
+ },
380
+ {
381
+ "step": 920,
382
+ "loss": 0.5602
383
+ },
384
+ {
385
+ "step": 930,
386
+ "loss": 0.5638
387
+ },
388
+ {
389
+ "step": 940,
390
+ "loss": 0.5744
391
+ },
392
+ {
393
+ "step": 950,
394
+ "loss": 0.5761
395
+ },
396
+ {
397
+ "step": 960,
398
+ "loss": 0.5507
399
+ },
400
+ {
401
+ "step": 970,
402
+ "loss": 0.5458
403
+ },
404
+ {
405
+ "step": 980,
406
+ "loss": 0.5616
407
+ },
408
+ {
409
+ "step": 990,
410
+ "loss": 0.5748
411
+ },
412
+ {
413
+ "step": 1000,
414
+ "loss": 0.5538
415
+ },
416
+ {
417
+ "step": 1010,
418
+ "loss": 0.5745
419
+ },
420
+ {
421
+ "step": 1020,
422
+ "loss": 0.5506
423
+ },
424
+ {
425
+ "step": 1030,
426
+ "loss": 0.5802
427
+ }
428
+ ]
429
+ }