Run 6. Outer Step 47. Inner Step 5.

config.json

@@ -2,34 +2,34 @@
   "_name_or_path": "distributed/llama-1b",
   "all_reduce_scores": {
     "0": "NOT_ALIVE",
-    "1": "SUCCESS",
+    "1": "NOT_ALIVE",
     "10": "NOT_ALIVE",
-    "100": "NOT_ALIVE",
+    "100": "NON_PARTICIPATING",
     "101": "NOT_ALIVE",
-    "102": "NOT_ALIVE",
+    "102": "NON_PARTICIPATING",
     "103": "NON_PARTICIPATING",
     "104": "NOT_ALIVE",
     "105": "NON_PARTICIPATING",
     "106": "NOT_ALIVE",
-    "107": "NOT_ALIVE",
-    "108": "SUCCESS",
+    "107": "SUCCESS",
+    "108": "NOT_ALIVE",
     "109": "NOT_ALIVE",
     "11": "NOT_ALIVE",
     "110": "NOT_ALIVE",
-    "111": "NOT_ALIVE",
-    "112": "NOT_ALIVE",
-    "113": "SUCCESS",
+    "111": "NON_PARTICIPATING",
+    "112": "NON_PARTICIPATING",
+    "113": "NOT_ALIVE",
     "114": "NOT_ALIVE",
-    "115": "NOT_ALIVE",
+    "115": "NON_PARTICIPATING",
     "116": "NOT_ALIVE",
-    "117": "NOT_ALIVE",
+    "117": "NON_PARTICIPATING",
     "118": "NOT_ALIVE",
-    "119": "NOT_ALIVE",
+    "119": "NON_PARTICIPATING",
     "12": "NOT_ALIVE",
-    "120": "NOT_ALIVE",
-    "121": "SUCCESS",
-    "122": "NOT_ALIVE",
-    "123": "NOT_ALIVE",
+    "120": "NON_PARTICIPATING",
+    "121": "NON_PARTICIPATING",
+    "122": "NON_PARTICIPATING",
+    "123": "NON_PARTICIPATING",
     "124": "NON_PARTICIPATING",
     "125": "NOT_ALIVE",
     "126": "NOT_ALIVE",
@@ -41,141 +41,141 @@
     "131": "NOT_ALIVE",
     "132": "NOT_ALIVE",
     "133": "SUCCESS",
-    "134": "NOT_ALIVE",
+    "134": "NON_PARTICIPATING",
     "135": "NOT_ALIVE",
-    "136": "NOT_ALIVE",
-    "137": "NOT_ALIVE",
+    "136": "NON_PARTICIPATING",
+    "137": "NON_PARTICIPATING",
     "138": "NON_PARTICIPATING",
-    "139": "NOT_ALIVE",
+    "139": "NON_PARTICIPATING",
     "14": "NOT_ALIVE",
-    "140": "SUCCESS",
+    "140": "NON_PARTICIPATING",
     "141": "NOT_ALIVE",
     "142": "NOT_ALIVE",
-    "143": "NOT_ALIVE",
+    "143": "NON_PARTICIPATING",
     "144": "NOT_ALIVE",
     "145": "NOT_ALIVE",
     "146": "NON_PARTICIPATING",
     "147": "NOT_ALIVE",
-    "148": "NOT_ALIVE",
+    "148": "NON_PARTICIPATING",
     "149": "NOT_ALIVE",
     "15": "NOT_ALIVE",
-    "150": "SUCCESS",
-    "151": "NOT_ALIVE",
+    "150": "NOT_ALIVE",
+    "151": "NON_PARTICIPATING",
     "152": "NOT_ALIVE",
-    "153": "NOT_ALIVE",
-    "154": "NOT_ALIVE",
+    "153": "NON_PARTICIPATING",
+    "154": "NON_PARTICIPATING",
     "155": "NOT_ALIVE",
     "156": "NOT_ALIVE",
     "157": "NOT_ALIVE",
     "158": "NON_PARTICIPATING",
-    "159": "NOT_ALIVE",
+    "159": "NON_PARTICIPATING",
     "16": "NOT_ALIVE",
-    "160": "SUCCESS",
-    "161": "NOT_ALIVE",
-    "162": "NOT_ALIVE",
-    "163": "NOT_ALIVE",
-    "164": "SUCCESS",
+    "160": "NON_PARTICIPATING",
+    "161": "NON_PARTICIPATING",
+    "162": "NON_PARTICIPATING",
+    "163": "NON_PARTICIPATING",
+    "164": "NOT_ALIVE",
     "165": "NON_PARTICIPATING",
     "166": "NOT_ALIVE",
-    "167": "NOT_ALIVE",
+    "167": "NON_PARTICIPATING",
     "168": "NOT_ALIVE",
-    "169": "NOT_ALIVE",
+    "169": "NON_PARTICIPATING",
     "17": "NOT_ALIVE",
-    "170": "NOT_ALIVE",
-    "171": "NOT_ALIVE",
-    "172": "NOT_ALIVE",
-    "173": "NOT_ALIVE",
-    "174": "NOT_ALIVE",
+    "170": "NON_PARTICIPATING",
+    "171": "NON_PARTICIPATING",
+    "172": "NON_PARTICIPATING",
+    "173": "NON_PARTICIPATING",
+    "174": "NON_PARTICIPATING",
     "175": "NON_PARTICIPATING",
     "176": "NOT_ALIVE",
     "177": "NOT_ALIVE",
-    "178": "NOT_ALIVE",
-    "179": "NOT_ALIVE",
+    "178": "NON_PARTICIPATING",
+    "179": "NON_PARTICIPATING",
     "18": "NOT_ALIVE",
-    "180": "NOT_ALIVE",
-    "181": "NOT_ALIVE",
-    "182": "NOT_ALIVE",
+    "180": "NON_PARTICIPATING",
+    "181": "NON_PARTICIPATING",
+    "182": "NON_PARTICIPATING",
     "183": "NOT_ALIVE",
     "184": "NOT_ALIVE",
     "185": "NON_PARTICIPATING",
-    "186": "NOT_ALIVE",
-    "187": "NOT_ALIVE",
+    "186": "NON_PARTICIPATING",
+    "187": "NON_PARTICIPATING",
     "188": "NOT_ALIVE",
-    "189": "SUCCESS",
+    "189": "NON_PARTICIPATING",
     "19": "NOT_ALIVE",
-    "190": "SUCCESS",
-    "191": "SUCCESS",
-    "192": "NOT_ALIVE",
-    "193": "SUCCESS",
+    "190": "NOT_ALIVE",
+    "191": "NON_PARTICIPATING",
+    "192": "NON_PARTICIPATING",
+    "193": "NOT_ALIVE",
     "194": "NOT_ALIVE",
-    "195": "NOT_ALIVE",
+    "195": "NON_PARTICIPATING",
     "196": "NOT_ALIVE",
     "197": "NOT_ALIVE",
     "198": "NOT_ALIVE",
     "199": "NOT_ALIVE",
-    "2": "SUCCESS",
+    "2": "NOT_ALIVE",
     "20": "NOT_ALIVE",
     "200": "NOT_ALIVE",
     "201": "SUCCESS",
-    "202": "NOT_ALIVE",
+    "202": "NON_PARTICIPATING",
     "203": "NOT_ALIVE",
     "204": "NOT_ALIVE",
     "205": "NOT_ALIVE",
-    "206": "NOT_ALIVE",
+    "206": "NON_PARTICIPATING",
     "207": "NOT_ALIVE",
     "208": "NOT_ALIVE",
     "209": "NOT_ALIVE",
     "21": "NOT_ALIVE",
     "210": "NOT_ALIVE",
-    "211": "NOT_ALIVE",
-    "212": "NOT_ALIVE",
-    "213": "NOT_ALIVE",
+    "211": "NON_PARTICIPATING",
+    "212": "NON_PARTICIPATING",
+    "213": "NON_PARTICIPATING",
     "214": "NON_PARTICIPATING",
-    "215": "NON_PARTICIPATING",
-    "216": "SUCCESS",
-    "217": "FAIL",
+    "215": "NOT_ALIVE",
+    "216": "NON_PARTICIPATING",
+    "217": "NON_PARTICIPATING",
     "218": "NON_PARTICIPATING",
     "219": "SUCCESS",
     "22": "NOT_ALIVE",
     "220": "NOT_ALIVE",
     "221": "NOT_ALIVE",
     "222": "NOT_ALIVE",
-    "223": "NOT_ALIVE",
+    "223": "NON_PARTICIPATING",
     "224": "NOT_ALIVE",
-    "225": "NOT_ALIVE",
+    "225": "NON_PARTICIPATING",
     "226": "NON_PARTICIPATING",
     "227": "NOT_ALIVE",
-    "228": "SUCCESS",
+    "228": "NON_PARTICIPATING",
     "229": "NOT_ALIVE",
-    "23": "SUCCESS",
-    "230": "NOT_ALIVE",
+    "23": "NOT_ALIVE",
+    "230": "NON_PARTICIPATING",
     "231": "NOT_ALIVE",
     "232": "NOT_ALIVE",
     "233": "NOT_ALIVE",
     "234": "NOT_ALIVE",
     "235": "NOT_ALIVE",
     "236": "NOT_ALIVE",
-    "237": "NOT_ALIVE",
-    "238": "NOT_ALIVE",
+    "237": "NON_PARTICIPATING",
+    "238": "NON_PARTICIPATING",
     "239": "NOT_ALIVE",
     "24": "NOT_ALIVE",
     "240": "NOT_ALIVE",
     "241": "NON_PARTICIPATING",
     "242": "SUCCESS",
     "243": "NOT_ALIVE",
-    "244": "SUCCESS",
+    "244": "NON_PARTICIPATING",
     "245": "NOT_ALIVE",
-    "246": "NOT_ALIVE",
-    "247": "NOT_ALIVE",
+    "246": "NON_PARTICIPATING",
+    "247": "NON_PARTICIPATING",
     "248": "NOT_ALIVE",
     "249": "NOT_ALIVE",
-    "25": "NOT_ALIVE",
+    "25": "SUCCESS",
     "250": "NOT_ALIVE",
     "251": "NOT_ALIVE",
-    "252": "NOT_ALIVE",
+    "252": "NON_PARTICIPATING",
     "253": "NON_PARTICIPATING",
     "254": "NOT_ALIVE",
-    "255": "NOT_ALIVE",
+    "255": "NON_PARTICIPATING",
     "26": "NON_PARTICIPATING",
     "27": "NON_PARTICIPATING",
     "28": "NON_PARTICIPATING",
@@ -183,8 +183,8 @@
     "3": "SUCCESS",
     "30": "NOT_ALIVE",
     "31": "NOT_ALIVE",
-    "32": "SUCCESS",
-    "33": "NOT_ALIVE",
+    "32": "NOT_ALIVE",
+    "33": "NON_PARTICIPATING",
     "34": "NOT_ALIVE",
     "35": "NOT_ALIVE",
     "36": "NOT_ALIVE",
@@ -192,70 +192,70 @@
     "38": "NOT_ALIVE",
     "39": "NOT_ALIVE",
     "4": "NOT_ALIVE",
-    "40": "SUCCESS",
-    "41": "NOT_ALIVE",
-    "42": "NOT_ALIVE",
+    "40": "NON_PARTICIPATING",
+    "41": "NON_PARTICIPATING",
+    "42": "NON_PARTICIPATING",
     "43": "NOT_ALIVE",
     "44": "NOT_ALIVE",
-    "45": "NOT_ALIVE",
-    "46": "SUCCESS",
+    "45": "NON_PARTICIPATING",
+    "46": "NON_PARTICIPATING",
     "47": "NOT_ALIVE",
     "48": "NON_PARTICIPATING",
-    "49": "NOT_ALIVE",
+    "49": "NON_PARTICIPATING",
     "5": "NOT_ALIVE",
     "50": "NOT_ALIVE",
     "51": "NOT_ALIVE",
     "52": "NOT_ALIVE",
-    "53": "NOT_ALIVE",
+    "53": "NON_PARTICIPATING",
     "54": "NOT_ALIVE",
-    "55": "NOT_ALIVE",
-    "56": "NOT_ALIVE",
+    "55": "NON_PARTICIPATING",
+    "56": "NON_PARTICIPATING",
     "57": "NON_PARTICIPATING",
     "58": "NOT_ALIVE",
-    "59": "NOT_ALIVE",
+    "59": "NON_PARTICIPATING",
     "6": "NOT_ALIVE",
-    "60": "NOT_ALIVE",
+    "60": "NON_PARTICIPATING",
     "61": "NOT_ALIVE",
     "62": "NOT_ALIVE",
-    "63": "NOT_ALIVE",
-    "64": "NOT_ALIVE",
+    "63": "NON_PARTICIPATING",
+    "64": "NON_PARTICIPATING",
     "65": "NON_PARTICIPATING",
-    "66": "NOT_ALIVE",
-    "67": "NOT_ALIVE",
+    "66": "NON_PARTICIPATING",
+    "67": "NON_PARTICIPATING",
     "68": "NOT_ALIVE",
-    "69": "NOT_ALIVE",
+    "69": "NON_PARTICIPATING",
     "7": "NOT_ALIVE",
     "70": "SUCCESS",
     "71": "NON_PARTICIPATING",
     "72": "NOT_ALIVE",
-    "73": "NOT_ALIVE",
+    "73": "NON_PARTICIPATING",
     "74": "NOT_ALIVE",
-    "75": "NOT_ALIVE",
-    "76": "NOT_ALIVE",
+    "75": "NON_PARTICIPATING",
+    "76": "NON_PARTICIPATING",
     "77": "NOT_ALIVE",
-    "78": "SUCCESS",
-    "79": "NOT_ALIVE",
+    "78": "NON_PARTICIPATING",
+    "79": "NON_PARTICIPATING",
     "8": "NOT_ALIVE",
-    "80": "SUCCESS",
-    "81": "NOT_ALIVE",
-    "82": "NOT_ALIVE",
-    "83": "SUCCESS",
-    "84": "NOT_ALIVE",
+    "80": "NOT_ALIVE",
+    "81": "NON_PARTICIPATING",
+    "82": "NON_PARTICIPATING",
+    "83": "NON_PARTICIPATING",
+    "84": "NON_PARTICIPATING",
     "85": "NOT_ALIVE",
-    "86": "NOT_ALIVE",
+    "86": "NON_PARTICIPATING",
     "87": "NOT_ALIVE",
     "88": "NOT_ALIVE",
     "89": "NOT_ALIVE",
     "9": "NOT_ALIVE",
     "90": "NOT_ALIVE",
     "91": "NOT_ALIVE",
-    "92": "NOT_ALIVE",
-    "93": "NOT_ALIVE",
-    "94": "NOT_ALIVE",
+    "92": "NON_PARTICIPATING",
+    "93": "NON_PARTICIPATING",
+    "94": "NON_PARTICIPATING",
     "95": "NON_PARTICIPATING",
-    "96": "NON_PARTICIPATING",
+    "96": "NOT_ALIVE",
     "97": "NOT_ALIVE",
-    "98": "NOT_ALIVE",
+    "98": "NON_PARTICIPATING",
     "99": "SUCCESS"
   },
   "architectures": [
@@ -264,17 +264,17 @@
   "attention_bias": false,
   "attention_dropout": 0.0,
   "block_list": [
-    6160830,
-    6160849
+    6160976,
+    6160999
   ],
   "bos_token_id": 1,
   "eos_token_id": 2,
   "hidden_act": "silu",
   "hidden_size": 2048,
   "initializer_range": 0.02,
-  "inner_step": 48,
+  "inner_step": 5,
   "intermediate_size": 5632,
-  "last_allreduce_block": 6159733,
+  "last_allreduce_block": 6160932,
   "max_position_embeddings": 2048,
   "mlp_bias": false,
   "model_type": "llama",

gradients.pt

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:aabfad0b7780f77199bc74d781d0b05d348e87294ac2ffce0557dcd08cc42f93
+oid sha256:bdfd4798348339c0b79ec879e3afb419219e27bb35861a86c53f06470664b6a5
 size 88389626

inner_optimizer.pt

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:f270aaaca77026ced7ef864cc6c23577f035b4f56ba6087fc2c926ac6c4cfd9d
+oid sha256:06e03ad1fb19a98b4da8c164009c469ba7d3043adf6e99ca886bbfd91eed520e
 size 8800564076

model.safetensors

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:37b4e91fd4b306a094591f990770eface35e16c03877bfdf0f691272ee7ba237
+oid sha256:cacea8da42c205249261ee4e1b7310c7b694061960f2baa39e8b75467ec5af17
 size 4400216536