Hugging Face's logo

lapaliv
/
lapaliv-020

PEFT
Safetensors
llama
Generated from Trainer
Model card Files Community
lapaliv-020
File size: 4,825 Bytes 
dc4efc4
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
 
---
library_name: peft
license: llama3.1
base_model: meta-llama/Llama-3.1-8B
tags:
- generated_from_trainer
model-index:
- name: outputs/020
  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. -->

[<img src="https://raw.githubusercontent.com/axolotl-ai-cloud/axolotl/main/image/axolotl-badge-web.png" alt="Built with Axolotl" width="200" height="32"/>](https://github.com/axolotl-ai-cloud/axolotl)
<details><summary>See axolotl config</summary>

axolotl version: `0.5.2`
```yaml
# Название базовой модели, которая будет использоваться
base_model: meta-llama/Llama-3.1-8B

chat_template: llama3
datasets:
  - path: /workspace/dataset_200_30_repeats_by_cycles.jsonl # (A,B,C)x30
    type: chat_template
    field_messages: conversations
    message_field_role: role
    message_field_content: content
    roles:
      user: ["user"]
      assistant: ["assistant"]
      system: ["system"]
    roles_to_train: ["assistant", "user"]
    train_on_eos: turn  # Тренировать EOS на каждом конце реплики для лучшего запоминания

# Путь к директории для сохранения результатов обучения
output_dir: ./outputs/020

# Настройки обучения
gradient_accumulation_steps: 5
micro_batch_size: 2
num_epochs: 1
learning_rate: 0.000002
warmup_steps: 500
logging_steps: 10

# Использование повторного обучения через LoRA
adapter: lora
lora_r: 16  # Увеличенное значение для сохранения памяти и генерации точных ответов
lora_alpha: 32
lora_dropout: 0.1
lora_target_modules:
  - q_proj
  - k_proj
  - v_proj
  - o_proj

# Тип модели и токенизатора
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

# Настройки последовательности
sequence_len: 4096  # Достаточная длина для обработки 7 реплик
sample_packing: false  # Отключено для лучшего соответствия тексту
pad_to_sequence_len: true

# Оптимизация
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
weight_decay: 0.01
gradient_checkpointing: true

# Использование BF16 для экономии памяти
bf16: true

# Flash Attention для ускорения
flash_attention: true

# Доля данных для валидации
val_set_size: 0.1

# Настройки сохранения
save_safetensors: true
saves_per_epoch: 3  # Увеличено для промежуточного анализа качества модели

# Настройки метрик
evals_per_epoch: 10
eval_max_new_tokens: 128

# Специальные токены
special_tokens:
  pad_token: "<|finetune_right_pad_id|>"
  bos_token: "<|begin_of_text|>"
  eos_token: "<|end_of_text|>"

# WandB интеграция (если требуется)
wandb_project:
wandb_entity:
wandb_watch:
wandb_log_model:

```

</details><br>

# outputs/020

This model is a fine-tuned version of [meta-llama/Llama-3.1-8B](https://huggingface.co/meta-llama/Llama-3.1-8B) on the None dataset.
It achieves the following results on the evaluation set:
- Loss: 1.0477

## 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: 2e-06
- train_batch_size: 2
- eval_batch_size: 2
- seed: 42
- gradient_accumulation_steps: 5
- total_train_batch_size: 10
- optimizer: Use OptimizerNames.ADAMW_BNB with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
- lr_scheduler_type: cosine
- lr_scheduler_warmup_steps: 500
- num_epochs: 1

### Training results

| Training Loss | Epoch  | Step | Validation Loss |
|:-------------:|:------:|:----:|:---------------:|
| No log        | 0.0009 | 1    | 1.5900          |
| 1.4756        | 0.1007 | 106  | 1.5880          |
| 1.4972        | 0.2013 | 212  | 1.5655          |
| 1.4563        | 0.3020 | 318  | 1.5018          |
| 1.3754        | 0.4027 | 424  | 1.4127          |
| 1.271         | 0.5033 | 530  | 1.3056          |
| 1.2054        | 0.6040 | 636  | 1.2009          |
| 1.1065        | 0.7047 | 742  | 1.1182          |
| 1.0592        | 0.8053 | 848  | 1.0689          |
| 1.0322        | 0.9060 | 954  | 1.0477          |


### Framework versions

- PEFT 0.13.2
- Transformers 4.46.3
- Pytorch 2.5.1+cu124
- Datasets 3.1.0
- Tokenizers 0.20.3