Hugging Face's logo

ivlcic
/
snerta-8l-base

Token Classification
Transformers
Safetensors
deberta-v2
named-entity-recognition
ner
multilingual
slavic
mdeberta-v3
iob2
Eval Results (legacy)
Model card Files
xet
 Community
ivlcic commited on
Commit
0803cfb
·
verified ·
1 Parent(s): 9c685bd

Upload 6 files

Browse files
Files changed (7) hide show
  1. .gitattributes +1 -0
  2. config.json +61 -0
  3. model.safetensors +3 -0
  4. tokenizer.json +3 -0
  5. tokenizer_config.json +124 -0
  6. trainer_state.json +663 -0
  7. training_args.bin +3 -0
.gitattributes CHANGED
@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
 
 
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
36
+ tokenizer.json filter=lfs diff=lfs merge=lfs -text
config.json ADDED
@@ -0,0 +1,61 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "architectures": [
3
+ "DebertaV2ForTokenClassification"
4
+ ],
5
+ "attention_probs_dropout_prob": 0.1,
6
+ "bos_token_id": 1,
7
+ "dtype": "float32",
8
+ "eos_token_id": 2,
9
+ "hidden_act": "gelu",
10
+ "hidden_dropout_prob": 0.1,
11
+ "hidden_size": 768,
12
+ "id2label": {
13
+ "0": "O",
14
+ "1": "B-LOC",
15
+ "2": "I-LOC",
16
+ "3": "B-MISC",
17
+ "4": "I-MISC",
18
+ "5": "B-ORG",
19
+ "6": "I-ORG",
20
+ "7": "B-PER",
21
+ "8": "I-PER"
22
+ },
23
+ "initializer_range": 0.02,
24
+ "intermediate_size": 3072,
25
+ "label2id": {
26
+ "B-LOC": 1,
27
+ "B-MISC": 3,
28
+ "B-ORG": 5,
29
+ "B-PER": 7,
30
+ "I-LOC": 2,
31
+ "I-MISC": 4,
32
+ "I-ORG": 6,
33
+ "I-PER": 8,
34
+ "O": 0
35
+ },
36
+ "layer_norm_eps": 1e-07,
37
+ "legacy": true,
38
+ "max_position_embeddings": 512,
39
+ "max_relative_positions": -1,
40
+ "model_type": "deberta-v2",
41
+ "norm_rel_ebd": "layer_norm",
42
+ "num_attention_heads": 12,
43
+ "num_hidden_layers": 12,
44
+ "pad_token_id": 0,
45
+ "pooler_dropout": 0.0,
46
+ "pooler_hidden_act": "gelu",
47
+ "pooler_hidden_size": 768,
48
+ "pos_att_type": [
49
+ "p2c",
50
+ "c2p"
51
+ ],
52
+ "position_biased_input": false,
53
+ "position_buckets": 256,
54
+ "relative_attention": true,
55
+ "share_att_key": true,
56
+ "tie_word_embeddings": true,
57
+ "transformers_version": "5.8.0",
58
+ "type_vocab_size": 0,
59
+ "use_cache": false,
60
+ "vocab_size": 251000
61
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f4902c0d6196a3323367cbd545544230725d36b564060db3d712917e5c5dc0d2
3
+ size 1112927188
tokenizer.json ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f1fc0fc3d7f208e8d9fd9c9a4e5ebf62075b0603f9ae58b34df09e7eb5991e88
3
+ size 16034114
tokenizer_config.json ADDED
@@ -0,0 +1,124 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "add_prefix_space": true,
3
+ "backend": "tokenizers",
4
+ "bos_token": "[CLS]",
5
+ "cls_token": "[CLS]",
6
+ "do_lower_case": false,
7
+ "eos_token": "[SEP]",
8
+ "extra_special_tokens": [
9
+ "[PAD]",
10
+ "[CLS]",
11
+ "[SEP]",
12
+ "▁<extra_id_99>",
13
+ "▁<extra_id_98>",
14
+ "▁<extra_id_97>",
15
+ "▁<extra_id_96>",
16
+ "▁<extra_id_95>",
17
+ "▁<extra_id_94>",
18
+ "▁<extra_id_93>",
19
+ "▁<extra_id_92>",
20
+ "▁<extra_id_91>",
21
+ "▁<extra_id_90>",
22
+ "▁<extra_id_89>",
23
+ "▁<extra_id_88>",
24
+ "▁<extra_id_87>",
25
+ "▁<extra_id_86>",
26
+ "▁<extra_id_85>",
27
+ "▁<extra_id_84>",
28
+ "▁<extra_id_83>",
29
+ "▁<extra_id_82>",
30
+ "▁<extra_id_81>",
31
+ "▁<extra_id_80>",
32
+ "▁<extra_id_79>",
33
+ "▁<extra_id_78>",
34
+ "▁<extra_id_77>",
35
+ "▁<extra_id_76>",
36
+ "▁<extra_id_75>",
37
+ "▁<extra_id_74>",
38
+ "▁<extra_id_73>",
39
+ "▁<extra_id_72>",
40
+ "▁<extra_id_71>",
41
+ "▁<extra_id_70>",
42
+ "▁<extra_id_69>",
43
+ "▁<extra_id_68>",
44
+ "▁<extra_id_67>",
45
+ "▁<extra_id_66>",
46
+ "▁<extra_id_65>",
47
+ "▁<extra_id_64>",
48
+ "▁<extra_id_63>",
49
+ "▁<extra_id_62>",
50
+ "▁<extra_id_61>",
51
+ "▁<extra_id_60>",
52
+ "▁<extra_id_59>",
53
+ "▁<extra_id_58>",
54
+ "▁<extra_id_57>",
55
+ "▁<extra_id_56>",
56
+ "▁<extra_id_55>",
57
+ "▁<extra_id_54>",
58
+ "▁<extra_id_53>",
59
+ "▁<extra_id_52>",
60
+ "▁<extra_id_51>",
61
+ "▁<extra_id_50>",
62
+ "▁<extra_id_49>",
63
+ "▁<extra_id_48>",
64
+ "▁<extra_id_47>",
65
+ "▁<extra_id_46>",
66
+ "▁<extra_id_45>",
67
+ "▁<extra_id_44>",
68
+ "▁<extra_id_43>",
69
+ "▁<extra_id_42>",
70
+ "▁<extra_id_41>",
71
+ "▁<extra_id_40>",
72
+ "▁<extra_id_39>",
73
+ "▁<extra_id_38>",
74
+ "▁<extra_id_37>",
75
+ "▁<extra_id_36>",
76
+ "▁<extra_id_35>",
77
+ "▁<extra_id_34>",
78
+ "▁<extra_id_33>",
79
+ "▁<extra_id_32>",
80
+ "▁<extra_id_31>",
81
+ "▁<extra_id_30>",
82
+ "▁<extra_id_29>",
83
+ "▁<extra_id_28>",
84
+ "▁<extra_id_27>",
85
+ "▁<extra_id_26>",
86
+ "▁<extra_id_25>",
87
+ "▁<extra_id_24>",
88
+ "▁<extra_id_23>",
89
+ "▁<extra_id_22>",
90
+ "▁<extra_id_21>",
91
+ "▁<extra_id_20>",
92
+ "▁<extra_id_19>",
93
+ "▁<extra_id_18>",
94
+ "▁<extra_id_17>",
95
+ "▁<extra_id_16>",
96
+ "▁<extra_id_15>",
97
+ "▁<extra_id_14>",
98
+ "▁<extra_id_13>",
99
+ "▁<extra_id_12>",
100
+ "▁<extra_id_11>",
101
+ "▁<extra_id_10>",
102
+ "▁<extra_id_9>",
103
+ "▁<extra_id_8>",
104
+ "▁<extra_id_7>",
105
+ "▁<extra_id_6>",
106
+ "▁<extra_id_5>",
107
+ "▁<extra_id_4>",
108
+ "▁<extra_id_3>",
109
+ "▁<extra_id_2>",
110
+ "▁<extra_id_1>",
111
+ "▁<extra_id_0>"
112
+ ],
113
+ "is_local": false,
114
+ "local_files_only": false,
115
+ "mask_token": "[MASK]",
116
+ "model_max_length": 1000000000000000019884624838656,
117
+ "pad_token": "[PAD]",
118
+ "sep_token": "[SEP]",
119
+ "split_by_punct": false,
120
+ "tokenizer_class": "DebertaV2Tokenizer",
121
+ "unk_id": 3,
122
+ "unk_token": "[UNK]",
123
+ "vocab_type": "spm"
124
+ }
trainer_state.json ADDED
@@ -0,0 +1,663 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_global_step": 64215,
3
+ "best_metric": 0.9238630978137686,
4
+ "best_model_checkpoint": "/workspace/cannopy/result/train/token/ner/ner.mdeberta3.b16.lr2e-05/checkpoint-64215",
5
+ "epoch": 20.0,
6
+ "eval_steps": 500,
7
+ "global_step": 85620,
8
+ "is_hyper_param_search": false,
9
+ "is_local_process_zero": true,
10
+ "is_world_process_zero": true,
11
+ "log_history": [
12
+ {
13
+ "epoch": 1.0,
14
+ "grad_norm": 1.3367141485214233,
15
+ "learning_rate": 1.6660179057999222e-05,
16
+ "loss": 0.39717576459756776,
17
+ "step": 4281
18
+ },
19
+ {
20
+ "epoch": 1.0,
21
+ "eval_acc": 0.9832746262039067,
22
+ "eval_f1": 0.8776248509468665,
23
+ "eval_label.LOC.f1": 0.93492293505467,
24
+ "eval_label.LOC.p": 0.923727710529741,
25
+ "eval_label.LOC.r": 0.9463928523803173,
26
+ "eval_label.MISC.f1": 0.7478156071105755,
27
+ "eval_label.MISC.p": 0.7107674684994273,
28
+ "eval_label.MISC.r": 0.7889383343928799,
29
+ "eval_label.ORG.f1": 0.8458744915746658,
30
+ "eval_label.ORG.p": 0.8004123711340206,
31
+ "eval_label.ORG.r": 0.8968119513322039,
32
+ "eval_label.PER.f1": 0.9085019077100281,
33
+ "eval_label.PER.p": 0.9105339105339105,
34
+ "eval_label.PER.r": 0.906478954173251,
35
+ "eval_loss": 0.056813765317201614,
36
+ "eval_p": 0.8554767533490938,
37
+ "eval_r": 0.9009502468982116,
38
+ "eval_runtime": 32.4812,
39
+ "eval_samples_per_second": 555.891,
40
+ "eval_steps_per_second": 17.395,
41
+ "step": 4281
42
+ },
43
+ {
44
+ "epoch": 2.0,
45
+ "grad_norm": 1.3472847938537598,
46
+ "learning_rate": 1.9149375015531425e-05,
47
+ "loss": 0.09596302698104633,
48
+ "step": 8562
49
+ },
50
+ {
51
+ "epoch": 2.0,
52
+ "eval_acc": 0.9856530176011911,
53
+ "eval_f1": 0.8988005842779847,
54
+ "eval_label.LOC.f1": 0.9451052150045746,
55
+ "eval_label.LOC.p": 0.9266948609509164,
56
+ "eval_label.LOC.r": 0.9642619015868783,
57
+ "eval_label.MISC.f1": 0.7947612732095491,
58
+ "eval_label.MISC.p": 0.8305613305613305,
59
+ "eval_label.MISC.r": 0.7619198982835347,
60
+ "eval_label.ORG.f1": 0.8627658769207479,
61
+ "eval_label.ORG.p": 0.8483179517713605,
62
+ "eval_label.ORG.r": 0.8777144617280148,
63
+ "eval_label.PER.f1": 0.9268951784952354,
64
+ "eval_label.PER.p": 0.9177580622447543,
65
+ "eval_label.PER.r": 0.9362160609107887,
66
+ "eval_loss": 0.05167277529835701,
67
+ "eval_p": 0.8913007997388608,
68
+ "eval_r": 0.9064276525996929,
69
+ "eval_runtime": 32.474,
70
+ "eval_samples_per_second": 556.014,
71
+ "eval_steps_per_second": 17.399,
72
+ "step": 8562
73
+ },
74
+ {
75
+ "epoch": 3.0,
76
+ "grad_norm": 0.4700154662132263,
77
+ "learning_rate": 1.808553465371139e-05,
78
+ "loss": 0.06998056341793682,
79
+ "step": 12843
80
+ },
81
+ {
82
+ "epoch": 3.0,
83
+ "eval_acc": 0.9857843901985095,
84
+ "eval_f1": 0.9082807731434385,
85
+ "eval_label.LOC.f1": 0.9483767961681746,
86
+ "eval_label.LOC.p": 0.946236559139785,
87
+ "eval_label.LOC.r": 0.9505267368982531,
88
+ "eval_label.MISC.f1": 0.8065855829130822,
89
+ "eval_label.MISC.p": 0.7561179087875417,
90
+ "eval_label.MISC.r": 0.8642720915448188,
91
+ "eval_label.ORG.f1": 0.8929755803436841,
92
+ "eval_label.ORG.p": 0.8743911439114391,
93
+ "eval_label.ORG.r": 0.9123671646388418,
94
+ "eval_label.PER.f1": 0.9285511766373687,
95
+ "eval_label.PER.p": 0.916468448299986,
96
+ "eval_label.PER.r": 0.9409567590863381,
97
+ "eval_loss": 0.04598889499902725,
98
+ "eval_p": 0.8910223144784639,
99
+ "eval_r": 0.9262210050209553,
100
+ "eval_runtime": 33.4856,
101
+ "eval_samples_per_second": 539.217,
102
+ "eval_steps_per_second": 16.873,
103
+ "step": 12843
104
+ },
105
+ {
106
+ "epoch": 4.0,
107
+ "grad_norm": 0.12420473247766495,
108
+ "learning_rate": 1.7021694291891355e-05,
109
+ "loss": 0.05369556821748715,
110
+ "step": 17124
111
+ },
112
+ {
113
+ "epoch": 4.0,
114
+ "eval_acc": 0.9874183368776566,
115
+ "eval_f1": 0.9158554693944893,
116
+ "eval_label.LOC.f1": 0.9499669093315686,
117
+ "eval_label.LOC.p": 0.9429772697411641,
118
+ "eval_label.LOC.r": 0.9570609414588612,
119
+ "eval_label.MISC.f1": 0.8372469635627531,
120
+ "eval_label.MISC.p": 0.8534169692967977,
121
+ "eval_label.MISC.r": 0.8216783216783217,
122
+ "eval_label.ORG.f1": 0.8995784402288467,
123
+ "eval_label.ORG.p": 0.8798409659843911,
124
+ "eval_label.ORG.r": 0.9202217772986293,
125
+ "eval_label.PER.f1": 0.9292334219412314,
126
+ "eval_label.PER.p": 0.9294337453291176,
127
+ "eval_label.PER.r": 0.9290331848872289,
128
+ "eval_loss": 0.04518148675560951,
129
+ "eval_p": 0.9104104309319775,
130
+ "eval_r": 0.9213660317855513,
131
+ "eval_runtime": 32.8809,
132
+ "eval_samples_per_second": 549.133,
133
+ "eval_steps_per_second": 17.183,
134
+ "step": 17124
135
+ },
136
+ {
137
+ "epoch": 5.0,
138
+ "grad_norm": 0.2671431601047516,
139
+ "learning_rate": 1.595785393007132e-05,
140
+ "loss": 0.04225894363927273,
141
+ "step": 21405
142
+ },
143
+ {
144
+ "epoch": 5.0,
145
+ "eval_acc": 0.9871884348323494,
146
+ "eval_f1": 0.9171679967260078,
147
+ "eval_label.LOC.f1": 0.9532500165311116,
148
+ "eval_label.LOC.p": 0.9454354669464848,
149
+ "eval_label.LOC.r": 0.961194825976797,
150
+ "eval_label.MISC.f1": 0.8348736906962415,
151
+ "eval_label.MISC.p": 0.8099222952779438,
152
+ "eval_label.MISC.r": 0.8614113159567705,
153
+ "eval_label.ORG.f1": 0.901406320883109,
154
+ "eval_label.ORG.p": 0.8853408584583395,
155
+ "eval_label.ORG.r": 0.9180656091175111,
156
+ "eval_label.PER.f1": 0.9312139140352127,
157
+ "eval_label.PER.p": 0.9241652518392756,
158
+ "eval_label.PER.r": 0.9383709237178566,
159
+ "eval_loss": 0.048478372395038605,
160
+ "eval_p": 0.904727302087118,
161
+ "eval_r": 0.9299555998174198,
162
+ "eval_runtime": 32.4315,
163
+ "eval_samples_per_second": 556.742,
164
+ "eval_steps_per_second": 17.421,
165
+ "step": 21405
166
+ },
167
+ {
168
+ "epoch": 6.0,
169
+ "grad_norm": 0.6828418374061584,
170
+ "learning_rate": 1.4894013568251286e-05,
171
+ "loss": 0.033062972968996365,
172
+ "step": 25686
173
+ },
174
+ {
175
+ "epoch": 6.0,
176
+ "eval_acc": 0.9869092680630479,
177
+ "eval_f1": 0.9160358586169406,
178
+ "eval_label.LOC.f1": 0.9566717536991572,
179
+ "eval_label.LOC.p": 0.9520602218700476,
180
+ "eval_label.LOC.r": 0.9613281770902787,
181
+ "eval_label.MISC.f1": 0.8213117307991898,
182
+ "eval_label.MISC.p": 0.8053773296669722,
183
+ "eval_label.MISC.r": 0.8378893833439288,
184
+ "eval_label.ORG.f1": 0.9023171285779191,
185
+ "eval_label.ORG.p": 0.8875316549977655,
186
+ "eval_label.ORG.r": 0.9176035730787001,
187
+ "eval_label.PER.f1": 0.9286171802718668,
188
+ "eval_label.PER.p": 0.9201692524682652,
189
+ "eval_label.PER.r": 0.9372216635540871,
190
+ "eval_loss": 0.053501419723033905,
191
+ "eval_p": 0.9058341447581953,
192
+ "eval_r": 0.9264699780073862,
193
+ "eval_runtime": 32.9114,
194
+ "eval_samples_per_second": 548.625,
195
+ "eval_steps_per_second": 17.167,
196
+ "step": 25686
197
+ },
198
+ {
199
+ "epoch": 7.0,
200
+ "grad_norm": 0.4229598343372345,
201
+ "learning_rate": 1.3830173206431251e-05,
202
+ "loss": 0.025886756631431945,
203
+ "step": 29967
204
+ },
205
+ {
206
+ "epoch": 7.0,
207
+ "eval_acc": 0.9871747501867955,
208
+ "eval_f1": 0.9166171437939302,
209
+ "eval_label.LOC.f1": 0.9542040545031572,
210
+ "eval_label.LOC.p": 0.9512324410283594,
211
+ "eval_label.LOC.r": 0.957194292572343,
212
+ "eval_label.MISC.f1": 0.8256130790190737,
213
+ "eval_label.MISC.p": 0.7881502890173411,
214
+ "eval_label.MISC.r": 0.8668150031786396,
215
+ "eval_label.ORG.f1": 0.9035007610350075,
216
+ "eval_label.ORG.p": 0.8930344516323153,
217
+ "eval_label.ORG.r": 0.914215308794086,
218
+ "eval_label.PER.f1": 0.9314677327241576,
219
+ "eval_label.PER.p": 0.9257840215694622,
220
+ "eval_label.PER.r": 0.9372216635540871,
221
+ "eval_loss": 0.059339962899684906,
222
+ "eval_p": 0.9054655870445344,
223
+ "eval_r": 0.928046806921449,
224
+ "eval_runtime": 32.612,
225
+ "eval_samples_per_second": 553.661,
226
+ "eval_steps_per_second": 17.325,
227
+ "step": 29967
228
+ },
229
+ {
230
+ "epoch": 8.0,
231
+ "grad_norm": 0.656637966632843,
232
+ "learning_rate": 1.2766332844611218e-05,
233
+ "loss": 0.02074824090149881,
234
+ "step": 34248
235
+ },
236
+ {
237
+ "epoch": 8.0,
238
+ "eval_acc": 0.987262331918341,
239
+ "eval_f1": 0.9183782232607716,
240
+ "eval_label.LOC.f1": 0.9538971807628523,
241
+ "eval_label.LOC.p": 0.9490496304118268,
242
+ "eval_label.LOC.r": 0.9587945059341245,
243
+ "eval_label.MISC.f1": 0.8343888537048765,
244
+ "eval_label.MISC.p": 0.831230283911672,
245
+ "eval_label.MISC.r": 0.8375715193897012,
246
+ "eval_label.ORG.f1": 0.8998067489222537,
247
+ "eval_label.ORG.p": 0.8695589714121534,
248
+ "eval_label.ORG.r": 0.932234714307716,
249
+ "eval_label.PER.f1": 0.9359443368481457,
250
+ "eval_label.PER.p": 0.9346704871060172,
251
+ "eval_label.PER.r": 0.9372216635540871,
252
+ "eval_loss": 0.06151953712105751,
253
+ "eval_p": 0.907441163365334,
254
+ "eval_r": 0.9295821403377733,
255
+ "eval_runtime": 32.5433,
256
+ "eval_samples_per_second": 554.83,
257
+ "eval_steps_per_second": 17.361,
258
+ "step": 34248
259
+ },
260
+ {
261
+ "epoch": 9.0,
262
+ "grad_norm": 1.0659022331237793,
263
+ "learning_rate": 1.1702492482791184e-05,
264
+ "loss": 0.01647565521332906,
265
+ "step": 38529
266
+ },
267
+ {
268
+ "epoch": 9.0,
269
+ "eval_acc": 0.987234962627233,
270
+ "eval_f1": 0.9183171361791118,
271
+ "eval_label.LOC.f1": 0.9529481834425253,
272
+ "eval_label.LOC.p": 0.9458749343142406,
273
+ "eval_label.LOC.r": 0.9601280170689426,
274
+ "eval_label.MISC.f1": 0.8366175329712956,
275
+ "eval_label.MISC.p": 0.8172173385874507,
276
+ "eval_label.MISC.r": 0.8569612205975843,
277
+ "eval_label.ORG.f1": 0.9041033779188392,
278
+ "eval_label.ORG.p": 0.8875370919881306,
279
+ "eval_label.ORG.r": 0.9212998613891884,
280
+ "eval_label.PER.f1": 0.9319985698963175,
281
+ "eval_label.PER.p": 0.9278189066059226,
282
+ "eval_label.PER.r": 0.9362160609107887,
283
+ "eval_loss": 0.06663035601377487,
284
+ "eval_p": 0.9075987841945289,
285
+ "eval_r": 0.9292916718536038,
286
+ "eval_runtime": 32.3615,
287
+ "eval_samples_per_second": 557.947,
288
+ "eval_steps_per_second": 17.459,
289
+ "step": 38529
290
+ },
291
+ {
292
+ "epoch": 10.0,
293
+ "grad_norm": 0.06852112710475922,
294
+ "learning_rate": 1.0638652120971149e-05,
295
+ "loss": 0.012914503882126786,
296
+ "step": 42810
297
+ },
298
+ {
299
+ "epoch": 10.0,
300
+ "eval_acc": 0.9880013027782567,
301
+ "eval_f1": 0.9225139285787711,
302
+ "eval_label.LOC.f1": 0.9541126686061888,
303
+ "eval_label.LOC.p": 0.9462295081967214,
304
+ "eval_label.LOC.r": 0.9621282837711694,
305
+ "eval_label.MISC.f1": 0.8479798773777708,
306
+ "eval_label.MISC.p": 0.8388802488335926,
307
+ "eval_label.MISC.r": 0.8572790845518118,
308
+ "eval_label.ORG.f1": 0.9100626049778593,
309
+ "eval_label.ORG.p": 0.9023467070401211,
310
+ "eval_label.ORG.r": 0.9179115971045742,
311
+ "eval_label.PER.f1": 0.933845497225779,
312
+ "eval_label.PER.p": 0.924897844159504,
313
+ "eval_label.PER.r": 0.942967964372935,
314
+ "eval_loss": 0.07016361504793167,
315
+ "eval_p": 0.9141879227446826,
316
+ "eval_r": 0.9309929872608822,
317
+ "eval_runtime": 32.9069,
318
+ "eval_samples_per_second": 548.699,
319
+ "eval_steps_per_second": 17.17,
320
+ "step": 42810
321
+ },
322
+ {
323
+ "epoch": 11.0,
324
+ "grad_norm": 1.4090399742126465,
325
+ "learning_rate": 9.574811759151116e-06,
326
+ "loss": 0.010248644444965309,
327
+ "step": 47091
328
+ },
329
+ {
330
+ "epoch": 11.0,
331
+ "eval_acc": 0.9879328795504868,
332
+ "eval_f1": 0.9214825151863405,
333
+ "eval_label.LOC.f1": 0.9554612937433723,
334
+ "eval_label.LOC.p": 0.9497957570167348,
335
+ "eval_label.LOC.r": 0.961194825976797,
336
+ "eval_label.MISC.f1": 0.8431096511809792,
337
+ "eval_label.MISC.p": 0.8299969202340622,
338
+ "eval_label.MISC.r": 0.8566433566433567,
339
+ "eval_label.ORG.f1": 0.9066000605510142,
340
+ "eval_label.ORG.p": 0.8913528798928412,
341
+ "eval_label.ORG.r": 0.9223779454797474,
342
+ "eval_label.PER.f1": 0.9346633416458853,
343
+ "eval_label.PER.p": 0.9271981905569692,
344
+ "eval_label.PER.r": 0.9422496767705789,
345
+ "eval_loss": 0.07261578738689423,
346
+ "eval_p": 0.911567664135775,
347
+ "eval_r": 0.9316154197269596,
348
+ "eval_runtime": 32.2895,
349
+ "eval_samples_per_second": 559.191,
350
+ "eval_steps_per_second": 17.498,
351
+ "step": 47091
352
+ },
353
+ {
354
+ "epoch": 12.0,
355
+ "grad_norm": 2.3597915172576904,
356
+ "learning_rate": 8.510971397331081e-06,
357
+ "loss": 0.008314984113750711,
358
+ "step": 51372
359
+ },
360
+ {
361
+ "epoch": 12.0,
362
+ "eval_acc": 0.9877330837253985,
363
+ "eval_f1": 0.9202380952380953,
364
+ "eval_label.LOC.f1": 0.9561705508474576,
365
+ "eval_label.LOC.p": 0.9495069033530572,
366
+ "eval_label.LOC.r": 0.9629283904520602,
367
+ "eval_label.MISC.f1": 0.8422717924379053,
368
+ "eval_label.MISC.p": 0.8384251968503937,
369
+ "eval_label.MISC.r": 0.8461538461538461,
370
+ "eval_label.ORG.f1": 0.9035845795446007,
371
+ "eval_label.ORG.p": 0.882301144702084,
372
+ "eval_label.ORG.r": 0.9259202217772986,
373
+ "eval_label.PER.f1": 0.932513583071204,
374
+ "eval_label.PER.p": 0.9281343389782268,
375
+ "eval_label.PER.r": 0.9369343485131446,
376
+ "eval_loss": 0.07839750498533249,
377
+ "eval_p": 0.9104829210836278,
378
+ "eval_r": 0.9302045728038508,
379
+ "eval_runtime": 32.9029,
380
+ "eval_samples_per_second": 548.767,
381
+ "eval_steps_per_second": 17.172,
382
+ "step": 51372
383
+ },
384
+ {
385
+ "epoch": 13.0,
386
+ "grad_norm": 0.18180809915065765,
387
+ "learning_rate": 7.4471310355110474e-06,
388
+ "loss": 0.006686228676617521,
389
+ "step": 55653
390
+ },
391
+ {
392
+ "epoch": 13.0,
393
+ "eval_acc": 0.9875524464040857,
394
+ "eval_f1": 0.9198900693219574,
395
+ "eval_label.LOC.f1": 0.9554880464931977,
396
+ "eval_label.LOC.p": 0.9464869815517467,
397
+ "eval_label.LOC.r": 0.9646619549273237,
398
+ "eval_label.MISC.f1": 0.8379507816127534,
399
+ "eval_label.MISC.p": 0.8165912518853695,
400
+ "eval_label.MISC.r": 0.8604577240940877,
401
+ "eval_label.ORG.f1": 0.9057290087905425,
402
+ "eval_label.ORG.p": 0.8915411009995524,
403
+ "eval_label.ORG.r": 0.9203757893115663,
404
+ "eval_label.PER.f1": 0.9325882942904218,
405
+ "eval_label.PER.p": 0.93012289225493,
406
+ "eval_label.PER.r": 0.9350668007470191,
407
+ "eval_loss": 0.08158153295516968,
408
+ "eval_p": 0.9094448274463685,
409
+ "eval_r": 0.9305780322834972,
410
+ "eval_runtime": 32.4013,
411
+ "eval_samples_per_second": 557.261,
412
+ "eval_steps_per_second": 17.438,
413
+ "step": 55653
414
+ },
415
+ {
416
+ "epoch": 14.0,
417
+ "grad_norm": 0.18500462174415588,
418
+ "learning_rate": 6.383290673691012e-06,
419
+ "loss": 0.005471784470933978,
420
+ "step": 59934
421
+ },
422
+ {
423
+ "epoch": 14.0,
424
+ "eval_acc": 0.9871911717614602,
425
+ "eval_f1": 0.9195246875640237,
426
+ "eval_label.LOC.f1": 0.9548378539690962,
427
+ "eval_label.LOC.p": 0.9497361477572559,
428
+ "eval_label.LOC.r": 0.9599946659554607,
429
+ "eval_label.MISC.f1": 0.8372093023255813,
430
+ "eval_label.MISC.p": 0.8171912832929782,
431
+ "eval_label.MISC.r": 0.8582326764144946,
432
+ "eval_label.ORG.f1": 0.90653782273894,
433
+ "eval_label.ORG.p": 0.8890863320005923,
434
+ "eval_label.ORG.r": 0.9246881256738025,
435
+ "eval_label.PER.f1": 0.9316708229426433,
436
+ "eval_label.PER.p": 0.9242295730845349,
437
+ "eval_label.PER.r": 0.9392328688406838,
438
+ "eval_loss": 0.08883294463157654,
439
+ "eval_p": 0.9081380761604144,
440
+ "eval_r": 0.9312004647495746,
441
+ "eval_runtime": 32.3818,
442
+ "eval_samples_per_second": 557.597,
443
+ "eval_steps_per_second": 17.448,
444
+ "step": 59934
445
+ },
446
+ {
447
+ "epoch": 15.0,
448
+ "grad_norm": 0.22286078333854675,
449
+ "learning_rate": 5.319450311870977e-06,
450
+ "loss": 0.004570412318357322,
451
+ "step": 64215
452
+ },
453
+ {
454
+ "epoch": 15.0,
455
+ "eval_acc": 0.988053304431362,
456
+ "eval_f1": 0.9238630978137686,
457
+ "eval_label.LOC.f1": 0.9564351175454908,
458
+ "eval_label.LOC.p": 0.9526392379944437,
459
+ "eval_label.LOC.r": 0.9602613681824244,
460
+ "eval_label.MISC.f1": 0.8461170467230107,
461
+ "eval_label.MISC.p": 0.84896,
462
+ "eval_label.MISC.r": 0.8432930705657978,
463
+ "eval_label.ORG.f1": 0.9100128661167033,
464
+ "eval_label.ORG.p": 0.8946428571428572,
465
+ "eval_label.ORG.r": 0.9259202217772986,
466
+ "eval_label.PER.f1": 0.9367360068625348,
467
+ "eval_label.PER.p": 0.9322709163346613,
468
+ "eval_label.PER.r": 0.9412440741272806,
469
+ "eval_loss": 0.0887371227145195,
470
+ "eval_p": 0.9175671250818599,
471
+ "eval_r": 0.9302460683015893,
472
+ "eval_runtime": 32.8226,
473
+ "eval_samples_per_second": 550.109,
474
+ "eval_steps_per_second": 17.214,
475
+ "step": 64215
476
+ },
477
+ {
478
+ "epoch": 16.0,
479
+ "grad_norm": 0.09178588539361954,
480
+ "learning_rate": 4.255609950050943e-06,
481
+ "loss": 0.003622644723394546,
482
+ "step": 68496
483
+ },
484
+ {
485
+ "epoch": 16.0,
486
+ "eval_acc": 0.9879684596289271,
487
+ "eval_f1": 0.9229315974289998,
488
+ "eval_label.LOC.f1": 0.9551214361140442,
489
+ "eval_label.LOC.p": 0.9455115640925127,
490
+ "eval_label.LOC.r": 0.9649286571542872,
491
+ "eval_label.MISC.f1": 0.8459366175086288,
492
+ "eval_label.MISC.p": 0.8351920693928129,
493
+ "eval_label.MISC.r": 0.8569612205975843,
494
+ "eval_label.ORG.f1": 0.9098784194528875,
495
+ "eval_label.ORG.p": 0.8980050997450127,
496
+ "eval_label.ORG.r": 0.9220699214538735,
497
+ "eval_label.PER.f1": 0.9354078937977304,
498
+ "eval_label.PER.p": 0.9295035460992908,
499
+ "eval_label.PER.r": 0.9413877316477518,
500
+ "eval_loss": 0.09383999556303024,
501
+ "eval_p": 0.913570208960078,
502
+ "eval_r": 0.932486825179468,
503
+ "eval_runtime": 32.431,
504
+ "eval_samples_per_second": 556.751,
505
+ "eval_steps_per_second": 17.422,
506
+ "step": 68496
507
+ },
508
+ {
509
+ "epoch": 17.0,
510
+ "grad_norm": 0.5162076354026794,
511
+ "learning_rate": 3.191769588230909e-06,
512
+ "loss": 0.002951568544704595,
513
+ "step": 72777
514
+ },
515
+ {
516
+ "epoch": 17.0,
517
+ "eval_acc": 0.9879985658491459,
518
+ "eval_f1": 0.9234442866259083,
519
+ "eval_label.LOC.f1": 0.9560388708931051,
520
+ "eval_label.LOC.p": 0.947954902988988,
521
+ "eval_label.LOC.r": 0.9642619015868783,
522
+ "eval_label.MISC.f1": 0.8496981251986019,
523
+ "eval_label.MISC.p": 0.849428208386277,
524
+ "eval_label.MISC.r": 0.8499682136045772,
525
+ "eval_label.ORG.f1": 0.910155952833777,
526
+ "eval_label.ORG.p": 0.8992784125075165,
527
+ "eval_label.ORG.r": 0.9212998613891884,
528
+ "eval_label.PER.f1": 0.9338471419396276,
529
+ "eval_label.PER.p": 0.9278218944980148,
530
+ "eval_label.PER.r": 0.9399511564430398,
531
+ "eval_loss": 0.09467604756355286,
532
+ "eval_p": 0.9162581699346405,
533
+ "eval_r": 0.9307440142744512,
534
+ "eval_runtime": 32.3822,
535
+ "eval_samples_per_second": 557.59,
536
+ "eval_steps_per_second": 17.448,
537
+ "step": 72777
538
+ },
539
+ {
540
+ "epoch": 18.0,
541
+ "grad_norm": 0.003633791347965598,
542
+ "learning_rate": 2.127929226410875e-06,
543
+ "loss": 0.0021125146981239096,
544
+ "step": 77058
545
+ },
546
+ {
547
+ "epoch": 18.0,
548
+ "eval_acc": 0.9878316131733872,
549
+ "eval_f1": 0.9223450284003527,
550
+ "eval_label.LOC.f1": 0.9541914191419141,
551
+ "eval_label.LOC.p": 0.9447131093974643,
552
+ "eval_label.LOC.r": 0.9638618482464328,
553
+ "eval_label.MISC.f1": 0.8473520249221183,
554
+ "eval_label.MISC.p": 0.8307880268784361,
555
+ "eval_label.MISC.r": 0.8645899554990464,
556
+ "eval_label.ORG.f1": 0.9091460640072804,
557
+ "eval_label.ORG.p": 0.8955625280143433,
558
+ "eval_label.ORG.r": 0.9231480055444324,
559
+ "eval_label.PER.f1": 0.9346941688673185,
560
+ "eval_label.PER.p": 0.9287943262411348,
561
+ "eval_label.PER.r": 0.9406694440453958,
562
+ "eval_loss": 0.09958989918231964,
563
+ "eval_p": 0.9117074752716069,
564
+ "eval_r": 0.9332337441387609,
565
+ "eval_runtime": 32.3603,
566
+ "eval_samples_per_second": 557.968,
567
+ "eval_steps_per_second": 17.46,
568
+ "step": 77058
569
+ },
570
+ {
571
+ "epoch": 19.0,
572
+ "grad_norm": 0.0006278403452597558,
573
+ "learning_rate": 1.0640888645908402e-06,
574
+ "loss": 0.0016824499075447836,
575
+ "step": 81339
576
+ },
577
+ {
578
+ "epoch": 19.0,
579
+ "eval_acc": 0.9881053060844671,
580
+ "eval_f1": 0.92369345855854,
581
+ "eval_label.LOC.f1": 0.9557276156442328,
582
+ "eval_label.LOC.p": 0.9486337362059906,
583
+ "eval_label.LOC.r": 0.9629283904520602,
584
+ "eval_label.MISC.f1": 0.8502278799308502,
585
+ "eval_label.MISC.p": 0.8408455082374884,
586
+ "eval_label.MISC.r": 0.8598219961856326,
587
+ "eval_label.ORG.f1": 0.911369332421964,
588
+ "eval_label.ORG.p": 0.8990110878034162,
589
+ "eval_label.ORG.r": 0.9240720776220546,
590
+ "eval_label.PER.f1": 0.9340847481809103,
591
+ "eval_label.PER.p": 0.9277313305937367,
592
+ "eval_label.PER.r": 0.9405257865249246,
593
+ "eval_loss": 0.09979883581399918,
594
+ "eval_p": 0.9150244299674267,
595
+ "eval_r": 0.9325283206772065,
596
+ "eval_runtime": 32.7242,
597
+ "eval_samples_per_second": 551.763,
598
+ "eval_steps_per_second": 17.265,
599
+ "step": 81339
600
+ },
601
+ {
602
+ "epoch": 20.0,
603
+ "grad_norm": 0.0003999824111815542,
604
+ "learning_rate": 2.485027708058945e-10,
605
+ "loss": 0.0014637853742286275,
606
+ "step": 85620
607
+ },
608
+ {
609
+ "epoch": 20.0,
610
+ "eval_acc": 0.9881107799426887,
611
+ "eval_f1": 0.9238326208484051,
612
+ "eval_label.LOC.f1": 0.9561130601707817,
613
+ "eval_label.LOC.p": 0.9492639327024185,
614
+ "eval_label.LOC.r": 0.963061741565542,
615
+ "eval_label.MISC.f1": 0.8494572911750827,
616
+ "eval_label.MISC.p": 0.8408595453129866,
617
+ "eval_label.MISC.r": 0.8582326764144946,
618
+ "eval_label.ORG.f1": 0.9107603581727122,
619
+ "eval_label.ORG.p": 0.8976813762154077,
620
+ "eval_label.ORG.r": 0.9242260896349915,
621
+ "eval_label.PER.f1": 0.935064935064935,
622
+ "eval_label.PER.p": 0.9289663972777541,
623
+ "eval_label.PER.r": 0.9412440741272806,
624
+ "eval_loss": 0.10018600523471832,
625
+ "eval_p": 0.9152176568799121,
626
+ "eval_r": 0.9326113116726835,
627
+ "eval_runtime": 32.2631,
628
+ "eval_samples_per_second": 559.649,
629
+ "eval_steps_per_second": 17.512,
630
+ "step": 85620
631
+ },
632
+ {
633
+ "epoch": 20.0,
634
+ "step": 85620,
635
+ "total_flos": 1.3381069410175074e+17,
636
+ "train_loss": 0.040764350686165754,
637
+ "train_runtime": 15630.4696,
638
+ "train_samples_per_second": 175.264,
639
+ "train_steps_per_second": 5.478
640
+ }
641
+ ],
642
+ "logging_steps": 500,
643
+ "max_steps": 85620,
644
+ "num_input_tokens_seen": 0,
645
+ "num_train_epochs": 20,
646
+ "save_steps": 500,
647
+ "stateful_callbacks": {
648
+ "TrainerControl": {
649
+ "args": {
650
+ "should_epoch_stop": false,
651
+ "should_evaluate": false,
652
+ "should_log": false,
653
+ "should_save": true,
654
+ "should_training_stop": true
655
+ },
656
+ "attributes": {}
657
+ }
658
+ },
659
+ "total_flos": 1.3381069410175074e+17,
660
+ "train_batch_size": 16,
661
+ "trial_name": null,
662
+ "trial_params": null
663
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:dcbf2ce0596bbf5ccd6ffb042b9191c63682ff8832ab038882bf211fd75518c5
3
+ size 5329