fine-tuning-Phi2-with-webglm-qa-with-lora_2

This model is a fine-tuned version of microsoft/phi-2 on an unknown dataset. It achieves the following results on the evaluation set:

• Loss: 0.0749

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: 42
• gradient_accumulation_steps: 5
• total_train_batch_size: 10
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• lr_scheduler_warmup_steps: 100
• training_steps: 1000
• mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss
No log	0.2	10	8.2244
No log	0.4	20	7.4785
No log	0.6	30	5.5477
No log	0.8	40	2.9270
5.8579	1.0	50	0.6602
5.8579	1.2	60	0.5707
5.8579	1.39	70	0.5056
5.8579	1.59	80	0.4537
5.8579	1.79	90	0.4048
0.4258	1.99	100	0.3539
0.4258	2.19	110	0.3117
0.4258	2.39	120	0.2848
0.4258	2.59	130	0.2589
0.4258	2.79	140	0.2344
0.2253	2.99	150	0.2160
0.2253	3.19	160	0.2037
0.2253	3.39	170	0.1890
0.2253	3.59	180	0.1794
0.2253	3.78	190	0.1695
0.1573	3.98	200	0.1607
0.1573	4.18	210	0.1544
0.1573	4.38	220	0.1518
0.1573	4.58	230	0.1441
0.1573	4.78	240	0.1365
0.1251	4.98	250	0.1302
0.1251	5.18	260	0.1286
0.1251	5.38	270	0.1258
0.1251	5.58	280	0.1228
0.1251	5.78	290	0.1203
0.1059	5.98	300	0.1159
0.1059	6.18	310	0.1116
0.1059	6.37	320	0.1112
0.1059	6.57	330	0.1092
0.1059	6.77	340	0.1046
0.0905	6.97	350	0.1032
0.0905	7.17	360	0.1028
0.0905	7.37	370	0.1005
0.0905	7.57	380	0.1011
0.0905	7.77	390	0.0991
0.0816	7.97	400	0.0973
0.0816	8.17	410	0.0965
0.0816	8.37	420	0.0954
0.0816	8.57	430	0.0949
0.0816	8.76	440	0.0938
0.0722	8.96	450	0.0915
0.0722	9.16	460	0.0907
0.0722	9.36	470	0.0900
0.0722	9.56	480	0.0893
0.0722	9.76	490	0.0877
0.0656	9.96	500	0.0872
0.0656	10.16	510	0.0868
0.0656	10.36	520	0.0867
0.0656	10.56	530	0.0874
0.0656	10.76	540	0.0863
0.0614	10.96	550	0.0849
0.0614	11.16	560	0.0834
0.0614	11.35	570	0.0829
0.0614	11.55	580	0.0827
0.0614	11.75	590	0.0817
0.0553	11.95	600	0.0817
0.0553	12.15	610	0.0824
0.0553	12.35	620	0.0826
0.0553	12.55	630	0.0810
0.0553	12.75	640	0.0814
0.053	12.95	650	0.0804
0.053	13.15	660	0.0807
0.053	13.35	670	0.0792
0.053	13.55	680	0.0792
0.053	13.75	690	0.0792
0.0495	13.94	700	0.0788
0.0495	14.14	710	0.0783
0.0495	14.34	720	0.0784
0.0495	14.54	730	0.0779
0.0495	14.74	740	0.0776
0.0477	14.94	750	0.0773
0.0477	15.14	760	0.0787
0.0477	15.34	770	0.0772
0.0477	15.54	780	0.0763
0.0477	15.74	790	0.0759
0.0456	15.94	800	0.0766
0.0456	16.14	810	0.0770
0.0456	16.33	820	0.0774
0.0456	16.53	830	0.0770
0.0456	16.73	840	0.0764
0.0438	16.93	850	0.0754
0.0438	17.13	860	0.0759
0.0438	17.33	870	0.0762
0.0438	17.53	880	0.0758
0.0438	17.73	890	0.0761
0.0415	17.93	900	0.0758
0.0415	18.13	910	0.0754
0.0415	18.33	920	0.0754
0.0415	18.53	930	0.0753
0.0415	18.73	940	0.0751
0.0408	18.92	950	0.0752
0.0408	19.12	960	0.0750
0.0408	19.32	970	0.0749
0.0408	19.52	980	0.0749
0.0408	19.72	990	0.0749
0.0403	19.92	1000	0.0749

Framework versions

• PEFT 0.7.1
• Transformers 4.36.2
• Pytorch 2.0.0
• Datasets 2.15.0
• Tokenizers 0.15.0