File size: 170,665 Bytes
49b7cec |
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 |
python -m mlc_chat gen_config /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2 --quantization q0f16 --conv-template gpt2 --output /tmp/tmpif4lzkrt
[2023-12-28 08:13:57] INFO auto_config.py:115: [92mFound[0m model configuration: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/config.json
[2023-12-28 08:13:57] INFO auto_config.py:151: [92mFound[0m model type: [1mgpt2[0m. Use `--model-type` to override.
[2023-12-28 08:13:57] INFO gpt2_model.py:44: [1mcontext_window_size[0m not found in config.json. Falling back to [1mn_positions[0m (1024)
[2023-12-28 08:13:57] INFO gen_config.py:115: [generation_config.json] Setting [1mbos_token_id[0m: 50256
[2023-12-28 08:13:57] INFO gen_config.py:115: [generation_config.json] Setting [1meos_token_id[0m: 50256
[2023-12-28 08:13:57] INFO gen_config.py:129: [91mNot found[0m tokenizer config: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/tokenizer.model
[2023-12-28 08:13:57] INFO gen_config.py:127: [92mFound[0m tokenizer config: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/tokenizer.json. Copying to [1m/tmp/tmpif4lzkrt/tokenizer.json[0m
[2023-12-28 08:13:57] INFO gen_config.py:127: [92mFound[0m tokenizer config: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/vocab.json. Copying to [1m/tmp/tmpif4lzkrt/vocab.json[0m
[2023-12-28 08:13:57] INFO gen_config.py:127: [92mFound[0m tokenizer config: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/merges.txt. Copying to [1m/tmp/tmpif4lzkrt/merges.txt[0m
[2023-12-28 08:13:57] INFO gen_config.py:129: [91mNot found[0m tokenizer config: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/added_tokens.json
[2023-12-28 08:13:57] INFO gen_config.py:129: [91mNot found[0m tokenizer config: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/tokenizer_config.json
[2023-12-28 08:13:57] INFO gen_config.py:69: [System default] Setting [1mpad_token_id[0m: 0
[2023-12-28 08:13:57] INFO gen_config.py:69: [System default] Setting [1mtemperature[0m: 0.7
[2023-12-28 08:13:57] INFO gen_config.py:69: [System default] Setting [1mrepetition_penalty[0m: 1.0
[2023-12-28 08:13:57] INFO gen_config.py:69: [System default] Setting [1mtop_p[0m: 0.95
[2023-12-28 08:13:57] INFO gen_config.py:69: [System default] Setting [1mmean_gen_len[0m: 128
[2023-12-28 08:13:57] INFO gen_config.py:69: [System default] Setting [1mmax_gen_len[0m: 512
[2023-12-28 08:13:57] INFO gen_config.py:69: [System default] Setting [1mshift_fill_factor[0m: 0.3
[2023-12-28 08:13:57] INFO gen_config.py:157: Dumping configuration file to: [1m/tmp/tmpif4lzkrt/mlc-chat-config.json[0m
python -m mlc_chat convert_weight /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2 --quantization q0f16 --source-format auto --output /tmp/tmpif4lzkrt
[2023-12-28 08:13:57] INFO auto_config.py:115: [92mFound[0m model configuration: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/config.json
[2023-12-28 08:13:57] INFO auto_device.py:75: [92mFound[0m device: cuda:0
[2023-12-28 08:13:57] INFO auto_device.py:75: [92mFound[0m device: cuda:1
[2023-12-28 08:13:58] INFO auto_device.py:84: [91mNot found[0m device: rocm:0
[2023-12-28 08:13:58] INFO auto_device.py:84: [91mNot found[0m device: metal:0
[2023-12-28 08:13:58] INFO auto_device.py:75: [92mFound[0m device: vulkan:0
[2023-12-28 08:13:58] INFO auto_device.py:75: [92mFound[0m device: vulkan:1
[2023-12-28 08:13:58] INFO auto_device.py:75: [92mFound[0m device: vulkan:2
[2023-12-28 08:13:58] INFO auto_device.py:84: [91mNot found[0m device: opencl:0
[2023-12-28 08:13:58] INFO auto_device.py:33: Using device: [1mcuda:0[0m
[2023-12-28 08:13:58] INFO auto_weight.py:70: Finding weights in: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2
[2023-12-28 08:13:58] INFO auto_weight.py:129: [92mFound[0m source weight format: huggingface-torch. Source configuration: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/pytorch_model.bin
[2023-12-28 08:13:58] INFO auto_weight.py:149: [91mNot found[0m Huggingface Safetensor
[2023-12-28 08:13:58] INFO auto_weight.py:106: Using source weight configuration: [1m/ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/pytorch_model.bin[0m. Use `--source` to override.
[2023-12-28 08:13:58] INFO auto_weight.py:110: Using source weight format: [1mhuggingface-torch[0m. Use `--source-format` to override.
[2023-12-28 08:13:58] INFO auto_config.py:151: [92mFound[0m model type: [1mgpt2[0m. Use `--model-type` to override.
[2023-12-28 08:13:58] INFO gpt2_model.py:44: [1mcontext_window_size[0m not found in config.json. Falling back to [1mn_positions[0m (1024)
[2023-12-28 08:13:59] INFO huggingface_loader.py:169: Loading HF parameters from: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/pytorch_model.bin
[1mWeight conversion with arguments:[0m
[1m--config[0m /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/config.json
[1m--quantization[0m NoQuantize(name='q0f16', kind='no-quant', model_dtype='float16')
[1m--model-type[0m gpt2
[1m--device[0m cuda:0
[1m--source[0m /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/pytorch_model.bin
[1m--source-format[0m huggingface-torch
[1m--output[0m /tmp/tmpif4lzkrt
0%| | 0/149 [00:00<?, ?it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mlm_head.weight[0m", shape: (50257, 768), dtype: float16
0%| | 0/149 [00:00<?, ?it/s]
1%|█▊ | 1/149 [00:00<00:36, 4.05it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.wte.weight[0m", shape: (50257, 768), dtype: float16
1%|█▊ | 1/149 [00:00<00:36, 4.05it/s]
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.wpe.weight[0m", shape: (1024, 768), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.ln_1.weight[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.ln_1.bias[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.attn.c_proj.bias[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.ln_2.weight[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.ln_2.bias[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.0.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.ln_1.weight[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.ln_1.bias[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.attn.c_proj.bias[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.ln_2.weight[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.ln_2.bias[0m", shape: (768,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
1%|███▌ | 2/149 [00:00<00:35, 4.13it/s]
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.1.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.ln_1.weight[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.ln_1.bias[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.attn.c_proj.bias[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.ln_2.weight[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.ln_2.bias[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.2.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.ln_1.weight[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.ln_1.bias[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.attn.c_proj.bias[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.ln_2.weight[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.ln_2.bias[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.3.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.ln_1.weight[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.ln_1.bias[0m", shape: (768,), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
17%|█████████████████████████████████████████████▎ | 26/149 [00:00<00:01, 64.25it/s]
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.attn.c_proj.bias[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.ln_2.weight[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.ln_2.bias[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.4.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.ln_1.weight[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.ln_1.bias[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.attn.c_proj.bias[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.ln_2.weight[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.ln_2.bias[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.5.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.ln_1.weight[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.ln_1.bias[0m", shape: (768,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
36%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 54/149 [00:00<00:00, 119.07it/s]
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.attn.c_proj.bias[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.ln_2.weight[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.ln_2.bias[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.6.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.ln_1.weight[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.ln_1.bias[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.attn.c_proj.bias[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.ln_2.weight[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.ln_2.bias[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.7.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.ln_1.weight[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.ln_1.bias[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.attn.c_proj.bias[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.ln_2.weight[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.ln_2.bias[0m", shape: (768,), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
54%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 80/149 [00:00<00:00, 156.83it/s]
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.8.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.ln_1.weight[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.ln_1.bias[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.attn.c_proj.bias[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.ln_2.weight[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.ln_2.bias[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.9.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.ln_1.weight[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.ln_1.bias[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.attn.c_proj.bias[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.ln_2.weight[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.ln_2.bias[0m", shape: (768,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:00<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:01<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:01<00:00, 183.99it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 108/149 [00:01<00:00, 183.99it/s]
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.10.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.ln_1.weight[0m", shape: (768,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.ln_1.bias[0m", shape: (768,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.attn.c_attn.weight[0m", shape: (2304, 768), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.attn.c_attn.bias[0m", shape: (2304,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.attn.c_proj.weight[0m", shape: (768, 768), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.attn.c_proj.bias[0m", shape: (768,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.ln_2.weight[0m", shape: (768,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.ln_2.bias[0m", shape: (768,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.mlp.c_fc.weight[0m", shape: (3072, 768), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.mlp.c_fc.bias[0m", shape: (3072,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.mlp.c_proj.weight[0m", shape: (768, 3072), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.h.11.mlp.c_proj.bias[0m", shape: (768,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.ln_f.weight[0m", shape: (768,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mtransformer.ln_f.bias[0m", shape: (768,), dtype: float16
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 134/149 [00:01<00:00, 199.21it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 149/149 [00:01<00:00, 138.80it/s]
[2023-12-28 08:14:02] INFO huggingface_loader.py:179: Unloading HF weight file: /ssd1/cfruan/mlc-llm-repos/mlc-llm-head/dist/models/gpt2/pytorch_model.bin
[2023-12-28 08:14:02] INFO stats.py:71: [92mTime usage[0m: HF loading: 2.135 sec; Pre-quantization mapping: 0.693 sec; Quantization: 0.000 sec
[2023-12-28 08:14:02] INFO stats.py:85: [92mRAM usage[0m: Peak RAM: 0.510 GB. Total bytes loaded from disk: 0.510 GB
[2023-12-28 08:14:02] INFO convert_weight.py:110: [92mParameter size[0m after quantization: 0.304 GB
[2023-12-28 08:14:02] INFO convert_weight.py:115: [92mTotal parameters[0m: 163,037,184
[2023-12-28 08:14:02] INFO convert_weight.py:116: [92mBits per parameter[0m: 16.000
Start storing to cache /tmp/tmpif4lzkrt
[0001/0149] saving lm_head.weight
[0002/0149] saving transformer.wte.weight
[0003/0149] saving transformer.wpe.weight
[0004/0149] saving transformer.h.0.ln_1.weight
[0005/0149] saving transformer.h.0.ln_1.bias
[0006/0149] saving transformer.h.0.attn.c_attn.weight
[0007/0149] saving transformer.h.0.attn.c_attn.bias
[0008/0149] saving transformer.h.0.attn.c_proj.weight
[0009/0149] saving transformer.h.0.attn.c_proj.bias
[0010/0149] saving transformer.h.0.ln_2.weight
[0011/0149] saving transformer.h.0.ln_2.bias
[0012/0149] saving transformer.h.0.mlp.c_fc.weight
[0013/0149] saving transformer.h.0.mlp.c_fc.bias
[0014/0149] saving transformer.h.0.mlp.c_proj.weight
[0015/0149] saving transformer.h.0.mlp.c_proj.bias
[0016/0149] saving transformer.h.1.ln_1.weight
[0017/0149] saving transformer.h.1.ln_1.bias
[0018/0149] saving transformer.h.1.attn.c_attn.weight
[0019/0149] saving transformer.h.1.attn.c_attn.bias
[0020/0149] saving transformer.h.1.attn.c_proj.weight
[0021/0149] saving transformer.h.1.attn.c_proj.bias
[0022/0149] saving transformer.h.1.ln_2.weight
[0023/0149] saving transformer.h.1.ln_2.bias
[0024/0149] saving transformer.h.1.mlp.c_fc.weight
[0025/0149] saving transformer.h.1.mlp.c_fc.bias
[0026/0149] saving transformer.h.1.mlp.c_proj.weight
[0027/0149] saving transformer.h.1.mlp.c_proj.bias
[0028/0149] saving transformer.h.2.ln_1.weight
[0029/0149] saving transformer.h.2.ln_1.bias
[0030/0149] saving transformer.h.2.attn.c_attn.weight
[0031/0149] saving transformer.h.2.attn.c_attn.bias
[0032/0149] saving transformer.h.2.attn.c_proj.weight
[0033/0149] saving transformer.h.2.attn.c_proj.bias
[0034/0149] saving transformer.h.2.ln_2.weight
[0035/0149] saving transformer.h.2.ln_2.bias
[0036/0149] saving transformer.h.2.mlp.c_fc.weight
[0037/0149] saving transformer.h.2.mlp.c_fc.bias
[0038/0149] saving transformer.h.2.mlp.c_proj.weight
[0039/0149] saving transformer.h.2.mlp.c_proj.bias
[0040/0149] saving transformer.h.3.ln_1.weight
[0041/0149] saving transformer.h.3.ln_1.bias
[0042/0149] saving transformer.h.3.attn.c_attn.weight
[0043/0149] saving transformer.h.3.attn.c_attn.bias
[0044/0149] saving transformer.h.3.attn.c_proj.weight
[0045/0149] saving transformer.h.3.attn.c_proj.bias
[0046/0149] saving transformer.h.3.ln_2.weight
[0047/0149] saving transformer.h.3.ln_2.bias
[0048/0149] saving transformer.h.3.mlp.c_fc.weight
[0049/0149] saving transformer.h.3.mlp.c_fc.bias
[0050/0149] saving transformer.h.3.mlp.c_proj.weight
[0051/0149] saving transformer.h.3.mlp.c_proj.bias
[0052/0149] saving transformer.h.4.ln_1.weight
[0053/0149] saving transformer.h.4.ln_1.bias
[0054/0149] saving transformer.h.4.attn.c_attn.weight
[0055/0149] saving transformer.h.4.attn.c_attn.bias
[0056/0149] saving transformer.h.4.attn.c_proj.weight
[0057/0149] saving transformer.h.4.attn.c_proj.bias
[0058/0149] saving transformer.h.4.ln_2.weight
[0059/0149] saving transformer.h.4.ln_2.bias
[0060/0149] saving transformer.h.4.mlp.c_fc.weight
[0061/0149] saving transformer.h.4.mlp.c_fc.bias
[0062/0149] saving transformer.h.4.mlp.c_proj.weight
[0063/0149] saving transformer.h.4.mlp.c_proj.bias
[0064/0149] saving transformer.h.5.ln_1.weight
[0065/0149] saving transformer.h.5.ln_1.bias
[0066/0149] saving transformer.h.5.attn.c_attn.weight
[0067/0149] saving transformer.h.5.attn.c_attn.bias
[0068/0149] saving transformer.h.5.attn.c_proj.weight
[0069/0149] saving transformer.h.5.attn.c_proj.bias
[0070/0149] saving transformer.h.5.ln_2.weight
[0071/0149] saving transformer.h.5.ln_2.bias
[0072/0149] saving transformer.h.5.mlp.c_fc.weight
[0073/0149] saving transformer.h.5.mlp.c_fc.bias
[0074/0149] saving transformer.h.5.mlp.c_proj.weight
[0075/0149] saving transformer.h.5.mlp.c_proj.bias
[0076/0149] saving transformer.h.6.ln_1.weight
[0077/0149] saving transformer.h.6.ln_1.bias
[0078/0149] saving transformer.h.6.attn.c_attn.weight
[0079/0149] saving transformer.h.6.attn.c_attn.bias[2023-12-28 08:14:03] INFO convert_weight.py:132: Saved to directory: [1m/tmp/tmpif4lzkrt[0m
[0080/0149] saving transformer.h.6.attn.c_proj.weight
[0081/0149] saving transformer.h.6.attn.c_proj.bias
[0082/0149] saving transformer.h.6.ln_2.weight
[0083/0149] saving transformer.h.6.ln_2.bias
[0084/0149] saving transformer.h.6.mlp.c_fc.weight
[0085/0149] saving transformer.h.6.mlp.c_fc.bias
[0086/0149] saving transformer.h.6.mlp.c_proj.weight
[0087/0149] saving transformer.h.6.mlp.c_proj.bias
[0088/0149] saving transformer.h.7.ln_1.weight
[0089/0149] saving transformer.h.7.ln_1.bias
[0090/0149] saving transformer.h.7.attn.c_attn.weight
[0091/0149] saving transformer.h.7.attn.c_attn.bias
[0092/0149] saving transformer.h.7.attn.c_proj.weight
[0093/0149] saving transformer.h.7.attn.c_proj.bias
[0094/0149] saving transformer.h.7.ln_2.weight
[0095/0149] saving transformer.h.7.ln_2.bias
[0096/0149] saving transformer.h.7.mlp.c_fc.weight
[0097/0149] saving transformer.h.7.mlp.c_fc.bias
[0098/0149] saving transformer.h.7.mlp.c_proj.weight
[0099/0149] saving transformer.h.7.mlp.c_proj.bias
[0100/0149] saving transformer.h.8.ln_1.weight
[0101/0149] saving transformer.h.8.ln_1.bias
[0102/0149] saving transformer.h.8.attn.c_attn.weight
[0103/0149] saving transformer.h.8.attn.c_attn.bias
[0104/0149] saving transformer.h.8.attn.c_proj.weight
[0105/0149] saving transformer.h.8.attn.c_proj.bias
[0106/0149] saving transformer.h.8.ln_2.weight
[0107/0149] saving transformer.h.8.ln_2.bias
[0108/0149] saving transformer.h.8.mlp.c_fc.weight
[0109/0149] saving transformer.h.8.mlp.c_fc.bias
[0110/0149] saving transformer.h.8.mlp.c_proj.weight
[0111/0149] saving transformer.h.8.mlp.c_proj.bias
[0112/0149] saving transformer.h.9.ln_1.weight
[0113/0149] saving transformer.h.9.ln_1.bias
[0114/0149] saving transformer.h.9.attn.c_attn.weight
[0115/0149] saving transformer.h.9.attn.c_attn.bias
[0116/0149] saving transformer.h.9.attn.c_proj.weight
[0117/0149] saving transformer.h.9.attn.c_proj.bias
[0118/0149] saving transformer.h.9.ln_2.weight
[0119/0149] saving transformer.h.9.ln_2.bias
[0120/0149] saving transformer.h.9.mlp.c_fc.weight
[0121/0149] saving transformer.h.9.mlp.c_fc.bias
[0122/0149] saving transformer.h.9.mlp.c_proj.weight
[0123/0149] saving transformer.h.9.mlp.c_proj.bias
[0124/0149] saving transformer.h.10.ln_1.weight
[0125/0149] saving transformer.h.10.ln_1.bias
[0126/0149] saving transformer.h.10.attn.c_attn.weight
[0127/0149] saving transformer.h.10.attn.c_attn.bias
[0128/0149] saving transformer.h.10.attn.c_proj.weight
[0129/0149] saving transformer.h.10.attn.c_proj.bias
[0130/0149] saving transformer.h.10.ln_2.weight
[0131/0149] saving transformer.h.10.ln_2.bias
[0132/0149] saving transformer.h.10.mlp.c_fc.weight
[0133/0149] saving transformer.h.10.mlp.c_fc.bias
[0134/0149] saving transformer.h.10.mlp.c_proj.weight
[0135/0149] saving transformer.h.10.mlp.c_proj.bias
[0136/0149] saving transformer.h.11.ln_1.weight
[0137/0149] saving transformer.h.11.ln_1.bias
[0138/0149] saving transformer.h.11.attn.c_attn.weight
[0139/0149] saving transformer.h.11.attn.c_attn.bias
[0140/0149] saving transformer.h.11.attn.c_proj.weight
[0141/0149] saving transformer.h.11.attn.c_proj.bias
[0142/0149] saving transformer.h.11.ln_2.weight
[0143/0149] saving transformer.h.11.ln_2.bias
[0144/0149] saving transformer.h.11.mlp.c_fc.weight
[0145/0149] saving transformer.h.11.mlp.c_fc.bias
[0146/0149] saving transformer.h.11.mlp.c_proj.weight
[0147/0149] saving transformer.h.11.mlp.c_proj.bias
[0148/0149] saving transformer.ln_f.weight
[0149/0149] saving transformer.ln_f.bias
All finished, 8 total shards committed, record saved to /tmp/tmpif4lzkrt/ndarray-cache.json
|