AlanRobotics commited on
Commit
c2660fd
β€’
1 Parent(s): 7ff6f56

Training in progress, step 100

Browse files
config.json CHANGED
@@ -1,5 +1,5 @@
1
  {
2
- "_name_or_path": "facebook/opt-1.3b",
3
  "_remove_final_layer_norm": false,
4
  "activation_dropout": 0.0,
5
  "activation_function": "relu",
@@ -12,20 +12,20 @@
12
  "dropout": 0.1,
13
  "enable_bias": true,
14
  "eos_token_id": 2,
15
- "ffn_dim": 8192,
16
- "hidden_size": 2048,
17
  "init_std": 0.02,
18
  "layer_norm_elementwise_affine": true,
19
  "layerdrop": 0.0,
20
  "max_position_embeddings": 2048,
21
  "model_type": "opt",
22
- "num_attention_heads": 32,
23
- "num_hidden_layers": 24,
24
  "pad_token_id": 1,
25
  "prefix": "</s>",
26
  "torch_dtype": "float32",
27
  "transformers_version": "4.33.0",
28
  "use_cache": true,
29
  "vocab_size": 32000,
30
- "word_embed_proj_dim": 2048
31
  }
 
1
  {
2
+ "_name_or_path": "facebook/opt-125m",
3
  "_remove_final_layer_norm": false,
4
  "activation_dropout": 0.0,
5
  "activation_function": "relu",
 
12
  "dropout": 0.1,
13
  "enable_bias": true,
14
  "eos_token_id": 2,
15
+ "ffn_dim": 3072,
16
+ "hidden_size": 768,
17
  "init_std": 0.02,
18
  "layer_norm_elementwise_affine": true,
19
  "layerdrop": 0.0,
20
  "max_position_embeddings": 2048,
21
  "model_type": "opt",
22
+ "num_attention_heads": 12,
23
+ "num_hidden_layers": 12,
24
  "pad_token_id": 1,
25
  "prefix": "</s>",
26
  "torch_dtype": "float32",
27
  "transformers_version": "4.33.0",
28
  "use_cache": true,
29
  "vocab_size": 32000,
30
+ "word_embed_proj_dim": 768
31
  }
pytorch_model.bin CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:defb1ae7acfaf2d8a1781eaac9ab8e1c4d0e8eddb8d8fa1caf4a64448461b936
3
- size 5113480445
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:93a68d8253c40b5842d2b08e79a366d9be2f1b600b3aa440be09acc6bd3ec3e5
3
+ size 444891805
special_tokens_map.json CHANGED
@@ -2,14 +2,14 @@
2
  "bos_token": {
3
  "content": "<s>",
4
  "lstrip": false,
5
- "normalized": true,
6
  "rstrip": false,
7
  "single_word": false
8
  },
9
  "eos_token": {
10
  "content": "</s>",
11
  "lstrip": false,
12
- "normalized": true,
13
  "rstrip": false,
14
  "single_word": false
15
  },
@@ -17,7 +17,7 @@
17
  "unk_token": {
18
  "content": "<unk>",
19
  "lstrip": false,
20
- "normalized": true,
21
  "rstrip": false,
22
  "single_word": false
23
  }
 
2
  "bos_token": {
3
  "content": "<s>",
4
  "lstrip": false,
5
+ "normalized": false,
6
  "rstrip": false,
7
  "single_word": false
8
  },
9
  "eos_token": {
10
  "content": "</s>",
11
  "lstrip": false,
12
+ "normalized": false,
13
  "rstrip": false,
14
  "single_word": false
15
  },
 
17
  "unk_token": {
18
  "content": "<unk>",
19
  "lstrip": false,
20
+ "normalized": false,
21
  "rstrip": false,
22
  "single_word": false
23
  }
tokenizer.json CHANGED
@@ -9,7 +9,7 @@
9
  "single_word": false,
10
  "lstrip": false,
11
  "rstrip": false,
12
- "normalized": true,
13
  "special": true
14
  },
15
  {
@@ -18,7 +18,7 @@
18
  "single_word": false,
19
  "lstrip": false,
20
  "rstrip": false,
21
- "normalized": true,
22
  "special": true
23
  },
24
  {
@@ -27,7 +27,7 @@
27
  "single_word": false,
28
  "lstrip": false,
29
  "rstrip": false,
30
- "normalized": true,
31
  "special": true
32
  }
33
  ],
@@ -93266,126 +93266,126 @@
93266
  "▁livre s",
93267
  "lu b",
93268
  "l ub",
 
93269
  "▁▁ ▁▁",
93270
- "▁▁ ▁▁▁▁",
93271
- "▁▁ ▁▁▁▁▁▁▁▁",
93272
- "▁▁ ▁▁▁▁▁",
93273
  "▁▁ ▁▁▁▁▁▁",
93274
- "▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
93275
- "▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁",
93276
- "▁▁ ▁▁▁▁▁▁▁▁▁▁",
93277
- "▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁",
93278
- "▁▁ ▁▁▁",
93279
- "▁▁ ▁▁▁▁▁▁▁▁▁",
93280
- "▁▁ ▁▁▁▁▁▁▁",
93281
- "▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
93282
- "▁▁ ▁",
93283
- "▁▁▁▁ ▁▁",
93284
  "▁▁▁▁ ▁▁▁▁",
93285
- "▁▁▁▁ ▁▁▁▁▁▁▁▁",
93286
- "▁▁▁▁ ▁▁▁▁▁",
93287
- "▁▁▁▁ ▁▁▁▁▁▁",
93288
- "▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
93289
- "▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
93290
- "▁▁▁▁ ▁▁▁",
93291
- "▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
93292
- "▁▁▁▁ ▁▁▁▁▁▁▁",
93293
- "▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
93294
  "▁▁▁▁ ▁",
93295
- "▁▁▁▁▁▁▁▁ ▁▁",
93296
- "▁▁▁▁▁▁▁▁ ▁▁▁▁",
 
 
93297
  "▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
93298
- "▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
93299
- "▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
93300
- "▁▁▁▁▁▁▁▁ ▁▁▁",
93301
- "▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
93302
- "▁▁▁▁▁▁▁▁ ▁",
93303
- "▁▁▁▁▁ ▁▁",
93304
- "▁▁▁▁▁ ▁▁▁▁",
93305
- "▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
93306
- "▁▁▁▁▁ ▁▁▁▁▁",
93307
- "▁▁▁▁▁ ▁▁▁▁▁▁",
93308
- "▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
93309
- "▁▁▁▁▁ ▁▁▁",
93310
- "▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
93311
- "▁▁▁▁▁ ▁▁▁▁▁▁▁",
93312
  "▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
93313
- "▁▁▁▁▁ ▁",
93314
- "▁▁▁▁▁▁ ▁▁",
93315
- "▁▁▁▁▁▁ ▁▁▁▁",
93316
- "▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
93317
- "▁▁▁▁▁▁ ▁▁▁▁▁",
93318
- "▁▁▁▁▁▁ ▁▁▁▁▁▁",
93319
  "▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
93320
- "▁▁▁▁▁▁ ▁▁▁",
93321
- "▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
93322
- "▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
93323
- "▁▁▁▁▁▁ ▁",
93324
- "▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
93325
  "▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
93326
- "▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
93327
- "▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
93328
- "▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
93329
  "▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
93330
- "▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
93331
- "▁▁▁▁▁▁▁▁▁▁ ▁▁",
93332
- "▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
93333
- "▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
93334
  "▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
93335
- "▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
93336
- "▁▁▁▁▁▁▁▁▁▁ ▁",
93337
  "▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
93338
- "▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
93339
- "▁▁▁ ▁▁",
93340
- "▁▁▁ ▁▁▁▁",
93341
- "▁▁▁ ▁▁▁▁▁▁▁▁",
93342
- "▁▁▁ ▁▁▁▁▁",
93343
- "▁▁▁ ▁▁▁▁▁▁",
93344
- "▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
93345
  "▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁",
93346
- "▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
 
 
 
 
 
 
 
93347
  "▁▁▁ ▁▁��",
 
 
 
 
 
 
 
93348
  "▁▁▁ ▁▁▁▁▁▁▁▁▁",
93349
- "▁▁▁ ▁▁▁▁▁▁▁",
93350
- "▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
93351
- "▁▁▁ ▁",
93352
- "▁▁▁▁▁▁▁▁▁ ▁▁",
93353
- "▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
93354
- "▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
93355
- "▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
93356
  "▁▁▁▁▁▁▁▁▁ ▁▁▁",
93357
- "▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
93358
- "▁▁▁▁▁▁▁▁▁ ▁",
93359
- "▁▁▁▁▁▁▁ ▁▁",
93360
- "▁▁▁▁▁▁▁ ▁▁▁▁",
93361
- "▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
93362
  "▁▁▁▁▁▁▁ ▁▁▁▁▁",
 
 
 
 
 
 
 
 
 
 
 
93363
  "▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
 
 
 
 
 
 
 
 
 
93364
  "▁▁▁▁▁▁▁ ▁▁▁",
93365
- "▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
 
 
 
 
 
 
 
 
 
 
93366
  "▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
93367
- "▁▁▁▁▁▁▁ ▁",
93368
- "▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
93369
- "▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
93370
- "▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
93371
  "▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
93372
- "▁▁▁▁▁▁▁▁▁▁▁ ▁",
93373
- "▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
93374
  "▁ ▁▁",
93375
- "▁ ▁▁▁▁",
 
 
 
 
 
 
93376
  "▁ ▁▁▁▁▁▁▁▁",
93377
- "▁ ▁▁▁▁▁",
 
 
 
 
93378
  "▁ ▁▁▁▁▁▁",
93379
- "▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
93380
- "▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁",
 
 
 
 
 
 
 
93381
  "▁ ▁▁▁▁▁▁▁▁▁▁",
93382
- "▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁",
93383
- "▁ ▁▁▁",
93384
- "▁ ▁▁▁▁▁▁▁▁▁",
93385
- "▁ ▁▁▁▁▁▁▁",
93386
- "▁ ▁▁▁▁▁▁▁▁▁▁▁",
93387
- "▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁",
93388
- "▁ ▁"
 
 
 
 
 
 
 
93389
  ]
93390
  }
93391
  }
 
9
  "single_word": false,
10
  "lstrip": false,
11
  "rstrip": false,
12
+ "normalized": false,
13
  "special": true
14
  },
15
  {
 
18
  "single_word": false,
19
  "lstrip": false,
20
  "rstrip": false,
21
+ "normalized": false,
22
  "special": true
23
  },
24
  {
 
27
  "single_word": false,
28
  "lstrip": false,
29
  "rstrip": false,
30
+ "normalized": false,
31
  "special": true
32
  }
33
  ],
 
93266
  "▁livre s",
93267
  "lu b",
93268
  "l ub",
93269
+ "▁ ▁",
93270
  "▁▁ ▁▁",
93271
+ "▁▁▁ ▁",
93272
+ "▁ ▁▁▁",
 
93273
  "▁▁ ▁▁▁▁▁▁",
 
 
 
 
 
 
 
 
 
 
93274
  "▁▁▁▁ ▁▁▁▁",
93275
+ "▁▁▁▁▁ ▁▁▁",
93276
+ "▁▁▁▁▁▁ ▁▁",
93277
+ "▁▁▁ ▁▁▁▁▁",
93278
+ "▁▁▁▁▁▁▁ ▁",
93279
+ "▁ ▁▁▁▁▁▁▁",
93280
+ "▁▁ ▁▁▁",
 
 
 
93281
  "▁▁▁▁ ▁",
93282
+ "▁▁▁ ▁▁",
93283
+ "▁ ▁▁▁▁",
93284
+ "▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁",
93285
+ "▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
93286
  "▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
 
 
 
 
 
 
 
 
 
 
 
 
 
 
93287
  "▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
 
 
 
 
 
 
93288
  "▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
 
 
 
 
 
93289
  "▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
 
 
 
93290
  "▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
 
 
 
 
93291
  "▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
 
 
93292
  "▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
 
 
 
 
 
 
 
93293
  "▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁",
93294
+ "▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
93295
+ "▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
93296
+ "▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
93297
+ "▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
93298
+ "▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁",
93299
+ "▁▁ ▁▁▁▁",
93300
+ "▁▁▁▁ ▁▁",
93301
+ "▁▁▁▁▁ ▁",
93302
  "▁▁▁ ▁▁��",
93303
+ "▁ ▁▁▁▁▁",
93304
+ "▁▁ ▁▁▁▁▁▁▁▁▁▁",
93305
+ "▁▁▁▁ ▁▁▁▁▁▁▁▁",
93306
+ "▁▁▁▁▁▁▁▁ ▁▁▁▁",
93307
+ "▁▁▁▁▁ ▁▁▁▁▁▁▁",
93308
+ "▁▁▁▁▁▁ ▁▁▁▁▁▁",
93309
+ "▁▁▁▁▁▁▁▁▁▁ ▁▁",
93310
  "▁▁▁ ▁▁▁▁▁▁▁▁▁",
 
 
 
 
 
 
 
93311
  "▁▁▁▁▁▁▁▁▁ ▁▁▁",
 
 
 
 
 
93312
  "▁▁▁▁▁▁▁ ▁▁▁▁▁",
93313
+ "▁▁▁▁▁▁▁▁▁▁▁ ▁",
93314
+ "▁ ▁▁▁▁▁▁▁▁▁▁▁",
93315
+ "▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
93316
+ "▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
93317
+ "▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
93318
+ "▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
93319
+ "▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
93320
+ "▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
93321
+ "▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
93322
+ "▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
93323
+ "▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
93324
  "▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
93325
+ "▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
93326
+ "▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
93327
+ "▁▁ ▁▁▁▁▁▁▁▁",
93328
+ "▁▁▁▁ ▁▁▁▁▁▁",
93329
+ "▁▁▁▁▁▁▁▁ ▁▁",
93330
+ "▁▁▁▁▁ ▁▁▁▁▁",
93331
+ "▁▁▁▁▁▁ ▁▁▁▁",
93332
+ "▁▁▁ ▁▁▁▁▁▁▁",
93333
+ "▁▁▁▁▁▁▁▁▁ ▁",
93334
  "▁▁▁▁▁▁▁ ▁▁▁",
93335
+ "▁ ▁▁▁▁▁▁▁▁▁",
93336
+ "▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
93337
+ "▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
93338
+ "▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
93339
+ "▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
93340
+ "▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
93341
+ "▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
93342
+ "▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
93343
+ "▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
93344
+ "▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
93345
+ "▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
93346
  "▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
 
 
 
 
93347
  "▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
93348
+ "▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁",
93349
+ "▁▁ ▁",
93350
  "▁ ▁▁",
93351
+ "▁▁ ▁▁▁▁▁▁▁",
93352
+ "▁▁▁▁ ▁▁▁▁▁",
93353
+ "▁▁▁▁▁▁▁▁ ▁",
93354
+ "▁▁▁▁▁ ▁▁▁▁",
93355
+ "▁▁▁▁▁▁ ▁▁▁",
93356
+ "▁▁▁ ▁▁▁▁▁▁",
93357
+ "▁▁▁▁▁▁▁ ▁▁",
93358
  "▁ ▁▁▁▁▁▁▁▁",
93359
+ "▁▁ ▁▁▁▁▁",
93360
+ "▁▁▁▁ ▁▁▁",
93361
+ "▁▁▁▁▁ ▁▁",
93362
+ "▁▁▁▁▁▁ ▁",
93363
+ "▁▁▁ ▁▁▁▁",
93364
  "▁ ▁▁▁▁▁▁",
93365
+ "▁▁ ▁▁▁▁▁▁▁▁▁",
93366
+ "▁▁▁▁ ▁▁▁▁▁▁▁",
93367
+ "▁▁▁▁▁▁▁▁ ▁▁▁",
93368
+ "▁▁▁▁▁ ▁▁▁▁▁▁",
93369
+ "▁▁▁▁▁▁ ▁▁▁▁▁",
93370
+ "▁▁▁▁▁▁▁▁▁▁ ▁",
93371
+ "▁▁▁ ▁▁▁▁▁▁▁▁",
93372
+ "▁▁▁▁▁▁▁▁▁ ▁▁",
93373
+ "▁▁▁▁▁▁▁ ▁▁▁▁",
93374
  "▁ ▁▁▁▁▁▁▁▁▁▁",
93375
+ "▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁",
93376
+ "▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁",
93377
+ "▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁",
93378
+ "▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁▁",
93379
+ "▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁▁",
93380
+ "▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁",
93381
+ "▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁▁",
93382
+ "▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁",
93383
+ "▁▁▁▁▁▁▁▁▁▁▁▁▁▁ ▁",
93384
+ "▁▁▁ ▁▁▁▁▁▁▁▁▁▁▁▁",
93385
+ "▁▁▁▁▁▁▁▁▁ ▁▁▁▁▁▁",
93386
+ "▁▁▁▁▁▁▁ ▁▁▁▁▁▁▁▁",
93387
+ "▁▁▁▁▁▁▁▁▁▁▁ ▁▁▁▁",
93388
+ "▁ ▁▁▁▁▁▁▁▁▁▁▁▁▁▁"
93389
  ]
93390
  }
93391
  }
tokenizer_config.json CHANGED
@@ -1,9 +1,11 @@
1
  {
 
 
2
  "bos_token": {
3
  "__type": "AddedToken",
4
  "content": "<s>",
5
  "lstrip": false,
6
- "normalized": true,
7
  "rstrip": false,
8
  "single_word": false
9
  },
@@ -12,19 +14,22 @@
12
  "__type": "AddedToken",
13
  "content": "</s>",
14
  "lstrip": false,
15
- "normalized": true,
16
  "rstrip": false,
17
  "single_word": false
18
  },
19
- "model_max_length": 2048,
 
20
  "pad_token": null,
 
21
  "sp_model_kwargs": {},
 
22
  "tokenizer_class": "LlamaTokenizer",
23
  "unk_token": {
24
  "__type": "AddedToken",
25
  "content": "<unk>",
26
  "lstrip": false,
27
- "normalized": true,
28
  "rstrip": false,
29
  "single_word": false
30
  },
 
1
  {
2
+ "add_bos_token": true,
3
+ "add_eos_token": false,
4
  "bos_token": {
5
  "__type": "AddedToken",
6
  "content": "<s>",
7
  "lstrip": false,
8
+ "normalized": false,
9
  "rstrip": false,
10
  "single_word": false
11
  },
 
14
  "__type": "AddedToken",
15
  "content": "</s>",
16
  "lstrip": false,
17
+ "normalized": false,
18
  "rstrip": false,
19
  "single_word": false
20
  },
21
+ "legacy": false,
22
+ "model_max_length": 4096,
23
  "pad_token": null,
24
+ "padding_side": "right",
25
  "sp_model_kwargs": {},
26
+ "spaces_between_special_tokens": false,
27
  "tokenizer_class": "LlamaTokenizer",
28
  "unk_token": {
29
  "__type": "AddedToken",
30
  "content": "<unk>",
31
  "lstrip": false,
32
+ "normalized": false,
33
  "rstrip": false,
34
  "single_word": false
35
  },
training_args.bin CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:896f40b1f85a55dab7adbf4225b9598389adfc75844ee93972c91951f4bd54a5
3
  size 3963
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:6f5f6a4936fb61d16cce72bc85e2117e73007b0faf5f865241864d7bd52c03d7
3
  size 3963