File size: 307,936 Bytes
7e70d93 | 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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 1181 | [2025-12-26 10:10:04,765] [DEBUG] [axolotl.utils.config.resolve_dtype:66] [PID:1090] bf16 support detected, enabling for this configuration.
config.json: 0%| | 0.00/760 [00:00<?, ?B/s]
config.json: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████| 760/760 [00:00<00:00, 6.81MB/s]
[2025-12-26 10:10:05,805] [DEBUG] [axolotl.utils.config.log_gpu_memory_usage:127] [PID:1090] baseline 0.000GB ()
[2025-12-26 10:10:05,805] [INFO] [axolotl.cli.config.load_cfg:256] [PID:1090] config:
{
"activation_offloading": false,
"adapter": "qlora",
"axolotl_config_path": "train.yaml",
"base_model": "deepseek-ai/deepseek-coder-6.7b-instruct",
"base_model_config": "deepseek-ai/deepseek-coder-6.7b-instruct",
"batch_size": 12,
"bf16": true,
"capabilities": {
"bf16": true,
"compute_capability": "sm_89",
"fp8": false,
"n_gpu": 1,
"n_node": 1
},
"context_parallel_size": 1,
"dataloader_num_workers": 1,
"dataloader_pin_memory": true,
"dataloader_prefetch_factor": 256,
"dataset_num_proc": 32,
"datasets": [
{
"message_property_mappings": {
"content": "content",
"role": "role"
},
"path": "darwinkernelpanic/luau_corpus_axolotl",
"trust_remote_code": false,
"type": "completion"
}
],
"ddp": false,
"device": "cuda:0",
"dion_rank_fraction": 1.0,
"dion_rank_multiple_of": 1,
"env_capabilities": {
"torch_version": "2.8.0"
},
"eval_batch_size": 6,
"eval_causal_lm_metrics": [
"sacrebleu",
"comet",
"ter",
"chrf"
],
"eval_max_new_tokens": 128,
"eval_sample_packing": true,
"eval_steps": 0.08333333333333333,
"eval_table_size": 0,
"evals_per_epoch": 4,
"experimental_skip_move_to_device": true,
"flash_attention": true,
"fp16": false,
"fsdp": [],
"fsdp_config": {},
"gradient_accumulation_steps": 2,
"gradient_checkpointing": true,
"gradient_checkpointing_kwargs": {
"use_reentrant": false
},
"hub_model_id": "darwinkernelpanic/deepseek-coder-6.7b-instruct-luau",
"hub_strategy": "end",
"include_tkps": true,
"is_llama_derived_model": true,
"learning_rate": 0.0002,
"lisa_layers_attribute": "model.layers",
"load_best_model_at_end": false,
"load_in_4bit": true,
"load_in_8bit": false,
"local_rank": 0,
"logging_steps": 10,
"lora_alpha": 32,
"lora_dropout": 0.05,
"lora_r": 32,
"lora_target_linear": true,
"loraplus_lr_embedding": 1e-06,
"lr_scheduler": "cosine",
"mean_resizing_embeddings": false,
"micro_batch_size": 6,
"model_config_type": "llama",
"num_epochs": 3.0,
"optimizer": "adamw_torch_fused",
"otel_metrics_host": "localhost",
"otel_metrics_port": 8000,
"output_dir": "./outputs/deepseek-luau-finetune",
"pad_to_sequence_len": true,
"pretrain_multipack_attn": true,
"profiler_steps_start": 0,
"qlora_sharded_model_loading": false,
"ray_num_workers": 1,
"resources_per_worker": {
"GPU": 1
},
"sample_packing": true,
"sample_packing_bin_size": 200,
"sample_packing_group_size": 100000,
"save_only_model": false,
"save_safetensors": true,
"save_steps": 0.3333333333333333,
"saves_per_epoch": 1,
"sequence_len": 3072,
"shuffle_before_merging_datasets": false,
"shuffle_merged_datasets": true,
"skip_prepare_dataset": false,
"special_tokens": {
"pad_token": "<|EOT|>"
},
"streaming_multipack_buffer_size": 10000,
"strict": false,
"tensor_parallel_size": 1,
"tf32": true,
"tiled_mlp_use_original_mlp": true,
"tokenizer_config": "deepseek-ai/deepseek-coder-6.7b-instruct",
"tokenizer_save_jinja_files": true,
"torch_dtype": "torch.bfloat16",
"train_on_inputs": false,
"trl": {
"log_completions": false,
"mask_truncated_completions": false,
"ref_model_mixup_alpha": 0.9,
"ref_model_sync_steps": 64,
"scale_rewards": true,
"sync_ref_model": false,
"use_vllm": false,
"vllm_server_host": "0.0.0.0",
"vllm_server_port": 8000
},
"trust_remote_code": true,
"use_otel_metrics": false,
"use_ray": false,
"use_wandb": true,
"val_set_size": 0.05,
"vllm": {
"device": "auto",
"dtype": "auto",
"gpu_memory_utilization": 0.9,
"host": "0.0.0.0",
"port": 8000
},
"wandb_name": "deepseek-coder-6.7b-luau",
"wandb_project": "deepseek-luau-finetune",
"warmup_ratio": 0.1,
"weight_decay": 0.01,
"world_size": 1
}
tokenizer_config.json: 0.00B [00:00, ?B/s]
tokenizer_config.json: 1.87kB [00:00, 9.83MB/s]
tokenizer.json: 0.00B [00:00, ?B/s]
tokenizer.json: 578kB [00:00, 5.75MB/s]
tokenizer.json: 1.37MB [00:00, 12.5MB/s]
[2025-12-26 10:10:09,472] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:280] [PID:1090] EOS: 32021 / <|EOT|>
[2025-12-26 10:10:09,472] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:281] [PID:1090] BOS: 32013 / <｜begin▁of▁sentence｜>
[2025-12-26 10:10:09,472] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:282] [PID:1090] PAD: 32021 / <|EOT|>
[2025-12-26 10:10:09,472] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:283] [PID:1090] UNK: None / None
[2025-12-26 10:10:09,472] [INFO] [axolotl.utils.data.shared.load_preprocessed_dataset:481] [PID:1090] Unable to find prepared dataset in last_run_prepared/b55957ea74fd9e928a892829ce7838eb
[2025-12-26 10:10:09,472] [INFO] [axolotl.utils.data.sft._load_raw_datasets:320] [PID:1090] Loading raw datasets...
[2025-12-26 10:10:09,472] [WARNING] [axolotl.utils.data.sft._load_raw_datasets:322] [PID:1090] Processing datasets during training can lead to VRAM instability. Please pre-process your dataset using `axolotl preprocess path/to/config.yml`.
README.md: 0.00B [00:00, ?B/s]
README.md: 1.79kB [00:00, 11.7MB/s]
train.jsonl: 0%| | 0.00/41.1M [00:00<?, ?B/s]
train.jsonl: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████| 41.1M/41.1M [00:01<00:00, 33.4MB/s]
train.jsonl: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████| 41.1M/41.1M [00:01<00:00, 33.4MB/s]
test.jsonl: 0.00B [00:00, ?B/s]
test.jsonl: 7.32MB [00:00, 222MB/s]
Generating train split: 0%| | 0/22633 [00:00<?, ? examples/s]
Generating train split: 100%|█████████████████████████████████████████████████████████████████████████████| 22633/22633 [00:00<00:00, 305162.62 examples/s]
Generating test split: 0%| | 0/4969 [00:00<?, ? examples/s]
Generating test split: 100%|████████████████████████████████████████████████████████████████████████████████| 4969/4969 [00:00<00:00, 431643.95 examples/s]
[2025-12-26 10:10:15,135] [INFO] [axolotl.utils.data.wrappers.get_dataset_wrapper:87] [PID:1090] Loading dataset: darwinkernelpanic/luau_corpus_axolotl with base_type: completion and prompt_style: None
Tokenizing Prompts (num_proc=32): 0%| | 0/22633 [00:00<?, ? examples/s]
Tokenizing Prompts (num_proc=32): 3%|██▏ | 708/22633 [00:00<00:08, 2733.25 examples/s]
Tokenizing Prompts (num_proc=32): 31%|█████████████████████▌ | 7079/22633 [00:00<00:00, 24258.29 examples/s]
Tokenizing Prompts (num_proc=32): 69%|██████████████████████████████████████████████▊ | 15563/22633 [00:00<00:00, 44454.89 examples/s]
Tokenizing Prompts (num_proc=32): 100%|████████████████████████████████████████████████████████████████████| 22633/22633 [00:00<00:00, 35904.19 examples/s]
[2025-12-26 10:10:15,801] [INFO] [axolotl.utils.data.utils.handle_long_seq_in_dataset:218] [PID:1090] min_input_len: 3
[2025-12-26 10:10:15,801] [INFO] [axolotl.utils.data.utils.handle_long_seq_in_dataset:220] [PID:1090] max_input_len: 3072
Dropping Long Sequences (>3072) (num_proc=32): 0%| | 0/22636 [00:00<?, ? examples/s]
Dropping Long Sequences (>3072) (num_proc=32): 3%|█▊ | 708/22636 [00:00<00:04, 4664.70 examples/s]
Dropping Long Sequences (>3072) (num_proc=32): 100%|███████████████████████████████████████████████████████| 22636/22636 [00:00<00:00, 72336.69 examples/s]
Drop Samples with Zero Trainable Tokens (num_proc=32): 0%| | 0/22636 [00:00<?, ? examples/s]
Drop Samples with Zero Trainable Tokens (num_proc=32): 3%|█▌ | 708/22636 [00:00<00:05, 3773.31 examples/s]
Drop Samples with Zero Trainable Tokens (num_proc=32): 100%|███████████████████████████████████████████████| 22636/22636 [00:00<00:00, 70261.82 examples/s]
Add position_id column (Sample Packing) (num_proc=32): 0%| | 0/22636 [00:00<?, ? examples/s]
Add position_id column (Sample Packing) (num_proc=32): 3%|█▌ | 708/22636 [00:00<00:04, 4460.34 examples/s]
Add position_id column (Sample Packing) (num_proc=32): 100%|███████████████████████████████████████████████| 22636/22636 [00:00<00:00, 68446.54 examples/s]
Saving the dataset (0/32 shards): 0%| | 0/22636 [00:00<?, ? examples/s]
Saving the dataset (0/32 shards): 3%|██▏ | 708/22636 [00:00<00:05, 4156.28 examples/s]
Saving the dataset (1/32 shards): 3%|██▏ | 708/22636 [00:00<00:05, 4156.28 examples/s]
Saving the dataset (2/32 shards): 6%|████▍ | 1416/22636 [00:00<00:05, 4156.28 examples/s]
Saving the dataset (3/32 shards): 9%|██████▌ | 2124/22636 [00:00<00:04, 4156.28 examples/s]
Saving the dataset (4/32 shards): 13%|████████▊ | 2832/22636 [00:00<00:04, 4156.28 examples/s]
Saving the dataset (5/32 shards): 16%|██████████▉ | 3540/22636 [00:00<00:04, 4156.28 examples/s]
Saving the dataset (6/32 shards): 19%|█████████████▏ | 4248/22636 [00:00<00:04, 4156.28 examples/s]
Saving the dataset (7/32 shards): 22%|███████████████▎ | 4956/22636 [00:00<00:04, 4156.28 examples/s]
Saving the dataset (8/32 shards): 25%|█████████████████▌ | 5664/22636 [00:00<00:04, 4156.28 examples/s]
Saving the dataset (9/32 shards): 28%|███████████████████▋ | 6372/22636 [00:00<00:03, 4156.28 examples/s]
Saving the dataset (10/32 shards): 31%|█████████████████████▌ | 7080/22636 [00:00<00:03, 4156.28 examples/s]
Saving the dataset (11/32 shards): 34%|███████████████████████▋ | 7788/22636 [00:00<00:03, 4156.28 examples/s]
Saving the dataset (12/32 shards): 38%|█████████████████████████▉ | 8496/22636 [00:00<00:03, 4156.28 examples/s]
Saving the dataset (13/32 shards): 41%|████████████████████████████ | 9203/22636 [00:00<00:03, 4156.28 examples/s]
Saving the dataset (14/32 shards): 44%|██████████████████████████████▏ | 9910/22636 [00:00<00:03, 4156.28 examples/s]
Saving the dataset (15/32 shards): 47%|███████████████████████████████▉ | 10617/22636 [00:00<00:02, 4156.28 examples/s]
Saving the dataset (16/32 shards): 50%|██████████████████████████████████ | 11324/22636 [00:00<00:02, 4156.28 examples/s]
Saving the dataset (17/32 shards): 53%|████████████████████████████████████▏ | 12031/22636 [00:00<00:02, 4156.28 examples/s]
Saving the dataset (18/32 shards): 56%|██████████████████████████████████████▎ | 12738/22636 [00:00<00:02, 4156.28 examples/s]
Saving the dataset (19/32 shards): 59%|████████████████████████████████████████▍ | 13445/22636 [00:00<00:02, 4156.28 examples/s]
Saving the dataset (20/32 shards): 63%|██████████████████████████████████████████▌ | 14152/22636 [00:00<00:02, 4156.28 examples/s]
Saving the dataset (21/32 shards): 66%|████████████████████████████████████████████▋ | 14859/22636 [00:00<00:01, 4156.28 examples/s]
Saving the dataset (22/32 shards): 69%|██████████████████████████████████████████████▊ | 15566/22636 [00:00<00:01, 4156.28 examples/s]
Saving the dataset (23/32 shards): 72%|████████████████████████████████████████████████▉ | 16273/22636 [00:00<00:01, 4156.28 examples/s]
Saving the dataset (24/32 shards): 75%|███████████████████████████████████████████████████ | 16980/22636 [00:00<00:01, 4156.28 examples/s]
Saving the dataset (25/32 shards): 78%|█████████████████████████████████████████████████████▏ | 17687/22636 [00:00<00:01, 4156.28 examples/s]
Saving the dataset (26/32 shards): 81%|███████████████████████████████████████████████████████▎ | 18394/22636 [00:00<00:01, 4156.28 examples/s]
Saving the dataset (27/32 shards): 84%|█████████████████████████████████████████████████████████▍ | 19101/22636 [00:00<00:00, 4156.28 examples/s]
Saving the dataset (28/32 shards): 88%|███████████████████████████████████████████████████████████▌ | 19808/22636 [00:00<00:00, 4156.28 examples/s]
Saving the dataset (29/32 shards): 91%|█████████████████████████████████████████████████████████████▋ | 20515/22636 [00:00<00:00, 4156.28 examples/s]
Saving the dataset (30/32 shards): 94%|███████████████████████████████████████████████████████████████▊ | 21222/22636 [00:00<00:00, 4156.28 examples/s]
Saving the dataset (31/32 shards): 97%|█████████████████████████████████████████████████████████████████▉ | 21929/22636 [00:00<00:00, 4156.28 examples/s]
Saving the dataset (32/32 shards): 100%|████████████████████████████████████████████████████████████████████| 22636/22636 [00:00<00:00, 4156.28 examples/s]
Saving the dataset (32/32 shards): 100%|███████████████████████████████████████████████████████████████████| 22636/22636 [00:00<00:00, 96015.62 examples/s]
[2025-12-26 10:10:17,116] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:406] [PID:1090] total_num_tokens: 35_122
[2025-12-26 10:10:17,119] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:424] [PID:1090] `total_supervised_tokens: 35_122`
[2025-12-26 10:10:17,125] [DEBUG] [axolotl.utils.samplers.multipack.pack_parallel:177] [PID:1090] Using single process for pack_parallel, running sequentially.
[2025-12-26 10:10:17,841] [DEBUG] [axolotl.utils.samplers.multipack.pack_parallel:177] [PID:1090] Using single process for pack_parallel, running sequentially.
[2025-12-26 10:10:18,075] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.2349259853363037
[2025-12-26 10:10:18,076] [DEBUG] [axolotl.utils.samplers.multipack.pack_parallel:177] [PID:1090] Using single process for pack_parallel, running sequentially.
[2025-12-26 10:10:18,305] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.2298431396484375
[2025-12-26 10:10:18,306] [DEBUG] [axolotl.utils.samplers.multipack.pack_parallel:177] [PID:1090] Using single process for pack_parallel, running sequentially.
[2025-12-26 10:10:18,534] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.22887825965881348
[2025-12-26 10:10:18,535] [DEBUG] [axolotl.utils.samplers.multipack.pack_parallel:177] [PID:1090] Using single process for pack_parallel, running sequentially.
[2025-12-26 10:10:18,765] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.22986292839050293
[2025-12-26 10:10:18,800] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
[2025-12-26 10:10:18,800] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:483] [PID:1090] data_loader_len: 3
[2025-12-26 10:10:18,801] [INFO] [axolotl.utils.trainer.calc_sample_packing_eff_est:499] [PID:1090] sample_packing_eff_est across ranks: [0.31758174189814814]
[2025-12-26 10:10:18,801] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:511] [PID:1090] sample_packing_eff_est: None
[2025-12-26 10:10:18,801] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:522] [PID:1090] total_num_steps: 9
[2025-12-26 10:10:18,808] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:406] [PID:1090] total_num_tokens: 729_243
[2025-12-26 10:10:18,846] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:424] [PID:1090] `total_supervised_tokens: 729_243`
[2025-12-26 10:10:18,922] [DEBUG] [axolotl.utils.samplers.multipack.pack_parallel:177] [PID:1090] Using single process for pack_parallel, running sequentially.
[2025-12-26 10:10:19,135] [DEBUG] [axolotl.utils.samplers.multipack.pack_parallel:177] [PID:1090] Using single process for pack_parallel, running sequentially.
[2025-12-26 10:10:19,336] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.20236992835998535
[2025-12-26 10:10:19,338] [DEBUG] [axolotl.utils.samplers.multipack.pack_parallel:177] [PID:1090] Using single process for pack_parallel, running sequentially.
[2025-12-26 10:10:19,547] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.21047306060791016
[2025-12-26 10:10:19,549] [DEBUG] [axolotl.utils.samplers.multipack.pack_parallel:177] [PID:1090] Using single process for pack_parallel, running sequentially.
[2025-12-26 10:10:19,750] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.20215082168579102
[2025-12-26 10:10:19,751] [DEBUG] [axolotl.utils.samplers.multipack.pack_parallel:177] [PID:1090] Using single process for pack_parallel, running sequentially.
[2025-12-26 10:10:19,945] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.19507765769958496
[2025-12-26 10:10:19,945] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [108]
[2025-12-26 10:10:19,945] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:483] [PID:1090] data_loader_len: 54
[2025-12-26 10:10:19,945] [INFO] [axolotl.utils.trainer.calc_sample_packing_eff_est:499] [PID:1090] sample_packing_eff_est across ranks: [0.3663330078125]
[2025-12-26 10:10:19,945] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:511] [PID:1090] sample_packing_eff_est: 0.37
[2025-12-26 10:10:19,945] [DEBUG] [axolotl.utils.trainer.calculate_total_num_steps:522] [PID:1090] total_num_steps: 162
[2025-12-26 10:10:19,945] [INFO] [axolotl.utils.data.sft._prepare_standard_dataset:121] [PID:1090] Maximum number of steps set at 162
[2025-12-26 10:10:19,949] [DEBUG] [axolotl.train.setup_model_and_tokenizer:70] [PID:1090] loading tokenizer... deepseek-ai/deepseek-coder-6.7b-instruct
[2025-12-26 10:10:20,767] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:280] [PID:1090] EOS: 32021 / <|EOT|>
[2025-12-26 10:10:20,767] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:281] [PID:1090] BOS: 32013 / <｜begin▁of▁sentence｜>
[2025-12-26 10:10:20,767] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:282] [PID:1090] PAD: 32021 / <|EOT|>
[2025-12-26 10:10:20,767] [DEBUG] [axolotl.loaders.tokenizer.load_tokenizer:283] [PID:1090] UNK: None / None
[2025-12-26 10:10:20,767] [DEBUG] [axolotl.train.setup_model_and_tokenizer:82] [PID:1090] Loading model
[2025-12-26 10:10:21,021] [DEBUG] [axolotl.monkeypatch.transformers.trainer_loss_calc.patch_evaluation_loop:87] [PID:1090] Patched Trainer.evaluation_loop with nanmean loss calculation
[2025-12-26 10:10:21,022] [DEBUG] [axolotl.monkeypatch.transformers.trainer_loss_calc.patch_maybe_log_save_evaluate:138] [PID:1090] Patched Trainer._maybe_log_save_evaluate with nanmean loss calculation
[2025-12-26 10:10:21,022] [INFO] [axolotl.loaders.patch_manager._apply_multipack_patches:301] [PID:1090] Applying multipack dataloader patch for sample packing...
model.safetensors.index.json: 0.00B [00:00, ?B/s]
model.safetensors.index.json: 25.1kB [00:00, 109MB/s]
model-00001-of-00002.safetensors: 0%| | 0.00/9.98G [00:00<?, ?B/s]
model-00001-of-00002.safetensors: 0%| | 10.1k/9.98G [00:02<775:47:45, 3.57kB/s]
model-00001-of-00002.safetensors: 0%| | 92.3k/9.98G [00:02<64:22:57, 43.1kB/s]
model-00001-of-00002.safetensors: 0%| | 252k/9.98G [00:03<19:19:42, 143kB/s]
model-00001-of-00002.safetensors: 0%| | 745k/9.98G [00:03<5:06:17, 543kB/s]
model-00001-of-00002.safetensors: 0%| | 986k/9.98G [00:03<3:59:11, 695kB/s]
model-00001-of-00002.safetensors: 0%| | 2.00M/9.98G [00:03<1:32:41, 1.79MB/s]
model-00001-of-00002.safetensors: 0%| | 2.99M/9.98G [00:03<55:37, 2.99MB/s]
model-00001-of-00002.safetensors: 0%|▏ | 19.3M/9.98G [00:04<12:02, 13.8MB/s]
model-00001-of-00002.safetensors: 0%|▏ | 20.3M/9.98G [00:05<19:26, 8.54MB/s]
model-00001-of-00002.safetensors: 0%|▏ | 21.2M/9.98G [00:05<19:58, 8.31MB/s]
model-00001-of-00002.safetensors: 1%|▋ | 91.1M/9.98G [00:05<02:04, 79.5MB/s]
model-00001-of-00002.safetensors: 1%|▉ | 116M/9.98G [00:06<03:36, 45.5MB/s]
model-00001-of-00002.safetensors: 2%|█▍ | 184M/9.98G [00:06<01:52, 86.9MB/s]
model-00001-of-00002.safetensors: 2%|█▋ | 212M/9.98G [00:06<01:47, 91.3MB/s]
model-00001-of-00002.safetensors: 2%|█▉ | 243M/9.98G [00:08<03:27, 46.9MB/s]
model-00001-of-00002.safetensors: 3%|██▎ | 285M/9.98G [00:08<02:30, 64.5MB/s]
model-00001-of-00002.safetensors: 3%|██▌ | 315M/9.98G [00:08<02:03, 78.3MB/s]
model-00001-of-00002.safetensors: 4%|███▋ | 449M/9.98G [00:08<00:50, 189MB/s]
model-00001-of-00002.safetensors: 6%|████▍ | 551M/9.98G [00:08<00:34, 274MB/s]
model-00001-of-00002.safetensors: 6%|█████ | 616M/9.98G [00:09<00:57, 163MB/s]
model-00001-of-00002.safetensors: 7%|█████▊ | 717M/9.98G [00:09<00:39, 236MB/s]
model-00001-of-00002.safetensors: 8%|██████▋ | 818M/9.98G [00:10<00:35, 255MB/s]
model-00001-of-00002.safetensors: 10%|███████▋ | 952M/9.98G [00:10<00:25, 358MB/s]
model-00001-of-00002.safetensors: 10%|████████▏ | 1.02G/9.98G [00:11<00:55, 162MB/s]
model-00001-of-00002.safetensors: 11%|████████▌ | 1.06G/9.98G [00:11<00:52, 169MB/s]
model-00001-of-00002.safetensors: 11%|████████▉ | 1.12G/9.98G [00:11<00:51, 173MB/s]
model-00001-of-00002.safetensors: 12%|█████████▎ | 1.16G/9.98G [00:12<00:48, 181MB/s]
model-00001-of-00002.safetensors: 12%|█████████▌ | 1.19G/9.98G [00:12<00:48, 180MB/s]
model-00001-of-00002.safetensors: 12%|█████████▋ | 1.22G/9.98G [00:12<00:48, 180MB/s]
model-00001-of-00002.safetensors: 12%|█████████▉ | 1.24G/9.98G [00:12<00:49, 177MB/s]
model-00001-of-00002.safetensors: 14%|██████████▉ | 1.36G/9.98G [00:12<00:26, 331MB/s]
model-00001-of-00002.safetensors: 14%|███████████▎ | 1.41G/9.98G [00:12<00:25, 341MB/s]
model-00001-of-00002.safetensors: 15%|███████████▊ | 1.47G/9.98G [00:13<00:37, 230MB/s]
model-00001-of-00002.safetensors: 15%|████████████▏ | 1.51G/9.98G [00:13<00:50, 169MB/s]
model-00001-of-00002.safetensors: 16%|████████████▍ | 1.55G/9.98G [00:14<00:49, 170MB/s]
model-00001-of-00002.safetensors: 16%|████████████▊ | 1.60G/9.98G [00:14<00:43, 194MB/s]
model-00001-of-00002.safetensors: 16%|█████████████▏ | 1.64G/9.98G [00:14<00:38, 218MB/s]
model-00001-of-00002.safetensors: 17%|█████████████▉ | 1.74G/9.98G [00:14<00:25, 320MB/s]
model-00001-of-00002.safetensors: 18%|██████████████▍ | 1.79G/9.98G [00:14<00:32, 249MB/s]
model-00001-of-00002.safetensors: 18%|██████████████▋ | 1.83G/9.98G [00:15<00:35, 228MB/s]
model-00001-of-00002.safetensors: 19%|███████████████▌ | 1.93G/9.98G [00:15<00:22, 356MB/s]
model-00001-of-00002.safetensors: 20%|███████████████▉ | 1.99G/9.98G [00:15<00:25, 319MB/s]
model-00001-of-00002.safetensors: 21%|████████████████▋ | 2.08G/9.98G [00:15<00:20, 388MB/s]
model-00001-of-00002.safetensors: 22%|█████████████████▏ | 2.15G/9.98G [00:15<00:26, 291MB/s]
model-00001-of-00002.safetensors: 22%|█████████████████▌ | 2.20G/9.98G [00:16<00:28, 276MB/s]
model-00001-of-00002.safetensors: 23%|██████████████████ | 2.25G/9.98G [00:16<00:31, 245MB/s]
model-00001-of-00002.safetensors: 23%|██████████████████▎ | 2.29G/9.98G [00:16<00:29, 263MB/s]
model-00001-of-00002.safetensors: 24%|██████████████████▊ | 2.35G/9.98G [00:16<00:27, 276MB/s]
model-00001-of-00002.safetensors: 24%|███████████████████▍ | 2.43G/9.98G [00:17<00:32, 229MB/s]
model-00001-of-00002.safetensors: 25%|████████████████████ | 2.51G/9.98G [00:17<00:28, 263MB/s]
model-00001-of-00002.safetensors: 26%|████████████████████▌ | 2.57G/9.98G [00:17<00:24, 305MB/s]
model-00001-of-00002.safetensors: 26%|████████████████████▉ | 2.61G/9.98G [00:17<00:26, 281MB/s]
model-00001-of-00002.safetensors: 28%|██████████████████████▍ | 2.80G/9.98G [00:17<00:13, 540MB/s]
model-00001-of-00002.safetensors: 29%|███████████████████████▎ | 2.91G/9.98G [00:18<00:22, 315MB/s]
model-00001-of-00002.safetensors: 30%|███████████████████████▋ | 2.96G/9.98G [00:18<00:24, 290MB/s]
model-00001-of-00002.safetensors: 30%|████████████████████████ | 3.01G/9.98G [00:18<00:25, 279MB/s]
model-00001-of-00002.safetensors: 32%|█████████████████████████▍ | 3.17G/9.98G [00:18<00:15, 449MB/s]
model-00001-of-00002.safetensors: 32%|█████████████████████████▉ | 3.24G/9.98G [00:19<00:20, 332MB/s]
model-00001-of-00002.safetensors: 33%|██████████████████████████▍ | 3.30G/9.98G [00:19<00:23, 281MB/s]
model-00001-of-00002.safetensors: 34%|███████████████████████████ | 3.37G/9.98G [00:20<00:29, 226MB/s]
model-00001-of-00002.safetensors: 34%|███████████████████████████▍ | 3.43G/9.98G [00:20<00:27, 242MB/s]
model-00001-of-00002.safetensors: 35%|███████████████████████████▉ | 3.49G/9.98G [00:20<00:26, 246MB/s]
model-00001-of-00002.safetensors: 36%|████████████████████████████▌ | 3.56G/9.98G [00:20<00:24, 267MB/s]
model-00001-of-00002.safetensors: 37%|█████████████████████████████▎ | 3.65G/9.98G [00:21<00:21, 300MB/s]
model-00001-of-00002.safetensors: 38%|██████████████████████████████▎ | 3.78G/9.98G [00:21<00:15, 411MB/s]
model-00001-of-00002.safetensors: 39%|███████████████████████████████▎ | 3.91G/9.98G [00:21<00:15, 388MB/s]
model-00001-of-00002.safetensors: 40%|███████████████████████████████▋ | 3.96G/9.98G [00:22<00:22, 266MB/s]
model-00001-of-00002.safetensors: 40%|████████████████████████████████ | 4.00G/9.98G [00:22<00:23, 251MB/s]
model-00001-of-00002.safetensors: 41%|████████████████████████████████▍ | 4.05G/9.98G [00:22<00:21, 272MB/s]
model-00001-of-00002.safetensors: 41%|████████████████████████████████▉ | 4.11G/9.98G [00:22<00:22, 258MB/s]
model-00001-of-00002.safetensors: 42%|█████████████████████████████████▊ | 4.22G/9.98G [00:22<00:16, 343MB/s]
model-00001-of-00002.safetensors: 43%|██████████████████████████████████▌ | 4.32G/9.98G [00:23<00:19, 295MB/s]
model-00001-of-00002.safetensors: 44%|██████████████████████████████████▉ | 4.36G/9.98G [00:23<00:20, 270MB/s]
model-00001-of-00002.safetensors: 44%|███████████████████████████████████▎ | 4.40G/9.98G [00:23<00:19, 290MB/s]
model-00001-of-00002.safetensors: 45%|███████████████████████████████████▊ | 4.47G/9.98G [00:23<00:17, 315MB/s]
model-00001-of-00002.safetensors: 46%|████████████████████████████████████▉ | 4.61G/9.98G [00:23<00:12, 445MB/s]
model-00001-of-00002.safetensors: 47%|█████████████████████████████████████▍ | 4.67G/9.98G [00:24<00:12, 438MB/s]
model-00001-of-00002.safetensors: 48%|██████████████████████████████████████▏ | 4.76G/9.98G [00:24<00:15, 327MB/s]
model-00001-of-00002.safetensors: 48%|██████████████████████████████████████▋ | 4.83G/9.98G [00:24<00:14, 353MB/s]
model-00001-of-00002.safetensors: 49%|███████████████████████████████████████▎ | 4.90G/9.98G [00:24<00:14, 361MB/s]
model-00001-of-00002.safetensors: 50%|████████████████████████████████████████ | 5.00G/9.98G [00:24<00:10, 458MB/s]
model-00001-of-00002.safetensors: 52%|█████████████████████████████████████████▎ | 5.15G/9.98G [00:25<00:11, 423MB/s]
model-00001-of-00002.safetensors: 52%|█████████████████████████████████████████▉ | 5.24G/9.98G [00:25<00:10, 447MB/s]
model-00001-of-00002.safetensors: 53%|██████████████████████████████████████████▌ | 5.31G/9.98G [00:25<00:09, 490MB/s]
model-00001-of-00002.safetensors: 54%|███████████████████████████████████████████▎ | 5.40G/9.98G [00:25<00:10, 448MB/s]
model-00001-of-00002.safetensors: 55%|███████████████████████████████████████████▋ | 5.46G/9.98G [00:26<00:12, 350MB/s]
model-00001-of-00002.safetensors: 55%|████████████████████████████████████████████▏ | 5.51G/9.98G [00:26<00:23, 194MB/s]
model-00001-of-00002.safetensors: 55%|████████████████████████████████████████████▍ | 5.54G/9.98G [00:26<00:21, 205MB/s]
model-00001-of-00002.safetensors: 56%|████████████████████████████████████████████▊ | 5.58G/9.98G [00:27<00:19, 225MB/s]
model-00001-of-00002.safetensors: 57%|█████████████████████████████████████████████▎ | 5.66G/9.98G [00:27<00:17, 254MB/s]
model-00001-of-00002.safetensors: 57%|█████████████████████████████████████████████▋ | 5.70G/9.98G [00:27<00:16, 261MB/s]
model-00001-of-00002.safetensors: 59%|██████████████████████████████████████████████▉ | 5.85G/9.98G [00:27<00:10, 396MB/s]
model-00001-of-00002.safetensors: 59%|███████████████████████████████████████████████▍ | 5.92G/9.98G [00:28<00:14, 271MB/s]
model-00001-of-00002.safetensors: 60%|████████████████████████████████████████████████ | 6.00G/9.98G [00:28<00:12, 328MB/s]
model-00001-of-00002.safetensors: 61%|████████████████████████████████████████████████▋ | 6.07G/9.98G [00:28<00:10, 373MB/s]
model-00001-of-00002.safetensors: 62%|█████████████████████████████████████████████████▏ | 6.14G/9.98G [00:28<00:10, 351MB/s]
model-00001-of-00002.safetensors: 62%|█████████████████████████████████████████████████▌ | 6.18G/9.98G [00:28<00:15, 250MB/s]
model-00001-of-00002.safetensors: 63%|██████████████████████████████████████████████████▎ | 6.27G/9.98G [00:29<00:11, 332MB/s]
model-00001-of-00002.safetensors: 63%|██████████████████████████████████████████████████▋ | 6.33G/9.98G [00:29<00:10, 347MB/s]
model-00001-of-00002.safetensors: 64%|███████████████████████████████████████████████████▎ | 6.40G/9.98G [00:29<00:16, 214MB/s]
model-00001-of-00002.safetensors: 65%|███████████████████████████████████████████████████▊ | 6.47G/9.98G [00:30<00:14, 247MB/s]
model-00001-of-00002.safetensors: 65%|████████████████████████████████████████████████████▍ | 6.54G/9.98G [00:30<00:17, 198MB/s]
model-00001-of-00002.safetensors: 66%|████████████████████████████████████████████████████▋ | 6.57G/9.98G [00:30<00:16, 211MB/s]
model-00001-of-00002.safetensors: 66%|█████████████████████████████████████████████████████ | 6.62G/9.98G [00:30<00:15, 214MB/s]
model-00001-of-00002.safetensors: 67%|█████████████████████████████████████████████████████▎ | 6.65G/9.98G [00:31<00:17, 185MB/s]
model-00001-of-00002.safetensors: 67%|█████████████████████████████████████████████████████▋ | 6.70G/9.98G [00:31<00:14, 228MB/s]
model-00001-of-00002.safetensors: 68%|██████████████████████████████████████████████████████▋ | 6.83G/9.98G [00:31<00:10, 314MB/s]
model-00001-of-00002.safetensors: 69%|███████████████████████████████████████████████████████▏ | 6.89G/9.98G [00:31<00:08, 345MB/s]
model-00001-of-00002.safetensors: 69%|███████████████████████████████████████████████████████▌ | 6.93G/9.98G [00:31<00:10, 299MB/s]
model-00001-of-00002.safetensors: 70%|███████████████████████████████████████████████████████▉ | 6.97G/9.98G [00:32<00:17, 171MB/s]
model-00001-of-00002.safetensors: 70%|████████████████████████████████████████████████████████ | 7.00G/9.98G [00:32<00:17, 169MB/s]
model-00001-of-00002.safetensors: 71%|████████████████████████████████████████████████████████▊ | 7.08G/9.98G [00:32<00:14, 199MB/s]
model-00001-of-00002.safetensors: 72%|█████████████████████████████████████████████████████████▊ | 7.21G/9.98G [00:33<00:08, 328MB/s]
model-00001-of-00002.safetensors: 74%|██████████████████████████████████████████████████████████▊ | 7.34G/9.98G [00:33<00:05, 460MB/s]
model-00001-of-00002.safetensors: 74%|███████████████████████████████████████████████████████████▌ | 7.43G/9.98G [00:33<00:07, 327MB/s]
model-00001-of-00002.safetensors: 75%|████████████████████████████████████████████████████████████▏ | 7.50G/9.98G [00:33<00:07, 333MB/s]
model-00001-of-00002.safetensors: 76%|████████████████████████████████████████████████████████████▌ | 7.55G/9.98G [00:34<00:07, 313MB/s]
model-00001-of-00002.safetensors: 77%|█████████████████████████████████████████████████████████████▏ | 7.64G/9.98G [00:34<00:06, 368MB/s]
model-00001-of-00002.safetensors: 77%|█████████████████████████████████████████████████████████████▌ | 7.69G/9.98G [00:34<00:07, 318MB/s]
model-00001-of-00002.safetensors: 79%|███████████████████████████████████████████████████████████████ | 7.86G/9.98G [00:34<00:04, 507MB/s]
model-00001-of-00002.safetensors: 80%|███████████████████████████████████████████████████████████████▋ | 7.95G/9.98G [00:34<00:04, 437MB/s]
model-00001-of-00002.safetensors: 81%|████████████████████████████████████████████████████████████████▊ | 8.08G/9.98G [00:35<00:04, 474MB/s]
model-00001-of-00002.safetensors: 82%|█████████████████████████████████████████████████████████████████▍ | 8.16G/9.98G [00:35<00:04, 417MB/s]
model-00001-of-00002.safetensors: 82%|█████████████████████████████████████████████████████████████████▊ | 8.22G/9.98G [00:35<00:04, 413MB/s]
model-00001-of-00002.safetensors: 83%|██████████████████████████████████████████████████████████████████▍ | 8.28G/9.98G [00:35<00:03, 455MB/s]
model-00001-of-00002.safetensors: 84%|███████████████████████████████████████████████████████████████████ | 8.36G/9.98G [00:36<00:06, 267MB/s]
model-00001-of-00002.safetensors: 85%|███████████████████████████████████████████████████████████████████▌ | 8.43G/9.98G [00:36<00:06, 257MB/s]
model-00001-of-00002.safetensors: 85%|████████████████████████████████████████████████████████████████████▏ | 8.50G/9.98G [00:36<00:05, 281MB/s]
model-00001-of-00002.safetensors: 86%|████████████████████████████████████████████████████████████████████▋ | 8.57G/9.98G [00:36<00:05, 271MB/s]
model-00001-of-00002.safetensors: 86%|█████████████████████████████████████████████████████████████████████ | 8.61G/9.98G [00:37<00:06, 205MB/s]
model-00001-of-00002.safetensors: 87%|█████████████████████████████████████████████████████████████████████▊ | 8.71G/9.98G [00:37<00:04, 263MB/s]
model-00001-of-00002.safetensors: 88%|██████████████████████████████████████████████████████████████████████▍ | 8.78G/9.98G [00:37<00:04, 277MB/s]
model-00001-of-00002.safetensors: 89%|██████████████████████████████████████████████████████████████████████▉ | 8.85G/9.98G [00:38<00:04, 271MB/s]
model-00001-of-00002.safetensors: 89%|███████████████████████████████████████████████████████████████████████▍ | 8.92G/9.98G [00:38<00:03, 314MB/s]
model-00001-of-00002.safetensors: 90%|████████████████████████████████████████████████████████████████████████ | 8.99G/9.98G [00:38<00:03, 315MB/s]
model-00001-of-00002.safetensors: 91%|████████████████████████████████████████████████████████████████████████▊ | 9.09G/9.98G [00:38<00:03, 271MB/s]
model-00001-of-00002.safetensors: 92%|█████████████████████████████████████████████████████████████████████████▎ | 9.15G/9.98G [00:39<00:02, 282MB/s]
model-00001-of-00002.safetensors: 93%|██████████████████████████████████████████████████████████████████████████▌ | 9.30G/9.98G [00:39<00:01, 427MB/s]
model-00001-of-00002.safetensors: 94%|███████████████████████████████████████████████████████████████████████████▏ | 9.37G/9.98G [00:39<00:01, 372MB/s]
model-00001-of-00002.safetensors: 94%|███████████████████████████████████████████████████████████████████████████▌ | 9.42G/9.98G [00:39<00:01, 357MB/s]
model-00001-of-00002.safetensors: 96%|████████████████████████████████████████████████████████████████████████████▌ | 9.54G/9.98G [00:39<00:00, 486MB/s]
model-00001-of-00002.safetensors: 98%|██████████████████████████████████████████████████████████████████████████████ | 9.74G/9.98G [00:39<00:00, 660MB/s]
model-00001-of-00002.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████| 9.98G/9.98G [00:40<00:00, 947MB/s]
model-00001-of-00002.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████| 9.98G/9.98G [00:40<00:00, 249MB/s]
model-00002-of-00002.safetensors: 0%| | 0.00/3.50G [00:00<?, ?B/s]
model-00002-of-00002.safetensors: 0%| | 2.12M/3.50G [00:03<1:30:18, 646kB/s]
model-00002-of-00002.safetensors: 0%|▍ | 16.9M/3.50G [00:03<09:25, 6.17MB/s]
model-00002-of-00002.safetensors: 1%|▍ | 20.9M/3.50G [00:03<07:44, 7.49MB/s]
model-00002-of-00002.safetensors: 1%|▉ | 42.6M/3.50G [00:03<02:45, 20.9MB/s]
model-00002-of-00002.safetensors: 2%|█▌ | 67.5M/3.50G [00:04<01:51, 30.9MB/s]
model-00002-of-00002.safetensors: 3%|██▌ | 112M/3.50G [00:04<00:54, 61.7MB/s]
model-00002-of-00002.safetensors: 4%|███▏ | 142M/3.50G [00:04<00:43, 77.9MB/s]
model-00002-of-00002.safetensors: 6%|████▋ | 202M/3.50G [00:04<00:25, 132MB/s]
model-00002-of-00002.safetensors: 7%|█████▊ | 251M/3.50G [00:05<00:19, 163MB/s]
model-00002-of-00002.safetensors: 8%|██████▍ | 277M/3.50G [00:05<00:22, 144MB/s]
model-00002-of-00002.safetensors: 9%|██████▉ | 303M/3.50G [00:06<00:52, 61.4MB/s]
model-00002-of-00002.safetensors: 19%|███████████████ | 649M/3.50G [00:06<00:11, 259MB/s]
model-00002-of-00002.safetensors: 20%|████████████████▎ | 705M/3.50G [00:07<00:12, 222MB/s]
model-00002-of-00002.safetensors: 22%|█████████████████▉ | 775M/3.50G [00:07<00:10, 253MB/s]
model-00002-of-00002.safetensors: 23%|██████████████████▉ | 820M/3.50G [00:07<00:11, 224MB/s]
model-00002-of-00002.safetensors: 25%|████████████████████▎ | 880M/3.50G [00:08<00:11, 223MB/s]
model-00002-of-00002.safetensors: 26%|█████████████████████▎ | 922M/3.50G [00:08<00:10, 242MB/s]
model-00002-of-00002.safetensors: 28%|██████████████████████▉ | 989M/3.50G [00:08<00:09, 264MB/s]
model-00002-of-00002.safetensors: 30%|████████████████████████▏ | 1.06G/3.50G [00:08<00:10, 242MB/s]
model-00002-of-00002.safetensors: 31%|█████████████████████████▏ | 1.10G/3.50G [00:09<00:12, 188MB/s]
model-00002-of-00002.safetensors: 35%|███████████████████████████▉ | 1.22G/3.50G [00:09<00:07, 297MB/s]
model-00002-of-00002.safetensors: 37%|█████████████████████████████▍ | 1.29G/3.50G [00:09<00:07, 307MB/s]
model-00002-of-00002.safetensors: 41%|████████████████████████████████▍ | 1.42G/3.50G [00:09<00:05, 391MB/s]
model-00002-of-00002.safetensors: 43%|██████████████████████████████████▏ | 1.49G/3.50G [00:09<00:04, 429MB/s]
model-00002-of-00002.safetensors: 45%|████████████████████████████████████ | 1.58G/3.50G [00:09<00:03, 488MB/s]
model-00002-of-00002.safetensors: 48%|██████████████████████████████████████ | 1.67G/3.50G [00:10<00:03, 463MB/s]
model-00002-of-00002.safetensors: 49%|███████████████████████████████████████▍ | 1.73G/3.50G [00:10<00:04, 408MB/s]
model-00002-of-00002.safetensors: 52%|█████████████████████████████████████████▍ | 1.82G/3.50G [00:10<00:05, 320MB/s]
model-00002-of-00002.safetensors: 54%|███████████████████████████████████████████▍ | 1.90G/3.50G [00:11<00:05, 286MB/s]
model-00002-of-00002.safetensors: 58%|██████████████████████████████████████████████▏ | 2.02G/3.50G [00:11<00:04, 368MB/s]
model-00002-of-00002.safetensors: 60%|███████████████████████████████████████████████▊ | 2.09G/3.50G [00:11<00:04, 312MB/s]
model-00002-of-00002.safetensors: 61%|████████████████████████████████████████████████▊ | 2.13G/3.50G [00:11<00:05, 258MB/s]
model-00002-of-00002.safetensors: 63%|██████████████████████████████████████████████████▌ | 2.21G/3.50G [00:12<00:04, 318MB/s]
model-00002-of-00002.safetensors: 65%|███████████████████████████████████████████████████▊ | 2.27G/3.50G [00:12<00:04, 284MB/s]
model-00002-of-00002.safetensors: 67%|█████████████████████████████████████████████████████▍ | 2.34G/3.50G [00:12<00:04, 248MB/s]
model-00002-of-00002.safetensors: 69%|███████████████████████████████████████████████████████▏ | 2.42G/3.50G [00:12<00:03, 284MB/s]
model-00002-of-00002.safetensors: 70%|███████████████████████████████████████████████████████▉ | 2.45G/3.50G [00:13<00:03, 283MB/s]
model-00002-of-00002.safetensors: 73%|██████████████████████████████████████████████████████████▊ | 2.57G/3.50G [00:13<00:02, 412MB/s]
model-00002-of-00002.safetensors: 76%|████████████████████████████████████████████████████████████▋ | 2.66G/3.50G [00:13<00:01, 448MB/s]
model-00002-of-00002.safetensors: 78%|██████████████████████████████████████████████████████████████▎ | 2.73G/3.50G [00:13<00:02, 346MB/s]
model-00002-of-00002.safetensors: 80%|████████████████████████████████████████████████████████████████▏ | 2.81G/3.50G [00:13<00:01, 413MB/s]
model-00002-of-00002.safetensors: 87%|█████████████████████████████████████████████████████████████████████▊ | 3.06G/3.50G [00:14<00:00, 635MB/s]
model-00002-of-00002.safetensors: 90%|████████████████████████████████████████████████████████████████████████▎ | 3.16G/3.50G [00:14<00:00, 637MB/s]
model-00002-of-00002.safetensors: 96%|█████████████████████████████████████████████████████████████████████████████▏ | 3.38G/3.50G [00:14<00:00, 843MB/s]
model-00002-of-00002.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████| 3.50G/3.50G [00:14<00:00, 645MB/s]
model-00002-of-00002.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████| 3.50G/3.50G [00:14<00:00, 239MB/s]
Loading checkpoint shards: 0%| | 0/2 [00:00<?, ?it/s]
Loading checkpoint shards: 50%|██████████████████████████████████████████████▌ | 1/2 [00:04<00:04, 4.27s/it]
Loading checkpoint shards: 100%|█████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:05<00:00, 2.50s/it]
Loading checkpoint shards: 100%|█████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:05<00:00, 2.77s/it]
generation_config.json: 0%| | 0.00/119 [00:00<?, ?B/s]
generation_config.json: 100%|█████████████████████████████████████████████████████████████████████████████████████████████| 119/119 [00:00<00:00, 1.16MB/s]
[2025-12-26 10:11:25,449] [DEBUG] [axolotl.loaders.model.log_gpu_memory_usage:127] [PID:1090] Memory usage after model load 6.250GB (+6.250GB allocated, +6.354GB reserved)
[2025-12-26 10:11:25,449] [INFO] [axolotl.loaders.adapter.load_lora:81] [PID:1090] found linear modules: ['down_proj', 'gate_proj', 'k_proj', 'o_proj', 'q_proj', 'up_proj', 'v_proj']
trainable params: 79,953,920 || all params: 6,820,466,688 || trainable%: 1.1723
[2025-12-26 10:11:25,779] [DEBUG] [axolotl.loaders.model.log_gpu_memory_usage:127] [PID:1090] after adapters 3.962GB (+3.962GB allocated, +6.525GB reserved)
[2025-12-26 10:11:29,534] [INFO] [axolotl.train.save_initial_configs:413] [PID:1090] Pre-saving adapter config to ./outputs/deepseek-luau-finetune...
[2025-12-26 10:11:29,535] [INFO] [axolotl.train.save_initial_configs:417] [PID:1090] Pre-saving tokenizer to ./outputs/deepseek-luau-finetune...
[2025-12-26 10:11:29,543] [INFO] [axolotl.train.save_initial_configs:422] [PID:1090] Pre-saving model config to ./outputs/deepseek-luau-finetune...
[2025-12-26 10:11:29,544] [INFO] [axolotl.train.execute_training:212] [PID:1090] Starting trainer...
[2025-12-26 10:11:30,941] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.46141600608825684
[2025-12-26 10:11:31,417] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4759054183959961
[2025-12-26 10:11:31,884] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.46620774269104004
[2025-12-26 10:11:32,353] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4690563678741455
[2025-12-26 10:11:32,353] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [108]
[34m[1mwandb[0m: (1) Create a W&B account
[34m[1mwandb[0m: (2) Use an existing W&B account
[34m[1mwandb[0m: (3) Don't visualize my results
[34m[1mwandb[0m: Enter your choice:[34m[1mwandb[0m: You chose "Don't visualize my results"
[34m[1mwandb[0m: Tracking run with wandb version 0.23.1
[34m[1mwandb[0m: W&B syncing is set to [1m`offline`[0m in this directory. Run [1m`wandb online`[0m or set [1mWANDB_MODE=online[0m to enable cloud syncing.
[34m[1mwandb[0m: Run data is saved locally in [35m[1m/workspace/axolotl/wandb/offline-run-20251226_101905-r4z0laps[0m
[34m[1mwandb[0m: Detected [huggingface_hub.inference] in use.
[34m[1mwandb[0m: Use W&B Weave for improved LLM call tracing. Install Weave with `pip install weave` then add `import weave` to the top of your script.
[34m[1mwandb[0m: For more information, check out the docs at: https://weave-docs.wandb.ai/
[34m[1mwandb[0m: [33mWARNING[0m Saving files without folders. If you want to preserve subdirectories pass base_path to wandb.save, i.e. wandb.save("/mnt/folder/file.h5", base_path="/mnt")
[34m[1mwandb[0m: [33mWARNING[0m Symlinked 1 file into the W&B run directory; call wandb.save again to sync new files.
[2025-12-26 10:19:06,116] [INFO] [axolotl.utils.callbacks.on_train_begin:757] [PID:1090] The Axolotl config has been saved to the WandB run under files.
0%| | 0/162 [00:00<?, ?it/s][2025-12-26 10:19:06,118] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:19:07,077] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.486325740814209
[2025-12-26 10:19:07,546] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.46843433380126953
[2025-12-26 10:19:08,027] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.48073744773864746
[2025-12-26 10:19:08,514] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4870021343231201
[2025-12-26 10:19:08,515] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:02, 1.42it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:02, 1.22it/s][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:03<00:02, 1.04s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:04<00:01, 1.02s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:05<00:00, 1.02it/s][A
[A{'eval_loss': 3.8515024185180664, 'eval_runtime': 7.3032, 'eval_samples_per_second': 155.0, 'eval_steps_per_second': 25.879, 'eval_ppl': 47.0637, 'memory/max_active (GiB)': 7.0, 'memory/max_allocated (GiB)': 7.0, 'memory/device_reserved (GiB)': 7.26, 'epoch': 0}
0%| | 0/162 [00:09<?, ?it/s]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:05<00:00, 1.02it/s][A
[A
1%|▋ | 1/162 [00:16<45:18, 16.89s/it]
1%|█▍ | 2/162 [00:26<33:45, 12.66s/it]
2%|██▏ | 3/162 [00:36<30:33, 11.53s/it]
2%|██▉ | 4/162 [00:47<29:13, 11.10s/it]
3%|███▋ | 5/162 [00:57<28:35, 10.92s/it]
4%|████▎ | 6/162 [01:04<24:53, 9.57s/it]
4%|█████ | 7/162 [01:13<24:14, 9.39s/it]
5%|█████▊ | 8/162 [01:24<25:25, 9.91s/it]
6%|██████▌ | 9/162 [01:35<26:13, 10.29s/it]
6%|███████▏ | 10/162 [01:47<26:42, 10.54s/it]
{'loss': 3.2644, 'grad_norm': 0.8961077332496643, 'learning_rate': 0.00011250000000000001, 'ppl': 26.1644, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 12.22, 'tokens_per_second_per_gpu': 1580.82, 'total_tokens': 175504, 'epoch': 0.19}
6%|███████▏ | 10/162 [01:47<26:42, 10.54s/it]
7%|███████▉ | 11/162 [01:54<23:57, 9.52s/it]
7%|████████▋ | 12/162 [02:01<22:00, 8.80s/it]
8%|█████████▍ | 13/162 [02:10<22:07, 8.91s/it]
9%|██████████ | 14/162 [02:21<23:43, 9.62s/it][2025-12-26 10:21:27,923] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:21:28,932] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5047972202301025
[2025-12-26 10:21:29,436] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5044569969177246
[2025-12-26 10:21:29,928] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4910407066345215
[2025-12-26 10:21:30,414] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.48651576042175293
[2025-12-26 10:21:30,414] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.17it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.01s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.25s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.21s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A{'eval_loss': 2.8645222187042236, 'eval_runtime': 8.4222, 'eval_samples_per_second': 134.407, 'eval_steps_per_second': 22.441, 'eval_ppl': 17.5407, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 12.22, 'epoch': 0.26}
9%|██████████ | 14/162 [02:32<23:43, 9.62s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A
9%|██████████▊ | 15/162 [02:43<32:38, 13.32s/it]
10%|███████████▌ | 16/162 [02:50<27:50, 11.44s/it]
10%|████████████▎ | 17/162 [02:59<25:57, 10.74s/it]
11%|█████████████ | 18/162 [03:12<27:27, 11.44s/it]
12%|█████████████▋ | 19/162 [03:24<27:04, 11.36s/it]
12%|██████████████▍ | 20/162 [03:35<26:43, 11.29s/it]
{'loss': 2.6242, 'grad_norm': 0.32017260789871216, 'learning_rate': 0.00019979171608653924, 'ppl': 13.7935, 'memory/max_active (GiB)': 12.57, 'memory/max_allocated (GiB)': 12.57, 'memory/device_reserved (GiB)': 14.58, 'tokens_per_second_per_gpu': 794.91, 'total_tokens': 350280, 'epoch': 0.37}
12%|██████████████▍ | 20/162 [03:35<26:43, 11.29s/it]
13%|███████████████▏ | 21/162 [03:42<23:37, 10.05s/it]
14%|███████████████▉ | 22/162 [03:53<24:17, 10.41s/it]
14%|████████████████▌ | 23/162 [04:02<23:14, 10.03s/it]
15%|█████████████████▎ | 24/162 [04:09<21:04, 9.16s/it]
15%|██████████████████ | 25/162 [04:19<20:55, 9.16s/it]
16%|██████████████████▊ | 26/162 [04:28<20:44, 9.15s/it]
17%|███████████████████▌ | 27/162 [04:41<23:21, 10.38s/it]
17%|████████████████████▏ | 28/162 [04:50<22:21, 10.01s/it][2025-12-26 10:23:56,783] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:23:57,767] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4813659191131592
[2025-12-26 10:23:58,258] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4907357692718506
[2025-12-26 10:23:58,759] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5011489391326904
[2025-12-26 10:23:59,262] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.503136157989502
[2025-12-26 10:23:59,262] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.17it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.03s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.26s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.22s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A{'eval_loss': 2.263291597366333, 'eval_runtime': 8.4748, 'eval_samples_per_second': 133.572, 'eval_steps_per_second': 22.301, 'eval_ppl': 9.6147, 'memory/max_active (GiB)': 12.27, 'memory/max_allocated (GiB)': 12.27, 'memory/device_reserved (GiB)': 14.58, 'epoch': 0.52}
17%|████████████████████▏ | 28/162 [05:01<22:21, 10.01s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A
18%|████████████████████▉ | 29/162 [05:12<30:13, 13.64s/it]
19%|█████████████████████▋ | 30/162 [05:23<28:16, 12.85s/it]
{'loss': 2.269, 'grad_norm': 0.2529691457748413, 'learning_rate': 0.0001961129783872301, 'ppl': 9.6697, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 11.62, 'tokens_per_second_per_gpu': 265.55, 'total_tokens': 521824, 'epoch': 0.56}
19%|█████████████████████▋ | 30/162 [05:23<28:16, 12.85s/it]
19%|██████████████████████▍ | 31/162 [05:30<24:16, 11.12s/it]
20%|███████████████████████ | 32/162 [05:41<24:04, 11.11s/it]
20%|███████████████████████▊ | 33/162 [05:53<23:54, 11.12s/it]
21%|████████████████████████▌ | 34/162 [06:04<23:42, 11.11s/it]
22%|█████████████████████████▎ | 35/162 [06:17<24:44, 11.69s/it]
22%|██████████████████████████ | 36/162 [06:26<22:56, 10.93s/it]
23%|██████████████████████████▋ | 37/162 [06:35<21:39, 10.39s/it]
23%|███████████████████████████▍ | 38/162 [06:46<21:58, 10.63s/it]
24%|████████████████████████████▏ | 39/162 [06:55<20:53, 10.19s/it]
25%|████████████████████████████▉ | 40/162 [07:02<18:51, 9.27s/it]
{'loss': 2.0431, 'grad_norm': 0.13949531316757202, 'learning_rate': 0.00018800122039735358, 'ppl': 7.7145, 'memory/max_active (GiB)': 12.27, 'memory/max_allocated (GiB)': 12.27, 'memory/device_reserved (GiB)': 13.92, 'tokens_per_second_per_gpu': 1855.32, 'total_tokens': 654204, 'epoch': 0.74}
25%|████████████████████████████▉ | 40/162 [07:02<18:51, 9.27s/it]
25%|█████████████████████████████▌ | 41/162 [07:14<19:49, 9.83s/it]
26%|██████████████████████████████▎ | 42/162 [07:23<19:13, 9.61s/it][2025-12-26 10:26:29,338] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:26:30,354] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5070016384124756
[2025-12-26 10:26:30,861] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5069420337677002
[2025-12-26 10:26:31,365] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5042150020599365
[2025-12-26 10:26:31,868] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5027403831481934
[2025-12-26 10:26:31,868] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.17it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.03s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.26s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.22s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A{'eval_loss': 2.0478811264038086, 'eval_runtime': 8.4599, 'eval_samples_per_second': 133.807, 'eval_steps_per_second': 22.341, 'eval_ppl': 7.7515, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 13.92, 'epoch': 0.78}
26%|██████████████████████████████▎ | 42/162 [07:34<19:13, 9.61s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A
27%|███████████████████████████████ | 43/162 [07:44<26:18, 13.26s/it]
27%|███████████████████████████████▊ | 44/162 [07:52<22:24, 11.40s/it]
28%|████████████████████████████████▌ | 45/162 [08:01<20:52, 10.70s/it]
28%|█████████████████████████████████▏ | 46/162 [08:12<20:52, 10.79s/it]
29%|█████████████████████████████████▉ | 47/162 [08:19<18:35, 9.70s/it]
30%|██████████████████████████████████▋ | 48/162 [08:26<16:58, 8.94s/it]
30%|███████████████████████████████████▍ | 49/162 [08:39<19:11, 10.19s/it]
31%|████████████████████████████████████ | 50/162 [08:46<17:20, 9.29s/it]
{'loss': 1.9054, 'grad_norm': 0.14704816043376923, 'learning_rate': 0.00017583058084785625, 'ppl': 6.7221, 'memory/max_active (GiB)': 12.57, 'memory/max_allocated (GiB)': 12.57, 'memory/device_reserved (GiB)': 14.72, 'tokens_per_second_per_gpu': 1463.61, 'total_tokens': 821109, 'epoch': 0.93}
31%|████████████████████████████████████ | 50/162 [08:46<17:20, 9.29s/it]
31%|████████████████████████████████████▊ | 51/162 [08:55<17:05, 9.24s/it]
32%|█████████████████████████████████████▌ | 52/162 [09:05<16:54, 9.22s/it]
33%|██████████████████████████████████████▎ | 53/162 [09:14<16:43, 9.21s/it]
33%|███████████████████████████████████████ | 54/162 [09:21<15:37, 8.68s/it][2025-12-26 10:28:27,778] [INFO] [axolotl.core.trainers.base._save:692] [PID:1090] Saving model checkpoint to ./outputs/deepseek-luau-finetune/checkpoint-54
34%|███████████████████████████████████████▋ | 55/162 [09:34<17:54, 10.04s/it]
35%|████████████████████████████████████████▍ | 56/162 [09:41<16:10, 9.16s/it][2025-12-26 10:28:48,084] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:28:49,057] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4869377613067627
[2025-12-26 10:28:49,556] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4984874725341797
[2025-12-26 10:28:50,048] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.49226832389831543
[2025-12-26 10:28:50,547] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4985942840576172
[2025-12-26 10:28:50,547] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.18it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.03s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.26s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.22s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A{'eval_loss': 1.9163343906402588, 'eval_runtime': 8.4596, 'eval_samples_per_second': 133.813, 'eval_steps_per_second': 22.342, 'eval_ppl': 6.796, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 14.72, 'epoch': 1.04}
35%|████████████████████████████████████████▍ | 56/162 [09:52<16:10, 9.16s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A
35%|█████████████████████████████████████████▏ | 57/162 [10:01<21:39, 12.38s/it]
36%|█████████████████████████████████████████▉ | 58/162 [10:08<18:41, 10.78s/it]
36%|██████████████████████████████████████████▌ | 59/162 [10:18<17:39, 10.29s/it]
37%|███████████████████████████████████████████▎ | 60/162 [10:31<18:54, 11.12s/it]
{'loss': 1.852, 'grad_norm': 0.12450622767210007, 'learning_rate': 0.00016016240632249224, 'ppl': 6.3726, 'memory/max_active (GiB)': 12.27, 'memory/max_allocated (GiB)': 12.27, 'memory/device_reserved (GiB)': 13.92, 'tokens_per_second_per_gpu': 414.94, 'total_tokens': 985746, 'epoch': 1.11}
37%|███████████████████████████████████████████▎ | 60/162 [10:31<18:54, 11.12s/it]
38%|████████████████████████████████████████████ | 61/162 [10:38<16:42, 9.93s/it]
38%|████████████████████████████████████████████▊ | 62/162 [10:47<16:09, 9.70s/it]
39%|█████████████████████████████████████████████▌ | 63/162 [10:56<15:45, 9.55s/it]
40%|██████████████████████████████████████████████▏ | 64/162 [11:05<15:26, 9.45s/it]
40%|██████████████████████████████████████████████▉ | 65/162 [11:15<15:09, 9.38s/it]
41%|███████████████████████████████████████████████▋ | 66/162 [11:22<13:56, 8.71s/it]
41%|████████████████████████████████████████████████▍ | 67/162 [11:29<13:03, 8.25s/it]
42%|█████████████████████████████████████████████████ | 68/162 [11:40<14:17, 9.13s/it]
43%|█████████████████████████████████████████████████▊ | 69/162 [11:51<15:06, 9.75s/it]
43%|██████████████████████████████████████████████████▌ | 70/162 [11:58<13:44, 8.96s/it]
{'loss': 1.7318, 'grad_norm': 0.19961747527122498, 'learning_rate': 0.00014171936026123168, 'ppl': 5.6508, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 13.92, 'tokens_per_second_per_gpu': 1767.48, 'total_tokens': 1111582, 'epoch': 1.3}
43%|██████████████████████████████████████████████████▌ | 70/162 [11:58<13:44, 8.96s/it][2025-12-26 10:31:05,030] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:31:06,068] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5160894393920898
[2025-12-26 10:31:06,581] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5119650363922119
[2025-12-26 10:31:07,079] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.498187780380249
[2025-12-26 10:31:07,590] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5106852054595947
[2025-12-26 10:31:07,590] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.17it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.03s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.26s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.22s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A{'eval_loss': 1.8184418678283691, 'eval_runtime': 8.4746, 'eval_samples_per_second': 133.576, 'eval_steps_per_second': 22.302, 'eval_ppl': 6.1622, 'memory/max_active (GiB)': 7.61, 'memory/max_allocated (GiB)': 7.61, 'memory/device_reserved (GiB)': 13.92, 'epoch': 1.3}
43%|██████████████████████████████████████████████████▌ | 70/162 [12:09<13:44, 8.96s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A
44%|███████████████████████████████████████████████████▎ | 71/162 [12:18<18:37, 12.28s/it]
44%|████████████████████████████████████████████████████ | 72/162 [12:28<16:58, 11.32s/it]
45%|████████████████████████████████████████████████████▋ | 73/162 [12:39<16:43, 11.28s/it]
46%|█████████████████████████████████████████████████████▍ | 74/162 [12:50<16:25, 11.20s/it]
46%|██████████████████████████████████████████████████████▏ | 75/162 [13:01<16:12, 11.17s/it]
47%|██████████████████████████████████████████████████████▉ | 76/162 [13:10<15:09, 10.57s/it]
48%|███████████████████████████████████████████████████████▌ | 77/162 [13:17<13:31, 9.55s/it]
48%|████████████████████████████████████████████████████████▎ | 78/162 [13:26<13:12, 9.44s/it]
49%|█████████████████████████████████████████████████████████ | 79/162 [13:39<14:36, 10.56s/it]
49%|█████████████████████████████████████████████████████████▊ | 80/162 [13:49<13:51, 10.14s/it]
{'loss': 1.6119, 'grad_norm': 0.16495195031166077, 'learning_rate': 0.00012135209154397962, 'ppl': 5.0123, 'memory/max_active (GiB)': 12.57, 'memory/max_allocated (GiB)': 12.57, 'memory/device_reserved (GiB)': 14.54, 'tokens_per_second_per_gpu': 1562.35, 'total_tokens': 1289641, 'epoch': 1.48}
49%|█████████████████████████████████████████████████████████▊ | 80/162 [13:49<13:51, 10.14s/it]
50%|██████████████████████████████████████████████████████████▌ | 81/162 [14:00<14:02, 10.40s/it]
51%|███████████████████████████████████████████████████████████▏ | 82/162 [14:09<13:21, 10.02s/it]
51%|███████████████████████████████████████████████████████████▉ | 83/162 [14:20<13:40, 10.39s/it]
52%|████████████████████████████████████████████████████████████▋ | 84/162 [14:29<13:01, 10.02s/it][2025-12-26 10:33:35,815] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:33:36,817] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.49897122383117676
[2025-12-26 10:33:37,325] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.508049488067627
[2025-12-26 10:33:37,816] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4906184673309326
[2025-12-26 10:33:38,327] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5105898380279541
[2025-12-26 10:33:38,327] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.18it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.03s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.26s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.21s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A{'eval_loss': 1.7550275325775146, 'eval_runtime': 8.4584, 'eval_samples_per_second': 133.831, 'eval_steps_per_second': 22.345, 'eval_ppl': 5.7836, 'memory/max_active (GiB)': 12.27, 'memory/max_allocated (GiB)': 12.27, 'memory/device_reserved (GiB)': 14.54, 'epoch': 1.56}
52%|████████████████████████████████████████████████████████████▋ | 84/162 [14:40<13:01, 10.02s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A
52%|█████████████████████████████████████████████████████████████▍ | 85/162 [14:51<17:27, 13.61s/it]
53%|██████████████████████████████████████████████████████████████ | 86/162 [15:02<16:16, 12.85s/it]
54%|██████████████████████████████████████████████████████████████▊ | 87/162 [15:11<14:38, 11.72s/it]
54%|███████████████████████████████████████████████████████████████▌ | 88/162 [15:18<12:45, 10.34s/it]
55%|████████████████████████████████████████████████████████████████▎ | 89/162 [15:30<12:51, 10.57s/it]
56%|█████████████████████████████████████████████████████████████████ | 90/162 [15:41<12:53, 10.75s/it]
{'loss': 1.6022, 'grad_norm': 0.19144544005393982, 'learning_rate': 0.0001, 'ppl': 4.9639, 'memory/max_active (GiB)': 12.57, 'memory/max_allocated (GiB)': 12.57, 'memory/device_reserved (GiB)': 14.23, 'tokens_per_second_per_gpu': 713.49, 'total_tokens': 1460903, 'epoch': 1.67}
56%|█████████████████████████████████████████████████████████████████ | 90/162 [15:41<12:53, 10.75s/it]
56%|█████████████████████████████████████████████████████████████████▋ | 91/162 [15:52<12:52, 10.87s/it]
57%|██████████████████████████████████████████████████████████████████▍ | 92/162 [15:59<11:23, 9.76s/it]
57%|███████████████████████████████████████████████████████████████████▏ | 93/162 [16:08<11:01, 9.59s/it]
58%|███████████████████████████████████████████████████████████████████▉ | 94/162 [16:19<11:25, 10.08s/it]
59%|████████████████████████████████████████████████████████████████████▌ | 95/162 [16:31<11:37, 10.41s/it]
59%|█████████████████████████████████████████████████████████████████████▎ | 96/162 [16:42<11:40, 10.61s/it]
60%|██████████████████████████████████████████████████████████████████████ | 97/162 [16:51<11:01, 10.17s/it]
60%|██████████████████████████████████████████████████████████████████████▊ | 98/162 [17:02<11:10, 10.48s/it][2025-12-26 10:36:08,693] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:36:09,699] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.49933719635009766
[2025-12-26 10:36:10,199] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4997081756591797
[2025-12-26 10:36:10,707] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5083022117614746
[2025-12-26 10:36:11,205] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.49825024604797363
[2025-12-26 10:36:11,206] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.17it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.03s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.26s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.21s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A{'eval_loss': 1.7048498392105103, 'eval_runtime': 8.437, 'eval_samples_per_second': 134.171, 'eval_steps_per_second': 22.401, 'eval_ppl': 5.5006, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 14.23, 'epoch': 1.81}
60%|██████████████████████████████████████████████████████████████████████▊ | 98/162 [17:13<11:10, 10.48s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A
61%|███████████████████████████████████████████████████████████████████████▌ | 99/162 [17:22<13:58, 13.32s/it]
62%|███████████████████████████████████████████████████████████████████████▌ | 100/162 [17:29<11:49, 11.44s/it]
{'loss': 1.586, 'grad_norm': 0.22872120141983032, 'learning_rate': 7.864790845602039e-05, 'ppl': 4.8842, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 11.96, 'tokens_per_second_per_gpu': 345.88, 'total_tokens': 1632793, 'epoch': 1.85}
62%|███████████████████████████████████████████████████████████████████████▌ | 100/162 [17:29<11:49, 11.44s/it]
62%|████████████████████████████████████████████████████████████████████████▎ | 101/162 [17:40<11:29, 11.31s/it]
63%|█████████████████████████████████████████████████████████████████████████ | 102/162 [17:53<11:50, 11.84s/it]
64%|█████████████████████████████████████████████████████████████████████████▊ | 103/162 [18:04<11:27, 11.65s/it]
64%|██████████████████████████████████████████████████████████████████████████▍ | 104/162 [18:14<10:32, 10.90s/it]
65%|███████████████████████████████████████████████████████████████████████████▏ | 105/162 [18:23<09:50, 10.36s/it]
65%|███████████████████████████████████████████████████████████████████████████▉ | 106/162 [18:30<08:45, 9.39s/it]
66%|████████████████████████████████████████████████████████████████████████████▌ | 107/162 [18:41<09:06, 9.93s/it]
67%|█████████████████████████████████████████████████████████████████████████████▎ | 108/162 [18:48<08:15, 9.18s/it][2025-12-26 10:37:54,977] [INFO] [axolotl.core.trainers.base._save:692] [PID:1090] Saving model checkpoint to ./outputs/deepseek-luau-finetune/checkpoint-108
67%|██████████████████████████████████████████████████████████████████████████████ | 109/162 [19:03<09:38, 10.92s/it]
68%|██████████████████████████████████████████████████████████████████████████████▊ | 110/162 [19:10<08:28, 9.77s/it]
{'loss': 1.6249, 'grad_norm': 0.22108827531337738, 'learning_rate': 5.828063973876834e-05, 'ppl': 5.0779, 'memory/max_active (GiB)': 12.27, 'memory/max_allocated (GiB)': 12.27, 'memory/device_reserved (GiB)': 13.99, 'tokens_per_second_per_gpu': 1918.03, 'total_tokens': 1768690, 'epoch': 2.04}
68%|██████████████████████████████████████████████████████████████████████████████▊ | 110/162 [19:10<08:28, 9.77s/it]
69%|███████████████████████████████████████████████████████████████████████████████▍ | 111/162 [19:18<07:37, 8.97s/it]
69%|████████████████████████████████████████████████████████████████████████████████▏ | 112/162 [19:29<08:00, 9.61s/it][2025-12-26 10:38:35,256] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:38:36,280] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5116095542907715
[2025-12-26 10:38:36,785] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5051100254058838
[2025-12-26 10:38:37,293] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.507728099822998
[2025-12-26 10:38:37,809] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5157632827758789
[2025-12-26 10:38:37,809] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.17it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.03s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.26s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.21s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A{'eval_loss': 1.672270655632019, 'eval_runtime': 8.4743, 'eval_samples_per_second': 133.58, 'eval_steps_per_second': 22.303, 'eval_ppl': 5.3242, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 13.99, 'epoch': 2.07}
69%|████████████████████████████████████████████████████████████████████████████████▏ | 112/162 [19:40<08:00, 9.61s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A
70%|████████████████████████████████████████████████████████████████████████████████▉ | 113/162 [19:51<10:54, 13.36s/it]
70%|█████████████████████████████████████████████████████████████████████████████████▋ | 114/162 [20:00<09:40, 12.10s/it]
71%|██████████████████████████████████████████████████████████████████████████████████▎ | 115/162 [20:07<08:18, 10.61s/it]
72%|███████████████████████████████████████████████████████████████████████████████████ | 116/162 [20:18<08:15, 10.78s/it]
72%|███████████████████████████████████████████████████████████████████████████████████▊ | 117/162 [20:27<07:44, 10.31s/it]
73%|████████████████████████████████████████████████████████████████████████████████████▍ | 118/162 [20:35<06:52, 9.37s/it]
73%|█████████████████████████████████████████████████████████████████████████████████████▏ | 119/162 [20:44<06:40, 9.32s/it]
74%|█████████████████████████████████████████████████████████████████████████████████████▉ | 120/162 [20:53<06:29, 9.28s/it]
{'loss': 1.4995, 'grad_norm': 0.24357792735099792, 'learning_rate': 3.9837593677507726e-05, 'ppl': 4.4794, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 11.93, 'tokens_per_second_per_gpu': 1116.13, 'total_tokens': 1932966, 'epoch': 2.22}
74%|█████████████████████████████████████████████████████████████████████████████████████▉ | 120/162 [20:53<06:29, 9.28s/it]
75%|██████████████████████████████████████████████████████████████████████████████████████▋ | 121/162 [21:00<05:54, 8.65s/it]
75%|███████████████████████████████████████████████████████████████████████████████████████▎ | 122/162 [21:11<06:17, 9.44s/it]
76%|████████████████████████████████████████████████████████████████████████████████████████ | 123/162 [21:19<05:41, 8.76s/it]
77%|████████████████████████████████████████████████████████████████████████████████████████▊ | 124/162 [21:28<05:37, 8.88s/it]
77%|█████████████████████████████████████████████████████████████████████████████████████████▌ | 125/162 [21:39<05:54, 9.58s/it]
78%|██████████████████████████████████████████████████████████████████████████████████████████▏ | 126/162 [21:48<05:40, 9.45s/it][2025-12-26 10:40:54,755] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:40:55,727] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.48783421516418457
[2025-12-26 10:40:56,244] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5166926383972168
[2025-12-26 10:40:56,750] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5060973167419434
[2025-12-26 10:40:57,267] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5172219276428223
[2025-12-26 10:40:57,267] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.18it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.01s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.25s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.21s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.15s/it][A
[A{'eval_loss': 1.6503404378890991, 'eval_runtime': 8.4269, 'eval_samples_per_second': 134.332, 'eval_steps_per_second': 22.428, 'eval_ppl': 5.2088, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 11.93, 'epoch': 2.33}
78%|██████████████████████████████████████████████████████████████████████████████████████████▏ | 126/162 [21:59<05:40, 9.45s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.15s/it][A
[A
78%|██████████████████████████████████████████████████████████████████████████████████████████▉ | 127/162 [22:10<07:42, 13.20s/it]
79%|███████████████████████████████████████████████████████████████████████████████████████████▋ | 128/162 [22:23<07:26, 13.12s/it]
80%|████████████████████████████████████████████████████████████████████████████████████████████▎ | 129/162 [22:34<06:53, 12.52s/it]
80%|█████████████████████████████████████████████████████████████████████████████████████████████ | 130/162 [22:45<06:26, 12.09s/it]
{'loss': 1.436, 'grad_norm': 0.21442264318466187, 'learning_rate': 2.4169419152143768e-05, 'ppl': 4.2038, 'memory/max_active (GiB)': 12.57, 'memory/max_allocated (GiB)': 12.57, 'memory/device_reserved (GiB)': 14.57, 'tokens_per_second_per_gpu': 519.75, 'total_tokens': 2102688, 'epoch': 2.41}
80%|█████████████████████████████████████████████████████████████████████████████████████████████ | 130/162 [22:45<06:26, 12.09s/it]
81%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/162 [22:56<06:06, 11.82s/it]
81%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 132/162 [23:08<05:48, 11.63s/it]
82%|███████████████████████████████████████████████████████████████████████████████████████████████▏ | 133/162 [23:17<05:15, 10.89s/it]
83%|███████████████████████████████████████████████████████████████████████████████████████████████▉ | 134/162 [23:28<05:07, 10.97s/it]
83%|████████████████████████████████████████████████████████████████████████████████████████████████▋ | 135/162 [23:35<04:25, 9.83s/it]
84%|█████████████████████████████████████████████████████████████████████████████████████████████████▍ | 136/162 [23:48<04:41, 10.82s/it]
85%|██████████████████████████████████████████████████████████████████████████████████████████████████ | 137/162 [23:59<04:32, 10.91s/it]
85%|██████████████████████████████████████████████████████████████████████████████████████████████████▊ | 138/162 [24:08<04:09, 10.38s/it]
86%|███████████████████████████████████████████████████████████████████████████████████████████████████▌ | 139/162 [24:18<03:49, 9.99s/it]
86%|████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 140/162 [24:29<03:48, 10.36s/it]
{'loss': 1.4803, 'grad_norm': 0.1955472230911255, 'learning_rate': 1.1998779602646437e-05, 'ppl': 4.3943, 'memory/max_active (GiB)': 12.27, 'memory/max_allocated (GiB)': 12.27, 'memory/device_reserved (GiB)': 14.58, 'tokens_per_second_per_gpu': 1221.86, 'total_tokens': 2239834, 'epoch': 2.59}
86%|████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 140/162 [24:29<03:48, 10.36s/it][2025-12-26 10:43:35,430] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:43:36,458] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5145120620727539
[2025-12-26 10:43:36,960] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5021951198577881
[2025-12-26 10:43:37,460] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.49991607666015625
[2025-12-26 10:43:37,956] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.4953134059906006
[2025-12-26 10:43:37,956] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.19it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.03s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.26s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.21s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A{'eval_loss': 1.638063669204712, 'eval_runtime': 8.4534, 'eval_samples_per_second': 133.911, 'eval_steps_per_second': 22.358, 'eval_ppl': 5.1452, 'memory/max_active (GiB)': 7.61, 'memory/max_allocated (GiB)': 7.61, 'memory/device_reserved (GiB)': 14.58, 'epoch': 2.59}
86%|████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 140/162 [24:40<03:48, 10.36s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A
87%|████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 141/162 [24:51<04:51, 13.86s/it]
88%|█████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 142/162 [25:00<04:09, 12.45s/it]
88%|██████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 143/162 [25:09<03:37, 11.44s/it]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████████ | 144/162 [25:16<03:02, 10.15s/it]
90%|███████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 145/162 [25:25<02:47, 9.85s/it]
90%|████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 146/162 [25:37<02:43, 10.25s/it]
91%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 147/162 [25:48<02:37, 10.53s/it]
91%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 148/162 [25:59<02:30, 10.74s/it]
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 149/162 [26:08<02:13, 10.27s/it]
93%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 150/162 [26:19<02:06, 10.54s/it]
{'loss': 1.4872, 'grad_norm': 0.22001619637012482, 'learning_rate': 3.887021612769936e-06, 'ppl': 4.4247, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 11.92, 'tokens_per_second_per_gpu': 1241.05, 'total_tokens': 2413606, 'epoch': 2.78}
93%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 150/162 [26:19<02:06, 10.54s/it]
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 151/162 [26:26<01:44, 9.52s/it]
94%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 152/162 [26:38<01:40, 10.03s/it]
94%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 153/162 [26:47<01:27, 9.77s/it]
95%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 154/162 [26:58<01:21, 10.18s/it][2025-12-26 10:46:04,571] [INFO] [axolotl.core.trainers.base.evaluate:388] [PID:1090] Running evaluation step...
[2025-12-26 10:46:05,560] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.49736905097961426
[2025-12-26 10:46:06,063] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5023696422576904
[2025-12-26 10:46:06,565] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5025477409362793
[2025-12-26 10:46:07,067] [DEBUG] [axolotl.utils.samplers.multipack.__len__:462] [PID:1090] generate_batches time: 0.5012121200561523
[2025-12-26 10:46:07,067] [INFO] [axolotl.utils.samplers.multipack.calc_min_len:438] [PID:1090] gather_len_batches: [6]
0%| | 0/6 [00:00<?, ?it/s][A
33%|████████████████████████████████████████ | 2/6 [00:01<00:03, 1.17it/s][A
50%|████████████████████████████████████████████████████████████ | 3/6 [00:02<00:03, 1.01s/it][A
67%|████████████████████████████████████████████████████████████████████████████████ | 4/6 [00:04<00:02, 1.25s/it][A
83%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 5/6 [00:05<00:01, 1.21s/it][A
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A{'eval_loss': 1.6345535516738892, 'eval_runtime': 8.4191, 'eval_samples_per_second': 134.456, 'eval_steps_per_second': 22.449, 'eval_ppl': 5.1272, 'memory/max_active (GiB)': 10.65, 'memory/max_allocated (GiB)': 10.65, 'memory/device_reserved (GiB)': 11.93, 'epoch': 2.85}
95%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 154/162 [27:09<01:21, 10.18s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 6/6 [00:06<00:00, 1.16s/it][A
[A
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 155/162 [27:20<01:35, 13.68s/it]
96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 156/162 [27:31<01:17, 12.89s/it]
97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 157/162 [27:40<00:58, 11.76s/it]
98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 158/162 [27:53<00:48, 12.17s/it]
98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 159/162 [28:02<00:33, 11.27s/it]
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 160/162 [28:13<00:22, 11.24s/it]
{'loss': 1.4862, 'grad_norm': 0.22576645016670227, 'learning_rate': 2.082839134607828e-07, 'ppl': 4.4203, 'memory/max_active (GiB)': 12.57, 'memory/max_allocated (GiB)': 12.57, 'memory/device_reserved (GiB)': 14.72, 'tokens_per_second_per_gpu': 799.33, 'total_tokens': 2585902, 'epoch': 2.96}
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 160/162 [28:13<00:22, 11.24s/it]
99%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 161/162 [28:21<00:10, 10.02s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 162/162 [28:30<00:00, 9.77s/it][2025-12-26 10:47:36,421] [INFO] [axolotl.core.trainers.base._save:692] [PID:1090] Saving model checkpoint to ./outputs/deepseek-luau-finetune/checkpoint-162
{'train_runtime': 2165.1082, 'train_samples_per_second': 0.898, 'train_steps_per_second': 0.075, 'train_loss': 1.8391567159582067, 'memory/max_active (GiB)': 10.35, 'memory/max_allocated (GiB)': 10.35, 'memory/device_reserved (GiB)': 14.72, 'epoch': 3.0}
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 162/162 [28:31<00:00, 9.77s/it]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 162/162 [28:31<00:00, 10.56s/it]
[2025-12-26 10:47:37,717] [INFO] [axolotl.train.save_trained_model:233] [PID:1090] Training completed! Saving trained model to ./outputs/deepseek-luau-finetune.
[2025-12-26 10:47:38,387] [INFO] [axolotl.train.save_trained_model:351] [PID:1090] Model successfully saved to ./outputs/deepseek-luau-finetune
[2025-12-26 10:47:38,396] [INFO] [axolotl.core.trainers.base._save:692] [PID:1090] Saving model checkpoint to ./outputs/deepseek-luau-finetune
Processing Files (0 / 0) : | | 0.00B / 0.00B
New Data Upload : | | 0.00B / 0.00B [A
...adapter_model.safetensors: 0%|▏ | 562kB / 320MB [A[A
...adapter_model.safetensors: 0%|▏ | 562kB / 320MB [A[A
Processing Files (0 / 1) : 0%|▏ | 562kB / 320MB, 351kB/s
New Data Upload : 0%|▎ | 562kB / 134MB, 351kB/s [A
...adapter_model.safetensors: 0%|▏ | 562kB / 320MB [A[A
...adapter_model.safetensors: 0%|▎ | 1.12MB / 320MB [A[A
Processing Files (0 / 1) : 0%|▎ | 1.12MB / 320MB, 562kB/s
New Data Upload : 1%|▋ | 1.12MB / 134MB, 562kB/s [A
...adapter_model.safetensors: 1%|▍ | 1.69MB / 320MB [A[A
Processing Files (0 / 1) : 1%|▍ | 1.69MB / 320MB, 766kB/s
New Data Upload : 1%|█ | 1.69MB / 134MB, 766kB/s [A
...adapter_model.safetensors: 1%|▊ | 2.81MB / 320MB [A[A
Processing Files (0 / 1) : 1%|▊ | 2.81MB / 320MB, 1.17MB/s
New Data Upload : 2%|█▊ | 2.81MB / 134MB, 1.17MB/s [A
...adapter_model.safetensors: 2%|█▌ | 5.62MB / 320MB [A[A
Processing Files (0 / 1) : 2%|█▌ | 5.62MB / 320MB, 2.16MB/s
New Data Upload : 4%|███▋ | 5.62MB / 134MB, 2.16MB/s [A
...adapter_model.safetensors: 2%|█▉ | 6.74MB / 320MB [A[A
Processing Files (0 / 1) : 2%|█▉ | 6.74MB / 320MB, 2.41MB/s
New Data Upload : 3%|██▉ | 6.74MB / 201MB, 2.41MB/s [A
...adapter_model.safetensors: 4%|███▎ | 11.8MB / 320MB [A[A
Processing Files (0 / 1) : 4%|███▎ | 11.8MB / 320MB, 3.93MB/s
New Data Upload : 6%|█████▏ | 11.8MB / 201MB, 3.93MB/s [A
...adapter_model.safetensors: 5%|████▌ | 16.3MB / 320MB [A[A
Processing Files (0 / 1) : 5%|████▌ | 16.3MB / 320MB, 5.09MB/s
New Data Upload : 8%|███████▏ | 16.3MB / 201MB, 5.09MB/s [A
...adapter_model.safetensors: 6%|█████▍ | 19.7MB / 320MB [A[A
Processing Files (0 / 1) : 6%|█████▍ | 19.7MB / 320MB, 5.78MB/s
New Data Upload : 10%|████████▋ | 19.7MB / 201MB, 5.78MB/s [A
...adapter_model.safetensors: 8%|███████ | 25.3MB / 320MB [A[A
Processing Files (0 / 1) : 8%|███████ | 25.3MB / 320MB, 7.02MB/s
New Data Upload : 13%|███████████▏ | 25.3MB / 201MB, 7.02MB/s [A
...adapter_model.safetensors: 10%|████████▌ | 30.9MB / 320MB [A[A
Processing Files (0 / 1) : 10%|████████▌ | 30.9MB / 320MB, 8.13MB/s
New Data Upload : 12%|██████████▎ | 30.9MB / 268MB, 8.13MB/s [A
...adapter_model.safetensors: 12%|██████████▊ | 38.8MB / 320MB [A[A
Processing Files (0 / 1) : 12%|██████████▊ | 38.8MB / 320MB, 9.69MB/s
New Data Upload : 14%|████████████▊ | 38.8MB / 268MB, 9.69MB/s [A
...adapter_model.safetensors: 15%|█████████████▏ | 47.2MB / 320MB [A[A
Processing Files (0 / 1) : 15%|█████████████▏ | 47.2MB / 320MB, 11.2MB/s
New Data Upload : 15%|█████████████▏ | 47.2MB / 320MB, 11.2MB/s [A
...adapter_model.safetensors: 17%|██████████████▋ | 52.8MB / 320MB [A[A
Processing Files (0 / 1) : 17%|██████████████▋ | 52.8MB / 320MB, 12.0MB/s
New Data Upload : 17%|██████████████▋ | 52.8MB / 320MB, 12.0MB/s [A
...inetune/training_args.bin: 1%|▉ | 80.0B / 7.44kB [A[A[A
...adapter_model.safetensors: 19%|████████████████▌ | 59.6MB / 320MB [A[A
...inetune/training_args.bin: 1%|▉ | 80.0B / 7.44kB [A[A[A
Processing Files (0 / 2) : 19%|████████████████▌ | 59.6MB / 320MB, 13.0MB/s
New Data Upload : 19%|████████████████▌ | 59.6MB / 320MB, 13.0MB/s [A
...adapter_model.safetensors: 22%|███████████████████▌ | 70.2MB / 320MB [A[A
...inetune/training_args.bin: 1%|▉ | 80.0B / 7.44kB [A[A[A
Processing Files (0 / 2) : 22%|███████████████████▌ | 70.2MB / 320MB, 14.6MB/s
New Data Upload : 22%|███████████████████▌ | 70.2MB / 320MB, 14.6MB/s [A
...adapter_model.safetensors: 23%|████████████████████▍ | 73.6MB / 320MB [A[A
...inetune/training_args.bin: 1%|▉ | 80.0B / 7.44kB [A[A[A
Processing Files (0 / 2) : 23%|████████████████████▍ | 73.6MB / 320MB, 14.7MB/s
New Data Upload : 23%|████████████████████▍ | 73.6MB / 320MB, 14.7MB/s [A
...adapter_model.safetensors: 26%|██████████████████████▉ | 82.6MB / 320MB [A[A
...inetune/training_args.bin: 2%|█▉ | 161B / 7.44kB [A[A[A
Processing Files (0 / 2) : 26%|██████████████████████▉ | 82.6MB / 320MB, 15.9MB/s
New Data Upload : 26%|██████████████████████▉ | 82.6MB / 320MB, 15.9MB/s [A
...adapter_model.safetensors: 29%|█████████████████████████▍ | 91.6MB / 320MB [A[A
...inetune/training_args.bin: 5%|████▊ | 404B / 7.44kB [A[A[A
Processing Files (0 / 2) : 29%|█████████████████████████▍ | 91.6MB / 320MB, 17.0MB/s
New Data Upload : 29%|█████████████████████████▍ | 91.6MB / 320MB, 17.0MB/s [A
...adapter_model.safetensors: 30%|██████████████████████████▋ | 96.1MB / 320MB [A[A
...inetune/training_args.bin: 9%|███████▋ | 646B / 7.44kB [A[A[A
Processing Files (0 / 2) : 30%|██████████████████████████▋ | 96.1MB / 320MB, 17.2MB/s
New Data Upload : 30%|██████████████████████████▋ | 96.1MB / 320MB, 17.2MB/s [A
...adapter_model.safetensors: 32%|████████████████████████████▍ | 102MB / 320MB [A[A
...inetune/training_args.bin: 11%|█████████▋ | 808B / 7.44kB [A[A[A
Processing Files (0 / 2) : 32%|████████████████████████████▍ | 102MB / 320MB, 17.6MB/s
New Data Upload : 32%|████████████████████████████▍ | 102MB / 320MB, 17.6MB/s [A
...adapter_model.safetensors: 36%|████████████████████████████████ | 115MB / 320MB [A[A
...inetune/training_args.bin: 14%|████████████▌ | 1.05kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 36%|████████████████████████████████ | 115MB / 320MB, 19.2MB/s
New Data Upload : 36%|████████████████████████████████ | 115MB / 320MB, 19.2MB/s [A
...adapter_model.safetensors: 38%|██████████████████████████████████ | 122MB / 320MB [A[A
...inetune/training_args.bin: 21%|██████████████████▎ | 1.54kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 38%|██████████████████████████████████ | 122MB / 320MB, 19.8MB/s
New Data Upload : 38%|██████████████████████████████████ | 122MB / 320MB, 19.8MB/s [A
...adapter_model.safetensors: 40%|███████████████████████████████████▏ | 126MB / 320MB [A[A
...inetune/training_args.bin: 21%|██████████████████▎ | 1.54kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 40%|███████████████████████████████████▏ | 126MB / 320MB, 19.8MB/s
New Data Upload : 40%|███████████████████████████████████▏ | 126MB / 320MB, 19.8MB/s [A
...adapter_model.safetensors: 44%|███████████████████████████████████████▍ | 142MB / 320MB [A[A
...inetune/training_args.bin: 28%|█████████████████████████▏ | 2.10kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 44%|███████████████████████████████████████▍ | 142MB / 320MB, 21.5MB/s
New Data Upload : 44%|███████████████████████████████████████▍ | 142MB / 320MB, 21.5MB/s [A
...adapter_model.safetensors: 46%|█████████████████████████████████████████▎ | 148MB / 320MB [A[A
...inetune/training_args.bin: 28%|█████████████████████████▏ | 2.10kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 46%|█████████████████████████████████████████▎ | 148MB / 320MB, 21.8MB/s
New Data Upload : 46%|█████████████████████████████████████████▎ | 148MB / 320MB, 21.8MB/s [A
...adapter_model.safetensors: 50%|████████████████████████████████████████████ | 158MB / 320MB [A[A
...inetune/training_args.bin: 32%|████████████████████████████ | 2.35kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 50%|████████████████████████████████████████████ | 158MB / 320MB, 22.6MB/s
New Data Upload : 50%|████████████████████████████████████████████ | 158MB / 320MB, 22.6MB/s [A
...adapter_model.safetensors: 52%|██████████████████████████████████████████████▌ | 167MB / 320MB [A[A
...inetune/training_args.bin: 32%|████████████████████████████ | 2.35kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 52%|██████████████████████████████████████████████▌ | 167MB / 320MB, 23.3MB/s
New Data Upload : 52%|██████████████████████████████████████████████▌ | 167MB / 320MB, 23.3MB/s [A
...adapter_model.safetensors: 56%|█████████████████████████████████████████████████▋ | 179MB / 320MB [A[A
...inetune/training_args.bin: 39%|██████████████████████████████████▊ | 2.91kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 56%|█████████████████████████████████████████████████▋ | 179MB / 320MB, 24.1MB/s
New Data Upload : 56%|█████████████████████████████████████████████████▋ | 179MB / 320MB, 24.1MB/s [A
...adapter_model.safetensors: 59%|████████████████████████████████████████████████████▌ | 189MB / 320MB [A[A
...inetune/training_args.bin: 42%|█████████████████████████████████████▋ | 3.15kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 59%|████████████████████████████████████████████████████▌ | 189MB / 320MB, 24.8MB/s
New Data Upload : 59%|████████████████████████████████████████████████████▌ | 189MB / 320MB, 24.8MB/s [A
...adapter_model.safetensors: 62%|██████████████████████████████████████████████████████▊ | 197MB / 320MB [A[A
...inetune/training_args.bin: 48%|██████████████████████████████████████████▌ | 3.56kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 62%|██████████████████████████████████████████████████████▊ | 197MB / 320MB, 25.3MB/s
New Data Upload : 62%|██████████████████████████████████████████████████████▊ | 197MB / 320MB, 25.3MB/s [A
...adapter_model.safetensors: 65%|█████████████████████████████████████████████████████████▉ | 208MB / 320MB [A[A
...inetune/training_args.bin: 54%|████████████████████████████████████████████████▎ | 4.04kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 65%|█████████████████████████████████████████████████████████▉ | 208MB / 320MB, 26.1MB/s
New Data Upload : 65%|█████████████████████████████████████████████████████████▉ | 208MB / 320MB, 26.1MB/s [A
...adapter_model.safetensors: 67%|███████████████████████████████████████████████████████████▊ | 215MB / 320MB [A[A
...inetune/training_args.bin: 60%|█████████████████████████████████████████████████████▏ | 4.45kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 67%|███████████████████████████████████████████████████████████▊ | 215MB / 320MB, 26.2MB/s
New Data Upload : 67%|███████████████████████████████████████████████████████████▊ | 215MB / 320MB, 26.2MB/s [A
...adapter_model.safetensors: 69%|█████████████████████████████████████████████████████████████▋ | 222MB / 320MB [A[A
...inetune/training_args.bin: 65%|██████████████████████████████████████████████████████████ | 4.85kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 69%|█████████████████████████████████████████████████████████████▋ | 222MB / 320MB, 26.4MB/s
New Data Upload : 69%|█████████████████████████████████████████████████████████████▋ | 222MB / 320MB, 26.4MB/s [A
...adapter_model.safetensors: 71%|███████████████████████████████████████████████████████████████▍ | 228MB / 320MB [A[A
...inetune/training_args.bin: 72%|███████████████████████████████████████████████████████████████▊ | 5.34kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 71%|███████████████████████████████████████████████████████████████▍ | 228MB / 320MB, 26.5MB/s
New Data Upload : 71%|███████████████████████████████████████████████████████████████▍ | 228MB / 320MB, 26.5MB/s [A
...adapter_model.safetensors: 73%|█████████████████████████████████████████████████████████████████▎ | 235MB / 320MB [A[A
...inetune/training_args.bin: 77%|████████████████████████████████████████████████████████████████████▋ | 5.74kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 73%|█████████████████████████████████████████████████████████████████▎ | 235MB / 320MB, 26.7MB/s
New Data Upload : 73%|█████████████████████████████████████████████████████████████████▎ | 235MB / 320MB, 26.7MB/s [A
...adapter_model.safetensors: 75%|██████████████████████████████████████████████████████████████████▋ | 239MB / 320MB [A[A
...inetune/training_args.bin: 80%|███████████████████████████████████████████████████████████████████████▌ | 5.98kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 75%|██████████████████████████████████████████████████████████████████▋ | 239MB / 320MB, 26.6MB/s
New Data Upload : 75%|██████████████████████████████████████████████████████████████████▋ | 239MB / 320MB, 26.6MB/s [A
...adapter_model.safetensors: 77%|████████████████████████████████████████████████████████████████████▌ | 246MB / 320MB [A[A
...inetune/training_args.bin: 86%|████████████████████████████████████████████████████████████████████████████▍ | 6.39kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 77%|████████████████████████████████████████████████████████████████████▌ | 246MB / 320MB, 26.8MB/s
New Data Upload : 77%|████████████████████████████████████████████████████████████████████▌ | 246MB / 320MB, 26.8MB/s [A
...adapter_model.safetensors: 78%|█████████████████████████████████████████████████████████████████████▊ | 251MB / 320MB [A[A
...inetune/training_args.bin: 89%|███████████████████████████████████████████████████████████████████████████████▎ | 6.63kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 78%|█████████████████████████████████████████████████████████████████████▊ | 251MB / 320MB, 26.7MB/s
New Data Upload : 78%|█████████████████████████████████████████████████████████████████████▊ | 251MB / 320MB, 26.7MB/s [A
...adapter_model.safetensors: 81%|███████████████████████████████████████████████████████████████████████▋ | 258MB / 320MB [A[A
...inetune/training_args.bin: 95%|████████████████████████████████████████████████████████████████████████████████████▏ | 7.04kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 81%|███████████████████████████████████████████████████████████████████████▋ | 258MB / 320MB, 26.8MB/s
New Data Upload : 81%|███████████████████████████████████████████████████████████████████████▋ | 258MB / 320MB, 26.8MB/s [A
...adapter_model.safetensors: 82%|████████████████████████████████████████████████████████████████████████▊ | 262MB / 320MB [A[A
...inetune/training_args.bin: 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 7.44kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 82%|████████████████████████████████████████████████████████████████████████▊ | 262MB / 320MB, 26.7MB/s
New Data Upload : 82%|████████████████████████████████████████████████████████████████████████▊ | 262MB / 320MB, 26.7MB/s [A
...adapter_model.safetensors: 82%|████████████████████████████████████████████████████████████████████████▊ | 262MB / 320MB [A[A
...inetune/training_args.bin: 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 82%|████████████████████████████████████████████████████████████████████████▉ | 262MB / 320MB [A[A
...inetune/training_args.bin: 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 7.44kB / 7.44kB [A[A[A
Processing Files (0 / 2) : 82%|████████████████████████████████████████████████████████████████████████▉ | 262MB / 320MB, 25.7MB/s
New Data Upload : 82%|████████████████████████████████████████████████████████████████████████▉ | 262MB / 320MB, 25.7MB/s [A
...adapter_model.safetensors: 82%|████████████████████████████████████████████████████████████████████████▉ | 262MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 82%|████████████████████████████████████████████████████████████████████████▉ | 262MB / 320MB, 25.7MB/s
New Data Upload : 82%|████████████████████████████████████████████████████████████████████████▉ | 262MB / 320MB, 25.7MB/s [A
...adapter_model.safetensors: 82%|█████████████████████████████████████████████████████████████████████████ | 263MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 82%|█████████████████████████████████████████████████████████████████████████ | 263MB / 320MB, 25.8MB/s
New Data Upload : 82%|█████████████████████████████████████████████████████████████████████████ | 263MB / 320MB, 25.8MB/s [A
...adapter_model.safetensors: 82%|█████████████████████████████████████████████████████████████████████████▏ | 263MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 82%|█████████████████████████████████████████████████████████████████████████▏ | 263MB / 320MB, 25.8MB/s
New Data Upload : 82%|█████████████████████████████████████████████████████████████████████████▏ | 263MB / 320MB, 25.8MB/s [A
...adapter_model.safetensors: 82%|█████████████████████████████████████████████████████████████████████████▏ | 263MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 83%|█████████████████████████████████████████████████████████████████████████▍ | 264MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 83%|█████████████████████████████████████████████████████████████████████████▍ | 264MB / 320MB, 25.9MB/s
New Data Upload : 83%|█████████████████████████████████████████████████████████████████████████▍ | 264MB / 320MB, 25.9MB/s [A
...adapter_model.safetensors: 83%|█████████████████████████████████████████████████████████████████████████▍ | 264MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 83%|█████████████████████████████████████████████████████████████████████████▌ | 265MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 83%|█████████████████████████████████████████████████████████████████████████▋ | 265MB / 320MB, 25.9MB/s
New Data Upload : 83%|█████████████████████████████████████████████████████████████████████████▋ | 265MB / 320MB, 25.9MB/s [A
...adapter_model.safetensors: 83%|█████████████████████████████████████████████████████████████████████████▌ | 265MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 83%|█████████████████████████████████████████████████████████████████████████▊ | 265MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 83%|█████████████████████████████████████████████████████████████████████████▊ | 265MB / 320MB, 25.9MB/s
New Data Upload : 83%|█████████████████████████████████████████████████████████████████████████▊ | 265MB / 320MB, 25.9MB/s [A
...adapter_model.safetensors: 83%|█████████████████████████████████████████████████████████████████████████▊ | 265MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 83%|██████████████████████████████████████████████████████████████████████████ | 266MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 83%|██████████████████████████████████████████████████████████████████████████ | 266MB / 320MB, 25.9MB/s
New Data Upload : 83%|██████████████████████████████████████████████████████████████████████████ | 266MB / 320MB, 25.9MB/s [A
...adapter_model.safetensors: 83%|██████████████████████████████████████████████████████████████████████████ | 266MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 83%|██████████████████████████████████████████████████████████████████████████▎ | 267MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 83%|██████████████████████████████████████████████████████████████████████████▎ | 267MB / 320MB, 25.6MB/s
New Data Upload : 83%|██████████████████████████████████████████████████████████████████████████▎ | 267MB / 320MB, 25.6MB/s [A
...adapter_model.safetensors: 83%|██████████████████████████████████████████████████████████████████████████▎ | 267MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 84%|██████████████████████████████████████████████████████████████████████████▌ | 268MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 84%|██████████████████████████████████████████████████████████████████████████▌ | 268MB / 320MB, 25.1MB/s
New Data Upload : 84%|██████████████████████████████████████████████████████████████████████████▌ | 268MB / 320MB, 25.1MB/s [A
...adapter_model.safetensors: 84%|██████████████████████████████████████████████████████████████████████████▌ | 268MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 84%|██████████████████████████████████████████████████████████████████████████▌ | 268MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 84%|██████████████████████████████████████████████████████████████████████████▋ | 269MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 84%|██████████████████████████████████████████████████████████████████████████▋ | 269MB / 320MB, 23.8MB/s
New Data Upload : 84%|██████████████████████████████████████████████████████████████████████████▋ | 269MB / 320MB, 23.8MB/s [A
...adapter_model.safetensors: 84%|██████████████████████████████████████████████████████████████████████████▋ | 269MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 84%|██████████████████████████████████████████████████████████████████████████▋ | 269MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 84%|██████████████████████████████████████████████████████████████████████████▉ | 269MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 84%|██████████████████████████████████████████████████████████████████████████▉ | 269MB / 320MB, 21.8MB/s
New Data Upload : 84%|██████████████████████████████████████████████████████████████████████████▉ | 269MB / 320MB, 21.8MB/s [A
...adapter_model.safetensors: 84%|██████████████████████████████████████████████████████████████████████████▉ | 269MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 84%|███████████████████████████████████████████████████████████████████████████▏ | 270MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 84%|███████████████████████████████████████████████████████████████████████████▏ | 270MB / 320MB, 20.7MB/s
New Data Upload : 84%|███████████████████████████████████████████████████████████████████████████▏ | 270MB / 320MB, 20.7MB/s [A
...adapter_model.safetensors: 84%|███████████████████████████████████████████████████████████████████████████▏ | 270MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 85%|███████████████████████████████████████████████████████████████████████████▎ | 271MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 85%|███████████████████████████████████████████████████████████████████████████▎ | 271MB / 320MB, 19.3MB/s
New Data Upload : 85%|███████████████████████████████████████████████████████████████████████████▎ | 271MB / 320MB, 19.3MB/s [A
...adapter_model.safetensors: 85%|███████████████████████████████████████████████████████████████████████████▎ | 271MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 85%|███████████████████████████████████████████████████████████████████████████▌ | 271MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 85%|███████████████████████████████████████████████████████████████████████████▌ | 271MB / 320MB, 17.6MB/s
New Data Upload : 85%|███████████████████████████████████████████████████████████████████████████▌ | 271MB / 320MB, 17.6MB/s [A
...adapter_model.safetensors: 85%|███████████████████████████████████████████████████████████████████████████▊ | 272MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 85%|███████████████████████████████████████████████████████████████████████████▊ | 272MB / 320MB, 17.3MB/s
New Data Upload : 85%|███████████████████████████████████████████████████████████████████████████▊ | 272MB / 320MB, 17.3MB/s [A
...adapter_model.safetensors: 85%|███████████████████████████████████████████████████████████████████████████▊ | 272MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 85%|███████████████████████████████████████████████████████████████████████████▉ | 273MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 85%|███████████████████████████████████████████████████████████████████████████▉ | 273MB / 320MB, 15.5MB/s
New Data Upload : 85%|███████████████████████████████████████████████████████████████████████████▉ | 273MB / 320MB, 15.5MB/s [A
...adapter_model.safetensors: 85%|███████████████████████████████████████████████████████████████████████████▉ | 273MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 86%|████████████████████████████████████████████████████████████████████████████▎ | 274MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 86%|████████████████████████████████████████████████████████████████████████████▎ | 274MB / 320MB, 14.5MB/s
New Data Upload : 86%|████████████████████████████████████████████████████████████████████████████▎ | 274MB / 320MB, 14.5MB/s [A
...adapter_model.safetensors: 86%|████████████████████████████████████████████████████████████████████████████▎ | 274MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 86%|████████████████████████████████████████████████████████████████████████████▎ | 274MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 86%|████████████████████████████████████████████████████████████████████████████▌ | 275MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 86%|████████████████████████████████████████████████████████████████████████████▌ | 275MB / 320MB, 11.5MB/s
New Data Upload : 86%|████████████████████████████████████████████████████████████████████████████▌ | 275MB / 320MB, 11.5MB/s [A
...adapter_model.safetensors: 86%|████████████████████████████████████████████████████████████████████████████▌ | 275MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 86%|████████████████████████████████████████████████████████████████████████████▊ | 276MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 86%|████████████████████████████████████████████████████████████████████████████▊ | 276MB / 320MB, 9.53MB/s
New Data Upload : 86%|████████████████████████████████████████████████████████████████████████████▊ | 276MB / 320MB, 9.53MB/s [A
...adapter_model.safetensors: 86%|████████████████████████████████████████████████████████████████████████████▊ | 276MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 87%|█████████████████████████████████████████████████████████████████████████████ | 277MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 87%|█████████████████████████████████████████████████████████████████████████████ | 277MB / 320MB, 7.83MB/s
New Data Upload : 87%|█████████████████████████████████████████████████████████████████████████████ | 277MB / 320MB, 7.83MB/s [A
...adapter_model.safetensors: 87%|█████████████████████████████████████████████████████████████████████████████ | 277MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 87%|█████████████████████████████████████████████████████████████████████████████▍ | 278MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 87%|█████████████████████████████████████████████████████████████████████████████▍ | 278MB / 320MB, 6.17MB/s
New Data Upload : 87%|█████████████████████████████████████████████████████████████████████████████▍ | 278MB / 320MB, 6.17MB/s [A
...adapter_model.safetensors: 87%|█████████████████████████████████████████████████████████████████████████████▍ | 278MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 87%|█████████████████████████████████████████████████████████████████████████████▋ | 279MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 87%|█████████████████████████████████████████████████████████████████████████████▋ | 279MB / 320MB, 5.02MB/s
New Data Upload : 87%|█████████████████████████████████████████████████████████████████████████████▋ | 279MB / 320MB, 5.02MB/s [A
...adapter_model.safetensors: 88%|██████████████████████████████████████████████████████████████████████████████ | 280MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 88%|██████████████████████████████████████████████████████████████████████████████ | 280MB / 320MB, 4.47MB/s
New Data Upload : 88%|██████████████████████████████████████████████████████████████████████████████ | 280MB / 320MB, 4.47MB/s [A
...adapter_model.safetensors: 88%|██████████████████████████████████████████████████████████████████████████████ | 280MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 88%|██████████████████████████████████████████████████████████████████████████████▎ | 281MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 88%|██████████████████████████████████████████████████████████████████████████████▎ | 281MB / 320MB, 3.46MB/s
New Data Upload : 88%|██████████████████████████████████████████████████████████████████████████████▎ | 281MB / 320MB, 3.46MB/s [A
...adapter_model.safetensors: 88%|██████████████████████████████████████████████████████████████████████████████▎ | 281MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 89%|██████████████████████████████████████████████████████████████████████████████▊ | 283MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 89%|██████████████████████████████████████████████████████████████████████████████▊ | 283MB / 320MB, 2.50MB/s
New Data Upload : 89%|██████████████████████████████████████████████████████████████████████████████▊ | 283MB / 320MB, 2.50MB/s [A
...adapter_model.safetensors: 89%|██████████████████████████████████████████████████████████████████████████████▊ | 283MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 89%|███████████████████████████████████████████████████████████████████████████████ | 284MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 89%|███████████████████████████████████████████████████████████████████████████████ | 284MB / 320MB, 2.23MB/s
New Data Upload : 89%|███████████████████████████████████████████████████████████████████████████████ | 284MB / 320MB, 2.23MB/s [A
...adapter_model.safetensors: 89%|███████████████████████████████████████████████████████████████████████████████ | 284MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 89%|███████████████████████████████████████████████████████████████████████████████ | 284MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 89%|███████████████████████████████████████████████████████████████████████████████▌ | 286MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 89%|███████████████████████████████████████████████████████████████████████████████▌ | 286MB / 320MB, 2.28MB/s
New Data Upload : 89%|███████████████████████████████████████████████████████████████████████████████▌ | 286MB / 320MB, 2.28MB/s [A
...adapter_model.safetensors: 89%|███████████████████████████████████████████████████████████████████████████████▌ | 286MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 90%|████████████████████████████████████████████████████████████████████████████████ | 288MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 90%|████████████████████████████████████████████████████████████████████████████████ | 288MB / 320MB, 2.43MB/s
New Data Upload : 90%|████████████████████████████████████████████████████████████████████████████████ | 288MB / 320MB, 2.43MB/s [A
...adapter_model.safetensors: 90%|████████████████████████████████████████████████████████████████████████████████▌ | 289MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 90%|████████████████████████████████████████████████████████████████████████████████▌ | 289MB / 320MB, 2.48MB/s
New Data Upload : 90%|████████████████████████████████████████████████████████████████████████████████▌ | 289MB / 320MB, 2.48MB/s [A
...adapter_model.safetensors: 90%|████████████████████████████████████████████████████████████████████████████████▌ | 289MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 91%|████████████████████████████████████████████████████████████████████████████████▊ | 290MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 91%|████████████████████████████████████████████████████████████████████████████████▊ | 290MB / 320MB, 2.54MB/s
New Data Upload : 91%|████████████████████████████████████████████████████████████████████████████████▊ | 290MB / 320MB, 2.54MB/s [A
...adapter_model.safetensors: 91%|████████████████████████████████████████████████████████████████████████████████▊ | 290MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 91%|█████████████████████████████████████████████████████████████████████████████████▎ | 292MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 91%|█████████████████████████████████████████████████████████████████████████████████▎ | 292MB / 320MB, 2.65MB/s
New Data Upload : 91%|█████████████████████████████████████████████████████████████████████████████████▎ | 292MB / 320MB, 2.65MB/s [A
...adapter_model.safetensors: 92%|█████████████████████████████████████████████████████████████████████████████████▊ | 294MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 92%|█████████████████████████████████████████████████████████████████████████████████▊ | 294MB / 320MB, 2.81MB/s
New Data Upload : 92%|█████████████████████████████████████████████████████████████████████████████████▊ | 294MB / 320MB, 2.81MB/s [A
...adapter_model.safetensors: 92%|█████████████████████████████████████████████████████████████████████████████████▊ | 294MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 92%|██████████████████████████████████████████████████████████████████████████████████▏ | 296MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 92%|██████████████████████████████████████████████████████████████████████████████████▏ | 296MB / 320MB, 2.87MB/s
New Data Upload : 92%|██████████████████████████████████████████████████████████████████████████████████▏ | 296MB / 320MB, 2.87MB/s [A
...adapter_model.safetensors: 93%|██████████████████████████████████████████████████████████████████████████████████▌ | 297MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 93%|██████████████████████████████████████████████████████████████████████████████████▌ | 297MB / 320MB, 2.92MB/s
New Data Upload : 93%|██████████████████████████████████████████████████████████████████████████████████▌ | 297MB / 320MB, 2.92MB/s [A
...adapter_model.safetensors: 93%|███████████████████████████████████████████████████████████████████████████████████ | 298MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 93%|███████████████████████████████████████████████████████████████████████████████████ | 298MB / 320MB, 3.09MB/s
New Data Upload : 93%|███████████████████████████████████████████████████████████████████████████████████ | 298MB / 320MB, 3.09MB/s [A
...adapter_model.safetensors: 93%|███████████████████████████████████████████████████████████████████████████████████ | 298MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 94%|███████████████████████████████████████████████████████████████████████████████████▍ | 300MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 94%|███████████████████████████████████████████████████████████████████████████████████▍ | 300MB / 320MB, 3.14MB/s
New Data Upload : 94%|███████████████████████████████████████████████████████████████████████████████████▍ | 300MB / 320MB, 3.14MB/s [A
...adapter_model.safetensors: 94%|███████████████████████████████████████████████████████████████████████████████████▍ | 300MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 94%|███████████████████████████████████████████████████████████████████████████████████▉ | 302MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 94%|███████████████████████████████████████████████████████████████████████████████████▉ | 302MB / 320MB, 3.25MB/s
New Data Upload : 94%|███████████████████████████████████████████████████████████████████████████████████▉ | 302MB / 320MB, 3.25MB/s [A
...adapter_model.safetensors: 95%|████████████████████████████████████████████████████████████████████████████████████▎ | 303MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 95%|████████████████████████████████████████████████████████████████████████████████████▎ | 303MB / 320MB, 3.36MB/s
New Data Upload : 95%|████████████████████████████████████████████████████████████████████████████████████▎ | 303MB / 320MB, 3.36MB/s [A
...adapter_model.safetensors: 95%|████████████████████████████████████████████████████████████████████████████████████▋ | 305MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 95%|████████████████████████████████████████████████████████████████████████████████████▋ | 305MB / 320MB, 3.53MB/s
New Data Upload : 95%|████████████████████████████████████████████████████████████████████████████████████▋ | 305MB / 320MB, 3.53MB/s [A
...adapter_model.safetensors: 96%|█████████████████████████████████████████████████████████████████████████████████████▏ | 306MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 96%|█████████████████████████████████████████████████████████████████████████████████████▏ | 306MB / 320MB, 3.64MB/s
New Data Upload : 96%|█████████████████████████████████████████████████████████████████████████████████████▏ | 306MB / 320MB, 3.64MB/s [A
...adapter_model.safetensors: 96%|█████████████████████████████████████████████████████████████████████████████████████▌ | 307MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 96%|█████████████████████████████████████████████████████████████████████████████████████▌ | 307MB / 320MB, 3.75MB/s
New Data Upload : 96%|█████████████████████████████████████████████████████████████████████████████████████▌ | 307MB / 320MB, 3.75MB/s [A
...adapter_model.safetensors: 97%|█████████████████████████████████████████████████████████████████████████████████████▉ | 309MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 97%|█████████████████████████████████████████████████████████████████████████████████████▉ | 309MB / 320MB, 3.81MB/s
New Data Upload : 97%|█████████████████████████████████████████████████████████████████████████████████████▉ | 309MB / 320MB, 3.81MB/s [A
...adapter_model.safetensors: 98%|██████████████████████████████████████████████████████████████████████████████████████▉ | 312MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 98%|██████████████████████████████████████████████████████████████████████████████████████▉ | 312MB / 320MB, 4.14MB/s
New Data Upload : 98%|██████████████████████████████████████████████████████████████████████████████████████▉ | 312MB / 320MB, 4.14MB/s [A
...adapter_model.safetensors: 98%|███████████████████████████████████████████████████████████████████████████████████████▏ | 314MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 98%|███████████████████████████████████████████████████████████████████████████████████████▏ | 314MB / 320MB, 4.19MB/s
New Data Upload : 98%|███████████████████████████████████████████████████████████████████████████████████████▏ | 314MB / 320MB, 4.19MB/s [A
...adapter_model.safetensors: 99%|███████████████████████████████████████████████████████████████████████████████████████▋ | 315MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 99%|███████████████████████████████████████████████████████████████████████████████████████▋ | 315MB / 320MB, 4.36MB/s
New Data Upload : 99%|███████████████████████████████████████████████████████████████████████████████████████▋ | 315MB / 320MB, 4.36MB/s [A
...adapter_model.safetensors: 99%|████████████████████████████████████████████████████████████████████████████████████████▏| 317MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 99%|████████████████████████████████████████████████████████████████████████████████████████▏| 317MB / 320MB, 4.47MB/s
New Data Upload : 99%|████████████████████████████████████████████████████████████████████████████████████████▏| 317MB / 320MB, 4.47MB/s [A
...adapter_model.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████████████▋| 319MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 100%|████████████████████████████████████████████████████████████████████████████████████████▋| 319MB / 320MB, 4.52MB/s
New Data Upload : 100%|████████████████████████████████████████████████████████████████████████████████████████▋| 319MB / 320MB, 4.52MB/s [A
...adapter_model.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 320MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (1 / 2) : 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 320MB / 320MB, 4.63MB/s
New Data Upload : 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 320MB / 320MB, 4.63MB/s [A
...adapter_model.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 320MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 320MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 320MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 320MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 100%|████████████████████████████████████████████████████████████████████████████████████████▉| 320MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 320MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (2 / 2) : 100%|█████████████████████████████████████████████████████████████████████████████████████████| 320MB / 320MB, 4.37MB/s
New Data Upload : 100%|█████████████████████████████████████████████████████████████████████████████████████████| 320MB / 320MB, 4.37MB/s [A
...adapter_model.safetensors: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 320MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 320MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
...adapter_model.safetensors: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 320MB / 320MB [A[A
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB [A[A[A
Processing Files (2 / 2) : 100%|█████████████████████████████████████████████████████████████████████████████████████████| 320MB / 320MB, 4.40MB/s
New Data Upload : 100%|█████████████████████████████████████████████████████████████████████████████████████████| 320MB / 320MB, 4.40MB/s
...adapter_model.safetensors: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 320MB / 320MB
...inetune/training_args.bin: 100%|█████████████████████████████████████████████████████████████████████████████████████████| 7.44kB / 7.44kB |