learning_rate: 0.0003
train_batch_size: 4
eval_batch_size: 4
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss
0.186	0.0833	2	3.8667
0.2332	0.1667	4	3.9530
0.1958	0.25	6	3.9433
0.2574	0.3333	8	3.9266
0.2392	0.4167	10	4.0018
0.267	0.5	12	4.1073
0.2365	0.5833	14	4.1133
0.2297	0.6667	16	4.1735
0.2939	0.75	18	4.1250
0.2839	0.8333	20	3.9915
0.2321	0.9167	22	3.8862
0.2593	1.0	24	3.5976
0.2443	1.0833	26	3.5034
0.2446	1.1667	28	3.6098
0.2025	1.25	30	3.6458
0.2096	1.3333	32	3.8463
0.1989	1.4167	34	3.9578
0.2417	1.5	36	4.0063
0.1932	1.5833	38	3.9616
0.2697	1.6667	40	3.9236
0.3232	1.75	42	4.0916
0.2395	1.8333	44	4.4588
0.2635	1.9167	46	4.6681
0.2209	2.0	48	4.8236
0.2299	2.0833	50	4.8193
0.2216	2.1667	52	4.7359
0.246	2.25	54	4.6201
0.2061	2.3333	56	4.4043
0.2607	2.4167	58	4.3860
0.2999	2.5	60	4.4531
0.1862	2.5833	62	4.4239
0.2172	2.6667	64	4.2959
0.2011	2.75	66	4.1646
0.3363	2.8333	68	4.0998
0.1977	2.9167	70	4.0342
0.2381	3.0	72	4.0860
0.2532	3.0833	74	4.1734
0.1982	3.1667	76	4.1134
0.232	3.25	78	4.0263
0.2639	3.3333	80	4.0635
0.2489	3.4167	82	4.1314
0.2761	3.5	84	4.1371
0.2145	3.5833	86	4.0581
0.2398	3.6667	88	3.9594
0.2952	3.75	90	3.9724
0.1801	3.8333	92	3.9485
0.2985	3.9167	94	3.9065
0.2383	4.0	96	3.9725
0.2271	4.0833	98	3.9096
0.2528	4.1667	100	3.9251
0.2173	4.25	102	3.9609
0.2495	4.3333	104	3.9952
0.2278	4.4167	106	4.0805
0.2137	4.5	108	4.1261
0.2475	4.5833	110	4.1534
0.2416	4.6667	112	4.2162
0.2242	4.75	114	4.2275
0.22	4.8333	116	4.1912
0.2289	4.9167	118	4.1684
0.3094	5.0	120	4.2682
0.2152	5.0833	122	4.2967
0.262	5.1667	124	4.3709
0.2207	5.25	126	4.4091
0.1992	5.3333	128	4.4117
0.1872	5.4167	130	4.4086
0.2242	5.5	132	4.3438
0.232	5.5833	134	4.3030
0.2397	5.6667	136	4.3257
0.2319	5.75	138	4.3530
0.2234	5.8333	140	4.3907
0.2388	5.9167	142	4.4481
0.2488	6.0	144	4.4957
0.207	6.0833	146	4.4889
0.2375	6.1667	148	4.4046
0.2502	6.25	150	4.3721
0.2074	6.3333	152	4.2997
0.1813	6.4167	154	4.2063
0.1741	6.5	156	4.1596
0.2411	6.5833	158	4.1992
0.2215	6.6667	160	4.2852
0.2043	6.75	162	4.3838
0.2214	6.8333	164	4.5184
0.2556	6.9167	166	4.6443
0.2216	7.0	168	4.7537
0.2029	7.0833	170	4.7834
0.1975	7.1667	172	4.7177
0.2277	7.25	174	4.6574
0.2244	7.3333	176	4.5969
0.1995	7.4167	178	4.5469
0.206	7.5	180	4.5155
0.2458	7.5833	182	4.4985
0.2347	7.6667	184	4.4947
0.2377	7.75	186	4.5014
0.2178	7.8333	188	4.5097
0.2361	7.9167	190	4.4964
0.2231	8.0	192	4.5026
0.1831	8.0833	194	4.5176
0.1926	8.1667	196	4.5404
0.2053	8.25	198	4.5320
0.219	8.3333	200	4.5144
0.1942	8.4167	202	4.5047
0.2137	8.5	204	4.5080
0.2544	8.5833	206	4.5164
0.2233	8.6667	208	4.5326
0.1995	8.75	210	4.5626
0.2327	8.8333	212	4.5890
0.2567	8.9167	214	4.6160
0.2331	9.0	216	4.6435
0.2036	9.0833	218	4.6524
0.2416	9.1667	220	4.6509
0.2579	9.25	222	4.6513
0.2302	9.3333	224	4.6485
0.2289	9.4167	226	4.6461
0.2008	9.5	228	4.6489
0.2198	9.5833	230	4.6516
0.2416	9.6667	232	4.6467
0.1906	9.75	234	4.6435
0.2075	9.8333	236	4.6405
0.2106	9.9167	238	4.6406
0.1772	10.0	240	4.6425

Framework versions

PEFT 0.14.0
Transformers 4.48.3
Pytorch 2.6.0+cu124
Datasets 3.3.1
Tokenizers 0.21.0

Renuga07/colloquial-en-ta-model

colloquial-en-ta-model

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Renuga07/
colloquial-en-ta-model