full-4e4-defs-types

This model is a fine-tuned version of deepseek-ai/deepseek-coder-6.7b-base on an unknown dataset. It achieves the following results on the evaluation set:

• Loss: 0.0943

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 0.0004
• train_batch_size: 4
• eval_batch_size: 2
• seed: 42
• distributed_type: multi-GPU
• num_devices: 2
• gradient_accumulation_steps: 2
• total_train_batch_size: 16
• total_eval_batch_size: 4
• 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: 12
• mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss
0.3755	0.2	3094	0.1754
0.3352	0.4	6188	0.1627
0.3157	0.6	9282	0.1467
0.2993	0.8	12376	0.1441
0.2881	1.0	15470	0.1377
0.2713	1.2	18564	0.1359
0.2752	1.4	21658	0.1280
0.2623	1.6	24752	0.1256
0.2598	1.8	27846	0.1265
0.2527	2.0	30940	0.1215
0.241	2.2	34034	0.1225
0.2395	2.4	37128	0.1213
0.2348	2.6	40222	0.1227
0.2343	2.8	43316	0.1160
0.2354	3.0	46410	0.1170
0.2163	3.2	49504	0.1159
0.2208	3.4	52598	0.1146
0.215	3.6	55692	0.1154
0.2169	3.8	58786	0.1125
0.2175	4.0	61880	0.1088
0.2001	4.2	64974	0.1115
0.2018	4.4	68068	0.1091
0.1995	4.6	71162	0.1103
0.194	4.8	74256	0.1065
0.1956	5.0	77350	0.1046
0.18	5.2	80444	0.1050
0.1826	5.4	83538	0.1047
0.1834	5.6	86632	0.1026
0.1812	5.8	89726	0.1005
0.1788	6.0	92820	0.1006
0.1614	6.2	95914	0.1008
0.1633	6.4	99008	0.0997
0.1674	6.6	102102	0.1003
0.1696	6.8	105196	0.0976
0.1652	7.0	108290	0.0954
0.1468	7.2	111384	0.0972
0.1448	7.4	114478	0.0953
0.1513	7.6	117572	0.0954
0.1468	7.8	120666	0.0970
0.1495	8.0	123760	0.0933
0.1293	8.2	126854	0.0946
0.1302	8.4	129948	0.0937
0.1308	8.6	133042	0.0942
0.134	8.8	136136	0.0909
0.1334	9.0	139230	0.0925
0.1159	9.2	142324	0.0941
0.1165	9.4	145418	0.0941
0.1166	9.6	148512	0.0939
0.1175	9.8	151606	0.0924
0.1138	10.0	154700	0.0918
0.1007	10.2	157794	0.0944
0.101	10.4	160888	0.0936
0.1004	10.6	163982	0.0916
0.1009	10.8	167076	0.0918
0.101	11.0	170170	0.0918
0.09	11.2	173264	0.0953
0.0848	11.4	176358	0.0952
0.0858	11.6	179452	0.0946
0.0859	11.8	182546	0.0953
0.0846	12.0	185640	0.0943

Framework versions

• PEFT 0.14.0
• Transformers 4.47.0
• Pytorch 2.5.1+cu124
• Datasets 3.2.0
• Tokenizers 0.21.1