gemma-2-9b-it-009

<!-- This model card has been generated automatically according to the information the Trainer had access to. You should probably proofread and complete it, then remove this comment. -->

gemma-2-9b-it-009

Éste modelo es un afinamiento del modelo google/gemma-2-9b-it sobre un dataset del acuerdo 009 que reglamenta los deberes y derechos de los estdiantes en la Universidad del Valle. Fueron entrenados 1700 ejemplos de Contexto-pregunta-respuesta. El modelo logra una precisión de una función de pérdida sobre el conjunto de validación de 0.3876 y una pérdida entrenamiento final de 0.5801.

Model description

Gemma es el modelo release de Gemini con resultados sorprendentes pero son modelos muy grandes y para usarlos se necesitan submódulos offload_dir.

Intended uses & limitations

El modelo fue entrenado en una proceador Intel corel de 9000 de 8th generación de 32 de memoria RAM y una RTX 4090 de 24 VRAM. La GPU funciona en una tarjeta MSI, la Z390-A PRO.

Training and evaluation data

More information needed

Training procedure

El modelo fue entreanado durante 7 horas a razón de un batch_size=1 y 10 épocas.

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 2e-05
• train_batch_size: 1
• eval_batch_size: 8
• seed: 42
• gradient_accumulation_steps: 4
• total_train_batch_size: 4
• optimizer: Use paged_adamw_8bit with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
• lr_scheduler_type: linear
• num_epochs: 10
• mixed_precision_training: Native AMP

Training results

Framework versions

• PEFT 0.15.2
• Transformers 4.51.3
• Pytorch 2.6.0+cu126
• Datasets 3.5.0
• Tokenizers 0.21.1