mod gpt

gpt.py

@@ -37,19 +37,17 @@ def main():
     tokenized_dataset = dataset.map(tokenize_function, batched=True)
 
     # Model
-    model = AutoModelForCausalLM.from_pretrained(
-        MODEL_NAME,
-        mean_resizing=False  # Wyłączenie ostrzeżenia
-    )
+    model = AutoModelForCausalLM.from_pretrained(MODEL_NAME)
     model.resize_token_embeddings(len(tokenizer))
 
     # Konfiguracja treningu
     training_args = TrainingArguments(
         output_dir="./results",
-        num_train_epochs=1,  # Poprawiona nazwa parametru
+        num_train_epochs=1,
         per_device_train_batch_size=2,
         remove_unused_columns=True,
-        logging_steps=1
+        logging_steps=1,
+        report_to="none"  # Wyłączenie raportowania
     )
 
     # Trainer