last-checkpoint/trainer_state.json

{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 16.666666666666668,
  "eval_steps": 20,
  "global_step": 100,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.16666666666666666,
      "eval_loss": 10.376375198364258,
      "eval_runtime": 2.3724,
      "eval_samples_per_second": 632.685,
      "eval_steps_per_second": 5.058,
      "step": 1
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.09375,
      "learning_rate": 0.00019863613034027224,
      "loss": 10.3756,
      "step": 10
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 0.12353515625,
      "learning_rate": 0.0001879473751206489,
      "loss": 10.3632,
      "step": 20
    },
    {
      "epoch": 3.3333333333333335,
      "eval_loss": 10.353797912597656,
      "eval_runtime": 2.3258,
      "eval_samples_per_second": 645.382,
      "eval_steps_per_second": 5.16,
      "step": 20
    },
    {
      "epoch": 5.0,
      "grad_norm": 0.2236328125,
      "learning_rate": 0.00016772815716257412,
      "loss": 10.3433,
      "step": 30
    },
    {
      "epoch": 6.666666666666667,
      "grad_norm": 0.3203125,
      "learning_rate": 0.00014016954246529696,
      "loss": 10.3073,
      "step": 40
    },
    {
      "epoch": 6.666666666666667,
      "eval_loss": 10.284021377563477,
      "eval_runtime": 2.316,
      "eval_samples_per_second": 648.11,
      "eval_steps_per_second": 5.181,
      "step": 40
    },
    {
      "epoch": 8.333333333333334,
      "grad_norm": 0.330078125,
      "learning_rate": 0.00010825793454723325,
      "loss": 10.2602,
      "step": 50
    },
    {
      "epoch": 10.0,
      "grad_norm": 0.326171875,
      "learning_rate": 7.54514512859201e-05,
      "loss": 10.2203,
      "step": 60
    },
    {
      "epoch": 10.0,
      "eval_loss": 10.208223342895508,
      "eval_runtime": 2.3254,
      "eval_samples_per_second": 645.489,
      "eval_steps_per_second": 5.16,
      "step": 60
    },
    {
      "epoch": 11.666666666666666,
      "grad_norm": 0.326171875,
      "learning_rate": 4.530518418775733e-05,
      "loss": 10.1945,
      "step": 70
    },
    {
      "epoch": 13.333333333333334,
      "grad_norm": 0.328125,
      "learning_rate": 2.1085949060360654e-05,
      "loss": 10.1812,
      "step": 80
    },
    {
      "epoch": 13.333333333333334,
      "eval_loss": 10.182827949523926,
      "eval_runtime": 2.3397,
      "eval_samples_per_second": 641.532,
      "eval_steps_per_second": 5.129,
      "step": 80
    },
    {
      "epoch": 15.0,
      "grad_norm": 0.328125,
      "learning_rate": 5.418275829936537e-06,
      "loss": 10.1773,
      "step": 90
    },
    {
      "epoch": 16.666666666666668,
      "grad_norm": 0.328125,
      "learning_rate": 0.0,
      "loss": 10.1767,
      "step": 100
    },
    {
      "epoch": 16.666666666666668,
      "eval_loss": 10.18172550201416,
      "eval_runtime": 2.3269,
      "eval_samples_per_second": 645.061,
      "eval_steps_per_second": 5.157,
      "step": 100
    }
  ],
  "logging_steps": 10,
  "max_steps": 100,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 17,
  "save_steps": 20,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 81831709900800.0,
  "train_batch_size": 32,
  "trial_name": null,
  "trial_params": null
}