| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.0, | |
| "eval_steps": 500, | |
| "global_step": 36, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.08333333333333333, | |
| "grad_norm": 8.407580647788725, | |
| "learning_rate": 2.5e-06, | |
| "loss": 1.2457, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.16666666666666666, | |
| "grad_norm": 8.428706645164366, | |
| "learning_rate": 5e-06, | |
| "loss": 1.2529, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "grad_norm": 7.453025368261697, | |
| "learning_rate": 7.500000000000001e-06, | |
| "loss": 1.1939, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 5.623996488950744, | |
| "learning_rate": 1e-05, | |
| "loss": 1.1472, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.4166666666666667, | |
| "grad_norm": 2.792981242459521, | |
| "learning_rate": 9.975923633360985e-06, | |
| "loss": 1.0784, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 6.038644147847487, | |
| "learning_rate": 9.903926402016153e-06, | |
| "loss": 1.0884, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.5833333333333334, | |
| "grad_norm": 7.814605391506959, | |
| "learning_rate": 9.784701678661045e-06, | |
| "loss": 1.0623, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 8.552085753586274, | |
| "learning_rate": 9.619397662556434e-06, | |
| "loss": 1.0886, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "grad_norm": 6.45452015188665, | |
| "learning_rate": 9.409606321741776e-06, | |
| "loss": 1.0584, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 3.9870964377816978, | |
| "learning_rate": 9.157348061512728e-06, | |
| "loss": 0.9929, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.9166666666666666, | |
| "grad_norm": 2.8114539286960927, | |
| "learning_rate": 8.865052266813686e-06, | |
| "loss": 0.9476, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 2.6278235700429424, | |
| "learning_rate": 8.535533905932739e-06, | |
| "loss": 0.9249, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 1.0833333333333333, | |
| "grad_norm": 1.9573730473054045, | |
| "learning_rate": 8.171966420818227e-06, | |
| "loss": 0.8958, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 1.1666666666666667, | |
| "grad_norm": 1.6847097109908233, | |
| "learning_rate": 7.777851165098012e-06, | |
| "loss": 0.8751, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "grad_norm": 1.3050488451094782, | |
| "learning_rate": 7.3569836841299905e-06, | |
| "loss": 0.8457, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 0.8935583000183376, | |
| "learning_rate": 6.913417161825449e-06, | |
| "loss": 0.8555, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 1.4166666666666667, | |
| "grad_norm": 1.1184738992965266, | |
| "learning_rate": 6.451423386272312e-06, | |
| "loss": 0.8453, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "grad_norm": 0.920374480841562, | |
| "learning_rate": 5.975451610080643e-06, | |
| "loss": 0.8566, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 1.5833333333333335, | |
| "grad_norm": 0.627145295437142, | |
| "learning_rate": 5.490085701647805e-06, | |
| "loss": 0.8334, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 0.7020318847887187, | |
| "learning_rate": 5e-06, | |
| "loss": 0.85, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 1.75, | |
| "grad_norm": 0.5804109742221812, | |
| "learning_rate": 4.509914298352197e-06, | |
| "loss": 0.8392, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 1.8333333333333335, | |
| "grad_norm": 0.5424441191592351, | |
| "learning_rate": 4.02454838991936e-06, | |
| "loss": 0.7984, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 1.9166666666666665, | |
| "grad_norm": 0.501985020338621, | |
| "learning_rate": 3.5485766137276894e-06, | |
| "loss": 0.783, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 0.4620150412866664, | |
| "learning_rate": 3.0865828381745515e-06, | |
| "loss": 0.8007, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 2.0833333333333335, | |
| "grad_norm": 0.4008799684607124, | |
| "learning_rate": 2.6430163158700116e-06, | |
| "loss": 0.7788, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 2.1666666666666665, | |
| "grad_norm": 0.44877998619617104, | |
| "learning_rate": 2.2221488349019903e-06, | |
| "loss": 0.7731, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 2.25, | |
| "grad_norm": 0.4164591685674342, | |
| "learning_rate": 1.8280335791817733e-06, | |
| "loss": 0.8022, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 2.3333333333333335, | |
| "grad_norm": 0.35475624419679513, | |
| "learning_rate": 1.4644660940672628e-06, | |
| "loss": 0.7635, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 2.4166666666666665, | |
| "grad_norm": 0.3473048496420053, | |
| "learning_rate": 1.134947733186315e-06, | |
| "loss": 0.7849, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 0.3070681004555488, | |
| "learning_rate": 8.426519384872733e-07, | |
| "loss": 0.7961, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 2.5833333333333335, | |
| "grad_norm": 0.30367168320706606, | |
| "learning_rate": 5.903936782582253e-07, | |
| "loss": 0.7518, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": 0.3151740891598721, | |
| "learning_rate": 3.8060233744356634e-07, | |
| "loss": 0.8051, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 2.75, | |
| "grad_norm": 0.31427303741933216, | |
| "learning_rate": 2.152983213389559e-07, | |
| "loss": 0.7668, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 2.8333333333333335, | |
| "grad_norm": 0.2955016213528712, | |
| "learning_rate": 9.607359798384785e-08, | |
| "loss": 0.7843, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 2.9166666666666665, | |
| "grad_norm": 0.3050610859424102, | |
| "learning_rate": 2.4076366639015914e-08, | |
| "loss": 0.7908, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 0.2934523904446092, | |
| "learning_rate": 0.0, | |
| "loss": 0.7873, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "step": 36, | |
| "total_flos": 1.2354996285525197e+17, | |
| "train_loss": 0.0, | |
| "train_runtime": 5.7373, | |
| "train_samples_per_second": 588.256, | |
| "train_steps_per_second": 6.275 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 36, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 3, | |
| "save_steps": 500, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 1.2354996285525197e+17, | |
| "train_batch_size": 1, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |