| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.0, | |
| "eval_steps": 25, | |
| "global_step": 18, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.16666666666666666, | |
| "grad_norm": NaN, | |
| "learning_rate": 9.924038765061042e-05, | |
| "loss": 0.0, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.16666666666666666, | |
| "eval_loss": NaN, | |
| "eval_runtime": 1.3352, | |
| "eval_samples_per_second": 30.707, | |
| "eval_steps_per_second": 4.494, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": NaN, | |
| "learning_rate": 9.698463103929542e-05, | |
| "loss": 0.0, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": NaN, | |
| "learning_rate": 9.330127018922194e-05, | |
| "loss": 0.0, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": NaN, | |
| "learning_rate": 8.83022221559489e-05, | |
| "loss": 0.0, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": NaN, | |
| "learning_rate": 8.213938048432697e-05, | |
| "loss": 0.0, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": NaN, | |
| "learning_rate": 7.500000000000001e-05, | |
| "loss": 0.0, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.1666666666666667, | |
| "grad_norm": NaN, | |
| "learning_rate": 6.710100716628344e-05, | |
| "loss": 0.0, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": NaN, | |
| "learning_rate": 5.868240888334653e-05, | |
| "loss": 0.0, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "grad_norm": NaN, | |
| "learning_rate": 5e-05, | |
| "loss": 0.0, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.131759111665349e-05, | |
| "loss": 0.0, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 1.8333333333333335, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.289899283371657e-05, | |
| "loss": 0.0, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": NaN, | |
| "learning_rate": 2.500000000000001e-05, | |
| "loss": 0.0, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 2.1666666666666665, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.7860619515673033e-05, | |
| "loss": 0.0, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 2.3333333333333335, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.1697777844051105e-05, | |
| "loss": 0.0, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": NaN, | |
| "learning_rate": 6.698729810778065e-06, | |
| "loss": 0.0, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.0153689607045845e-06, | |
| "loss": 0.0, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 2.8333333333333335, | |
| "grad_norm": NaN, | |
| "learning_rate": 7.596123493895991e-07, | |
| "loss": 0.0, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": NaN, | |
| "learning_rate": 0.0, | |
| "loss": 0.0, | |
| "step": 18 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 18, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 3, | |
| "save_steps": 25, | |
| "stateful_callbacks": { | |
| "EarlyStoppingCallback": { | |
| "args": { | |
| "early_stopping_patience": 1, | |
| "early_stopping_threshold": 0.0 | |
| }, | |
| "attributes": { | |
| "early_stopping_patience_counter": 0 | |
| } | |
| }, | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 2.148510102234071e+17, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |