| { |
| "best_global_step": null, |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 1.0, |
| "eval_steps": 500, |
| "global_step": 375, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 1.1873884201049805, |
| "learning_rate": 1.276595744680851e-06, |
| "loss": 1.3954, |
| "step": 5 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 0.8903486132621765, |
| "learning_rate": 2.872340425531915e-06, |
| "loss": 1.3756, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 0.643500804901123, |
| "learning_rate": 4.468085106382979e-06, |
| "loss": 1.313, |
| "step": 15 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 0.5865189433097839, |
| "learning_rate": 6.063829787234042e-06, |
| "loss": 1.3469, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 0.6047818064689636, |
| "learning_rate": 7.659574468085105e-06, |
| "loss": 1.3487, |
| "step": 25 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 0.46647050976753235, |
| "learning_rate": 9.255319148936171e-06, |
| "loss": 1.2593, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.09333333333333334, |
| "grad_norm": 0.6065091490745544, |
| "learning_rate": 1.0851063829787235e-05, |
| "loss": 1.3334, |
| "step": 35 |
| }, |
| { |
| "epoch": 0.10666666666666667, |
| "grad_norm": 0.4491764008998871, |
| "learning_rate": 1.2446808510638298e-05, |
| "loss": 1.3141, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.12, |
| "grad_norm": 0.3911891579627991, |
| "learning_rate": 1.4042553191489362e-05, |
| "loss": 1.2826, |
| "step": 45 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 0.4808066487312317, |
| "learning_rate": 1.5638297872340426e-05, |
| "loss": 1.2585, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.14666666666666667, |
| "grad_norm": 0.40155282616615295, |
| "learning_rate": 1.723404255319149e-05, |
| "loss": 1.192, |
| "step": 55 |
| }, |
| { |
| "epoch": 0.16, |
| "grad_norm": 0.4628130793571472, |
| "learning_rate": 1.8829787234042554e-05, |
| "loss": 1.2295, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.17333333333333334, |
| "grad_norm": 0.4529360830783844, |
| "learning_rate": 2.0425531914893616e-05, |
| "loss": 1.2319, |
| "step": 65 |
| }, |
| { |
| "epoch": 0.18666666666666668, |
| "grad_norm": 0.6239895224571228, |
| "learning_rate": 2.2021276595744682e-05, |
| "loss": 1.232, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 0.5903899669647217, |
| "learning_rate": 2.3617021276595744e-05, |
| "loss": 1.2665, |
| "step": 75 |
| }, |
| { |
| "epoch": 0.21333333333333335, |
| "grad_norm": 0.4527699649333954, |
| "learning_rate": 2.521276595744681e-05, |
| "loss": 1.1546, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.22666666666666666, |
| "grad_norm": 0.49846717715263367, |
| "learning_rate": 2.6808510638297873e-05, |
| "loss": 1.1586, |
| "step": 85 |
| }, |
| { |
| "epoch": 0.24, |
| "grad_norm": 0.4715147614479065, |
| "learning_rate": 2.8404255319148935e-05, |
| "loss": 1.1711, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.25333333333333335, |
| "grad_norm": 0.5354335308074951, |
| "learning_rate": 3e-05, |
| "loss": 1.1757, |
| "step": 95 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 0.49804872274398804, |
| "learning_rate": 2.9999416594709276e-05, |
| "loss": 1.1606, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.28, |
| "grad_norm": 0.5435463190078735, |
| "learning_rate": 2.9997666424218674e-05, |
| "loss": 1.1192, |
| "step": 105 |
| }, |
| { |
| "epoch": 0.29333333333333333, |
| "grad_norm": 0.5041693449020386, |
| "learning_rate": 2.999474962466935e-05, |
| "loss": 1.134, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.30666666666666664, |
| "grad_norm": 0.5381893515586853, |
| "learning_rate": 2.9990666422951477e-05, |
| "loss": 1.1359, |
| "step": 115 |
| }, |
| { |
| "epoch": 0.32, |
| "grad_norm": 0.5110737681388855, |
| "learning_rate": 2.9985417136686593e-05, |
| "loss": 1.1662, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 0.7246907949447632, |
| "learning_rate": 2.997900217420288e-05, |
| "loss": 1.0833, |
| "step": 125 |
| }, |
| { |
| "epoch": 0.3466666666666667, |
| "grad_norm": 0.4948385953903198, |
| "learning_rate": 2.9971422034503405e-05, |
| "loss": 1.0462, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.36, |
| "grad_norm": 0.6109930872917175, |
| "learning_rate": 2.996267730722732e-05, |
| "loss": 1.0577, |
| "step": 135 |
| }, |
| { |
| "epoch": 0.37333333333333335, |
| "grad_norm": 0.5852648615837097, |
| "learning_rate": 2.995276867260398e-05, |
| "loss": 1.0255, |
| "step": 140 |
| }, |
| { |
| "epoch": 0.38666666666666666, |
| "grad_norm": 0.6550834774971008, |
| "learning_rate": 2.9941696901400036e-05, |
| "loss": 1.0767, |
| "step": 145 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 0.6836133599281311, |
| "learning_rate": 2.992946285485947e-05, |
| "loss": 1.0477, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.41333333333333333, |
| "grad_norm": 0.648569643497467, |
| "learning_rate": 2.991606748463661e-05, |
| "loss": 1.0385, |
| "step": 155 |
| }, |
| { |
| "epoch": 0.4266666666666667, |
| "grad_norm": 0.7410032153129578, |
| "learning_rate": 2.9901511832722107e-05, |
| "loss": 0.9911, |
| "step": 160 |
| }, |
| { |
| "epoch": 0.44, |
| "grad_norm": 0.5952932238578796, |
| "learning_rate": 2.9885797031361875e-05, |
| "loss": 1.004, |
| "step": 165 |
| }, |
| { |
| "epoch": 0.4533333333333333, |
| "grad_norm": 0.6980846524238586, |
| "learning_rate": 2.986892430296901e-05, |
| "loss": 0.9638, |
| "step": 170 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 0.680654764175415, |
| "learning_rate": 2.9850894960028724e-05, |
| "loss": 0.9867, |
| "step": 175 |
| }, |
| { |
| "epoch": 0.48, |
| "grad_norm": 0.6924946308135986, |
| "learning_rate": 2.9831710404996215e-05, |
| "loss": 0.9718, |
| "step": 180 |
| }, |
| { |
| "epoch": 0.49333333333333335, |
| "grad_norm": 0.8666315674781799, |
| "learning_rate": 2.9811372130187603e-05, |
| "loss": 1.0286, |
| "step": 185 |
| }, |
| { |
| "epoch": 0.5066666666666667, |
| "grad_norm": 0.9502836465835571, |
| "learning_rate": 2.9789881717663846e-05, |
| "loss": 0.9406, |
| "step": 190 |
| }, |
| { |
| "epoch": 0.52, |
| "grad_norm": 0.851487398147583, |
| "learning_rate": 2.976724083910765e-05, |
| "loss": 1.0015, |
| "step": 195 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 0.7808340787887573, |
| "learning_rate": 2.9743451255693467e-05, |
| "loss": 0.9528, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.5466666666666666, |
| "grad_norm": 0.9110279679298401, |
| "learning_rate": 2.9718514817950476e-05, |
| "loss": 0.9515, |
| "step": 205 |
| }, |
| { |
| "epoch": 0.56, |
| "grad_norm": 0.7540078163146973, |
| "learning_rate": 2.969243346561863e-05, |
| "loss": 0.9393, |
| "step": 210 |
| }, |
| { |
| "epoch": 0.5733333333333334, |
| "grad_norm": 0.8756011128425598, |
| "learning_rate": 2.9665209227497796e-05, |
| "loss": 0.8917, |
| "step": 215 |
| }, |
| { |
| "epoch": 0.5866666666666667, |
| "grad_norm": 0.9746143817901611, |
| "learning_rate": 2.963684422128991e-05, |
| "loss": 0.869, |
| "step": 220 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 0.8993617296218872, |
| "learning_rate": 2.9607340653434263e-05, |
| "loss": 0.9441, |
| "step": 225 |
| }, |
| { |
| "epoch": 0.6133333333333333, |
| "grad_norm": 1.0635089874267578, |
| "learning_rate": 2.9576700818935873e-05, |
| "loss": 0.8688, |
| "step": 230 |
| }, |
| { |
| "epoch": 0.6266666666666667, |
| "grad_norm": 0.9382509589195251, |
| "learning_rate": 2.9544927101186935e-05, |
| "loss": 0.8429, |
| "step": 235 |
| }, |
| { |
| "epoch": 0.64, |
| "grad_norm": 0.9952794909477234, |
| "learning_rate": 2.9512021971781468e-05, |
| "loss": 0.8249, |
| "step": 240 |
| }, |
| { |
| "epoch": 0.6533333333333333, |
| "grad_norm": 1.029767394065857, |
| "learning_rate": 2.9477987990323006e-05, |
| "loss": 0.8586, |
| "step": 245 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 0.9662622809410095, |
| "learning_rate": 2.9442827804225534e-05, |
| "loss": 0.8312, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.68, |
| "grad_norm": 0.823400616645813, |
| "learning_rate": 2.940654414850754e-05, |
| "loss": 0.8654, |
| "step": 255 |
| }, |
| { |
| "epoch": 0.6933333333333334, |
| "grad_norm": 0.8656212091445923, |
| "learning_rate": 2.9369139845579235e-05, |
| "loss": 0.8169, |
| "step": 260 |
| }, |
| { |
| "epoch": 0.7066666666666667, |
| "grad_norm": 0.9329780340194702, |
| "learning_rate": 2.9330617805023054e-05, |
| "loss": 0.8236, |
| "step": 265 |
| }, |
| { |
| "epoch": 0.72, |
| "grad_norm": 0.8937081694602966, |
| "learning_rate": 2.9290981023367307e-05, |
| "loss": 0.8101, |
| "step": 270 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 0.9529876112937927, |
| "learning_rate": 2.925023258385307e-05, |
| "loss": 0.8102, |
| "step": 275 |
| }, |
| { |
| "epoch": 0.7466666666666667, |
| "grad_norm": 0.9750953316688538, |
| "learning_rate": 2.9208375656194372e-05, |
| "loss": 0.8044, |
| "step": 280 |
| }, |
| { |
| "epoch": 0.76, |
| "grad_norm": 0.9084525108337402, |
| "learning_rate": 2.9165413496331623e-05, |
| "loss": 0.7772, |
| "step": 285 |
| }, |
| { |
| "epoch": 0.7733333333333333, |
| "grad_norm": 0.9664527177810669, |
| "learning_rate": 2.9121349446178338e-05, |
| "loss": 0.7743, |
| "step": 290 |
| }, |
| { |
| "epoch": 0.7866666666666666, |
| "grad_norm": 1.1255749464035034, |
| "learning_rate": 2.9076186933361173e-05, |
| "loss": 0.7528, |
| "step": 295 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 0.9466111063957214, |
| "learning_rate": 2.9029929470953328e-05, |
| "loss": 0.7652, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.8133333333333334, |
| "grad_norm": 1.110765814781189, |
| "learning_rate": 2.898258065720124e-05, |
| "loss": 0.7658, |
| "step": 305 |
| }, |
| { |
| "epoch": 0.8266666666666667, |
| "grad_norm": 0.9727138876914978, |
| "learning_rate": 2.89341441752447e-05, |
| "loss": 0.7478, |
| "step": 310 |
| }, |
| { |
| "epoch": 0.84, |
| "grad_norm": 0.9796950221061707, |
| "learning_rate": 2.8884623792830358e-05, |
| "loss": 0.7302, |
| "step": 315 |
| }, |
| { |
| "epoch": 0.8533333333333334, |
| "grad_norm": 0.9211506843566895, |
| "learning_rate": 2.883402336201862e-05, |
| "loss": 0.7537, |
| "step": 320 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 1.1969343423843384, |
| "learning_rate": 2.8782346818884033e-05, |
| "loss": 0.7019, |
| "step": 325 |
| }, |
| { |
| "epoch": 0.88, |
| "grad_norm": 0.9560972452163696, |
| "learning_rate": 2.8729598183209088e-05, |
| "loss": 0.7469, |
| "step": 330 |
| }, |
| { |
| "epoch": 0.8933333333333333, |
| "grad_norm": 1.1036756038665771, |
| "learning_rate": 2.8675781558171526e-05, |
| "loss": 0.7244, |
| "step": 335 |
| }, |
| { |
| "epoch": 0.9066666666666666, |
| "grad_norm": 1.0091289281845093, |
| "learning_rate": 2.8620901130025194e-05, |
| "loss": 0.6958, |
| "step": 340 |
| }, |
| { |
| "epoch": 0.92, |
| "grad_norm": 1.0456799268722534, |
| "learning_rate": 2.8564961167774366e-05, |
| "loss": 0.6851, |
| "step": 345 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 1.0004171133041382, |
| "learning_rate": 2.8507966022841713e-05, |
| "loss": 0.7148, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.9466666666666667, |
| "grad_norm": 0.9208289384841919, |
| "learning_rate": 2.8449920128729772e-05, |
| "loss": 0.687, |
| "step": 355 |
| }, |
| { |
| "epoch": 0.96, |
| "grad_norm": 1.2083231210708618, |
| "learning_rate": 2.839082800067611e-05, |
| "loss": 0.7099, |
| "step": 360 |
| }, |
| { |
| "epoch": 0.9733333333333334, |
| "grad_norm": 1.1177873611450195, |
| "learning_rate": 2.8330694235302083e-05, |
| "loss": 0.7127, |
| "step": 365 |
| }, |
| { |
| "epoch": 0.9866666666666667, |
| "grad_norm": 1.0038983821868896, |
| "learning_rate": 2.826952351025527e-05, |
| "loss": 0.6687, |
| "step": 370 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 1.0586795806884766, |
| "learning_rate": 2.8207320583845623e-05, |
| "loss": 0.6812, |
| "step": 375 |
| } |
| ], |
| "logging_steps": 5, |
| "max_steps": 1875, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 5, |
| "save_steps": 2000, |
| "stateful_callbacks": { |
| "TrainerControl": { |
| "args": { |
| "should_epoch_stop": false, |
| "should_evaluate": false, |
| "should_log": false, |
| "should_save": true, |
| "should_training_stop": false |
| }, |
| "attributes": {} |
| } |
| }, |
| "total_flos": 5.326015223079895e+17, |
| "train_batch_size": 2, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
