| { |
| "best_global_step": null, |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 3.0, |
| "eval_steps": 500, |
| "global_step": 450, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 6.6730709205154914, |
| "learning_rate": 2.0000000000000003e-06, |
| "loss": 1.0988, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 5.5250428769267055, |
| "learning_rate": 4.222222222222223e-06, |
| "loss": 0.8794, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 4.9361543018235885, |
| "learning_rate": 6.444444444444445e-06, |
| "loss": 0.7456, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 4.425363398150815, |
| "learning_rate": 8.666666666666668e-06, |
| "loss": 0.7296, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 5.659123985064816, |
| "learning_rate": 9.997593339404757e-06, |
| "loss": 0.7487, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 5.05586806638898, |
| "learning_rate": 9.970545007734807e-06, |
| "loss": 0.7059, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 5.289820865349067, |
| "learning_rate": 9.913603233532067e-06, |
| "loss": 0.738, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 6.153731749328359, |
| "learning_rate": 9.827110471326612e-06, |
| "loss": 0.7691, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 4.72438172347103, |
| "learning_rate": 9.711586898767462e-06, |
| "loss": 0.7704, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 4.953635990533019, |
| "learning_rate": 9.567727288213005e-06, |
| "loss": 0.7406, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 4.34675440311255, |
| "learning_rate": 9.396396828288272e-06, |
| "loss": 0.7235, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 4.3175589556337, |
| "learning_rate": 9.19862592053875e-06, |
| "loss": 0.6883, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 4.571355090311656, |
| "learning_rate": 8.97560398247424e-06, |
| "loss": 0.7847, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 4.613555810510811, |
| "learning_rate": 8.728672294272009e-06, |
| "loss": 0.6963, |
| "step": 140 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 4.371506300448541, |
| "learning_rate": 8.45931593215998e-06, |
| "loss": 0.7373, |
| "step": 150 |
| }, |
| { |
| "epoch": 1.0666666666666667, |
| "grad_norm": 3.7342057510573046, |
| "learning_rate": 8.16915483699355e-06, |
| "loss": 0.512, |
| "step": 160 |
| }, |
| { |
| "epoch": 1.1333333333333333, |
| "grad_norm": 4.298642302255544, |
| "learning_rate": 7.859934071740693e-06, |
| "loss": 0.4927, |
| "step": 170 |
| }, |
| { |
| "epoch": 1.2, |
| "grad_norm": 3.8809099909137434, |
| "learning_rate": 7.533513326467911e-06, |
| "loss": 0.5186, |
| "step": 180 |
| }, |
| { |
| "epoch": 1.2666666666666666, |
| "grad_norm": 4.463525515587306, |
| "learning_rate": 7.191855733945388e-06, |
| "loss": 0.4908, |
| "step": 190 |
| }, |
| { |
| "epoch": 1.3333333333333333, |
| "grad_norm": 4.356893382421157, |
| "learning_rate": 6.837016063135491e-06, |
| "loss": 0.4654, |
| "step": 200 |
| }, |
| { |
| "epoch": 1.4, |
| "grad_norm": 4.374611713705855, |
| "learning_rate": 6.4711283615704755e-06, |
| "loss": 0.4729, |
| "step": 210 |
| }, |
| { |
| "epoch": 1.4666666666666668, |
| "grad_norm": 4.9692452953221, |
| "learning_rate": 6.0963931209395165e-06, |
| "loss": 0.5102, |
| "step": 220 |
| }, |
| { |
| "epoch": 1.5333333333333332, |
| "grad_norm": 3.7493297133615213, |
| "learning_rate": 5.715064043072771e-06, |
| "loss": 0.4718, |
| "step": 230 |
| }, |
| { |
| "epoch": 1.6, |
| "grad_norm": 4.950908705474452, |
| "learning_rate": 5.329434485913393e-06, |
| "loss": 0.44, |
| "step": 240 |
| }, |
| { |
| "epoch": 1.6666666666666665, |
| "grad_norm": 3.7224976674620107, |
| "learning_rate": 4.941823670993016e-06, |
| "loss": 0.4782, |
| "step": 250 |
| }, |
| { |
| "epoch": 1.7333333333333334, |
| "grad_norm": 3.827450682443467, |
| "learning_rate": 4.5545627353605705e-06, |
| "loss": 0.4601, |
| "step": 260 |
| }, |
| { |
| "epoch": 1.8, |
| "grad_norm": 3.685024204609153, |
| "learning_rate": 4.1699807118497815e-06, |
| "loss": 0.487, |
| "step": 270 |
| }, |
| { |
| "epoch": 1.8666666666666667, |
| "grad_norm": 4.181381618495043, |
| "learning_rate": 3.790390522001662e-06, |
| "loss": 0.5098, |
| "step": 280 |
| }, |
| { |
| "epoch": 1.9333333333333333, |
| "grad_norm": 3.6942521819382494, |
| "learning_rate": 3.418075065882217e-06, |
| "loss": 0.4917, |
| "step": 290 |
| }, |
| { |
| "epoch": 2.0, |
| "grad_norm": 3.6452000651403695, |
| "learning_rate": 3.0552734924528304e-06, |
| "loss": 0.4296, |
| "step": 300 |
| }, |
| { |
| "epoch": 2.066666666666667, |
| "grad_norm": 3.9352415875942586, |
| "learning_rate": 2.7041677330649408e-06, |
| "loss": 0.2569, |
| "step": 310 |
| }, |
| { |
| "epoch": 2.1333333333333333, |
| "grad_norm": 3.3002944542107575, |
| "learning_rate": 2.3668693790681634e-06, |
| "loss": 0.2292, |
| "step": 320 |
| }, |
| { |
| "epoch": 2.2, |
| "grad_norm": 2.921179549001983, |
| "learning_rate": 2.0454069824514445e-06, |
| "loss": 0.239, |
| "step": 330 |
| }, |
| { |
| "epoch": 2.2666666666666666, |
| "grad_norm": 3.161626281375529, |
| "learning_rate": 1.7417138558927244e-06, |
| "loss": 0.2125, |
| "step": 340 |
| }, |
| { |
| "epoch": 2.3333333333333335, |
| "grad_norm": 3.4701571527745436, |
| "learning_rate": 1.4576164455890014e-06, |
| "loss": 0.2144, |
| "step": 350 |
| }, |
| { |
| "epoch": 2.4, |
| "grad_norm": 3.692771949531677, |
| "learning_rate": 1.1948233467939978e-06, |
| "loss": 0.2302, |
| "step": 360 |
| }, |
| { |
| "epoch": 2.466666666666667, |
| "grad_norm": 3.1691027059861816, |
| "learning_rate": 9.549150281252633e-07, |
| "loss": 0.2005, |
| "step": 370 |
| }, |
| { |
| "epoch": 2.533333333333333, |
| "grad_norm": 3.315288600224856, |
| "learning_rate": 7.393343264399439e-07, |
| "loss": 0.2277, |
| "step": 380 |
| }, |
| { |
| "epoch": 2.6, |
| "grad_norm": 2.855228339850161, |
| "learning_rate": 5.493777694441521e-07, |
| "loss": 0.194, |
| "step": 390 |
| }, |
| { |
| "epoch": 2.6666666666666665, |
| "grad_norm": 4.071561539790418, |
| "learning_rate": 3.8618777822278854e-07, |
| "loss": 0.2366, |
| "step": 400 |
| }, |
| { |
| "epoch": 2.7333333333333334, |
| "grad_norm": 3.157323407608041, |
| "learning_rate": 2.5074579658471266e-07, |
| "loss": 0.2157, |
| "step": 410 |
| }, |
| { |
| "epoch": 2.8, |
| "grad_norm": 3.335773048507566, |
| "learning_rate": 1.438663885441982e-07, |
| "loss": 0.2204, |
| "step": 420 |
| }, |
| { |
| "epoch": 2.8666666666666667, |
| "grad_norm": 3.7293712025052437, |
| "learning_rate": 6.61923394371039e-08, |
| "loss": 0.1931, |
| "step": 430 |
| }, |
| { |
| "epoch": 2.9333333333333336, |
| "grad_norm": 3.212509117260097, |
| "learning_rate": 1.8190790134231528e-08, |
| "loss": 0.2086, |
| "step": 440 |
| }, |
| { |
| "epoch": 3.0, |
| "grad_norm": 3.0071297422923546, |
| "learning_rate": 1.504276011621286e-10, |
| "loss": 0.2162, |
| "step": 450 |
| }, |
| { |
| "epoch": 3.0, |
| "step": 450, |
| "total_flos": 8016607100928.0, |
| "train_loss": 0.49070788860321046, |
| "train_runtime": 3037.8812, |
| "train_samples_per_second": 0.889, |
| "train_steps_per_second": 0.148 |
| } |
| ], |
| "logging_steps": 10, |
| "max_steps": 450, |
| "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": 8016607100928.0, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
