| { |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 2.0, |
| "eval_steps": 500, |
| "global_step": 150, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 1.0028682947158813, |
| "learning_rate": 2.2222222222222223e-05, |
| "loss": 1.43, |
| "step": 1 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 1.6397583484649658, |
| "learning_rate": 4.4444444444444447e-05, |
| "loss": 1.5374, |
| "step": 2 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 1.2198785543441772, |
| "learning_rate": 6.666666666666667e-05, |
| "loss": 1.5106, |
| "step": 3 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 0.8468486070632935, |
| "learning_rate": 8.888888888888889e-05, |
| "loss": 1.447, |
| "step": 4 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 0.9268608689308167, |
| "learning_rate": 0.00011111111111111112, |
| "loss": 1.4743, |
| "step": 5 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 1.0168085098266602, |
| "learning_rate": 0.00013333333333333334, |
| "loss": 1.3245, |
| "step": 6 |
| }, |
| { |
| "epoch": 0.09333333333333334, |
| "grad_norm": 0.6773934960365295, |
| "learning_rate": 0.00015555555555555556, |
| "loss": 1.3738, |
| "step": 7 |
| }, |
| { |
| "epoch": 0.10666666666666667, |
| "grad_norm": 0.6985631585121155, |
| "learning_rate": 0.00017777777777777779, |
| "loss": 1.3951, |
| "step": 8 |
| }, |
| { |
| "epoch": 0.12, |
| "grad_norm": 1.0221399068832397, |
| "learning_rate": 0.0002, |
| "loss": 1.3246, |
| "step": 9 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 0.6119747161865234, |
| "learning_rate": 0.00019999417253661235, |
| "loss": 1.2951, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.14666666666666667, |
| "grad_norm": 0.6660990118980408, |
| "learning_rate": 0.00019997669082563597, |
| "loss": 1.2529, |
| "step": 11 |
| }, |
| { |
| "epoch": 0.16, |
| "grad_norm": 0.5874819755554199, |
| "learning_rate": 0.00019994755690455152, |
| "loss": 1.2252, |
| "step": 12 |
| }, |
| { |
| "epoch": 0.17333333333333334, |
| "grad_norm": 0.4818006157875061, |
| "learning_rate": 0.00019990677416889608, |
| "loss": 1.1708, |
| "step": 13 |
| }, |
| { |
| "epoch": 0.18666666666666668, |
| "grad_norm": 0.652045488357544, |
| "learning_rate": 0.0001998543473718677, |
| "loss": 0.9865, |
| "step": 14 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 0.5517733693122864, |
| "learning_rate": 0.00019979028262377118, |
| "loss": 1.181, |
| "step": 15 |
| }, |
| { |
| "epoch": 0.21333333333333335, |
| "grad_norm": 0.47720542550086975, |
| "learning_rate": 0.00019971458739130598, |
| "loss": 1.0633, |
| "step": 16 |
| }, |
| { |
| "epoch": 0.22666666666666666, |
| "grad_norm": 0.7947096228599548, |
| "learning_rate": 0.000199627270496696, |
| "loss": 1.1458, |
| "step": 17 |
| }, |
| { |
| "epoch": 0.24, |
| "grad_norm": 0.5301257371902466, |
| "learning_rate": 0.0001995283421166614, |
| "loss": 1.2245, |
| "step": 18 |
| }, |
| { |
| "epoch": 0.25333333333333335, |
| "grad_norm": 0.9473271369934082, |
| "learning_rate": 0.00019941781378123244, |
| "loss": 1.0859, |
| "step": 19 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 1.1834161281585693, |
| "learning_rate": 0.00019929569837240564, |
| "loss": 1.1808, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.28, |
| "grad_norm": 0.6784033179283142, |
| "learning_rate": 0.00019916201012264254, |
| "loss": 1.202, |
| "step": 21 |
| }, |
| { |
| "epoch": 0.29333333333333333, |
| "grad_norm": 0.7274785041809082, |
| "learning_rate": 0.00019901676461321068, |
| "loss": 1.2242, |
| "step": 22 |
| }, |
| { |
| "epoch": 0.30666666666666664, |
| "grad_norm": 0.7520783543586731, |
| "learning_rate": 0.00019885997877236788, |
| "loss": 1.173, |
| "step": 23 |
| }, |
| { |
| "epoch": 0.32, |
| "grad_norm": 0.8218541145324707, |
| "learning_rate": 0.00019869167087338907, |
| "loss": 1.0723, |
| "step": 24 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 0.6361420154571533, |
| "learning_rate": 0.00019851186053243666, |
| "loss": 1.1607, |
| "step": 25 |
| }, |
| { |
| "epoch": 0.3466666666666667, |
| "grad_norm": 0.6401374936103821, |
| "learning_rate": 0.00019832056870627417, |
| "loss": 1.1398, |
| "step": 26 |
| }, |
| { |
| "epoch": 0.36, |
| "grad_norm": 1.0995603799819946, |
| "learning_rate": 0.0001981178176898239, |
| "loss": 0.9475, |
| "step": 27 |
| }, |
| { |
| "epoch": 0.37333333333333335, |
| "grad_norm": 0.5122275948524475, |
| "learning_rate": 0.00019790363111356837, |
| "loss": 1.0125, |
| "step": 28 |
| }, |
| { |
| "epoch": 0.38666666666666666, |
| "grad_norm": 0.9316695332527161, |
| "learning_rate": 0.00019767803394079615, |
| "loss": 1.0554, |
| "step": 29 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 0.6831843256950378, |
| "learning_rate": 0.00019744105246469263, |
| "loss": 1.027, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.41333333333333333, |
| "grad_norm": 0.5529218912124634, |
| "learning_rate": 0.0001971927143052752, |
| "loss": 1.0218, |
| "step": 31 |
| }, |
| { |
| "epoch": 0.4266666666666667, |
| "grad_norm": 0.7164443135261536, |
| "learning_rate": 0.00019693304840617457, |
| "loss": 1.0901, |
| "step": 32 |
| }, |
| { |
| "epoch": 0.44, |
| "grad_norm": 0.7430665493011475, |
| "learning_rate": 0.00019666208503126112, |
| "loss": 1.125, |
| "step": 33 |
| }, |
| { |
| "epoch": 0.4533333333333333, |
| "grad_norm": 0.7198122143745422, |
| "learning_rate": 0.00019637985576111778, |
| "loss": 0.9926, |
| "step": 34 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 0.6613873839378357, |
| "learning_rate": 0.0001960863934893594, |
| "loss": 1.1925, |
| "step": 35 |
| }, |
| { |
| "epoch": 0.48, |
| "grad_norm": 1.2440484762191772, |
| "learning_rate": 0.00019578173241879872, |
| "loss": 0.8948, |
| "step": 36 |
| }, |
| { |
| "epoch": 0.49333333333333335, |
| "grad_norm": 0.6995570659637451, |
| "learning_rate": 0.00019546590805746052, |
| "loss": 0.9525, |
| "step": 37 |
| }, |
| { |
| "epoch": 0.5066666666666667, |
| "grad_norm": 0.6873968243598938, |
| "learning_rate": 0.00019513895721444286, |
| "loss": 0.9966, |
| "step": 38 |
| }, |
| { |
| "epoch": 0.52, |
| "grad_norm": 0.5394595861434937, |
| "learning_rate": 0.00019480091799562704, |
| "loss": 1.0787, |
| "step": 39 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 0.9196312427520752, |
| "learning_rate": 0.00019445182979923654, |
| "loss": 1.0559, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.5466666666666666, |
| "grad_norm": 2.5954103469848633, |
| "learning_rate": 0.000194091733311245, |
| "loss": 0.9638, |
| "step": 41 |
| }, |
| { |
| "epoch": 0.56, |
| "grad_norm": 1.244681715965271, |
| "learning_rate": 0.00019372067050063438, |
| "loss": 0.9325, |
| "step": 42 |
| }, |
| { |
| "epoch": 0.5733333333333334, |
| "grad_norm": 0.613715410232544, |
| "learning_rate": 0.0001933386846145036, |
| "loss": 0.9428, |
| "step": 43 |
| }, |
| { |
| "epoch": 0.5866666666666667, |
| "grad_norm": 0.9604235291481018, |
| "learning_rate": 0.00019294582017302797, |
| "loss": 0.9486, |
| "step": 44 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 0.7591239809989929, |
| "learning_rate": 0.00019254212296427044, |
| "loss": 1.0955, |
| "step": 45 |
| }, |
| { |
| "epoch": 0.6133333333333333, |
| "grad_norm": 0.5218423008918762, |
| "learning_rate": 0.0001921276400388451, |
| "loss": 1.0368, |
| "step": 46 |
| }, |
| { |
| "epoch": 0.6266666666666667, |
| "grad_norm": 0.5670755505561829, |
| "learning_rate": 0.00019170241970443343, |
| "loss": 0.9854, |
| "step": 47 |
| }, |
| { |
| "epoch": 0.64, |
| "grad_norm": 0.8089922070503235, |
| "learning_rate": 0.00019126651152015403, |
| "loss": 1.0396, |
| "step": 48 |
| }, |
| { |
| "epoch": 0.6533333333333333, |
| "grad_norm": 0.6459051966667175, |
| "learning_rate": 0.00019081996629078657, |
| "loss": 1.0156, |
| "step": 49 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 1.1918997764587402, |
| "learning_rate": 0.00019036283606085053, |
| "loss": 1.1542, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.68, |
| "grad_norm": 0.6263722777366638, |
| "learning_rate": 0.00018989517410853955, |
| "loss": 1.1471, |
| "step": 51 |
| }, |
| { |
| "epoch": 0.6933333333333334, |
| "grad_norm": 0.534618616104126, |
| "learning_rate": 0.00018941703493951164, |
| "loss": 0.9055, |
| "step": 52 |
| }, |
| { |
| "epoch": 0.7066666666666667, |
| "grad_norm": 0.529036819934845, |
| "learning_rate": 0.00018892847428053693, |
| "loss": 0.9896, |
| "step": 53 |
| }, |
| { |
| "epoch": 0.72, |
| "grad_norm": 0.716572105884552, |
| "learning_rate": 0.00018842954907300236, |
| "loss": 1.0204, |
| "step": 54 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 0.832662045955658, |
| "learning_rate": 0.00018792031746627563, |
| "loss": 1.0263, |
| "step": 55 |
| }, |
| { |
| "epoch": 0.7466666666666667, |
| "grad_norm": 0.5659884810447693, |
| "learning_rate": 0.0001874008388109276, |
| "loss": 1.0529, |
| "step": 56 |
| }, |
| { |
| "epoch": 0.76, |
| "grad_norm": 0.4971260726451874, |
| "learning_rate": 0.00018687117365181512, |
| "loss": 1.0109, |
| "step": 57 |
| }, |
| { |
| "epoch": 0.7733333333333333, |
| "grad_norm": 0.5997689962387085, |
| "learning_rate": 0.00018633138372102468, |
| "loss": 1.0363, |
| "step": 58 |
| }, |
| { |
| "epoch": 0.7866666666666666, |
| "grad_norm": 0.42450904846191406, |
| "learning_rate": 0.00018578153193067745, |
| "loss": 1.0156, |
| "step": 59 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 1.0025880336761475, |
| "learning_rate": 0.00018522168236559695, |
| "loss": 0.96, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.8133333333333334, |
| "grad_norm": 0.47225672006607056, |
| "learning_rate": 0.00018465190027584005, |
| "loss": 1.0402, |
| "step": 61 |
| }, |
| { |
| "epoch": 0.8266666666666667, |
| "grad_norm": 0.6419042348861694, |
| "learning_rate": 0.00018407225206909208, |
| "loss": 0.9727, |
| "step": 62 |
| }, |
| { |
| "epoch": 0.84, |
| "grad_norm": 0.9594618082046509, |
| "learning_rate": 0.00018348280530292713, |
| "loss": 0.986, |
| "step": 63 |
| }, |
| { |
| "epoch": 0.8533333333333334, |
| "grad_norm": 0.5415605902671814, |
| "learning_rate": 0.00018288362867693414, |
| "loss": 1.019, |
| "step": 64 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 0.9662086367607117, |
| "learning_rate": 0.00018227479202471015, |
| "loss": 0.9531, |
| "step": 65 |
| }, |
| { |
| "epoch": 0.88, |
| "grad_norm": 0.7523136734962463, |
| "learning_rate": 0.0001816563663057211, |
| "loss": 1.0383, |
| "step": 66 |
| }, |
| { |
| "epoch": 0.8933333333333333, |
| "grad_norm": 0.7249945998191833, |
| "learning_rate": 0.00018102842359703176, |
| "loss": 1.1131, |
| "step": 67 |
| }, |
| { |
| "epoch": 0.9066666666666666, |
| "grad_norm": 0.4781404435634613, |
| "learning_rate": 0.000180391037084905, |
| "loss": 0.9701, |
| "step": 68 |
| }, |
| { |
| "epoch": 0.92, |
| "grad_norm": 0.5435504913330078, |
| "learning_rate": 0.00017974428105627208, |
| "loss": 1.2701, |
| "step": 69 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 0.48021838068962097, |
| "learning_rate": 0.00017908823089007457, |
| "loss": 0.9212, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.9466666666666667, |
| "grad_norm": 0.7063950300216675, |
| "learning_rate": 0.00017842296304847893, |
| "loss": 1.0076, |
| "step": 71 |
| }, |
| { |
| "epoch": 0.96, |
| "grad_norm": 0.5694530606269836, |
| "learning_rate": 0.00017774855506796496, |
| "loss": 1.0417, |
| "step": 72 |
| }, |
| { |
| "epoch": 0.9733333333333334, |
| "grad_norm": 0.6120775938034058, |
| "learning_rate": 0.00017706508555028893, |
| "loss": 1.0501, |
| "step": 73 |
| }, |
| { |
| "epoch": 0.9866666666666667, |
| "grad_norm": 0.5728889107704163, |
| "learning_rate": 0.0001763726341533227, |
| "loss": 1.0024, |
| "step": 74 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 0.8452621102333069, |
| "learning_rate": 0.00017567128158176953, |
| "loss": 1.0966, |
| "step": 75 |
| }, |
| { |
| "epoch": 1.0133333333333334, |
| "grad_norm": 0.5769606828689575, |
| "learning_rate": 0.0001749611095777581, |
| "loss": 0.8877, |
| "step": 76 |
| }, |
| { |
| "epoch": 1.0266666666666666, |
| "grad_norm": 0.9046480059623718, |
| "learning_rate": 0.00017424220091131535, |
| "loss": 0.752, |
| "step": 77 |
| }, |
| { |
| "epoch": 1.04, |
| "grad_norm": 0.4488053023815155, |
| "learning_rate": 0.00017351463937072004, |
| "loss": 0.7588, |
| "step": 78 |
| }, |
| { |
| "epoch": 1.0533333333333332, |
| "grad_norm": 0.41479629278182983, |
| "learning_rate": 0.00017277850975273696, |
| "loss": 0.779, |
| "step": 79 |
| }, |
| { |
| "epoch": 1.0666666666666667, |
| "grad_norm": 0.7192550301551819, |
| "learning_rate": 0.000172033897852734, |
| "loss": 0.7809, |
| "step": 80 |
| }, |
| { |
| "epoch": 1.08, |
| "grad_norm": 0.7553783655166626, |
| "learning_rate": 0.00017128089045468294, |
| "loss": 0.7421, |
| "step": 81 |
| }, |
| { |
| "epoch": 1.0933333333333333, |
| "grad_norm": 0.5650737881660461, |
| "learning_rate": 0.0001705195753210446, |
| "loss": 0.7044, |
| "step": 82 |
| }, |
| { |
| "epoch": 1.1066666666666667, |
| "grad_norm": 0.6692880988121033, |
| "learning_rate": 0.0001697500411825403, |
| "loss": 0.8415, |
| "step": 83 |
| }, |
| { |
| "epoch": 1.12, |
| "grad_norm": 0.6710836291313171, |
| "learning_rate": 0.00016897237772781044, |
| "loss": 0.7247, |
| "step": 84 |
| }, |
| { |
| "epoch": 1.1333333333333333, |
| "grad_norm": 0.5887194275856018, |
| "learning_rate": 0.0001681866755929612, |
| "loss": 0.7947, |
| "step": 85 |
| }, |
| { |
| "epoch": 1.1466666666666667, |
| "grad_norm": 0.5538906455039978, |
| "learning_rate": 0.00016739302635100108, |
| "loss": 0.7337, |
| "step": 86 |
| }, |
| { |
| "epoch": 1.16, |
| "grad_norm": 0.6018480062484741, |
| "learning_rate": 0.00016659152250116812, |
| "loss": 0.6801, |
| "step": 87 |
| }, |
| { |
| "epoch": 1.1733333333333333, |
| "grad_norm": 0.548251748085022, |
| "learning_rate": 0.00016578225745814907, |
| "loss": 0.6898, |
| "step": 88 |
| }, |
| { |
| "epoch": 1.1866666666666668, |
| "grad_norm": 0.49416568875312805, |
| "learning_rate": 0.00016496532554119214, |
| "loss": 0.719, |
| "step": 89 |
| }, |
| { |
| "epoch": 1.2, |
| "grad_norm": 0.6101306676864624, |
| "learning_rate": 0.000164140821963114, |
| "loss": 0.7917, |
| "step": 90 |
| }, |
| { |
| "epoch": 1.2133333333333334, |
| "grad_norm": 0.588020920753479, |
| "learning_rate": 0.000163308842819203, |
| "loss": 0.8035, |
| "step": 91 |
| }, |
| { |
| "epoch": 1.2266666666666666, |
| "grad_norm": 0.5376534461975098, |
| "learning_rate": 0.00016246948507601914, |
| "loss": 0.7816, |
| "step": 92 |
| }, |
| { |
| "epoch": 1.24, |
| "grad_norm": 0.549625813961029, |
| "learning_rate": 0.00016162284656009274, |
| "loss": 0.7245, |
| "step": 93 |
| }, |
| { |
| "epoch": 1.2533333333333334, |
| "grad_norm": 0.6054933667182922, |
| "learning_rate": 0.0001607690259465229, |
| "loss": 0.7484, |
| "step": 94 |
| }, |
| { |
| "epoch": 1.2666666666666666, |
| "grad_norm": 0.5613316297531128, |
| "learning_rate": 0.00015990812274747692, |
| "loss": 0.7369, |
| "step": 95 |
| }, |
| { |
| "epoch": 1.28, |
| "grad_norm": 0.5984250903129578, |
| "learning_rate": 0.00015904023730059228, |
| "loss": 0.891, |
| "step": 96 |
| }, |
| { |
| "epoch": 1.2933333333333334, |
| "grad_norm": 0.6490495204925537, |
| "learning_rate": 0.00015816547075728226, |
| "loss": 0.775, |
| "step": 97 |
| }, |
| { |
| "epoch": 1.3066666666666666, |
| "grad_norm": 0.6675053834915161, |
| "learning_rate": 0.000157283925070947, |
| "loss": 0.7565, |
| "step": 98 |
| }, |
| { |
| "epoch": 1.32, |
| "grad_norm": 0.5397291779518127, |
| "learning_rate": 0.00015639570298509064, |
| "loss": 0.6685, |
| "step": 99 |
| }, |
| { |
| "epoch": 1.3333333333333333, |
| "grad_norm": 0.5830179452896118, |
| "learning_rate": 0.000155500908021347, |
| "loss": 0.8132, |
| "step": 100 |
| }, |
| { |
| "epoch": 1.3466666666666667, |
| "grad_norm": 0.511802077293396, |
| "learning_rate": 0.00015459964446741382, |
| "loss": 0.7664, |
| "step": 101 |
| }, |
| { |
| "epoch": 1.3599999999999999, |
| "grad_norm": 1.350032091140747, |
| "learning_rate": 0.0001536920173648984, |
| "loss": 0.8179, |
| "step": 102 |
| }, |
| { |
| "epoch": 1.3733333333333333, |
| "grad_norm": 0.7308780550956726, |
| "learning_rate": 0.00015277813249707487, |
| "loss": 0.8401, |
| "step": 103 |
| }, |
| { |
| "epoch": 1.3866666666666667, |
| "grad_norm": 0.5292226076126099, |
| "learning_rate": 0.0001518580963765555, |
| "loss": 0.6367, |
| "step": 104 |
| }, |
| { |
| "epoch": 1.4, |
| "grad_norm": 0.6958481073379517, |
| "learning_rate": 0.00015093201623287631, |
| "loss": 0.7173, |
| "step": 105 |
| }, |
| { |
| "epoch": 1.4133333333333333, |
| "grad_norm": 0.7024071216583252, |
| "learning_rate": 0.00015000000000000001, |
| "loss": 0.5604, |
| "step": 106 |
| }, |
| { |
| "epoch": 1.4266666666666667, |
| "grad_norm": 0.5597444772720337, |
| "learning_rate": 0.00014906215630373606, |
| "loss": 0.6767, |
| "step": 107 |
| }, |
| { |
| "epoch": 1.44, |
| "grad_norm": 0.6003674864768982, |
| "learning_rate": 0.00014811859444908052, |
| "loss": 0.8149, |
| "step": 108 |
| }, |
| { |
| "epoch": 1.4533333333333334, |
| "grad_norm": 0.5815126895904541, |
| "learning_rate": 0.00014716942440747664, |
| "loss": 0.7801, |
| "step": 109 |
| }, |
| { |
| "epoch": 1.4666666666666668, |
| "grad_norm": 0.7836669683456421, |
| "learning_rate": 0.0001462147568039977, |
| "loss": 0.8452, |
| "step": 110 |
| }, |
| { |
| "epoch": 1.48, |
| "grad_norm": 0.8783419132232666, |
| "learning_rate": 0.00014525470290445392, |
| "loss": 0.8257, |
| "step": 111 |
| }, |
| { |
| "epoch": 1.4933333333333334, |
| "grad_norm": 0.46948131918907166, |
| "learning_rate": 0.00014428937460242417, |
| "loss": 0.7481, |
| "step": 112 |
| }, |
| { |
| "epoch": 1.5066666666666668, |
| "grad_norm": 0.5725980401039124, |
| "learning_rate": 0.00014331888440621533, |
| "loss": 0.8267, |
| "step": 113 |
| }, |
| { |
| "epoch": 1.52, |
| "grad_norm": 0.4418632686138153, |
| "learning_rate": 0.00014234334542574906, |
| "loss": 0.7631, |
| "step": 114 |
| }, |
| { |
| "epoch": 1.5333333333333332, |
| "grad_norm": 0.6430942416191101, |
| "learning_rate": 0.00014136287135937915, |
| "loss": 0.8817, |
| "step": 115 |
| }, |
| { |
| "epoch": 1.5466666666666666, |
| "grad_norm": 0.5670009255409241, |
| "learning_rate": 0.00014037757648064018, |
| "loss": 0.5991, |
| "step": 116 |
| }, |
| { |
| "epoch": 1.56, |
| "grad_norm": 0.5407504439353943, |
| "learning_rate": 0.00013938757562492873, |
| "loss": 0.6898, |
| "step": 117 |
| }, |
| { |
| "epoch": 1.5733333333333333, |
| "grad_norm": 0.5176808834075928, |
| "learning_rate": 0.00013839298417611963, |
| "loss": 0.731, |
| "step": 118 |
| }, |
| { |
| "epoch": 1.5866666666666667, |
| "grad_norm": 0.9752798080444336, |
| "learning_rate": 0.00013739391805311793, |
| "loss": 0.6736, |
| "step": 119 |
| }, |
| { |
| "epoch": 1.6, |
| "grad_norm": 0.7100059390068054, |
| "learning_rate": 0.00013639049369634876, |
| "loss": 0.7369, |
| "step": 120 |
| }, |
| { |
| "epoch": 1.6133333333333333, |
| "grad_norm": 0.6285961270332336, |
| "learning_rate": 0.0001353828280541861, |
| "loss": 0.721, |
| "step": 121 |
| }, |
| { |
| "epoch": 1.6266666666666667, |
| "grad_norm": 0.5981026291847229, |
| "learning_rate": 0.00013437103856932264, |
| "loss": 0.8094, |
| "step": 122 |
| }, |
| { |
| "epoch": 1.6400000000000001, |
| "grad_norm": 0.6587502360343933, |
| "learning_rate": 0.00013335524316508208, |
| "loss": 0.7646, |
| "step": 123 |
| }, |
| { |
| "epoch": 1.6533333333333333, |
| "grad_norm": 0.5544253587722778, |
| "learning_rate": 0.00013233556023167485, |
| "loss": 0.7165, |
| "step": 124 |
| }, |
| { |
| "epoch": 1.6666666666666665, |
| "grad_norm": 0.6012857556343079, |
| "learning_rate": 0.00013131210861240026, |
| "loss": 0.8104, |
| "step": 125 |
| }, |
| { |
| "epoch": 1.6800000000000002, |
| "grad_norm": 0.5157524347305298, |
| "learning_rate": 0.00013028500758979506, |
| "loss": 0.8585, |
| "step": 126 |
| }, |
| { |
| "epoch": 1.6933333333333334, |
| "grad_norm": 0.4888676702976227, |
| "learning_rate": 0.00012925437687173142, |
| "loss": 0.6579, |
| "step": 127 |
| }, |
| { |
| "epoch": 1.7066666666666666, |
| "grad_norm": 0.5127140879631042, |
| "learning_rate": 0.00012822033657746478, |
| "loss": 0.7432, |
| "step": 128 |
| }, |
| { |
| "epoch": 1.72, |
| "grad_norm": 0.6154641509056091, |
| "learning_rate": 0.0001271830072236343, |
| "loss": 0.7322, |
| "step": 129 |
| }, |
| { |
| "epoch": 1.7333333333333334, |
| "grad_norm": 0.5081548690795898, |
| "learning_rate": 0.00012614250971021657, |
| "loss": 0.7547, |
| "step": 130 |
| }, |
| { |
| "epoch": 1.7466666666666666, |
| "grad_norm": 0.6808217763900757, |
| "learning_rate": 0.00012509896530643488, |
| "loss": 0.6855, |
| "step": 131 |
| }, |
| { |
| "epoch": 1.76, |
| "grad_norm": 0.8672941327095032, |
| "learning_rate": 0.00012405249563662537, |
| "loss": 0.6332, |
| "step": 132 |
| }, |
| { |
| "epoch": 1.7733333333333334, |
| "grad_norm": 0.6130337119102478, |
| "learning_rate": 0.00012300322266606178, |
| "loss": 0.7453, |
| "step": 133 |
| }, |
| { |
| "epoch": 1.7866666666666666, |
| "grad_norm": 0.739959180355072, |
| "learning_rate": 0.00012195126868674051, |
| "loss": 0.687, |
| "step": 134 |
| }, |
| { |
| "epoch": 1.8, |
| "grad_norm": 0.5801121592521667, |
| "learning_rate": 0.00012089675630312754, |
| "loss": 0.7059, |
| "step": 135 |
| }, |
| { |
| "epoch": 1.8133333333333335, |
| "grad_norm": 0.5766938328742981, |
| "learning_rate": 0.000119839808417869, |
| "loss": 0.737, |
| "step": 136 |
| }, |
| { |
| "epoch": 1.8266666666666667, |
| "grad_norm": 0.6705268621444702, |
| "learning_rate": 0.00011878054821746703, |
| "loss": 0.7358, |
| "step": 137 |
| }, |
| { |
| "epoch": 1.8399999999999999, |
| "grad_norm": 0.7814889550209045, |
| "learning_rate": 0.0001177190991579223, |
| "loss": 0.7021, |
| "step": 138 |
| }, |
| { |
| "epoch": 1.8533333333333335, |
| "grad_norm": 0.6991515755653381, |
| "learning_rate": 0.00011665558495034546, |
| "loss": 0.7325, |
| "step": 139 |
| }, |
| { |
| "epoch": 1.8666666666666667, |
| "grad_norm": 0.8299288749694824, |
| "learning_rate": 0.00011559012954653865, |
| "loss": 0.7128, |
| "step": 140 |
| }, |
| { |
| "epoch": 1.88, |
| "grad_norm": 0.7293754816055298, |
| "learning_rate": 0.00011452285712454904, |
| "loss": 0.5813, |
| "step": 141 |
| }, |
| { |
| "epoch": 1.8933333333333333, |
| "grad_norm": 0.6560428738594055, |
| "learning_rate": 0.00011345389207419588, |
| "loss": 0.6352, |
| "step": 142 |
| }, |
| { |
| "epoch": 1.9066666666666667, |
| "grad_norm": 0.54889976978302, |
| "learning_rate": 0.00011238335898257304, |
| "loss": 0.7372, |
| "step": 143 |
| }, |
| { |
| "epoch": 1.92, |
| "grad_norm": 0.5890987515449524, |
| "learning_rate": 0.00011131138261952845, |
| "loss": 0.6402, |
| "step": 144 |
| }, |
| { |
| "epoch": 1.9333333333333333, |
| "grad_norm": 0.8450446128845215, |
| "learning_rate": 0.00011023808792312227, |
| "loss": 0.7152, |
| "step": 145 |
| }, |
| { |
| "epoch": 1.9466666666666668, |
| "grad_norm": 0.7649719715118408, |
| "learning_rate": 0.0001091635999850655, |
| "loss": 0.6831, |
| "step": 146 |
| }, |
| { |
| "epoch": 1.96, |
| "grad_norm": 0.6236613988876343, |
| "learning_rate": 0.00010808804403614043, |
| "loss": 0.6671, |
| "step": 147 |
| }, |
| { |
| "epoch": 1.9733333333333334, |
| "grad_norm": 0.6295299530029297, |
| "learning_rate": 0.00010701154543160541, |
| "loss": 0.8226, |
| "step": 148 |
| }, |
| { |
| "epoch": 1.9866666666666668, |
| "grad_norm": 0.641965389251709, |
| "learning_rate": 0.00010593422963658452, |
| "loss": 0.6567, |
| "step": 149 |
| }, |
| { |
| "epoch": 2.0, |
| "grad_norm": 0.779958188533783, |
| "learning_rate": 0.00010485622221144484, |
| "loss": 0.6346, |
| "step": 150 |
| } |
| ], |
| "logging_steps": 1.0, |
| "max_steps": 300, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 4, |
| "save_steps": 50, |
| "stateful_callbacks": { |
| "TrainerControl": { |
| "args": { |
| "should_epoch_stop": false, |
| "should_evaluate": false, |
| "should_log": false, |
| "should_save": true, |
| "should_training_stop": false |
| }, |
| "attributes": {} |
| } |
| }, |
| "total_flos": 4.29731846511657e+16, |
| "train_batch_size": 2, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
