| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.0, | |
| "eval_steps": 500, | |
| "global_step": 7500, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.2, | |
| "grad_norm": 3517696.25, | |
| "learning_rate": 1.866666666666667e-05, | |
| "loss": 2.2035, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 1682748.5, | |
| "learning_rate": 1.7333333333333336e-05, | |
| "loss": 1.9143, | |
| "step": 1000 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "grad_norm": 1393452.75, | |
| "learning_rate": 1.6000000000000003e-05, | |
| "loss": 1.7796, | |
| "step": 1500 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 1795642.875, | |
| "learning_rate": 1.4666666666666666e-05, | |
| "loss": 1.6879, | |
| "step": 2000 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 1723541.625, | |
| "learning_rate": 1.3333333333333333e-05, | |
| "loss": 1.5931, | |
| "step": 2500 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "eval_gen_len": 18.6233, | |
| "eval_loss": 1.3491483926773071, | |
| "eval_rouge1": 0.4823, | |
| "eval_rouge2": 0.2715, | |
| "eval_rougeL": 0.3708, | |
| "eval_rougeLsum": 0.371, | |
| "eval_runtime": 2274.1943, | |
| "eval_samples_per_second": 4.397, | |
| "eval_steps_per_second": 1.099, | |
| "step": 2500 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "grad_norm": 1764786.5, | |
| "learning_rate": 1.2e-05, | |
| "loss": 1.4312, | |
| "step": 3000 | |
| }, | |
| { | |
| "epoch": 1.4, | |
| "grad_norm": 1982422.5, | |
| "learning_rate": 1.0666666666666667e-05, | |
| "loss": 1.4074, | |
| "step": 3500 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "grad_norm": 1838183.875, | |
| "learning_rate": 9.333333333333334e-06, | |
| "loss": 1.3547, | |
| "step": 4000 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "grad_norm": 1721691.875, | |
| "learning_rate": 8.000000000000001e-06, | |
| "loss": 1.315, | |
| "step": 4500 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 1726840.875, | |
| "learning_rate": 6.666666666666667e-06, | |
| "loss": 1.2782, | |
| "step": 5000 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "eval_gen_len": 18.7402, | |
| "eval_loss": 1.0953999757766724, | |
| "eval_rouge1": 0.5034, | |
| "eval_rouge2": 0.3127, | |
| "eval_rougeL": 0.4011, | |
| "eval_rougeLsum": 0.4013, | |
| "eval_runtime": 2277.7908, | |
| "eval_samples_per_second": 4.39, | |
| "eval_steps_per_second": 1.098, | |
| "step": 5000 | |
| }, | |
| { | |
| "epoch": 2.2, | |
| "grad_norm": 2554161.25, | |
| "learning_rate": 5.333333333333334e-06, | |
| "loss": 1.2057, | |
| "step": 5500 | |
| }, | |
| { | |
| "epoch": 2.4, | |
| "grad_norm": 1766171.0, | |
| "learning_rate": 4.000000000000001e-06, | |
| "loss": 1.1856, | |
| "step": 6000 | |
| }, | |
| { | |
| "epoch": 2.6, | |
| "grad_norm": 1563001.875, | |
| "learning_rate": 2.666666666666667e-06, | |
| "loss": 1.1493, | |
| "step": 6500 | |
| }, | |
| { | |
| "epoch": 2.8, | |
| "grad_norm": 1845935.625, | |
| "learning_rate": 1.3333333333333334e-06, | |
| "loss": 1.1331, | |
| "step": 7000 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 1948795.5, | |
| "learning_rate": 0.0, | |
| "loss": 1.1654, | |
| "step": 7500 | |
| } | |
| ], | |
| "logging_steps": 500, | |
| "max_steps": 7500, | |
| "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": 1.0441595426144256e+17, | |
| "train_batch_size": 4, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |