| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.84, | |
| "eval_steps": 500, | |
| "global_step": 24, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.32, | |
| "grad_norm": 1.0525139570236206, | |
| "learning_rate": 0.00018333333333333334, | |
| "loss": 9.5169, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 1.5870144367218018, | |
| "learning_rate": 0.0001666666666666667, | |
| "loss": 9.1514, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "grad_norm": 1.7580112218856812, | |
| "learning_rate": 0.00015000000000000001, | |
| "loss": 8.7557, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.28, | |
| "grad_norm": 2.0391345024108887, | |
| "learning_rate": 0.00013333333333333334, | |
| "loss": 8.2163, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "grad_norm": 2.67323899269104, | |
| "learning_rate": 0.00011666666666666668, | |
| "loss": 7.9266, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 1.92, | |
| "grad_norm": 1.5127941370010376, | |
| "learning_rate": 0.0001, | |
| "loss": 7.6902, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 2.24, | |
| "grad_norm": 1.308194875717163, | |
| "learning_rate": 8.333333333333334e-05, | |
| "loss": 7.5201, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 2.56, | |
| "grad_norm": 0.9491788148880005, | |
| "learning_rate": 6.666666666666667e-05, | |
| "loss": 7.3685, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 2.88, | |
| "grad_norm": 1.15030837059021, | |
| "learning_rate": 5e-05, | |
| "loss": 7.3428, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 3.2, | |
| "grad_norm": 0.9033100008964539, | |
| "learning_rate": 3.3333333333333335e-05, | |
| "loss": 7.2229, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 3.52, | |
| "grad_norm": 1.4382227659225464, | |
| "learning_rate": 1.6666666666666667e-05, | |
| "loss": 7.3239, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 3.84, | |
| "grad_norm": 0.7890676259994507, | |
| "learning_rate": 0.0, | |
| "loss": 7.2211, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 3.84, | |
| "step": 24, | |
| "total_flos": 108535654138032.0, | |
| "train_loss": 7.9380284150441485, | |
| "train_runtime": 637.3795, | |
| "train_samples_per_second": 0.628, | |
| "train_steps_per_second": 0.038 | |
| } | |
| ], | |
| "logging_steps": 2, | |
| "max_steps": 24, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 4, | |
| "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": 108535654138032.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |