| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 0.016, | |
| "eval_steps": 500, | |
| "global_step": 60, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.0002666666666666667, | |
| "grad_norm": 0.42936185002326965, | |
| "learning_rate": 4e-05, | |
| "loss": 1.0858, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.0005333333333333334, | |
| "grad_norm": 0.3859248757362366, | |
| "learning_rate": 8e-05, | |
| "loss": 0.9206, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.0008, | |
| "grad_norm": 0.3788315951824188, | |
| "learning_rate": 0.00012, | |
| "loss": 1.132, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.0010666666666666667, | |
| "grad_norm": 0.5478439331054688, | |
| "learning_rate": 0.00016, | |
| "loss": 1.019, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.0013333333333333333, | |
| "grad_norm": 0.6532280445098877, | |
| "learning_rate": 0.0002, | |
| "loss": 1.0875, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.0016, | |
| "grad_norm": 0.3587557375431061, | |
| "learning_rate": 0.00019636363636363636, | |
| "loss": 0.8724, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.0018666666666666666, | |
| "grad_norm": 0.3098128139972687, | |
| "learning_rate": 0.00019272727272727274, | |
| "loss": 0.7417, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.0021333333333333334, | |
| "grad_norm": 0.3779929280281067, | |
| "learning_rate": 0.0001890909090909091, | |
| "loss": 0.8396, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.0024, | |
| "grad_norm": 0.27506184577941895, | |
| "learning_rate": 0.00018545454545454545, | |
| "loss": 0.6917, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.0026666666666666666, | |
| "grad_norm": 0.35665228962898254, | |
| "learning_rate": 0.00018181818181818183, | |
| "loss": 0.7327, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.0029333333333333334, | |
| "grad_norm": 0.3704247772693634, | |
| "learning_rate": 0.0001781818181818182, | |
| "loss": 0.9461, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.0032, | |
| "grad_norm": 0.2856270372867584, | |
| "learning_rate": 0.00017454545454545454, | |
| "loss": 0.8597, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.0034666666666666665, | |
| "grad_norm": 0.32342857122421265, | |
| "learning_rate": 0.0001709090909090909, | |
| "loss": 0.9186, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.0037333333333333333, | |
| "grad_norm": 0.33127686381340027, | |
| "learning_rate": 0.00016727272727272728, | |
| "loss": 0.6687, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.004, | |
| "grad_norm": 0.2710918188095093, | |
| "learning_rate": 0.00016363636363636366, | |
| "loss": 0.7765, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.004266666666666667, | |
| "grad_norm": 0.21632041037082672, | |
| "learning_rate": 0.00016, | |
| "loss": 0.8245, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.004533333333333334, | |
| "grad_norm": 0.29844146966934204, | |
| "learning_rate": 0.00015636363636363637, | |
| "loss": 0.83, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 0.0048, | |
| "grad_norm": 0.25882166624069214, | |
| "learning_rate": 0.00015272727272727275, | |
| "loss": 0.7466, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.005066666666666666, | |
| "grad_norm": 0.30816012620925903, | |
| "learning_rate": 0.0001490909090909091, | |
| "loss": 0.8743, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 0.005333333333333333, | |
| "grad_norm": 0.2706385552883148, | |
| "learning_rate": 0.00014545454545454546, | |
| "loss": 0.6515, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.0056, | |
| "grad_norm": 0.23322783410549164, | |
| "learning_rate": 0.00014181818181818184, | |
| "loss": 0.772, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 0.005866666666666667, | |
| "grad_norm": 0.2468387484550476, | |
| "learning_rate": 0.0001381818181818182, | |
| "loss": 0.6343, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 0.0061333333333333335, | |
| "grad_norm": 0.23218180239200592, | |
| "learning_rate": 0.00013454545454545455, | |
| "loss": 0.76, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 0.0064, | |
| "grad_norm": 0.23469966650009155, | |
| "learning_rate": 0.00013090909090909093, | |
| "loss": 0.6903, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 0.006666666666666667, | |
| "grad_norm": 0.2517063617706299, | |
| "learning_rate": 0.00012727272727272728, | |
| "loss": 0.7372, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.006933333333333333, | |
| "grad_norm": 0.1962875872850418, | |
| "learning_rate": 0.00012363636363636364, | |
| "loss": 0.6622, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.0072, | |
| "grad_norm": 0.24588844180107117, | |
| "learning_rate": 0.00012, | |
| "loss": 0.9196, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 0.007466666666666667, | |
| "grad_norm": 0.230533629655838, | |
| "learning_rate": 0.00011636363636363636, | |
| "loss": 0.8072, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 0.007733333333333333, | |
| "grad_norm": 0.26301872730255127, | |
| "learning_rate": 0.00011272727272727272, | |
| "loss": 0.7263, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 0.008, | |
| "grad_norm": 0.2372722029685974, | |
| "learning_rate": 0.00010909090909090909, | |
| "loss": 0.6835, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.008266666666666667, | |
| "grad_norm": 0.3091089427471161, | |
| "learning_rate": 0.00010545454545454545, | |
| "loss": 0.7797, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 0.008533333333333334, | |
| "grad_norm": 0.21774427592754364, | |
| "learning_rate": 0.00010181818181818181, | |
| "loss": 0.6403, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 0.0088, | |
| "grad_norm": 0.21708498895168304, | |
| "learning_rate": 9.818181818181818e-05, | |
| "loss": 0.6425, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 0.009066666666666667, | |
| "grad_norm": 0.22271808981895447, | |
| "learning_rate": 9.454545454545455e-05, | |
| "loss": 0.6148, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 0.009333333333333334, | |
| "grad_norm": 0.22858861088752747, | |
| "learning_rate": 9.090909090909092e-05, | |
| "loss": 0.7436, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.0096, | |
| "grad_norm": 0.24401907622814178, | |
| "learning_rate": 8.727272727272727e-05, | |
| "loss": 0.6798, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 0.009866666666666666, | |
| "grad_norm": 0.2290969043970108, | |
| "learning_rate": 8.363636363636364e-05, | |
| "loss": 0.6074, | |
| "step": 37 | |
| }, | |
| { | |
| "epoch": 0.010133333333333333, | |
| "grad_norm": 0.2825275957584381, | |
| "learning_rate": 8e-05, | |
| "loss": 0.6961, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 0.0104, | |
| "grad_norm": 0.24464188516139984, | |
| "learning_rate": 7.636363636363637e-05, | |
| "loss": 0.6302, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 0.010666666666666666, | |
| "grad_norm": 0.2045094072818756, | |
| "learning_rate": 7.272727272727273e-05, | |
| "loss": 0.7019, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.010933333333333333, | |
| "grad_norm": 0.18769198656082153, | |
| "learning_rate": 6.90909090909091e-05, | |
| "loss": 0.8457, | |
| "step": 41 | |
| }, | |
| { | |
| "epoch": 0.0112, | |
| "grad_norm": 0.24082112312316895, | |
| "learning_rate": 6.545454545454546e-05, | |
| "loss": 0.7579, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 0.011466666666666667, | |
| "grad_norm": 0.2472972273826599, | |
| "learning_rate": 6.181818181818182e-05, | |
| "loss": 0.828, | |
| "step": 43 | |
| }, | |
| { | |
| "epoch": 0.011733333333333333, | |
| "grad_norm": 0.32660773396492004, | |
| "learning_rate": 5.818181818181818e-05, | |
| "loss": 0.7524, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 0.012, | |
| "grad_norm": 0.3056609034538269, | |
| "learning_rate": 5.4545454545454546e-05, | |
| "loss": 0.8436, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.012266666666666667, | |
| "grad_norm": 0.1863543689250946, | |
| "learning_rate": 5.090909090909091e-05, | |
| "loss": 0.5511, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 0.012533333333333334, | |
| "grad_norm": 0.2429007887840271, | |
| "learning_rate": 4.7272727272727275e-05, | |
| "loss": 0.7711, | |
| "step": 47 | |
| }, | |
| { | |
| "epoch": 0.0128, | |
| "grad_norm": 0.25397196412086487, | |
| "learning_rate": 4.3636363636363636e-05, | |
| "loss": 0.8094, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 0.013066666666666667, | |
| "grad_norm": 0.26945605874061584, | |
| "learning_rate": 4e-05, | |
| "loss": 0.5859, | |
| "step": 49 | |
| }, | |
| { | |
| "epoch": 0.013333333333333334, | |
| "grad_norm": 0.23465315997600555, | |
| "learning_rate": 3.6363636363636364e-05, | |
| "loss": 0.5563, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.0136, | |
| "grad_norm": 0.266638845205307, | |
| "learning_rate": 3.272727272727273e-05, | |
| "loss": 0.7066, | |
| "step": 51 | |
| }, | |
| { | |
| "epoch": 0.013866666666666666, | |
| "grad_norm": 0.20438891649246216, | |
| "learning_rate": 2.909090909090909e-05, | |
| "loss": 0.7359, | |
| "step": 52 | |
| }, | |
| { | |
| "epoch": 0.014133333333333333, | |
| "grad_norm": 0.2593930661678314, | |
| "learning_rate": 2.5454545454545454e-05, | |
| "loss": 0.5124, | |
| "step": 53 | |
| }, | |
| { | |
| "epoch": 0.0144, | |
| "grad_norm": 0.23415830731391907, | |
| "learning_rate": 2.1818181818181818e-05, | |
| "loss": 0.7128, | |
| "step": 54 | |
| }, | |
| { | |
| "epoch": 0.014666666666666666, | |
| "grad_norm": 0.27328217029571533, | |
| "learning_rate": 1.8181818181818182e-05, | |
| "loss": 0.5716, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 0.014933333333333333, | |
| "grad_norm": 0.21882164478302002, | |
| "learning_rate": 1.4545454545454545e-05, | |
| "loss": 0.5479, | |
| "step": 56 | |
| }, | |
| { | |
| "epoch": 0.0152, | |
| "grad_norm": 0.2591126561164856, | |
| "learning_rate": 1.0909090909090909e-05, | |
| "loss": 0.5455, | |
| "step": 57 | |
| }, | |
| { | |
| "epoch": 0.015466666666666667, | |
| "grad_norm": 0.2311299741268158, | |
| "learning_rate": 7.272727272727272e-06, | |
| "loss": 0.6588, | |
| "step": 58 | |
| }, | |
| { | |
| "epoch": 0.015733333333333332, | |
| "grad_norm": 0.24080176651477814, | |
| "learning_rate": 3.636363636363636e-06, | |
| "loss": 0.7181, | |
| "step": 59 | |
| }, | |
| { | |
| "epoch": 0.016, | |
| "grad_norm": 0.26424649357795715, | |
| "learning_rate": 0.0, | |
| "loss": 0.6948, | |
| "step": 60 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 60, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 1, | |
| "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": 2597935040317440.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |