File size: 4,684 Bytes
a3db559
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 6.0,
  "eval_steps": 500,
  "global_step": 1125,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.9283596873283386,
      "learning_rate": 3e-05,
      "loss": 1.963,
      "step": 100
    },
    {
      "epoch": 0.9973333333333333,
      "eval_accuracy": 0.5695384615384615,
      "eval_loss": 1.6438876390457153,
      "eval_runtime": 5.0534,
      "eval_samples_per_second": 98.943,
      "eval_steps_per_second": 12.467,
      "step": 187
    },
    {
      "epoch": 0.9973333333333333,
      "eval_exact_match": 16.2,
      "eval_f1": 25.888571428571442,
      "step": 187
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 1.0407154560089111,
      "learning_rate": 3e-05,
      "loss": 1.6668,
      "step": 200
    },
    {
      "epoch": 1.6,
      "grad_norm": 1.1281720399856567,
      "learning_rate": 3e-05,
      "loss": 1.6099,
      "step": 300
    },
    {
      "epoch": 2.0,
      "eval_accuracy": 0.5733333333333334,
      "eval_loss": 1.618270754814148,
      "eval_runtime": 5.1983,
      "eval_samples_per_second": 96.186,
      "eval_steps_per_second": 12.119,
      "step": 375
    },
    {
      "epoch": 2.0,
      "eval_exact_match": 16.6,
      "eval_f1": 26.287619047619057,
      "step": 375
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 1.2508225440979004,
      "learning_rate": 3e-05,
      "loss": 1.5866,
      "step": 400
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 1.3197834491729736,
      "learning_rate": 3e-05,
      "loss": 1.524,
      "step": 500
    },
    {
      "epoch": 2.997333333333333,
      "eval_accuracy": 0.5743589743589743,
      "eval_loss": 1.6164497137069702,
      "eval_runtime": 5.0495,
      "eval_samples_per_second": 99.019,
      "eval_steps_per_second": 12.476,
      "step": 562
    },
    {
      "epoch": 2.997333333333333,
      "eval_exact_match": 17.8,
      "eval_f1": 27.35428571428571,
      "step": 562
    },
    {
      "epoch": 3.2,
      "grad_norm": 1.6320394277572632,
      "learning_rate": 3e-05,
      "loss": 1.4752,
      "step": 600
    },
    {
      "epoch": 3.7333333333333334,
      "grad_norm": 1.7101725339889526,
      "learning_rate": 3e-05,
      "loss": 1.3938,
      "step": 700
    },
    {
      "epoch": 4.0,
      "eval_accuracy": 0.5728717948717948,
      "eval_loss": 1.6376241445541382,
      "eval_runtime": 4.9662,
      "eval_samples_per_second": 100.68,
      "eval_steps_per_second": 12.686,
      "step": 750
    },
    {
      "epoch": 4.0,
      "eval_exact_match": 18.0,
      "eval_f1": 27.498571428571427,
      "step": 750
    },
    {
      "epoch": 4.266666666666667,
      "grad_norm": 2.1727664470672607,
      "learning_rate": 3e-05,
      "loss": 1.342,
      "step": 800
    },
    {
      "epoch": 4.8,
      "grad_norm": 2.341384172439575,
      "learning_rate": 3e-05,
      "loss": 1.2685,
      "step": 900
    },
    {
      "epoch": 4.997333333333334,
      "eval_accuracy": 0.5699487179487179,
      "eval_loss": 1.684618353843689,
      "eval_runtime": 5.5457,
      "eval_samples_per_second": 90.16,
      "eval_steps_per_second": 11.36,
      "step": 937
    },
    {
      "epoch": 4.997333333333334,
      "eval_exact_match": 19.2,
      "eval_f1": 28.190952380952375,
      "step": 937
    },
    {
      "epoch": 5.333333333333333,
      "grad_norm": 2.5624172687530518,
      "learning_rate": 3e-05,
      "loss": 1.1847,
      "step": 1000
    },
    {
      "epoch": 5.866666666666667,
      "grad_norm": 2.8159019947052,
      "learning_rate": 3e-05,
      "loss": 1.1591,
      "step": 1100
    },
    {
      "epoch": 6.0,
      "eval_accuracy": 0.5672820512820513,
      "eval_loss": 1.7546838521957397,
      "eval_runtime": 5.0186,
      "eval_samples_per_second": 99.629,
      "eval_steps_per_second": 12.553,
      "step": 1125
    },
    {
      "epoch": 6.0,
      "eval_exact_match": 16.6,
      "eval_f1": 25.054761904761914,
      "step": 1125
    }
  ],
  "logging_steps": 100,
  "max_steps": 9350,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 50,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 2.059723965517005e+16,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}