| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 10.0, | |
| "eval_steps": 500, | |
| "global_step": 1875, | |
| "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 | |
| }, | |
| { | |
| "epoch": 6.4, | |
| "grad_norm": 3.056166410446167, | |
| "learning_rate": 3e-05, | |
| "loss": 1.0486, | |
| "step": 1200 | |
| }, | |
| { | |
| "epoch": 6.933333333333334, | |
| "grad_norm": 2.873281240463257, | |
| "learning_rate": 3e-05, | |
| "loss": 1.0444, | |
| "step": 1300 | |
| }, | |
| { | |
| "epoch": 6.997333333333334, | |
| "eval_accuracy": 0.5643076923076923, | |
| "eval_loss": 1.8394943475723267, | |
| "eval_runtime": 5.5931, | |
| "eval_samples_per_second": 89.396, | |
| "eval_steps_per_second": 11.264, | |
| "step": 1312 | |
| }, | |
| { | |
| "epoch": 6.997333333333334, | |
| "eval_exact_match": 15.8, | |
| "eval_f1": 23.925714285714296, | |
| "step": 1312 | |
| }, | |
| { | |
| "epoch": 7.466666666666667, | |
| "grad_norm": 3.069322109222412, | |
| "learning_rate": 3e-05, | |
| "loss": 0.9374, | |
| "step": 1400 | |
| }, | |
| { | |
| "epoch": 8.0, | |
| "grad_norm": 3.2732129096984863, | |
| "learning_rate": 3e-05, | |
| "loss": 0.9535, | |
| "step": 1500 | |
| }, | |
| { | |
| "epoch": 8.0, | |
| "eval_accuracy": 0.5612820512820513, | |
| "eval_loss": 1.9008216857910156, | |
| "eval_runtime": 5.1357, | |
| "eval_samples_per_second": 97.358, | |
| "eval_steps_per_second": 12.267, | |
| "step": 1500 | |
| }, | |
| { | |
| "epoch": 8.0, | |
| "eval_exact_match": 15.2, | |
| "eval_f1": 23.12063492063493, | |
| "step": 1500 | |
| }, | |
| { | |
| "epoch": 8.533333333333333, | |
| "grad_norm": 3.382610321044922, | |
| "learning_rate": 3e-05, | |
| "loss": 0.8235, | |
| "step": 1600 | |
| }, | |
| { | |
| "epoch": 8.997333333333334, | |
| "eval_accuracy": 0.5592307692307692, | |
| "eval_loss": 2.026776075363159, | |
| "eval_runtime": 5.5056, | |
| "eval_samples_per_second": 90.817, | |
| "eval_steps_per_second": 11.443, | |
| "step": 1687 | |
| }, | |
| { | |
| "epoch": 8.997333333333334, | |
| "eval_exact_match": 13.8, | |
| "eval_f1": 21.42285714285715, | |
| "step": 1687 | |
| }, | |
| { | |
| "epoch": 9.066666666666666, | |
| "grad_norm": 4.363819122314453, | |
| "learning_rate": 3e-05, | |
| "loss": 0.8547, | |
| "step": 1700 | |
| }, | |
| { | |
| "epoch": 9.6, | |
| "grad_norm": 3.685805320739746, | |
| "learning_rate": 3e-05, | |
| "loss": 0.7635, | |
| "step": 1800 | |
| }, | |
| { | |
| "epoch": 10.0, | |
| "eval_accuracy": 0.5567692307692308, | |
| "eval_loss": 2.0937435626983643, | |
| "eval_runtime": 5.235, | |
| "eval_samples_per_second": 95.512, | |
| "eval_steps_per_second": 12.034, | |
| "step": 1875 | |
| }, | |
| { | |
| "epoch": 10.0, | |
| "eval_exact_match": 15.2, | |
| "eval_f1": 22.031904761904762, | |
| "step": 1875 | |
| } | |
| ], | |
| "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": 3.4335509031419904e+16, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |