|
{ |
|
"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": 1.016900658607483, |
|
"learning_rate": 0.00018333333333333334, |
|
"loss": 9.5861, |
|
"step": 2 |
|
}, |
|
{ |
|
"epoch": 0.64, |
|
"grad_norm": 1.7372517585754395, |
|
"learning_rate": 0.0001666666666666667, |
|
"loss": 9.2056, |
|
"step": 4 |
|
}, |
|
{ |
|
"epoch": 0.96, |
|
"grad_norm": 2.0075902938842773, |
|
"learning_rate": 0.00015000000000000001, |
|
"loss": 8.5072, |
|
"step": 6 |
|
}, |
|
{ |
|
"epoch": 1.28, |
|
"grad_norm": 2.0754647254943848, |
|
"learning_rate": 0.00013333333333333334, |
|
"loss": 8.0374, |
|
"step": 8 |
|
}, |
|
{ |
|
"epoch": 1.6, |
|
"grad_norm": 1.2964591979980469, |
|
"learning_rate": 0.00011666666666666668, |
|
"loss": 7.6874, |
|
"step": 10 |
|
}, |
|
{ |
|
"epoch": 1.92, |
|
"grad_norm": 0.9893752336502075, |
|
"learning_rate": 0.0001, |
|
"loss": 7.4668, |
|
"step": 12 |
|
}, |
|
{ |
|
"epoch": 2.24, |
|
"grad_norm": 0.9852508306503296, |
|
"learning_rate": 8.333333333333334e-05, |
|
"loss": 7.4002, |
|
"step": 14 |
|
}, |
|
{ |
|
"epoch": 2.56, |
|
"grad_norm": 0.9375394582748413, |
|
"learning_rate": 6.666666666666667e-05, |
|
"loss": 7.3329, |
|
"step": 16 |
|
}, |
|
{ |
|
"epoch": 2.88, |
|
"grad_norm": 0.8562221527099609, |
|
"learning_rate": 5e-05, |
|
"loss": 7.2785, |
|
"step": 18 |
|
}, |
|
{ |
|
"epoch": 3.2, |
|
"grad_norm": 0.663221538066864, |
|
"learning_rate": 3.3333333333333335e-05, |
|
"loss": 7.2907, |
|
"step": 20 |
|
}, |
|
{ |
|
"epoch": 3.52, |
|
"grad_norm": 1.024126648902893, |
|
"learning_rate": 1.6666666666666667e-05, |
|
"loss": 7.2383, |
|
"step": 22 |
|
}, |
|
{ |
|
"epoch": 3.84, |
|
"grad_norm": 0.7755734920501709, |
|
"learning_rate": 0.0, |
|
"loss": 7.2692, |
|
"step": 24 |
|
}, |
|
{ |
|
"epoch": 3.84, |
|
"step": 24, |
|
"total_flos": 92571267829680.0, |
|
"train_loss": 7.858357032140096, |
|
"train_runtime": 664.0524, |
|
"train_samples_per_second": 0.602, |
|
"train_steps_per_second": 0.036 |
|
} |
|
], |
|
"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": 92571267829680.0, |
|
"train_batch_size": 2, |
|
"trial_name": null, |
|
"trial_params": null |
|
} |
|
|