| { | |
| "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 | |
| } | |