| { |
| "best_global_step": null, |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 3.0, |
| "eval_steps": 500, |
| "global_step": 450, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 15.258421482883884, |
| "learning_rate": 2.0000000000000003e-06, |
| "loss": 1.3154, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 7.205159834711116, |
| "learning_rate": 4.222222222222223e-06, |
| "loss": 0.6762, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 5.286208496607768, |
| "learning_rate": 6.444444444444445e-06, |
| "loss": 0.3755, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 5.387319252024765, |
| "learning_rate": 8.666666666666668e-06, |
| "loss": 0.3834, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 5.639907698577868, |
| "learning_rate": 9.997593339404757e-06, |
| "loss": 0.3043, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 4.7044181916563526, |
| "learning_rate": 9.970545007734807e-06, |
| "loss": 0.2554, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 3.682087638254962, |
| "learning_rate": 9.913603233532067e-06, |
| "loss": 0.2907, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 3.6588152329619734, |
| "learning_rate": 9.827110471326612e-06, |
| "loss": 0.256, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 7.98822013389878, |
| "learning_rate": 9.711586898767462e-06, |
| "loss": 0.2812, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 3.121265753795544, |
| "learning_rate": 9.567727288213005e-06, |
| "loss": 0.2232, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 4.070624889104144, |
| "learning_rate": 9.396396828288272e-06, |
| "loss": 0.2852, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 3.1807820452836575, |
| "learning_rate": 9.19862592053875e-06, |
| "loss": 0.2733, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 2.9701726849981545, |
| "learning_rate": 8.97560398247424e-06, |
| "loss": 0.2427, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 4.895942711906204, |
| "learning_rate": 8.728672294272009e-06, |
| "loss": 0.232, |
| "step": 140 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 3.610345339998106, |
| "learning_rate": 8.45931593215998e-06, |
| "loss": 0.2391, |
| "step": 150 |
| }, |
| { |
| "epoch": 1.0666666666666667, |
| "grad_norm": 2.8816345427702563, |
| "learning_rate": 8.16915483699355e-06, |
| "loss": 0.1812, |
| "step": 160 |
| }, |
| { |
| "epoch": 1.1333333333333333, |
| "grad_norm": 5.229765759467208, |
| "learning_rate": 7.859934071740693e-06, |
| "loss": 0.2065, |
| "step": 170 |
| }, |
| { |
| "epoch": 1.2, |
| "grad_norm": 2.657013649910079, |
| "learning_rate": 7.533513326467911e-06, |
| "loss": 0.16, |
| "step": 180 |
| }, |
| { |
| "epoch": 1.2666666666666666, |
| "grad_norm": 4.69223482302914, |
| "learning_rate": 7.191855733945388e-06, |
| "loss": 0.1979, |
| "step": 190 |
| }, |
| { |
| "epoch": 1.3333333333333333, |
| "grad_norm": 2.897253133288809, |
| "learning_rate": 6.837016063135491e-06, |
| "loss": 0.1839, |
| "step": 200 |
| }, |
| { |
| "epoch": 1.4, |
| "grad_norm": 6.160633399829199, |
| "learning_rate": 6.4711283615704755e-06, |
| "loss": 0.1839, |
| "step": 210 |
| }, |
| { |
| "epoch": 1.4666666666666668, |
| "grad_norm": 2.530292589936722, |
| "learning_rate": 6.0963931209395165e-06, |
| "loss": 0.1883, |
| "step": 220 |
| }, |
| { |
| "epoch": 1.5333333333333332, |
| "grad_norm": 3.100076582176232, |
| "learning_rate": 5.715064043072771e-06, |
| "loss": 0.1877, |
| "step": 230 |
| }, |
| { |
| "epoch": 1.6, |
| "grad_norm": 2.796142338358061, |
| "learning_rate": 5.329434485913393e-06, |
| "loss": 0.1502, |
| "step": 240 |
| }, |
| { |
| "epoch": 1.6666666666666665, |
| "grad_norm": 2.5558465886582136, |
| "learning_rate": 4.941823670993016e-06, |
| "loss": 0.1354, |
| "step": 250 |
| }, |
| { |
| "epoch": 1.7333333333333334, |
| "grad_norm": 2.0765048875067302, |
| "learning_rate": 4.5545627353605705e-06, |
| "loss": 0.1591, |
| "step": 260 |
| }, |
| { |
| "epoch": 1.8, |
| "grad_norm": 2.329178605863745, |
| "learning_rate": 4.1699807118497815e-06, |
| "loss": 0.1743, |
| "step": 270 |
| }, |
| { |
| "epoch": 1.8666666666666667, |
| "grad_norm": 3.5652046627460456, |
| "learning_rate": 3.790390522001662e-06, |
| "loss": 0.1586, |
| "step": 280 |
| }, |
| { |
| "epoch": 1.9333333333333333, |
| "grad_norm": 3.3864257912208138, |
| "learning_rate": 3.418075065882217e-06, |
| "loss": 0.1477, |
| "step": 290 |
| }, |
| { |
| "epoch": 2.0, |
| "grad_norm": 2.5711200031412837, |
| "learning_rate": 3.0552734924528304e-06, |
| "loss": 0.1538, |
| "step": 300 |
| }, |
| { |
| "epoch": 2.066666666666667, |
| "grad_norm": 1.924722129321386, |
| "learning_rate": 2.7041677330649408e-06, |
| "loss": 0.1007, |
| "step": 310 |
| }, |
| { |
| "epoch": 2.1333333333333333, |
| "grad_norm": 2.3483478524592183, |
| "learning_rate": 2.3668693790681634e-06, |
| "loss": 0.0802, |
| "step": 320 |
| }, |
| { |
| "epoch": 2.2, |
| "grad_norm": 1.577834395885665, |
| "learning_rate": 2.0454069824514445e-06, |
| "loss": 0.0823, |
| "step": 330 |
| }, |
| { |
| "epoch": 2.2666666666666666, |
| "grad_norm": 2.2718997451337763, |
| "learning_rate": 1.7417138558927244e-06, |
| "loss": 0.0715, |
| "step": 340 |
| }, |
| { |
| "epoch": 2.3333333333333335, |
| "grad_norm": 1.9475913020710347, |
| "learning_rate": 1.4576164455890014e-06, |
| "loss": 0.0826, |
| "step": 350 |
| }, |
| { |
| "epoch": 2.4, |
| "grad_norm": 2.611938546404894, |
| "learning_rate": 1.1948233467939978e-06, |
| "loss": 0.0756, |
| "step": 360 |
| }, |
| { |
| "epoch": 2.466666666666667, |
| "grad_norm": 2.677986923930692, |
| "learning_rate": 9.549150281252633e-07, |
| "loss": 0.0662, |
| "step": 370 |
| }, |
| { |
| "epoch": 2.533333333333333, |
| "grad_norm": 3.2039719549929067, |
| "learning_rate": 7.393343264399439e-07, |
| "loss": 0.0713, |
| "step": 380 |
| }, |
| { |
| "epoch": 2.6, |
| "grad_norm": 2.132277408238899, |
| "learning_rate": 5.493777694441521e-07, |
| "loss": 0.0783, |
| "step": 390 |
| }, |
| { |
| "epoch": 2.6666666666666665, |
| "grad_norm": 3.137037694968375, |
| "learning_rate": 3.8618777822278854e-07, |
| "loss": 0.0778, |
| "step": 400 |
| }, |
| { |
| "epoch": 2.7333333333333334, |
| "grad_norm": 3.1060734099015535, |
| "learning_rate": 2.5074579658471266e-07, |
| "loss": 0.0907, |
| "step": 410 |
| }, |
| { |
| "epoch": 2.8, |
| "grad_norm": 2.394929773928265, |
| "learning_rate": 1.438663885441982e-07, |
| "loss": 0.077, |
| "step": 420 |
| }, |
| { |
| "epoch": 2.8666666666666667, |
| "grad_norm": 2.0694953586060745, |
| "learning_rate": 6.61923394371039e-08, |
| "loss": 0.0728, |
| "step": 430 |
| }, |
| { |
| "epoch": 2.9333333333333336, |
| "grad_norm": 2.6670708447263825, |
| "learning_rate": 1.8190790134231528e-08, |
| "loss": 0.0765, |
| "step": 440 |
| }, |
| { |
| "epoch": 3.0, |
| "grad_norm": 2.231811698881225, |
| "learning_rate": 1.504276011621286e-10, |
| "loss": 0.0776, |
| "step": 450 |
| }, |
| { |
| "epoch": 3.0, |
| "step": 450, |
| "total_flos": 5317199314944.0, |
| "train_loss": 0.2085215973854065, |
| "train_runtime": 3072.674, |
| "train_samples_per_second": 0.879, |
| "train_steps_per_second": 0.146 |
| } |
| ], |
| "logging_steps": 10, |
| "max_steps": 450, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 3, |
| "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": 5317199314944.0, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
