| { |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 3.0, |
| "eval_steps": 500, |
| "global_step": 15000, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.1, |
| "learning_rate": 4.8333333333333334e-05, |
| "loss": 5.4972, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.2, |
| "learning_rate": 4.666666666666667e-05, |
| "loss": 0.9864, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.3, |
| "learning_rate": 4.5e-05, |
| "loss": 0.6486, |
| "step": 1500 |
| }, |
| { |
| "epoch": 0.4, |
| "learning_rate": 4.3333333333333334e-05, |
| "loss": 0.4434, |
| "step": 2000 |
| }, |
| { |
| "epoch": 0.5, |
| "learning_rate": 4.166666666666667e-05, |
| "loss": 0.4089, |
| "step": 2500 |
| }, |
| { |
| "epoch": 0.6, |
| "learning_rate": 4e-05, |
| "loss": 0.3371, |
| "step": 3000 |
| }, |
| { |
| "epoch": 0.7, |
| "learning_rate": 3.8333333333333334e-05, |
| "loss": 0.3095, |
| "step": 3500 |
| }, |
| { |
| "epoch": 0.8, |
| "learning_rate": 3.6666666666666666e-05, |
| "loss": 0.2993, |
| "step": 4000 |
| }, |
| { |
| "epoch": 0.9, |
| "learning_rate": 3.5e-05, |
| "loss": 0.2893, |
| "step": 4500 |
| }, |
| { |
| "epoch": 1.0, |
| "learning_rate": 3.3333333333333335e-05, |
| "loss": 0.2869, |
| "step": 5000 |
| }, |
| { |
| "epoch": 1.1, |
| "learning_rate": 3.1666666666666666e-05, |
| "loss": 0.2181, |
| "step": 5500 |
| }, |
| { |
| "epoch": 1.2, |
| "learning_rate": 3e-05, |
| "loss": 0.2417, |
| "step": 6000 |
| }, |
| { |
| "epoch": 1.3, |
| "learning_rate": 2.8333333333333335e-05, |
| "loss": 0.2489, |
| "step": 6500 |
| }, |
| { |
| "epoch": 1.4, |
| "learning_rate": 2.6666666666666667e-05, |
| "loss": 0.226, |
| "step": 7000 |
| }, |
| { |
| "epoch": 1.5, |
| "learning_rate": 2.5e-05, |
| "loss": 0.2155, |
| "step": 7500 |
| }, |
| { |
| "epoch": 1.6, |
| "learning_rate": 2.3333333333333336e-05, |
| "loss": 0.2154, |
| "step": 8000 |
| }, |
| { |
| "epoch": 1.7, |
| "learning_rate": 2.1666666666666667e-05, |
| "loss": 0.2066, |
| "step": 8500 |
| }, |
| { |
| "epoch": 1.8, |
| "learning_rate": 2e-05, |
| "loss": 0.2167, |
| "step": 9000 |
| }, |
| { |
| "epoch": 1.9, |
| "learning_rate": 1.8333333333333333e-05, |
| "loss": 0.1876, |
| "step": 9500 |
| }, |
| { |
| "epoch": 2.0, |
| "learning_rate": 1.6666666666666667e-05, |
| "loss": 0.192, |
| "step": 10000 |
| }, |
| { |
| "epoch": 2.1, |
| "learning_rate": 1.5e-05, |
| "loss": 0.183, |
| "step": 10500 |
| }, |
| { |
| "epoch": 2.2, |
| "learning_rate": 1.3333333333333333e-05, |
| "loss": 0.1728, |
| "step": 11000 |
| }, |
| { |
| "epoch": 2.3, |
| "learning_rate": 1.1666666666666668e-05, |
| "loss": 0.18, |
| "step": 11500 |
| }, |
| { |
| "epoch": 2.4, |
| "learning_rate": 1e-05, |
| "loss": 0.1911, |
| "step": 12000 |
| }, |
| { |
| "epoch": 2.5, |
| "learning_rate": 8.333333333333334e-06, |
| "loss": 0.1742, |
| "step": 12500 |
| }, |
| { |
| "epoch": 2.6, |
| "learning_rate": 6.666666666666667e-06, |
| "loss": 0.1834, |
| "step": 13000 |
| }, |
| { |
| "epoch": 2.7, |
| "learning_rate": 5e-06, |
| "loss": 0.1853, |
| "step": 13500 |
| }, |
| { |
| "epoch": 2.8, |
| "learning_rate": 3.3333333333333333e-06, |
| "loss": 0.1756, |
| "step": 14000 |
| }, |
| { |
| "epoch": 2.9, |
| "learning_rate": 1.6666666666666667e-06, |
| "loss": 0.1615, |
| "step": 14500 |
| }, |
| { |
| "epoch": 3.0, |
| "learning_rate": 0.0, |
| "loss": 0.1816, |
| "step": 15000 |
| }, |
| { |
| "epoch": 3.0, |
| "step": 15000, |
| "total_flos": 1408713102213120.0, |
| "train_loss": 0.4487843953450521, |
| "train_runtime": 2923.2046, |
| "train_samples_per_second": 20.525, |
| "train_steps_per_second": 5.131 |
| } |
| ], |
| "logging_steps": 500, |
| "max_steps": 15000, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 3, |
| "save_steps": 5000, |
| "total_flos": 1408713102213120.0, |
| "train_batch_size": 4, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
