| { |
| "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": 5.4708, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.2, |
| "learning_rate": 4.666666666666667e-05, |
| "loss": 0.6907, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.3, |
| "learning_rate": 4.5e-05, |
| "loss": 0.3683, |
| "step": 1500 |
| }, |
| { |
| "epoch": 0.4, |
| "learning_rate": 4.3333333333333334e-05, |
| "loss": 0.2588, |
| "step": 2000 |
| }, |
| { |
| "epoch": 0.5, |
| "learning_rate": 4.166666666666667e-05, |
| "loss": 0.1798, |
| "step": 2500 |
| }, |
| { |
| "epoch": 0.6, |
| "learning_rate": 4e-05, |
| "loss": 0.1087, |
| "step": 3000 |
| }, |
| { |
| "epoch": 0.7, |
| "learning_rate": 3.8333333333333334e-05, |
| "loss": 0.1103, |
| "step": 3500 |
| }, |
| { |
| "epoch": 0.8, |
| "learning_rate": 3.6666666666666666e-05, |
| "loss": 0.1145, |
| "step": 4000 |
| }, |
| { |
| "epoch": 0.9, |
| "learning_rate": 3.5e-05, |
| "loss": 0.109, |
| "step": 4500 |
| }, |
| { |
| "epoch": 1.0, |
| "learning_rate": 3.3333333333333335e-05, |
| "loss": 0.0909, |
| "step": 5000 |
| }, |
| { |
| "epoch": 1.1, |
| "learning_rate": 3.1666666666666666e-05, |
| "loss": 0.0674, |
| "step": 5500 |
| }, |
| { |
| "epoch": 1.2, |
| "learning_rate": 3e-05, |
| "loss": 0.0778, |
| "step": 6000 |
| }, |
| { |
| "epoch": 1.3, |
| "learning_rate": 2.8333333333333335e-05, |
| "loss": 0.0895, |
| "step": 6500 |
| }, |
| { |
| "epoch": 1.4, |
| "learning_rate": 2.6666666666666667e-05, |
| "loss": 0.0756, |
| "step": 7000 |
| }, |
| { |
| "epoch": 1.5, |
| "learning_rate": 2.5e-05, |
| "loss": 0.0793, |
| "step": 7500 |
| }, |
| { |
| "epoch": 1.6, |
| "learning_rate": 2.3333333333333336e-05, |
| "loss": 0.0792, |
| "step": 8000 |
| }, |
| { |
| "epoch": 1.7, |
| "learning_rate": 2.1666666666666667e-05, |
| "loss": 0.0778, |
| "step": 8500 |
| }, |
| { |
| "epoch": 1.8, |
| "learning_rate": 2e-05, |
| "loss": 0.0742, |
| "step": 9000 |
| }, |
| { |
| "epoch": 1.9, |
| "learning_rate": 1.8333333333333333e-05, |
| "loss": 0.0613, |
| "step": 9500 |
| }, |
| { |
| "epoch": 2.0, |
| "learning_rate": 1.6666666666666667e-05, |
| "loss": 0.0655, |
| "step": 10000 |
| }, |
| { |
| "epoch": 2.1, |
| "learning_rate": 1.5e-05, |
| "loss": 0.0641, |
| "step": 10500 |
| }, |
| { |
| "epoch": 2.2, |
| "learning_rate": 1.3333333333333333e-05, |
| "loss": 0.0519, |
| "step": 11000 |
| }, |
| { |
| "epoch": 2.3, |
| "learning_rate": 1.1666666666666668e-05, |
| "loss": 0.061, |
| "step": 11500 |
| }, |
| { |
| "epoch": 2.4, |
| "learning_rate": 1e-05, |
| "loss": 0.0695, |
| "step": 12000 |
| }, |
| { |
| "epoch": 2.5, |
| "learning_rate": 8.333333333333334e-06, |
| "loss": 0.0601, |
| "step": 12500 |
| }, |
| { |
| "epoch": 2.6, |
| "learning_rate": 6.666666666666667e-06, |
| "loss": 0.0648, |
| "step": 13000 |
| }, |
| { |
| "epoch": 2.7, |
| "learning_rate": 5e-06, |
| "loss": 0.0642, |
| "step": 13500 |
| }, |
| { |
| "epoch": 2.8, |
| "learning_rate": 3.3333333333333333e-06, |
| "loss": 0.057, |
| "step": 14000 |
| }, |
| { |
| "epoch": 2.9, |
| "learning_rate": 1.6666666666666667e-06, |
| "loss": 0.0482, |
| "step": 14500 |
| }, |
| { |
| "epoch": 3.0, |
| "learning_rate": 0.0, |
| "loss": 0.0698, |
| "step": 15000 |
| }, |
| { |
| "epoch": 3.0, |
| "step": 15000, |
| "total_flos": 1432684465152000.0, |
| "train_loss": 0.2953249713897705, |
| "train_runtime": 2842.9361, |
| "train_samples_per_second": 21.105, |
| "train_steps_per_second": 5.276 |
| } |
| ], |
| "logging_steps": 500, |
| "max_steps": 15000, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 3, |
| "save_steps": 20000, |
| "total_flos": 1432684465152000.0, |
| "train_batch_size": 4, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
