| { |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 3.5, |
| "eval_steps": 10.0, |
| "global_step": 42, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.08333333333333333, |
| "grad_norm": 26.380765315815527, |
| "learning_rate": 6e-06, |
| "loss": 1.637, |
| "step": 1 |
| }, |
| { |
| "epoch": 0.16666666666666666, |
| "grad_norm": 25.35316617531774, |
| "learning_rate": 1.2e-05, |
| "loss": 1.5916, |
| "step": 2 |
| }, |
| { |
| "epoch": 0.25, |
| "grad_norm": 22.382420662552963, |
| "learning_rate": 1.8e-05, |
| "loss": 1.6109, |
| "step": 3 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 21.262034892553896, |
| "learning_rate": 2.4e-05, |
| "loss": 1.5828, |
| "step": 4 |
| }, |
| { |
| "epoch": 0.4166666666666667, |
| "grad_norm": 16.93878387411178, |
| "learning_rate": 3e-05, |
| "loss": 1.4997, |
| "step": 5 |
| }, |
| { |
| "epoch": 0.5, |
| "grad_norm": 12.578579171634221, |
| "learning_rate": 3.6e-05, |
| "loss": 1.5073, |
| "step": 6 |
| }, |
| { |
| "epoch": 0.5833333333333334, |
| "grad_norm": 6.833577753108573, |
| "learning_rate": 4.2e-05, |
| "loss": 1.437, |
| "step": 7 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 3.4934350691604714, |
| "learning_rate": 4.8e-05, |
| "loss": 1.4254, |
| "step": 8 |
| }, |
| { |
| "epoch": 0.75, |
| "grad_norm": 0.959552010155968, |
| "learning_rate": 5.4000000000000005e-05, |
| "loss": 1.3326, |
| "step": 9 |
| }, |
| { |
| "epoch": 0.8333333333333334, |
| "grad_norm": 0.8361263714006861, |
| "learning_rate": 6e-05, |
| "loss": 1.3304, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.9166666666666666, |
| "grad_norm": 0.7323974839890229, |
| "learning_rate": 5.8125e-05, |
| "loss": 1.3278, |
| "step": 11 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 0.6951027985861574, |
| "learning_rate": 5.625e-05, |
| "loss": 1.3108, |
| "step": 12 |
| }, |
| { |
| "epoch": 1.0833333333333333, |
| "grad_norm": 0.57348360237748, |
| "learning_rate": 5.4375e-05, |
| "loss": 1.2705, |
| "step": 13 |
| }, |
| { |
| "epoch": 1.1666666666666667, |
| "grad_norm": 0.528694935084245, |
| "learning_rate": 5.25e-05, |
| "loss": 1.2375, |
| "step": 14 |
| }, |
| { |
| "epoch": 1.25, |
| "grad_norm": 0.4448790686884711, |
| "learning_rate": 5.0625000000000004e-05, |
| "loss": 1.2187, |
| "step": 15 |
| }, |
| { |
| "epoch": 1.3333333333333333, |
| "grad_norm": 0.3580324531801698, |
| "learning_rate": 4.875e-05, |
| "loss": 1.2433, |
| "step": 16 |
| }, |
| { |
| "epoch": 1.4166666666666667, |
| "grad_norm": 0.3108073231109972, |
| "learning_rate": 4.6875e-05, |
| "loss": 1.2122, |
| "step": 17 |
| }, |
| { |
| "epoch": 1.5, |
| "grad_norm": 0.2921780414179229, |
| "learning_rate": 4.5e-05, |
| "loss": 1.1814, |
| "step": 18 |
| }, |
| { |
| "epoch": 1.5833333333333335, |
| "grad_norm": 0.3447262685955944, |
| "learning_rate": 4.3125e-05, |
| "loss": 1.1907, |
| "step": 19 |
| }, |
| { |
| "epoch": 1.6666666666666665, |
| "grad_norm": 0.38249020921637505, |
| "learning_rate": 4.125e-05, |
| "loss": 1.1853, |
| "step": 20 |
| }, |
| { |
| "epoch": 1.75, |
| "grad_norm": 0.37950262519346134, |
| "learning_rate": 3.9375e-05, |
| "loss": 1.1482, |
| "step": 21 |
| }, |
| { |
| "epoch": 1.8333333333333335, |
| "grad_norm": 0.39300483802535985, |
| "learning_rate": 3.7500000000000003e-05, |
| "loss": 1.1575, |
| "step": 22 |
| }, |
| { |
| "epoch": 1.9166666666666665, |
| "grad_norm": 0.3601350807382535, |
| "learning_rate": 3.5625e-05, |
| "loss": 1.1452, |
| "step": 23 |
| }, |
| { |
| "epoch": 2.0, |
| "grad_norm": 0.28740143349590463, |
| "learning_rate": 3.375e-05, |
| "loss": 1.1747, |
| "step": 24 |
| }, |
| { |
| "epoch": 2.0833333333333335, |
| "grad_norm": 0.29344650368854636, |
| "learning_rate": 3.1875e-05, |
| "loss": 1.1489, |
| "step": 25 |
| }, |
| { |
| "epoch": 2.1666666666666665, |
| "grad_norm": 0.22921175315092276, |
| "learning_rate": 3e-05, |
| "loss": 1.1138, |
| "step": 26 |
| }, |
| { |
| "epoch": 2.25, |
| "grad_norm": 0.23332553896709798, |
| "learning_rate": 2.8125e-05, |
| "loss": 1.1333, |
| "step": 27 |
| }, |
| { |
| "epoch": 2.3333333333333335, |
| "grad_norm": 0.23900234635107834, |
| "learning_rate": 2.625e-05, |
| "loss": 1.1247, |
| "step": 28 |
| }, |
| { |
| "epoch": 2.4166666666666665, |
| "grad_norm": 0.270889055472087, |
| "learning_rate": 2.4375e-05, |
| "loss": 1.1435, |
| "step": 29 |
| }, |
| { |
| "epoch": 2.5, |
| "grad_norm": 0.29217404285890963, |
| "learning_rate": 2.25e-05, |
| "loss": 1.139, |
| "step": 30 |
| }, |
| { |
| "epoch": 2.5833333333333335, |
| "grad_norm": 0.2605183698989679, |
| "learning_rate": 2.0625e-05, |
| "loss": 1.1524, |
| "step": 31 |
| }, |
| { |
| "epoch": 2.6666666666666665, |
| "grad_norm": 0.23689133070901894, |
| "learning_rate": 1.8750000000000002e-05, |
| "loss": 1.1095, |
| "step": 32 |
| }, |
| { |
| "epoch": 2.75, |
| "grad_norm": 0.20391634446781137, |
| "learning_rate": 1.6875e-05, |
| "loss": 1.1276, |
| "step": 33 |
| }, |
| { |
| "epoch": 2.8333333333333335, |
| "grad_norm": 0.19818598024841114, |
| "learning_rate": 1.5e-05, |
| "loss": 1.1024, |
| "step": 34 |
| }, |
| { |
| "epoch": 2.9166666666666665, |
| "grad_norm": 0.18692842089396786, |
| "learning_rate": 1.3125e-05, |
| "loss": 1.1394, |
| "step": 35 |
| }, |
| { |
| "epoch": 3.0, |
| "grad_norm": 0.19253089755959987, |
| "learning_rate": 1.125e-05, |
| "loss": 1.1373, |
| "step": 36 |
| }, |
| { |
| "epoch": 3.0833333333333335, |
| "grad_norm": 0.1969018527285566, |
| "learning_rate": 9.375000000000001e-06, |
| "loss": 1.1132, |
| "step": 37 |
| }, |
| { |
| "epoch": 3.1666666666666665, |
| "grad_norm": 0.18160128458689978, |
| "learning_rate": 7.5e-06, |
| "loss": 1.1295, |
| "step": 38 |
| }, |
| { |
| "epoch": 3.25, |
| "grad_norm": 0.17027573936026272, |
| "learning_rate": 5.625e-06, |
| "loss": 1.1269, |
| "step": 39 |
| }, |
| { |
| "epoch": 3.3333333333333335, |
| "grad_norm": 0.17665242361690578, |
| "learning_rate": 3.75e-06, |
| "loss": 1.1016, |
| "step": 40 |
| }, |
| { |
| "epoch": 3.4166666666666665, |
| "grad_norm": 0.18783275712862058, |
| "learning_rate": 1.875e-06, |
| "loss": 1.1053, |
| "step": 41 |
| }, |
| { |
| "epoch": 3.5, |
| "grad_norm": 0.18290243203179393, |
| "learning_rate": 0.0, |
| "loss": 1.1064, |
| "step": 42 |
| } |
| ], |
| "logging_steps": 1.0, |
| "max_steps": 42, |
| "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": 78063178088448.0, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
