| { |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 0.008, |
| "eval_steps": 500, |
| "global_step": 60, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.00013333333333333334, |
| "grad_norm": 0.22967684268951416, |
| "learning_rate": 4e-05, |
| "loss": 0.5537, |
| "step": 1 |
| }, |
| { |
| "epoch": 0.0002666666666666667, |
| "grad_norm": 0.2774755358695984, |
| "learning_rate": 8e-05, |
| "loss": 0.4966, |
| "step": 2 |
| }, |
| { |
| "epoch": 0.0004, |
| "grad_norm": 0.23805612325668335, |
| "learning_rate": 0.00012, |
| "loss": 0.6362, |
| "step": 3 |
| }, |
| { |
| "epoch": 0.0005333333333333334, |
| "grad_norm": 0.26022854447364807, |
| "learning_rate": 0.00016, |
| "loss": 0.7163, |
| "step": 4 |
| }, |
| { |
| "epoch": 0.0006666666666666666, |
| "grad_norm": 0.21506424248218536, |
| "learning_rate": 0.0002, |
| "loss": 0.645, |
| "step": 5 |
| }, |
| { |
| "epoch": 0.0008, |
| "grad_norm": 0.3663531541824341, |
| "learning_rate": 0.00019636363636363636, |
| "loss": 0.772, |
| "step": 6 |
| }, |
| { |
| "epoch": 0.0009333333333333333, |
| "grad_norm": 0.2615034580230713, |
| "learning_rate": 0.00019272727272727274, |
| "loss": 0.7585, |
| "step": 7 |
| }, |
| { |
| "epoch": 0.0010666666666666667, |
| "grad_norm": 0.2968983054161072, |
| "learning_rate": 0.0001890909090909091, |
| "loss": 0.6684, |
| "step": 8 |
| }, |
| { |
| "epoch": 0.0012, |
| "grad_norm": 0.261518657207489, |
| "learning_rate": 0.00018545454545454545, |
| "loss": 0.7577, |
| "step": 9 |
| }, |
| { |
| "epoch": 0.0013333333333333333, |
| "grad_norm": 0.27760669589042664, |
| "learning_rate": 0.00018181818181818183, |
| "loss": 0.6335, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.0014666666666666667, |
| "grad_norm": 0.2911720871925354, |
| "learning_rate": 0.0001781818181818182, |
| "loss": 0.649, |
| "step": 11 |
| }, |
| { |
| "epoch": 0.0016, |
| "grad_norm": 0.2997600734233856, |
| "learning_rate": 0.00017454545454545454, |
| "loss": 0.6883, |
| "step": 12 |
| }, |
| { |
| "epoch": 0.0017333333333333333, |
| "grad_norm": 0.2888539433479309, |
| "learning_rate": 0.0001709090909090909, |
| "loss": 0.8024, |
| "step": 13 |
| }, |
| { |
| "epoch": 0.0018666666666666666, |
| "grad_norm": 0.28666865825653076, |
| "learning_rate": 0.00016727272727272728, |
| "loss": 0.5909, |
| "step": 14 |
| }, |
| { |
| "epoch": 0.002, |
| "grad_norm": 0.2735069990158081, |
| "learning_rate": 0.00016363636363636366, |
| "loss": 0.6128, |
| "step": 15 |
| }, |
| { |
| "epoch": 0.0021333333333333334, |
| "grad_norm": 0.23390507698059082, |
| "learning_rate": 0.00016, |
| "loss": 0.5746, |
| "step": 16 |
| }, |
| { |
| "epoch": 0.002266666666666667, |
| "grad_norm": 0.25980156660079956, |
| "learning_rate": 0.00015636363636363637, |
| "loss": 0.5552, |
| "step": 17 |
| }, |
| { |
| "epoch": 0.0024, |
| "grad_norm": 0.2348417341709137, |
| "learning_rate": 0.00015272727272727275, |
| "loss": 0.6245, |
| "step": 18 |
| }, |
| { |
| "epoch": 0.002533333333333333, |
| "grad_norm": 0.30168861150741577, |
| "learning_rate": 0.0001490909090909091, |
| "loss": 0.5982, |
| "step": 19 |
| }, |
| { |
| "epoch": 0.0026666666666666666, |
| "grad_norm": 0.2957656681537628, |
| "learning_rate": 0.00014545454545454546, |
| "loss": 0.7961, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.0028, |
| "grad_norm": 0.23545904457569122, |
| "learning_rate": 0.00014181818181818184, |
| "loss": 0.5044, |
| "step": 21 |
| }, |
| { |
| "epoch": 0.0029333333333333334, |
| "grad_norm": 0.24152779579162598, |
| "learning_rate": 0.0001381818181818182, |
| "loss": 0.5195, |
| "step": 22 |
| }, |
| { |
| "epoch": 0.0030666666666666668, |
| "grad_norm": 0.30295708775520325, |
| "learning_rate": 0.00013454545454545455, |
| "loss": 0.8238, |
| "step": 23 |
| }, |
| { |
| "epoch": 0.0032, |
| "grad_norm": 0.23291127383708954, |
| "learning_rate": 0.00013090909090909093, |
| "loss": 0.6937, |
| "step": 24 |
| }, |
| { |
| "epoch": 0.0033333333333333335, |
| "grad_norm": 0.2358635514974594, |
| "learning_rate": 0.00012727272727272728, |
| "loss": 0.7168, |
| "step": 25 |
| }, |
| { |
| "epoch": 0.0034666666666666665, |
| "grad_norm": 0.27822163701057434, |
| "learning_rate": 0.00012363636363636364, |
| "loss": 0.6839, |
| "step": 26 |
| }, |
| { |
| "epoch": 0.0036, |
| "grad_norm": 0.29745540022850037, |
| "learning_rate": 0.00012, |
| "loss": 0.6478, |
| "step": 27 |
| }, |
| { |
| "epoch": 0.0037333333333333333, |
| "grad_norm": 0.285557359457016, |
| "learning_rate": 0.00011636363636363636, |
| "loss": 0.5771, |
| "step": 28 |
| }, |
| { |
| "epoch": 0.0038666666666666667, |
| "grad_norm": 0.2779521346092224, |
| "learning_rate": 0.00011272727272727272, |
| "loss": 0.5193, |
| "step": 29 |
| }, |
| { |
| "epoch": 0.004, |
| "grad_norm": 0.24876870214939117, |
| "learning_rate": 0.00010909090909090909, |
| "loss": 0.6357, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.0041333333333333335, |
| "grad_norm": 0.31246110796928406, |
| "learning_rate": 0.00010545454545454545, |
| "loss": 0.7942, |
| "step": 31 |
| }, |
| { |
| "epoch": 0.004266666666666667, |
| "grad_norm": 0.26631948351860046, |
| "learning_rate": 0.00010181818181818181, |
| "loss": 0.5654, |
| "step": 32 |
| }, |
| { |
| "epoch": 0.0044, |
| "grad_norm": 0.264492005109787, |
| "learning_rate": 9.818181818181818e-05, |
| "loss": 0.5582, |
| "step": 33 |
| }, |
| { |
| "epoch": 0.004533333333333334, |
| "grad_norm": 0.2549329698085785, |
| "learning_rate": 9.454545454545455e-05, |
| "loss": 0.6059, |
| "step": 34 |
| }, |
| { |
| "epoch": 0.004666666666666667, |
| "grad_norm": 0.2604629099369049, |
| "learning_rate": 9.090909090909092e-05, |
| "loss": 0.5381, |
| "step": 35 |
| }, |
| { |
| "epoch": 0.0048, |
| "grad_norm": 0.26698213815689087, |
| "learning_rate": 8.727272727272727e-05, |
| "loss": 0.7017, |
| "step": 36 |
| }, |
| { |
| "epoch": 0.004933333333333333, |
| "grad_norm": 0.24530525505542755, |
| "learning_rate": 8.363636363636364e-05, |
| "loss": 0.6415, |
| "step": 37 |
| }, |
| { |
| "epoch": 0.005066666666666666, |
| "grad_norm": 0.27264463901519775, |
| "learning_rate": 8e-05, |
| "loss": 0.8213, |
| "step": 38 |
| }, |
| { |
| "epoch": 0.0052, |
| "grad_norm": 0.2653501629829407, |
| "learning_rate": 7.636363636363637e-05, |
| "loss": 0.6683, |
| "step": 39 |
| }, |
| { |
| "epoch": 0.005333333333333333, |
| "grad_norm": 0.29883873462677, |
| "learning_rate": 7.272727272727273e-05, |
| "loss": 0.7035, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.0054666666666666665, |
| "grad_norm": 0.24566508829593658, |
| "learning_rate": 6.90909090909091e-05, |
| "loss": 0.5043, |
| "step": 41 |
| }, |
| { |
| "epoch": 0.0056, |
| "grad_norm": 0.24299120903015137, |
| "learning_rate": 6.545454545454546e-05, |
| "loss": 0.496, |
| "step": 42 |
| }, |
| { |
| "epoch": 0.005733333333333333, |
| "grad_norm": 0.24832893908023834, |
| "learning_rate": 6.181818181818182e-05, |
| "loss": 0.4765, |
| "step": 43 |
| }, |
| { |
| "epoch": 0.005866666666666667, |
| "grad_norm": 0.22675533592700958, |
| "learning_rate": 5.818181818181818e-05, |
| "loss": 0.4825, |
| "step": 44 |
| }, |
| { |
| "epoch": 0.006, |
| "grad_norm": 0.2693828344345093, |
| "learning_rate": 5.4545454545454546e-05, |
| "loss": 0.6721, |
| "step": 45 |
| }, |
| { |
| "epoch": 0.0061333333333333335, |
| "grad_norm": 0.2520310878753662, |
| "learning_rate": 5.090909090909091e-05, |
| "loss": 0.5402, |
| "step": 46 |
| }, |
| { |
| "epoch": 0.006266666666666667, |
| "grad_norm": 0.27896639704704285, |
| "learning_rate": 4.7272727272727275e-05, |
| "loss": 0.4947, |
| "step": 47 |
| }, |
| { |
| "epoch": 0.0064, |
| "grad_norm": 0.2906813621520996, |
| "learning_rate": 4.3636363636363636e-05, |
| "loss": 0.6678, |
| "step": 48 |
| }, |
| { |
| "epoch": 0.006533333333333334, |
| "grad_norm": 0.2885816991329193, |
| "learning_rate": 4e-05, |
| "loss": 0.6772, |
| "step": 49 |
| }, |
| { |
| "epoch": 0.006666666666666667, |
| "grad_norm": 0.2797122001647949, |
| "learning_rate": 3.6363636363636364e-05, |
| "loss": 0.5389, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.0068, |
| "grad_norm": 0.28044450283050537, |
| "learning_rate": 3.272727272727273e-05, |
| "loss": 0.7089, |
| "step": 51 |
| }, |
| { |
| "epoch": 0.006933333333333333, |
| "grad_norm": 0.34139102697372437, |
| "learning_rate": 2.909090909090909e-05, |
| "loss": 0.8076, |
| "step": 52 |
| }, |
| { |
| "epoch": 0.007066666666666666, |
| "grad_norm": 0.2774754464626312, |
| "learning_rate": 2.5454545454545454e-05, |
| "loss": 0.5601, |
| "step": 53 |
| }, |
| { |
| "epoch": 0.0072, |
| "grad_norm": 0.28395798802375793, |
| "learning_rate": 2.1818181818181818e-05, |
| "loss": 0.6036, |
| "step": 54 |
| }, |
| { |
| "epoch": 0.007333333333333333, |
| "grad_norm": 0.24330395460128784, |
| "learning_rate": 1.8181818181818182e-05, |
| "loss": 0.6395, |
| "step": 55 |
| }, |
| { |
| "epoch": 0.007466666666666667, |
| "grad_norm": 0.30702757835388184, |
| "learning_rate": 1.4545454545454545e-05, |
| "loss": 0.6456, |
| "step": 56 |
| }, |
| { |
| "epoch": 0.0076, |
| "grad_norm": 0.2386663556098938, |
| "learning_rate": 1.0909090909090909e-05, |
| "loss": 0.4414, |
| "step": 57 |
| }, |
| { |
| "epoch": 0.007733333333333333, |
| "grad_norm": 0.31493809819221497, |
| "learning_rate": 7.272727272727272e-06, |
| "loss": 0.7476, |
| "step": 58 |
| }, |
| { |
| "epoch": 0.007866666666666666, |
| "grad_norm": 0.2841683626174927, |
| "learning_rate": 3.636363636363636e-06, |
| "loss": 0.5197, |
| "step": 59 |
| }, |
| { |
| "epoch": 0.008, |
| "grad_norm": 0.26522091031074524, |
| "learning_rate": 0.0, |
| "loss": 0.6109, |
| "step": 60 |
| } |
| ], |
| "logging_steps": 1, |
| "max_steps": 60, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 1, |
| "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": 2418421918795776.0, |
| "train_batch_size": 2, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
