trainer_state.json

{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 7200,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.20833333333333334,
      "grad_norm": 2.268265724182129,
      "learning_rate": 4.652777777777778e-05,
      "loss": 4.1035,
      "step": 500
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 2.183037042617798,
      "learning_rate": 4.305555555555556e-05,
      "loss": 3.466,
      "step": 1000
    },
    {
      "epoch": 0.625,
      "grad_norm": 1.792080044746399,
      "learning_rate": 3.958333333333333e-05,
      "loss": 3.4238,
      "step": 1500
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 1.926161289215088,
      "learning_rate": 3.611111111111111e-05,
      "loss": 3.4524,
      "step": 2000
    },
    {
      "epoch": 1.0416666666666667,
      "grad_norm": 1.772346019744873,
      "learning_rate": 3.263888888888889e-05,
      "loss": 3.3802,
      "step": 2500
    },
    {
      "epoch": 1.25,
      "grad_norm": 1.6004018783569336,
      "learning_rate": 2.916666666666667e-05,
      "loss": 3.291,
      "step": 3000
    },
    {
      "epoch": 1.4583333333333333,
      "grad_norm": 1.678238868713379,
      "learning_rate": 2.5694444444444445e-05,
      "loss": 3.2758,
      "step": 3500
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 1.821945309638977,
      "learning_rate": 2.2222222222222223e-05,
      "loss": 3.2967,
      "step": 4000
    },
    {
      "epoch": 1.875,
      "grad_norm": 1.7575188875198364,
      "learning_rate": 1.8750000000000002e-05,
      "loss": 3.3131,
      "step": 4500
    },
    {
      "epoch": 2.0833333333333335,
      "grad_norm": 1.59396493434906,
      "learning_rate": 1.527777777777778e-05,
      "loss": 3.2545,
      "step": 5000
    },
    {
      "epoch": 2.2916666666666665,
      "grad_norm": 1.741965889930725,
      "learning_rate": 1.1805555555555555e-05,
      "loss": 3.2134,
      "step": 5500
    },
    {
      "epoch": 2.5,
      "grad_norm": 1.6898822784423828,
      "learning_rate": 8.333333333333334e-06,
      "loss": 3.2174,
      "step": 6000
    },
    {
      "epoch": 2.7083333333333335,
      "grad_norm": 1.7870033979415894,
      "learning_rate": 4.861111111111111e-06,
      "loss": 3.2234,
      "step": 6500
    },
    {
      "epoch": 2.9166666666666665,
      "grad_norm": 1.8400541543960571,
      "learning_rate": 1.388888888888889e-06,
      "loss": 3.2134,
      "step": 7000
    }
  ],
  "logging_steps": 500,
  "max_steps": 7200,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 10000,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 7525210521600000.0,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}