| { |
| "best_global_step": null, |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 6.666666666666667, |
| "eval_steps": 200, |
| "global_step": 1000, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 0.8791329860687256, |
| "learning_rate": 2.45e-05, |
| "loss": 0.6936, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 0.2845050096511841, |
| "learning_rate": 4.9500000000000004e-05, |
| "loss": 0.6932, |
| "step": 100 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 0.37205860018730164, |
| "learning_rate": 4.727777777777778e-05, |
| "loss": 0.6946, |
| "step": 150 |
| }, |
| { |
| "epoch": 1.3333333333333333, |
| "grad_norm": 0.12644897401332855, |
| "learning_rate": 4.4500000000000004e-05, |
| "loss": 0.6926, |
| "step": 200 |
| }, |
| { |
| "epoch": 1.3333333333333333, |
| "eval_loss": 0.6942273378372192, |
| "eval_runtime": 2.8684, |
| "eval_samples_per_second": 89.248, |
| "eval_steps_per_second": 29.982, |
| "step": 200 |
| }, |
| { |
| "epoch": 1.6666666666666665, |
| "grad_norm": 0.24128998816013336, |
| "learning_rate": 4.172222222222222e-05, |
| "loss": 0.6941, |
| "step": 250 |
| }, |
| { |
| "epoch": 2.0, |
| "grad_norm": 0.2091750204563141, |
| "learning_rate": 3.894444444444444e-05, |
| "loss": 0.6928, |
| "step": 300 |
| }, |
| { |
| "epoch": 2.3333333333333335, |
| "grad_norm": 0.38734951615333557, |
| "learning_rate": 3.6166666666666674e-05, |
| "loss": 0.6919, |
| "step": 350 |
| }, |
| { |
| "epoch": 2.6666666666666665, |
| "grad_norm": 0.40688276290893555, |
| "learning_rate": 3.338888888888889e-05, |
| "loss": 0.6902, |
| "step": 400 |
| }, |
| { |
| "epoch": 2.6666666666666665, |
| "eval_loss": 0.69222491979599, |
| "eval_runtime": 2.9811, |
| "eval_samples_per_second": 85.876, |
| "eval_steps_per_second": 28.849, |
| "step": 400 |
| }, |
| { |
| "epoch": 3.0, |
| "grad_norm": 0.5329565405845642, |
| "learning_rate": 3.061111111111111e-05, |
| "loss": 0.6853, |
| "step": 450 |
| }, |
| { |
| "epoch": 3.3333333333333335, |
| "grad_norm": 2.0410470962524414, |
| "learning_rate": 2.7833333333333333e-05, |
| "loss": 0.6692, |
| "step": 500 |
| }, |
| { |
| "epoch": 3.6666666666666665, |
| "grad_norm": 2.144829273223877, |
| "learning_rate": 2.5055555555555555e-05, |
| "loss": 0.6764, |
| "step": 550 |
| }, |
| { |
| "epoch": 4.0, |
| "grad_norm": 3.855889320373535, |
| "learning_rate": 2.2277777777777778e-05, |
| "loss": 0.6649, |
| "step": 600 |
| }, |
| { |
| "epoch": 4.0, |
| "eval_loss": 0.6971002817153931, |
| "eval_runtime": 2.8952, |
| "eval_samples_per_second": 88.423, |
| "eval_steps_per_second": 29.704, |
| "step": 600 |
| }, |
| { |
| "epoch": 4.333333333333333, |
| "grad_norm": 4.7590532302856445, |
| "learning_rate": 1.9500000000000003e-05, |
| "loss": 0.6083, |
| "step": 650 |
| }, |
| { |
| "epoch": 4.666666666666667, |
| "grad_norm": 6.917613506317139, |
| "learning_rate": 1.6722222222222222e-05, |
| "loss": 0.5853, |
| "step": 700 |
| }, |
| { |
| "epoch": 5.0, |
| "grad_norm": 5.807262420654297, |
| "learning_rate": 1.3944444444444446e-05, |
| "loss": 0.5841, |
| "step": 750 |
| }, |
| { |
| "epoch": 5.333333333333333, |
| "grad_norm": 5.123489856719971, |
| "learning_rate": 1.1166666666666668e-05, |
| "loss": 0.5277, |
| "step": 800 |
| }, |
| { |
| "epoch": 5.333333333333333, |
| "eval_loss": 0.7716808319091797, |
| "eval_runtime": 3.1291, |
| "eval_samples_per_second": 81.813, |
| "eval_steps_per_second": 27.484, |
| "step": 800 |
| }, |
| { |
| "epoch": 5.666666666666667, |
| "grad_norm": 6.377001762390137, |
| "learning_rate": 8.38888888888889e-06, |
| "loss": 0.4782, |
| "step": 850 |
| }, |
| { |
| "epoch": 6.0, |
| "grad_norm": 5.968349933624268, |
| "learning_rate": 5.611111111111112e-06, |
| "loss": 0.5204, |
| "step": 900 |
| }, |
| { |
| "epoch": 6.333333333333333, |
| "grad_norm": 10.05020809173584, |
| "learning_rate": 2.8333333333333335e-06, |
| "loss": 0.4445, |
| "step": 950 |
| }, |
| { |
| "epoch": 6.666666666666667, |
| "grad_norm": 8.618692398071289, |
| "learning_rate": 5.555555555555556e-08, |
| "loss": 0.481, |
| "step": 1000 |
| }, |
| { |
| "epoch": 6.666666666666667, |
| "eval_loss": 0.818778395652771, |
| "eval_runtime": 2.8011, |
| "eval_samples_per_second": 91.392, |
| "eval_steps_per_second": 30.702, |
| "step": 1000 |
| }, |
| { |
| "epoch": 6.666666666666667, |
| "step": 1000, |
| "total_flos": 397989715968000.0, |
| "train_loss": 0.6234129600524903, |
| "train_runtime": 85.265, |
| "train_samples_per_second": 281.475, |
| "train_steps_per_second": 11.728 |
| } |
| ], |
| "logging_steps": 50, |
| "max_steps": 1000, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 7, |
| "save_steps": 200, |
| "stateful_callbacks": { |
| "TrainerControl": { |
| "args": { |
| "should_epoch_stop": false, |
| "should_evaluate": false, |
| "should_log": false, |
| "should_save": true, |
| "should_training_stop": true |
| }, |
| "attributes": {} |
| } |
| }, |
| "total_flos": 397989715968000.0, |
| "train_batch_size": 24, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
