checkpoint-75/trainer_state.json

{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.0,
  "eval_steps": 100.0,
  "global_step": 75,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.12692080438137054,
      "learning_rate": 0.00015,
      "loss": 0.673,
      "step": 5
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.2591029405593872,
      "learning_rate": 0.00029983513372285666,
      "loss": 0.5109,
      "step": 10
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.1829962283372879,
      "learning_rate": 0.000294102778136526,
      "loss": 0.2893,
      "step": 15
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.13255836069583893,
      "learning_rate": 0.0002804859558613185,
      "loss": 0.137,
      "step": 20
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.1007906049489975,
      "learning_rate": 0.0002597297002895503,
      "loss": 0.0797,
      "step": 25
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.07617493718862534,
      "learning_rate": 0.00023296967311877987,
      "loss": 0.061,
      "step": 30
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.06615506857633591,
      "learning_rate": 0.00020167002754264992,
      "loss": 0.0501,
      "step": 35
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.060833219438791275,
      "learning_rate": 0.0001675432982958124,
      "loss": 0.0472,
      "step": 40
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.04784240573644638,
      "learning_rate": 0.00013245670170418763,
      "loss": 0.0434,
      "step": 45
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.06088828667998314,
      "learning_rate": 9.832997245735007e-05,
      "loss": 0.0418,
      "step": 50
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.043038949370384216,
      "learning_rate": 6.703032688122008e-05,
      "loss": 0.0389,
      "step": 55
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.044740188866853714,
      "learning_rate": 4.027029971044968e-05,
      "loss": 0.0386,
      "step": 60
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.04038878157734871,
      "learning_rate": 1.9514044138681466e-05,
      "loss": 0.0359,
      "step": 65
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.04306699335575104,
      "learning_rate": 5.897221863473989e-06,
      "loss": 0.0382,
      "step": 70
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.04545782133936882,
      "learning_rate": 1.6486627714329403e-07,
      "loss": 0.0397,
      "step": 75
    }
  ],
  "logging_steps": 5,
  "max_steps": 75,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 9223372036854775807,
  "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": 6.14586868826112e+16,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}