| { | |
| "best_global_step": null, | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 1.0, | |
| "eval_steps": 500, | |
| "global_step": 1500, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.006666666666666667, | |
| "grad_norm": 23.38005256652832, | |
| "learning_rate": 6.000000000000001e-07, | |
| "loss": 0.5199, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.013333333333333334, | |
| "grad_norm": 2.261168956756592, | |
| "learning_rate": 1.2666666666666669e-06, | |
| "loss": 0.2302, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.02, | |
| "grad_norm": 1.4007741212844849, | |
| "learning_rate": 1.9333333333333336e-06, | |
| "loss": 0.0981, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.02666666666666667, | |
| "grad_norm": 1.3919832706451416, | |
| "learning_rate": 2.6e-06, | |
| "loss": 0.0889, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.03333333333333333, | |
| "grad_norm": 0.9216951131820679, | |
| "learning_rate": 3.266666666666667e-06, | |
| "loss": 0.0871, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "grad_norm": 1.8174464702606201, | |
| "learning_rate": 3.9333333333333335e-06, | |
| "loss": 0.0855, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.04666666666666667, | |
| "grad_norm": 1.5457468032836914, | |
| "learning_rate": 4.600000000000001e-06, | |
| "loss": 0.0844, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 0.05333333333333334, | |
| "grad_norm": 1.8307305574417114, | |
| "learning_rate": 5.2666666666666665e-06, | |
| "loss": 0.0823, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.06, | |
| "grad_norm": 1.5694262981414795, | |
| "learning_rate": 5.933333333333335e-06, | |
| "loss": 0.0807, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 0.06666666666666667, | |
| "grad_norm": 2.085618495941162, | |
| "learning_rate": 6.600000000000001e-06, | |
| "loss": 0.0759, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.07333333333333333, | |
| "grad_norm": 1.944124460220337, | |
| "learning_rate": 7.266666666666668e-06, | |
| "loss": 0.0705, | |
| "step": 110 | |
| }, | |
| { | |
| "epoch": 0.08, | |
| "grad_norm": 2.5441222190856934, | |
| "learning_rate": 7.933333333333334e-06, | |
| "loss": 0.0682, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 0.08666666666666667, | |
| "grad_norm": 2.9319021701812744, | |
| "learning_rate": 8.6e-06, | |
| "loss": 0.0673, | |
| "step": 130 | |
| }, | |
| { | |
| "epoch": 0.09333333333333334, | |
| "grad_norm": 1.4501616954803467, | |
| "learning_rate": 9.266666666666667e-06, | |
| "loss": 0.0638, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "grad_norm": 1.3609671592712402, | |
| "learning_rate": 9.933333333333334e-06, | |
| "loss": 0.0589, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 0.10666666666666667, | |
| "grad_norm": 1.4995142221450806, | |
| "learning_rate": 9.998903417374228e-06, | |
| "loss": 0.0601, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 0.11333333333333333, | |
| "grad_norm": 3.722611427307129, | |
| "learning_rate": 9.995113378907791e-06, | |
| "loss": 0.0559, | |
| "step": 170 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "grad_norm": 1.2468119859695435, | |
| "learning_rate": 9.988618398427495e-06, | |
| "loss": 0.0553, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 0.12666666666666668, | |
| "grad_norm": 1.418134093284607, | |
| "learning_rate": 9.979421993079853e-06, | |
| "loss": 0.0542, | |
| "step": 190 | |
| }, | |
| { | |
| "epoch": 0.13333333333333333, | |
| "grad_norm": 0.8770590424537659, | |
| "learning_rate": 9.967529142880592e-06, | |
| "loss": 0.0874, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.14, | |
| "grad_norm": 1.589220404624939, | |
| "learning_rate": 9.952946288017899e-06, | |
| "loss": 0.0562, | |
| "step": 210 | |
| }, | |
| { | |
| "epoch": 0.14666666666666667, | |
| "grad_norm": 1.085888147354126, | |
| "learning_rate": 9.93568132536494e-06, | |
| "loss": 0.0504, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 0.15333333333333332, | |
| "grad_norm": 1.21186101436615, | |
| "learning_rate": 9.915743604203563e-06, | |
| "loss": 0.0507, | |
| "step": 230 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "grad_norm": 1.1956708431243896, | |
| "learning_rate": 9.893143921161501e-06, | |
| "loss": 0.0482, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 0.16666666666666666, | |
| "grad_norm": 0.9438697695732117, | |
| "learning_rate": 9.867894514365802e-06, | |
| "loss": 0.0547, | |
| "step": 250 | |
| }, | |
| { | |
| "epoch": 0.17333333333333334, | |
| "grad_norm": 2.853625774383545, | |
| "learning_rate": 9.840009056815674e-06, | |
| "loss": 0.0478, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 0.18, | |
| "grad_norm": 0.5835002660751343, | |
| "learning_rate": 9.809502648978311e-06, | |
| "loss": 0.0498, | |
| "step": 270 | |
| }, | |
| { | |
| "epoch": 0.18666666666666668, | |
| "grad_norm": 0.686508297920227, | |
| "learning_rate": 9.776391810611719e-06, | |
| "loss": 0.047, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 0.19333333333333333, | |
| "grad_norm": 0.9264227747917175, | |
| "learning_rate": 9.740694471818988e-06, | |
| "loss": 0.0437, | |
| "step": 290 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "grad_norm": 1.6681939363479614, | |
| "learning_rate": 9.702429963338812e-06, | |
| "loss": 0.0472, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.20666666666666667, | |
| "grad_norm": 0.9500154256820679, | |
| "learning_rate": 9.661619006077562e-06, | |
| "loss": 0.0474, | |
| "step": 310 | |
| }, | |
| { | |
| "epoch": 0.21333333333333335, | |
| "grad_norm": 0.7100712656974792, | |
| "learning_rate": 9.618283699888543e-06, | |
| "loss": 0.0457, | |
| "step": 320 | |
| }, | |
| { | |
| "epoch": 0.22, | |
| "grad_norm": 0.7725573182106018, | |
| "learning_rate": 9.572447511604536e-06, | |
| "loss": 0.0441, | |
| "step": 330 | |
| }, | |
| { | |
| "epoch": 0.22666666666666666, | |
| "grad_norm": 0.37994787096977234, | |
| "learning_rate": 9.524135262330098e-06, | |
| "loss": 0.042, | |
| "step": 340 | |
| }, | |
| { | |
| "epoch": 0.23333333333333334, | |
| "grad_norm": 0.536831259727478, | |
| "learning_rate": 9.473373114000493e-06, | |
| "loss": 0.0451, | |
| "step": 350 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "grad_norm": 0.6121244430541992, | |
| "learning_rate": 9.420188555214537e-06, | |
| "loss": 0.0468, | |
| "step": 360 | |
| }, | |
| { | |
| "epoch": 0.24666666666666667, | |
| "grad_norm": 0.7746485471725464, | |
| "learning_rate": 9.364610386349048e-06, | |
| "loss": 0.0435, | |
| "step": 370 | |
| }, | |
| { | |
| "epoch": 0.25333333333333335, | |
| "grad_norm": 0.42388153076171875, | |
| "learning_rate": 9.306668703962927e-06, | |
| "loss": 0.0444, | |
| "step": 380 | |
| }, | |
| { | |
| "epoch": 0.26, | |
| "grad_norm": 0.5049645304679871, | |
| "learning_rate": 9.246394884499334e-06, | |
| "loss": 0.0441, | |
| "step": 390 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "grad_norm": 3.723182201385498, | |
| "learning_rate": 9.18382156729481e-06, | |
| "loss": 0.0436, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 0.2733333333333333, | |
| "grad_norm": 0.7445145845413208, | |
| "learning_rate": 9.118982636904476e-06, | |
| "loss": 0.047, | |
| "step": 410 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "grad_norm": 0.7090749740600586, | |
| "learning_rate": 9.051913204752972e-06, | |
| "loss": 0.0413, | |
| "step": 420 | |
| }, | |
| { | |
| "epoch": 0.2866666666666667, | |
| "grad_norm": 0.3536689281463623, | |
| "learning_rate": 8.982649590120982e-06, | |
| "loss": 0.0417, | |
| "step": 430 | |
| }, | |
| { | |
| "epoch": 0.29333333333333333, | |
| "grad_norm": 0.8083131909370422, | |
| "learning_rate": 8.911229300477716e-06, | |
| "loss": 0.044, | |
| "step": 440 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "grad_norm": 0.7381449341773987, | |
| "learning_rate": 8.837691011169944e-06, | |
| "loss": 0.0417, | |
| "step": 450 | |
| }, | |
| { | |
| "epoch": 0.30666666666666664, | |
| "grad_norm": 0.5871881246566772, | |
| "learning_rate": 8.762074544478622e-06, | |
| "loss": 0.0412, | |
| "step": 460 | |
| }, | |
| { | |
| "epoch": 0.31333333333333335, | |
| "grad_norm": 0.5673087239265442, | |
| "learning_rate": 8.68442084805442e-06, | |
| "loss": 0.0438, | |
| "step": 470 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "grad_norm": 0.41602784395217896, | |
| "learning_rate": 8.604771972743848e-06, | |
| "loss": 0.0437, | |
| "step": 480 | |
| }, | |
| { | |
| "epoch": 0.32666666666666666, | |
| "grad_norm": 0.5566081404685974, | |
| "learning_rate": 8.523171049817974e-06, | |
| "loss": 0.043, | |
| "step": 490 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 0.6161014437675476, | |
| "learning_rate": 8.439662267616093e-06, | |
| "loss": 0.0427, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 0.34, | |
| "grad_norm": 0.6799688935279846, | |
| "learning_rate": 8.354290847616954e-06, | |
| "loss": 0.0415, | |
| "step": 510 | |
| }, | |
| { | |
| "epoch": 0.3466666666666667, | |
| "grad_norm": 0.6191172003746033, | |
| "learning_rate": 8.267103019950529e-06, | |
| "loss": 0.0426, | |
| "step": 520 | |
| }, | |
| { | |
| "epoch": 0.35333333333333333, | |
| "grad_norm": 0.6475736498832703, | |
| "learning_rate": 8.178145998363585e-06, | |
| "loss": 0.043, | |
| "step": 530 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "grad_norm": 0.9365835189819336, | |
| "learning_rate": 8.087467954652608e-06, | |
| "loss": 0.0403, | |
| "step": 540 | |
| }, | |
| { | |
| "epoch": 0.36666666666666664, | |
| "grad_norm": 0.49718907475471497, | |
| "learning_rate": 7.99511799257793e-06, | |
| "loss": 0.042, | |
| "step": 550 | |
| }, | |
| { | |
| "epoch": 0.37333333333333335, | |
| "grad_norm": 0.41362524032592773, | |
| "learning_rate": 7.901146121273165e-06, | |
| "loss": 0.0429, | |
| "step": 560 | |
| }, | |
| { | |
| "epoch": 0.38, | |
| "grad_norm": 0.7083254456520081, | |
| "learning_rate": 7.80560322816439e-06, | |
| "loss": 0.0412, | |
| "step": 570 | |
| }, | |
| { | |
| "epoch": 0.38666666666666666, | |
| "grad_norm": 1.015234351158142, | |
| "learning_rate": 7.7085410514137e-06, | |
| "loss": 0.0423, | |
| "step": 580 | |
| }, | |
| { | |
| "epoch": 0.3933333333333333, | |
| "grad_norm": 0.8966933488845825, | |
| "learning_rate": 7.610012151902091e-06, | |
| "loss": 0.0413, | |
| "step": 590 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 0.34376341104507446, | |
| "learning_rate": 7.510069884766802e-06, | |
| "loss": 0.0419, | |
| "step": 600 | |
| }, | |
| { | |
| "epoch": 0.4066666666666667, | |
| "grad_norm": 0.9467560052871704, | |
| "learning_rate": 7.408768370508577e-06, | |
| "loss": 0.0424, | |
| "step": 610 | |
| }, | |
| { | |
| "epoch": 0.41333333333333333, | |
| "grad_norm": 0.31631985306739807, | |
| "learning_rate": 7.3061624656844544e-06, | |
| "loss": 0.0409, | |
| "step": 620 | |
| }, | |
| { | |
| "epoch": 0.42, | |
| "grad_norm": 0.7668049931526184, | |
| "learning_rate": 7.2023077332019755e-06, | |
| "loss": 0.0411, | |
| "step": 630 | |
| }, | |
| { | |
| "epoch": 0.4266666666666667, | |
| "grad_norm": 0.80842524766922, | |
| "learning_rate": 7.0972604122308865e-06, | |
| "loss": 0.0432, | |
| "step": 640 | |
| }, | |
| { | |
| "epoch": 0.43333333333333335, | |
| "grad_norm": 0.4969898462295532, | |
| "learning_rate": 6.991077387748643e-06, | |
| "loss": 0.042, | |
| "step": 650 | |
| }, | |
| { | |
| "epoch": 0.44, | |
| "grad_norm": 0.20295096933841705, | |
| "learning_rate": 6.883816159736187e-06, | |
| "loss": 0.0407, | |
| "step": 660 | |
| }, | |
| { | |
| "epoch": 0.44666666666666666, | |
| "grad_norm": 0.2089935839176178, | |
| "learning_rate": 6.775534812040686e-06, | |
| "loss": 0.0412, | |
| "step": 670 | |
| }, | |
| { | |
| "epoch": 0.4533333333333333, | |
| "grad_norm": 0.7864367365837097, | |
| "learning_rate": 6.666291980922122e-06, | |
| "loss": 0.0407, | |
| "step": 680 | |
| }, | |
| { | |
| "epoch": 0.46, | |
| "grad_norm": 0.7655208706855774, | |
| "learning_rate": 6.556146823300701e-06, | |
| "loss": 0.0412, | |
| "step": 690 | |
| }, | |
| { | |
| "epoch": 0.4666666666666667, | |
| "grad_norm": 0.38828086853027344, | |
| "learning_rate": 6.445158984722358e-06, | |
| "loss": 0.0419, | |
| "step": 700 | |
| }, | |
| { | |
| "epoch": 0.47333333333333333, | |
| "grad_norm": 0.4859353005886078, | |
| "learning_rate": 6.3333885670596285e-06, | |
| "loss": 0.0397, | |
| "step": 710 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "grad_norm": 0.41159167885780334, | |
| "learning_rate": 6.220896095965428e-06, | |
| "loss": 0.04, | |
| "step": 720 | |
| }, | |
| { | |
| "epoch": 0.4866666666666667, | |
| "grad_norm": 0.6634136438369751, | |
| "learning_rate": 6.107742488097338e-06, | |
| "loss": 0.04, | |
| "step": 730 | |
| }, | |
| { | |
| "epoch": 0.49333333333333335, | |
| "grad_norm": 0.41926607489585876, | |
| "learning_rate": 5.993989018130173e-06, | |
| "loss": 0.041, | |
| "step": 740 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 0.41700485348701477, | |
| "learning_rate": 5.879697285574655e-06, | |
| "loss": 0.0412, | |
| "step": 750 | |
| }, | |
| { | |
| "epoch": 0.5066666666666667, | |
| "grad_norm": 0.5874981880187988, | |
| "learning_rate": 5.764929181420191e-06, | |
| "loss": 0.0397, | |
| "step": 760 | |
| }, | |
| { | |
| "epoch": 0.5133333333333333, | |
| "grad_norm": 0.32805779576301575, | |
| "learning_rate": 5.649746854619814e-06, | |
| "loss": 0.0396, | |
| "step": 770 | |
| }, | |
| { | |
| "epoch": 0.52, | |
| "grad_norm": 0.46715620160102844, | |
| "learning_rate": 5.5342126784354265e-06, | |
| "loss": 0.0423, | |
| "step": 780 | |
| }, | |
| { | |
| "epoch": 0.5266666666666666, | |
| "grad_norm": 0.5405133962631226, | |
| "learning_rate": 5.41838921666158e-06, | |
| "loss": 0.0402, | |
| "step": 790 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 0.47492077946662903, | |
| "learning_rate": 5.3023391897460715e-06, | |
| "loss": 0.0404, | |
| "step": 800 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "grad_norm": 0.5331486463546753, | |
| "learning_rate": 5.18612544082573e-06, | |
| "loss": 0.0392, | |
| "step": 810 | |
| }, | |
| { | |
| "epoch": 0.5466666666666666, | |
| "grad_norm": 0.36434206366539, | |
| "learning_rate": 5.069810901695727e-06, | |
| "loss": 0.0394, | |
| "step": 820 | |
| }, | |
| { | |
| "epoch": 0.5533333333333333, | |
| "grad_norm": 0.8751614093780518, | |
| "learning_rate": 4.953458558730917e-06, | |
| "loss": 0.0404, | |
| "step": 830 | |
| }, | |
| { | |
| "epoch": 0.56, | |
| "grad_norm": 0.9306120276451111, | |
| "learning_rate": 4.837131418777595e-06, | |
| "loss": 0.0402, | |
| "step": 840 | |
| }, | |
| { | |
| "epoch": 0.5666666666666667, | |
| "grad_norm": 1.128825306892395, | |
| "learning_rate": 4.720892475034181e-06, | |
| "loss": 0.0405, | |
| "step": 850 | |
| }, | |
| { | |
| "epoch": 0.5733333333333334, | |
| "grad_norm": 0.2652788460254669, | |
| "learning_rate": 4.604804672939295e-06, | |
| "loss": 0.0408, | |
| "step": 860 | |
| }, | |
| { | |
| "epoch": 0.58, | |
| "grad_norm": 1.0820262432098389, | |
| "learning_rate": 4.4889308760856826e-06, | |
| "loss": 0.041, | |
| "step": 870 | |
| }, | |
| { | |
| "epoch": 0.5866666666666667, | |
| "grad_norm": 0.4341735541820526, | |
| "learning_rate": 4.373333832178478e-06, | |
| "loss": 0.0395, | |
| "step": 880 | |
| }, | |
| { | |
| "epoch": 0.5933333333333334, | |
| "grad_norm": 0.5244265198707581, | |
| "learning_rate": 4.258076139056217e-06, | |
| "loss": 0.0393, | |
| "step": 890 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "grad_norm": 0.4151372015476227, | |
| "learning_rate": 4.143220210792993e-06, | |
| "loss": 0.0394, | |
| "step": 900 | |
| }, | |
| { | |
| "epoch": 0.6066666666666667, | |
| "grad_norm": 0.3396431803703308, | |
| "learning_rate": 4.028828243900141e-06, | |
| "loss": 0.0397, | |
| "step": 910 | |
| }, | |
| { | |
| "epoch": 0.6133333333333333, | |
| "grad_norm": 0.6086655855178833, | |
| "learning_rate": 3.914962183645733e-06, | |
| "loss": 0.0395, | |
| "step": 920 | |
| }, | |
| { | |
| "epoch": 0.62, | |
| "grad_norm": 0.5267397165298462, | |
| "learning_rate": 3.8016836905101157e-06, | |
| "loss": 0.0402, | |
| "step": 930 | |
| }, | |
| { | |
| "epoch": 0.6266666666666667, | |
| "grad_norm": 0.8716720342636108, | |
| "learning_rate": 3.6890541067956775e-06, | |
| "loss": 0.0391, | |
| "step": 940 | |
| }, | |
| { | |
| "epoch": 0.6333333333333333, | |
| "grad_norm": 0.7811180949211121, | |
| "learning_rate": 3.577134423408906e-06, | |
| "loss": 0.0418, | |
| "step": 950 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 0.6521417498588562, | |
| "learning_rate": 3.465985246832739e-06, | |
| "loss": 0.0386, | |
| "step": 960 | |
| }, | |
| { | |
| "epoch": 0.6466666666666666, | |
| "grad_norm": 1.0533109903335571, | |
| "learning_rate": 3.355666766307084e-06, | |
| "loss": 0.0394, | |
| "step": 970 | |
| }, | |
| { | |
| "epoch": 0.6533333333333333, | |
| "grad_norm": 0.8346788883209229, | |
| "learning_rate": 3.246238721235283e-06, | |
| "loss": 0.0375, | |
| "step": 980 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "grad_norm": 0.3772814869880676, | |
| "learning_rate": 3.137760368834169e-06, | |
| "loss": 0.04, | |
| "step": 990 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 0.3976605534553528, | |
| "learning_rate": 3.030290452045245e-06, | |
| "loss": 0.0389, | |
| "step": 1000 | |
| }, | |
| { | |
| "epoch": 0.6733333333333333, | |
| "grad_norm": 0.4031893312931061, | |
| "learning_rate": 2.9238871677243354e-06, | |
| "loss": 0.0405, | |
| "step": 1010 | |
| }, | |
| { | |
| "epoch": 0.68, | |
| "grad_norm": 0.3093418478965759, | |
| "learning_rate": 2.818608135126967e-06, | |
| "loss": 0.0377, | |
| "step": 1020 | |
| }, | |
| { | |
| "epoch": 0.6866666666666666, | |
| "grad_norm": 0.3391124904155731, | |
| "learning_rate": 2.714510364706531e-06, | |
| "loss": 0.0403, | |
| "step": 1030 | |
| }, | |
| { | |
| "epoch": 0.6933333333333334, | |
| "grad_norm": 0.5289952754974365, | |
| "learning_rate": 2.611650227242102e-06, | |
| "loss": 0.0379, | |
| "step": 1040 | |
| }, | |
| { | |
| "epoch": 0.7, | |
| "grad_norm": 0.38674095273017883, | |
| "learning_rate": 2.5100834233126827e-06, | |
| "loss": 0.0392, | |
| "step": 1050 | |
| }, | |
| { | |
| "epoch": 0.7066666666666667, | |
| "grad_norm": 0.743582010269165, | |
| "learning_rate": 2.40986495313435e-06, | |
| "loss": 0.0384, | |
| "step": 1060 | |
| }, | |
| { | |
| "epoch": 0.7133333333333334, | |
| "grad_norm": 0.5025604367256165, | |
| "learning_rate": 2.3110490867766644e-06, | |
| "loss": 0.0394, | |
| "step": 1070 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "grad_norm": 0.31479430198669434, | |
| "learning_rate": 2.213689334774479e-06, | |
| "loss": 0.0362, | |
| "step": 1080 | |
| }, | |
| { | |
| "epoch": 0.7266666666666667, | |
| "grad_norm": 0.22644518315792084, | |
| "learning_rate": 2.1178384191510344e-06, | |
| "loss": 0.0385, | |
| "step": 1090 | |
| }, | |
| { | |
| "epoch": 0.7333333333333333, | |
| "grad_norm": 0.47380584478378296, | |
| "learning_rate": 2.023548244868051e-06, | |
| "loss": 0.0367, | |
| "step": 1100 | |
| }, | |
| { | |
| "epoch": 0.74, | |
| "grad_norm": 0.5310664176940918, | |
| "learning_rate": 1.9308698717182874e-06, | |
| "loss": 0.0385, | |
| "step": 1110 | |
| }, | |
| { | |
| "epoch": 0.7466666666666667, | |
| "grad_norm": 0.6409826874732971, | |
| "learning_rate": 1.8398534866757455e-06, | |
| "loss": 0.0392, | |
| "step": 1120 | |
| }, | |
| { | |
| "epoch": 0.7533333333333333, | |
| "grad_norm": 0.24624410271644592, | |
| "learning_rate": 1.7505483767185583e-06, | |
| "loss": 0.039, | |
| "step": 1130 | |
| }, | |
| { | |
| "epoch": 0.76, | |
| "grad_norm": 0.5807323455810547, | |
| "learning_rate": 1.6630029021392007e-06, | |
| "loss": 0.0381, | |
| "step": 1140 | |
| }, | |
| { | |
| "epoch": 0.7666666666666667, | |
| "grad_norm": 0.5136018395423889, | |
| "learning_rate": 1.5772644703565564e-06, | |
| "loss": 0.0377, | |
| "step": 1150 | |
| }, | |
| { | |
| "epoch": 0.7733333333333333, | |
| "grad_norm": 0.3371153473854065, | |
| "learning_rate": 1.4933795102439558e-06, | |
| "loss": 0.0366, | |
| "step": 1160 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "grad_norm": 0.7169259190559387, | |
| "learning_rate": 1.4113934469871166e-06, | |
| "loss": 0.0402, | |
| "step": 1170 | |
| }, | |
| { | |
| "epoch": 0.7866666666666666, | |
| "grad_norm": 0.5198201537132263, | |
| "learning_rate": 1.3313506774856177e-06, | |
| "loss": 0.0382, | |
| "step": 1180 | |
| }, | |
| { | |
| "epoch": 0.7933333333333333, | |
| "grad_norm": 0.4346207082271576, | |
| "learning_rate": 1.2532945463111856e-06, | |
| "loss": 0.039, | |
| "step": 1190 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 0.4192507565021515, | |
| "learning_rate": 1.1772673222358421e-06, | |
| "loss": 0.0383, | |
| "step": 1200 | |
| }, | |
| { | |
| "epoch": 0.8066666666666666, | |
| "grad_norm": 0.6346080303192139, | |
| "learning_rate": 1.1033101753426285e-06, | |
| "loss": 0.0384, | |
| "step": 1210 | |
| }, | |
| { | |
| "epoch": 0.8133333333333334, | |
| "grad_norm": 0.4033152759075165, | |
| "learning_rate": 1.0314631547312738e-06, | |
| "loss": 0.0389, | |
| "step": 1220 | |
| }, | |
| { | |
| "epoch": 0.82, | |
| "grad_norm": 0.3918859362602234, | |
| "learning_rate": 9.617651668308914e-07, | |
| "loss": 0.04, | |
| "step": 1230 | |
| }, | |
| { | |
| "epoch": 0.8266666666666667, | |
| "grad_norm": 0.5232935547828674, | |
| "learning_rate": 8.942539543314799e-07, | |
| "loss": 0.0399, | |
| "step": 1240 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 0.4044571816921234, | |
| "learning_rate": 8.289660757455803e-07, | |
| "loss": 0.0363, | |
| "step": 1250 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "grad_norm": 0.5639023780822754, | |
| "learning_rate": 7.659368856111926e-07, | |
| "loss": 0.038, | |
| "step": 1260 | |
| }, | |
| { | |
| "epoch": 0.8466666666666667, | |
| "grad_norm": 0.32066044211387634, | |
| "learning_rate": 7.052005153466779e-07, | |
| "loss": 0.0379, | |
| "step": 1270 | |
| }, | |
| { | |
| "epoch": 0.8533333333333334, | |
| "grad_norm": 0.4096275866031647, | |
| "learning_rate": 6.467898547679913e-07, | |
| "loss": 0.0378, | |
| "step": 1280 | |
| }, | |
| { | |
| "epoch": 0.86, | |
| "grad_norm": 0.34572067856788635, | |
| "learning_rate": 5.9073653427826e-07, | |
| "loss": 0.0381, | |
| "step": 1290 | |
| }, | |
| { | |
| "epoch": 0.8666666666666667, | |
| "grad_norm": 0.23184584081172943, | |
| "learning_rate": 5.370709077393721e-07, | |
| "loss": 0.0371, | |
| "step": 1300 | |
| }, | |
| { | |
| "epoch": 0.8733333333333333, | |
| "grad_norm": 0.788051426410675, | |
| "learning_rate": 4.858220360348187e-07, | |
| "loss": 0.0362, | |
| "step": 1310 | |
| }, | |
| { | |
| "epoch": 0.88, | |
| "grad_norm": 0.38205137848854065, | |
| "learning_rate": 4.370176713327118e-07, | |
| "loss": 0.0384, | |
| "step": 1320 | |
| }, | |
| { | |
| "epoch": 0.8866666666666667, | |
| "grad_norm": 0.40108510851860046, | |
| "learning_rate": 3.90684242057498e-07, | |
| "loss": 0.0366, | |
| "step": 1330 | |
| }, | |
| { | |
| "epoch": 0.8933333333333333, | |
| "grad_norm": 0.42293158173561096, | |
| "learning_rate": 3.468468385785023e-07, | |
| "loss": 0.0387, | |
| "step": 1340 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "grad_norm": 0.3467373847961426, | |
| "learning_rate": 3.055291996230492e-07, | |
| "loss": 0.0374, | |
| "step": 1350 | |
| }, | |
| { | |
| "epoch": 0.9066666666666666, | |
| "grad_norm": 0.7425230741500854, | |
| "learning_rate": 2.6675369942151864e-07, | |
| "loss": 0.0376, | |
| "step": 1360 | |
| }, | |
| { | |
| "epoch": 0.9133333333333333, | |
| "grad_norm": 0.3911791443824768, | |
| "learning_rate": 2.3054133559131163e-07, | |
| "loss": 0.0383, | |
| "step": 1370 | |
| }, | |
| { | |
| "epoch": 0.92, | |
| "grad_norm": 0.43867582082748413, | |
| "learning_rate": 1.9691171776626882e-07, | |
| "loss": 0.0383, | |
| "step": 1380 | |
| }, | |
| { | |
| "epoch": 0.9266666666666666, | |
| "grad_norm": 0.3787803053855896, | |
| "learning_rate": 1.6588305697770313e-07, | |
| "loss": 0.0395, | |
| "step": 1390 | |
| }, | |
| { | |
| "epoch": 0.9333333333333333, | |
| "grad_norm": 0.537982165813446, | |
| "learning_rate": 1.374721557928116e-07, | |
| "loss": 0.0375, | |
| "step": 1400 | |
| }, | |
| { | |
| "epoch": 0.94, | |
| "grad_norm": 0.3727537989616394, | |
| "learning_rate": 1.1169439921578485e-07, | |
| "loss": 0.0371, | |
| "step": 1410 | |
| }, | |
| { | |
| "epoch": 0.9466666666666667, | |
| "grad_norm": 0.28524142503738403, | |
| "learning_rate": 8.856374635655696e-08, | |
| "loss": 0.0383, | |
| "step": 1420 | |
| }, | |
| { | |
| "epoch": 0.9533333333333334, | |
| "grad_norm": 0.35949254035949707, | |
| "learning_rate": 6.809272287169988e-08, | |
| "loss": 0.0388, | |
| "step": 1430 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "grad_norm": 0.4088292121887207, | |
| "learning_rate": 5.029241418156139e-08, | |
| "loss": 0.0355, | |
| "step": 1440 | |
| }, | |
| { | |
| "epoch": 0.9666666666666667, | |
| "grad_norm": 0.662358820438385, | |
| "learning_rate": 3.517245946731529e-08, | |
| "loss": 0.0366, | |
| "step": 1450 | |
| }, | |
| { | |
| "epoch": 0.9733333333333334, | |
| "grad_norm": 0.4813508689403534, | |
| "learning_rate": 2.27410464511707e-08, | |
| "loss": 0.0372, | |
| "step": 1460 | |
| }, | |
| { | |
| "epoch": 0.98, | |
| "grad_norm": 0.2639026343822479, | |
| "learning_rate": 1.3004906962578723e-08, | |
| "loss": 0.0374, | |
| "step": 1470 | |
| }, | |
| { | |
| "epoch": 0.9866666666666667, | |
| "grad_norm": 0.3197416365146637, | |
| "learning_rate": 5.969313292830126e-09, | |
| "loss": 0.0385, | |
| "step": 1480 | |
| }, | |
| { | |
| "epoch": 0.9933333333333333, | |
| "grad_norm": 0.24414853751659393, | |
| "learning_rate": 1.638075340010814e-09, | |
| "loss": 0.0397, | |
| "step": 1490 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 0.43908610939979553, | |
| "learning_rate": 1.3538545881042198e-11, | |
| "loss": 0.037, | |
| "step": 1500 | |
| } | |
| ], | |
| "logging_steps": 10, | |
| "max_steps": 1500, | |
| "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": 4.61630416912751e+18, | |
| "train_batch_size": 1, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |