| { |
| "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": 32.427974700927734, |
| "learning_rate": 6.000000000000001e-07, |
| "loss": 0.6625, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 2.3476405143737793, |
| "learning_rate": 1.2666666666666669e-06, |
| "loss": 0.2593, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.02, |
| "grad_norm": 2.0046398639678955, |
| "learning_rate": 1.9333333333333336e-06, |
| "loss": 0.093, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 1.016491413116455, |
| "learning_rate": 2.6e-06, |
| "loss": 0.0867, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.03333333333333333, |
| "grad_norm": 1.5126930475234985, |
| "learning_rate": 3.266666666666667e-06, |
| "loss": 0.088, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 1.363086462020874, |
| "learning_rate": 3.9333333333333335e-06, |
| "loss": 0.0872, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.04666666666666667, |
| "grad_norm": 2.692187786102295, |
| "learning_rate": 4.600000000000001e-06, |
| "loss": 0.0866, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 1.4144407510757446, |
| "learning_rate": 5.2666666666666665e-06, |
| "loss": 0.0858, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.06, |
| "grad_norm": 0.8216253519058228, |
| "learning_rate": 5.933333333333335e-06, |
| "loss": 0.0836, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 1.5570833683013916, |
| "learning_rate": 6.600000000000001e-06, |
| "loss": 0.083, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.07333333333333333, |
| "grad_norm": 1.3700950145721436, |
| "learning_rate": 7.266666666666668e-06, |
| "loss": 0.0812, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 0.7490410208702087, |
| "learning_rate": 7.933333333333334e-06, |
| "loss": 0.0823, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.08666666666666667, |
| "grad_norm": 1.3012053966522217, |
| "learning_rate": 8.6e-06, |
| "loss": 0.0799, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.09333333333333334, |
| "grad_norm": 1.4955722093582153, |
| "learning_rate": 9.266666666666667e-06, |
| "loss": 0.0799, |
| "step": 140 |
| }, |
| { |
| "epoch": 0.1, |
| "grad_norm": 1.9324902296066284, |
| "learning_rate": 9.933333333333334e-06, |
| "loss": 0.0797, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.10666666666666667, |
| "grad_norm": 0.8826903700828552, |
| "learning_rate": 9.998903417374228e-06, |
| "loss": 0.0769, |
| "step": 160 |
| }, |
| { |
| "epoch": 0.11333333333333333, |
| "grad_norm": 2.4858994483947754, |
| "learning_rate": 9.995113378907791e-06, |
| "loss": 0.079, |
| "step": 170 |
| }, |
| { |
| "epoch": 0.12, |
| "grad_norm": 2.8350181579589844, |
| "learning_rate": 9.988618398427495e-06, |
| "loss": 0.0755, |
| "step": 180 |
| }, |
| { |
| "epoch": 0.12666666666666668, |
| "grad_norm": 2.368098735809326, |
| "learning_rate": 9.979421993079853e-06, |
| "loss": 0.0719, |
| "step": 190 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 0.9091897010803223, |
| "learning_rate": 9.967529142880592e-06, |
| "loss": 0.0716, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.14, |
| "grad_norm": 1.9325720071792603, |
| "learning_rate": 9.952946288017899e-06, |
| "loss": 0.0701, |
| "step": 210 |
| }, |
| { |
| "epoch": 0.14666666666666667, |
| "grad_norm": 0.9591773152351379, |
| "learning_rate": 9.93568132536494e-06, |
| "loss": 0.0695, |
| "step": 220 |
| }, |
| { |
| "epoch": 0.15333333333333332, |
| "grad_norm": 0.9107617139816284, |
| "learning_rate": 9.915743604203563e-06, |
| "loss": 0.068, |
| "step": 230 |
| }, |
| { |
| "epoch": 0.16, |
| "grad_norm": 1.0458844900131226, |
| "learning_rate": 9.893143921161501e-06, |
| "loss": 0.0679, |
| "step": 240 |
| }, |
| { |
| "epoch": 0.16666666666666666, |
| "grad_norm": 0.9789097309112549, |
| "learning_rate": 9.867894514365802e-06, |
| "loss": 0.0675, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.17333333333333334, |
| "grad_norm": 3.413654327392578, |
| "learning_rate": 9.840009056815674e-06, |
| "loss": 0.0687, |
| "step": 260 |
| }, |
| { |
| "epoch": 0.18, |
| "grad_norm": 1.3686630725860596, |
| "learning_rate": 9.809502648978311e-06, |
| "loss": 0.0687, |
| "step": 270 |
| }, |
| { |
| "epoch": 0.18666666666666668, |
| "grad_norm": 0.9101114273071289, |
| "learning_rate": 9.776391810611719e-06, |
| "loss": 0.064, |
| "step": 280 |
| }, |
| { |
| "epoch": 0.19333333333333333, |
| "grad_norm": 0.5682883262634277, |
| "learning_rate": 9.740694471818988e-06, |
| "loss": 0.066, |
| "step": 290 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 1.959092378616333, |
| "learning_rate": 9.702429963338812e-06, |
| "loss": 0.0638, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.20666666666666667, |
| "grad_norm": 1.010419249534607, |
| "learning_rate": 9.661619006077562e-06, |
| "loss": 0.0629, |
| "step": 310 |
| }, |
| { |
| "epoch": 0.21333333333333335, |
| "grad_norm": 1.1428159475326538, |
| "learning_rate": 9.618283699888543e-06, |
| "loss": 0.0598, |
| "step": 320 |
| }, |
| { |
| "epoch": 0.22, |
| "grad_norm": 0.8513205051422119, |
| "learning_rate": 9.572447511604536e-06, |
| "loss": 0.0627, |
| "step": 330 |
| }, |
| { |
| "epoch": 0.22666666666666666, |
| "grad_norm": 2.964860439300537, |
| "learning_rate": 9.524135262330098e-06, |
| "loss": 0.0614, |
| "step": 340 |
| }, |
| { |
| "epoch": 0.23333333333333334, |
| "grad_norm": 2.370988130569458, |
| "learning_rate": 9.473373114000493e-06, |
| "loss": 0.0603, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.24, |
| "grad_norm": 1.0792073011398315, |
| "learning_rate": 9.420188555214537e-06, |
| "loss": 0.061, |
| "step": 360 |
| }, |
| { |
| "epoch": 0.24666666666666667, |
| "grad_norm": 2.597303867340088, |
| "learning_rate": 9.364610386349048e-06, |
| "loss": 0.0575, |
| "step": 370 |
| }, |
| { |
| "epoch": 0.25333333333333335, |
| "grad_norm": 1.2802331447601318, |
| "learning_rate": 9.306668703962927e-06, |
| "loss": 0.0612, |
| "step": 380 |
| }, |
| { |
| "epoch": 0.26, |
| "grad_norm": 2.146059513092041, |
| "learning_rate": 9.246394884499334e-06, |
| "loss": 0.0603, |
| "step": 390 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 1.0984030961990356, |
| "learning_rate": 9.18382156729481e-06, |
| "loss": 0.0577, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.2733333333333333, |
| "grad_norm": 0.9632992744445801, |
| "learning_rate": 9.118982636904476e-06, |
| "loss": 0.0568, |
| "step": 410 |
| }, |
| { |
| "epoch": 0.28, |
| "grad_norm": 1.1954665184020996, |
| "learning_rate": 9.051913204752972e-06, |
| "loss": 0.0571, |
| "step": 420 |
| }, |
| { |
| "epoch": 0.2866666666666667, |
| "grad_norm": 1.044417142868042, |
| "learning_rate": 8.982649590120982e-06, |
| "loss": 0.0565, |
| "step": 430 |
| }, |
| { |
| "epoch": 0.29333333333333333, |
| "grad_norm": 1.2603263854980469, |
| "learning_rate": 8.911229300477716e-06, |
| "loss": 0.0598, |
| "step": 440 |
| }, |
| { |
| "epoch": 0.3, |
| "grad_norm": 2.4290518760681152, |
| "learning_rate": 8.837691011169944e-06, |
| "loss": 0.0586, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.30666666666666664, |
| "grad_norm": 1.8757681846618652, |
| "learning_rate": 8.762074544478622e-06, |
| "loss": 0.0579, |
| "step": 460 |
| }, |
| { |
| "epoch": 0.31333333333333335, |
| "grad_norm": 1.0460397005081177, |
| "learning_rate": 8.68442084805442e-06, |
| "loss": 0.0536, |
| "step": 470 |
| }, |
| { |
| "epoch": 0.32, |
| "grad_norm": 1.1527972221374512, |
| "learning_rate": 8.604771972743848e-06, |
| "loss": 0.0574, |
| "step": 480 |
| }, |
| { |
| "epoch": 0.32666666666666666, |
| "grad_norm": 0.9239093661308289, |
| "learning_rate": 8.523171049817974e-06, |
| "loss": 0.0537, |
| "step": 490 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 1.052047848701477, |
| "learning_rate": 8.439662267616093e-06, |
| "loss": 0.0548, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.34, |
| "grad_norm": 1.3207677602767944, |
| "learning_rate": 8.354290847616954e-06, |
| "loss": 0.0564, |
| "step": 510 |
| }, |
| { |
| "epoch": 0.3466666666666667, |
| "grad_norm": 0.8105316162109375, |
| "learning_rate": 8.267103019950529e-06, |
| "loss": 0.054, |
| "step": 520 |
| }, |
| { |
| "epoch": 0.35333333333333333, |
| "grad_norm": 1.1651148796081543, |
| "learning_rate": 8.178145998363585e-06, |
| "loss": 0.0527, |
| "step": 530 |
| }, |
| { |
| "epoch": 0.36, |
| "grad_norm": 1.8967852592468262, |
| "learning_rate": 8.087467954652608e-06, |
| "loss": 0.0541, |
| "step": 540 |
| }, |
| { |
| "epoch": 0.36666666666666664, |
| "grad_norm": 1.367058277130127, |
| "learning_rate": 7.99511799257793e-06, |
| "loss": 0.0537, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.37333333333333335, |
| "grad_norm": 1.4632503986358643, |
| "learning_rate": 7.901146121273165e-06, |
| "loss": 0.0531, |
| "step": 560 |
| }, |
| { |
| "epoch": 0.38, |
| "grad_norm": 0.9863032698631287, |
| "learning_rate": 7.80560322816439e-06, |
| "loss": 0.053, |
| "step": 570 |
| }, |
| { |
| "epoch": 0.38666666666666666, |
| "grad_norm": 0.6510130763053894, |
| "learning_rate": 7.7085410514137e-06, |
| "loss": 0.0526, |
| "step": 580 |
| }, |
| { |
| "epoch": 0.3933333333333333, |
| "grad_norm": 1.2394068241119385, |
| "learning_rate": 7.610012151902091e-06, |
| "loss": 0.0532, |
| "step": 590 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 1.3510197401046753, |
| "learning_rate": 7.510069884766802e-06, |
| "loss": 0.0547, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.4066666666666667, |
| "grad_norm": 0.6650223731994629, |
| "learning_rate": 7.408768370508577e-06, |
| "loss": 0.054, |
| "step": 610 |
| }, |
| { |
| "epoch": 0.41333333333333333, |
| "grad_norm": 1.505382776260376, |
| "learning_rate": 7.3061624656844544e-06, |
| "loss": 0.0534, |
| "step": 620 |
| }, |
| { |
| "epoch": 0.42, |
| "grad_norm": 1.0893875360488892, |
| "learning_rate": 7.2023077332019755e-06, |
| "loss": 0.0496, |
| "step": 630 |
| }, |
| { |
| "epoch": 0.4266666666666667, |
| "grad_norm": 1.0053095817565918, |
| "learning_rate": 7.0972604122308865e-06, |
| "loss": 0.0522, |
| "step": 640 |
| }, |
| { |
| "epoch": 0.43333333333333335, |
| "grad_norm": 2.0761842727661133, |
| "learning_rate": 6.991077387748643e-06, |
| "loss": 0.052, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.44, |
| "grad_norm": 0.6233532428741455, |
| "learning_rate": 6.883816159736187e-06, |
| "loss": 0.0506, |
| "step": 660 |
| }, |
| { |
| "epoch": 0.44666666666666666, |
| "grad_norm": 1.9357913732528687, |
| "learning_rate": 6.775534812040686e-06, |
| "loss": 0.0501, |
| "step": 670 |
| }, |
| { |
| "epoch": 0.4533333333333333, |
| "grad_norm": 0.9117735028266907, |
| "learning_rate": 6.666291980922122e-06, |
| "loss": 0.0517, |
| "step": 680 |
| }, |
| { |
| "epoch": 0.46, |
| "grad_norm": 1.3409807682037354, |
| "learning_rate": 6.556146823300701e-06, |
| "loss": 0.0526, |
| "step": 690 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 0.9885061979293823, |
| "learning_rate": 6.445158984722358e-06, |
| "loss": 0.0499, |
| "step": 700 |
| }, |
| { |
| "epoch": 0.47333333333333333, |
| "grad_norm": 1.229201078414917, |
| "learning_rate": 6.3333885670596285e-06, |
| "loss": 0.0492, |
| "step": 710 |
| }, |
| { |
| "epoch": 0.48, |
| "grad_norm": 0.7137467861175537, |
| "learning_rate": 6.220896095965428e-06, |
| "loss": 0.0484, |
| "step": 720 |
| }, |
| { |
| "epoch": 0.4866666666666667, |
| "grad_norm": 1.44978666305542, |
| "learning_rate": 6.107742488097338e-06, |
| "loss": 0.0518, |
| "step": 730 |
| }, |
| { |
| "epoch": 0.49333333333333335, |
| "grad_norm": 1.5685768127441406, |
| "learning_rate": 5.993989018130173e-06, |
| "loss": 0.0499, |
| "step": 740 |
| }, |
| { |
| "epoch": 0.5, |
| "grad_norm": 0.7346358299255371, |
| "learning_rate": 5.879697285574655e-06, |
| "loss": 0.0487, |
| "step": 750 |
| }, |
| { |
| "epoch": 0.5066666666666667, |
| "grad_norm": 1.4216713905334473, |
| "learning_rate": 5.764929181420191e-06, |
| "loss": 0.0512, |
| "step": 760 |
| }, |
| { |
| "epoch": 0.5133333333333333, |
| "grad_norm": 1.2123231887817383, |
| "learning_rate": 5.649746854619814e-06, |
| "loss": 0.0502, |
| "step": 770 |
| }, |
| { |
| "epoch": 0.52, |
| "grad_norm": 0.9409441947937012, |
| "learning_rate": 5.5342126784354265e-06, |
| "loss": 0.0482, |
| "step": 780 |
| }, |
| { |
| "epoch": 0.5266666666666666, |
| "grad_norm": 1.1896365880966187, |
| "learning_rate": 5.41838921666158e-06, |
| "loss": 0.0507, |
| "step": 790 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 2.05846905708313, |
| "learning_rate": 5.3023391897460715e-06, |
| "loss": 0.049, |
| "step": 800 |
| }, |
| { |
| "epoch": 0.54, |
| "grad_norm": 1.4218921661376953, |
| "learning_rate": 5.18612544082573e-06, |
| "loss": 0.0497, |
| "step": 810 |
| }, |
| { |
| "epoch": 0.5466666666666666, |
| "grad_norm": 1.791532039642334, |
| "learning_rate": 5.069810901695727e-06, |
| "loss": 0.0492, |
| "step": 820 |
| }, |
| { |
| "epoch": 0.5533333333333333, |
| "grad_norm": 0.9158656001091003, |
| "learning_rate": 4.953458558730917e-06, |
| "loss": 0.0463, |
| "step": 830 |
| }, |
| { |
| "epoch": 0.56, |
| "grad_norm": 0.9638034701347351, |
| "learning_rate": 4.837131418777595e-06, |
| "loss": 0.0461, |
| "step": 840 |
| }, |
| { |
| "epoch": 0.5666666666666667, |
| "grad_norm": 1.119718074798584, |
| "learning_rate": 4.720892475034181e-06, |
| "loss": 0.0495, |
| "step": 850 |
| }, |
| { |
| "epoch": 0.5733333333333334, |
| "grad_norm": 1.1784220933914185, |
| "learning_rate": 4.604804672939295e-06, |
| "loss": 0.0483, |
| "step": 860 |
| }, |
| { |
| "epoch": 0.58, |
| "grad_norm": 1.560044765472412, |
| "learning_rate": 4.4889308760856826e-06, |
| "loss": 0.046, |
| "step": 870 |
| }, |
| { |
| "epoch": 0.5866666666666667, |
| "grad_norm": 1.12468683719635, |
| "learning_rate": 4.373333832178478e-06, |
| "loss": 0.0467, |
| "step": 880 |
| }, |
| { |
| "epoch": 0.5933333333333334, |
| "grad_norm": 1.170966625213623, |
| "learning_rate": 4.258076139056217e-06, |
| "loss": 0.0471, |
| "step": 890 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 1.5757231712341309, |
| "learning_rate": 4.143220210792993e-06, |
| "loss": 0.0472, |
| "step": 900 |
| }, |
| { |
| "epoch": 0.6066666666666667, |
| "grad_norm": 1.1437252759933472, |
| "learning_rate": 4.028828243900141e-06, |
| "loss": 0.0482, |
| "step": 910 |
| }, |
| { |
| "epoch": 0.6133333333333333, |
| "grad_norm": 0.686260461807251, |
| "learning_rate": 3.914962183645733e-06, |
| "loss": 0.0483, |
| "step": 920 |
| }, |
| { |
| "epoch": 0.62, |
| "grad_norm": 1.746898889541626, |
| "learning_rate": 3.8016836905101157e-06, |
| "loss": 0.0457, |
| "step": 930 |
| }, |
| { |
| "epoch": 0.6266666666666667, |
| "grad_norm": 1.5389336347579956, |
| "learning_rate": 3.6890541067956775e-06, |
| "loss": 0.0468, |
| "step": 940 |
| }, |
| { |
| "epoch": 0.6333333333333333, |
| "grad_norm": 0.8614513874053955, |
| "learning_rate": 3.577134423408906e-06, |
| "loss": 0.0483, |
| "step": 950 |
| }, |
| { |
| "epoch": 0.64, |
| "grad_norm": 0.8067082166671753, |
| "learning_rate": 3.465985246832739e-06, |
| "loss": 0.0465, |
| "step": 960 |
| }, |
| { |
| "epoch": 0.6466666666666666, |
| "grad_norm": 2.206956624984741, |
| "learning_rate": 3.355666766307084e-06, |
| "loss": 0.0449, |
| "step": 970 |
| }, |
| { |
| "epoch": 0.6533333333333333, |
| "grad_norm": 0.7984967231750488, |
| "learning_rate": 3.246238721235283e-06, |
| "loss": 0.0445, |
| "step": 980 |
| }, |
| { |
| "epoch": 0.66, |
| "grad_norm": 1.0022400617599487, |
| "learning_rate": 3.137760368834169e-06, |
| "loss": 0.0431, |
| "step": 990 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 3.019139528274536, |
| "learning_rate": 3.030290452045245e-06, |
| "loss": 0.0481, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.6733333333333333, |
| "grad_norm": 1.073588490486145, |
| "learning_rate": 2.9238871677243354e-06, |
| "loss": 0.0448, |
| "step": 1010 |
| }, |
| { |
| "epoch": 0.68, |
| "grad_norm": 0.6372179985046387, |
| "learning_rate": 2.818608135126967e-06, |
| "loss": 0.0454, |
| "step": 1020 |
| }, |
| { |
| "epoch": 0.6866666666666666, |
| "grad_norm": 0.7916104793548584, |
| "learning_rate": 2.714510364706531e-06, |
| "loss": 0.0447, |
| "step": 1030 |
| }, |
| { |
| "epoch": 0.6933333333333334, |
| "grad_norm": 0.908708393573761, |
| "learning_rate": 2.611650227242102e-06, |
| "loss": 0.0472, |
| "step": 1040 |
| }, |
| { |
| "epoch": 0.7, |
| "grad_norm": 0.9671825170516968, |
| "learning_rate": 2.5100834233126827e-06, |
| "loss": 0.0436, |
| "step": 1050 |
| }, |
| { |
| "epoch": 0.7066666666666667, |
| "grad_norm": 1.308773398399353, |
| "learning_rate": 2.40986495313435e-06, |
| "loss": 0.0463, |
| "step": 1060 |
| }, |
| { |
| "epoch": 0.7133333333333334, |
| "grad_norm": 1.3807657957077026, |
| "learning_rate": 2.3110490867766644e-06, |
| "loss": 0.0448, |
| "step": 1070 |
| }, |
| { |
| "epoch": 0.72, |
| "grad_norm": 1.3277696371078491, |
| "learning_rate": 2.213689334774479e-06, |
| "loss": 0.044, |
| "step": 1080 |
| }, |
| { |
| "epoch": 0.7266666666666667, |
| "grad_norm": 0.9868770241737366, |
| "learning_rate": 2.1178384191510344e-06, |
| "loss": 0.0472, |
| "step": 1090 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 1.0900957584381104, |
| "learning_rate": 2.023548244868051e-06, |
| "loss": 0.0452, |
| "step": 1100 |
| }, |
| { |
| "epoch": 0.74, |
| "grad_norm": 0.8138989210128784, |
| "learning_rate": 1.9308698717182874e-06, |
| "loss": 0.0427, |
| "step": 1110 |
| }, |
| { |
| "epoch": 0.7466666666666667, |
| "grad_norm": 0.8212661147117615, |
| "learning_rate": 1.8398534866757455e-06, |
| "loss": 0.0443, |
| "step": 1120 |
| }, |
| { |
| "epoch": 0.7533333333333333, |
| "grad_norm": 1.044445276260376, |
| "learning_rate": 1.7505483767185583e-06, |
| "loss": 0.0458, |
| "step": 1130 |
| }, |
| { |
| "epoch": 0.76, |
| "grad_norm": 0.5079511404037476, |
| "learning_rate": 1.6630029021392007e-06, |
| "loss": 0.0442, |
| "step": 1140 |
| }, |
| { |
| "epoch": 0.7666666666666667, |
| "grad_norm": 0.7237412333488464, |
| "learning_rate": 1.5772644703565564e-06, |
| "loss": 0.0452, |
| "step": 1150 |
| }, |
| { |
| "epoch": 0.7733333333333333, |
| "grad_norm": 0.8763033747673035, |
| "learning_rate": 1.4933795102439558e-06, |
| "loss": 0.0455, |
| "step": 1160 |
| }, |
| { |
| "epoch": 0.78, |
| "grad_norm": 1.1061815023422241, |
| "learning_rate": 1.4113934469871166e-06, |
| "loss": 0.0438, |
| "step": 1170 |
| }, |
| { |
| "epoch": 0.7866666666666666, |
| "grad_norm": 0.7291052341461182, |
| "learning_rate": 1.3313506774856177e-06, |
| "loss": 0.0456, |
| "step": 1180 |
| }, |
| { |
| "epoch": 0.7933333333333333, |
| "grad_norm": 1.204575538635254, |
| "learning_rate": 1.2532945463111856e-06, |
| "loss": 0.0404, |
| "step": 1190 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 1.3751049041748047, |
| "learning_rate": 1.1772673222358421e-06, |
| "loss": 0.0413, |
| "step": 1200 |
| }, |
| { |
| "epoch": 0.8066666666666666, |
| "grad_norm": 1.4878711700439453, |
| "learning_rate": 1.1033101753426285e-06, |
| "loss": 0.0429, |
| "step": 1210 |
| }, |
| { |
| "epoch": 0.8133333333333334, |
| "grad_norm": 1.2637858390808105, |
| "learning_rate": 1.0314631547312738e-06, |
| "loss": 0.0433, |
| "step": 1220 |
| }, |
| { |
| "epoch": 0.82, |
| "grad_norm": 1.2772666215896606, |
| "learning_rate": 9.617651668308914e-07, |
| "loss": 0.0426, |
| "step": 1230 |
| }, |
| { |
| "epoch": 0.8266666666666667, |
| "grad_norm": 1.1670961380004883, |
| "learning_rate": 8.942539543314799e-07, |
| "loss": 0.0427, |
| "step": 1240 |
| }, |
| { |
| "epoch": 0.8333333333333334, |
| "grad_norm": 0.7052066922187805, |
| "learning_rate": 8.289660757455803e-07, |
| "loss": 0.0446, |
| "step": 1250 |
| }, |
| { |
| "epoch": 0.84, |
| "grad_norm": 0.9335935115814209, |
| "learning_rate": 7.659368856111926e-07, |
| "loss": 0.042, |
| "step": 1260 |
| }, |
| { |
| "epoch": 0.8466666666666667, |
| "grad_norm": 0.7948403358459473, |
| "learning_rate": 7.052005153466779e-07, |
| "loss": 0.0431, |
| "step": 1270 |
| }, |
| { |
| "epoch": 0.8533333333333334, |
| "grad_norm": 0.6615957617759705, |
| "learning_rate": 6.467898547679913e-07, |
| "loss": 0.0416, |
| "step": 1280 |
| }, |
| { |
| "epoch": 0.86, |
| "grad_norm": 1.5941344499588013, |
| "learning_rate": 5.9073653427826e-07, |
| "loss": 0.0434, |
| "step": 1290 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 2.0109755992889404, |
| "learning_rate": 5.370709077393721e-07, |
| "loss": 0.0449, |
| "step": 1300 |
| }, |
| { |
| "epoch": 0.8733333333333333, |
| "grad_norm": 1.0074939727783203, |
| "learning_rate": 4.858220360348187e-07, |
| "loss": 0.0451, |
| "step": 1310 |
| }, |
| { |
| "epoch": 0.88, |
| "grad_norm": 0.5153669118881226, |
| "learning_rate": 4.370176713327118e-07, |
| "loss": 0.0414, |
| "step": 1320 |
| }, |
| { |
| "epoch": 0.8866666666666667, |
| "grad_norm": 1.0403779745101929, |
| "learning_rate": 3.90684242057498e-07, |
| "loss": 0.0447, |
| "step": 1330 |
| }, |
| { |
| "epoch": 0.8933333333333333, |
| "grad_norm": 0.6533482074737549, |
| "learning_rate": 3.468468385785023e-07, |
| "loss": 0.0416, |
| "step": 1340 |
| }, |
| { |
| "epoch": 0.9, |
| "grad_norm": 0.667016327381134, |
| "learning_rate": 3.055291996230492e-07, |
| "loss": 0.0425, |
| "step": 1350 |
| }, |
| { |
| "epoch": 0.9066666666666666, |
| "grad_norm": 1.2378876209259033, |
| "learning_rate": 2.6675369942151864e-07, |
| "loss": 0.0419, |
| "step": 1360 |
| }, |
| { |
| "epoch": 0.9133333333333333, |
| "grad_norm": 0.6634702086448669, |
| "learning_rate": 2.3054133559131163e-07, |
| "loss": 0.0423, |
| "step": 1370 |
| }, |
| { |
| "epoch": 0.92, |
| "grad_norm": 1.4028370380401611, |
| "learning_rate": 1.9691171776626882e-07, |
| "loss": 0.0422, |
| "step": 1380 |
| }, |
| { |
| "epoch": 0.9266666666666666, |
| "grad_norm": 0.8425552845001221, |
| "learning_rate": 1.6588305697770313e-07, |
| "loss": 0.0439, |
| "step": 1390 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 0.7644001841545105, |
| "learning_rate": 1.374721557928116e-07, |
| "loss": 0.0434, |
| "step": 1400 |
| }, |
| { |
| "epoch": 0.94, |
| "grad_norm": 0.7648509740829468, |
| "learning_rate": 1.1169439921578485e-07, |
| "loss": 0.0412, |
| "step": 1410 |
| }, |
| { |
| "epoch": 0.9466666666666667, |
| "grad_norm": 0.8309645056724548, |
| "learning_rate": 8.856374635655696e-08, |
| "loss": 0.0423, |
| "step": 1420 |
| }, |
| { |
| "epoch": 0.9533333333333334, |
| "grad_norm": 1.8031718730926514, |
| "learning_rate": 6.809272287169988e-08, |
| "loss": 0.0431, |
| "step": 1430 |
| }, |
| { |
| "epoch": 0.96, |
| "grad_norm": 0.9040276408195496, |
| "learning_rate": 5.029241418156139e-08, |
| "loss": 0.045, |
| "step": 1440 |
| }, |
| { |
| "epoch": 0.9666666666666667, |
| "grad_norm": 0.5484732389450073, |
| "learning_rate": 3.517245946731529e-08, |
| "loss": 0.0419, |
| "step": 1450 |
| }, |
| { |
| "epoch": 0.9733333333333334, |
| "grad_norm": 1.3902606964111328, |
| "learning_rate": 2.27410464511707e-08, |
| "loss": 0.0436, |
| "step": 1460 |
| }, |
| { |
| "epoch": 0.98, |
| "grad_norm": 1.0929858684539795, |
| "learning_rate": 1.3004906962578723e-08, |
| "loss": 0.0416, |
| "step": 1470 |
| }, |
| { |
| "epoch": 0.9866666666666667, |
| "grad_norm": 0.9587344527244568, |
| "learning_rate": 5.969313292830126e-09, |
| "loss": 0.0447, |
| "step": 1480 |
| }, |
| { |
| "epoch": 0.9933333333333333, |
| "grad_norm": 0.8338512778282166, |
| "learning_rate": 1.638075340010814e-09, |
| "loss": 0.0418, |
| "step": 1490 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 1.1040756702423096, |
| "learning_rate": 1.3538545881042198e-11, |
| "loss": 0.0425, |
| "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": 2.2687895103073157e+18, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
