| { |
| "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": 5.994134426116943, |
| "learning_rate": 6.000000000000001e-07, |
| "loss": 0.175, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 3.399946451187134, |
| "learning_rate": 1.2666666666666669e-06, |
| "loss": 0.1042, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.02, |
| "grad_norm": 2.719925880432129, |
| "learning_rate": 1.9333333333333336e-06, |
| "loss": 0.0681, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 1.0270307064056396, |
| "learning_rate": 2.6e-06, |
| "loss": 0.0551, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.03333333333333333, |
| "grad_norm": 1.4608553647994995, |
| "learning_rate": 3.266666666666667e-06, |
| "loss": 0.0488, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 0.9024627804756165, |
| "learning_rate": 3.9333333333333335e-06, |
| "loss": 0.0438, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.04666666666666667, |
| "grad_norm": 0.9753227233886719, |
| "learning_rate": 4.600000000000001e-06, |
| "loss": 0.0373, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 1.1240687370300293, |
| "learning_rate": 5.2666666666666665e-06, |
| "loss": 0.0347, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.06, |
| "grad_norm": 1.1371411085128784, |
| "learning_rate": 5.933333333333335e-06, |
| "loss": 0.0313, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 0.7895496487617493, |
| "learning_rate": 6.600000000000001e-06, |
| "loss": 0.0296, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.07333333333333333, |
| "grad_norm": 0.7091456651687622, |
| "learning_rate": 7.266666666666668e-06, |
| "loss": 0.0288, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 0.6584561467170715, |
| "learning_rate": 7.933333333333334e-06, |
| "loss": 0.0273, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.08666666666666667, |
| "grad_norm": 0.8155165314674377, |
| "learning_rate": 8.6e-06, |
| "loss": 0.0249, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.09333333333333334, |
| "grad_norm": 0.505539059638977, |
| "learning_rate": 9.266666666666667e-06, |
| "loss": 0.0247, |
| "step": 140 |
| }, |
| { |
| "epoch": 0.1, |
| "grad_norm": 0.5572029948234558, |
| "learning_rate": 9.933333333333334e-06, |
| "loss": 0.0242, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.10666666666666667, |
| "grad_norm": 0.6190933585166931, |
| "learning_rate": 9.998903417374228e-06, |
| "loss": 0.0245, |
| "step": 160 |
| }, |
| { |
| "epoch": 0.11333333333333333, |
| "grad_norm": 0.6677952408790588, |
| "learning_rate": 9.995113378907791e-06, |
| "loss": 0.0222, |
| "step": 170 |
| }, |
| { |
| "epoch": 0.12, |
| "grad_norm": 0.7400258183479309, |
| "learning_rate": 9.988618398427495e-06, |
| "loss": 0.0223, |
| "step": 180 |
| }, |
| { |
| "epoch": 0.12666666666666668, |
| "grad_norm": 0.5202834010124207, |
| "learning_rate": 9.979421993079853e-06, |
| "loss": 0.0225, |
| "step": 190 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 0.8438924551010132, |
| "learning_rate": 9.967529142880592e-06, |
| "loss": 0.0201, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.14, |
| "grad_norm": 0.45411738753318787, |
| "learning_rate": 9.952946288017899e-06, |
| "loss": 0.02, |
| "step": 210 |
| }, |
| { |
| "epoch": 0.14666666666666667, |
| "grad_norm": 0.8377485871315002, |
| "learning_rate": 9.93568132536494e-06, |
| "loss": 0.0202, |
| "step": 220 |
| }, |
| { |
| "epoch": 0.15333333333333332, |
| "grad_norm": 0.4533974826335907, |
| "learning_rate": 9.915743604203563e-06, |
| "loss": 0.0197, |
| "step": 230 |
| }, |
| { |
| "epoch": 0.16, |
| "grad_norm": 0.454845130443573, |
| "learning_rate": 9.893143921161501e-06, |
| "loss": 0.0187, |
| "step": 240 |
| }, |
| { |
| "epoch": 0.16666666666666666, |
| "grad_norm": 0.41856563091278076, |
| "learning_rate": 9.867894514365802e-06, |
| "loss": 0.0187, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.17333333333333334, |
| "grad_norm": 0.38278889656066895, |
| "learning_rate": 9.840009056815674e-06, |
| "loss": 0.0182, |
| "step": 260 |
| }, |
| { |
| "epoch": 0.18, |
| "grad_norm": 0.25773000717163086, |
| "learning_rate": 9.809502648978311e-06, |
| "loss": 0.018, |
| "step": 270 |
| }, |
| { |
| "epoch": 0.18666666666666668, |
| "grad_norm": 0.35702040791511536, |
| "learning_rate": 9.776391810611719e-06, |
| "loss": 0.0183, |
| "step": 280 |
| }, |
| { |
| "epoch": 0.19333333333333333, |
| "grad_norm": 0.27607065439224243, |
| "learning_rate": 9.740694471818988e-06, |
| "loss": 0.0181, |
| "step": 290 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 0.4670927822589874, |
| "learning_rate": 9.702429963338812e-06, |
| "loss": 0.0171, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.20666666666666667, |
| "grad_norm": 0.5781576037406921, |
| "learning_rate": 9.661619006077562e-06, |
| "loss": 0.0176, |
| "step": 310 |
| }, |
| { |
| "epoch": 0.21333333333333335, |
| "grad_norm": 0.39511653780937195, |
| "learning_rate": 9.618283699888543e-06, |
| "loss": 0.0177, |
| "step": 320 |
| }, |
| { |
| "epoch": 0.22, |
| "grad_norm": 0.5679556727409363, |
| "learning_rate": 9.572447511604536e-06, |
| "loss": 0.0181, |
| "step": 330 |
| }, |
| { |
| "epoch": 0.22666666666666666, |
| "grad_norm": 0.425304651260376, |
| "learning_rate": 9.524135262330098e-06, |
| "loss": 0.0184, |
| "step": 340 |
| }, |
| { |
| "epoch": 0.23333333333333334, |
| "grad_norm": 0.27742236852645874, |
| "learning_rate": 9.473373114000493e-06, |
| "loss": 0.0172, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.24, |
| "grad_norm": 0.5351159572601318, |
| "learning_rate": 9.420188555214537e-06, |
| "loss": 0.0182, |
| "step": 360 |
| }, |
| { |
| "epoch": 0.24666666666666667, |
| "grad_norm": 0.3773418366909027, |
| "learning_rate": 9.364610386349048e-06, |
| "loss": 0.0167, |
| "step": 370 |
| }, |
| { |
| "epoch": 0.25333333333333335, |
| "grad_norm": 0.16971096396446228, |
| "learning_rate": 9.306668703962927e-06, |
| "loss": 0.0161, |
| "step": 380 |
| }, |
| { |
| "epoch": 0.26, |
| "grad_norm": 0.501671314239502, |
| "learning_rate": 9.246394884499334e-06, |
| "loss": 0.016, |
| "step": 390 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 0.24730581045150757, |
| "learning_rate": 9.18382156729481e-06, |
| "loss": 0.0165, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.2733333333333333, |
| "grad_norm": 0.560579776763916, |
| "learning_rate": 9.118982636904476e-06, |
| "loss": 0.0172, |
| "step": 410 |
| }, |
| { |
| "epoch": 0.28, |
| "grad_norm": 0.5397422313690186, |
| "learning_rate": 9.051913204752972e-06, |
| "loss": 0.0175, |
| "step": 420 |
| }, |
| { |
| "epoch": 0.2866666666666667, |
| "grad_norm": 0.2890060842037201, |
| "learning_rate": 8.982649590120982e-06, |
| "loss": 0.0163, |
| "step": 430 |
| }, |
| { |
| "epoch": 0.29333333333333333, |
| "grad_norm": 0.2693656086921692, |
| "learning_rate": 8.911229300477716e-06, |
| "loss": 0.016, |
| "step": 440 |
| }, |
| { |
| "epoch": 0.3, |
| "grad_norm": 0.2653290331363678, |
| "learning_rate": 8.837691011169944e-06, |
| "loss": 0.0158, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.30666666666666664, |
| "grad_norm": 0.32299572229385376, |
| "learning_rate": 8.762074544478622e-06, |
| "loss": 0.0156, |
| "step": 460 |
| }, |
| { |
| "epoch": 0.31333333333333335, |
| "grad_norm": 0.365024209022522, |
| "learning_rate": 8.68442084805442e-06, |
| "loss": 0.0165, |
| "step": 470 |
| }, |
| { |
| "epoch": 0.32, |
| "grad_norm": 0.2508654296398163, |
| "learning_rate": 8.604771972743848e-06, |
| "loss": 0.0168, |
| "step": 480 |
| }, |
| { |
| "epoch": 0.32666666666666666, |
| "grad_norm": 0.48612648248672485, |
| "learning_rate": 8.523171049817974e-06, |
| "loss": 0.0162, |
| "step": 490 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 0.3079134523868561, |
| "learning_rate": 8.439662267616093e-06, |
| "loss": 0.0157, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.34, |
| "grad_norm": 0.343406081199646, |
| "learning_rate": 8.354290847616954e-06, |
| "loss": 0.0154, |
| "step": 510 |
| }, |
| { |
| "epoch": 0.3466666666666667, |
| "grad_norm": 0.37056300044059753, |
| "learning_rate": 8.267103019950529e-06, |
| "loss": 0.0149, |
| "step": 520 |
| }, |
| { |
| "epoch": 0.35333333333333333, |
| "grad_norm": 0.3414982557296753, |
| "learning_rate": 8.178145998363585e-06, |
| "loss": 0.0154, |
| "step": 530 |
| }, |
| { |
| "epoch": 0.36, |
| "grad_norm": 0.288027286529541, |
| "learning_rate": 8.087467954652608e-06, |
| "loss": 0.016, |
| "step": 540 |
| }, |
| { |
| "epoch": 0.36666666666666664, |
| "grad_norm": 0.5601997971534729, |
| "learning_rate": 7.99511799257793e-06, |
| "loss": 0.0157, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.37333333333333335, |
| "grad_norm": 0.31381815671920776, |
| "learning_rate": 7.901146121273165e-06, |
| "loss": 0.015, |
| "step": 560 |
| }, |
| { |
| "epoch": 0.38, |
| "grad_norm": 0.4023382067680359, |
| "learning_rate": 7.80560322816439e-06, |
| "loss": 0.015, |
| "step": 570 |
| }, |
| { |
| "epoch": 0.38666666666666666, |
| "grad_norm": 0.31351611018180847, |
| "learning_rate": 7.7085410514137e-06, |
| "loss": 0.0156, |
| "step": 580 |
| }, |
| { |
| "epoch": 0.3933333333333333, |
| "grad_norm": 0.3770540952682495, |
| "learning_rate": 7.610012151902091e-06, |
| "loss": 0.0147, |
| "step": 590 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 0.36185187101364136, |
| "learning_rate": 7.510069884766802e-06, |
| "loss": 0.0147, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.4066666666666667, |
| "grad_norm": 0.3803247809410095, |
| "learning_rate": 7.408768370508577e-06, |
| "loss": 0.0152, |
| "step": 610 |
| }, |
| { |
| "epoch": 0.41333333333333333, |
| "grad_norm": 0.27621161937713623, |
| "learning_rate": 7.3061624656844544e-06, |
| "loss": 0.0153, |
| "step": 620 |
| }, |
| { |
| "epoch": 0.42, |
| "grad_norm": 0.2006918489933014, |
| "learning_rate": 7.2023077332019755e-06, |
| "loss": 0.0146, |
| "step": 630 |
| }, |
| { |
| "epoch": 0.4266666666666667, |
| "grad_norm": 0.2993927001953125, |
| "learning_rate": 7.0972604122308865e-06, |
| "loss": 0.0141, |
| "step": 640 |
| }, |
| { |
| "epoch": 0.43333333333333335, |
| "grad_norm": 0.46337828040122986, |
| "learning_rate": 6.991077387748643e-06, |
| "loss": 0.0142, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.44, |
| "grad_norm": 0.282240092754364, |
| "learning_rate": 6.883816159736187e-06, |
| "loss": 0.0144, |
| "step": 660 |
| }, |
| { |
| "epoch": 0.44666666666666666, |
| "grad_norm": 0.4149034023284912, |
| "learning_rate": 6.775534812040686e-06, |
| "loss": 0.0143, |
| "step": 670 |
| }, |
| { |
| "epoch": 0.4533333333333333, |
| "grad_norm": 0.3922434449195862, |
| "learning_rate": 6.666291980922122e-06, |
| "loss": 0.0137, |
| "step": 680 |
| }, |
| { |
| "epoch": 0.46, |
| "grad_norm": 0.5721436738967896, |
| "learning_rate": 6.556146823300701e-06, |
| "loss": 0.0136, |
| "step": 690 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 0.34256666898727417, |
| "learning_rate": 6.445158984722358e-06, |
| "loss": 0.014, |
| "step": 700 |
| }, |
| { |
| "epoch": 0.47333333333333333, |
| "grad_norm": 0.24049052596092224, |
| "learning_rate": 6.3333885670596285e-06, |
| "loss": 0.0148, |
| "step": 710 |
| }, |
| { |
| "epoch": 0.48, |
| "grad_norm": 0.46388548612594604, |
| "learning_rate": 6.220896095965428e-06, |
| "loss": 0.0139, |
| "step": 720 |
| }, |
| { |
| "epoch": 0.4866666666666667, |
| "grad_norm": 0.22854427993297577, |
| "learning_rate": 6.107742488097338e-06, |
| "loss": 0.0141, |
| "step": 730 |
| }, |
| { |
| "epoch": 0.49333333333333335, |
| "grad_norm": 0.5968183279037476, |
| "learning_rate": 5.993989018130173e-06, |
| "loss": 0.014, |
| "step": 740 |
| }, |
| { |
| "epoch": 0.5, |
| "grad_norm": 0.4249207675457001, |
| "learning_rate": 5.879697285574655e-06, |
| "loss": 0.0138, |
| "step": 750 |
| }, |
| { |
| "epoch": 0.5066666666666667, |
| "grad_norm": 0.2231101244688034, |
| "learning_rate": 5.764929181420191e-06, |
| "loss": 0.014, |
| "step": 760 |
| }, |
| { |
| "epoch": 0.5133333333333333, |
| "grad_norm": 0.36653780937194824, |
| "learning_rate": 5.649746854619814e-06, |
| "loss": 0.0139, |
| "step": 770 |
| }, |
| { |
| "epoch": 0.52, |
| "grad_norm": 0.19588175415992737, |
| "learning_rate": 5.5342126784354265e-06, |
| "loss": 0.0134, |
| "step": 780 |
| }, |
| { |
| "epoch": 0.5266666666666666, |
| "grad_norm": 0.24854260683059692, |
| "learning_rate": 5.41838921666158e-06, |
| "loss": 0.014, |
| "step": 790 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 0.3001134693622589, |
| "learning_rate": 5.3023391897460715e-06, |
| "loss": 0.0131, |
| "step": 800 |
| }, |
| { |
| "epoch": 0.54, |
| "grad_norm": 0.49862706661224365, |
| "learning_rate": 5.18612544082573e-06, |
| "loss": 0.0137, |
| "step": 810 |
| }, |
| { |
| "epoch": 0.5466666666666666, |
| "grad_norm": 0.26323696970939636, |
| "learning_rate": 5.069810901695727e-06, |
| "loss": 0.014, |
| "step": 820 |
| }, |
| { |
| "epoch": 0.5533333333333333, |
| "grad_norm": 0.28076741099357605, |
| "learning_rate": 4.953458558730917e-06, |
| "loss": 0.0139, |
| "step": 830 |
| }, |
| { |
| "epoch": 0.56, |
| "grad_norm": 0.3357063829898834, |
| "learning_rate": 4.837131418777595e-06, |
| "loss": 0.0136, |
| "step": 840 |
| }, |
| { |
| "epoch": 0.5666666666666667, |
| "grad_norm": 0.24067562818527222, |
| "learning_rate": 4.720892475034181e-06, |
| "loss": 0.0135, |
| "step": 850 |
| }, |
| { |
| "epoch": 0.5733333333333334, |
| "grad_norm": 0.25916463136672974, |
| "learning_rate": 4.604804672939295e-06, |
| "loss": 0.0136, |
| "step": 860 |
| }, |
| { |
| "epoch": 0.58, |
| "grad_norm": 0.20351918041706085, |
| "learning_rate": 4.4889308760856826e-06, |
| "loss": 0.0133, |
| "step": 870 |
| }, |
| { |
| "epoch": 0.5866666666666667, |
| "grad_norm": 0.4371054172515869, |
| "learning_rate": 4.373333832178478e-06, |
| "loss": 0.0134, |
| "step": 880 |
| }, |
| { |
| "epoch": 0.5933333333333334, |
| "grad_norm": 0.39079660177230835, |
| "learning_rate": 4.258076139056217e-06, |
| "loss": 0.013, |
| "step": 890 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 0.4381239116191864, |
| "learning_rate": 4.143220210792993e-06, |
| "loss": 0.0132, |
| "step": 900 |
| }, |
| { |
| "epoch": 0.6066666666666667, |
| "grad_norm": 0.3160956799983978, |
| "learning_rate": 4.028828243900141e-06, |
| "loss": 0.0129, |
| "step": 910 |
| }, |
| { |
| "epoch": 0.6133333333333333, |
| "grad_norm": 0.2651028633117676, |
| "learning_rate": 3.914962183645733e-06, |
| "loss": 0.0129, |
| "step": 920 |
| }, |
| { |
| "epoch": 0.62, |
| "grad_norm": 0.3607714772224426, |
| "learning_rate": 3.8016836905101157e-06, |
| "loss": 0.0133, |
| "step": 930 |
| }, |
| { |
| "epoch": 0.6266666666666667, |
| "grad_norm": 0.36503130197525024, |
| "learning_rate": 3.6890541067956775e-06, |
| "loss": 0.0134, |
| "step": 940 |
| }, |
| { |
| "epoch": 0.6333333333333333, |
| "grad_norm": 0.17073476314544678, |
| "learning_rate": 3.577134423408906e-06, |
| "loss": 0.0136, |
| "step": 950 |
| }, |
| { |
| "epoch": 0.64, |
| "grad_norm": 0.17764368653297424, |
| "learning_rate": 3.465985246832739e-06, |
| "loss": 0.0132, |
| "step": 960 |
| }, |
| { |
| "epoch": 0.6466666666666666, |
| "grad_norm": 0.2625918984413147, |
| "learning_rate": 3.355666766307084e-06, |
| "loss": 0.0129, |
| "step": 970 |
| }, |
| { |
| "epoch": 0.6533333333333333, |
| "grad_norm": 0.2430090755224228, |
| "learning_rate": 3.246238721235283e-06, |
| "loss": 0.0126, |
| "step": 980 |
| }, |
| { |
| "epoch": 0.66, |
| "grad_norm": 0.19679400324821472, |
| "learning_rate": 3.137760368834169e-06, |
| "loss": 0.0124, |
| "step": 990 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 0.16957494616508484, |
| "learning_rate": 3.030290452045245e-06, |
| "loss": 0.0121, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.6733333333333333, |
| "grad_norm": 0.14903229475021362, |
| "learning_rate": 2.9238871677243354e-06, |
| "loss": 0.0122, |
| "step": 1010 |
| }, |
| { |
| "epoch": 0.68, |
| "grad_norm": 0.3105601370334625, |
| "learning_rate": 2.818608135126967e-06, |
| "loss": 0.0129, |
| "step": 1020 |
| }, |
| { |
| "epoch": 0.6866666666666666, |
| "grad_norm": 0.2961723506450653, |
| "learning_rate": 2.714510364706531e-06, |
| "loss": 0.0126, |
| "step": 1030 |
| }, |
| { |
| "epoch": 0.6933333333333334, |
| "grad_norm": 0.3342641294002533, |
| "learning_rate": 2.611650227242102e-06, |
| "loss": 0.0132, |
| "step": 1040 |
| }, |
| { |
| "epoch": 0.7, |
| "grad_norm": 0.20333339273929596, |
| "learning_rate": 2.5100834233126827e-06, |
| "loss": 0.0122, |
| "step": 1050 |
| }, |
| { |
| "epoch": 0.7066666666666667, |
| "grad_norm": 0.3329560458660126, |
| "learning_rate": 2.40986495313435e-06, |
| "loss": 0.0119, |
| "step": 1060 |
| }, |
| { |
| "epoch": 0.7133333333333334, |
| "grad_norm": 0.22609993815422058, |
| "learning_rate": 2.3110490867766644e-06, |
| "loss": 0.0123, |
| "step": 1070 |
| }, |
| { |
| "epoch": 0.72, |
| "grad_norm": 0.227346271276474, |
| "learning_rate": 2.213689334774479e-06, |
| "loss": 0.0126, |
| "step": 1080 |
| }, |
| { |
| "epoch": 0.7266666666666667, |
| "grad_norm": 0.24375805258750916, |
| "learning_rate": 2.1178384191510344e-06, |
| "loss": 0.0123, |
| "step": 1090 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 0.42897361516952515, |
| "learning_rate": 2.023548244868051e-06, |
| "loss": 0.0119, |
| "step": 1100 |
| }, |
| { |
| "epoch": 0.74, |
| "grad_norm": 0.18579314649105072, |
| "learning_rate": 1.9308698717182874e-06, |
| "loss": 0.0118, |
| "step": 1110 |
| }, |
| { |
| "epoch": 0.7466666666666667, |
| "grad_norm": 0.31094327569007874, |
| "learning_rate": 1.8398534866757455e-06, |
| "loss": 0.0123, |
| "step": 1120 |
| }, |
| { |
| "epoch": 0.7533333333333333, |
| "grad_norm": 0.19215841591358185, |
| "learning_rate": 1.7505483767185583e-06, |
| "loss": 0.012, |
| "step": 1130 |
| }, |
| { |
| "epoch": 0.76, |
| "grad_norm": 0.2373524308204651, |
| "learning_rate": 1.6630029021392007e-06, |
| "loss": 0.0119, |
| "step": 1140 |
| }, |
| { |
| "epoch": 0.7666666666666667, |
| "grad_norm": 0.2096996158361435, |
| "learning_rate": 1.5772644703565564e-06, |
| "loss": 0.0116, |
| "step": 1150 |
| }, |
| { |
| "epoch": 0.7733333333333333, |
| "grad_norm": 0.15444570779800415, |
| "learning_rate": 1.4933795102439558e-06, |
| "loss": 0.0117, |
| "step": 1160 |
| }, |
| { |
| "epoch": 0.78, |
| "grad_norm": 0.23972508311271667, |
| "learning_rate": 1.4113934469871166e-06, |
| "loss": 0.0121, |
| "step": 1170 |
| }, |
| { |
| "epoch": 0.7866666666666666, |
| "grad_norm": 0.2645227015018463, |
| "learning_rate": 1.3313506774856177e-06, |
| "loss": 0.0117, |
| "step": 1180 |
| }, |
| { |
| "epoch": 0.7933333333333333, |
| "grad_norm": 0.2004222571849823, |
| "learning_rate": 1.2532945463111856e-06, |
| "loss": 0.0118, |
| "step": 1190 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 0.16215702891349792, |
| "learning_rate": 1.1772673222358421e-06, |
| "loss": 0.0115, |
| "step": 1200 |
| }, |
| { |
| "epoch": 0.8066666666666666, |
| "grad_norm": 0.31943339109420776, |
| "learning_rate": 1.1033101753426285e-06, |
| "loss": 0.0113, |
| "step": 1210 |
| }, |
| { |
| "epoch": 0.8133333333333334, |
| "grad_norm": 0.3029946982860565, |
| "learning_rate": 1.0314631547312738e-06, |
| "loss": 0.0118, |
| "step": 1220 |
| }, |
| { |
| "epoch": 0.82, |
| "grad_norm": 0.2504347860813141, |
| "learning_rate": 9.617651668308914e-07, |
| "loss": 0.0113, |
| "step": 1230 |
| }, |
| { |
| "epoch": 0.8266666666666667, |
| "grad_norm": 0.2231006771326065, |
| "learning_rate": 8.942539543314799e-07, |
| "loss": 0.0116, |
| "step": 1240 |
| }, |
| { |
| "epoch": 0.8333333333333334, |
| "grad_norm": 0.3094524145126343, |
| "learning_rate": 8.289660757455803e-07, |
| "loss": 0.0114, |
| "step": 1250 |
| }, |
| { |
| "epoch": 0.84, |
| "grad_norm": 0.2513866126537323, |
| "learning_rate": 7.659368856111926e-07, |
| "loss": 0.0115, |
| "step": 1260 |
| }, |
| { |
| "epoch": 0.8466666666666667, |
| "grad_norm": 0.23681369423866272, |
| "learning_rate": 7.052005153466779e-07, |
| "loss": 0.0117, |
| "step": 1270 |
| }, |
| { |
| "epoch": 0.8533333333333334, |
| "grad_norm": 0.1608186662197113, |
| "learning_rate": 6.467898547679913e-07, |
| "loss": 0.0105, |
| "step": 1280 |
| }, |
| { |
| "epoch": 0.86, |
| "grad_norm": 0.24096722900867462, |
| "learning_rate": 5.9073653427826e-07, |
| "loss": 0.0113, |
| "step": 1290 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 0.28255495429039, |
| "learning_rate": 5.370709077393721e-07, |
| "loss": 0.0118, |
| "step": 1300 |
| }, |
| { |
| "epoch": 0.8733333333333333, |
| "grad_norm": 0.3056003749370575, |
| "learning_rate": 4.858220360348187e-07, |
| "loss": 0.0115, |
| "step": 1310 |
| }, |
| { |
| "epoch": 0.88, |
| "grad_norm": 0.13782945275306702, |
| "learning_rate": 4.370176713327118e-07, |
| "loss": 0.0111, |
| "step": 1320 |
| }, |
| { |
| "epoch": 0.8866666666666667, |
| "grad_norm": 0.2869226336479187, |
| "learning_rate": 3.90684242057498e-07, |
| "loss": 0.0116, |
| "step": 1330 |
| }, |
| { |
| "epoch": 0.8933333333333333, |
| "grad_norm": 0.191489115357399, |
| "learning_rate": 3.468468385785023e-07, |
| "loss": 0.0111, |
| "step": 1340 |
| }, |
| { |
| "epoch": 0.9, |
| "grad_norm": 0.34388700127601624, |
| "learning_rate": 3.055291996230492e-07, |
| "loss": 0.0117, |
| "step": 1350 |
| }, |
| { |
| "epoch": 0.9066666666666666, |
| "grad_norm": 0.5081269145011902, |
| "learning_rate": 2.6675369942151864e-07, |
| "loss": 0.0112, |
| "step": 1360 |
| }, |
| { |
| "epoch": 0.9133333333333333, |
| "grad_norm": 0.16801099479198456, |
| "learning_rate": 2.3054133559131163e-07, |
| "loss": 0.0112, |
| "step": 1370 |
| }, |
| { |
| "epoch": 0.92, |
| "grad_norm": 0.16556338965892792, |
| "learning_rate": 1.9691171776626882e-07, |
| "loss": 0.0115, |
| "step": 1380 |
| }, |
| { |
| "epoch": 0.9266666666666666, |
| "grad_norm": 0.2073337435722351, |
| "learning_rate": 1.6588305697770313e-07, |
| "loss": 0.012, |
| "step": 1390 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 0.254895955324173, |
| "learning_rate": 1.374721557928116e-07, |
| "loss": 0.0113, |
| "step": 1400 |
| }, |
| { |
| "epoch": 0.94, |
| "grad_norm": 0.27769893407821655, |
| "learning_rate": 1.1169439921578485e-07, |
| "loss": 0.0112, |
| "step": 1410 |
| }, |
| { |
| "epoch": 0.9466666666666667, |
| "grad_norm": 0.16233797371387482, |
| "learning_rate": 8.856374635655696e-08, |
| "loss": 0.0116, |
| "step": 1420 |
| }, |
| { |
| "epoch": 0.9533333333333334, |
| "grad_norm": 0.23681287467479706, |
| "learning_rate": 6.809272287169988e-08, |
| "loss": 0.0112, |
| "step": 1430 |
| }, |
| { |
| "epoch": 0.96, |
| "grad_norm": 0.25841930508613586, |
| "learning_rate": 5.029241418156139e-08, |
| "loss": 0.0116, |
| "step": 1440 |
| }, |
| { |
| "epoch": 0.9666666666666667, |
| "grad_norm": 0.17749659717082977, |
| "learning_rate": 3.517245946731529e-08, |
| "loss": 0.0113, |
| "step": 1450 |
| }, |
| { |
| "epoch": 0.9733333333333334, |
| "grad_norm": 0.29562607407569885, |
| "learning_rate": 2.27410464511707e-08, |
| "loss": 0.0116, |
| "step": 1460 |
| }, |
| { |
| "epoch": 0.98, |
| "grad_norm": 0.24327848851680756, |
| "learning_rate": 1.3004906962578723e-08, |
| "loss": 0.0111, |
| "step": 1470 |
| }, |
| { |
| "epoch": 0.9866666666666667, |
| "grad_norm": 0.3031357228755951, |
| "learning_rate": 5.969313292830126e-09, |
| "loss": 0.0113, |
| "step": 1480 |
| }, |
| { |
| "epoch": 0.9933333333333333, |
| "grad_norm": 0.22128340601921082, |
| "learning_rate": 1.638075340010814e-09, |
| "loss": 0.0108, |
| "step": 1490 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 0.2441670298576355, |
| "learning_rate": 1.3538545881042198e-11, |
| "loss": 0.0115, |
| "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": 8.67600989843515e+18, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
