| { |
| "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": 5.007427215576172, |
| "learning_rate": 6.000000000000001e-07, |
| "loss": 0.1589, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 0.6861873269081116, |
| "learning_rate": 1.2666666666666669e-06, |
| "loss": 0.1004, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.02, |
| "grad_norm": 1.0730198621749878, |
| "learning_rate": 1.9333333333333336e-06, |
| "loss": 0.0683, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 0.8564884662628174, |
| "learning_rate": 2.6e-06, |
| "loss": 0.0567, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.03333333333333333, |
| "grad_norm": 1.2207591533660889, |
| "learning_rate": 3.266666666666667e-06, |
| "loss": 0.0475, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 0.5627862811088562, |
| "learning_rate": 3.9333333333333335e-06, |
| "loss": 0.0411, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.04666666666666667, |
| "grad_norm": 0.6807485818862915, |
| "learning_rate": 4.600000000000001e-06, |
| "loss": 0.038, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 0.49936825037002563, |
| "learning_rate": 5.2666666666666665e-06, |
| "loss": 0.0357, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.06, |
| "grad_norm": 0.28609421849250793, |
| "learning_rate": 5.933333333333335e-06, |
| "loss": 0.0344, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 0.4019889235496521, |
| "learning_rate": 6.600000000000001e-06, |
| "loss": 0.0332, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.07333333333333333, |
| "grad_norm": 0.2754182517528534, |
| "learning_rate": 7.266666666666668e-06, |
| "loss": 0.0311, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 0.3996354937553406, |
| "learning_rate": 7.933333333333334e-06, |
| "loss": 0.0307, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.08666666666666667, |
| "grad_norm": 0.363582968711853, |
| "learning_rate": 8.6e-06, |
| "loss": 0.0308, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.09333333333333334, |
| "grad_norm": 0.38916730880737305, |
| "learning_rate": 9.266666666666667e-06, |
| "loss": 0.0296, |
| "step": 140 |
| }, |
| { |
| "epoch": 0.1, |
| "grad_norm": 0.3249911069869995, |
| "learning_rate": 9.933333333333334e-06, |
| "loss": 0.03, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.10666666666666667, |
| "grad_norm": 0.2830469310283661, |
| "learning_rate": 9.998903417374228e-06, |
| "loss": 0.0299, |
| "step": 160 |
| }, |
| { |
| "epoch": 0.11333333333333333, |
| "grad_norm": 0.2858718931674957, |
| "learning_rate": 9.995113378907791e-06, |
| "loss": 0.029, |
| "step": 170 |
| }, |
| { |
| "epoch": 0.12, |
| "grad_norm": 0.3173503875732422, |
| "learning_rate": 9.988618398427495e-06, |
| "loss": 0.0291, |
| "step": 180 |
| }, |
| { |
| "epoch": 0.12666666666666668, |
| "grad_norm": 0.2557450532913208, |
| "learning_rate": 9.979421993079853e-06, |
| "loss": 0.0279, |
| "step": 190 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 0.24146929383277893, |
| "learning_rate": 9.967529142880592e-06, |
| "loss": 0.0274, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.14, |
| "grad_norm": 0.30874210596084595, |
| "learning_rate": 9.952946288017899e-06, |
| "loss": 0.0271, |
| "step": 210 |
| }, |
| { |
| "epoch": 0.14666666666666667, |
| "grad_norm": 0.24789240956306458, |
| "learning_rate": 9.93568132536494e-06, |
| "loss": 0.0276, |
| "step": 220 |
| }, |
| { |
| "epoch": 0.15333333333333332, |
| "grad_norm": 0.26219287514686584, |
| "learning_rate": 9.915743604203563e-06, |
| "loss": 0.0272, |
| "step": 230 |
| }, |
| { |
| "epoch": 0.16, |
| "grad_norm": 0.34218502044677734, |
| "learning_rate": 9.893143921161501e-06, |
| "loss": 0.0269, |
| "step": 240 |
| }, |
| { |
| "epoch": 0.16666666666666666, |
| "grad_norm": 0.22423240542411804, |
| "learning_rate": 9.867894514365802e-06, |
| "loss": 0.0265, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.17333333333333334, |
| "grad_norm": 0.21368414163589478, |
| "learning_rate": 9.840009056815674e-06, |
| "loss": 0.0269, |
| "step": 260 |
| }, |
| { |
| "epoch": 0.18, |
| "grad_norm": 0.32033297419548035, |
| "learning_rate": 9.809502648978311e-06, |
| "loss": 0.0267, |
| "step": 270 |
| }, |
| { |
| "epoch": 0.18666666666666668, |
| "grad_norm": 0.25767120718955994, |
| "learning_rate": 9.776391810611719e-06, |
| "loss": 0.0264, |
| "step": 280 |
| }, |
| { |
| "epoch": 0.19333333333333333, |
| "grad_norm": 0.17641927301883698, |
| "learning_rate": 9.740694471818988e-06, |
| "loss": 0.0268, |
| "step": 290 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 0.18101456761360168, |
| "learning_rate": 9.702429963338812e-06, |
| "loss": 0.0264, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.20666666666666667, |
| "grad_norm": 0.10780258476734161, |
| "learning_rate": 9.661619006077562e-06, |
| "loss": 0.0261, |
| "step": 310 |
| }, |
| { |
| "epoch": 0.21333333333333335, |
| "grad_norm": 0.21090687811374664, |
| "learning_rate": 9.618283699888543e-06, |
| "loss": 0.026, |
| "step": 320 |
| }, |
| { |
| "epoch": 0.22, |
| "grad_norm": 0.21452632546424866, |
| "learning_rate": 9.572447511604536e-06, |
| "loss": 0.025, |
| "step": 330 |
| }, |
| { |
| "epoch": 0.22666666666666666, |
| "grad_norm": 0.24952077865600586, |
| "learning_rate": 9.524135262330098e-06, |
| "loss": 0.0259, |
| "step": 340 |
| }, |
| { |
| "epoch": 0.23333333333333334, |
| "grad_norm": 0.1787034124135971, |
| "learning_rate": 9.473373114000493e-06, |
| "loss": 0.0259, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.24, |
| "grad_norm": 0.11072325706481934, |
| "learning_rate": 9.420188555214537e-06, |
| "loss": 0.0252, |
| "step": 360 |
| }, |
| { |
| "epoch": 0.24666666666666667, |
| "grad_norm": 0.2648320496082306, |
| "learning_rate": 9.364610386349048e-06, |
| "loss": 0.0256, |
| "step": 370 |
| }, |
| { |
| "epoch": 0.25333333333333335, |
| "grad_norm": 0.10721127688884735, |
| "learning_rate": 9.306668703962927e-06, |
| "loss": 0.0259, |
| "step": 380 |
| }, |
| { |
| "epoch": 0.26, |
| "grad_norm": 0.16879712045192719, |
| "learning_rate": 9.246394884499334e-06, |
| "loss": 0.0256, |
| "step": 390 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 0.18450625240802765, |
| "learning_rate": 9.18382156729481e-06, |
| "loss": 0.0258, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.2733333333333333, |
| "grad_norm": 0.1653374284505844, |
| "learning_rate": 9.118982636904476e-06, |
| "loss": 0.0253, |
| "step": 410 |
| }, |
| { |
| "epoch": 0.28, |
| "grad_norm": 0.12620121240615845, |
| "learning_rate": 9.051913204752972e-06, |
| "loss": 0.0249, |
| "step": 420 |
| }, |
| { |
| "epoch": 0.2866666666666667, |
| "grad_norm": 0.11288323998451233, |
| "learning_rate": 8.982649590120982e-06, |
| "loss": 0.0252, |
| "step": 430 |
| }, |
| { |
| "epoch": 0.29333333333333333, |
| "grad_norm": 0.20224295556545258, |
| "learning_rate": 8.911229300477716e-06, |
| "loss": 0.0253, |
| "step": 440 |
| }, |
| { |
| "epoch": 0.3, |
| "grad_norm": 0.22105106711387634, |
| "learning_rate": 8.837691011169944e-06, |
| "loss": 0.0255, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.30666666666666664, |
| "grad_norm": 0.137141153216362, |
| "learning_rate": 8.762074544478622e-06, |
| "loss": 0.0252, |
| "step": 460 |
| }, |
| { |
| "epoch": 0.31333333333333335, |
| "grad_norm": 0.22038190066814423, |
| "learning_rate": 8.68442084805442e-06, |
| "loss": 0.0253, |
| "step": 470 |
| }, |
| { |
| "epoch": 0.32, |
| "grad_norm": 0.15362399816513062, |
| "learning_rate": 8.604771972743848e-06, |
| "loss": 0.0252, |
| "step": 480 |
| }, |
| { |
| "epoch": 0.32666666666666666, |
| "grad_norm": 0.11538795381784439, |
| "learning_rate": 8.523171049817974e-06, |
| "loss": 0.0262, |
| "step": 490 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 0.19763539731502533, |
| "learning_rate": 8.439662267616093e-06, |
| "loss": 0.0251, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.34, |
| "grad_norm": 0.19699627161026, |
| "learning_rate": 8.354290847616954e-06, |
| "loss": 0.0243, |
| "step": 510 |
| }, |
| { |
| "epoch": 0.3466666666666667, |
| "grad_norm": 0.14615878462791443, |
| "learning_rate": 8.267103019950529e-06, |
| "loss": 0.0251, |
| "step": 520 |
| }, |
| { |
| "epoch": 0.35333333333333333, |
| "grad_norm": 0.1870644986629486, |
| "learning_rate": 8.178145998363585e-06, |
| "loss": 0.0241, |
| "step": 530 |
| }, |
| { |
| "epoch": 0.36, |
| "grad_norm": 0.11355578154325485, |
| "learning_rate": 8.087467954652608e-06, |
| "loss": 0.0249, |
| "step": 540 |
| }, |
| { |
| "epoch": 0.36666666666666664, |
| "grad_norm": 0.12107926607131958, |
| "learning_rate": 7.99511799257793e-06, |
| "loss": 0.0249, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.37333333333333335, |
| "grad_norm": 0.2409648448228836, |
| "learning_rate": 7.901146121273165e-06, |
| "loss": 0.0246, |
| "step": 560 |
| }, |
| { |
| "epoch": 0.38, |
| "grad_norm": 0.17985346913337708, |
| "learning_rate": 7.80560322816439e-06, |
| "loss": 0.0249, |
| "step": 570 |
| }, |
| { |
| "epoch": 0.38666666666666666, |
| "grad_norm": 0.13324233889579773, |
| "learning_rate": 7.7085410514137e-06, |
| "loss": 0.0247, |
| "step": 580 |
| }, |
| { |
| "epoch": 0.3933333333333333, |
| "grad_norm": 0.10812277346849442, |
| "learning_rate": 7.610012151902091e-06, |
| "loss": 0.0251, |
| "step": 590 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 0.10378154367208481, |
| "learning_rate": 7.510069884766802e-06, |
| "loss": 0.025, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.4066666666666667, |
| "grad_norm": 0.09168791770935059, |
| "learning_rate": 7.408768370508577e-06, |
| "loss": 0.0252, |
| "step": 610 |
| }, |
| { |
| "epoch": 0.41333333333333333, |
| "grad_norm": 0.12985758483409882, |
| "learning_rate": 7.3061624656844544e-06, |
| "loss": 0.0253, |
| "step": 620 |
| }, |
| { |
| "epoch": 0.42, |
| "grad_norm": 0.15318305790424347, |
| "learning_rate": 7.2023077332019755e-06, |
| "loss": 0.0248, |
| "step": 630 |
| }, |
| { |
| "epoch": 0.4266666666666667, |
| "grad_norm": 0.16734816133975983, |
| "learning_rate": 7.0972604122308865e-06, |
| "loss": 0.0254, |
| "step": 640 |
| }, |
| { |
| "epoch": 0.43333333333333335, |
| "grad_norm": 0.0794856995344162, |
| "learning_rate": 6.991077387748643e-06, |
| "loss": 0.0255, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.44, |
| "grad_norm": 0.07696572691202164, |
| "learning_rate": 6.883816159736187e-06, |
| "loss": 0.025, |
| "step": 660 |
| }, |
| { |
| "epoch": 0.44666666666666666, |
| "grad_norm": 0.16848257184028625, |
| "learning_rate": 6.775534812040686e-06, |
| "loss": 0.0244, |
| "step": 670 |
| }, |
| { |
| "epoch": 0.4533333333333333, |
| "grad_norm": 0.16753967106342316, |
| "learning_rate": 6.666291980922122e-06, |
| "loss": 0.0253, |
| "step": 680 |
| }, |
| { |
| "epoch": 0.46, |
| "grad_norm": 0.1586512327194214, |
| "learning_rate": 6.556146823300701e-06, |
| "loss": 0.0248, |
| "step": 690 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 0.18935298919677734, |
| "learning_rate": 6.445158984722358e-06, |
| "loss": 0.0249, |
| "step": 700 |
| }, |
| { |
| "epoch": 0.47333333333333333, |
| "grad_norm": 0.1265689581632614, |
| "learning_rate": 6.3333885670596285e-06, |
| "loss": 0.0249, |
| "step": 710 |
| }, |
| { |
| "epoch": 0.48, |
| "grad_norm": 0.1812032014131546, |
| "learning_rate": 6.220896095965428e-06, |
| "loss": 0.0254, |
| "step": 720 |
| }, |
| { |
| "epoch": 0.4866666666666667, |
| "grad_norm": 0.18114884197711945, |
| "learning_rate": 6.107742488097338e-06, |
| "loss": 0.0257, |
| "step": 730 |
| }, |
| { |
| "epoch": 0.49333333333333335, |
| "grad_norm": 0.16141660511493683, |
| "learning_rate": 5.993989018130173e-06, |
| "loss": 0.0259, |
| "step": 740 |
| }, |
| { |
| "epoch": 0.5, |
| "grad_norm": 0.07809499651193619, |
| "learning_rate": 5.879697285574655e-06, |
| "loss": 0.0249, |
| "step": 750 |
| }, |
| { |
| "epoch": 0.5066666666666667, |
| "grad_norm": 0.09137459099292755, |
| "learning_rate": 5.764929181420191e-06, |
| "loss": 0.0247, |
| "step": 760 |
| }, |
| { |
| "epoch": 0.5133333333333333, |
| "grad_norm": 0.07189946621656418, |
| "learning_rate": 5.649746854619814e-06, |
| "loss": 0.0257, |
| "step": 770 |
| }, |
| { |
| "epoch": 0.52, |
| "grad_norm": 0.10245739668607712, |
| "learning_rate": 5.5342126784354265e-06, |
| "loss": 0.0254, |
| "step": 780 |
| }, |
| { |
| "epoch": 0.5266666666666666, |
| "grad_norm": 0.0899691954255104, |
| "learning_rate": 5.41838921666158e-06, |
| "loss": 0.0248, |
| "step": 790 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 0.08899939060211182, |
| "learning_rate": 5.3023391897460715e-06, |
| "loss": 0.0252, |
| "step": 800 |
| }, |
| { |
| "epoch": 0.54, |
| "grad_norm": 0.10353093594312668, |
| "learning_rate": 5.18612544082573e-06, |
| "loss": 0.0248, |
| "step": 810 |
| }, |
| { |
| "epoch": 0.5466666666666666, |
| "grad_norm": 0.06642293930053711, |
| "learning_rate": 5.069810901695727e-06, |
| "loss": 0.0252, |
| "step": 820 |
| }, |
| { |
| "epoch": 0.5533333333333333, |
| "grad_norm": 0.14880052208900452, |
| "learning_rate": 4.953458558730917e-06, |
| "loss": 0.0251, |
| "step": 830 |
| }, |
| { |
| "epoch": 0.56, |
| "grad_norm": 0.1822444200515747, |
| "learning_rate": 4.837131418777595e-06, |
| "loss": 0.0247, |
| "step": 840 |
| }, |
| { |
| "epoch": 0.5666666666666667, |
| "grad_norm": 0.1297464668750763, |
| "learning_rate": 4.720892475034181e-06, |
| "loss": 0.0245, |
| "step": 850 |
| }, |
| { |
| "epoch": 0.5733333333333334, |
| "grad_norm": 0.19234880805015564, |
| "learning_rate": 4.604804672939295e-06, |
| "loss": 0.0251, |
| "step": 860 |
| }, |
| { |
| "epoch": 0.58, |
| "grad_norm": 0.19687077403068542, |
| "learning_rate": 4.4889308760856826e-06, |
| "loss": 0.0256, |
| "step": 870 |
| }, |
| { |
| "epoch": 0.5866666666666667, |
| "grad_norm": 0.1229921206831932, |
| "learning_rate": 4.373333832178478e-06, |
| "loss": 0.0245, |
| "step": 880 |
| }, |
| { |
| "epoch": 0.5933333333333334, |
| "grad_norm": 0.11681447178125381, |
| "learning_rate": 4.258076139056217e-06, |
| "loss": 0.0248, |
| "step": 890 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 0.08771926909685135, |
| "learning_rate": 4.143220210792993e-06, |
| "loss": 0.0248, |
| "step": 900 |
| }, |
| { |
| "epoch": 0.6066666666666667, |
| "grad_norm": 0.11385726183652878, |
| "learning_rate": 4.028828243900141e-06, |
| "loss": 0.0253, |
| "step": 910 |
| }, |
| { |
| "epoch": 0.6133333333333333, |
| "grad_norm": 0.06354846060276031, |
| "learning_rate": 3.914962183645733e-06, |
| "loss": 0.0251, |
| "step": 920 |
| }, |
| { |
| "epoch": 0.62, |
| "grad_norm": 0.09117404371500015, |
| "learning_rate": 3.8016836905101157e-06, |
| "loss": 0.0248, |
| "step": 930 |
| }, |
| { |
| "epoch": 0.6266666666666667, |
| "grad_norm": 0.11967415362596512, |
| "learning_rate": 3.6890541067956775e-06, |
| "loss": 0.0247, |
| "step": 940 |
| }, |
| { |
| "epoch": 0.6333333333333333, |
| "grad_norm": 0.10776300728321075, |
| "learning_rate": 3.577134423408906e-06, |
| "loss": 0.0248, |
| "step": 950 |
| }, |
| { |
| "epoch": 0.64, |
| "grad_norm": 0.19328409433364868, |
| "learning_rate": 3.465985246832739e-06, |
| "loss": 0.0245, |
| "step": 960 |
| }, |
| { |
| "epoch": 0.6466666666666666, |
| "grad_norm": 0.10390347987413406, |
| "learning_rate": 3.355666766307084e-06, |
| "loss": 0.0248, |
| "step": 970 |
| }, |
| { |
| "epoch": 0.6533333333333333, |
| "grad_norm": 0.0868527889251709, |
| "learning_rate": 3.246238721235283e-06, |
| "loss": 0.0253, |
| "step": 980 |
| }, |
| { |
| "epoch": 0.66, |
| "grad_norm": 0.11011222004890442, |
| "learning_rate": 3.137760368834169e-06, |
| "loss": 0.0246, |
| "step": 990 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 0.10398780554533005, |
| "learning_rate": 3.030290452045245e-06, |
| "loss": 0.0251, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.6733333333333333, |
| "grad_norm": 0.08107031881809235, |
| "learning_rate": 2.9238871677243354e-06, |
| "loss": 0.0244, |
| "step": 1010 |
| }, |
| { |
| "epoch": 0.68, |
| "grad_norm": 0.14589975774288177, |
| "learning_rate": 2.818608135126967e-06, |
| "loss": 0.0244, |
| "step": 1020 |
| }, |
| { |
| "epoch": 0.6866666666666666, |
| "grad_norm": 0.130263090133667, |
| "learning_rate": 2.714510364706531e-06, |
| "loss": 0.0252, |
| "step": 1030 |
| }, |
| { |
| "epoch": 0.6933333333333334, |
| "grad_norm": 0.07895369827747345, |
| "learning_rate": 2.611650227242102e-06, |
| "loss": 0.0242, |
| "step": 1040 |
| }, |
| { |
| "epoch": 0.7, |
| "grad_norm": 0.1193891167640686, |
| "learning_rate": 2.5100834233126827e-06, |
| "loss": 0.0248, |
| "step": 1050 |
| }, |
| { |
| "epoch": 0.7066666666666667, |
| "grad_norm": 0.14169754087924957, |
| "learning_rate": 2.40986495313435e-06, |
| "loss": 0.0244, |
| "step": 1060 |
| }, |
| { |
| "epoch": 0.7133333333333334, |
| "grad_norm": 0.09639733284711838, |
| "learning_rate": 2.3110490867766644e-06, |
| "loss": 0.0248, |
| "step": 1070 |
| }, |
| { |
| "epoch": 0.72, |
| "grad_norm": 0.17284098267555237, |
| "learning_rate": 2.213689334774479e-06, |
| "loss": 0.0251, |
| "step": 1080 |
| }, |
| { |
| "epoch": 0.7266666666666667, |
| "grad_norm": 0.11846297979354858, |
| "learning_rate": 2.1178384191510344e-06, |
| "loss": 0.0251, |
| "step": 1090 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 0.11407575756311417, |
| "learning_rate": 2.023548244868051e-06, |
| "loss": 0.0248, |
| "step": 1100 |
| }, |
| { |
| "epoch": 0.74, |
| "grad_norm": 0.08218731731176376, |
| "learning_rate": 1.9308698717182874e-06, |
| "loss": 0.0243, |
| "step": 1110 |
| }, |
| { |
| "epoch": 0.7466666666666667, |
| "grad_norm": 0.09887638688087463, |
| "learning_rate": 1.8398534866757455e-06, |
| "loss": 0.0253, |
| "step": 1120 |
| }, |
| { |
| "epoch": 0.7533333333333333, |
| "grad_norm": 0.10997580736875534, |
| "learning_rate": 1.7505483767185583e-06, |
| "loss": 0.0255, |
| "step": 1130 |
| }, |
| { |
| "epoch": 0.76, |
| "grad_norm": 0.16361145675182343, |
| "learning_rate": 1.6630029021392007e-06, |
| "loss": 0.0247, |
| "step": 1140 |
| }, |
| { |
| "epoch": 0.7666666666666667, |
| "grad_norm": 0.10323586314916611, |
| "learning_rate": 1.5772644703565564e-06, |
| "loss": 0.0249, |
| "step": 1150 |
| }, |
| { |
| "epoch": 0.7733333333333333, |
| "grad_norm": 0.19575174152851105, |
| "learning_rate": 1.4933795102439558e-06, |
| "loss": 0.0244, |
| "step": 1160 |
| }, |
| { |
| "epoch": 0.78, |
| "grad_norm": 0.1684829443693161, |
| "learning_rate": 1.4113934469871166e-06, |
| "loss": 0.0249, |
| "step": 1170 |
| }, |
| { |
| "epoch": 0.7866666666666666, |
| "grad_norm": 0.10560163855552673, |
| "learning_rate": 1.3313506774856177e-06, |
| "loss": 0.0252, |
| "step": 1180 |
| }, |
| { |
| "epoch": 0.7933333333333333, |
| "grad_norm": 0.09193874150514603, |
| "learning_rate": 1.2532945463111856e-06, |
| "loss": 0.0248, |
| "step": 1190 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 0.1109035462141037, |
| "learning_rate": 1.1772673222358421e-06, |
| "loss": 0.0248, |
| "step": 1200 |
| }, |
| { |
| "epoch": 0.8066666666666666, |
| "grad_norm": 0.14485745131969452, |
| "learning_rate": 1.1033101753426285e-06, |
| "loss": 0.025, |
| "step": 1210 |
| }, |
| { |
| "epoch": 0.8133333333333334, |
| "grad_norm": 0.06200515851378441, |
| "learning_rate": 1.0314631547312738e-06, |
| "loss": 0.0247, |
| "step": 1220 |
| }, |
| { |
| "epoch": 0.82, |
| "grad_norm": 0.118988536298275, |
| "learning_rate": 9.617651668308914e-07, |
| "loss": 0.0243, |
| "step": 1230 |
| }, |
| { |
| "epoch": 0.8266666666666667, |
| "grad_norm": 0.1048048734664917, |
| "learning_rate": 8.942539543314799e-07, |
| "loss": 0.0244, |
| "step": 1240 |
| }, |
| { |
| "epoch": 0.8333333333333334, |
| "grad_norm": 0.10729014873504639, |
| "learning_rate": 8.289660757455803e-07, |
| "loss": 0.0247, |
| "step": 1250 |
| }, |
| { |
| "epoch": 0.84, |
| "grad_norm": 0.1298016905784607, |
| "learning_rate": 7.659368856111926e-07, |
| "loss": 0.0247, |
| "step": 1260 |
| }, |
| { |
| "epoch": 0.8466666666666667, |
| "grad_norm": 0.19027702510356903, |
| "learning_rate": 7.052005153466779e-07, |
| "loss": 0.0244, |
| "step": 1270 |
| }, |
| { |
| "epoch": 0.8533333333333334, |
| "grad_norm": 0.07057848572731018, |
| "learning_rate": 6.467898547679913e-07, |
| "loss": 0.0246, |
| "step": 1280 |
| }, |
| { |
| "epoch": 0.86, |
| "grad_norm": 0.11585067212581635, |
| "learning_rate": 5.9073653427826e-07, |
| "loss": 0.025, |
| "step": 1290 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 0.10715986788272858, |
| "learning_rate": 5.370709077393721e-07, |
| "loss": 0.0248, |
| "step": 1300 |
| }, |
| { |
| "epoch": 0.8733333333333333, |
| "grad_norm": 0.09571363776922226, |
| "learning_rate": 4.858220360348187e-07, |
| "loss": 0.0248, |
| "step": 1310 |
| }, |
| { |
| "epoch": 0.88, |
| "grad_norm": 0.06285417079925537, |
| "learning_rate": 4.370176713327118e-07, |
| "loss": 0.0241, |
| "step": 1320 |
| }, |
| { |
| "epoch": 0.8866666666666667, |
| "grad_norm": 0.06153392791748047, |
| "learning_rate": 3.90684242057498e-07, |
| "loss": 0.025, |
| "step": 1330 |
| }, |
| { |
| "epoch": 0.8933333333333333, |
| "grad_norm": 0.09558229893445969, |
| "learning_rate": 3.468468385785023e-07, |
| "loss": 0.0246, |
| "step": 1340 |
| }, |
| { |
| "epoch": 0.9, |
| "grad_norm": 0.08175919950008392, |
| "learning_rate": 3.055291996230492e-07, |
| "loss": 0.0241, |
| "step": 1350 |
| }, |
| { |
| "epoch": 0.9066666666666666, |
| "grad_norm": 0.08005322515964508, |
| "learning_rate": 2.6675369942151864e-07, |
| "loss": 0.0245, |
| "step": 1360 |
| }, |
| { |
| "epoch": 0.9133333333333333, |
| "grad_norm": 0.06747390329837799, |
| "learning_rate": 2.3054133559131163e-07, |
| "loss": 0.0248, |
| "step": 1370 |
| }, |
| { |
| "epoch": 0.92, |
| "grad_norm": 0.11296618729829788, |
| "learning_rate": 1.9691171776626882e-07, |
| "loss": 0.0249, |
| "step": 1380 |
| }, |
| { |
| "epoch": 0.9266666666666666, |
| "grad_norm": 0.07591568678617477, |
| "learning_rate": 1.6588305697770313e-07, |
| "loss": 0.0248, |
| "step": 1390 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 0.11269695311784744, |
| "learning_rate": 1.374721557928116e-07, |
| "loss": 0.0243, |
| "step": 1400 |
| }, |
| { |
| "epoch": 0.94, |
| "grad_norm": 0.08782926946878433, |
| "learning_rate": 1.1169439921578485e-07, |
| "loss": 0.0251, |
| "step": 1410 |
| }, |
| { |
| "epoch": 0.9466666666666667, |
| "grad_norm": 0.0556289441883564, |
| "learning_rate": 8.856374635655696e-08, |
| "loss": 0.0247, |
| "step": 1420 |
| }, |
| { |
| "epoch": 0.9533333333333334, |
| "grad_norm": 0.17048321664333344, |
| "learning_rate": 6.809272287169988e-08, |
| "loss": 0.0234, |
| "step": 1430 |
| }, |
| { |
| "epoch": 0.96, |
| "grad_norm": 0.08616317063570023, |
| "learning_rate": 5.029241418156139e-08, |
| "loss": 0.0253, |
| "step": 1440 |
| }, |
| { |
| "epoch": 0.9666666666666667, |
| "grad_norm": 0.13294032216072083, |
| "learning_rate": 3.517245946731529e-08, |
| "loss": 0.0239, |
| "step": 1450 |
| }, |
| { |
| "epoch": 0.9733333333333334, |
| "grad_norm": 0.1364711970090866, |
| "learning_rate": 2.27410464511707e-08, |
| "loss": 0.0246, |
| "step": 1460 |
| }, |
| { |
| "epoch": 0.98, |
| "grad_norm": 0.12609241902828217, |
| "learning_rate": 1.3004906962578723e-08, |
| "loss": 0.0245, |
| "step": 1470 |
| }, |
| { |
| "epoch": 0.9866666666666667, |
| "grad_norm": 0.05693630874156952, |
| "learning_rate": 5.969313292830126e-09, |
| "loss": 0.0244, |
| "step": 1480 |
| }, |
| { |
| "epoch": 0.9933333333333333, |
| "grad_norm": 0.10050121694803238, |
| "learning_rate": 1.638075340010814e-09, |
| "loss": 0.0255, |
| "step": 1490 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 0.09249072521924973, |
| "learning_rate": 1.3538545881042198e-11, |
| "loss": 0.0249, |
| "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": 1.1562522998485287e+19, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
