| { |
| "best_global_step": null, |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 2.0733333333333333, |
| "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": 5.301490783691406, |
| "learning_rate": 6.000000000000001e-07, |
| "loss": 0.1513, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 2.3801050186157227, |
| "learning_rate": 1.2666666666666669e-06, |
| "loss": 0.0831, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.02, |
| "grad_norm": 1.0550633668899536, |
| "learning_rate": 1.9333333333333336e-06, |
| "loss": 0.0462, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 1.7820430994033813, |
| "learning_rate": 2.6e-06, |
| "loss": 0.0392, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.03333333333333333, |
| "grad_norm": 1.5454704761505127, |
| "learning_rate": 3.266666666666667e-06, |
| "loss": 0.0362, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 0.6717444062232971, |
| "learning_rate": 3.9333333333333335e-06, |
| "loss": 0.0342, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.04666666666666667, |
| "grad_norm": 0.4292771518230438, |
| "learning_rate": 4.600000000000001e-06, |
| "loss": 0.0327, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 0.5707563757896423, |
| "learning_rate": 5.2666666666666665e-06, |
| "loss": 0.0313, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.06, |
| "grad_norm": 1.0737111568450928, |
| "learning_rate": 5.933333333333335e-06, |
| "loss": 0.0307, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 0.6493195295333862, |
| "learning_rate": 6.600000000000001e-06, |
| "loss": 0.0304, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.07333333333333333, |
| "grad_norm": 1.540814757347107, |
| "learning_rate": 7.266666666666668e-06, |
| "loss": 0.0305, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 0.36840537190437317, |
| "learning_rate": 7.933333333333334e-06, |
| "loss": 0.0299, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.08666666666666667, |
| "grad_norm": 2.946892738342285, |
| "learning_rate": 8.6e-06, |
| "loss": 0.0297, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.09333333333333334, |
| "grad_norm": 1.3200066089630127, |
| "learning_rate": 9.266666666666667e-06, |
| "loss": 0.0316, |
| "step": 140 |
| }, |
| { |
| "epoch": 0.1, |
| "grad_norm": 0.951945960521698, |
| "learning_rate": 9.933333333333334e-06, |
| "loss": 0.0306, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.10666666666666667, |
| "grad_norm": 1.480875015258789, |
| "learning_rate": 9.998903417374228e-06, |
| "loss": 0.0301, |
| "step": 160 |
| }, |
| { |
| "epoch": 0.11333333333333333, |
| "grad_norm": 0.5172329545021057, |
| "learning_rate": 9.995113378907791e-06, |
| "loss": 0.0303, |
| "step": 170 |
| }, |
| { |
| "epoch": 0.12, |
| "grad_norm": 1.770997405052185, |
| "learning_rate": 9.988618398427495e-06, |
| "loss": 0.0295, |
| "step": 180 |
| }, |
| { |
| "epoch": 0.12666666666666668, |
| "grad_norm": 0.6438764929771423, |
| "learning_rate": 9.979421993079853e-06, |
| "loss": 0.0292, |
| "step": 190 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 0.600820779800415, |
| "learning_rate": 9.967529142880592e-06, |
| "loss": 0.0292, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.14, |
| "grad_norm": 1.5942018032073975, |
| "learning_rate": 9.952946288017899e-06, |
| "loss": 0.0288, |
| "step": 210 |
| }, |
| { |
| "epoch": 0.14666666666666667, |
| "grad_norm": 0.1371271163225174, |
| "learning_rate": 9.93568132536494e-06, |
| "loss": 0.0287, |
| "step": 220 |
| }, |
| { |
| "epoch": 0.15333333333333332, |
| "grad_norm": 0.5509845018386841, |
| "learning_rate": 9.915743604203563e-06, |
| "loss": 0.0287, |
| "step": 230 |
| }, |
| { |
| "epoch": 0.16, |
| "grad_norm": 0.3926798701286316, |
| "learning_rate": 9.893143921161501e-06, |
| "loss": 0.0291, |
| "step": 240 |
| }, |
| { |
| "epoch": 0.16666666666666666, |
| "grad_norm": 0.1097777932882309, |
| "learning_rate": 9.867894514365802e-06, |
| "loss": 0.0288, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.17333333333333334, |
| "grad_norm": 0.8286148309707642, |
| "learning_rate": 9.840009056815674e-06, |
| "loss": 0.0286, |
| "step": 260 |
| }, |
| { |
| "epoch": 0.18, |
| "grad_norm": 0.40535473823547363, |
| "learning_rate": 9.809502648978311e-06, |
| "loss": 0.0285, |
| "step": 270 |
| }, |
| { |
| "epoch": 0.18666666666666668, |
| "grad_norm": 0.5526917576789856, |
| "learning_rate": 9.776391810611719e-06, |
| "loss": 0.0287, |
| "step": 280 |
| }, |
| { |
| "epoch": 0.19333333333333333, |
| "grad_norm": 0.09484084695577621, |
| "learning_rate": 9.740694471818988e-06, |
| "loss": 0.0285, |
| "step": 290 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 0.12036580592393875, |
| "learning_rate": 9.702429963338812e-06, |
| "loss": 0.029, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.20666666666666667, |
| "grad_norm": 1.0112581253051758, |
| "learning_rate": 9.661619006077562e-06, |
| "loss": 0.0294, |
| "step": 310 |
| }, |
| { |
| "epoch": 0.21333333333333335, |
| "grad_norm": 0.6141073107719421, |
| "learning_rate": 9.618283699888543e-06, |
| "loss": 0.0286, |
| "step": 320 |
| }, |
| { |
| "epoch": 0.22, |
| "grad_norm": 0.4648217558860779, |
| "learning_rate": 9.572447511604536e-06, |
| "loss": 0.0281, |
| "step": 330 |
| }, |
| { |
| "epoch": 0.22666666666666666, |
| "grad_norm": 0.944435179233551, |
| "learning_rate": 9.524135262330098e-06, |
| "loss": 0.0282, |
| "step": 340 |
| }, |
| { |
| "epoch": 0.23333333333333334, |
| "grad_norm": 0.13202401995658875, |
| "learning_rate": 9.473373114000493e-06, |
| "loss": 0.0284, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.24, |
| "grad_norm": 0.9270327687263489, |
| "learning_rate": 9.420188555214537e-06, |
| "loss": 0.0282, |
| "step": 360 |
| }, |
| { |
| "epoch": 0.24666666666666667, |
| "grad_norm": 1.6118971109390259, |
| "learning_rate": 9.364610386349048e-06, |
| "loss": 0.0284, |
| "step": 370 |
| }, |
| { |
| "epoch": 0.25333333333333335, |
| "grad_norm": 0.6680370569229126, |
| "learning_rate": 9.306668703962927e-06, |
| "loss": 0.0289, |
| "step": 380 |
| }, |
| { |
| "epoch": 0.26, |
| "grad_norm": 0.5426613092422485, |
| "learning_rate": 9.246394884499334e-06, |
| "loss": 0.0279, |
| "step": 390 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 0.0603286549448967, |
| "learning_rate": 9.18382156729481e-06, |
| "loss": 0.0284, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.2733333333333333, |
| "grad_norm": 0.14219848811626434, |
| "learning_rate": 9.118982636904476e-06, |
| "loss": 0.0282, |
| "step": 410 |
| }, |
| { |
| "epoch": 0.28, |
| "grad_norm": 0.3872282803058624, |
| "learning_rate": 9.051913204752972e-06, |
| "loss": 0.0284, |
| "step": 420 |
| }, |
| { |
| "epoch": 0.2866666666666667, |
| "grad_norm": 1.2627865076065063, |
| "learning_rate": 8.982649590120982e-06, |
| "loss": 0.0282, |
| "step": 430 |
| }, |
| { |
| "epoch": 0.29333333333333333, |
| "grad_norm": 0.06238041818141937, |
| "learning_rate": 8.911229300477716e-06, |
| "loss": 0.0284, |
| "step": 440 |
| }, |
| { |
| "epoch": 0.3, |
| "grad_norm": 0.7234299778938293, |
| "learning_rate": 8.837691011169944e-06, |
| "loss": 0.0282, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.30666666666666664, |
| "grad_norm": 0.3700996935367584, |
| "learning_rate": 8.762074544478622e-06, |
| "loss": 0.0281, |
| "step": 460 |
| }, |
| { |
| "epoch": 0.31333333333333335, |
| "grad_norm": 0.7202066779136658, |
| "learning_rate": 8.68442084805442e-06, |
| "loss": 0.0282, |
| "step": 470 |
| }, |
| { |
| "epoch": 0.32, |
| "grad_norm": 0.21271133422851562, |
| "learning_rate": 8.604771972743848e-06, |
| "loss": 0.0282, |
| "step": 480 |
| }, |
| { |
| "epoch": 0.32666666666666666, |
| "grad_norm": 0.07255439460277557, |
| "learning_rate": 8.523171049817974e-06, |
| "loss": 0.0285, |
| "step": 490 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 0.3815460205078125, |
| "learning_rate": 8.439662267616093e-06, |
| "loss": 0.0281, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.34, |
| "grad_norm": 0.6958258152008057, |
| "learning_rate": 8.354290847616954e-06, |
| "loss": 0.0283, |
| "step": 510 |
| }, |
| { |
| "epoch": 0.3466666666666667, |
| "grad_norm": 0.07047329097986221, |
| "learning_rate": 8.267103019950529e-06, |
| "loss": 0.028, |
| "step": 520 |
| }, |
| { |
| "epoch": 0.35333333333333333, |
| "grad_norm": 0.1838536411523819, |
| "learning_rate": 8.178145998363585e-06, |
| "loss": 0.0284, |
| "step": 530 |
| }, |
| { |
| "epoch": 0.36, |
| "grad_norm": 0.04553622007369995, |
| "learning_rate": 8.087467954652608e-06, |
| "loss": 0.0282, |
| "step": 540 |
| }, |
| { |
| "epoch": 0.36666666666666664, |
| "grad_norm": 0.3239101469516754, |
| "learning_rate": 7.99511799257793e-06, |
| "loss": 0.028, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.37333333333333335, |
| "grad_norm": 0.14272327721118927, |
| "learning_rate": 7.901146121273165e-06, |
| "loss": 0.0282, |
| "step": 560 |
| }, |
| { |
| "epoch": 0.38, |
| "grad_norm": 0.21697160601615906, |
| "learning_rate": 7.80560322816439e-06, |
| "loss": 0.028, |
| "step": 570 |
| }, |
| { |
| "epoch": 0.38666666666666666, |
| "grad_norm": 0.5746909976005554, |
| "learning_rate": 7.7085410514137e-06, |
| "loss": 0.0283, |
| "step": 580 |
| }, |
| { |
| "epoch": 0.3933333333333333, |
| "grad_norm": 0.7332761287689209, |
| "learning_rate": 7.610012151902091e-06, |
| "loss": 0.0279, |
| "step": 590 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 0.45378538966178894, |
| "learning_rate": 7.510069884766802e-06, |
| "loss": 0.0284, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.4066666666666667, |
| "grad_norm": 0.4322667419910431, |
| "learning_rate": 7.408768370508577e-06, |
| "loss": 0.028, |
| "step": 610 |
| }, |
| { |
| "epoch": 0.41333333333333333, |
| "grad_norm": 0.07445251196622849, |
| "learning_rate": 7.3061624656844544e-06, |
| "loss": 0.028, |
| "step": 620 |
| }, |
| { |
| "epoch": 0.42, |
| "grad_norm": 0.11262521892786026, |
| "learning_rate": 7.2023077332019755e-06, |
| "loss": 0.0281, |
| "step": 630 |
| }, |
| { |
| "epoch": 0.4266666666666667, |
| "grad_norm": 0.6255504488945007, |
| "learning_rate": 7.0972604122308865e-06, |
| "loss": 0.0282, |
| "step": 640 |
| }, |
| { |
| "epoch": 0.43333333333333335, |
| "grad_norm": 0.1008342057466507, |
| "learning_rate": 6.991077387748643e-06, |
| "loss": 0.0282, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.44, |
| "grad_norm": 0.3444240391254425, |
| "learning_rate": 6.883816159736187e-06, |
| "loss": 0.0279, |
| "step": 660 |
| }, |
| { |
| "epoch": 0.44666666666666666, |
| "grad_norm": 0.14868605136871338, |
| "learning_rate": 6.775534812040686e-06, |
| "loss": 0.0279, |
| "step": 670 |
| }, |
| { |
| "epoch": 0.4533333333333333, |
| "grad_norm": 0.8203012943267822, |
| "learning_rate": 6.666291980922122e-06, |
| "loss": 0.0283, |
| "step": 680 |
| }, |
| { |
| "epoch": 0.46, |
| "grad_norm": 0.14650067687034607, |
| "learning_rate": 6.556146823300701e-06, |
| "loss": 0.0279, |
| "step": 690 |
| }, |
| { |
| "epoch": 1.0033333333333334, |
| "grad_norm": 0.5410383939743042, |
| "learning_rate": 6.445158984722358e-06, |
| "loss": 0.0294, |
| "step": 700 |
| }, |
| { |
| "epoch": 1.01, |
| "grad_norm": 0.19408366084098816, |
| "learning_rate": 6.3333885670596285e-06, |
| "loss": 0.028, |
| "step": 710 |
| }, |
| { |
| "epoch": 1.0166666666666666, |
| "grad_norm": 0.5240388512611389, |
| "learning_rate": 6.220896095965428e-06, |
| "loss": 0.0282, |
| "step": 720 |
| }, |
| { |
| "epoch": 1.0233333333333334, |
| "grad_norm": 0.15803135931491852, |
| "learning_rate": 6.107742488097338e-06, |
| "loss": 0.028, |
| "step": 730 |
| }, |
| { |
| "epoch": 1.03, |
| "grad_norm": 0.5551868081092834, |
| "learning_rate": 5.993989018130173e-06, |
| "loss": 0.0282, |
| "step": 740 |
| }, |
| { |
| "epoch": 1.0366666666666666, |
| "grad_norm": 0.49462205171585083, |
| "learning_rate": 5.879697285574655e-06, |
| "loss": 0.0281, |
| "step": 750 |
| }, |
| { |
| "epoch": 1.0433333333333334, |
| "grad_norm": 0.3077539801597595, |
| "learning_rate": 5.764929181420191e-06, |
| "loss": 0.0279, |
| "step": 760 |
| }, |
| { |
| "epoch": 1.05, |
| "grad_norm": 0.5155000686645508, |
| "learning_rate": 5.649746854619814e-06, |
| "loss": 0.0277, |
| "step": 770 |
| }, |
| { |
| "epoch": 1.0566666666666666, |
| "grad_norm": 0.26496949791908264, |
| "learning_rate": 5.5342126784354265e-06, |
| "loss": 0.0281, |
| "step": 780 |
| }, |
| { |
| "epoch": 1.0633333333333332, |
| "grad_norm": 0.35524532198905945, |
| "learning_rate": 5.41838921666158e-06, |
| "loss": 0.0282, |
| "step": 790 |
| }, |
| { |
| "epoch": 1.07, |
| "grad_norm": 0.5984013080596924, |
| "learning_rate": 5.3023391897460715e-06, |
| "loss": 0.0279, |
| "step": 800 |
| }, |
| { |
| "epoch": 1.0766666666666667, |
| "grad_norm": 0.6539794206619263, |
| "learning_rate": 5.18612544082573e-06, |
| "loss": 0.0281, |
| "step": 810 |
| }, |
| { |
| "epoch": 1.0833333333333333, |
| "grad_norm": 0.391263484954834, |
| "learning_rate": 5.069810901695727e-06, |
| "loss": 0.0278, |
| "step": 820 |
| }, |
| { |
| "epoch": 1.09, |
| "grad_norm": 0.5850212574005127, |
| "learning_rate": 4.953458558730917e-06, |
| "loss": 0.0279, |
| "step": 830 |
| }, |
| { |
| "epoch": 1.0966666666666667, |
| "grad_norm": 0.16666243970394135, |
| "learning_rate": 4.837131418777595e-06, |
| "loss": 0.0282, |
| "step": 840 |
| }, |
| { |
| "epoch": 1.1033333333333333, |
| "grad_norm": 1.8614449501037598, |
| "learning_rate": 4.720892475034181e-06, |
| "loss": 0.0285, |
| "step": 850 |
| }, |
| { |
| "epoch": 1.11, |
| "grad_norm": 0.7478351593017578, |
| "learning_rate": 4.604804672939295e-06, |
| "loss": 0.0284, |
| "step": 860 |
| }, |
| { |
| "epoch": 1.1166666666666667, |
| "grad_norm": 0.173258438706398, |
| "learning_rate": 4.4889308760856826e-06, |
| "loss": 0.0284, |
| "step": 870 |
| }, |
| { |
| "epoch": 1.1233333333333333, |
| "grad_norm": 0.11653436720371246, |
| "learning_rate": 4.373333832178478e-06, |
| "loss": 0.0278, |
| "step": 880 |
| }, |
| { |
| "epoch": 1.13, |
| "grad_norm": 0.7593055367469788, |
| "learning_rate": 4.258076139056217e-06, |
| "loss": 0.0282, |
| "step": 890 |
| }, |
| { |
| "epoch": 1.1366666666666667, |
| "grad_norm": 0.320862352848053, |
| "learning_rate": 4.143220210792993e-06, |
| "loss": 0.0277, |
| "step": 900 |
| }, |
| { |
| "epoch": 1.1433333333333333, |
| "grad_norm": 0.6455422639846802, |
| "learning_rate": 4.028828243900141e-06, |
| "loss": 0.0282, |
| "step": 910 |
| }, |
| { |
| "epoch": 1.15, |
| "grad_norm": 0.8092824816703796, |
| "learning_rate": 3.914962183645733e-06, |
| "loss": 0.0279, |
| "step": 920 |
| }, |
| { |
| "epoch": 1.1566666666666667, |
| "grad_norm": 0.04205482453107834, |
| "learning_rate": 3.8016836905101157e-06, |
| "loss": 0.0279, |
| "step": 930 |
| }, |
| { |
| "epoch": 1.1633333333333333, |
| "grad_norm": 0.525084376335144, |
| "learning_rate": 3.6890541067956775e-06, |
| "loss": 0.028, |
| "step": 940 |
| }, |
| { |
| "epoch": 1.17, |
| "grad_norm": 0.437364786863327, |
| "learning_rate": 3.577134423408906e-06, |
| "loss": 0.0276, |
| "step": 950 |
| }, |
| { |
| "epoch": 1.1766666666666667, |
| "grad_norm": 0.18966223299503326, |
| "learning_rate": 3.465985246832739e-06, |
| "loss": 0.028, |
| "step": 960 |
| }, |
| { |
| "epoch": 1.1833333333333333, |
| "grad_norm": 0.1990814059972763, |
| "learning_rate": 3.355666766307084e-06, |
| "loss": 0.0279, |
| "step": 970 |
| }, |
| { |
| "epoch": 1.19, |
| "grad_norm": 0.08627092093229294, |
| "learning_rate": 3.246238721235283e-06, |
| "loss": 0.0277, |
| "step": 980 |
| }, |
| { |
| "epoch": 1.1966666666666668, |
| "grad_norm": 0.07963959127664566, |
| "learning_rate": 3.137760368834169e-06, |
| "loss": 0.0279, |
| "step": 990 |
| }, |
| { |
| "epoch": 1.2033333333333334, |
| "grad_norm": 0.43482422828674316, |
| "learning_rate": 3.030290452045245e-06, |
| "loss": 0.0278, |
| "step": 1000 |
| }, |
| { |
| "epoch": 1.21, |
| "grad_norm": 0.8277913928031921, |
| "learning_rate": 2.9238871677243354e-06, |
| "loss": 0.0281, |
| "step": 1010 |
| }, |
| { |
| "epoch": 1.2166666666666668, |
| "grad_norm": 0.31299951672554016, |
| "learning_rate": 2.818608135126967e-06, |
| "loss": 0.0278, |
| "step": 1020 |
| }, |
| { |
| "epoch": 1.2233333333333334, |
| "grad_norm": 0.13972175121307373, |
| "learning_rate": 2.714510364706531e-06, |
| "loss": 0.0279, |
| "step": 1030 |
| }, |
| { |
| "epoch": 1.23, |
| "grad_norm": 0.37008264660835266, |
| "learning_rate": 2.611650227242102e-06, |
| "loss": 0.0279, |
| "step": 1040 |
| }, |
| { |
| "epoch": 1.2366666666666666, |
| "grad_norm": 0.15764828026294708, |
| "learning_rate": 2.5100834233126827e-06, |
| "loss": 0.0278, |
| "step": 1050 |
| }, |
| { |
| "epoch": 1.2433333333333334, |
| "grad_norm": 0.09920822083950043, |
| "learning_rate": 2.40986495313435e-06, |
| "loss": 0.0276, |
| "step": 1060 |
| }, |
| { |
| "epoch": 1.25, |
| "grad_norm": 0.678633451461792, |
| "learning_rate": 2.3110490867766644e-06, |
| "loss": 0.0274, |
| "step": 1070 |
| }, |
| { |
| "epoch": 1.2566666666666666, |
| "grad_norm": 0.10128957778215408, |
| "learning_rate": 2.213689334774479e-06, |
| "loss": 0.0273, |
| "step": 1080 |
| }, |
| { |
| "epoch": 1.2633333333333332, |
| "grad_norm": 0.24764834344387054, |
| "learning_rate": 2.1178384191510344e-06, |
| "loss": 0.0278, |
| "step": 1090 |
| }, |
| { |
| "epoch": 1.27, |
| "grad_norm": 0.03549006208777428, |
| "learning_rate": 2.023548244868051e-06, |
| "loss": 0.0276, |
| "step": 1100 |
| }, |
| { |
| "epoch": 1.2766666666666666, |
| "grad_norm": 0.5460983514785767, |
| "learning_rate": 1.9308698717182874e-06, |
| "loss": 0.0279, |
| "step": 1110 |
| }, |
| { |
| "epoch": 1.2833333333333332, |
| "grad_norm": 0.10024978220462799, |
| "learning_rate": 1.8398534866757455e-06, |
| "loss": 0.0276, |
| "step": 1120 |
| }, |
| { |
| "epoch": 1.29, |
| "grad_norm": 0.05329272523522377, |
| "learning_rate": 1.7505483767185583e-06, |
| "loss": 0.0282, |
| "step": 1130 |
| }, |
| { |
| "epoch": 1.2966666666666666, |
| "grad_norm": 0.15943269431591034, |
| "learning_rate": 1.6630029021392007e-06, |
| "loss": 0.0281, |
| "step": 1140 |
| }, |
| { |
| "epoch": 1.3033333333333332, |
| "grad_norm": 0.06927556544542313, |
| "learning_rate": 1.5772644703565564e-06, |
| "loss": 0.0278, |
| "step": 1150 |
| }, |
| { |
| "epoch": 1.31, |
| "grad_norm": 0.232240691781044, |
| "learning_rate": 1.4933795102439558e-06, |
| "loss": 0.0277, |
| "step": 1160 |
| }, |
| { |
| "epoch": 1.3166666666666667, |
| "grad_norm": 0.25258296728134155, |
| "learning_rate": 1.4113934469871166e-06, |
| "loss": 0.0276, |
| "step": 1170 |
| }, |
| { |
| "epoch": 1.3233333333333333, |
| "grad_norm": 0.3054138123989105, |
| "learning_rate": 1.3313506774856177e-06, |
| "loss": 0.0281, |
| "step": 1180 |
| }, |
| { |
| "epoch": 1.33, |
| "grad_norm": 0.652894914150238, |
| "learning_rate": 1.2532945463111856e-06, |
| "loss": 0.0278, |
| "step": 1190 |
| }, |
| { |
| "epoch": 1.3366666666666667, |
| "grad_norm": 0.0989559069275856, |
| "learning_rate": 1.1772673222358421e-06, |
| "loss": 0.0277, |
| "step": 1200 |
| }, |
| { |
| "epoch": 1.3433333333333333, |
| "grad_norm": 0.16151872277259827, |
| "learning_rate": 1.1033101753426285e-06, |
| "loss": 0.028, |
| "step": 1210 |
| }, |
| { |
| "epoch": 1.35, |
| "grad_norm": 0.5698468089103699, |
| "learning_rate": 1.0314631547312738e-06, |
| "loss": 0.0281, |
| "step": 1220 |
| }, |
| { |
| "epoch": 1.3566666666666667, |
| "grad_norm": 0.41856205463409424, |
| "learning_rate": 9.617651668308914e-07, |
| "loss": 0.0278, |
| "step": 1230 |
| }, |
| { |
| "epoch": 1.3633333333333333, |
| "grad_norm": 0.38493484258651733, |
| "learning_rate": 8.942539543314799e-07, |
| "loss": 0.0277, |
| "step": 1240 |
| }, |
| { |
| "epoch": 1.37, |
| "grad_norm": 0.20793241262435913, |
| "learning_rate": 8.289660757455803e-07, |
| "loss": 0.0277, |
| "step": 1250 |
| }, |
| { |
| "epoch": 1.3766666666666667, |
| "grad_norm": 0.2273695319890976, |
| "learning_rate": 7.659368856111926e-07, |
| "loss": 0.0278, |
| "step": 1260 |
| }, |
| { |
| "epoch": 1.3833333333333333, |
| "grad_norm": 0.37085768580436707, |
| "learning_rate": 7.052005153466779e-07, |
| "loss": 0.0277, |
| "step": 1270 |
| }, |
| { |
| "epoch": 1.3900000000000001, |
| "grad_norm": 0.18545018136501312, |
| "learning_rate": 6.467898547679913e-07, |
| "loss": 0.0278, |
| "step": 1280 |
| }, |
| { |
| "epoch": 1.3966666666666667, |
| "grad_norm": 0.34357643127441406, |
| "learning_rate": 5.9073653427826e-07, |
| "loss": 0.0279, |
| "step": 1290 |
| }, |
| { |
| "epoch": 1.4033333333333333, |
| "grad_norm": 0.2520688474178314, |
| "learning_rate": 5.370709077393721e-07, |
| "loss": 0.0276, |
| "step": 1300 |
| }, |
| { |
| "epoch": 1.41, |
| "grad_norm": 0.1897849142551422, |
| "learning_rate": 4.858220360348187e-07, |
| "loss": 0.0278, |
| "step": 1310 |
| }, |
| { |
| "epoch": 1.4166666666666667, |
| "grad_norm": 0.4103672206401825, |
| "learning_rate": 4.370176713327118e-07, |
| "loss": 0.0278, |
| "step": 1320 |
| }, |
| { |
| "epoch": 1.4233333333333333, |
| "grad_norm": 0.25340521335601807, |
| "learning_rate": 3.90684242057498e-07, |
| "loss": 0.0278, |
| "step": 1330 |
| }, |
| { |
| "epoch": 1.43, |
| "grad_norm": 0.44050100445747375, |
| "learning_rate": 3.468468385785023e-07, |
| "loss": 0.0276, |
| "step": 1340 |
| }, |
| { |
| "epoch": 1.4366666666666665, |
| "grad_norm": 0.09197576344013214, |
| "learning_rate": 3.055291996230492e-07, |
| "loss": 0.0275, |
| "step": 1350 |
| }, |
| { |
| "epoch": 1.4433333333333334, |
| "grad_norm": 0.10157522559165955, |
| "learning_rate": 2.6675369942151864e-07, |
| "loss": 0.0278, |
| "step": 1360 |
| }, |
| { |
| "epoch": 1.45, |
| "grad_norm": 0.18330557644367218, |
| "learning_rate": 2.3054133559131163e-07, |
| "loss": 0.0279, |
| "step": 1370 |
| }, |
| { |
| "epoch": 1.4566666666666666, |
| "grad_norm": 0.1592860370874405, |
| "learning_rate": 1.9691171776626882e-07, |
| "loss": 0.0276, |
| "step": 1380 |
| }, |
| { |
| "epoch": 1.4633333333333334, |
| "grad_norm": 0.05408075824379921, |
| "learning_rate": 1.6588305697770313e-07, |
| "loss": 0.0277, |
| "step": 1390 |
| }, |
| { |
| "epoch": 2.006666666666667, |
| "grad_norm": 0.06580256670713425, |
| "learning_rate": 1.374721557928116e-07, |
| "loss": 0.0292, |
| "step": 1400 |
| }, |
| { |
| "epoch": 2.013333333333333, |
| "grad_norm": 0.07185113430023193, |
| "learning_rate": 1.1169439921578485e-07, |
| "loss": 0.0274, |
| "step": 1410 |
| }, |
| { |
| "epoch": 2.02, |
| "grad_norm": 0.4081498086452484, |
| "learning_rate": 8.856374635655696e-08, |
| "loss": 0.0276, |
| "step": 1420 |
| }, |
| { |
| "epoch": 2.026666666666667, |
| "grad_norm": 0.0846310555934906, |
| "learning_rate": 6.809272287169988e-08, |
| "loss": 0.028, |
| "step": 1430 |
| }, |
| { |
| "epoch": 2.033333333333333, |
| "grad_norm": 0.18667452037334442, |
| "learning_rate": 5.029241418156139e-08, |
| "loss": 0.0278, |
| "step": 1440 |
| }, |
| { |
| "epoch": 2.04, |
| "grad_norm": 0.07209784537553787, |
| "learning_rate": 3.517245946731529e-08, |
| "loss": 0.0276, |
| "step": 1450 |
| }, |
| { |
| "epoch": 2.046666666666667, |
| "grad_norm": 0.24172772467136383, |
| "learning_rate": 2.27410464511707e-08, |
| "loss": 0.0278, |
| "step": 1460 |
| }, |
| { |
| "epoch": 2.0533333333333332, |
| "grad_norm": 0.12564510107040405, |
| "learning_rate": 1.3004906962578723e-08, |
| "loss": 0.0273, |
| "step": 1470 |
| }, |
| { |
| "epoch": 2.06, |
| "grad_norm": 0.4050428867340088, |
| "learning_rate": 5.969313292830126e-09, |
| "loss": 0.0278, |
| "step": 1480 |
| }, |
| { |
| "epoch": 2.066666666666667, |
| "grad_norm": 0.3329761326313019, |
| "learning_rate": 1.638075340010814e-09, |
| "loss": 0.028, |
| "step": 1490 |
| }, |
| { |
| "epoch": 2.0733333333333333, |
| "grad_norm": 0.3583340346813202, |
| "learning_rate": 1.3538545881042198e-11, |
| "loss": 0.0279, |
| "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": 1.6162946246862963e+19, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
