| { |
| "best_global_step": null, |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 1.1373333333333333, |
| "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": 5.234960556030273, |
| "learning_rate": 6.000000000000001e-07, |
| "loss": 0.2523, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 2.4586009979248047, |
| "learning_rate": 1.2666666666666669e-06, |
| "loss": 0.1858, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.02, |
| "grad_norm": 3.0108866691589355, |
| "learning_rate": 1.9333333333333336e-06, |
| "loss": 0.1323, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 1.274425983428955, |
| "learning_rate": 2.6e-06, |
| "loss": 0.0953, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.03333333333333333, |
| "grad_norm": 0.8511235117912292, |
| "learning_rate": 3.266666666666667e-06, |
| "loss": 0.0717, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 1.2359228134155273, |
| "learning_rate": 3.9333333333333335e-06, |
| "loss": 0.0571, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.04666666666666667, |
| "grad_norm": 0.858824610710144, |
| "learning_rate": 4.600000000000001e-06, |
| "loss": 0.0493, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 0.7833631634712219, |
| "learning_rate": 5.2666666666666665e-06, |
| "loss": 0.0456, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.06, |
| "grad_norm": 0.6132113933563232, |
| "learning_rate": 5.933333333333335e-06, |
| "loss": 0.0436, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 0.5802624821662903, |
| "learning_rate": 6.600000000000001e-06, |
| "loss": 0.0413, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.07333333333333333, |
| "grad_norm": 0.35474246740341187, |
| "learning_rate": 7.266666666666668e-06, |
| "loss": 0.0397, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 0.5320606827735901, |
| "learning_rate": 7.933333333333334e-06, |
| "loss": 0.0368, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.08666666666666667, |
| "grad_norm": 0.48437240719795227, |
| "learning_rate": 8.6e-06, |
| "loss": 0.0357, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.09333333333333334, |
| "grad_norm": 0.47771838307380676, |
| "learning_rate": 9.266666666666667e-06, |
| "loss": 0.0355, |
| "step": 140 |
| }, |
| { |
| "epoch": 0.1, |
| "grad_norm": 0.4612067937850952, |
| "learning_rate": 9.933333333333334e-06, |
| "loss": 0.0352, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.10666666666666667, |
| "grad_norm": 0.2791973948478699, |
| "learning_rate": 9.998903417374228e-06, |
| "loss": 0.0342, |
| "step": 160 |
| }, |
| { |
| "epoch": 0.11333333333333333, |
| "grad_norm": 0.4042704701423645, |
| "learning_rate": 9.995113378907791e-06, |
| "loss": 0.0336, |
| "step": 170 |
| }, |
| { |
| "epoch": 0.12, |
| "grad_norm": 0.27445995807647705, |
| "learning_rate": 9.988618398427495e-06, |
| "loss": 0.0318, |
| "step": 180 |
| }, |
| { |
| "epoch": 0.12666666666666668, |
| "grad_norm": 0.4659740626811981, |
| "learning_rate": 9.979421993079853e-06, |
| "loss": 0.0335, |
| "step": 190 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 0.5997518301010132, |
| "learning_rate": 9.967529142880592e-06, |
| "loss": 0.0339, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.14, |
| "grad_norm": 0.3627311885356903, |
| "learning_rate": 9.952946288017899e-06, |
| "loss": 0.0327, |
| "step": 210 |
| }, |
| { |
| "epoch": 0.14666666666666667, |
| "grad_norm": 0.25868934392929077, |
| "learning_rate": 9.93568132536494e-06, |
| "loss": 0.0322, |
| "step": 220 |
| }, |
| { |
| "epoch": 0.15333333333333332, |
| "grad_norm": 0.2951168417930603, |
| "learning_rate": 9.915743604203563e-06, |
| "loss": 0.0311, |
| "step": 230 |
| }, |
| { |
| "epoch": 0.16, |
| "grad_norm": 0.3337659537792206, |
| "learning_rate": 9.893143921161501e-06, |
| "loss": 0.0317, |
| "step": 240 |
| }, |
| { |
| "epoch": 0.16666666666666666, |
| "grad_norm": 0.27367573976516724, |
| "learning_rate": 9.867894514365802e-06, |
| "loss": 0.0306, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.17333333333333334, |
| "grad_norm": 0.28687962889671326, |
| "learning_rate": 9.840009056815674e-06, |
| "loss": 0.0303, |
| "step": 260 |
| }, |
| { |
| "epoch": 0.18, |
| "grad_norm": 0.23084785044193268, |
| "learning_rate": 9.809502648978311e-06, |
| "loss": 0.0312, |
| "step": 270 |
| }, |
| { |
| "epoch": 0.18666666666666668, |
| "grad_norm": 0.38457003235816956, |
| "learning_rate": 9.776391810611719e-06, |
| "loss": 0.0303, |
| "step": 280 |
| }, |
| { |
| "epoch": 0.19333333333333333, |
| "grad_norm": 0.2903217077255249, |
| "learning_rate": 9.740694471818988e-06, |
| "loss": 0.0297, |
| "step": 290 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 0.26213157176971436, |
| "learning_rate": 9.702429963338812e-06, |
| "loss": 0.0289, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.20666666666666667, |
| "grad_norm": 0.2715766131877899, |
| "learning_rate": 9.661619006077562e-06, |
| "loss": 0.0285, |
| "step": 310 |
| }, |
| { |
| "epoch": 0.21333333333333335, |
| "grad_norm": 0.20788423717021942, |
| "learning_rate": 9.618283699888543e-06, |
| "loss": 0.029, |
| "step": 320 |
| }, |
| { |
| "epoch": 0.22, |
| "grad_norm": 0.1543346643447876, |
| "learning_rate": 9.572447511604536e-06, |
| "loss": 0.0298, |
| "step": 330 |
| }, |
| { |
| "epoch": 0.22666666666666666, |
| "grad_norm": 0.2608855068683624, |
| "learning_rate": 9.524135262330098e-06, |
| "loss": 0.0298, |
| "step": 340 |
| }, |
| { |
| "epoch": 0.23333333333333334, |
| "grad_norm": 0.26449450850486755, |
| "learning_rate": 9.473373114000493e-06, |
| "loss": 0.0287, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.24, |
| "grad_norm": 0.16612136363983154, |
| "learning_rate": 9.420188555214537e-06, |
| "loss": 0.0281, |
| "step": 360 |
| }, |
| { |
| "epoch": 0.24666666666666667, |
| "grad_norm": 0.29909491539001465, |
| "learning_rate": 9.364610386349048e-06, |
| "loss": 0.0306, |
| "step": 370 |
| }, |
| { |
| "epoch": 0.25333333333333335, |
| "grad_norm": 0.19966456294059753, |
| "learning_rate": 9.306668703962927e-06, |
| "loss": 0.029, |
| "step": 380 |
| }, |
| { |
| "epoch": 0.26, |
| "grad_norm": 0.15102192759513855, |
| "learning_rate": 9.246394884499334e-06, |
| "loss": 0.0279, |
| "step": 390 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 0.14891450107097626, |
| "learning_rate": 9.18382156729481e-06, |
| "loss": 0.0289, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.2733333333333333, |
| "grad_norm": 0.18456150591373444, |
| "learning_rate": 9.118982636904476e-06, |
| "loss": 0.0289, |
| "step": 410 |
| }, |
| { |
| "epoch": 0.28, |
| "grad_norm": 0.21652130782604218, |
| "learning_rate": 9.051913204752972e-06, |
| "loss": 0.0282, |
| "step": 420 |
| }, |
| { |
| "epoch": 0.2866666666666667, |
| "grad_norm": 0.20596565306186676, |
| "learning_rate": 8.982649590120982e-06, |
| "loss": 0.0279, |
| "step": 430 |
| }, |
| { |
| "epoch": 0.29333333333333333, |
| "grad_norm": 0.1709621101617813, |
| "learning_rate": 8.911229300477716e-06, |
| "loss": 0.0289, |
| "step": 440 |
| }, |
| { |
| "epoch": 0.3, |
| "grad_norm": 0.21974503993988037, |
| "learning_rate": 8.837691011169944e-06, |
| "loss": 0.0286, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.30666666666666664, |
| "grad_norm": 0.1668318808078766, |
| "learning_rate": 8.762074544478622e-06, |
| "loss": 0.0289, |
| "step": 460 |
| }, |
| { |
| "epoch": 0.31333333333333335, |
| "grad_norm": 0.24894751608371735, |
| "learning_rate": 8.68442084805442e-06, |
| "loss": 0.0273, |
| "step": 470 |
| }, |
| { |
| "epoch": 0.32, |
| "grad_norm": 0.20935484766960144, |
| "learning_rate": 8.604771972743848e-06, |
| "loss": 0.0278, |
| "step": 480 |
| }, |
| { |
| "epoch": 0.32666666666666666, |
| "grad_norm": 0.22819101810455322, |
| "learning_rate": 8.523171049817974e-06, |
| "loss": 0.0279, |
| "step": 490 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 0.189545139670372, |
| "learning_rate": 8.439662267616093e-06, |
| "loss": 0.0286, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.34, |
| "grad_norm": 0.22775457799434662, |
| "learning_rate": 8.354290847616954e-06, |
| "loss": 0.0273, |
| "step": 510 |
| }, |
| { |
| "epoch": 0.3466666666666667, |
| "grad_norm": 0.15195752680301666, |
| "learning_rate": 8.267103019950529e-06, |
| "loss": 0.0281, |
| "step": 520 |
| }, |
| { |
| "epoch": 0.35333333333333333, |
| "grad_norm": 0.1726960837841034, |
| "learning_rate": 8.178145998363585e-06, |
| "loss": 0.0287, |
| "step": 530 |
| }, |
| { |
| "epoch": 0.36, |
| "grad_norm": 0.2208917737007141, |
| "learning_rate": 8.087467954652608e-06, |
| "loss": 0.0274, |
| "step": 540 |
| }, |
| { |
| "epoch": 0.36666666666666664, |
| "grad_norm": 0.42369166016578674, |
| "learning_rate": 7.99511799257793e-06, |
| "loss": 0.0283, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.37333333333333335, |
| "grad_norm": 0.17445319890975952, |
| "learning_rate": 7.901146121273165e-06, |
| "loss": 0.0286, |
| "step": 560 |
| }, |
| { |
| "epoch": 0.38, |
| "grad_norm": 0.24755573272705078, |
| "learning_rate": 7.80560322816439e-06, |
| "loss": 0.0284, |
| "step": 570 |
| }, |
| { |
| "epoch": 0.38666666666666666, |
| "grad_norm": 0.16139942407608032, |
| "learning_rate": 7.7085410514137e-06, |
| "loss": 0.0281, |
| "step": 580 |
| }, |
| { |
| "epoch": 0.3933333333333333, |
| "grad_norm": 0.14722169935703278, |
| "learning_rate": 7.610012151902091e-06, |
| "loss": 0.0288, |
| "step": 590 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 0.19121955335140228, |
| "learning_rate": 7.510069884766802e-06, |
| "loss": 0.0269, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.4066666666666667, |
| "grad_norm": 0.4560883939266205, |
| "learning_rate": 7.408768370508577e-06, |
| "loss": 0.0279, |
| "step": 610 |
| }, |
| { |
| "epoch": 0.41333333333333333, |
| "grad_norm": 0.17142727971076965, |
| "learning_rate": 7.3061624656844544e-06, |
| "loss": 0.0278, |
| "step": 620 |
| }, |
| { |
| "epoch": 0.42, |
| "grad_norm": 0.20494040846824646, |
| "learning_rate": 7.2023077332019755e-06, |
| "loss": 0.0276, |
| "step": 630 |
| }, |
| { |
| "epoch": 0.4266666666666667, |
| "grad_norm": 0.17237113416194916, |
| "learning_rate": 7.0972604122308865e-06, |
| "loss": 0.0265, |
| "step": 640 |
| }, |
| { |
| "epoch": 0.43333333333333335, |
| "grad_norm": 0.10688260942697525, |
| "learning_rate": 6.991077387748643e-06, |
| "loss": 0.0277, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.44, |
| "grad_norm": 0.2260720580816269, |
| "learning_rate": 6.883816159736187e-06, |
| "loss": 0.0278, |
| "step": 660 |
| }, |
| { |
| "epoch": 0.44666666666666666, |
| "grad_norm": 0.1664057970046997, |
| "learning_rate": 6.775534812040686e-06, |
| "loss": 0.0267, |
| "step": 670 |
| }, |
| { |
| "epoch": 0.4533333333333333, |
| "grad_norm": 0.13374029099941254, |
| "learning_rate": 6.666291980922122e-06, |
| "loss": 0.0272, |
| "step": 680 |
| }, |
| { |
| "epoch": 0.46, |
| "grad_norm": 0.11895390599966049, |
| "learning_rate": 6.556146823300701e-06, |
| "loss": 0.028, |
| "step": 690 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 0.12667301297187805, |
| "learning_rate": 6.445158984722358e-06, |
| "loss": 0.0272, |
| "step": 700 |
| }, |
| { |
| "epoch": 0.47333333333333333, |
| "grad_norm": 0.33054879307746887, |
| "learning_rate": 6.3333885670596285e-06, |
| "loss": 0.0272, |
| "step": 710 |
| }, |
| { |
| "epoch": 0.48, |
| "grad_norm": 0.20602670311927795, |
| "learning_rate": 6.220896095965428e-06, |
| "loss": 0.0266, |
| "step": 720 |
| }, |
| { |
| "epoch": 0.4866666666666667, |
| "grad_norm": 0.1334441602230072, |
| "learning_rate": 6.107742488097338e-06, |
| "loss": 0.0278, |
| "step": 730 |
| }, |
| { |
| "epoch": 0.49333333333333335, |
| "grad_norm": 0.1716829240322113, |
| "learning_rate": 5.993989018130173e-06, |
| "loss": 0.0276, |
| "step": 740 |
| }, |
| { |
| "epoch": 0.5, |
| "grad_norm": 0.17173507809638977, |
| "learning_rate": 5.879697285574655e-06, |
| "loss": 0.027, |
| "step": 750 |
| }, |
| { |
| "epoch": 0.5066666666666667, |
| "grad_norm": 0.13854774832725525, |
| "learning_rate": 5.764929181420191e-06, |
| "loss": 0.027, |
| "step": 760 |
| }, |
| { |
| "epoch": 0.5133333333333333, |
| "grad_norm": 0.18937619030475616, |
| "learning_rate": 5.649746854619814e-06, |
| "loss": 0.0273, |
| "step": 770 |
| }, |
| { |
| "epoch": 0.52, |
| "grad_norm": 0.17703093588352203, |
| "learning_rate": 5.5342126784354265e-06, |
| "loss": 0.028, |
| "step": 780 |
| }, |
| { |
| "epoch": 0.5266666666666666, |
| "grad_norm": 0.1360723078250885, |
| "learning_rate": 5.41838921666158e-06, |
| "loss": 0.026, |
| "step": 790 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 0.16010494530200958, |
| "learning_rate": 5.3023391897460715e-06, |
| "loss": 0.0263, |
| "step": 800 |
| }, |
| { |
| "epoch": 0.54, |
| "grad_norm": 0.1728169471025467, |
| "learning_rate": 5.18612544082573e-06, |
| "loss": 0.0267, |
| "step": 810 |
| }, |
| { |
| "epoch": 0.5466666666666666, |
| "grad_norm": 0.1610235720872879, |
| "learning_rate": 5.069810901695727e-06, |
| "loss": 0.0271, |
| "step": 820 |
| }, |
| { |
| "epoch": 0.5533333333333333, |
| "grad_norm": 0.13934388756752014, |
| "learning_rate": 4.953458558730917e-06, |
| "loss": 0.0269, |
| "step": 830 |
| }, |
| { |
| "epoch": 0.56, |
| "grad_norm": 0.1595052182674408, |
| "learning_rate": 4.837131418777595e-06, |
| "loss": 0.0285, |
| "step": 840 |
| }, |
| { |
| "epoch": 0.5666666666666667, |
| "grad_norm": 0.20196989178657532, |
| "learning_rate": 4.720892475034181e-06, |
| "loss": 0.0268, |
| "step": 850 |
| }, |
| { |
| "epoch": 0.5733333333333334, |
| "grad_norm": 0.0952686294913292, |
| "learning_rate": 4.604804672939295e-06, |
| "loss": 0.0279, |
| "step": 860 |
| }, |
| { |
| "epoch": 0.58, |
| "grad_norm": 0.13534852862358093, |
| "learning_rate": 4.4889308760856826e-06, |
| "loss": 0.0263, |
| "step": 870 |
| }, |
| { |
| "epoch": 0.5866666666666667, |
| "grad_norm": 0.15479381382465363, |
| "learning_rate": 4.373333832178478e-06, |
| "loss": 0.0266, |
| "step": 880 |
| }, |
| { |
| "epoch": 0.5933333333333334, |
| "grad_norm": 0.1572863906621933, |
| "learning_rate": 4.258076139056217e-06, |
| "loss": 0.0257, |
| "step": 890 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 0.10794276744127274, |
| "learning_rate": 4.143220210792993e-06, |
| "loss": 0.0268, |
| "step": 900 |
| }, |
| { |
| "epoch": 0.6066666666666667, |
| "grad_norm": 0.12649226188659668, |
| "learning_rate": 4.028828243900141e-06, |
| "loss": 0.0273, |
| "step": 910 |
| }, |
| { |
| "epoch": 0.6133333333333333, |
| "grad_norm": 0.11261267960071564, |
| "learning_rate": 3.914962183645733e-06, |
| "loss": 0.0273, |
| "step": 920 |
| }, |
| { |
| "epoch": 0.62, |
| "grad_norm": 0.12402400374412537, |
| "learning_rate": 3.8016836905101157e-06, |
| "loss": 0.027, |
| "step": 930 |
| }, |
| { |
| "epoch": 0.6266666666666667, |
| "grad_norm": 0.15580758452415466, |
| "learning_rate": 3.6890541067956775e-06, |
| "loss": 0.0275, |
| "step": 940 |
| }, |
| { |
| "epoch": 0.6333333333333333, |
| "grad_norm": 0.16109588742256165, |
| "learning_rate": 3.577134423408906e-06, |
| "loss": 0.0264, |
| "step": 950 |
| }, |
| { |
| "epoch": 0.64, |
| "grad_norm": 0.22473324835300446, |
| "learning_rate": 3.465985246832739e-06, |
| "loss": 0.027, |
| "step": 960 |
| }, |
| { |
| "epoch": 0.6466666666666666, |
| "grad_norm": 0.21857620775699615, |
| "learning_rate": 3.355666766307084e-06, |
| "loss": 0.0276, |
| "step": 970 |
| }, |
| { |
| "epoch": 0.6533333333333333, |
| "grad_norm": 0.09758365899324417, |
| "learning_rate": 3.246238721235283e-06, |
| "loss": 0.027, |
| "step": 980 |
| }, |
| { |
| "epoch": 0.66, |
| "grad_norm": 0.1262107789516449, |
| "learning_rate": 3.137760368834169e-06, |
| "loss": 0.0273, |
| "step": 990 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 0.09402887523174286, |
| "learning_rate": 3.030290452045245e-06, |
| "loss": 0.0262, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.6733333333333333, |
| "grad_norm": 0.10381755977869034, |
| "learning_rate": 2.9238871677243354e-06, |
| "loss": 0.0275, |
| "step": 1010 |
| }, |
| { |
| "epoch": 0.68, |
| "grad_norm": 0.12168723344802856, |
| "learning_rate": 2.818608135126967e-06, |
| "loss": 0.0258, |
| "step": 1020 |
| }, |
| { |
| "epoch": 0.6866666666666666, |
| "grad_norm": 0.1692776083946228, |
| "learning_rate": 2.714510364706531e-06, |
| "loss": 0.0258, |
| "step": 1030 |
| }, |
| { |
| "epoch": 0.6933333333333334, |
| "grad_norm": 0.18947234749794006, |
| "learning_rate": 2.611650227242102e-06, |
| "loss": 0.0276, |
| "step": 1040 |
| }, |
| { |
| "epoch": 0.7, |
| "grad_norm": 0.1725011169910431, |
| "learning_rate": 2.5100834233126827e-06, |
| "loss": 0.0266, |
| "step": 1050 |
| }, |
| { |
| "epoch": 0.7066666666666667, |
| "grad_norm": 0.10584762692451477, |
| "learning_rate": 2.40986495313435e-06, |
| "loss": 0.0266, |
| "step": 1060 |
| }, |
| { |
| "epoch": 0.7133333333333334, |
| "grad_norm": 0.11202681064605713, |
| "learning_rate": 2.3110490867766644e-06, |
| "loss": 0.0271, |
| "step": 1070 |
| }, |
| { |
| "epoch": 0.72, |
| "grad_norm": 0.09831184148788452, |
| "learning_rate": 2.213689334774479e-06, |
| "loss": 0.0278, |
| "step": 1080 |
| }, |
| { |
| "epoch": 0.7266666666666667, |
| "grad_norm": 0.12705865502357483, |
| "learning_rate": 2.1178384191510344e-06, |
| "loss": 0.0269, |
| "step": 1090 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 0.18815581500530243, |
| "learning_rate": 2.023548244868051e-06, |
| "loss": 0.027, |
| "step": 1100 |
| }, |
| { |
| "epoch": 0.74, |
| "grad_norm": 0.24343350529670715, |
| "learning_rate": 1.9308698717182874e-06, |
| "loss": 0.0272, |
| "step": 1110 |
| }, |
| { |
| "epoch": 0.7466666666666667, |
| "grad_norm": 0.09869104623794556, |
| "learning_rate": 1.8398534866757455e-06, |
| "loss": 0.0271, |
| "step": 1120 |
| }, |
| { |
| "epoch": 0.7533333333333333, |
| "grad_norm": 0.11589930206537247, |
| "learning_rate": 1.7505483767185583e-06, |
| "loss": 0.0267, |
| "step": 1130 |
| }, |
| { |
| "epoch": 0.76, |
| "grad_norm": 0.13498885929584503, |
| "learning_rate": 1.6630029021392007e-06, |
| "loss": 0.0271, |
| "step": 1140 |
| }, |
| { |
| "epoch": 0.7666666666666667, |
| "grad_norm": 0.1283062994480133, |
| "learning_rate": 1.5772644703565564e-06, |
| "loss": 0.0267, |
| "step": 1150 |
| }, |
| { |
| "epoch": 0.7733333333333333, |
| "grad_norm": 0.16730868816375732, |
| "learning_rate": 1.4933795102439558e-06, |
| "loss": 0.0266, |
| "step": 1160 |
| }, |
| { |
| "epoch": 0.78, |
| "grad_norm": 0.12701842188835144, |
| "learning_rate": 1.4113934469871166e-06, |
| "loss": 0.0258, |
| "step": 1170 |
| }, |
| { |
| "epoch": 0.7866666666666666, |
| "grad_norm": 0.0999382808804512, |
| "learning_rate": 1.3313506774856177e-06, |
| "loss": 0.025, |
| "step": 1180 |
| }, |
| { |
| "epoch": 0.7933333333333333, |
| "grad_norm": 0.1926984041929245, |
| "learning_rate": 1.2532945463111856e-06, |
| "loss": 0.0273, |
| "step": 1190 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 0.09554208815097809, |
| "learning_rate": 1.1772673222358421e-06, |
| "loss": 0.0264, |
| "step": 1200 |
| }, |
| { |
| "epoch": 0.8066666666666666, |
| "grad_norm": 0.11885914206504822, |
| "learning_rate": 1.1033101753426285e-06, |
| "loss": 0.0262, |
| "step": 1210 |
| }, |
| { |
| "epoch": 0.8133333333333334, |
| "grad_norm": 0.15456905961036682, |
| "learning_rate": 1.0314631547312738e-06, |
| "loss": 0.0267, |
| "step": 1220 |
| }, |
| { |
| "epoch": 0.82, |
| "grad_norm": 0.2736993134021759, |
| "learning_rate": 9.617651668308914e-07, |
| "loss": 0.0277, |
| "step": 1230 |
| }, |
| { |
| "epoch": 0.8266666666666667, |
| "grad_norm": 0.18778415024280548, |
| "learning_rate": 8.942539543314799e-07, |
| "loss": 0.027, |
| "step": 1240 |
| }, |
| { |
| "epoch": 0.8333333333333334, |
| "grad_norm": 0.11048292368650436, |
| "learning_rate": 8.289660757455803e-07, |
| "loss": 0.0267, |
| "step": 1250 |
| }, |
| { |
| "epoch": 0.84, |
| "grad_norm": 0.17376090586185455, |
| "learning_rate": 7.659368856111926e-07, |
| "loss": 0.0252, |
| "step": 1260 |
| }, |
| { |
| "epoch": 0.8466666666666667, |
| "grad_norm": 0.10457020252943039, |
| "learning_rate": 7.052005153466779e-07, |
| "loss": 0.0259, |
| "step": 1270 |
| }, |
| { |
| "epoch": 0.8533333333333334, |
| "grad_norm": 0.14782173931598663, |
| "learning_rate": 6.467898547679913e-07, |
| "loss": 0.0263, |
| "step": 1280 |
| }, |
| { |
| "epoch": 0.86, |
| "grad_norm": 0.10234915465116501, |
| "learning_rate": 5.9073653427826e-07, |
| "loss": 0.0268, |
| "step": 1290 |
| }, |
| { |
| "epoch": 1.004, |
| "grad_norm": 0.16457466781139374, |
| "learning_rate": 5.370709077393721e-07, |
| "loss": 0.0286, |
| "step": 1300 |
| }, |
| { |
| "epoch": 1.0106666666666666, |
| "grad_norm": 0.12019941955804825, |
| "learning_rate": 4.858220360348187e-07, |
| "loss": 0.0262, |
| "step": 1310 |
| }, |
| { |
| "epoch": 1.0173333333333334, |
| "grad_norm": 0.14211136102676392, |
| "learning_rate": 4.370176713327118e-07, |
| "loss": 0.026, |
| "step": 1320 |
| }, |
| { |
| "epoch": 1.024, |
| "grad_norm": 0.11359744518995285, |
| "learning_rate": 3.90684242057498e-07, |
| "loss": 0.0266, |
| "step": 1330 |
| }, |
| { |
| "epoch": 1.0306666666666666, |
| "grad_norm": 0.11327305436134338, |
| "learning_rate": 3.468468385785023e-07, |
| "loss": 0.0274, |
| "step": 1340 |
| }, |
| { |
| "epoch": 1.0373333333333334, |
| "grad_norm": 0.10707303881645203, |
| "learning_rate": 3.055291996230492e-07, |
| "loss": 0.0259, |
| "step": 1350 |
| }, |
| { |
| "epoch": 1.044, |
| "grad_norm": 0.10647109150886536, |
| "learning_rate": 2.6675369942151864e-07, |
| "loss": 0.026, |
| "step": 1360 |
| }, |
| { |
| "epoch": 1.0506666666666666, |
| "grad_norm": 0.19219855964183807, |
| "learning_rate": 2.3054133559131163e-07, |
| "loss": 0.0275, |
| "step": 1370 |
| }, |
| { |
| "epoch": 1.0573333333333332, |
| "grad_norm": 0.17916028201580048, |
| "learning_rate": 1.9691171776626882e-07, |
| "loss": 0.0261, |
| "step": 1380 |
| }, |
| { |
| "epoch": 1.064, |
| "grad_norm": 0.14635035395622253, |
| "learning_rate": 1.6588305697770313e-07, |
| "loss": 0.0271, |
| "step": 1390 |
| }, |
| { |
| "epoch": 1.0706666666666667, |
| "grad_norm": 0.12044422328472137, |
| "learning_rate": 1.374721557928116e-07, |
| "loss": 0.0264, |
| "step": 1400 |
| }, |
| { |
| "epoch": 1.0773333333333333, |
| "grad_norm": 0.10537119954824448, |
| "learning_rate": 1.1169439921578485e-07, |
| "loss": 0.0262, |
| "step": 1410 |
| }, |
| { |
| "epoch": 1.084, |
| "grad_norm": 0.1695001721382141, |
| "learning_rate": 8.856374635655696e-08, |
| "loss": 0.0267, |
| "step": 1420 |
| }, |
| { |
| "epoch": 1.0906666666666667, |
| "grad_norm": 0.20581750571727753, |
| "learning_rate": 6.809272287169988e-08, |
| "loss": 0.0265, |
| "step": 1430 |
| }, |
| { |
| "epoch": 1.0973333333333333, |
| "grad_norm": 0.14110663533210754, |
| "learning_rate": 5.029241418156139e-08, |
| "loss": 0.0256, |
| "step": 1440 |
| }, |
| { |
| "epoch": 1.104, |
| "grad_norm": 0.1277492642402649, |
| "learning_rate": 3.517245946731529e-08, |
| "loss": 0.0252, |
| "step": 1450 |
| }, |
| { |
| "epoch": 1.1106666666666667, |
| "grad_norm": 0.17467160522937775, |
| "learning_rate": 2.27410464511707e-08, |
| "loss": 0.0268, |
| "step": 1460 |
| }, |
| { |
| "epoch": 1.1173333333333333, |
| "grad_norm": 0.14059223234653473, |
| "learning_rate": 1.3004906962578723e-08, |
| "loss": 0.0262, |
| "step": 1470 |
| }, |
| { |
| "epoch": 1.124, |
| "grad_norm": 0.11744212359189987, |
| "learning_rate": 5.969313292830126e-09, |
| "loss": 0.0276, |
| "step": 1480 |
| }, |
| { |
| "epoch": 1.1306666666666667, |
| "grad_norm": 0.12303502857685089, |
| "learning_rate": 1.638075340010814e-09, |
| "loss": 0.0265, |
| "step": 1490 |
| }, |
| { |
| "epoch": 1.1373333333333333, |
| "grad_norm": 0.1259213238954544, |
| "learning_rate": 1.3538545881042198e-11, |
| "loss": 0.0275, |
| "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": 1.2131899331082977e+19, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
