| { |
| "best_global_step": null, |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 3.0, |
| "eval_steps": 500, |
| "global_step": 450, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 22.209487386412402, |
| "learning_rate": 2.0000000000000003e-06, |
| "loss": 1.6796, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 12.935591671884186, |
| "learning_rate": 4.222222222222223e-06, |
| "loss": 0.9302, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 10.319883299987719, |
| "learning_rate": 6.444444444444445e-06, |
| "loss": 0.7924, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 12.315119624210944, |
| "learning_rate": 8.666666666666668e-06, |
| "loss": 0.6202, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 11.463518477145703, |
| "learning_rate": 9.997593339404757e-06, |
| "loss": 0.7137, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 10.780290504564283, |
| "learning_rate": 9.970545007734807e-06, |
| "loss": 0.6711, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 6.943408420106348, |
| "learning_rate": 9.913603233532067e-06, |
| "loss": 0.6028, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 7.284073674940058, |
| "learning_rate": 9.827110471326612e-06, |
| "loss": 0.6037, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 6.807732765497465, |
| "learning_rate": 9.711586898767462e-06, |
| "loss": 0.5778, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 11.83732337075223, |
| "learning_rate": 9.567727288213005e-06, |
| "loss": 0.5805, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 5.14349896200111, |
| "learning_rate": 9.396396828288272e-06, |
| "loss": 0.5779, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 4.661943441211666, |
| "learning_rate": 9.19862592053875e-06, |
| "loss": 0.5815, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 7.550644416232132, |
| "learning_rate": 8.97560398247424e-06, |
| "loss": 0.5525, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 7.1943467432123285, |
| "learning_rate": 8.728672294272009e-06, |
| "loss": 0.5502, |
| "step": 140 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 5.4209158963202695, |
| "learning_rate": 8.45931593215998e-06, |
| "loss": 0.6258, |
| "step": 150 |
| }, |
| { |
| "epoch": 1.0666666666666667, |
| "grad_norm": 2.7234457746218106, |
| "learning_rate": 8.16915483699355e-06, |
| "loss": 0.5362, |
| "step": 160 |
| }, |
| { |
| "epoch": 1.1333333333333333, |
| "grad_norm": 5.20579567040701, |
| "learning_rate": 7.859934071740693e-06, |
| "loss": 0.5256, |
| "step": 170 |
| }, |
| { |
| "epoch": 1.2, |
| "grad_norm": 5.542411741472658, |
| "learning_rate": 7.533513326467911e-06, |
| "loss": 0.5071, |
| "step": 180 |
| }, |
| { |
| "epoch": 1.2666666666666666, |
| "grad_norm": 5.066455668318536, |
| "learning_rate": 7.191855733945388e-06, |
| "loss": 0.5, |
| "step": 190 |
| }, |
| { |
| "epoch": 1.3333333333333333, |
| "grad_norm": 7.261519258384245, |
| "learning_rate": 6.837016063135491e-06, |
| "loss": 0.4927, |
| "step": 200 |
| }, |
| { |
| "epoch": 1.4, |
| "grad_norm": 6.379167040037112, |
| "learning_rate": 6.4711283615704755e-06, |
| "loss": 0.4771, |
| "step": 210 |
| }, |
| { |
| "epoch": 1.4666666666666668, |
| "grad_norm": 4.961887194084468, |
| "learning_rate": 6.0963931209395165e-06, |
| "loss": 0.4931, |
| "step": 220 |
| }, |
| { |
| "epoch": 1.5333333333333332, |
| "grad_norm": 4.828923581269833, |
| "learning_rate": 5.715064043072771e-06, |
| "loss": 0.4538, |
| "step": 230 |
| }, |
| { |
| "epoch": 1.6, |
| "grad_norm": 7.065358575784043, |
| "learning_rate": 5.329434485913393e-06, |
| "loss": 0.5141, |
| "step": 240 |
| }, |
| { |
| "epoch": 1.6666666666666665, |
| "grad_norm": 5.858179436757541, |
| "learning_rate": 4.941823670993016e-06, |
| "loss": 0.4738, |
| "step": 250 |
| }, |
| { |
| "epoch": 1.7333333333333334, |
| "grad_norm": 3.3970862511359323, |
| "learning_rate": 4.5545627353605705e-06, |
| "loss": 0.4562, |
| "step": 260 |
| }, |
| { |
| "epoch": 1.8, |
| "grad_norm": 4.767196253501312, |
| "learning_rate": 4.1699807118497815e-06, |
| "loss": 0.4668, |
| "step": 270 |
| }, |
| { |
| "epoch": 1.8666666666666667, |
| "grad_norm": 6.756725811503202, |
| "learning_rate": 3.790390522001662e-06, |
| "loss": 0.5062, |
| "step": 280 |
| }, |
| { |
| "epoch": 1.9333333333333333, |
| "grad_norm": 4.291284665043423, |
| "learning_rate": 3.418075065882217e-06, |
| "loss": 0.4358, |
| "step": 290 |
| }, |
| { |
| "epoch": 2.0, |
| "grad_norm": 5.089066811967618, |
| "learning_rate": 3.0552734924528304e-06, |
| "loss": 0.4874, |
| "step": 300 |
| }, |
| { |
| "epoch": 2.066666666666667, |
| "grad_norm": 4.724155427886196, |
| "learning_rate": 2.7041677330649408e-06, |
| "loss": 0.3615, |
| "step": 310 |
| }, |
| { |
| "epoch": 2.1333333333333333, |
| "grad_norm": 4.949909188287264, |
| "learning_rate": 2.3668693790681634e-06, |
| "loss": 0.3414, |
| "step": 320 |
| }, |
| { |
| "epoch": 2.2, |
| "grad_norm": 4.331817106456939, |
| "learning_rate": 2.0454069824514445e-06, |
| "loss": 0.3424, |
| "step": 330 |
| }, |
| { |
| "epoch": 2.2666666666666666, |
| "grad_norm": 3.6287237509360906, |
| "learning_rate": 1.7417138558927244e-06, |
| "loss": 0.3071, |
| "step": 340 |
| }, |
| { |
| "epoch": 2.3333333333333335, |
| "grad_norm": 6.218473716023565, |
| "learning_rate": 1.4576164455890014e-06, |
| "loss": 0.3227, |
| "step": 350 |
| }, |
| { |
| "epoch": 2.4, |
| "grad_norm": 4.915592321889467, |
| "learning_rate": 1.1948233467939978e-06, |
| "loss": 0.3178, |
| "step": 360 |
| }, |
| { |
| "epoch": 2.466666666666667, |
| "grad_norm": 3.66628775989013, |
| "learning_rate": 9.549150281252633e-07, |
| "loss": 0.314, |
| "step": 370 |
| }, |
| { |
| "epoch": 2.533333333333333, |
| "grad_norm": 5.284825727103242, |
| "learning_rate": 7.393343264399439e-07, |
| "loss": 0.3084, |
| "step": 380 |
| }, |
| { |
| "epoch": 2.6, |
| "grad_norm": 4.423778708955016, |
| "learning_rate": 5.493777694441521e-07, |
| "loss": 0.3215, |
| "step": 390 |
| }, |
| { |
| "epoch": 2.6666666666666665, |
| "grad_norm": 4.353121575589735, |
| "learning_rate": 3.8618777822278854e-07, |
| "loss": 0.2988, |
| "step": 400 |
| }, |
| { |
| "epoch": 2.7333333333333334, |
| "grad_norm": 3.460480838422593, |
| "learning_rate": 2.5074579658471266e-07, |
| "loss": 0.3141, |
| "step": 410 |
| }, |
| { |
| "epoch": 2.8, |
| "grad_norm": 4.457942826192486, |
| "learning_rate": 1.438663885441982e-07, |
| "loss": 0.3212, |
| "step": 420 |
| }, |
| { |
| "epoch": 2.8666666666666667, |
| "grad_norm": 6.1121678228598775, |
| "learning_rate": 6.61923394371039e-08, |
| "loss": 0.2986, |
| "step": 430 |
| }, |
| { |
| "epoch": 2.9333333333333336, |
| "grad_norm": 5.213847822695001, |
| "learning_rate": 1.8190790134231528e-08, |
| "loss": 0.3053, |
| "step": 440 |
| }, |
| { |
| "epoch": 3.0, |
| "grad_norm": 5.718900553516974, |
| "learning_rate": 1.504276011621286e-10, |
| "loss": 0.3085, |
| "step": 450 |
| }, |
| { |
| "epoch": 3.0, |
| "step": 450, |
| "total_flos": 3540344537088.0, |
| "train_loss": 0.5059795358445909, |
| "train_runtime": 3284.638, |
| "train_samples_per_second": 0.822, |
| "train_steps_per_second": 0.137 |
| } |
| ], |
| "logging_steps": 10, |
| "max_steps": 450, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 3, |
| "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": 3540344537088.0, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
