| { |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 0.08333333333333333, |
| "eval_steps": 500, |
| "global_step": 5000, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.0008333333333333334, |
| "grad_norm": 4.3125, |
| "learning_rate": 0.00019800000000000002, |
| "loss": 1.4741, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.0016666666666666668, |
| "grad_norm": 5.25, |
| "learning_rate": 0.000196, |
| "loss": 1.1665, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.0025, |
| "grad_norm": 2.625, |
| "learning_rate": 0.000194, |
| "loss": 1.3065, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.0033333333333333335, |
| "grad_norm": 1.7421875, |
| "learning_rate": 0.000192, |
| "loss": 1.3348, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.004166666666666667, |
| "grad_norm": 2.625, |
| "learning_rate": 0.00019, |
| "loss": 1.2078, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.005, |
| "grad_norm": 2.3125, |
| "learning_rate": 0.000188, |
| "loss": 1.1227, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.005833333333333334, |
| "grad_norm": 2.53125, |
| "learning_rate": 0.00018600000000000002, |
| "loss": 1.1962, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.006666666666666667, |
| "grad_norm": 1.5078125, |
| "learning_rate": 0.00018400000000000003, |
| "loss": 1.1624, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.0075, |
| "grad_norm": 1.5703125, |
| "learning_rate": 0.000182, |
| "loss": 1.2198, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.008333333333333333, |
| "grad_norm": 2.375, |
| "learning_rate": 0.00018, |
| "loss": 1.1918, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.009166666666666667, |
| "grad_norm": 2.828125, |
| "learning_rate": 0.00017800000000000002, |
| "loss": 1.1039, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.01, |
| "grad_norm": 1.7421875, |
| "learning_rate": 0.00017600000000000002, |
| "loss": 1.2778, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.010833333333333334, |
| "grad_norm": 2.9375, |
| "learning_rate": 0.000174, |
| "loss": 1.2016, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.011666666666666667, |
| "grad_norm": 1.984375, |
| "learning_rate": 0.000172, |
| "loss": 1.1484, |
| "step": 700 |
| }, |
| { |
| "epoch": 0.0125, |
| "grad_norm": 0.9765625, |
| "learning_rate": 0.00017, |
| "loss": 1.1239, |
| "step": 750 |
| }, |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 1.890625, |
| "learning_rate": 0.000168, |
| "loss": 1.1643, |
| "step": 800 |
| }, |
| { |
| "epoch": 0.014166666666666666, |
| "grad_norm": 3.03125, |
| "learning_rate": 0.000166, |
| "loss": 1.2144, |
| "step": 850 |
| }, |
| { |
| "epoch": 0.015, |
| "grad_norm": 2.015625, |
| "learning_rate": 0.000164, |
| "loss": 1.1729, |
| "step": 900 |
| }, |
| { |
| "epoch": 0.015833333333333335, |
| "grad_norm": 2.859375, |
| "learning_rate": 0.000162, |
| "loss": 1.1139, |
| "step": 950 |
| }, |
| { |
| "epoch": 0.016666666666666666, |
| "grad_norm": 3.53125, |
| "learning_rate": 0.00016, |
| "loss": 1.2477, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.0175, |
| "grad_norm": 2.859375, |
| "learning_rate": 0.00015800000000000002, |
| "loss": 1.2076, |
| "step": 1050 |
| }, |
| { |
| "epoch": 0.018333333333333333, |
| "grad_norm": 2.4375, |
| "learning_rate": 0.00015600000000000002, |
| "loss": 1.1458, |
| "step": 1100 |
| }, |
| { |
| "epoch": 0.019166666666666665, |
| "grad_norm": 1.4765625, |
| "learning_rate": 0.000154, |
| "loss": 1.1385, |
| "step": 1150 |
| }, |
| { |
| "epoch": 0.02, |
| "grad_norm": 1.6875, |
| "learning_rate": 0.000152, |
| "loss": 1.0986, |
| "step": 1200 |
| }, |
| { |
| "epoch": 0.020833333333333332, |
| "grad_norm": 1.6796875, |
| "learning_rate": 0.00015000000000000001, |
| "loss": 1.0817, |
| "step": 1250 |
| }, |
| { |
| "epoch": 0.021666666666666667, |
| "grad_norm": 1.8203125, |
| "learning_rate": 0.000148, |
| "loss": 1.0467, |
| "step": 1300 |
| }, |
| { |
| "epoch": 0.0225, |
| "grad_norm": 2.0625, |
| "learning_rate": 0.000146, |
| "loss": 1.1307, |
| "step": 1350 |
| }, |
| { |
| "epoch": 0.023333333333333334, |
| "grad_norm": 1.9140625, |
| "learning_rate": 0.000144, |
| "loss": 1.1035, |
| "step": 1400 |
| }, |
| { |
| "epoch": 0.024166666666666666, |
| "grad_norm": 1.703125, |
| "learning_rate": 0.000142, |
| "loss": 1.0117, |
| "step": 1450 |
| }, |
| { |
| "epoch": 0.025, |
| "grad_norm": 3.265625, |
| "learning_rate": 0.00014, |
| "loss": 1.2243, |
| "step": 1500 |
| }, |
| { |
| "epoch": 0.025833333333333333, |
| "grad_norm": 2.53125, |
| "learning_rate": 0.000138, |
| "loss": 0.9011, |
| "step": 1550 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 2.25, |
| "learning_rate": 0.00013600000000000003, |
| "loss": 0.993, |
| "step": 1600 |
| }, |
| { |
| "epoch": 0.0275, |
| "grad_norm": 1.2109375, |
| "learning_rate": 0.000134, |
| "loss": 1.0203, |
| "step": 1650 |
| }, |
| { |
| "epoch": 0.028333333333333332, |
| "grad_norm": 2.65625, |
| "learning_rate": 0.000132, |
| "loss": 1.0187, |
| "step": 1700 |
| }, |
| { |
| "epoch": 0.029166666666666667, |
| "grad_norm": 1.84375, |
| "learning_rate": 0.00013000000000000002, |
| "loss": 1.1761, |
| "step": 1750 |
| }, |
| { |
| "epoch": 0.03, |
| "grad_norm": 2.9375, |
| "learning_rate": 0.00012800000000000002, |
| "loss": 1.0479, |
| "step": 1800 |
| }, |
| { |
| "epoch": 0.030833333333333334, |
| "grad_norm": 1.546875, |
| "learning_rate": 0.000126, |
| "loss": 1.1633, |
| "step": 1850 |
| }, |
| { |
| "epoch": 0.03166666666666667, |
| "grad_norm": 1.6328125, |
| "learning_rate": 0.000124, |
| "loss": 1.1782, |
| "step": 1900 |
| }, |
| { |
| "epoch": 0.0325, |
| "grad_norm": 2.21875, |
| "learning_rate": 0.000122, |
| "loss": 1.0675, |
| "step": 1950 |
| }, |
| { |
| "epoch": 0.03333333333333333, |
| "grad_norm": 1.5546875, |
| "learning_rate": 0.00012, |
| "loss": 1.1817, |
| "step": 2000 |
| }, |
| { |
| "epoch": 0.034166666666666665, |
| "grad_norm": 2.359375, |
| "learning_rate": 0.000118, |
| "loss": 1.1384, |
| "step": 2050 |
| }, |
| { |
| "epoch": 0.035, |
| "grad_norm": 2.265625, |
| "learning_rate": 0.000116, |
| "loss": 0.9967, |
| "step": 2100 |
| }, |
| { |
| "epoch": 0.035833333333333335, |
| "grad_norm": 2.484375, |
| "learning_rate": 0.00011399999999999999, |
| "loss": 1.0715, |
| "step": 2150 |
| }, |
| { |
| "epoch": 0.03666666666666667, |
| "grad_norm": 1.0625, |
| "learning_rate": 0.00011200000000000001, |
| "loss": 1.0299, |
| "step": 2200 |
| }, |
| { |
| "epoch": 0.0375, |
| "grad_norm": 2.203125, |
| "learning_rate": 0.00011000000000000002, |
| "loss": 1.0197, |
| "step": 2250 |
| }, |
| { |
| "epoch": 0.03833333333333333, |
| "grad_norm": 2.625, |
| "learning_rate": 0.00010800000000000001, |
| "loss": 1.0393, |
| "step": 2300 |
| }, |
| { |
| "epoch": 0.03916666666666667, |
| "grad_norm": 2.265625, |
| "learning_rate": 0.00010600000000000002, |
| "loss": 1.139, |
| "step": 2350 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 1.59375, |
| "learning_rate": 0.00010400000000000001, |
| "loss": 1.0299, |
| "step": 2400 |
| }, |
| { |
| "epoch": 0.04083333333333333, |
| "grad_norm": 2.53125, |
| "learning_rate": 0.00010200000000000001, |
| "loss": 1.0077, |
| "step": 2450 |
| }, |
| { |
| "epoch": 0.041666666666666664, |
| "grad_norm": 1.4453125, |
| "learning_rate": 0.0001, |
| "loss": 1.0889, |
| "step": 2500 |
| }, |
| { |
| "epoch": 0.0425, |
| "grad_norm": 1.90625, |
| "learning_rate": 9.8e-05, |
| "loss": 1.059, |
| "step": 2550 |
| }, |
| { |
| "epoch": 0.043333333333333335, |
| "grad_norm": 2.734375, |
| "learning_rate": 9.6e-05, |
| "loss": 1.1306, |
| "step": 2600 |
| }, |
| { |
| "epoch": 0.04416666666666667, |
| "grad_norm": 2.03125, |
| "learning_rate": 9.4e-05, |
| "loss": 1.0855, |
| "step": 2650 |
| }, |
| { |
| "epoch": 0.045, |
| "grad_norm": 1.90625, |
| "learning_rate": 9.200000000000001e-05, |
| "loss": 1.0564, |
| "step": 2700 |
| }, |
| { |
| "epoch": 0.04583333333333333, |
| "grad_norm": 2.015625, |
| "learning_rate": 9e-05, |
| "loss": 1.0857, |
| "step": 2750 |
| }, |
| { |
| "epoch": 0.04666666666666667, |
| "grad_norm": 2.1875, |
| "learning_rate": 8.800000000000001e-05, |
| "loss": 0.9471, |
| "step": 2800 |
| }, |
| { |
| "epoch": 0.0475, |
| "grad_norm": 1.9375, |
| "learning_rate": 8.6e-05, |
| "loss": 0.8924, |
| "step": 2850 |
| }, |
| { |
| "epoch": 0.04833333333333333, |
| "grad_norm": 0.384765625, |
| "learning_rate": 8.4e-05, |
| "loss": 0.9649, |
| "step": 2900 |
| }, |
| { |
| "epoch": 0.049166666666666664, |
| "grad_norm": 2.828125, |
| "learning_rate": 8.2e-05, |
| "loss": 0.9384, |
| "step": 2950 |
| }, |
| { |
| "epoch": 0.05, |
| "grad_norm": 3.453125, |
| "learning_rate": 8e-05, |
| "loss": 1.1031, |
| "step": 3000 |
| }, |
| { |
| "epoch": 0.050833333333333335, |
| "grad_norm": 1.2109375, |
| "learning_rate": 7.800000000000001e-05, |
| "loss": 1.143, |
| "step": 3050 |
| }, |
| { |
| "epoch": 0.051666666666666666, |
| "grad_norm": 1.7578125, |
| "learning_rate": 7.6e-05, |
| "loss": 1.0799, |
| "step": 3100 |
| }, |
| { |
| "epoch": 0.0525, |
| "grad_norm": 1.703125, |
| "learning_rate": 7.4e-05, |
| "loss": 0.9845, |
| "step": 3150 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 2.625, |
| "learning_rate": 7.2e-05, |
| "loss": 1.1334, |
| "step": 3200 |
| }, |
| { |
| "epoch": 0.05416666666666667, |
| "grad_norm": 1.6875, |
| "learning_rate": 7e-05, |
| "loss": 1.1404, |
| "step": 3250 |
| }, |
| { |
| "epoch": 0.055, |
| "grad_norm": 1.9765625, |
| "learning_rate": 6.800000000000001e-05, |
| "loss": 1.0168, |
| "step": 3300 |
| }, |
| { |
| "epoch": 0.05583333333333333, |
| "grad_norm": 1.6640625, |
| "learning_rate": 6.6e-05, |
| "loss": 1.1398, |
| "step": 3350 |
| }, |
| { |
| "epoch": 0.056666666666666664, |
| "grad_norm": 1.7421875, |
| "learning_rate": 6.400000000000001e-05, |
| "loss": 1.0329, |
| "step": 3400 |
| }, |
| { |
| "epoch": 0.0575, |
| "grad_norm": 1.7734375, |
| "learning_rate": 6.2e-05, |
| "loss": 1.021, |
| "step": 3450 |
| }, |
| { |
| "epoch": 0.058333333333333334, |
| "grad_norm": 3.03125, |
| "learning_rate": 6e-05, |
| "loss": 1.189, |
| "step": 3500 |
| }, |
| { |
| "epoch": 0.059166666666666666, |
| "grad_norm": 1.8828125, |
| "learning_rate": 5.8e-05, |
| "loss": 1.1131, |
| "step": 3550 |
| }, |
| { |
| "epoch": 0.06, |
| "grad_norm": 1.65625, |
| "learning_rate": 5.6000000000000006e-05, |
| "loss": 1.0646, |
| "step": 3600 |
| }, |
| { |
| "epoch": 0.060833333333333336, |
| "grad_norm": 1.1171875, |
| "learning_rate": 5.4000000000000005e-05, |
| "loss": 1.0356, |
| "step": 3650 |
| }, |
| { |
| "epoch": 0.06166666666666667, |
| "grad_norm": 1.3671875, |
| "learning_rate": 5.2000000000000004e-05, |
| "loss": 0.9963, |
| "step": 3700 |
| }, |
| { |
| "epoch": 0.0625, |
| "grad_norm": 2.0625, |
| "learning_rate": 5e-05, |
| "loss": 1.0941, |
| "step": 3750 |
| }, |
| { |
| "epoch": 0.06333333333333334, |
| "grad_norm": 1.015625, |
| "learning_rate": 4.8e-05, |
| "loss": 0.9856, |
| "step": 3800 |
| }, |
| { |
| "epoch": 0.06416666666666666, |
| "grad_norm": 1.875, |
| "learning_rate": 4.600000000000001e-05, |
| "loss": 1.2627, |
| "step": 3850 |
| }, |
| { |
| "epoch": 0.065, |
| "grad_norm": 1.984375, |
| "learning_rate": 4.4000000000000006e-05, |
| "loss": 1.0872, |
| "step": 3900 |
| }, |
| { |
| "epoch": 0.06583333333333333, |
| "grad_norm": 1.4375, |
| "learning_rate": 4.2e-05, |
| "loss": 0.9773, |
| "step": 3950 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 1.375, |
| "learning_rate": 4e-05, |
| "loss": 0.9163, |
| "step": 4000 |
| }, |
| { |
| "epoch": 0.0675, |
| "grad_norm": 1.7265625, |
| "learning_rate": 3.8e-05, |
| "loss": 1.021, |
| "step": 4050 |
| }, |
| { |
| "epoch": 0.06833333333333333, |
| "grad_norm": 1.609375, |
| "learning_rate": 3.6e-05, |
| "loss": 0.981, |
| "step": 4100 |
| }, |
| { |
| "epoch": 0.06916666666666667, |
| "grad_norm": 1.5625, |
| "learning_rate": 3.4000000000000007e-05, |
| "loss": 1.0904, |
| "step": 4150 |
| }, |
| { |
| "epoch": 0.07, |
| "grad_norm": 1.90625, |
| "learning_rate": 3.2000000000000005e-05, |
| "loss": 1.2213, |
| "step": 4200 |
| }, |
| { |
| "epoch": 0.07083333333333333, |
| "grad_norm": 1.5, |
| "learning_rate": 3e-05, |
| "loss": 1.0601, |
| "step": 4250 |
| }, |
| { |
| "epoch": 0.07166666666666667, |
| "grad_norm": 3.5625, |
| "learning_rate": 2.8000000000000003e-05, |
| "loss": 1.0429, |
| "step": 4300 |
| }, |
| { |
| "epoch": 0.0725, |
| "grad_norm": 2.546875, |
| "learning_rate": 2.6000000000000002e-05, |
| "loss": 0.9176, |
| "step": 4350 |
| }, |
| { |
| "epoch": 0.07333333333333333, |
| "grad_norm": 2.609375, |
| "learning_rate": 2.4e-05, |
| "loss": 1.0164, |
| "step": 4400 |
| }, |
| { |
| "epoch": 0.07416666666666667, |
| "grad_norm": 3.0, |
| "learning_rate": 2.2000000000000003e-05, |
| "loss": 1.1317, |
| "step": 4450 |
| }, |
| { |
| "epoch": 0.075, |
| "grad_norm": 1.78125, |
| "learning_rate": 2e-05, |
| "loss": 1.0513, |
| "step": 4500 |
| }, |
| { |
| "epoch": 0.07583333333333334, |
| "grad_norm": 1.9609375, |
| "learning_rate": 1.8e-05, |
| "loss": 1.0703, |
| "step": 4550 |
| }, |
| { |
| "epoch": 0.07666666666666666, |
| "grad_norm": 2.53125, |
| "learning_rate": 1.6000000000000003e-05, |
| "loss": 1.0829, |
| "step": 4600 |
| }, |
| { |
| "epoch": 0.0775, |
| "grad_norm": 2.078125, |
| "learning_rate": 1.4000000000000001e-05, |
| "loss": 1.0322, |
| "step": 4650 |
| }, |
| { |
| "epoch": 0.07833333333333334, |
| "grad_norm": 1.78125, |
| "learning_rate": 1.2e-05, |
| "loss": 0.9864, |
| "step": 4700 |
| }, |
| { |
| "epoch": 0.07916666666666666, |
| "grad_norm": 1.7265625, |
| "learning_rate": 1e-05, |
| "loss": 0.9832, |
| "step": 4750 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 2.03125, |
| "learning_rate": 8.000000000000001e-06, |
| "loss": 1.0509, |
| "step": 4800 |
| }, |
| { |
| "epoch": 0.08083333333333333, |
| "grad_norm": 1.859375, |
| "learning_rate": 6e-06, |
| "loss": 0.9699, |
| "step": 4850 |
| }, |
| { |
| "epoch": 0.08166666666666667, |
| "grad_norm": 2.328125, |
| "learning_rate": 4.000000000000001e-06, |
| "loss": 0.9778, |
| "step": 4900 |
| }, |
| { |
| "epoch": 0.0825, |
| "grad_norm": 5.15625, |
| "learning_rate": 2.0000000000000003e-06, |
| "loss": 0.9969, |
| "step": 4950 |
| }, |
| { |
| "epoch": 0.08333333333333333, |
| "grad_norm": 1.78125, |
| "learning_rate": 0.0, |
| "loss": 1.0526, |
| "step": 5000 |
| } |
| ], |
| "logging_steps": 50, |
| "max_steps": 5000, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 1, |
| "save_steps": 1000, |
| "stateful_callbacks": { |
| "TrainerControl": { |
| "args": { |
| "should_epoch_stop": false, |
| "should_evaluate": false, |
| "should_log": false, |
| "should_save": true, |
| "should_training_stop": true |
| }, |
| "attributes": {} |
| } |
| }, |
| "total_flos": 2.581644132335616e+16, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
