| { |
| "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": 7.78125, |
| "learning_rate": 0.00019800000000000002, |
| "loss": 1.6193, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.0016666666666666668, |
| "grad_norm": 3.390625, |
| "learning_rate": 0.000196, |
| "loss": 1.6265, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.0025, |
| "grad_norm": 2.484375, |
| "learning_rate": 0.000194, |
| "loss": 1.4795, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.0033333333333333335, |
| "grad_norm": 1.6875, |
| "learning_rate": 0.000192, |
| "loss": 1.2296, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.004166666666666667, |
| "grad_norm": 6.90625, |
| "learning_rate": 0.00019, |
| "loss": 1.6315, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.005, |
| "grad_norm": 2.625, |
| "learning_rate": 0.000188, |
| "loss": 1.8934, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.005833333333333334, |
| "grad_norm": 4.15625, |
| "learning_rate": 0.00018600000000000002, |
| "loss": 1.3189, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.006666666666666667, |
| "grad_norm": 1.140625, |
| "learning_rate": 0.00018400000000000003, |
| "loss": 1.4582, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.0075, |
| "grad_norm": 2.359375, |
| "learning_rate": 0.000182, |
| "loss": 1.2837, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.008333333333333333, |
| "grad_norm": 2.328125, |
| "learning_rate": 0.00018, |
| "loss": 1.2853, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.009166666666666667, |
| "grad_norm": 1.7578125, |
| "learning_rate": 0.00017800000000000002, |
| "loss": 1.2302, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.01, |
| "grad_norm": 1.578125, |
| "learning_rate": 0.00017600000000000002, |
| "loss": 1.2261, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.010833333333333334, |
| "grad_norm": 1.1171875, |
| "learning_rate": 0.000174, |
| "loss": 1.3501, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.011666666666666667, |
| "grad_norm": 0.98828125, |
| "learning_rate": 0.000172, |
| "loss": 1.032, |
| "step": 700 |
| }, |
| { |
| "epoch": 0.0125, |
| "grad_norm": 3.71875, |
| "learning_rate": 0.00017, |
| "loss": 1.4221, |
| "step": 750 |
| }, |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 0.8984375, |
| "learning_rate": 0.000168, |
| "loss": 1.4145, |
| "step": 800 |
| }, |
| { |
| "epoch": 0.014166666666666666, |
| "grad_norm": 3.03125, |
| "learning_rate": 0.000166, |
| "loss": 1.3647, |
| "step": 850 |
| }, |
| { |
| "epoch": 0.015, |
| "grad_norm": 5.34375, |
| "learning_rate": 0.000164, |
| "loss": 1.4074, |
| "step": 900 |
| }, |
| { |
| "epoch": 0.015833333333333335, |
| "grad_norm": 1.859375, |
| "learning_rate": 0.000162, |
| "loss": 1.4896, |
| "step": 950 |
| }, |
| { |
| "epoch": 0.016666666666666666, |
| "grad_norm": 1.7421875, |
| "learning_rate": 0.00016, |
| "loss": 1.216, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.0175, |
| "grad_norm": 14.125, |
| "learning_rate": 0.00015800000000000002, |
| "loss": 1.6695, |
| "step": 1050 |
| }, |
| { |
| "epoch": 0.018333333333333333, |
| "grad_norm": 4.25, |
| "learning_rate": 0.00015600000000000002, |
| "loss": 1.4949, |
| "step": 1100 |
| }, |
| { |
| "epoch": 0.019166666666666665, |
| "grad_norm": 5.75, |
| "learning_rate": 0.000154, |
| "loss": 1.1169, |
| "step": 1150 |
| }, |
| { |
| "epoch": 0.02, |
| "grad_norm": 2.375, |
| "learning_rate": 0.000152, |
| "loss": 1.1867, |
| "step": 1200 |
| }, |
| { |
| "epoch": 0.020833333333333332, |
| "grad_norm": 2.078125, |
| "learning_rate": 0.00015000000000000001, |
| "loss": 1.446, |
| "step": 1250 |
| }, |
| { |
| "epoch": 0.021666666666666667, |
| "grad_norm": 1.5390625, |
| "learning_rate": 0.000148, |
| "loss": 1.1641, |
| "step": 1300 |
| }, |
| { |
| "epoch": 0.0225, |
| "grad_norm": 1.84375, |
| "learning_rate": 0.000146, |
| "loss": 1.4691, |
| "step": 1350 |
| }, |
| { |
| "epoch": 0.023333333333333334, |
| "grad_norm": 0.4609375, |
| "learning_rate": 0.000144, |
| "loss": 1.1395, |
| "step": 1400 |
| }, |
| { |
| "epoch": 0.024166666666666666, |
| "grad_norm": 4.8125, |
| "learning_rate": 0.000142, |
| "loss": 1.1392, |
| "step": 1450 |
| }, |
| { |
| "epoch": 0.025, |
| "grad_norm": 3.34375, |
| "learning_rate": 0.00014, |
| "loss": 1.3324, |
| "step": 1500 |
| }, |
| { |
| "epoch": 0.025833333333333333, |
| "grad_norm": 2.078125, |
| "learning_rate": 0.000138, |
| "loss": 1.3768, |
| "step": 1550 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 2.265625, |
| "learning_rate": 0.00013600000000000003, |
| "loss": 1.6158, |
| "step": 1600 |
| }, |
| { |
| "epoch": 0.0275, |
| "grad_norm": 3.015625, |
| "learning_rate": 0.000134, |
| "loss": 1.2492, |
| "step": 1650 |
| }, |
| { |
| "epoch": 0.028333333333333332, |
| "grad_norm": 2.15625, |
| "learning_rate": 0.000132, |
| "loss": 1.3371, |
| "step": 1700 |
| }, |
| { |
| "epoch": 0.029166666666666667, |
| "grad_norm": 2.984375, |
| "learning_rate": 0.00013000000000000002, |
| "loss": 1.135, |
| "step": 1750 |
| }, |
| { |
| "epoch": 0.03, |
| "grad_norm": 6.25, |
| "learning_rate": 0.00012800000000000002, |
| "loss": 1.2287, |
| "step": 1800 |
| }, |
| { |
| "epoch": 0.030833333333333334, |
| "grad_norm": 5.0, |
| "learning_rate": 0.000126, |
| "loss": 1.1981, |
| "step": 1850 |
| }, |
| { |
| "epoch": 0.03166666666666667, |
| "grad_norm": 1.6484375, |
| "learning_rate": 0.000124, |
| "loss": 1.0232, |
| "step": 1900 |
| }, |
| { |
| "epoch": 0.0325, |
| "grad_norm": 6.40625, |
| "learning_rate": 0.000122, |
| "loss": 1.6393, |
| "step": 1950 |
| }, |
| { |
| "epoch": 0.03333333333333333, |
| "grad_norm": 4.375, |
| "learning_rate": 0.00012, |
| "loss": 1.2873, |
| "step": 2000 |
| }, |
| { |
| "epoch": 0.034166666666666665, |
| "grad_norm": 2.53125, |
| "learning_rate": 0.000118, |
| "loss": 1.4023, |
| "step": 2050 |
| }, |
| { |
| "epoch": 0.035, |
| "grad_norm": 2.03125, |
| "learning_rate": 0.000116, |
| "loss": 1.4421, |
| "step": 2100 |
| }, |
| { |
| "epoch": 0.035833333333333335, |
| "grad_norm": 2.625, |
| "learning_rate": 0.00011399999999999999, |
| "loss": 1.1691, |
| "step": 2150 |
| }, |
| { |
| "epoch": 0.03666666666666667, |
| "grad_norm": 2.59375, |
| "learning_rate": 0.00011200000000000001, |
| "loss": 1.0118, |
| "step": 2200 |
| }, |
| { |
| "epoch": 0.0375, |
| "grad_norm": 1.8359375, |
| "learning_rate": 0.00011000000000000002, |
| "loss": 1.2663, |
| "step": 2250 |
| }, |
| { |
| "epoch": 0.03833333333333333, |
| "grad_norm": 1.078125, |
| "learning_rate": 0.00010800000000000001, |
| "loss": 1.3027, |
| "step": 2300 |
| }, |
| { |
| "epoch": 0.03916666666666667, |
| "grad_norm": 2.078125, |
| "learning_rate": 0.00010600000000000002, |
| "loss": 1.4557, |
| "step": 2350 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 1.2890625, |
| "learning_rate": 0.00010400000000000001, |
| "loss": 1.4811, |
| "step": 2400 |
| }, |
| { |
| "epoch": 0.04083333333333333, |
| "grad_norm": 3.265625, |
| "learning_rate": 0.00010200000000000001, |
| "loss": 1.4483, |
| "step": 2450 |
| }, |
| { |
| "epoch": 0.041666666666666664, |
| "grad_norm": 1.71875, |
| "learning_rate": 0.0001, |
| "loss": 1.0485, |
| "step": 2500 |
| }, |
| { |
| "epoch": 0.0425, |
| "grad_norm": 3.125, |
| "learning_rate": 9.8e-05, |
| "loss": 1.539, |
| "step": 2550 |
| }, |
| { |
| "epoch": 0.043333333333333335, |
| "grad_norm": 3.28125, |
| "learning_rate": 9.6e-05, |
| "loss": 1.539, |
| "step": 2600 |
| }, |
| { |
| "epoch": 0.04416666666666667, |
| "grad_norm": 2.25, |
| "learning_rate": 9.4e-05, |
| "loss": 1.4823, |
| "step": 2650 |
| }, |
| { |
| "epoch": 0.045, |
| "grad_norm": 2.15625, |
| "learning_rate": 9.200000000000001e-05, |
| "loss": 1.2858, |
| "step": 2700 |
| }, |
| { |
| "epoch": 0.04583333333333333, |
| "grad_norm": 2.234375, |
| "learning_rate": 9e-05, |
| "loss": 1.3617, |
| "step": 2750 |
| }, |
| { |
| "epoch": 0.04666666666666667, |
| "grad_norm": 3.125, |
| "learning_rate": 8.800000000000001e-05, |
| "loss": 1.4386, |
| "step": 2800 |
| }, |
| { |
| "epoch": 0.0475, |
| "grad_norm": 1.671875, |
| "learning_rate": 8.6e-05, |
| "loss": 1.2641, |
| "step": 2850 |
| }, |
| { |
| "epoch": 0.04833333333333333, |
| "grad_norm": 1.59375, |
| "learning_rate": 8.4e-05, |
| "loss": 1.0788, |
| "step": 2900 |
| }, |
| { |
| "epoch": 0.049166666666666664, |
| "grad_norm": 5.53125, |
| "learning_rate": 8.2e-05, |
| "loss": 1.4108, |
| "step": 2950 |
| }, |
| { |
| "epoch": 0.05, |
| "grad_norm": 2.421875, |
| "learning_rate": 8e-05, |
| "loss": 1.4189, |
| "step": 3000 |
| }, |
| { |
| "epoch": 0.050833333333333335, |
| "grad_norm": 1.2421875, |
| "learning_rate": 7.800000000000001e-05, |
| "loss": 1.3057, |
| "step": 3050 |
| }, |
| { |
| "epoch": 0.051666666666666666, |
| "grad_norm": 1.609375, |
| "learning_rate": 7.6e-05, |
| "loss": 1.4018, |
| "step": 3100 |
| }, |
| { |
| "epoch": 0.0525, |
| "grad_norm": 3.953125, |
| "learning_rate": 7.4e-05, |
| "loss": 1.4229, |
| "step": 3150 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 1.1875, |
| "learning_rate": 7.2e-05, |
| "loss": 1.172, |
| "step": 3200 |
| }, |
| { |
| "epoch": 0.05416666666666667, |
| "grad_norm": 4.59375, |
| "learning_rate": 7e-05, |
| "loss": 1.6419, |
| "step": 3250 |
| }, |
| { |
| "epoch": 0.055, |
| "grad_norm": 1.03125, |
| "learning_rate": 6.800000000000001e-05, |
| "loss": 1.2964, |
| "step": 3300 |
| }, |
| { |
| "epoch": 0.05583333333333333, |
| "grad_norm": 7.28125, |
| "learning_rate": 6.6e-05, |
| "loss": 1.284, |
| "step": 3350 |
| }, |
| { |
| "epoch": 0.056666666666666664, |
| "grad_norm": 34.75, |
| "learning_rate": 6.400000000000001e-05, |
| "loss": 1.1201, |
| "step": 3400 |
| }, |
| { |
| "epoch": 0.0575, |
| "grad_norm": 1.8828125, |
| "learning_rate": 6.2e-05, |
| "loss": 1.3947, |
| "step": 3450 |
| }, |
| { |
| "epoch": 0.058333333333333334, |
| "grad_norm": 4.0625, |
| "learning_rate": 6e-05, |
| "loss": 1.3057, |
| "step": 3500 |
| }, |
| { |
| "epoch": 0.059166666666666666, |
| "grad_norm": 1.546875, |
| "learning_rate": 5.8e-05, |
| "loss": 1.4037, |
| "step": 3550 |
| }, |
| { |
| "epoch": 0.06, |
| "grad_norm": 5.1875, |
| "learning_rate": 5.6000000000000006e-05, |
| "loss": 1.4377, |
| "step": 3600 |
| }, |
| { |
| "epoch": 0.060833333333333336, |
| "grad_norm": 5.09375, |
| "learning_rate": 5.4000000000000005e-05, |
| "loss": 1.4396, |
| "step": 3650 |
| }, |
| { |
| "epoch": 0.06166666666666667, |
| "grad_norm": 3.640625, |
| "learning_rate": 5.2000000000000004e-05, |
| "loss": 1.4432, |
| "step": 3700 |
| }, |
| { |
| "epoch": 0.0625, |
| "grad_norm": 1.328125, |
| "learning_rate": 5e-05, |
| "loss": 1.4039, |
| "step": 3750 |
| }, |
| { |
| "epoch": 0.06333333333333334, |
| "grad_norm": 2.59375, |
| "learning_rate": 4.8e-05, |
| "loss": 1.2225, |
| "step": 3800 |
| }, |
| { |
| "epoch": 0.06416666666666666, |
| "grad_norm": 4.34375, |
| "learning_rate": 4.600000000000001e-05, |
| "loss": 1.2454, |
| "step": 3850 |
| }, |
| { |
| "epoch": 0.065, |
| "grad_norm": 2.671875, |
| "learning_rate": 4.4000000000000006e-05, |
| "loss": 1.527, |
| "step": 3900 |
| }, |
| { |
| "epoch": 0.06583333333333333, |
| "grad_norm": 4.40625, |
| "learning_rate": 4.2e-05, |
| "loss": 1.3868, |
| "step": 3950 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 2.984375, |
| "learning_rate": 4e-05, |
| "loss": 1.2344, |
| "step": 4000 |
| }, |
| { |
| "epoch": 0.0675, |
| "grad_norm": 1.9453125, |
| "learning_rate": 3.8e-05, |
| "loss": 1.3699, |
| "step": 4050 |
| }, |
| { |
| "epoch": 0.06833333333333333, |
| "grad_norm": 1.953125, |
| "learning_rate": 3.6e-05, |
| "loss": 1.1293, |
| "step": 4100 |
| }, |
| { |
| "epoch": 0.06916666666666667, |
| "grad_norm": 1.859375, |
| "learning_rate": 3.4000000000000007e-05, |
| "loss": 1.173, |
| "step": 4150 |
| }, |
| { |
| "epoch": 0.07, |
| "grad_norm": 1.5234375, |
| "learning_rate": 3.2000000000000005e-05, |
| "loss": 1.43, |
| "step": 4200 |
| }, |
| { |
| "epoch": 0.07083333333333333, |
| "grad_norm": 3.890625, |
| "learning_rate": 3e-05, |
| "loss": 1.2126, |
| "step": 4250 |
| }, |
| { |
| "epoch": 0.07166666666666667, |
| "grad_norm": 1.7109375, |
| "learning_rate": 2.8000000000000003e-05, |
| "loss": 1.3115, |
| "step": 4300 |
| }, |
| { |
| "epoch": 0.0725, |
| "grad_norm": 6.34375, |
| "learning_rate": 2.6000000000000002e-05, |
| "loss": 1.3374, |
| "step": 4350 |
| }, |
| { |
| "epoch": 0.07333333333333333, |
| "grad_norm": 1.5703125, |
| "learning_rate": 2.4e-05, |
| "loss": 1.3157, |
| "step": 4400 |
| }, |
| { |
| "epoch": 0.07416666666666667, |
| "grad_norm": 1.5546875, |
| "learning_rate": 2.2000000000000003e-05, |
| "loss": 1.0174, |
| "step": 4450 |
| }, |
| { |
| "epoch": 0.075, |
| "grad_norm": 2.109375, |
| "learning_rate": 2e-05, |
| "loss": 1.3055, |
| "step": 4500 |
| }, |
| { |
| "epoch": 0.07583333333333334, |
| "grad_norm": 5.71875, |
| "learning_rate": 1.8e-05, |
| "loss": 1.4452, |
| "step": 4550 |
| }, |
| { |
| "epoch": 0.07666666666666666, |
| "grad_norm": 1.828125, |
| "learning_rate": 1.6000000000000003e-05, |
| "loss": 1.1795, |
| "step": 4600 |
| }, |
| { |
| "epoch": 0.0775, |
| "grad_norm": 1.8671875, |
| "learning_rate": 1.4000000000000001e-05, |
| "loss": 1.324, |
| "step": 4650 |
| }, |
| { |
| "epoch": 0.07833333333333334, |
| "grad_norm": 1.0703125, |
| "learning_rate": 1.2e-05, |
| "loss": 1.4777, |
| "step": 4700 |
| }, |
| { |
| "epoch": 0.07916666666666666, |
| "grad_norm": 2.03125, |
| "learning_rate": 1e-05, |
| "loss": 1.3094, |
| "step": 4750 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 1.75, |
| "learning_rate": 8.000000000000001e-06, |
| "loss": 1.2241, |
| "step": 4800 |
| }, |
| { |
| "epoch": 0.08083333333333333, |
| "grad_norm": 10.9375, |
| "learning_rate": 6e-06, |
| "loss": 1.6414, |
| "step": 4850 |
| }, |
| { |
| "epoch": 0.08166666666666667, |
| "grad_norm": 4.875, |
| "learning_rate": 4.000000000000001e-06, |
| "loss": 1.3362, |
| "step": 4900 |
| }, |
| { |
| "epoch": 0.0825, |
| "grad_norm": 5.28125, |
| "learning_rate": 2.0000000000000003e-06, |
| "loss": 1.3583, |
| "step": 4950 |
| }, |
| { |
| "epoch": 0.08333333333333333, |
| "grad_norm": 3.15625, |
| "learning_rate": 0.0, |
| "loss": 1.3843, |
| "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": 2.515315490144256e+16, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
