| { |
| "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": 7.625, |
| "learning_rate": 0.00019800000000000002, |
| "loss": 2.038, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.0016666666666666668, |
| "grad_norm": 12.1875, |
| "learning_rate": 0.000196, |
| "loss": 2.273, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.0025, |
| "grad_norm": 1.1328125, |
| "learning_rate": 0.000194, |
| "loss": 2.1854, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.0033333333333333335, |
| "grad_norm": 9.125, |
| "learning_rate": 0.000192, |
| "loss": 2.1659, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.004166666666666667, |
| "grad_norm": 8.8125, |
| "learning_rate": 0.00019, |
| "loss": 1.7927, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.005, |
| "grad_norm": 0.81640625, |
| "learning_rate": 0.000188, |
| "loss": 1.8637, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.005833333333333334, |
| "grad_norm": 0.007354736328125, |
| "learning_rate": 0.00018600000000000002, |
| "loss": 2.0312, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.006666666666666667, |
| "grad_norm": 3.625, |
| "learning_rate": 0.00018400000000000003, |
| "loss": 1.9202, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.0075, |
| "grad_norm": 4.5, |
| "learning_rate": 0.000182, |
| "loss": 2.1764, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.008333333333333333, |
| "grad_norm": 0.041748046875, |
| "learning_rate": 0.00018, |
| "loss": 2.2621, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.009166666666666667, |
| "grad_norm": 7.1875, |
| "learning_rate": 0.00017800000000000002, |
| "loss": 1.4654, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.01, |
| "grad_norm": 0.2373046875, |
| "learning_rate": 0.00017600000000000002, |
| "loss": 1.8092, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.010833333333333334, |
| "grad_norm": 22.75, |
| "learning_rate": 0.000174, |
| "loss": 1.8255, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.011666666666666667, |
| "grad_norm": 0.00836181640625, |
| "learning_rate": 0.000172, |
| "loss": 1.856, |
| "step": 700 |
| }, |
| { |
| "epoch": 0.0125, |
| "grad_norm": 5.875, |
| "learning_rate": 0.00017, |
| "loss": 1.7008, |
| "step": 750 |
| }, |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 4.1875, |
| "learning_rate": 0.000168, |
| "loss": 1.8448, |
| "step": 800 |
| }, |
| { |
| "epoch": 0.014166666666666666, |
| "grad_norm": 0.015625, |
| "learning_rate": 0.000166, |
| "loss": 1.3526, |
| "step": 850 |
| }, |
| { |
| "epoch": 0.015, |
| "grad_norm": 5.875, |
| "learning_rate": 0.000164, |
| "loss": 2.3134, |
| "step": 900 |
| }, |
| { |
| "epoch": 0.015833333333333335, |
| "grad_norm": 11.9375, |
| "learning_rate": 0.000162, |
| "loss": 1.595, |
| "step": 950 |
| }, |
| { |
| "epoch": 0.016666666666666666, |
| "grad_norm": 4.875, |
| "learning_rate": 0.00016, |
| "loss": 1.7787, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.0175, |
| "grad_norm": 0.06494140625, |
| "learning_rate": 0.00015800000000000002, |
| "loss": 1.4423, |
| "step": 1050 |
| }, |
| { |
| "epoch": 0.018333333333333333, |
| "grad_norm": 0.00628662109375, |
| "learning_rate": 0.00015600000000000002, |
| "loss": 1.5604, |
| "step": 1100 |
| }, |
| { |
| "epoch": 0.019166666666666665, |
| "grad_norm": 9.5625, |
| "learning_rate": 0.000154, |
| "loss": 1.8875, |
| "step": 1150 |
| }, |
| { |
| "epoch": 0.02, |
| "grad_norm": 3.90625, |
| "learning_rate": 0.000152, |
| "loss": 2.0045, |
| "step": 1200 |
| }, |
| { |
| "epoch": 0.020833333333333332, |
| "grad_norm": 0.11279296875, |
| "learning_rate": 0.00015000000000000001, |
| "loss": 1.6121, |
| "step": 1250 |
| }, |
| { |
| "epoch": 0.021666666666666667, |
| "grad_norm": 2.8125, |
| "learning_rate": 0.000148, |
| "loss": 2.1288, |
| "step": 1300 |
| }, |
| { |
| "epoch": 0.0225, |
| "grad_norm": 0.0206298828125, |
| "learning_rate": 0.000146, |
| "loss": 2.0822, |
| "step": 1350 |
| }, |
| { |
| "epoch": 0.023333333333333334, |
| "grad_norm": 18.875, |
| "learning_rate": 0.000144, |
| "loss": 2.0807, |
| "step": 1400 |
| }, |
| { |
| "epoch": 0.024166666666666666, |
| "grad_norm": 7.71875, |
| "learning_rate": 0.000142, |
| "loss": 1.7537, |
| "step": 1450 |
| }, |
| { |
| "epoch": 0.025, |
| "grad_norm": 3.828125, |
| "learning_rate": 0.00014, |
| "loss": 1.8515, |
| "step": 1500 |
| }, |
| { |
| "epoch": 0.025833333333333333, |
| "grad_norm": 0.1796875, |
| "learning_rate": 0.000138, |
| "loss": 1.8687, |
| "step": 1550 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 0.322265625, |
| "learning_rate": 0.00013600000000000003, |
| "loss": 1.7072, |
| "step": 1600 |
| }, |
| { |
| "epoch": 0.0275, |
| "grad_norm": 0.08740234375, |
| "learning_rate": 0.000134, |
| "loss": 1.315, |
| "step": 1650 |
| }, |
| { |
| "epoch": 0.028333333333333332, |
| "grad_norm": 4.40625, |
| "learning_rate": 0.000132, |
| "loss": 2.1231, |
| "step": 1700 |
| }, |
| { |
| "epoch": 0.029166666666666667, |
| "grad_norm": 0.1005859375, |
| "learning_rate": 0.00013000000000000002, |
| "loss": 1.9075, |
| "step": 1750 |
| }, |
| { |
| "epoch": 0.03, |
| "grad_norm": 0.12060546875, |
| "learning_rate": 0.00012800000000000002, |
| "loss": 1.8072, |
| "step": 1800 |
| }, |
| { |
| "epoch": 0.030833333333333334, |
| "grad_norm": 0.06005859375, |
| "learning_rate": 0.000126, |
| "loss": 1.7454, |
| "step": 1850 |
| }, |
| { |
| "epoch": 0.03166666666666667, |
| "grad_norm": 0.10302734375, |
| "learning_rate": 0.000124, |
| "loss": 1.7528, |
| "step": 1900 |
| }, |
| { |
| "epoch": 0.0325, |
| "grad_norm": 0.036865234375, |
| "learning_rate": 0.000122, |
| "loss": 2.0481, |
| "step": 1950 |
| }, |
| { |
| "epoch": 0.03333333333333333, |
| "grad_norm": 3.296875, |
| "learning_rate": 0.00012, |
| "loss": 1.5971, |
| "step": 2000 |
| }, |
| { |
| "epoch": 0.034166666666666665, |
| "grad_norm": 0.2021484375, |
| "learning_rate": 0.000118, |
| "loss": 1.6525, |
| "step": 2050 |
| }, |
| { |
| "epoch": 0.035, |
| "grad_norm": 0.05419921875, |
| "learning_rate": 0.000116, |
| "loss": 2.1171, |
| "step": 2100 |
| }, |
| { |
| "epoch": 0.035833333333333335, |
| "grad_norm": 0.1181640625, |
| "learning_rate": 0.00011399999999999999, |
| "loss": 1.2131, |
| "step": 2150 |
| }, |
| { |
| "epoch": 0.03666666666666667, |
| "grad_norm": 6.90625, |
| "learning_rate": 0.00011200000000000001, |
| "loss": 1.8155, |
| "step": 2200 |
| }, |
| { |
| "epoch": 0.0375, |
| "grad_norm": 3.1875, |
| "learning_rate": 0.00011000000000000002, |
| "loss": 2.1885, |
| "step": 2250 |
| }, |
| { |
| "epoch": 0.03833333333333333, |
| "grad_norm": 3.140625, |
| "learning_rate": 0.00010800000000000001, |
| "loss": 2.1044, |
| "step": 2300 |
| }, |
| { |
| "epoch": 0.03916666666666667, |
| "grad_norm": 2.921875, |
| "learning_rate": 0.00010600000000000002, |
| "loss": 2.1105, |
| "step": 2350 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 0.051513671875, |
| "learning_rate": 0.00010400000000000001, |
| "loss": 1.068, |
| "step": 2400 |
| }, |
| { |
| "epoch": 0.04083333333333333, |
| "grad_norm": 3.90625, |
| "learning_rate": 0.00010200000000000001, |
| "loss": 1.8048, |
| "step": 2450 |
| }, |
| { |
| "epoch": 0.041666666666666664, |
| "grad_norm": 6.90625, |
| "learning_rate": 0.0001, |
| "loss": 1.4449, |
| "step": 2500 |
| }, |
| { |
| "epoch": 0.0425, |
| "grad_norm": 15.875, |
| "learning_rate": 9.8e-05, |
| "loss": 1.63, |
| "step": 2550 |
| }, |
| { |
| "epoch": 0.043333333333333335, |
| "grad_norm": 0.04296875, |
| "learning_rate": 9.6e-05, |
| "loss": 1.6476, |
| "step": 2600 |
| }, |
| { |
| "epoch": 0.04416666666666667, |
| "grad_norm": 0.052734375, |
| "learning_rate": 9.4e-05, |
| "loss": 1.8674, |
| "step": 2650 |
| }, |
| { |
| "epoch": 0.045, |
| "grad_norm": 3.96875, |
| "learning_rate": 9.200000000000001e-05, |
| "loss": 2.0562, |
| "step": 2700 |
| }, |
| { |
| "epoch": 0.04583333333333333, |
| "grad_norm": 2.609375, |
| "learning_rate": 9e-05, |
| "loss": 2.0939, |
| "step": 2750 |
| }, |
| { |
| "epoch": 0.04666666666666667, |
| "grad_norm": 0.0152587890625, |
| "learning_rate": 8.800000000000001e-05, |
| "loss": 1.5939, |
| "step": 2800 |
| }, |
| { |
| "epoch": 0.0475, |
| "grad_norm": 0.006378173828125, |
| "learning_rate": 8.6e-05, |
| "loss": 1.4945, |
| "step": 2850 |
| }, |
| { |
| "epoch": 0.04833333333333333, |
| "grad_norm": 6.71875, |
| "learning_rate": 8.4e-05, |
| "loss": 1.7213, |
| "step": 2900 |
| }, |
| { |
| "epoch": 0.049166666666666664, |
| "grad_norm": 2.921875, |
| "learning_rate": 8.2e-05, |
| "loss": 1.6393, |
| "step": 2950 |
| }, |
| { |
| "epoch": 0.05, |
| "grad_norm": 0.103515625, |
| "learning_rate": 8e-05, |
| "loss": 1.7199, |
| "step": 3000 |
| }, |
| { |
| "epoch": 0.050833333333333335, |
| "grad_norm": 0.026123046875, |
| "learning_rate": 7.800000000000001e-05, |
| "loss": 1.7589, |
| "step": 3050 |
| }, |
| { |
| "epoch": 0.051666666666666666, |
| "grad_norm": 3.921875, |
| "learning_rate": 7.6e-05, |
| "loss": 1.5011, |
| "step": 3100 |
| }, |
| { |
| "epoch": 0.0525, |
| "grad_norm": 5.0, |
| "learning_rate": 7.4e-05, |
| "loss": 1.9167, |
| "step": 3150 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 7.15625, |
| "learning_rate": 7.2e-05, |
| "loss": 1.5859, |
| "step": 3200 |
| }, |
| { |
| "epoch": 0.05416666666666667, |
| "grad_norm": 2.46875, |
| "learning_rate": 7e-05, |
| "loss": 1.8754, |
| "step": 3250 |
| }, |
| { |
| "epoch": 0.055, |
| "grad_norm": 0.01287841796875, |
| "learning_rate": 6.800000000000001e-05, |
| "loss": 1.9354, |
| "step": 3300 |
| }, |
| { |
| "epoch": 0.05583333333333333, |
| "grad_norm": 0.046875, |
| "learning_rate": 6.6e-05, |
| "loss": 1.8536, |
| "step": 3350 |
| }, |
| { |
| "epoch": 0.056666666666666664, |
| "grad_norm": 3.703125, |
| "learning_rate": 6.400000000000001e-05, |
| "loss": 1.2177, |
| "step": 3400 |
| }, |
| { |
| "epoch": 0.0575, |
| "grad_norm": 0.07861328125, |
| "learning_rate": 6.2e-05, |
| "loss": 1.8814, |
| "step": 3450 |
| }, |
| { |
| "epoch": 0.058333333333333334, |
| "grad_norm": 0.10302734375, |
| "learning_rate": 6e-05, |
| "loss": 1.2492, |
| "step": 3500 |
| }, |
| { |
| "epoch": 0.059166666666666666, |
| "grad_norm": 0.44921875, |
| "learning_rate": 5.8e-05, |
| "loss": 1.6582, |
| "step": 3550 |
| }, |
| { |
| "epoch": 0.06, |
| "grad_norm": 2.96875, |
| "learning_rate": 5.6000000000000006e-05, |
| "loss": 1.6145, |
| "step": 3600 |
| }, |
| { |
| "epoch": 0.060833333333333336, |
| "grad_norm": 4.96875, |
| "learning_rate": 5.4000000000000005e-05, |
| "loss": 1.6666, |
| "step": 3650 |
| }, |
| { |
| "epoch": 0.06166666666666667, |
| "grad_norm": 5.03125, |
| "learning_rate": 5.2000000000000004e-05, |
| "loss": 1.7191, |
| "step": 3700 |
| }, |
| { |
| "epoch": 0.0625, |
| "grad_norm": 0.0517578125, |
| "learning_rate": 5e-05, |
| "loss": 1.4851, |
| "step": 3750 |
| }, |
| { |
| "epoch": 0.06333333333333334, |
| "grad_norm": 0.0196533203125, |
| "learning_rate": 4.8e-05, |
| "loss": 1.7242, |
| "step": 3800 |
| }, |
| { |
| "epoch": 0.06416666666666666, |
| "grad_norm": 0.0208740234375, |
| "learning_rate": 4.600000000000001e-05, |
| "loss": 1.8403, |
| "step": 3850 |
| }, |
| { |
| "epoch": 0.065, |
| "grad_norm": 0.0218505859375, |
| "learning_rate": 4.4000000000000006e-05, |
| "loss": 1.962, |
| "step": 3900 |
| }, |
| { |
| "epoch": 0.06583333333333333, |
| "grad_norm": 0.030029296875, |
| "learning_rate": 4.2e-05, |
| "loss": 1.4149, |
| "step": 3950 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 2.84375, |
| "learning_rate": 4e-05, |
| "loss": 2.1773, |
| "step": 4000 |
| }, |
| { |
| "epoch": 0.0675, |
| "grad_norm": 0.04638671875, |
| "learning_rate": 3.8e-05, |
| "loss": 1.9521, |
| "step": 4050 |
| }, |
| { |
| "epoch": 0.06833333333333333, |
| "grad_norm": 0.08544921875, |
| "learning_rate": 3.6e-05, |
| "loss": 1.7111, |
| "step": 4100 |
| }, |
| { |
| "epoch": 0.06916666666666667, |
| "grad_norm": 0.05419921875, |
| "learning_rate": 3.4000000000000007e-05, |
| "loss": 1.6139, |
| "step": 4150 |
| }, |
| { |
| "epoch": 0.07, |
| "grad_norm": 3.359375, |
| "learning_rate": 3.2000000000000005e-05, |
| "loss": 2.1023, |
| "step": 4200 |
| }, |
| { |
| "epoch": 0.07083333333333333, |
| "grad_norm": 0.0712890625, |
| "learning_rate": 3e-05, |
| "loss": 1.4094, |
| "step": 4250 |
| }, |
| { |
| "epoch": 0.07166666666666667, |
| "grad_norm": 3.21875, |
| "learning_rate": 2.8000000000000003e-05, |
| "loss": 1.6492, |
| "step": 4300 |
| }, |
| { |
| "epoch": 0.0725, |
| "grad_norm": 3.140625, |
| "learning_rate": 2.6000000000000002e-05, |
| "loss": 1.4307, |
| "step": 4350 |
| }, |
| { |
| "epoch": 0.07333333333333333, |
| "grad_norm": 4.25, |
| "learning_rate": 2.4e-05, |
| "loss": 1.4805, |
| "step": 4400 |
| }, |
| { |
| "epoch": 0.07416666666666667, |
| "grad_norm": 3.390625, |
| "learning_rate": 2.2000000000000003e-05, |
| "loss": 1.7339, |
| "step": 4450 |
| }, |
| { |
| "epoch": 0.075, |
| "grad_norm": 40.0, |
| "learning_rate": 2e-05, |
| "loss": 2.1083, |
| "step": 4500 |
| }, |
| { |
| "epoch": 0.07583333333333334, |
| "grad_norm": 36.0, |
| "learning_rate": 1.8e-05, |
| "loss": 1.4107, |
| "step": 4550 |
| }, |
| { |
| "epoch": 0.07666666666666666, |
| "grad_norm": 0.06787109375, |
| "learning_rate": 1.6000000000000003e-05, |
| "loss": 1.7292, |
| "step": 4600 |
| }, |
| { |
| "epoch": 0.0775, |
| "grad_norm": 6.0625, |
| "learning_rate": 1.4000000000000001e-05, |
| "loss": 1.509, |
| "step": 4650 |
| }, |
| { |
| "epoch": 0.07833333333333334, |
| "grad_norm": 9.75, |
| "learning_rate": 1.2e-05, |
| "loss": 1.4606, |
| "step": 4700 |
| }, |
| { |
| "epoch": 0.07916666666666666, |
| "grad_norm": 0.051513671875, |
| "learning_rate": 1e-05, |
| "loss": 1.28, |
| "step": 4750 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 0.02734375, |
| "learning_rate": 8.000000000000001e-06, |
| "loss": 1.2302, |
| "step": 4800 |
| }, |
| { |
| "epoch": 0.08083333333333333, |
| "grad_norm": 46.75, |
| "learning_rate": 6e-06, |
| "loss": 1.7672, |
| "step": 4850 |
| }, |
| { |
| "epoch": 0.08166666666666667, |
| "grad_norm": 5.4375, |
| "learning_rate": 4.000000000000001e-06, |
| "loss": 1.6705, |
| "step": 4900 |
| }, |
| { |
| "epoch": 0.0825, |
| "grad_norm": 0.18359375, |
| "learning_rate": 2.0000000000000003e-06, |
| "loss": 1.3538, |
| "step": 4950 |
| }, |
| { |
| "epoch": 0.08333333333333333, |
| "grad_norm": 0.08544921875, |
| "learning_rate": 0.0, |
| "loss": 1.6048, |
| "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": 1.784848787902464e+16, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
