| { |
| "best_global_step": null, |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 1.0, |
| "eval_steps": 500, |
| "global_step": 1920, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.026041666666666668, |
| "grad_norm": 368.0, |
| "learning_rate": 4.9e-05, |
| "loss": 22.6338, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.052083333333333336, |
| "grad_norm": 428.0, |
| "learning_rate": 9.900000000000001e-05, |
| "loss": 20.7782, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.078125, |
| "grad_norm": 203.0, |
| "learning_rate": 9.730769230769232e-05, |
| "loss": 16.2125, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.10416666666666667, |
| "grad_norm": 86.5, |
| "learning_rate": 9.456043956043956e-05, |
| "loss": 12.6787, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.13020833333333334, |
| "grad_norm": 50.5, |
| "learning_rate": 9.181318681318681e-05, |
| "loss": 10.1977, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.15625, |
| "grad_norm": 47.0, |
| "learning_rate": 8.906593406593407e-05, |
| "loss": 8.4288, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.18229166666666666, |
| "grad_norm": 40.25, |
| "learning_rate": 8.631868131868133e-05, |
| "loss": 7.3367, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.20833333333333334, |
| "grad_norm": 39.75, |
| "learning_rate": 8.357142857142858e-05, |
| "loss": 6.6945, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.234375, |
| "grad_norm": 58.5, |
| "learning_rate": 8.082417582417583e-05, |
| "loss": 6.1483, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.2604166666666667, |
| "grad_norm": 28.25, |
| "learning_rate": 7.807692307692307e-05, |
| "loss": 5.5996, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.2864583333333333, |
| "grad_norm": 29.875, |
| "learning_rate": 7.532967032967034e-05, |
| "loss": 5.2421, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.3125, |
| "grad_norm": 41.75, |
| "learning_rate": 7.258241758241758e-05, |
| "loss": 4.9438, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.3385416666666667, |
| "grad_norm": 30.125, |
| "learning_rate": 6.983516483516483e-05, |
| "loss": 4.6639, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.3645833333333333, |
| "grad_norm": 43.75, |
| "learning_rate": 6.708791208791209e-05, |
| "loss": 4.4483, |
| "step": 700 |
| }, |
| { |
| "epoch": 0.390625, |
| "grad_norm": 40.0, |
| "learning_rate": 6.434065934065935e-05, |
| "loss": 4.2564, |
| "step": 750 |
| }, |
| { |
| "epoch": 0.4166666666666667, |
| "grad_norm": 45.5, |
| "learning_rate": 6.15934065934066e-05, |
| "loss": 4.039, |
| "step": 800 |
| }, |
| { |
| "epoch": 0.4427083333333333, |
| "grad_norm": 34.25, |
| "learning_rate": 5.884615384615385e-05, |
| "loss": 3.8383, |
| "step": 850 |
| }, |
| { |
| "epoch": 0.46875, |
| "grad_norm": 34.5, |
| "learning_rate": 5.60989010989011e-05, |
| "loss": 3.7334, |
| "step": 900 |
| }, |
| { |
| "epoch": 0.4947916666666667, |
| "grad_norm": 29.25, |
| "learning_rate": 5.3351648351648354e-05, |
| "loss": 3.7124, |
| "step": 950 |
| }, |
| { |
| "epoch": 0.5208333333333334, |
| "grad_norm": 20.125, |
| "learning_rate": 5.06043956043956e-05, |
| "loss": 3.5392, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.546875, |
| "grad_norm": 36.25, |
| "learning_rate": 4.785714285714286e-05, |
| "loss": 3.6442, |
| "step": 1050 |
| }, |
| { |
| "epoch": 0.5729166666666666, |
| "grad_norm": 16.25, |
| "learning_rate": 4.510989010989011e-05, |
| "loss": 3.3756, |
| "step": 1100 |
| }, |
| { |
| "epoch": 0.5989583333333334, |
| "grad_norm": 21.375, |
| "learning_rate": 4.2362637362637364e-05, |
| "loss": 3.3847, |
| "step": 1150 |
| }, |
| { |
| "epoch": 0.625, |
| "grad_norm": 29.875, |
| "learning_rate": 3.961538461538462e-05, |
| "loss": 3.3237, |
| "step": 1200 |
| }, |
| { |
| "epoch": 0.6510416666666666, |
| "grad_norm": 45.0, |
| "learning_rate": 3.686813186813187e-05, |
| "loss": 3.3797, |
| "step": 1250 |
| }, |
| { |
| "epoch": 0.6770833333333334, |
| "grad_norm": 20.25, |
| "learning_rate": 3.4120879120879126e-05, |
| "loss": 3.2698, |
| "step": 1300 |
| }, |
| { |
| "epoch": 0.703125, |
| "grad_norm": 25.125, |
| "learning_rate": 3.1373626373626374e-05, |
| "loss": 3.295, |
| "step": 1350 |
| }, |
| { |
| "epoch": 0.7291666666666666, |
| "grad_norm": 36.25, |
| "learning_rate": 2.8626373626373624e-05, |
| "loss": 3.2116, |
| "step": 1400 |
| }, |
| { |
| "epoch": 0.7552083333333334, |
| "grad_norm": 44.5, |
| "learning_rate": 2.5879120879120882e-05, |
| "loss": 3.3309, |
| "step": 1450 |
| }, |
| { |
| "epoch": 0.78125, |
| "grad_norm": 32.5, |
| "learning_rate": 2.3131868131868133e-05, |
| "loss": 3.206, |
| "step": 1500 |
| }, |
| { |
| "epoch": 0.8072916666666666, |
| "grad_norm": 128.0, |
| "learning_rate": 2.0384615384615387e-05, |
| "loss": 3.2975, |
| "step": 1550 |
| }, |
| { |
| "epoch": 0.8333333333333334, |
| "grad_norm": 34.75, |
| "learning_rate": 1.763736263736264e-05, |
| "loss": 3.3141, |
| "step": 1600 |
| }, |
| { |
| "epoch": 0.859375, |
| "grad_norm": 22.875, |
| "learning_rate": 1.489010989010989e-05, |
| "loss": 3.2336, |
| "step": 1650 |
| }, |
| { |
| "epoch": 0.8854166666666666, |
| "grad_norm": 24.625, |
| "learning_rate": 1.2142857142857144e-05, |
| "loss": 3.2556, |
| "step": 1700 |
| }, |
| { |
| "epoch": 0.9114583333333334, |
| "grad_norm": 19.375, |
| "learning_rate": 9.395604395604396e-06, |
| "loss": 3.249, |
| "step": 1750 |
| }, |
| { |
| "epoch": 0.9375, |
| "grad_norm": 40.75, |
| "learning_rate": 6.648351648351649e-06, |
| "loss": 3.219, |
| "step": 1800 |
| }, |
| { |
| "epoch": 0.9635416666666666, |
| "grad_norm": 39.75, |
| "learning_rate": 3.901098901098901e-06, |
| "loss": 3.3161, |
| "step": 1850 |
| }, |
| { |
| "epoch": 0.9895833333333334, |
| "grad_norm": 18.0, |
| "learning_rate": 1.153846153846154e-06, |
| "loss": 3.2349, |
| "step": 1900 |
| } |
| ], |
| "logging_steps": 50, |
| "max_steps": 1920, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 1, |
| "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": 5.075946360284369e+16, |
| "train_batch_size": 4, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
