| { |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 5.0, |
| "eval_steps": 500, |
| "global_step": 375, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 6.505666255950928, |
| "learning_rate": 1e-05, |
| "loss": 0.9381, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 11.050951957702637, |
| "learning_rate": 1e-05, |
| "loss": 0.8876, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 4.7279372215271, |
| "learning_rate": 1e-05, |
| "loss": 0.7756, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 6.32816743850708, |
| "learning_rate": 1e-05, |
| "loss": 0.6711, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 4.042453765869141, |
| "learning_rate": 1e-05, |
| "loss": 0.5652, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 3.4663736820220947, |
| "learning_rate": 1e-05, |
| "loss": 0.4867, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 3.2002265453338623, |
| "learning_rate": 1e-05, |
| "loss": 0.362, |
| "step": 70 |
| }, |
| { |
| "epoch": 1.0666666666666667, |
| "grad_norm": 3.3230040073394775, |
| "learning_rate": 1e-05, |
| "loss": 0.3476, |
| "step": 80 |
| }, |
| { |
| "epoch": 1.2, |
| "grad_norm": 1.9953352212905884, |
| "learning_rate": 1e-05, |
| "loss": 0.2338, |
| "step": 90 |
| }, |
| { |
| "epoch": 1.3333333333333333, |
| "grad_norm": 1.7286195755004883, |
| "learning_rate": 1e-05, |
| "loss": 0.1643, |
| "step": 100 |
| }, |
| { |
| "epoch": 1.4666666666666668, |
| "grad_norm": 1.5366934537887573, |
| "learning_rate": 1e-05, |
| "loss": 0.2192, |
| "step": 110 |
| }, |
| { |
| "epoch": 1.6, |
| "grad_norm": 1.9483023881912231, |
| "learning_rate": 1e-05, |
| "loss": 0.1741, |
| "step": 120 |
| }, |
| { |
| "epoch": 1.7333333333333334, |
| "grad_norm": 2.4931719303131104, |
| "learning_rate": 1e-05, |
| "loss": 0.1204, |
| "step": 130 |
| }, |
| { |
| "epoch": 1.8666666666666667, |
| "grad_norm": 2.0894625186920166, |
| "learning_rate": 1e-05, |
| "loss": 0.1849, |
| "step": 140 |
| }, |
| { |
| "epoch": 2.0, |
| "grad_norm": 2.3106706142425537, |
| "learning_rate": 1e-05, |
| "loss": 0.1583, |
| "step": 150 |
| }, |
| { |
| "epoch": 2.1333333333333333, |
| "grad_norm": 2.315725803375244, |
| "learning_rate": 1e-05, |
| "loss": 0.1814, |
| "step": 160 |
| }, |
| { |
| "epoch": 2.2666666666666666, |
| "grad_norm": 1.4159507751464844, |
| "learning_rate": 1e-05, |
| "loss": 0.1314, |
| "step": 170 |
| }, |
| { |
| "epoch": 2.4, |
| "grad_norm": 2.2906599044799805, |
| "learning_rate": 1e-05, |
| "loss": 0.1364, |
| "step": 180 |
| }, |
| { |
| "epoch": 2.533333333333333, |
| "grad_norm": 2.7275636196136475, |
| "learning_rate": 1e-05, |
| "loss": 0.1572, |
| "step": 190 |
| }, |
| { |
| "epoch": 2.6666666666666665, |
| "grad_norm": 1.793707013130188, |
| "learning_rate": 1e-05, |
| "loss": 0.1272, |
| "step": 200 |
| }, |
| { |
| "epoch": 2.8, |
| "grad_norm": 2.650312900543213, |
| "learning_rate": 1e-05, |
| "loss": 0.1225, |
| "step": 210 |
| }, |
| { |
| "epoch": 2.9333333333333336, |
| "grad_norm": 1.925577163696289, |
| "learning_rate": 1e-05, |
| "loss": 0.1022, |
| "step": 220 |
| }, |
| { |
| "epoch": 3.066666666666667, |
| "grad_norm": 1.8806871175765991, |
| "learning_rate": 1e-05, |
| "loss": 0.1671, |
| "step": 230 |
| }, |
| { |
| "epoch": 3.2, |
| "grad_norm": 2.2901535034179688, |
| "learning_rate": 1e-05, |
| "loss": 0.1346, |
| "step": 240 |
| }, |
| { |
| "epoch": 3.3333333333333335, |
| "grad_norm": 2.187326431274414, |
| "learning_rate": 1e-05, |
| "loss": 0.1497, |
| "step": 250 |
| }, |
| { |
| "epoch": 3.466666666666667, |
| "grad_norm": 1.8143903017044067, |
| "learning_rate": 1e-05, |
| "loss": 0.1025, |
| "step": 260 |
| }, |
| { |
| "epoch": 3.6, |
| "grad_norm": 1.7334603071212769, |
| "learning_rate": 1e-05, |
| "loss": 0.1105, |
| "step": 270 |
| }, |
| { |
| "epoch": 3.7333333333333334, |
| "grad_norm": 1.70522141456604, |
| "learning_rate": 1e-05, |
| "loss": 0.1242, |
| "step": 280 |
| }, |
| { |
| "epoch": 3.8666666666666667, |
| "grad_norm": 1.2355444431304932, |
| "learning_rate": 1e-05, |
| "loss": 0.0826, |
| "step": 290 |
| }, |
| { |
| "epoch": 4.0, |
| "grad_norm": 1.6104403734207153, |
| "learning_rate": 1e-05, |
| "loss": 0.1302, |
| "step": 300 |
| }, |
| { |
| "epoch": 4.133333333333334, |
| "grad_norm": 1.4280835390090942, |
| "learning_rate": 1e-05, |
| "loss": 0.0951, |
| "step": 310 |
| }, |
| { |
| "epoch": 4.266666666666667, |
| "grad_norm": 1.7377476692199707, |
| "learning_rate": 1e-05, |
| "loss": 0.0922, |
| "step": 320 |
| }, |
| { |
| "epoch": 4.4, |
| "grad_norm": 1.8996360301971436, |
| "learning_rate": 1e-05, |
| "loss": 0.152, |
| "step": 330 |
| }, |
| { |
| "epoch": 4.533333333333333, |
| "grad_norm": 1.5604692697525024, |
| "learning_rate": 1e-05, |
| "loss": 0.1184, |
| "step": 340 |
| }, |
| { |
| "epoch": 4.666666666666667, |
| "grad_norm": 1.5387630462646484, |
| "learning_rate": 1e-05, |
| "loss": 0.1138, |
| "step": 350 |
| }, |
| { |
| "epoch": 4.8, |
| "grad_norm": 1.6977715492248535, |
| "learning_rate": 1e-05, |
| "loss": 0.0892, |
| "step": 360 |
| }, |
| { |
| "epoch": 4.933333333333334, |
| "grad_norm": 1.4408897161483765, |
| "learning_rate": 1e-05, |
| "loss": 0.1192, |
| "step": 370 |
| }, |
| { |
| "epoch": 5.0, |
| "step": 375, |
| "total_flos": 1.7639393329152e+16, |
| "train_loss": 0.24209010950724283, |
| "train_runtime": 903.6834, |
| "train_samples_per_second": 0.415, |
| "train_steps_per_second": 0.415 |
| } |
| ], |
| "logging_steps": 10, |
| "max_steps": 375, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 5, |
| "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": 1.7639393329152e+16, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
