trainer_state.json

{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 225,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 12.684171676635742,
      "learning_rate": 8e-05,
      "loss": 1.2281,
      "step": 10
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 5.992891788482666,
      "learning_rate": 8e-05,
      "loss": 0.8559,
      "step": 20
    },
    {
      "epoch": 0.4,
      "grad_norm": 4.8018574714660645,
      "learning_rate": 8e-05,
      "loss": 0.662,
      "step": 30
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 6.7871413230896,
      "learning_rate": 8e-05,
      "loss": 0.5638,
      "step": 40
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 7.326993942260742,
      "learning_rate": 8e-05,
      "loss": 0.4855,
      "step": 50
    },
    {
      "epoch": 0.8,
      "grad_norm": 3.8792343139648438,
      "learning_rate": 8e-05,
      "loss": 0.4623,
      "step": 60
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 3.895263671875,
      "learning_rate": 8e-05,
      "loss": 0.536,
      "step": 70
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 3.9079606533050537,
      "learning_rate": 8e-05,
      "loss": 0.4769,
      "step": 80
    },
    {
      "epoch": 1.2,
      "grad_norm": 2.4843099117279053,
      "learning_rate": 8e-05,
      "loss": 0.3534,
      "step": 90
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 1.9975205659866333,
      "learning_rate": 8e-05,
      "loss": 0.2728,
      "step": 100
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 1.805734395980835,
      "learning_rate": 8e-05,
      "loss": 0.2845,
      "step": 110
    },
    {
      "epoch": 1.6,
      "grad_norm": 2.8298110961914062,
      "learning_rate": 8e-05,
      "loss": 0.325,
      "step": 120
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 2.404350996017456,
      "learning_rate": 8e-05,
      "loss": 0.1876,
      "step": 130
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 2.800565481185913,
      "learning_rate": 8e-05,
      "loss": 0.3403,
      "step": 140
    },
    {
      "epoch": 2.0,
      "grad_norm": 3.3671960830688477,
      "learning_rate": 8e-05,
      "loss": 0.2958,
      "step": 150
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 3.240291118621826,
      "learning_rate": 8e-05,
      "loss": 0.1964,
      "step": 160
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 1.1050523519515991,
      "learning_rate": 8e-05,
      "loss": 0.1256,
      "step": 170
    },
    {
      "epoch": 2.4,
      "grad_norm": 2.640699863433838,
      "learning_rate": 8e-05,
      "loss": 0.15,
      "step": 180
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 3.566378116607666,
      "learning_rate": 8e-05,
      "loss": 0.1707,
      "step": 190
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 1.9662597179412842,
      "learning_rate": 8e-05,
      "loss": 0.1709,
      "step": 200
    },
    {
      "epoch": 2.8,
      "grad_norm": 3.1075780391693115,
      "learning_rate": 8e-05,
      "loss": 0.1547,
      "step": 210
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 1.8456004858016968,
      "learning_rate": 8e-05,
      "loss": 0.1095,
      "step": 220
    },
    {
      "epoch": 3.0,
      "step": 225,
      "total_flos": 1.05836359974912e+16,
      "train_loss": 0.37946837372250025,
      "train_runtime": 508.6697,
      "train_samples_per_second": 0.442,
      "train_steps_per_second": 0.442
    }
  ],
  "logging_steps": 10,
  "max_steps": 225,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "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": 1.05836359974912e+16,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}