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": 2.429300546646118,
      "learning_rate": 0.001,
      "loss": 1.0583,
      "step": 10
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 2.37762451171875,
      "learning_rate": 0.001,
      "loss": 1.0795,
      "step": 20
    },
    {
      "epoch": 0.4,
      "grad_norm": 2.886047601699829,
      "learning_rate": 0.001,
      "loss": 1.0465,
      "step": 30
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.9647541642189026,
      "learning_rate": 0.001,
      "loss": 1.0078,
      "step": 40
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 4.47161865234375,
      "learning_rate": 0.001,
      "loss": 1.0215,
      "step": 50
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.3636322021484375,
      "learning_rate": 0.001,
      "loss": 0.9128,
      "step": 60
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 1.1846381425857544,
      "learning_rate": 0.001,
      "loss": 0.9122,
      "step": 70
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 5.121966361999512,
      "learning_rate": 0.001,
      "loss": 0.729,
      "step": 80
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.8247140645980835,
      "learning_rate": 0.001,
      "loss": 0.5656,
      "step": 90
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.7469320297241211,
      "learning_rate": 0.001,
      "loss": 0.913,
      "step": 100
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 3.267280101776123,
      "learning_rate": 0.001,
      "loss": 0.4554,
      "step": 110
    },
    {
      "epoch": 1.6,
      "grad_norm": 2.3719987869262695,
      "learning_rate": 0.001,
      "loss": 0.6588,
      "step": 120
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 5.573326110839844,
      "learning_rate": 0.001,
      "loss": 0.3037,
      "step": 130
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.9611998796463013,
      "learning_rate": 0.001,
      "loss": 0.8231,
      "step": 140
    },
    {
      "epoch": 2.0,
      "grad_norm": 4.474925994873047,
      "learning_rate": 0.001,
      "loss": 0.5229,
      "step": 150
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 23.831850051879883,
      "learning_rate": 0.001,
      "loss": 0.7581,
      "step": 160
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 1.9515756368637085,
      "learning_rate": 0.001,
      "loss": 0.4908,
      "step": 170
    },
    {
      "epoch": 2.4,
      "grad_norm": 4.731529712677002,
      "learning_rate": 0.001,
      "loss": 0.4331,
      "step": 180
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 1.9901970624923706,
      "learning_rate": 0.001,
      "loss": 0.5386,
      "step": 190
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.9275996685028076,
      "learning_rate": 0.001,
      "loss": 0.3859,
      "step": 200
    },
    {
      "epoch": 2.8,
      "grad_norm": 1.4204686880111694,
      "learning_rate": 0.001,
      "loss": 0.4254,
      "step": 210
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 1.0124672651290894,
      "learning_rate": 0.001,
      "loss": 0.3515,
      "step": 220
    },
    {
      "epoch": 3.0,
      "step": 225,
      "total_flos": 1.05836359974912e+16,
      "train_loss": 0.696545786327786,
      "train_runtime": 520.0969,
      "train_samples_per_second": 0.433,
      "train_steps_per_second": 0.433
    }
  ],
  "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
}