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": 13.097010612487793,
      "learning_rate": 0.0001,
      "loss": 1.1616,
      "step": 10
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 6.297094821929932,
      "learning_rate": 0.0001,
      "loss": 0.8143,
      "step": 20
    },
    {
      "epoch": 0.4,
      "grad_norm": 4.706027984619141,
      "learning_rate": 0.0001,
      "loss": 0.6522,
      "step": 30
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 3.415175676345825,
      "learning_rate": 0.0001,
      "loss": 0.5663,
      "step": 40
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 6.209372520446777,
      "learning_rate": 0.0001,
      "loss": 0.4852,
      "step": 50
    },
    {
      "epoch": 0.8,
      "grad_norm": 3.0691299438476562,
      "learning_rate": 0.0001,
      "loss": 0.4669,
      "step": 60
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 3.20558500289917,
      "learning_rate": 0.0001,
      "loss": 0.5415,
      "step": 70
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 3.194582462310791,
      "learning_rate": 0.0001,
      "loss": 0.4693,
      "step": 80
    },
    {
      "epoch": 1.2,
      "grad_norm": 2.16780948638916,
      "learning_rate": 0.0001,
      "loss": 0.3246,
      "step": 90
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 1.834149718284607,
      "learning_rate": 0.0001,
      "loss": 0.2539,
      "step": 100
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 1.514779806137085,
      "learning_rate": 0.0001,
      "loss": 0.2661,
      "step": 110
    },
    {
      "epoch": 1.6,
      "grad_norm": 2.658543825149536,
      "learning_rate": 0.0001,
      "loss": 0.3046,
      "step": 120
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 1.8136591911315918,
      "learning_rate": 0.0001,
      "loss": 0.1768,
      "step": 130
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 2.253934383392334,
      "learning_rate": 0.0001,
      "loss": 0.3222,
      "step": 140
    },
    {
      "epoch": 2.0,
      "grad_norm": 2.8238582611083984,
      "learning_rate": 0.0001,
      "loss": 0.2808,
      "step": 150
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 2.786902904510498,
      "learning_rate": 0.0001,
      "loss": 0.1903,
      "step": 160
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.9431819915771484,
      "learning_rate": 0.0001,
      "loss": 0.111,
      "step": 170
    },
    {
      "epoch": 2.4,
      "grad_norm": 2.7540807723999023,
      "learning_rate": 0.0001,
      "loss": 0.1451,
      "step": 180
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 3.2616469860076904,
      "learning_rate": 0.0001,
      "loss": 0.1517,
      "step": 190
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 1.6494234800338745,
      "learning_rate": 0.0001,
      "loss": 0.1557,
      "step": 200
    },
    {
      "epoch": 2.8,
      "grad_norm": 2.7162411212921143,
      "learning_rate": 0.0001,
      "loss": 0.1441,
      "step": 210
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 1.7878732681274414,
      "learning_rate": 0.0001,
      "loss": 0.1007,
      "step": 220
    },
    {
      "epoch": 3.0,
      "step": 225,
      "total_flos": 1.05836359974912e+16,
      "train_loss": 0.36500840451982286,
      "train_runtime": 516.0041,
      "train_samples_per_second": 0.436,
      "train_steps_per_second": 0.436
    }
  ],
  "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
}