| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 1.0, | |
| "eval_steps": 10000, | |
| "global_step": 120000, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.08333333333333333, | |
| "grad_norm": 0.6651873588562012, | |
| "learning_rate": 0.001, | |
| "loss": 1.217, | |
| "step": 10000 | |
| }, | |
| { | |
| "epoch": 0.08333333333333333, | |
| "eval_loss": NaN, | |
| "eval_runtime": 874.824, | |
| "eval_samples_per_second": 157.659, | |
| "eval_steps_per_second": 39.415, | |
| "step": 10000 | |
| }, | |
| { | |
| "epoch": 0.16666666666666666, | |
| "grad_norm": 0.3876087963581085, | |
| "learning_rate": 0.001, | |
| "loss": 1.1568, | |
| "step": 20000 | |
| }, | |
| { | |
| "epoch": 0.16666666666666666, | |
| "eval_loss": NaN, | |
| "eval_runtime": 774.5634, | |
| "eval_samples_per_second": 178.067, | |
| "eval_steps_per_second": 44.517, | |
| "step": 20000 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "grad_norm": 0.2238207757472992, | |
| "learning_rate": 0.001, | |
| "loss": 1.1522, | |
| "step": 30000 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "eval_loss": NaN, | |
| "eval_runtime": 739.1972, | |
| "eval_samples_per_second": 186.586, | |
| "eval_steps_per_second": 46.647, | |
| "step": 30000 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 0.1445535570383072, | |
| "learning_rate": 0.001, | |
| "loss": 1.1443, | |
| "step": 40000 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "eval_loss": NaN, | |
| "eval_runtime": 500.0215, | |
| "eval_samples_per_second": 275.836, | |
| "eval_steps_per_second": 68.959, | |
| "step": 40000 | |
| }, | |
| { | |
| "epoch": 0.4166666666666667, | |
| "grad_norm": 0.17618992924690247, | |
| "learning_rate": 0.001, | |
| "loss": 1.1404, | |
| "step": 50000 | |
| }, | |
| { | |
| "epoch": 0.4166666666666667, | |
| "eval_loss": NaN, | |
| "eval_runtime": 589.6171, | |
| "eval_samples_per_second": 233.921, | |
| "eval_steps_per_second": 58.48, | |
| "step": 50000 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 0.12298904359340668, | |
| "learning_rate": 0.001, | |
| "loss": 1.1329, | |
| "step": 60000 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "eval_loss": NaN, | |
| "eval_runtime": 599.1773, | |
| "eval_samples_per_second": 230.189, | |
| "eval_steps_per_second": 57.547, | |
| "step": 60000 | |
| }, | |
| { | |
| "epoch": 0.5833333333333334, | |
| "grad_norm": 0.21368645131587982, | |
| "learning_rate": 0.001, | |
| "loss": 1.1323, | |
| "step": 70000 | |
| }, | |
| { | |
| "epoch": 0.5833333333333334, | |
| "eval_loss": NaN, | |
| "eval_runtime": 526.8173, | |
| "eval_samples_per_second": 261.806, | |
| "eval_steps_per_second": 65.452, | |
| "step": 70000 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 0.15141108632087708, | |
| "learning_rate": 0.001, | |
| "loss": 1.1292, | |
| "step": 80000 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "eval_loss": NaN, | |
| "eval_runtime": 542.434, | |
| "eval_samples_per_second": 254.269, | |
| "eval_steps_per_second": 63.567, | |
| "step": 80000 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "grad_norm": 0.15512333810329437, | |
| "learning_rate": 0.001, | |
| "loss": 1.1264, | |
| "step": 90000 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "eval_loss": NaN, | |
| "eval_runtime": 700.6971, | |
| "eval_samples_per_second": 196.838, | |
| "eval_steps_per_second": 49.21, | |
| "step": 90000 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 0.15970458090305328, | |
| "learning_rate": 0.001, | |
| "loss": 1.1312, | |
| "step": 100000 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "eval_loss": NaN, | |
| "eval_runtime": 774.1988, | |
| "eval_samples_per_second": 178.151, | |
| "eval_steps_per_second": 44.538, | |
| "step": 100000 | |
| }, | |
| { | |
| "epoch": 0.9166666666666666, | |
| "grad_norm": 0.16049639880657196, | |
| "learning_rate": 0.001, | |
| "loss": 1.1305, | |
| "step": 110000 | |
| }, | |
| { | |
| "epoch": 0.9166666666666666, | |
| "eval_loss": NaN, | |
| "eval_runtime": 612.5819, | |
| "eval_samples_per_second": 225.152, | |
| "eval_steps_per_second": 56.288, | |
| "step": 110000 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 0.1032409593462944, | |
| "learning_rate": 0.001, | |
| "loss": 1.1285, | |
| "step": 120000 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "eval_loss": NaN, | |
| "eval_runtime": 585.9083, | |
| "eval_samples_per_second": 235.402, | |
| "eval_steps_per_second": 58.851, | |
| "step": 120000 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "step": 120000, | |
| "total_flos": 9.714412005674189e+16, | |
| "train_loss": 1.1434922200520834, | |
| "train_runtime": 17035.2815, | |
| "train_samples_per_second": 28.177, | |
| "train_steps_per_second": 7.044 | |
| } | |
| ], | |
| "logging_steps": 10000, | |
| "max_steps": 120000, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 9223372036854775807, | |
| "save_steps": 10000, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 9.714412005674189e+16, | |
| "train_batch_size": 4, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |