trainer_state.json

{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 4.166666666666667,
  "eval_steps": 500,
  "global_step": 50,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.25,
      "grad_norm": 0.1110052689909935,
      "learning_rate": 1.9833333333333335e-05,
      "loss": 0.2636,
      "step": 3
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.11548730731010437,
      "learning_rate": 1.9583333333333333e-05,
      "loss": 0.2893,
      "step": 6
    },
    {
      "epoch": 0.75,
      "grad_norm": 0.15920989215373993,
      "learning_rate": 1.9333333333333333e-05,
      "loss": 0.3218,
      "step": 9
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.21219342947006226,
      "learning_rate": 1.9083333333333338e-05,
      "loss": 0.3542,
      "step": 12
    },
    {
      "epoch": 1.25,
      "grad_norm": 0.2060505747795105,
      "learning_rate": 1.8833333333333335e-05,
      "loss": 0.2465,
      "step": 15
    },
    {
      "epoch": 1.5,
      "grad_norm": 0.15194213390350342,
      "learning_rate": 1.8583333333333336e-05,
      "loss": 0.3142,
      "step": 18
    },
    {
      "epoch": 1.75,
      "grad_norm": 0.17492517828941345,
      "learning_rate": 1.8333333333333333e-05,
      "loss": 0.3234,
      "step": 21
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.1656019538640976,
      "learning_rate": 1.8083333333333334e-05,
      "loss": 0.2889,
      "step": 24
    },
    {
      "epoch": 2.25,
      "grad_norm": 0.1651471108198166,
      "learning_rate": 1.7833333333333334e-05,
      "loss": 0.2561,
      "step": 27
    },
    {
      "epoch": 2.5,
      "grad_norm": 0.1810605674982071,
      "learning_rate": 1.7583333333333335e-05,
      "loss": 0.2951,
      "step": 30
    },
    {
      "epoch": 2.75,
      "grad_norm": 0.24151359498500824,
      "learning_rate": 1.7333333333333336e-05,
      "loss": 0.27,
      "step": 33
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.24536561965942383,
      "learning_rate": 1.7083333333333333e-05,
      "loss": 0.3154,
      "step": 36
    },
    {
      "epoch": 3.25,
      "grad_norm": 0.14023341238498688,
      "learning_rate": 1.6833333333333334e-05,
      "loss": 0.2848,
      "step": 39
    },
    {
      "epoch": 3.5,
      "grad_norm": 0.21807320415973663,
      "learning_rate": 1.6583333333333334e-05,
      "loss": 0.2601,
      "step": 42
    },
    {
      "epoch": 3.75,
      "grad_norm": 0.234609454870224,
      "learning_rate": 1.6333333333333335e-05,
      "loss": 0.2943,
      "step": 45
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.24465854465961456,
      "learning_rate": 1.6083333333333336e-05,
      "loss": 0.2636,
      "step": 48
    }
  ],
  "logging_steps": 3,
  "max_steps": 240,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 20,
  "save_steps": 25,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 1.251093409892352e+16,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}