| { |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 3.0, |
| "eval_steps": 500, |
| "global_step": 46875, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.032, |
| "grad_norm": 2.908048152923584, |
| "learning_rate": 4.9466666666666665e-05, |
| "loss": 8.7577, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.064, |
| "grad_norm": 2.9895918369293213, |
| "learning_rate": 4.8933333333333335e-05, |
| "loss": 6.4239, |
| "step": 1000 |
| }, |
| { |
| "epoch": 0.096, |
| "grad_norm": 2.9479362964630127, |
| "learning_rate": 4.8400000000000004e-05, |
| "loss": 5.7851, |
| "step": 1500 |
| }, |
| { |
| "epoch": 0.128, |
| "grad_norm": 2.94972825050354, |
| "learning_rate": 4.7866666666666674e-05, |
| "loss": 5.4074, |
| "step": 2000 |
| }, |
| { |
| "epoch": 0.16, |
| "grad_norm": 3.0778884887695312, |
| "learning_rate": 4.7333333333333336e-05, |
| "loss": 5.1668, |
| "step": 2500 |
| }, |
| { |
| "epoch": 0.192, |
| "grad_norm": 3.0449955463409424, |
| "learning_rate": 4.6800000000000006e-05, |
| "loss": 4.9603, |
| "step": 3000 |
| }, |
| { |
| "epoch": 0.224, |
| "grad_norm": 3.162385940551758, |
| "learning_rate": 4.626666666666667e-05, |
| "loss": 4.8158, |
| "step": 3500 |
| }, |
| { |
| "epoch": 0.256, |
| "grad_norm": 3.0630366802215576, |
| "learning_rate": 4.573333333333333e-05, |
| "loss": 4.6809, |
| "step": 4000 |
| }, |
| { |
| "epoch": 0.288, |
| "grad_norm": 3.3027477264404297, |
| "learning_rate": 4.52e-05, |
| "loss": 4.578, |
| "step": 4500 |
| }, |
| { |
| "epoch": 0.32, |
| "grad_norm": 3.318953275680542, |
| "learning_rate": 4.466666666666667e-05, |
| "loss": 4.4832, |
| "step": 5000 |
| }, |
| { |
| "epoch": 0.352, |
| "grad_norm": 3.3827295303344727, |
| "learning_rate": 4.413333333333334e-05, |
| "loss": 4.3844, |
| "step": 5500 |
| }, |
| { |
| "epoch": 0.384, |
| "grad_norm": 3.5936450958251953, |
| "learning_rate": 4.36e-05, |
| "loss": 4.3213, |
| "step": 6000 |
| }, |
| { |
| "epoch": 0.416, |
| "grad_norm": 3.4766483306884766, |
| "learning_rate": 4.3066666666666665e-05, |
| "loss": 4.2496, |
| "step": 6500 |
| }, |
| { |
| "epoch": 0.448, |
| "grad_norm": 3.5177745819091797, |
| "learning_rate": 4.2533333333333335e-05, |
| "loss": 4.1897, |
| "step": 7000 |
| }, |
| { |
| "epoch": 0.48, |
| "grad_norm": 3.512976884841919, |
| "learning_rate": 4.2e-05, |
| "loss": 4.1334, |
| "step": 7500 |
| }, |
| { |
| "epoch": 0.512, |
| "grad_norm": 3.532130241394043, |
| "learning_rate": 4.146666666666667e-05, |
| "loss": 4.0954, |
| "step": 8000 |
| }, |
| { |
| "epoch": 0.544, |
| "grad_norm": 3.4697506427764893, |
| "learning_rate": 4.093333333333334e-05, |
| "loss": 4.0498, |
| "step": 8500 |
| }, |
| { |
| "epoch": 0.576, |
| "grad_norm": 3.418201446533203, |
| "learning_rate": 4.0400000000000006e-05, |
| "loss": 4.0189, |
| "step": 9000 |
| }, |
| { |
| "epoch": 0.608, |
| "grad_norm": 3.5313186645507812, |
| "learning_rate": 3.986666666666667e-05, |
| "loss": 3.9658, |
| "step": 9500 |
| }, |
| { |
| "epoch": 0.64, |
| "grad_norm": 3.506039619445801, |
| "learning_rate": 3.933333333333333e-05, |
| "loss": 3.9228, |
| "step": 10000 |
| }, |
| { |
| "epoch": 0.672, |
| "grad_norm": 3.67806077003479, |
| "learning_rate": 3.88e-05, |
| "loss": 3.9002, |
| "step": 10500 |
| }, |
| { |
| "epoch": 0.704, |
| "grad_norm": 3.296720027923584, |
| "learning_rate": 3.8266666666666664e-05, |
| "loss": 3.862, |
| "step": 11000 |
| }, |
| { |
| "epoch": 0.736, |
| "grad_norm": 3.5666539669036865, |
| "learning_rate": 3.773333333333334e-05, |
| "loss": 3.8442, |
| "step": 11500 |
| }, |
| { |
| "epoch": 0.768, |
| "grad_norm": 3.561544418334961, |
| "learning_rate": 3.72e-05, |
| "loss": 3.8072, |
| "step": 12000 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 3.6916558742523193, |
| "learning_rate": 3.6666666666666666e-05, |
| "loss": 3.7868, |
| "step": 12500 |
| }, |
| { |
| "epoch": 0.832, |
| "grad_norm": 3.4702816009521484, |
| "learning_rate": 3.6133333333333335e-05, |
| "loss": 3.763, |
| "step": 13000 |
| }, |
| { |
| "epoch": 0.864, |
| "grad_norm": 3.698396921157837, |
| "learning_rate": 3.56e-05, |
| "loss": 3.754, |
| "step": 13500 |
| }, |
| { |
| "epoch": 0.896, |
| "grad_norm": 3.900088310241699, |
| "learning_rate": 3.506666666666667e-05, |
| "loss": 3.7271, |
| "step": 14000 |
| }, |
| { |
| "epoch": 0.928, |
| "grad_norm": 3.663865804672241, |
| "learning_rate": 3.453333333333334e-05, |
| "loss": 3.6968, |
| "step": 14500 |
| }, |
| { |
| "epoch": 0.96, |
| "grad_norm": 3.606297492980957, |
| "learning_rate": 3.4000000000000007e-05, |
| "loss": 3.6941, |
| "step": 15000 |
| }, |
| { |
| "epoch": 0.992, |
| "grad_norm": 3.7628061771392822, |
| "learning_rate": 3.346666666666667e-05, |
| "loss": 3.6666, |
| "step": 15500 |
| }, |
| { |
| "epoch": 1.024, |
| "grad_norm": 3.7831852436065674, |
| "learning_rate": 3.293333333333333e-05, |
| "loss": 3.6478, |
| "step": 16000 |
| }, |
| { |
| "epoch": 1.056, |
| "grad_norm": 3.7635061740875244, |
| "learning_rate": 3.24e-05, |
| "loss": 3.6284, |
| "step": 16500 |
| }, |
| { |
| "epoch": 1.088, |
| "grad_norm": 3.7063138484954834, |
| "learning_rate": 3.1866666666666664e-05, |
| "loss": 3.6239, |
| "step": 17000 |
| }, |
| { |
| "epoch": 1.12, |
| "grad_norm": 3.8521556854248047, |
| "learning_rate": 3.1333333333333334e-05, |
| "loss": 3.6124, |
| "step": 17500 |
| }, |
| { |
| "epoch": 1.152, |
| "grad_norm": 3.89092755317688, |
| "learning_rate": 3.08e-05, |
| "loss": 3.6035, |
| "step": 18000 |
| }, |
| { |
| "epoch": 1.184, |
| "grad_norm": 4.463627815246582, |
| "learning_rate": 3.0266666666666666e-05, |
| "loss": 3.5823, |
| "step": 18500 |
| }, |
| { |
| "epoch": 1.216, |
| "grad_norm": 3.8793439865112305, |
| "learning_rate": 2.9733333333333336e-05, |
| "loss": 3.5729, |
| "step": 19000 |
| }, |
| { |
| "epoch": 1.248, |
| "grad_norm": 3.9301517009735107, |
| "learning_rate": 2.9199999999999998e-05, |
| "loss": 3.5581, |
| "step": 19500 |
| }, |
| { |
| "epoch": 1.28, |
| "grad_norm": 3.997708797454834, |
| "learning_rate": 2.8666666666666668e-05, |
| "loss": 3.5555, |
| "step": 20000 |
| }, |
| { |
| "epoch": 1.312, |
| "grad_norm": 4.124268531799316, |
| "learning_rate": 2.8133333333333334e-05, |
| "loss": 3.5407, |
| "step": 20500 |
| }, |
| { |
| "epoch": 1.3439999999999999, |
| "grad_norm": 3.892465353012085, |
| "learning_rate": 2.7600000000000003e-05, |
| "loss": 3.5239, |
| "step": 21000 |
| }, |
| { |
| "epoch": 1.376, |
| "grad_norm": 4.168411731719971, |
| "learning_rate": 2.706666666666667e-05, |
| "loss": 3.5161, |
| "step": 21500 |
| }, |
| { |
| "epoch": 1.408, |
| "grad_norm": 3.808685779571533, |
| "learning_rate": 2.6533333333333332e-05, |
| "loss": 3.5107, |
| "step": 22000 |
| }, |
| { |
| "epoch": 1.44, |
| "grad_norm": 4.053421497344971, |
| "learning_rate": 2.6000000000000002e-05, |
| "loss": 3.5073, |
| "step": 22500 |
| }, |
| { |
| "epoch": 1.472, |
| "grad_norm": 4.3061203956604, |
| "learning_rate": 2.5466666666666668e-05, |
| "loss": 3.4958, |
| "step": 23000 |
| }, |
| { |
| "epoch": 1.504, |
| "grad_norm": 4.070985317230225, |
| "learning_rate": 2.4933333333333334e-05, |
| "loss": 3.4778, |
| "step": 23500 |
| }, |
| { |
| "epoch": 1.536, |
| "grad_norm": 4.150104522705078, |
| "learning_rate": 2.44e-05, |
| "loss": 3.4799, |
| "step": 24000 |
| }, |
| { |
| "epoch": 1.568, |
| "grad_norm": 4.093317985534668, |
| "learning_rate": 2.3866666666666666e-05, |
| "loss": 3.468, |
| "step": 24500 |
| }, |
| { |
| "epoch": 1.6, |
| "grad_norm": 3.934610366821289, |
| "learning_rate": 2.3333333333333336e-05, |
| "loss": 3.4626, |
| "step": 25000 |
| }, |
| { |
| "epoch": 1.6320000000000001, |
| "grad_norm": 4.123517990112305, |
| "learning_rate": 2.2800000000000002e-05, |
| "loss": 3.4525, |
| "step": 25500 |
| }, |
| { |
| "epoch": 1.6640000000000001, |
| "grad_norm": 4.674628734588623, |
| "learning_rate": 2.2266666666666668e-05, |
| "loss": 3.4662, |
| "step": 26000 |
| }, |
| { |
| "epoch": 1.696, |
| "grad_norm": 4.144900798797607, |
| "learning_rate": 2.1733333333333334e-05, |
| "loss": 3.4445, |
| "step": 26500 |
| }, |
| { |
| "epoch": 1.728, |
| "grad_norm": 4.26785945892334, |
| "learning_rate": 2.12e-05, |
| "loss": 3.4394, |
| "step": 27000 |
| }, |
| { |
| "epoch": 1.76, |
| "grad_norm": 4.233688831329346, |
| "learning_rate": 2.0666666666666666e-05, |
| "loss": 3.4327, |
| "step": 27500 |
| }, |
| { |
| "epoch": 1.792, |
| "grad_norm": 4.317631721496582, |
| "learning_rate": 2.0133333333333336e-05, |
| "loss": 3.4434, |
| "step": 28000 |
| }, |
| { |
| "epoch": 1.8239999999999998, |
| "grad_norm": 4.301115036010742, |
| "learning_rate": 1.9600000000000002e-05, |
| "loss": 3.4311, |
| "step": 28500 |
| }, |
| { |
| "epoch": 1.8559999999999999, |
| "grad_norm": 4.430001258850098, |
| "learning_rate": 1.9066666666666668e-05, |
| "loss": 3.4228, |
| "step": 29000 |
| }, |
| { |
| "epoch": 1.888, |
| "grad_norm": 4.166506767272949, |
| "learning_rate": 1.8533333333333334e-05, |
| "loss": 3.4095, |
| "step": 29500 |
| }, |
| { |
| "epoch": 1.92, |
| "grad_norm": 4.4604597091674805, |
| "learning_rate": 1.8e-05, |
| "loss": 3.4117, |
| "step": 30000 |
| }, |
| { |
| "epoch": 1.952, |
| "grad_norm": 4.462054252624512, |
| "learning_rate": 1.7466666666666667e-05, |
| "loss": 3.4093, |
| "step": 30500 |
| }, |
| { |
| "epoch": 1.984, |
| "grad_norm": 4.093879699707031, |
| "learning_rate": 1.6933333333333333e-05, |
| "loss": 3.4079, |
| "step": 31000 |
| }, |
| { |
| "epoch": 2.016, |
| "grad_norm": 4.089311599731445, |
| "learning_rate": 1.6400000000000002e-05, |
| "loss": 3.3954, |
| "step": 31500 |
| }, |
| { |
| "epoch": 2.048, |
| "grad_norm": 4.442558288574219, |
| "learning_rate": 1.586666666666667e-05, |
| "loss": 3.4025, |
| "step": 32000 |
| }, |
| { |
| "epoch": 2.08, |
| "grad_norm": 4.490333557128906, |
| "learning_rate": 1.5333333333333334e-05, |
| "loss": 3.3873, |
| "step": 32500 |
| }, |
| { |
| "epoch": 2.112, |
| "grad_norm": 4.7011399269104, |
| "learning_rate": 1.48e-05, |
| "loss": 3.3948, |
| "step": 33000 |
| }, |
| { |
| "epoch": 2.144, |
| "grad_norm": 4.5276384353637695, |
| "learning_rate": 1.4266666666666667e-05, |
| "loss": 3.3858, |
| "step": 33500 |
| }, |
| { |
| "epoch": 2.176, |
| "grad_norm": 4.230185508728027, |
| "learning_rate": 1.3733333333333335e-05, |
| "loss": 3.3754, |
| "step": 34000 |
| }, |
| { |
| "epoch": 2.208, |
| "grad_norm": 4.535393238067627, |
| "learning_rate": 1.32e-05, |
| "loss": 3.3849, |
| "step": 34500 |
| }, |
| { |
| "epoch": 2.24, |
| "grad_norm": 4.465915679931641, |
| "learning_rate": 1.2666666666666668e-05, |
| "loss": 3.3756, |
| "step": 35000 |
| }, |
| { |
| "epoch": 2.2720000000000002, |
| "grad_norm": 4.647548198699951, |
| "learning_rate": 1.2133333333333335e-05, |
| "loss": 3.3703, |
| "step": 35500 |
| }, |
| { |
| "epoch": 2.304, |
| "grad_norm": 4.408671855926514, |
| "learning_rate": 1.16e-05, |
| "loss": 3.3791, |
| "step": 36000 |
| }, |
| { |
| "epoch": 2.336, |
| "grad_norm": 4.565311431884766, |
| "learning_rate": 1.1066666666666667e-05, |
| "loss": 3.3754, |
| "step": 36500 |
| }, |
| { |
| "epoch": 2.368, |
| "grad_norm": 4.752560138702393, |
| "learning_rate": 1.0533333333333335e-05, |
| "loss": 3.3591, |
| "step": 37000 |
| }, |
| { |
| "epoch": 2.4, |
| "grad_norm": 4.814703464508057, |
| "learning_rate": 1e-05, |
| "loss": 3.3573, |
| "step": 37500 |
| }, |
| { |
| "epoch": 2.432, |
| "grad_norm": 4.763345718383789, |
| "learning_rate": 9.466666666666667e-06, |
| "loss": 3.3632, |
| "step": 38000 |
| }, |
| { |
| "epoch": 2.464, |
| "grad_norm": 5.280072212219238, |
| "learning_rate": 8.933333333333333e-06, |
| "loss": 3.356, |
| "step": 38500 |
| }, |
| { |
| "epoch": 2.496, |
| "grad_norm": 4.603355884552002, |
| "learning_rate": 8.400000000000001e-06, |
| "loss": 3.3568, |
| "step": 39000 |
| }, |
| { |
| "epoch": 2.528, |
| "grad_norm": 4.462454319000244, |
| "learning_rate": 7.866666666666667e-06, |
| "loss": 3.3628, |
| "step": 39500 |
| }, |
| { |
| "epoch": 2.56, |
| "grad_norm": 4.444957256317139, |
| "learning_rate": 7.333333333333334e-06, |
| "loss": 3.3632, |
| "step": 40000 |
| }, |
| { |
| "epoch": 2.592, |
| "grad_norm": 4.498194694519043, |
| "learning_rate": 6.800000000000001e-06, |
| "loss": 3.3562, |
| "step": 40500 |
| }, |
| { |
| "epoch": 2.624, |
| "grad_norm": 4.608835220336914, |
| "learning_rate": 6.266666666666666e-06, |
| "loss": 3.3472, |
| "step": 41000 |
| }, |
| { |
| "epoch": 2.656, |
| "grad_norm": 4.674074172973633, |
| "learning_rate": 5.733333333333333e-06, |
| "loss": 3.3455, |
| "step": 41500 |
| }, |
| { |
| "epoch": 2.6879999999999997, |
| "grad_norm": 4.441190242767334, |
| "learning_rate": 5.2e-06, |
| "loss": 3.3395, |
| "step": 42000 |
| }, |
| { |
| "epoch": 2.7199999999999998, |
| "grad_norm": 4.654902935028076, |
| "learning_rate": 4.666666666666667e-06, |
| "loss": 3.3451, |
| "step": 42500 |
| }, |
| { |
| "epoch": 2.752, |
| "grad_norm": 4.854019641876221, |
| "learning_rate": 4.133333333333333e-06, |
| "loss": 3.3487, |
| "step": 43000 |
| }, |
| { |
| "epoch": 2.784, |
| "grad_norm": 4.590793132781982, |
| "learning_rate": 3.6e-06, |
| "loss": 3.3415, |
| "step": 43500 |
| }, |
| { |
| "epoch": 2.816, |
| "grad_norm": 4.6549835205078125, |
| "learning_rate": 3.066666666666667e-06, |
| "loss": 3.3422, |
| "step": 44000 |
| }, |
| { |
| "epoch": 2.848, |
| "grad_norm": 4.5288543701171875, |
| "learning_rate": 2.5333333333333334e-06, |
| "loss": 3.3371, |
| "step": 44500 |
| }, |
| { |
| "epoch": 2.88, |
| "grad_norm": 4.760294437408447, |
| "learning_rate": 2.0000000000000003e-06, |
| "loss": 3.3344, |
| "step": 45000 |
| }, |
| { |
| "epoch": 2.912, |
| "grad_norm": 4.800927639007568, |
| "learning_rate": 1.4666666666666667e-06, |
| "loss": 3.3255, |
| "step": 45500 |
| }, |
| { |
| "epoch": 2.944, |
| "grad_norm": 5.1308183670043945, |
| "learning_rate": 9.333333333333334e-07, |
| "loss": 3.3433, |
| "step": 46000 |
| }, |
| { |
| "epoch": 2.976, |
| "grad_norm": 4.590966701507568, |
| "learning_rate": 4.0000000000000003e-07, |
| "loss": 3.3365, |
| "step": 46500 |
| } |
| ], |
| "logging_steps": 500, |
| "max_steps": 46875, |
| "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": 3.97189214208e+17, |
| "train_batch_size": 16, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
