File size: 7,249 Bytes
0c5fdec
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.9990645463049579,
  "eval_steps": 100,
  "global_step": 267,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.037418147801683815,
      "grad_norm": 3.605011224746704,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 1.3411,
      "mean_token_accuracy": 0.7953277874737978,
      "num_tokens": 40960.0,
      "step": 10
    },
    {
      "epoch": 0.07483629560336763,
      "grad_norm": 3.451061964035034,
      "learning_rate": 3.518518518518519e-05,
      "loss": 0.1369,
      "mean_token_accuracy": 0.9616682939231396,
      "num_tokens": 81920.0,
      "step": 20
    },
    {
      "epoch": 0.11225444340505145,
      "grad_norm": 2.5540621280670166,
      "learning_rate": 4.958333333333334e-05,
      "loss": 0.1633,
      "mean_token_accuracy": 0.954109588265419,
      "num_tokens": 122880.0,
      "step": 30
    },
    {
      "epoch": 0.14967259120673526,
      "grad_norm": 4.433518886566162,
      "learning_rate": 4.75e-05,
      "loss": 0.1509,
      "mean_token_accuracy": 0.9584148712456226,
      "num_tokens": 163840.0,
      "step": 40
    },
    {
      "epoch": 0.18709073900841908,
      "grad_norm": 2.500624179840088,
      "learning_rate": 4.541666666666667e-05,
      "loss": 0.1638,
      "mean_token_accuracy": 0.9535224996507168,
      "num_tokens": 204800.0,
      "step": 50
    },
    {
      "epoch": 0.2245088868101029,
      "grad_norm": 1.5342501401901245,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.1634,
      "mean_token_accuracy": 0.9534246526658535,
      "num_tokens": 245760.0,
      "step": 60
    },
    {
      "epoch": 0.26192703461178674,
      "grad_norm": 1.9312411546707153,
      "learning_rate": 4.125e-05,
      "loss": 0.141,
      "mean_token_accuracy": 0.9598091915249825,
      "num_tokens": 286720.0,
      "step": 70
    },
    {
      "epoch": 0.2993451824134705,
      "grad_norm": 1.3097331523895264,
      "learning_rate": 3.9166666666666665e-05,
      "loss": 0.1598,
      "mean_token_accuracy": 0.954647745192051,
      "num_tokens": 327680.0,
      "step": 80
    },
    {
      "epoch": 0.33676333021515437,
      "grad_norm": 1.5079143047332764,
      "learning_rate": 3.708333333333334e-05,
      "loss": 0.142,
      "mean_token_accuracy": 0.958488255739212,
      "num_tokens": 368640.0,
      "step": 90
    },
    {
      "epoch": 0.37418147801683815,
      "grad_norm": 1.202209234237671,
      "learning_rate": 3.5e-05,
      "loss": 0.1459,
      "mean_token_accuracy": 0.9584882512688637,
      "num_tokens": 409600.0,
      "step": 100
    },
    {
      "epoch": 0.411599625818522,
      "grad_norm": 1.2866814136505127,
      "learning_rate": 3.291666666666667e-05,
      "loss": 0.1466,
      "mean_token_accuracy": 0.9581213280558586,
      "num_tokens": 450560.0,
      "step": 110
    },
    {
      "epoch": 0.4490177736202058,
      "grad_norm": 1.4433410167694092,
      "learning_rate": 3.0833333333333335e-05,
      "loss": 0.1553,
      "mean_token_accuracy": 0.957167312502861,
      "num_tokens": 491520.0,
      "step": 120
    },
    {
      "epoch": 0.4864359214218896,
      "grad_norm": 1.7865726947784424,
      "learning_rate": 2.8749999999999997e-05,
      "loss": 0.1292,
      "mean_token_accuracy": 0.9638209342956543,
      "num_tokens": 532480.0,
      "step": 130
    },
    {
      "epoch": 0.5238540692235735,
      "grad_norm": 1.4343348741531372,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.1454,
      "mean_token_accuracy": 0.9584393322467804,
      "num_tokens": 573440.0,
      "step": 140
    },
    {
      "epoch": 0.5612722170252572,
      "grad_norm": 1.2116364240646362,
      "learning_rate": 2.4583333333333332e-05,
      "loss": 0.1336,
      "mean_token_accuracy": 0.9633561626076699,
      "num_tokens": 614400.0,
      "step": 150
    },
    {
      "epoch": 0.598690364826941,
      "grad_norm": 1.7633224725723267,
      "learning_rate": 2.25e-05,
      "loss": 0.1319,
      "mean_token_accuracy": 0.9626712270081044,
      "num_tokens": 655360.0,
      "step": 160
    },
    {
      "epoch": 0.6361085126286249,
      "grad_norm": 1.3809901475906372,
      "learning_rate": 2.0416666666666667e-05,
      "loss": 0.129,
      "mean_token_accuracy": 0.963209392875433,
      "num_tokens": 696320.0,
      "step": 170
    },
    {
      "epoch": 0.6735266604303087,
      "grad_norm": 1.4324010610580444,
      "learning_rate": 1.8333333333333333e-05,
      "loss": 0.1278,
      "mean_token_accuracy": 0.9635273940861225,
      "num_tokens": 737280.0,
      "step": 180
    },
    {
      "epoch": 0.7109448082319925,
      "grad_norm": 1.3217487335205078,
      "learning_rate": 1.6250000000000002e-05,
      "loss": 0.2005,
      "mean_token_accuracy": 0.9594178041443229,
      "num_tokens": 778240.0,
      "step": 190
    },
    {
      "epoch": 0.7483629560336763,
      "grad_norm": 1.0903115272521973,
      "learning_rate": 1.4166666666666668e-05,
      "loss": 0.1028,
      "mean_token_accuracy": 0.9706457890570164,
      "num_tokens": 819200.0,
      "step": 200
    },
    {
      "epoch": 0.7857811038353602,
      "grad_norm": 1.6808840036392212,
      "learning_rate": 1.2083333333333333e-05,
      "loss": 0.108,
      "mean_token_accuracy": 0.9681751407682896,
      "num_tokens": 860160.0,
      "step": 210
    },
    {
      "epoch": 0.823199251637044,
      "grad_norm": 1.3859535455703735,
      "learning_rate": 1e-05,
      "loss": 0.1081,
      "mean_token_accuracy": 0.9688111506402493,
      "num_tokens": 901120.0,
      "step": 220
    },
    {
      "epoch": 0.8606173994387278,
      "grad_norm": 0.9109633564949036,
      "learning_rate": 7.916666666666667e-06,
      "loss": 0.1121,
      "mean_token_accuracy": 0.9680039115250111,
      "num_tokens": 942080.0,
      "step": 230
    },
    {
      "epoch": 0.8980355472404116,
      "grad_norm": 1.237545132637024,
      "learning_rate": 5.833333333333334e-06,
      "loss": 0.1042,
      "mean_token_accuracy": 0.9695939309895039,
      "num_tokens": 983040.0,
      "step": 240
    },
    {
      "epoch": 0.9354536950420954,
      "grad_norm": 1.4165068864822388,
      "learning_rate": 3.75e-06,
      "loss": 0.0941,
      "mean_token_accuracy": 0.9729452036321163,
      "num_tokens": 1024000.0,
      "step": 250
    },
    {
      "epoch": 0.9728718428437793,
      "grad_norm": 1.478573203086853,
      "learning_rate": 1.6666666666666667e-06,
      "loss": 0.0988,
      "mean_token_accuracy": 0.9710616409778595,
      "num_tokens": 1064960.0,
      "step": 260
    }
  ],
  "logging_steps": 10,
  "max_steps": 267,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "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": 2890255829041152.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}