| { | |
| "best_global_step": null, | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.0, | |
| "eval_steps": 100, | |
| "global_step": 225, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.06666666666666667, | |
| "grad_norm": 0.16145890951156616, | |
| "learning_rate": 8.695652173913044e-05, | |
| "loss": 0.5835, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.13333333333333333, | |
| "grad_norm": 0.16309808194637299, | |
| "learning_rate": 0.0001956521739130435, | |
| "loss": 0.6482, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "grad_norm": 0.13111482560634613, | |
| "learning_rate": 0.00030434782608695655, | |
| "loss": 0.566, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "grad_norm": 0.10666251927614212, | |
| "learning_rate": 0.0004130434782608696, | |
| "loss": 0.5803, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 0.12014622241258621, | |
| "learning_rate": 0.0004999697658150374, | |
| "loss": 0.5898, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 0.10439501702785492, | |
| "learning_rate": 0.0004989123369922546, | |
| "loss": 0.5948, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.4666666666666667, | |
| "grad_norm": 0.09919652342796326, | |
| "learning_rate": 0.0004963505038221703, | |
| "loss": 0.5853, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 0.08807212114334106, | |
| "learning_rate": 0.0004922997497999166, | |
| "loss": 0.5324, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "grad_norm": 0.1061202809214592, | |
| "learning_rate": 0.00048678455732775007, | |
| "loss": 0.554, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 0.10958874970674515, | |
| "learning_rate": 0.00047983825974555906, | |
| "loss": 0.6044, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.7333333333333333, | |
| "grad_norm": 0.09531711041927338, | |
| "learning_rate": 0.0004715028398670787, | |
| "loss": 0.5653, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 0.11301957815885544, | |
| "learning_rate": 0.00046182867623944434, | |
| "loss": 0.5539, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.8666666666666667, | |
| "grad_norm": 0.1083487942814827, | |
| "learning_rate": 0.00045087423865966894, | |
| "loss": 0.5267, | |
| "step": 65 | |
| }, | |
| { | |
| "epoch": 0.9333333333333333, | |
| "grad_norm": 0.10189539939165115, | |
| "learning_rate": 0.0004387057347883143, | |
| "loss": 0.5533, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 0.09216652810573578, | |
| "learning_rate": 0.0004253967099961942, | |
| "loss": 0.5016, | |
| "step": 75 | |
| }, | |
| { | |
| "epoch": 1.0666666666666667, | |
| "grad_norm": 0.10134831815958023, | |
| "learning_rate": 0.0004110276028625994, | |
| "loss": 0.4856, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 1.1333333333333333, | |
| "grad_norm": 0.1001599058508873, | |
| "learning_rate": 0.00039568525901157527, | |
| "loss": 0.4632, | |
| "step": 85 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "grad_norm": 0.09839078038930893, | |
| "learning_rate": 0.0003794624062245813, | |
| "loss": 0.5097, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 1.2666666666666666, | |
| "grad_norm": 0.102094367146492, | |
| "learning_rate": 0.000362457094001909, | |
| "loss": 0.4476, | |
| "step": 95 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 0.11247370392084122, | |
| "learning_rate": 0.00034477210096009486, | |
| "loss": 0.4919, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "eval_loss": 0.506523609161377, | |
| "eval_runtime": 45.0985, | |
| "eval_samples_per_second": 0.377, | |
| "eval_steps_per_second": 0.377, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 1.4, | |
| "grad_norm": 0.10984684526920319, | |
| "learning_rate": 0.00032651431364697186, | |
| "loss": 0.3816, | |
| "step": 105 | |
| }, | |
| { | |
| "epoch": 1.4666666666666668, | |
| "grad_norm": 0.10393229871988297, | |
| "learning_rate": 0.0003077940805287425, | |
| "loss": 0.4784, | |
| "step": 110 | |
| }, | |
| { | |
| "epoch": 1.5333333333333332, | |
| "grad_norm": 0.11296918988227844, | |
| "learning_rate": 0.00028872454505352117, | |
| "loss": 0.4422, | |
| "step": 115 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "grad_norm": 0.10333701968193054, | |
| "learning_rate": 0.0002694209618222516, | |
| "loss": 0.4828, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 0.09766612201929092, | |
| "learning_rate": 0.00025, | |
| "loss": 0.4853, | |
| "step": 125 | |
| }, | |
| { | |
| "epoch": 1.7333333333333334, | |
| "grad_norm": 0.09704718738794327, | |
| "learning_rate": 0.00023057903817774841, | |
| "loss": 0.4392, | |
| "step": 130 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "grad_norm": 0.11206477135419846, | |
| "learning_rate": 0.00021127545494647882, | |
| "loss": 0.4489, | |
| "step": 135 | |
| }, | |
| { | |
| "epoch": 1.8666666666666667, | |
| "grad_norm": 0.11189498007297516, | |
| "learning_rate": 0.00019220591947125766, | |
| "loss": 0.4856, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 1.9333333333333333, | |
| "grad_norm": 0.1053239181637764, | |
| "learning_rate": 0.0001734856863530282, | |
| "loss": 0.4406, | |
| "step": 145 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 0.10603803396224976, | |
| "learning_rate": 0.0001552278990399052, | |
| "loss": 0.4405, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 2.066666666666667, | |
| "grad_norm": 0.1078822985291481, | |
| "learning_rate": 0.00013754290599809105, | |
| "loss": 0.3784, | |
| "step": 155 | |
| }, | |
| { | |
| "epoch": 2.1333333333333333, | |
| "grad_norm": 0.09372378885746002, | |
| "learning_rate": 0.00012053759377541865, | |
| "loss": 0.4102, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 2.2, | |
| "grad_norm": 0.11487775295972824, | |
| "learning_rate": 0.00010431474098842477, | |
| "loss": 0.3926, | |
| "step": 165 | |
| }, | |
| { | |
| "epoch": 2.2666666666666666, | |
| "grad_norm": 0.110216423869133, | |
| "learning_rate": 8.897239713740058e-05, | |
| "loss": 0.4028, | |
| "step": 170 | |
| }, | |
| { | |
| "epoch": 2.3333333333333335, | |
| "grad_norm": 0.12020918726921082, | |
| "learning_rate": 7.460329000380586e-05, | |
| "loss": 0.4216, | |
| "step": 175 | |
| }, | |
| { | |
| "epoch": 2.4, | |
| "grad_norm": 0.11179473251104355, | |
| "learning_rate": 6.12942652116858e-05, | |
| "loss": 0.4194, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 2.466666666666667, | |
| "grad_norm": 0.1162172257900238, | |
| "learning_rate": 4.912576134033106e-05, | |
| "loss": 0.3448, | |
| "step": 185 | |
| }, | |
| { | |
| "epoch": 2.533333333333333, | |
| "grad_norm": 0.12591737508773804, | |
| "learning_rate": 3.8171323760555655e-05, | |
| "loss": 0.3779, | |
| "step": 190 | |
| }, | |
| { | |
| "epoch": 2.6, | |
| "grad_norm": 0.12023098766803741, | |
| "learning_rate": 2.8497160132921336e-05, | |
| "loss": 0.3846, | |
| "step": 195 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": 0.12184033542871475, | |
| "learning_rate": 2.0161740254440898e-05, | |
| "loss": 0.3998, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "eval_loss": 0.5051587224006653, | |
| "eval_runtime": 45.0327, | |
| "eval_samples_per_second": 0.378, | |
| "eval_steps_per_second": 0.378, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 2.7333333333333334, | |
| "grad_norm": 0.13668841123580933, | |
| "learning_rate": 1.3215442672249972e-05, | |
| "loss": 0.4098, | |
| "step": 205 | |
| }, | |
| { | |
| "epoch": 2.8, | |
| "grad_norm": 0.11291203647851944, | |
| "learning_rate": 7.70025020008347e-06, | |
| "loss": 0.3316, | |
| "step": 210 | |
| }, | |
| { | |
| "epoch": 2.8666666666666667, | |
| "grad_norm": 0.1049598902463913, | |
| "learning_rate": 3.64949617782967e-06, | |
| "loss": 0.3406, | |
| "step": 215 | |
| }, | |
| { | |
| "epoch": 2.9333333333333336, | |
| "grad_norm": 0.10330229252576828, | |
| "learning_rate": 1.0876630077453487e-06, | |
| "loss": 0.3846, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 0.11973880231380463, | |
| "learning_rate": 3.023418496261865e-08, | |
| "loss": 0.3517, | |
| "step": 225 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "step": 225, | |
| "total_flos": 7437909605990400.0, | |
| "train_loss": 0.471399851375156, | |
| "train_runtime": 7246.2151, | |
| "train_samples_per_second": 0.124, | |
| "train_steps_per_second": 0.031 | |
| } | |
| ], | |
| "logging_steps": 5, | |
| "max_steps": 225, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 3, | |
| "save_steps": 40, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 7437909605990400.0, | |
| "train_batch_size": 1, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |