| { | |
| "best_metric": 1.4239133596420288, | |
| "best_model_checkpoint": "outputs/checkpoint-8", | |
| "epoch": 1.0, | |
| "eval_steps": 4, | |
| "global_step": 15, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.06666666666666667, | |
| "grad_norm": 1.1227505207061768, | |
| "learning_rate": 0.001, | |
| "loss": 3.6812, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.13333333333333333, | |
| "grad_norm": 1.2501635551452637, | |
| "learning_rate": 0.001, | |
| "loss": 3.0809, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "grad_norm": 0.9228873252868652, | |
| "learning_rate": 0.001, | |
| "loss": 2.5032, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "grad_norm": 1.0409141778945923, | |
| "learning_rate": 0.001, | |
| "loss": 2.1041, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "eval_loss": 1.842176079750061, | |
| "eval_runtime": 3.2305, | |
| "eval_samples_per_second": 58.196, | |
| "eval_steps_per_second": 7.429, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 1.7889751195907593, | |
| "learning_rate": 0.001, | |
| "loss": 1.8189, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 2.0816104412078857, | |
| "learning_rate": 0.001, | |
| "loss": 1.6582, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.4666666666666667, | |
| "grad_norm": 0.7416048049926758, | |
| "learning_rate": 0.001, | |
| "loss": 1.554, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 0.5706599950790405, | |
| "learning_rate": 0.001, | |
| "loss": 1.4917, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "eval_loss": 1.4239133596420288, | |
| "eval_runtime": 3.1127, | |
| "eval_samples_per_second": 60.398, | |
| "eval_steps_per_second": 7.71, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "grad_norm": 0.6470444798469543, | |
| "learning_rate": 0.001, | |
| "loss": 1.4349, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 2.1185781955718994, | |
| "learning_rate": 0.001, | |
| "loss": 1.4163, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.7333333333333333, | |
| "grad_norm": 1.650919795036316, | |
| "learning_rate": 0.001, | |
| "loss": 1.4249, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 44.28889846801758, | |
| "learning_rate": 0.001, | |
| "loss": 1.8339, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "eval_loss": 1.7882739305496216, | |
| "eval_runtime": 3.1477, | |
| "eval_samples_per_second": 59.726, | |
| "eval_steps_per_second": 7.625, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.8666666666666667, | |
| "grad_norm": 35.822235107421875, | |
| "learning_rate": 0.001, | |
| "loss": 1.8034, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.9333333333333333, | |
| "grad_norm": 2.1521713733673096, | |
| "learning_rate": 0.001, | |
| "loss": 1.4882, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 0.3639942407608032, | |
| "learning_rate": 0.001, | |
| "loss": 1.4138, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "step": 15, | |
| "total_flos": 9175200243892224.0, | |
| "train_loss": 1.9138439575831094, | |
| "train_runtime": 134.7336, | |
| "train_samples_per_second": 13.909, | |
| "train_steps_per_second": 0.111 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 15, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 1, | |
| "save_steps": 4, | |
| "stateful_callbacks": { | |
| "EarlyStoppingCallback": { | |
| "args": { | |
| "early_stopping_patience": 5, | |
| "early_stopping_threshold": 0.0 | |
| }, | |
| "attributes": { | |
| "early_stopping_patience_counter": 0 | |
| } | |
| }, | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 9175200243892224.0, | |
| "train_batch_size": 128, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |