| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 0.9994666666666666, | |
| "eval_steps": 500, | |
| "global_step": 937, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.021333333333333333, | |
| "grad_norm": 0.3319095969200134, | |
| "learning_rate": 0.00019678111587982831, | |
| "loss": 1.2839, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.042666666666666665, | |
| "grad_norm": 0.24818003177642822, | |
| "learning_rate": 0.0001924892703862661, | |
| "loss": 0.8937, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.064, | |
| "grad_norm": 0.31978967785835266, | |
| "learning_rate": 0.00018819742489270387, | |
| "loss": 0.8591, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.08533333333333333, | |
| "grad_norm": 0.3147682249546051, | |
| "learning_rate": 0.00018390557939914164, | |
| "loss": 0.7584, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.10666666666666667, | |
| "grad_norm": 0.21340101957321167, | |
| "learning_rate": 0.00017961373390557942, | |
| "loss": 0.7803, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.128, | |
| "grad_norm": 0.253539115190506, | |
| "learning_rate": 0.00017532188841201717, | |
| "loss": 0.7656, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 0.14933333333333335, | |
| "grad_norm": 0.21647977828979492, | |
| "learning_rate": 0.00017103004291845494, | |
| "loss": 0.6745, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 0.17066666666666666, | |
| "grad_norm": 0.19030316174030304, | |
| "learning_rate": 0.00016673819742489272, | |
| "loss": 0.7588, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 0.192, | |
| "grad_norm": 0.2120380848646164, | |
| "learning_rate": 0.0001624463519313305, | |
| "loss": 0.7372, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 0.21333333333333335, | |
| "grad_norm": 0.26011204719543457, | |
| "learning_rate": 0.00015815450643776824, | |
| "loss": 0.7942, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.23466666666666666, | |
| "grad_norm": 0.17299017310142517, | |
| "learning_rate": 0.000153862660944206, | |
| "loss": 0.7057, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 0.256, | |
| "grad_norm": 0.23172669112682343, | |
| "learning_rate": 0.00014957081545064377, | |
| "loss": 0.7494, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 0.2773333333333333, | |
| "grad_norm": 0.25078052282333374, | |
| "learning_rate": 0.00014527896995708155, | |
| "loss": 0.774, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 0.2986666666666667, | |
| "grad_norm": 0.19800706207752228, | |
| "learning_rate": 0.00014098712446351932, | |
| "loss": 0.7128, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "grad_norm": 0.19817090034484863, | |
| "learning_rate": 0.0001366952789699571, | |
| "loss": 0.7302, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.3413333333333333, | |
| "grad_norm": 0.1999385803937912, | |
| "learning_rate": 0.00013240343347639485, | |
| "loss": 0.697, | |
| "step": 320 | |
| }, | |
| { | |
| "epoch": 0.3626666666666667, | |
| "grad_norm": 0.24058395624160767, | |
| "learning_rate": 0.00012811158798283262, | |
| "loss": 0.7555, | |
| "step": 340 | |
| }, | |
| { | |
| "epoch": 0.384, | |
| "grad_norm": 0.20885303616523743, | |
| "learning_rate": 0.0001238197424892704, | |
| "loss": 0.7221, | |
| "step": 360 | |
| }, | |
| { | |
| "epoch": 0.4053333333333333, | |
| "grad_norm": 0.2488190084695816, | |
| "learning_rate": 0.00011952789699570816, | |
| "loss": 0.7465, | |
| "step": 380 | |
| }, | |
| { | |
| "epoch": 0.4266666666666667, | |
| "grad_norm": 0.3051099181175232, | |
| "learning_rate": 0.00011523605150214594, | |
| "loss": 0.6992, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 0.448, | |
| "grad_norm": 0.23430058360099792, | |
| "learning_rate": 0.0001109442060085837, | |
| "loss": 0.7554, | |
| "step": 420 | |
| }, | |
| { | |
| "epoch": 0.4693333333333333, | |
| "grad_norm": 0.24508674442768097, | |
| "learning_rate": 0.00010665236051502145, | |
| "loss": 0.7345, | |
| "step": 440 | |
| }, | |
| { | |
| "epoch": 0.49066666666666664, | |
| "grad_norm": 0.26047298312187195, | |
| "learning_rate": 0.00010236051502145923, | |
| "loss": 0.7066, | |
| "step": 460 | |
| }, | |
| { | |
| "epoch": 0.512, | |
| "grad_norm": 0.24808645248413086, | |
| "learning_rate": 9.8068669527897e-05, | |
| "loss": 0.7339, | |
| "step": 480 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 0.24993136525154114, | |
| "learning_rate": 9.377682403433476e-05, | |
| "loss": 0.7262, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 0.5546666666666666, | |
| "grad_norm": 0.2886073589324951, | |
| "learning_rate": 8.948497854077254e-05, | |
| "loss": 0.7496, | |
| "step": 520 | |
| }, | |
| { | |
| "epoch": 0.576, | |
| "grad_norm": 0.2362990826368332, | |
| "learning_rate": 8.51931330472103e-05, | |
| "loss": 0.708, | |
| "step": 540 | |
| }, | |
| { | |
| "epoch": 0.5973333333333334, | |
| "grad_norm": 0.23009316623210907, | |
| "learning_rate": 8.090128755364808e-05, | |
| "loss": 0.6983, | |
| "step": 560 | |
| }, | |
| { | |
| "epoch": 0.6186666666666667, | |
| "grad_norm": 0.21879416704177856, | |
| "learning_rate": 7.660944206008584e-05, | |
| "loss": 0.7362, | |
| "step": 580 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 0.2316865473985672, | |
| "learning_rate": 7.23175965665236e-05, | |
| "loss": 0.716, | |
| "step": 600 | |
| }, | |
| { | |
| "epoch": 0.6613333333333333, | |
| "grad_norm": 0.2098855823278427, | |
| "learning_rate": 6.802575107296138e-05, | |
| "loss": 0.7014, | |
| "step": 620 | |
| }, | |
| { | |
| "epoch": 0.6826666666666666, | |
| "grad_norm": 0.2637273669242859, | |
| "learning_rate": 6.373390557939914e-05, | |
| "loss": 0.7491, | |
| "step": 640 | |
| }, | |
| { | |
| "epoch": 0.704, | |
| "grad_norm": 0.24775004386901855, | |
| "learning_rate": 5.944206008583692e-05, | |
| "loss": 0.7502, | |
| "step": 660 | |
| }, | |
| { | |
| "epoch": 0.7253333333333334, | |
| "grad_norm": 0.21379879117012024, | |
| "learning_rate": 5.515021459227469e-05, | |
| "loss": 0.6884, | |
| "step": 680 | |
| }, | |
| { | |
| "epoch": 0.7466666666666667, | |
| "grad_norm": 0.244755357503891, | |
| "learning_rate": 5.085836909871244e-05, | |
| "loss": 0.7292, | |
| "step": 700 | |
| }, | |
| { | |
| "epoch": 0.768, | |
| "grad_norm": 0.2714041471481323, | |
| "learning_rate": 4.656652360515021e-05, | |
| "loss": 0.7753, | |
| "step": 720 | |
| }, | |
| { | |
| "epoch": 0.7893333333333333, | |
| "grad_norm": 0.231965571641922, | |
| "learning_rate": 4.227467811158798e-05, | |
| "loss": 0.7321, | |
| "step": 740 | |
| }, | |
| { | |
| "epoch": 0.8106666666666666, | |
| "grad_norm": 0.18257001042366028, | |
| "learning_rate": 3.798283261802575e-05, | |
| "loss": 0.7149, | |
| "step": 760 | |
| }, | |
| { | |
| "epoch": 0.832, | |
| "grad_norm": 0.23088066279888153, | |
| "learning_rate": 3.369098712446352e-05, | |
| "loss": 0.7052, | |
| "step": 780 | |
| }, | |
| { | |
| "epoch": 0.8533333333333334, | |
| "grad_norm": 0.25160226225852966, | |
| "learning_rate": 2.939914163090129e-05, | |
| "loss": 0.6551, | |
| "step": 800 | |
| }, | |
| { | |
| "epoch": 0.8746666666666667, | |
| "grad_norm": 0.2569880783557892, | |
| "learning_rate": 2.510729613733906e-05, | |
| "loss": 0.7313, | |
| "step": 820 | |
| }, | |
| { | |
| "epoch": 0.896, | |
| "grad_norm": 0.20870667695999146, | |
| "learning_rate": 2.0815450643776825e-05, | |
| "loss": 0.6884, | |
| "step": 840 | |
| }, | |
| { | |
| "epoch": 0.9173333333333333, | |
| "grad_norm": 0.2954961955547333, | |
| "learning_rate": 1.6523605150214594e-05, | |
| "loss": 0.7435, | |
| "step": 860 | |
| }, | |
| { | |
| "epoch": 0.9386666666666666, | |
| "grad_norm": 0.23469044268131256, | |
| "learning_rate": 1.2231759656652362e-05, | |
| "loss": 0.7164, | |
| "step": 880 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "grad_norm": 0.20329080522060394, | |
| "learning_rate": 7.93991416309013e-06, | |
| "loss": 0.6595, | |
| "step": 900 | |
| }, | |
| { | |
| "epoch": 0.9813333333333333, | |
| "grad_norm": 0.2282905876636505, | |
| "learning_rate": 3.648068669527897e-06, | |
| "loss": 0.7307, | |
| "step": 920 | |
| } | |
| ], | |
| "logging_steps": 20, | |
| "max_steps": 937, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 1, | |
| "save_steps": 200, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 2.282099676122972e+17, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |