| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 0.64, | |
| "eval_steps": 500, | |
| "global_step": 600, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.021333333333333333, | |
| "grad_norm": 0.2379150092601776, | |
| "learning_rate": 0.00019678111587982831, | |
| "loss": 1.2904, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.042666666666666665, | |
| "grad_norm": 0.1779569834470749, | |
| "learning_rate": 0.0001924892703862661, | |
| "loss": 0.896, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.064, | |
| "grad_norm": 0.21149799227714539, | |
| "learning_rate": 0.00018819742489270387, | |
| "loss": 0.8611, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.08533333333333333, | |
| "grad_norm": 0.2307891994714737, | |
| "learning_rate": 0.00018390557939914164, | |
| "loss": 0.7618, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.10666666666666667, | |
| "grad_norm": 0.15213829278945923, | |
| "learning_rate": 0.00017961373390557942, | |
| "loss": 0.7812, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.128, | |
| "grad_norm": 0.18217787146568298, | |
| "learning_rate": 0.00017532188841201717, | |
| "loss": 0.7661, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 0.14933333333333335, | |
| "grad_norm": 0.155512273311615, | |
| "learning_rate": 0.00017103004291845494, | |
| "loss": 0.6752, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 0.17066666666666666, | |
| "grad_norm": 0.13735325634479523, | |
| "learning_rate": 0.00016673819742489272, | |
| "loss": 0.7598, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 0.192, | |
| "grad_norm": 0.1527564525604248, | |
| "learning_rate": 0.0001624463519313305, | |
| "loss": 0.738, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 0.21333333333333335, | |
| "grad_norm": 0.18818077445030212, | |
| "learning_rate": 0.00015815450643776824, | |
| "loss": 0.7948, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.23466666666666666, | |
| "grad_norm": 0.1243327334523201, | |
| "learning_rate": 0.000153862660944206, | |
| "loss": 0.7063, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 0.256, | |
| "grad_norm": 0.1657700538635254, | |
| "learning_rate": 0.00014957081545064377, | |
| "loss": 0.7503, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 0.2773333333333333, | |
| "grad_norm": 0.1808568388223648, | |
| "learning_rate": 0.00014527896995708155, | |
| "loss": 0.7746, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 0.2986666666666667, | |
| "grad_norm": 0.14259935915470123, | |
| "learning_rate": 0.00014098712446351932, | |
| "loss": 0.7132, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "grad_norm": 0.14360037446022034, | |
| "learning_rate": 0.0001366952789699571, | |
| "loss": 0.7314, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.3413333333333333, | |
| "grad_norm": 0.14424900710582733, | |
| "learning_rate": 0.00013240343347639485, | |
| "loss": 0.698, | |
| "step": 320 | |
| }, | |
| { | |
| "epoch": 0.3626666666666667, | |
| "grad_norm": 0.17244315147399902, | |
| "learning_rate": 0.00012811158798283262, | |
| "loss": 0.7564, | |
| "step": 340 | |
| }, | |
| { | |
| "epoch": 0.384, | |
| "grad_norm": 0.14911547303199768, | |
| "learning_rate": 0.0001238197424892704, | |
| "loss": 0.7224, | |
| "step": 360 | |
| }, | |
| { | |
| "epoch": 0.4053333333333333, | |
| "grad_norm": 0.17777429521083832, | |
| "learning_rate": 0.00011952789699570816, | |
| "loss": 0.7473, | |
| "step": 380 | |
| }, | |
| { | |
| "epoch": 0.4266666666666667, | |
| "grad_norm": 0.2215341329574585, | |
| "learning_rate": 0.00011523605150214594, | |
| "loss": 0.6998, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 0.448, | |
| "grad_norm": 0.16637006402015686, | |
| "learning_rate": 0.0001109442060085837, | |
| "loss": 0.7559, | |
| "step": 420 | |
| }, | |
| { | |
| "epoch": 0.4693333333333333, | |
| "grad_norm": 0.1766403317451477, | |
| "learning_rate": 0.00010665236051502145, | |
| "loss": 0.7349, | |
| "step": 440 | |
| }, | |
| { | |
| "epoch": 0.49066666666666664, | |
| "grad_norm": 0.18576976656913757, | |
| "learning_rate": 0.00010236051502145923, | |
| "loss": 0.7075, | |
| "step": 460 | |
| }, | |
| { | |
| "epoch": 0.512, | |
| "grad_norm": 0.1760876327753067, | |
| "learning_rate": 9.8068669527897e-05, | |
| "loss": 0.734, | |
| "step": 480 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 0.17922194302082062, | |
| "learning_rate": 9.377682403433476e-05, | |
| "loss": 0.7267, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 0.5546666666666666, | |
| "grad_norm": 0.2062804251909256, | |
| "learning_rate": 8.948497854077254e-05, | |
| "loss": 0.7503, | |
| "step": 520 | |
| }, | |
| { | |
| "epoch": 0.576, | |
| "grad_norm": 0.1697847694158554, | |
| "learning_rate": 8.51931330472103e-05, | |
| "loss": 0.7082, | |
| "step": 540 | |
| }, | |
| { | |
| "epoch": 0.5973333333333334, | |
| "grad_norm": 0.1609833538532257, | |
| "learning_rate": 8.090128755364808e-05, | |
| "loss": 0.6985, | |
| "step": 560 | |
| }, | |
| { | |
| "epoch": 0.6186666666666667, | |
| "grad_norm": 0.15342487394809723, | |
| "learning_rate": 7.660944206008584e-05, | |
| "loss": 0.7365, | |
| "step": 580 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 0.16566546261310577, | |
| "learning_rate": 7.23175965665236e-05, | |
| "loss": 0.7165, | |
| "step": 600 | |
| } | |
| ], | |
| "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": false | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 1.49441038516224e+17, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |