| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 7.0, | |
| "eval_steps": 500, | |
| "global_step": 56, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.26666666666666666, | |
| "grad_norm": 13.590277671813965, | |
| "learning_rate": 9.642857142857143e-05, | |
| "loss": 9.0905, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 17.921642303466797, | |
| "learning_rate": 9.285714285714286e-05, | |
| "loss": 8.6143, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 16.579307556152344, | |
| "learning_rate": 8.92857142857143e-05, | |
| "loss": 8.2238, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 5.841476917266846, | |
| "learning_rate": 8.571428571428571e-05, | |
| "loss": 5.9611, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 1.2666666666666666, | |
| "grad_norm": 13.555994033813477, | |
| "learning_rate": 8.214285714285714e-05, | |
| "loss": 7.7487, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 1.5333333333333332, | |
| "grad_norm": 13.151310920715332, | |
| "learning_rate": 7.857142857142858e-05, | |
| "loss": 7.5518, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "grad_norm": 9.22488784790039, | |
| "learning_rate": 7.500000000000001e-05, | |
| "loss": 7.4163, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 4.5742621421813965, | |
| "learning_rate": 7.142857142857143e-05, | |
| "loss": 5.6047, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 2.2666666666666666, | |
| "grad_norm": 9.562870025634766, | |
| "learning_rate": 6.785714285714286e-05, | |
| "loss": 7.3735, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 2.533333333333333, | |
| "grad_norm": 6.718127250671387, | |
| "learning_rate": 6.428571428571429e-05, | |
| "loss": 7.3059, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 2.8, | |
| "grad_norm": 6.355175971984863, | |
| "learning_rate": 6.0714285714285715e-05, | |
| "loss": 7.3053, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 3.8696775436401367, | |
| "learning_rate": 5.714285714285714e-05, | |
| "loss": 5.4469, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 3.2666666666666666, | |
| "grad_norm": 6.373976707458496, | |
| "learning_rate": 5.3571428571428575e-05, | |
| "loss": 7.2302, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 3.533333333333333, | |
| "grad_norm": 6.881743907928467, | |
| "learning_rate": 5e-05, | |
| "loss": 7.2709, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 3.8, | |
| "grad_norm": 5.140980243682861, | |
| "learning_rate": 4.642857142857143e-05, | |
| "loss": 7.2163, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 4.0, | |
| "grad_norm": 2.9777579307556152, | |
| "learning_rate": 4.2857142857142856e-05, | |
| "loss": 5.3782, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 4.266666666666667, | |
| "grad_norm": 5.195846080780029, | |
| "learning_rate": 4.107142857142857e-05, | |
| "loss": 7.2058, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 4.533333333333333, | |
| "grad_norm": 7.618205547332764, | |
| "learning_rate": 3.7500000000000003e-05, | |
| "loss": 7.2148, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 4.8, | |
| "grad_norm": 4.3025665283203125, | |
| "learning_rate": 3.392857142857143e-05, | |
| "loss": 7.1619, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 5.0, | |
| "grad_norm": 3.16835880279541, | |
| "learning_rate": 3.0357142857142857e-05, | |
| "loss": 5.3649, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 5.266666666666667, | |
| "grad_norm": 6.764051914215088, | |
| "learning_rate": 2.6785714285714288e-05, | |
| "loss": 7.1409, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 5.533333333333333, | |
| "grad_norm": 3.742156744003296, | |
| "learning_rate": 2.3214285714285715e-05, | |
| "loss": 7.2022, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 5.8, | |
| "grad_norm": 7.770607948303223, | |
| "learning_rate": 1.9642857142857145e-05, | |
| "loss": 7.109, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 6.0, | |
| "grad_norm": 2.478787660598755, | |
| "learning_rate": 1.6071428571428572e-05, | |
| "loss": 5.3984, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 6.266666666666667, | |
| "grad_norm": 7.746104717254639, | |
| "learning_rate": 1.25e-05, | |
| "loss": 7.1566, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 6.533333333333333, | |
| "grad_norm": 4.224415302276611, | |
| "learning_rate": 8.92857142857143e-06, | |
| "loss": 7.162, | |
| "step": 52 | |
| }, | |
| { | |
| "epoch": 6.8, | |
| "grad_norm": 3.788506269454956, | |
| "learning_rate": 5.357142857142857e-06, | |
| "loss": 7.0908, | |
| "step": 54 | |
| }, | |
| { | |
| "epoch": 7.0, | |
| "grad_norm": 4.815220355987549, | |
| "learning_rate": 1.7857142857142857e-06, | |
| "loss": 5.3965, | |
| "step": 56 | |
| }, | |
| { | |
| "epoch": 7.0, | |
| "step": 56, | |
| "total_flos": 216424602812184.0, | |
| "train_loss": 6.976511648723057, | |
| "train_runtime": 1595.9192, | |
| "train_samples_per_second": 0.602, | |
| "train_steps_per_second": 0.035 | |
| } | |
| ], | |
| "logging_steps": 2, | |
| "max_steps": 56, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 8, | |
| "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": 216424602812184.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |