| { | |
| "best_metric": 0.00134594168048352, | |
| "best_model_checkpoint": "miner_id_24/checkpoint-200", | |
| "epoch": 2.6666666666666665, | |
| "eval_steps": 50, | |
| "global_step": 200, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.013333333333333334, | |
| "grad_norm": 50.29887390136719, | |
| "learning_rate": 1e-05, | |
| "loss": 3.4173, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.013333333333333334, | |
| "eval_loss": 0.9772925972938538, | |
| "eval_runtime": 9.4887, | |
| "eval_samples_per_second": 13.384, | |
| "eval_steps_per_second": 3.372, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.02666666666666667, | |
| "grad_norm": 25.251440048217773, | |
| "learning_rate": 2e-05, | |
| "loss": 2.7055, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "grad_norm": 24.79723358154297, | |
| "learning_rate": 3e-05, | |
| "loss": 2.7702, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.05333333333333334, | |
| "grad_norm": 24.29383659362793, | |
| "learning_rate": 4e-05, | |
| "loss": 2.5686, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.06666666666666667, | |
| "grad_norm": 24.20195770263672, | |
| "learning_rate": 5e-05, | |
| "loss": 2.3483, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.08, | |
| "grad_norm": 23.966224670410156, | |
| "learning_rate": 6e-05, | |
| "loss": 2.0029, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.09333333333333334, | |
| "grad_norm": 19.887798309326172, | |
| "learning_rate": 7e-05, | |
| "loss": 1.6444, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.10666666666666667, | |
| "grad_norm": 19.920040130615234, | |
| "learning_rate": 8e-05, | |
| "loss": 1.6424, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "grad_norm": 18.465110778808594, | |
| "learning_rate": 9e-05, | |
| "loss": 1.444, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.13333333333333333, | |
| "grad_norm": 20.36037826538086, | |
| "learning_rate": 0.0001, | |
| "loss": 1.913, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.14666666666666667, | |
| "grad_norm": 21.445209503173828, | |
| "learning_rate": 9.999316524962345e-05, | |
| "loss": 1.7816, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "grad_norm": 69.12860107421875, | |
| "learning_rate": 9.997266286704631e-05, | |
| "loss": 1.3916, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.17333333333333334, | |
| "grad_norm": 20.07329750061035, | |
| "learning_rate": 9.993849845741524e-05, | |
| "loss": 1.7777, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.18666666666666668, | |
| "grad_norm": 76.1514892578125, | |
| "learning_rate": 9.989068136093873e-05, | |
| "loss": 1.2641, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "grad_norm": 26.075241088867188, | |
| "learning_rate": 9.98292246503335e-05, | |
| "loss": 1.5816, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.21333333333333335, | |
| "grad_norm": 17.73980140686035, | |
| "learning_rate": 9.975414512725057e-05, | |
| "loss": 1.7057, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.22666666666666666, | |
| "grad_norm": 16.885530471801758, | |
| "learning_rate": 9.966546331768191e-05, | |
| "loss": 1.2492, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "grad_norm": 14.588184356689453, | |
| "learning_rate": 9.956320346634876e-05, | |
| "loss": 1.0563, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.25333333333333335, | |
| "grad_norm": 12.954377174377441, | |
| "learning_rate": 9.944739353007344e-05, | |
| "loss": 1.2261, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "grad_norm": 12.559026718139648, | |
| "learning_rate": 9.931806517013612e-05, | |
| "loss": 1.3372, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "grad_norm": 12.452985763549805, | |
| "learning_rate": 9.917525374361912e-05, | |
| "loss": 1.1706, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 0.29333333333333333, | |
| "grad_norm": 10.246400833129883, | |
| "learning_rate": 9.901899829374047e-05, | |
| "loss": 0.9317, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 0.30666666666666664, | |
| "grad_norm": 13.230368614196777, | |
| "learning_rate": 9.884934153917997e-05, | |
| "loss": 0.7703, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "grad_norm": 11.20921802520752, | |
| "learning_rate": 9.86663298624003e-05, | |
| "loss": 0.9054, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 16.014795303344727, | |
| "learning_rate": 9.847001329696653e-05, | |
| "loss": 1.2127, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.3466666666666667, | |
| "grad_norm": 11.797860145568848, | |
| "learning_rate": 9.826044551386744e-05, | |
| "loss": 0.8713, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "grad_norm": 12.275259971618652, | |
| "learning_rate": 9.803768380684242e-05, | |
| "loss": 0.7719, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 0.37333333333333335, | |
| "grad_norm": 12.713522911071777, | |
| "learning_rate": 9.780178907671789e-05, | |
| "loss": 0.923, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 0.38666666666666666, | |
| "grad_norm": 18.40119743347168, | |
| "learning_rate": 9.755282581475769e-05, | |
| "loss": 0.8264, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 16.341659545898438, | |
| "learning_rate": 9.729086208503174e-05, | |
| "loss": 0.5354, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.41333333333333333, | |
| "grad_norm": 12.932632446289062, | |
| "learning_rate": 9.701596950580806e-05, | |
| "loss": 0.5934, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 0.4266666666666667, | |
| "grad_norm": 11.644948959350586, | |
| "learning_rate": 9.672822322997305e-05, | |
| "loss": 0.6623, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 0.44, | |
| "grad_norm": 22.6879825592041, | |
| "learning_rate": 9.642770192448536e-05, | |
| "loss": 0.6833, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 0.4533333333333333, | |
| "grad_norm": 13.10388469696045, | |
| "learning_rate": 9.611448774886924e-05, | |
| "loss": 0.5686, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 0.4666666666666667, | |
| "grad_norm": 12.521586418151855, | |
| "learning_rate": 9.578866633275288e-05, | |
| "loss": 0.3255, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "grad_norm": 18.594655990600586, | |
| "learning_rate": 9.545032675245813e-05, | |
| "loss": 0.5856, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 0.49333333333333335, | |
| "grad_norm": 15.29348373413086, | |
| "learning_rate": 9.509956150664796e-05, | |
| "loss": 1.2175, | |
| "step": 37 | |
| }, | |
| { | |
| "epoch": 0.5066666666666667, | |
| "grad_norm": 8.562642097473145, | |
| "learning_rate": 9.473646649103818e-05, | |
| "loss": 0.7516, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 0.52, | |
| "grad_norm": 8.301373481750488, | |
| "learning_rate": 9.43611409721806e-05, | |
| "loss": 0.7198, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 8.470928192138672, | |
| "learning_rate": 9.397368756032445e-05, | |
| "loss": 0.6263, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.5466666666666666, | |
| "grad_norm": 10.59891128540039, | |
| "learning_rate": 9.357421218136386e-05, | |
| "loss": 0.751, | |
| "step": 41 | |
| }, | |
| { | |
| "epoch": 0.56, | |
| "grad_norm": 9.811482429504395, | |
| "learning_rate": 9.316282404787871e-05, | |
| "loss": 0.5658, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 0.5733333333333334, | |
| "grad_norm": 4.804818153381348, | |
| "learning_rate": 9.273963562927695e-05, | |
| "loss": 0.3391, | |
| "step": 43 | |
| }, | |
| { | |
| "epoch": 0.5866666666666667, | |
| "grad_norm": 12.115275382995605, | |
| "learning_rate": 9.230476262104677e-05, | |
| "loss": 0.67, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "grad_norm": 7.702904224395752, | |
| "learning_rate": 9.185832391312644e-05, | |
| "loss": 0.4147, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.6133333333333333, | |
| "grad_norm": 6.5679612159729, | |
| "learning_rate": 9.140044155740101e-05, | |
| "loss": 0.4313, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 0.6266666666666667, | |
| "grad_norm": 6.622637748718262, | |
| "learning_rate": 9.093124073433463e-05, | |
| "loss": 0.2745, | |
| "step": 47 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 11.041589736938477, | |
| "learning_rate": 9.045084971874738e-05, | |
| "loss": 0.3039, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 0.6533333333333333, | |
| "grad_norm": 23.905696868896484, | |
| "learning_rate": 8.995939984474624e-05, | |
| "loss": 0.5467, | |
| "step": 49 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 14.82470989227295, | |
| "learning_rate": 8.945702546981969e-05, | |
| "loss": 0.4099, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "eval_loss": 0.09669912606477737, | |
| "eval_runtime": 9.686, | |
| "eval_samples_per_second": 13.112, | |
| "eval_steps_per_second": 3.304, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.68, | |
| "grad_norm": 7.584043979644775, | |
| "learning_rate": 8.894386393810563e-05, | |
| "loss": 0.344, | |
| "step": 51 | |
| }, | |
| { | |
| "epoch": 0.6933333333333334, | |
| "grad_norm": 18.52998924255371, | |
| "learning_rate": 8.842005554284296e-05, | |
| "loss": 0.6303, | |
| "step": 52 | |
| }, | |
| { | |
| "epoch": 0.7066666666666667, | |
| "grad_norm": 8.824478149414062, | |
| "learning_rate": 8.788574348801675e-05, | |
| "loss": 0.2934, | |
| "step": 53 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "grad_norm": 10.426186561584473, | |
| "learning_rate": 8.73410738492077e-05, | |
| "loss": 0.6036, | |
| "step": 54 | |
| }, | |
| { | |
| "epoch": 0.7333333333333333, | |
| "grad_norm": 13.682530403137207, | |
| "learning_rate": 8.678619553365659e-05, | |
| "loss": 0.9071, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 0.7466666666666667, | |
| "grad_norm": 9.902046203613281, | |
| "learning_rate": 8.622126023955446e-05, | |
| "loss": 0.6861, | |
| "step": 56 | |
| }, | |
| { | |
| "epoch": 0.76, | |
| "grad_norm": 7.555224418640137, | |
| "learning_rate": 8.564642241456986e-05, | |
| "loss": 0.597, | |
| "step": 57 | |
| }, | |
| { | |
| "epoch": 0.7733333333333333, | |
| "grad_norm": 6.417849063873291, | |
| "learning_rate": 8.506183921362443e-05, | |
| "loss": 0.3881, | |
| "step": 58 | |
| }, | |
| { | |
| "epoch": 0.7866666666666666, | |
| "grad_norm": 6.078815460205078, | |
| "learning_rate": 8.44676704559283e-05, | |
| "loss": 0.3234, | |
| "step": 59 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 7.7617902755737305, | |
| "learning_rate": 8.386407858128706e-05, | |
| "loss": 0.3966, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.8133333333333334, | |
| "grad_norm": 5.093605995178223, | |
| "learning_rate": 8.32512286056924e-05, | |
| "loss": 0.3465, | |
| "step": 61 | |
| }, | |
| { | |
| "epoch": 0.8266666666666667, | |
| "grad_norm": 7.753378391265869, | |
| "learning_rate": 8.262928807620843e-05, | |
| "loss": 0.3548, | |
| "step": 62 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "grad_norm": 7.401736736297607, | |
| "learning_rate": 8.199842702516583e-05, | |
| "loss": 0.2721, | |
| "step": 63 | |
| }, | |
| { | |
| "epoch": 0.8533333333333334, | |
| "grad_norm": 11.276641845703125, | |
| "learning_rate": 8.135881792367686e-05, | |
| "loss": 0.2499, | |
| "step": 64 | |
| }, | |
| { | |
| "epoch": 0.8666666666666667, | |
| "grad_norm": 9.640268325805664, | |
| "learning_rate": 8.07106356344834e-05, | |
| "loss": 0.2903, | |
| "step": 65 | |
| }, | |
| { | |
| "epoch": 0.88, | |
| "grad_norm": 7.010445594787598, | |
| "learning_rate": 8.005405736415126e-05, | |
| "loss": 0.1955, | |
| "step": 66 | |
| }, | |
| { | |
| "epoch": 0.8933333333333333, | |
| "grad_norm": 8.118300437927246, | |
| "learning_rate": 7.938926261462366e-05, | |
| "loss": 0.3428, | |
| "step": 67 | |
| }, | |
| { | |
| "epoch": 0.9066666666666666, | |
| "grad_norm": 9.0958890914917, | |
| "learning_rate": 7.871643313414718e-05, | |
| "loss": 0.2754, | |
| "step": 68 | |
| }, | |
| { | |
| "epoch": 0.92, | |
| "grad_norm": 6.128658771514893, | |
| "learning_rate": 7.803575286758364e-05, | |
| "loss": 0.2354, | |
| "step": 69 | |
| }, | |
| { | |
| "epoch": 0.9333333333333333, | |
| "grad_norm": 4.797001361846924, | |
| "learning_rate": 7.734740790612136e-05, | |
| "loss": 0.1955, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 0.9466666666666667, | |
| "grad_norm": 7.087361812591553, | |
| "learning_rate": 7.66515864363997e-05, | |
| "loss": 0.1024, | |
| "step": 71 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "grad_norm": 4.830496788024902, | |
| "learning_rate": 7.594847868906076e-05, | |
| "loss": 0.1364, | |
| "step": 72 | |
| }, | |
| { | |
| "epoch": 0.9733333333333334, | |
| "grad_norm": 5.242960453033447, | |
| "learning_rate": 7.52382768867422e-05, | |
| "loss": 0.3405, | |
| "step": 73 | |
| }, | |
| { | |
| "epoch": 0.9866666666666667, | |
| "grad_norm": 4.762104034423828, | |
| "learning_rate": 7.452117519152542e-05, | |
| "loss": 0.2609, | |
| "step": 74 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 5.180968284606934, | |
| "learning_rate": 7.379736965185368e-05, | |
| "loss": 0.1711, | |
| "step": 75 | |
| }, | |
| { | |
| "epoch": 1.0133333333333334, | |
| "grad_norm": 9.867732048034668, | |
| "learning_rate": 7.30670581489344e-05, | |
| "loss": 0.519, | |
| "step": 76 | |
| }, | |
| { | |
| "epoch": 1.0266666666666666, | |
| "grad_norm": 4.965210437774658, | |
| "learning_rate": 7.233044034264034e-05, | |
| "loss": 0.2578, | |
| "step": 77 | |
| }, | |
| { | |
| "epoch": 1.04, | |
| "grad_norm": 4.604046821594238, | |
| "learning_rate": 7.158771761692464e-05, | |
| "loss": 0.2189, | |
| "step": 78 | |
| }, | |
| { | |
| "epoch": 1.0533333333333332, | |
| "grad_norm": 3.8259832859039307, | |
| "learning_rate": 7.083909302476453e-05, | |
| "loss": 0.1678, | |
| "step": 79 | |
| }, | |
| { | |
| "epoch": 1.0666666666666667, | |
| "grad_norm": 6.5297088623046875, | |
| "learning_rate": 7.008477123264848e-05, | |
| "loss": 0.2406, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 1.08, | |
| "grad_norm": 3.149721622467041, | |
| "learning_rate": 6.932495846462261e-05, | |
| "loss": 0.1303, | |
| "step": 81 | |
| }, | |
| { | |
| "epoch": 1.0933333333333333, | |
| "grad_norm": 6.590494155883789, | |
| "learning_rate": 6.855986244591104e-05, | |
| "loss": 0.1785, | |
| "step": 82 | |
| }, | |
| { | |
| "epoch": 1.1066666666666667, | |
| "grad_norm": 3.5636935234069824, | |
| "learning_rate": 6.778969234612584e-05, | |
| "loss": 0.1187, | |
| "step": 83 | |
| }, | |
| { | |
| "epoch": 1.12, | |
| "grad_norm": 5.2688446044921875, | |
| "learning_rate": 6.701465872208216e-05, | |
| "loss": 0.1693, | |
| "step": 84 | |
| }, | |
| { | |
| "epoch": 1.1333333333333333, | |
| "grad_norm": 4.322957515716553, | |
| "learning_rate": 6.623497346023418e-05, | |
| "loss": 0.1705, | |
| "step": 85 | |
| }, | |
| { | |
| "epoch": 1.1466666666666667, | |
| "grad_norm": 7.441786766052246, | |
| "learning_rate": 6.545084971874738e-05, | |
| "loss": 0.127, | |
| "step": 86 | |
| }, | |
| { | |
| "epoch": 1.16, | |
| "grad_norm": 3.4263510704040527, | |
| "learning_rate": 6.466250186922325e-05, | |
| "loss": 0.0445, | |
| "step": 87 | |
| }, | |
| { | |
| "epoch": 1.1733333333333333, | |
| "grad_norm": 4.767960548400879, | |
| "learning_rate": 6.387014543809223e-05, | |
| "loss": 0.1222, | |
| "step": 88 | |
| }, | |
| { | |
| "epoch": 1.1866666666666668, | |
| "grad_norm": 7.345565319061279, | |
| "learning_rate": 6.307399704769099e-05, | |
| "loss": 0.1709, | |
| "step": 89 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "grad_norm": 5.709419250488281, | |
| "learning_rate": 6.227427435703997e-05, | |
| "loss": 0.1849, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 1.2133333333333334, | |
| "grad_norm": 5.427676200866699, | |
| "learning_rate": 6.147119600233758e-05, | |
| "loss": 0.1488, | |
| "step": 91 | |
| }, | |
| { | |
| "epoch": 1.2266666666666666, | |
| "grad_norm": 9.375578880310059, | |
| "learning_rate": 6.066498153718735e-05, | |
| "loss": 0.1124, | |
| "step": 92 | |
| }, | |
| { | |
| "epoch": 1.24, | |
| "grad_norm": 6.749614715576172, | |
| "learning_rate": 5.985585137257401e-05, | |
| "loss": 0.1147, | |
| "step": 93 | |
| }, | |
| { | |
| "epoch": 1.2533333333333334, | |
| "grad_norm": 4.919158458709717, | |
| "learning_rate": 5.90440267166055e-05, | |
| "loss": 0.2741, | |
| "step": 94 | |
| }, | |
| { | |
| "epoch": 1.2666666666666666, | |
| "grad_norm": 4.476344108581543, | |
| "learning_rate": 5.8229729514036705e-05, | |
| "loss": 0.2433, | |
| "step": 95 | |
| }, | |
| { | |
| "epoch": 1.28, | |
| "grad_norm": 5.670655250549316, | |
| "learning_rate": 5.74131823855921e-05, | |
| "loss": 0.2827, | |
| "step": 96 | |
| }, | |
| { | |
| "epoch": 1.2933333333333334, | |
| "grad_norm": 5.603428840637207, | |
| "learning_rate": 5.6594608567103456e-05, | |
| "loss": 0.1654, | |
| "step": 97 | |
| }, | |
| { | |
| "epoch": 1.3066666666666666, | |
| "grad_norm": 4.16697359085083, | |
| "learning_rate": 5.577423184847932e-05, | |
| "loss": 0.1357, | |
| "step": 98 | |
| }, | |
| { | |
| "epoch": 1.32, | |
| "grad_norm": 5.953402996063232, | |
| "learning_rate": 5.495227651252315e-05, | |
| "loss": 0.1413, | |
| "step": 99 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 4.874863624572754, | |
| "learning_rate": 5.4128967273616625e-05, | |
| "loss": 0.1143, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "eval_loss": 0.04322601482272148, | |
| "eval_runtime": 9.6858, | |
| "eval_samples_per_second": 13.112, | |
| "eval_steps_per_second": 3.304, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 1.3466666666666667, | |
| "grad_norm": 4.973781108856201, | |
| "learning_rate": 5.330452921628497e-05, | |
| "loss": 0.1892, | |
| "step": 101 | |
| }, | |
| { | |
| "epoch": 1.3599999999999999, | |
| "grad_norm": 10.669159889221191, | |
| "learning_rate": 5.247918773366112e-05, | |
| "loss": 0.185, | |
| "step": 102 | |
| }, | |
| { | |
| "epoch": 1.3733333333333333, | |
| "grad_norm": 4.0593390464782715, | |
| "learning_rate": 5.165316846586541e-05, | |
| "loss": 0.1722, | |
| "step": 103 | |
| }, | |
| { | |
| "epoch": 1.3866666666666667, | |
| "grad_norm": 3.9478116035461426, | |
| "learning_rate": 5.0826697238317935e-05, | |
| "loss": 0.0804, | |
| "step": 104 | |
| }, | |
| { | |
| "epoch": 1.4, | |
| "grad_norm": 12.696138381958008, | |
| "learning_rate": 5e-05, | |
| "loss": 0.2556, | |
| "step": 105 | |
| }, | |
| { | |
| "epoch": 1.4133333333333333, | |
| "grad_norm": 3.372502326965332, | |
| "learning_rate": 4.917330276168208e-05, | |
| "loss": 0.1064, | |
| "step": 106 | |
| }, | |
| { | |
| "epoch": 1.4266666666666667, | |
| "grad_norm": 9.539258003234863, | |
| "learning_rate": 4.834683153413459e-05, | |
| "loss": 0.119, | |
| "step": 107 | |
| }, | |
| { | |
| "epoch": 1.44, | |
| "grad_norm": 2.4638707637786865, | |
| "learning_rate": 4.7520812266338885e-05, | |
| "loss": 0.0441, | |
| "step": 108 | |
| }, | |
| { | |
| "epoch": 1.4533333333333334, | |
| "grad_norm": 8.411279678344727, | |
| "learning_rate": 4.669547078371504e-05, | |
| "loss": 0.3136, | |
| "step": 109 | |
| }, | |
| { | |
| "epoch": 1.4666666666666668, | |
| "grad_norm": 2.2590298652648926, | |
| "learning_rate": 4.5871032726383386e-05, | |
| "loss": 0.1064, | |
| "step": 110 | |
| }, | |
| { | |
| "epoch": 1.48, | |
| "grad_norm": 2.4205009937286377, | |
| "learning_rate": 4.504772348747687e-05, | |
| "loss": 0.0597, | |
| "step": 111 | |
| }, | |
| { | |
| "epoch": 1.4933333333333334, | |
| "grad_norm": 4.619236946105957, | |
| "learning_rate": 4.4225768151520694e-05, | |
| "loss": 0.2368, | |
| "step": 112 | |
| }, | |
| { | |
| "epoch": 1.5066666666666668, | |
| "grad_norm": 3.667818307876587, | |
| "learning_rate": 4.3405391432896555e-05, | |
| "loss": 0.1777, | |
| "step": 113 | |
| }, | |
| { | |
| "epoch": 1.52, | |
| "grad_norm": 2.6507275104522705, | |
| "learning_rate": 4.2586817614407895e-05, | |
| "loss": 0.098, | |
| "step": 114 | |
| }, | |
| { | |
| "epoch": 1.5333333333333332, | |
| "grad_norm": 6.714043140411377, | |
| "learning_rate": 4.17702704859633e-05, | |
| "loss": 0.1271, | |
| "step": 115 | |
| }, | |
| { | |
| "epoch": 1.5466666666666666, | |
| "grad_norm": 3.4016287326812744, | |
| "learning_rate": 4.095597328339452e-05, | |
| "loss": 0.1648, | |
| "step": 116 | |
| }, | |
| { | |
| "epoch": 1.56, | |
| "grad_norm": 3.2792365550994873, | |
| "learning_rate": 4.0144148627425993e-05, | |
| "loss": 0.0868, | |
| "step": 117 | |
| }, | |
| { | |
| "epoch": 1.5733333333333333, | |
| "grad_norm": 2.558272361755371, | |
| "learning_rate": 3.933501846281267e-05, | |
| "loss": 0.066, | |
| "step": 118 | |
| }, | |
| { | |
| "epoch": 1.5866666666666667, | |
| "grad_norm": 1.8633497953414917, | |
| "learning_rate": 3.852880399766243e-05, | |
| "loss": 0.0606, | |
| "step": 119 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "grad_norm": 4.817272663116455, | |
| "learning_rate": 3.772572564296005e-05, | |
| "loss": 0.1163, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 1.6133333333333333, | |
| "grad_norm": 1.7066318988800049, | |
| "learning_rate": 3.6926002952309016e-05, | |
| "loss": 0.0376, | |
| "step": 121 | |
| }, | |
| { | |
| "epoch": 1.6266666666666667, | |
| "grad_norm": 62.322975158691406, | |
| "learning_rate": 3.612985456190778e-05, | |
| "loss": 0.1284, | |
| "step": 122 | |
| }, | |
| { | |
| "epoch": 1.6400000000000001, | |
| "grad_norm": 1.8164634704589844, | |
| "learning_rate": 3.533749813077677e-05, | |
| "loss": 0.0299, | |
| "step": 123 | |
| }, | |
| { | |
| "epoch": 1.6533333333333333, | |
| "grad_norm": 4.184752464294434, | |
| "learning_rate": 3.4549150281252636e-05, | |
| "loss": 0.0258, | |
| "step": 124 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 4.788540363311768, | |
| "learning_rate": 3.3765026539765834e-05, | |
| "loss": 0.041, | |
| "step": 125 | |
| }, | |
| { | |
| "epoch": 1.6800000000000002, | |
| "grad_norm": 3.868875026702881, | |
| "learning_rate": 3.298534127791785e-05, | |
| "loss": 0.1127, | |
| "step": 126 | |
| }, | |
| { | |
| "epoch": 1.6933333333333334, | |
| "grad_norm": 4.948379039764404, | |
| "learning_rate": 3.221030765387417e-05, | |
| "loss": 0.1151, | |
| "step": 127 | |
| }, | |
| { | |
| "epoch": 1.7066666666666666, | |
| "grad_norm": 6.008472442626953, | |
| "learning_rate": 3.144013755408895e-05, | |
| "loss": 0.0948, | |
| "step": 128 | |
| }, | |
| { | |
| "epoch": 1.72, | |
| "grad_norm": 5.2226033210754395, | |
| "learning_rate": 3.0675041535377405e-05, | |
| "loss": 0.0842, | |
| "step": 129 | |
| }, | |
| { | |
| "epoch": 1.7333333333333334, | |
| "grad_norm": 3.3233368396759033, | |
| "learning_rate": 2.991522876735154e-05, | |
| "loss": 0.1126, | |
| "step": 130 | |
| }, | |
| { | |
| "epoch": 1.7466666666666666, | |
| "grad_norm": 3.3976824283599854, | |
| "learning_rate": 2.916090697523549e-05, | |
| "loss": 0.1553, | |
| "step": 131 | |
| }, | |
| { | |
| "epoch": 1.76, | |
| "grad_norm": 2.0290944576263428, | |
| "learning_rate": 2.8412282383075363e-05, | |
| "loss": 0.0559, | |
| "step": 132 | |
| }, | |
| { | |
| "epoch": 1.7733333333333334, | |
| "grad_norm": 2.0413146018981934, | |
| "learning_rate": 2.766955965735968e-05, | |
| "loss": 0.0633, | |
| "step": 133 | |
| }, | |
| { | |
| "epoch": 1.7866666666666666, | |
| "grad_norm": 4.638266086578369, | |
| "learning_rate": 2.693294185106562e-05, | |
| "loss": 0.068, | |
| "step": 134 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "grad_norm": 3.9342634677886963, | |
| "learning_rate": 2.6202630348146324e-05, | |
| "loss": 0.0826, | |
| "step": 135 | |
| }, | |
| { | |
| "epoch": 1.8133333333333335, | |
| "grad_norm": 1.4676851034164429, | |
| "learning_rate": 2.547882480847461e-05, | |
| "loss": 0.0489, | |
| "step": 136 | |
| }, | |
| { | |
| "epoch": 1.8266666666666667, | |
| "grad_norm": 1.9415638446807861, | |
| "learning_rate": 2.476172311325783e-05, | |
| "loss": 0.0643, | |
| "step": 137 | |
| }, | |
| { | |
| "epoch": 1.8399999999999999, | |
| "grad_norm": 2.260969877243042, | |
| "learning_rate": 2.405152131093926e-05, | |
| "loss": 0.0406, | |
| "step": 138 | |
| }, | |
| { | |
| "epoch": 1.8533333333333335, | |
| "grad_norm": 0.2568335235118866, | |
| "learning_rate": 2.3348413563600325e-05, | |
| "loss": 0.0052, | |
| "step": 139 | |
| }, | |
| { | |
| "epoch": 1.8666666666666667, | |
| "grad_norm": 1.0721421241760254, | |
| "learning_rate": 2.2652592093878666e-05, | |
| "loss": 0.008, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 1.88, | |
| "grad_norm": 7.019590377807617, | |
| "learning_rate": 2.196424713241637e-05, | |
| "loss": 0.08, | |
| "step": 141 | |
| }, | |
| { | |
| "epoch": 1.8933333333333333, | |
| "grad_norm": 0.5075843334197998, | |
| "learning_rate": 2.128356686585282e-05, | |
| "loss": 0.0088, | |
| "step": 142 | |
| }, | |
| { | |
| "epoch": 1.9066666666666667, | |
| "grad_norm": 1.6679000854492188, | |
| "learning_rate": 2.061073738537635e-05, | |
| "loss": 0.0071, | |
| "step": 143 | |
| }, | |
| { | |
| "epoch": 1.92, | |
| "grad_norm": 0.8726446032524109, | |
| "learning_rate": 1.9945942635848748e-05, | |
| "loss": 0.0095, | |
| "step": 144 | |
| }, | |
| { | |
| "epoch": 1.9333333333333333, | |
| "grad_norm": 4.830911636352539, | |
| "learning_rate": 1.928936436551661e-05, | |
| "loss": 0.0775, | |
| "step": 145 | |
| }, | |
| { | |
| "epoch": 1.9466666666666668, | |
| "grad_norm": 1.4868309497833252, | |
| "learning_rate": 1.8641182076323148e-05, | |
| "loss": 0.0239, | |
| "step": 146 | |
| }, | |
| { | |
| "epoch": 1.96, | |
| "grad_norm": 0.5674850940704346, | |
| "learning_rate": 1.800157297483417e-05, | |
| "loss": 0.0091, | |
| "step": 147 | |
| }, | |
| { | |
| "epoch": 1.9733333333333334, | |
| "grad_norm": 1.390391230583191, | |
| "learning_rate": 1.7370711923791567e-05, | |
| "loss": 0.0363, | |
| "step": 148 | |
| }, | |
| { | |
| "epoch": 1.9866666666666668, | |
| "grad_norm": 3.122633695602417, | |
| "learning_rate": 1.6748771394307585e-05, | |
| "loss": 0.0665, | |
| "step": 149 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 0.1160033643245697, | |
| "learning_rate": 1.6135921418712956e-05, | |
| "loss": 0.0039, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "eval_loss": 0.004325200337916613, | |
| "eval_runtime": 9.692, | |
| "eval_samples_per_second": 13.104, | |
| "eval_steps_per_second": 3.302, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 2.013333333333333, | |
| "grad_norm": 1.7153946161270142, | |
| "learning_rate": 1.553232954407171e-05, | |
| "loss": 0.0582, | |
| "step": 151 | |
| }, | |
| { | |
| "epoch": 2.026666666666667, | |
| "grad_norm": 1.2898365259170532, | |
| "learning_rate": 1.4938160786375572e-05, | |
| "loss": 0.0429, | |
| "step": 152 | |
| }, | |
| { | |
| "epoch": 2.04, | |
| "grad_norm": 3.2258665561676025, | |
| "learning_rate": 1.435357758543015e-05, | |
| "loss": 0.0493, | |
| "step": 153 | |
| }, | |
| { | |
| "epoch": 2.0533333333333332, | |
| "grad_norm": 1.4855374097824097, | |
| "learning_rate": 1.3778739760445552e-05, | |
| "loss": 0.0209, | |
| "step": 154 | |
| }, | |
| { | |
| "epoch": 2.066666666666667, | |
| "grad_norm": 0.5690524578094482, | |
| "learning_rate": 1.3213804466343421e-05, | |
| "loss": 0.0134, | |
| "step": 155 | |
| }, | |
| { | |
| "epoch": 2.08, | |
| "grad_norm": 1.7612203359603882, | |
| "learning_rate": 1.2658926150792322e-05, | |
| "loss": 0.0165, | |
| "step": 156 | |
| }, | |
| { | |
| "epoch": 2.0933333333333333, | |
| "grad_norm": 0.540814220905304, | |
| "learning_rate": 1.2114256511983274e-05, | |
| "loss": 0.0079, | |
| "step": 157 | |
| }, | |
| { | |
| "epoch": 2.1066666666666665, | |
| "grad_norm": 0.4302440583705902, | |
| "learning_rate": 1.157994445715706e-05, | |
| "loss": 0.0073, | |
| "step": 158 | |
| }, | |
| { | |
| "epoch": 2.12, | |
| "grad_norm": 0.4170801341533661, | |
| "learning_rate": 1.1056136061894384e-05, | |
| "loss": 0.0052, | |
| "step": 159 | |
| }, | |
| { | |
| "epoch": 2.1333333333333333, | |
| "grad_norm": 0.9564638137817383, | |
| "learning_rate": 1.0542974530180327e-05, | |
| "loss": 0.0157, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 2.1466666666666665, | |
| "grad_norm": 0.3957054615020752, | |
| "learning_rate": 1.0040600155253765e-05, | |
| "loss": 0.0028, | |
| "step": 161 | |
| }, | |
| { | |
| "epoch": 2.16, | |
| "grad_norm": 0.06262867897748947, | |
| "learning_rate": 9.549150281252633e-06, | |
| "loss": 0.0013, | |
| "step": 162 | |
| }, | |
| { | |
| "epoch": 2.1733333333333333, | |
| "grad_norm": 0.8128209710121155, | |
| "learning_rate": 9.068759265665384e-06, | |
| "loss": 0.0136, | |
| "step": 163 | |
| }, | |
| { | |
| "epoch": 2.1866666666666665, | |
| "grad_norm": 0.18653173744678497, | |
| "learning_rate": 8.599558442598998e-06, | |
| "loss": 0.0035, | |
| "step": 164 | |
| }, | |
| { | |
| "epoch": 2.2, | |
| "grad_norm": 1.8884209394454956, | |
| "learning_rate": 8.141676086873572e-06, | |
| "loss": 0.0105, | |
| "step": 165 | |
| }, | |
| { | |
| "epoch": 2.2133333333333334, | |
| "grad_norm": 0.4568460285663605, | |
| "learning_rate": 7.695237378953223e-06, | |
| "loss": 0.0056, | |
| "step": 166 | |
| }, | |
| { | |
| "epoch": 2.2266666666666666, | |
| "grad_norm": 0.10728849470615387, | |
| "learning_rate": 7.260364370723044e-06, | |
| "loss": 0.0024, | |
| "step": 167 | |
| }, | |
| { | |
| "epoch": 2.24, | |
| "grad_norm": 0.12798936665058136, | |
| "learning_rate": 6.837175952121306e-06, | |
| "loss": 0.0037, | |
| "step": 168 | |
| }, | |
| { | |
| "epoch": 2.2533333333333334, | |
| "grad_norm": 0.7557106614112854, | |
| "learning_rate": 6.425787818636131e-06, | |
| "loss": 0.0304, | |
| "step": 169 | |
| }, | |
| { | |
| "epoch": 2.2666666666666666, | |
| "grad_norm": 0.7446048259735107, | |
| "learning_rate": 6.026312439675552e-06, | |
| "loss": 0.0244, | |
| "step": 170 | |
| }, | |
| { | |
| "epoch": 2.2800000000000002, | |
| "grad_norm": 1.1874483823776245, | |
| "learning_rate": 5.6388590278194096e-06, | |
| "loss": 0.0145, | |
| "step": 171 | |
| }, | |
| { | |
| "epoch": 2.2933333333333334, | |
| "grad_norm": 0.6669476628303528, | |
| "learning_rate": 5.263533508961827e-06, | |
| "loss": 0.0117, | |
| "step": 172 | |
| }, | |
| { | |
| "epoch": 2.3066666666666666, | |
| "grad_norm": 0.7574792504310608, | |
| "learning_rate": 4.900438493352055e-06, | |
| "loss": 0.0184, | |
| "step": 173 | |
| }, | |
| { | |
| "epoch": 2.32, | |
| "grad_norm": 2.9286837577819824, | |
| "learning_rate": 4.549673247541875e-06, | |
| "loss": 0.0228, | |
| "step": 174 | |
| }, | |
| { | |
| "epoch": 2.3333333333333335, | |
| "grad_norm": 0.32915443181991577, | |
| "learning_rate": 4.2113336672471245e-06, | |
| "loss": 0.0057, | |
| "step": 175 | |
| }, | |
| { | |
| "epoch": 2.3466666666666667, | |
| "grad_norm": 0.5084283351898193, | |
| "learning_rate": 3.885512251130763e-06, | |
| "loss": 0.0085, | |
| "step": 176 | |
| }, | |
| { | |
| "epoch": 2.36, | |
| "grad_norm": 0.45335549116134644, | |
| "learning_rate": 3.5722980755146517e-06, | |
| "loss": 0.0077, | |
| "step": 177 | |
| }, | |
| { | |
| "epoch": 2.3733333333333335, | |
| "grad_norm": 0.1259620636701584, | |
| "learning_rate": 3.271776770026963e-06, | |
| "loss": 0.004, | |
| "step": 178 | |
| }, | |
| { | |
| "epoch": 2.3866666666666667, | |
| "grad_norm": 0.06907020509243011, | |
| "learning_rate": 2.9840304941919415e-06, | |
| "loss": 0.0019, | |
| "step": 179 | |
| }, | |
| { | |
| "epoch": 2.4, | |
| "grad_norm": 0.686761200428009, | |
| "learning_rate": 2.7091379149682685e-06, | |
| "loss": 0.0039, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 2.413333333333333, | |
| "grad_norm": 0.05237516388297081, | |
| "learning_rate": 2.4471741852423237e-06, | |
| "loss": 0.0026, | |
| "step": 181 | |
| }, | |
| { | |
| "epoch": 2.4266666666666667, | |
| "grad_norm": 0.04414919391274452, | |
| "learning_rate": 2.1982109232821178e-06, | |
| "loss": 0.002, | |
| "step": 182 | |
| }, | |
| { | |
| "epoch": 2.44, | |
| "grad_norm": 0.06174348667263985, | |
| "learning_rate": 1.962316193157593e-06, | |
| "loss": 0.0021, | |
| "step": 183 | |
| }, | |
| { | |
| "epoch": 2.453333333333333, | |
| "grad_norm": 0.13806205987930298, | |
| "learning_rate": 1.7395544861325718e-06, | |
| "loss": 0.0038, | |
| "step": 184 | |
| }, | |
| { | |
| "epoch": 2.466666666666667, | |
| "grad_norm": 0.06712806224822998, | |
| "learning_rate": 1.5299867030334814e-06, | |
| "loss": 0.0017, | |
| "step": 185 | |
| }, | |
| { | |
| "epoch": 2.48, | |
| "grad_norm": 0.04779912158846855, | |
| "learning_rate": 1.333670137599713e-06, | |
| "loss": 0.0025, | |
| "step": 186 | |
| }, | |
| { | |
| "epoch": 2.493333333333333, | |
| "grad_norm": 0.30543091893196106, | |
| "learning_rate": 1.1506584608200367e-06, | |
| "loss": 0.0134, | |
| "step": 187 | |
| }, | |
| { | |
| "epoch": 2.506666666666667, | |
| "grad_norm": 0.4935925006866455, | |
| "learning_rate": 9.810017062595322e-07, | |
| "loss": 0.0156, | |
| "step": 188 | |
| }, | |
| { | |
| "epoch": 2.52, | |
| "grad_norm": 0.45831233263015747, | |
| "learning_rate": 8.247462563808817e-07, | |
| "loss": 0.0087, | |
| "step": 189 | |
| }, | |
| { | |
| "epoch": 2.533333333333333, | |
| "grad_norm": 0.6592668294906616, | |
| "learning_rate": 6.819348298638839e-07, | |
| "loss": 0.0091, | |
| "step": 190 | |
| }, | |
| { | |
| "epoch": 2.546666666666667, | |
| "grad_norm": 0.7057308554649353, | |
| "learning_rate": 5.526064699265753e-07, | |
| "loss": 0.008, | |
| "step": 191 | |
| }, | |
| { | |
| "epoch": 2.56, | |
| "grad_norm": 0.36649176478385925, | |
| "learning_rate": 4.367965336512403e-07, | |
| "loss": 0.006, | |
| "step": 192 | |
| }, | |
| { | |
| "epoch": 2.5733333333333333, | |
| "grad_norm": 0.07222431898117065, | |
| "learning_rate": 3.3453668231809286e-07, | |
| "loss": 0.003, | |
| "step": 193 | |
| }, | |
| { | |
| "epoch": 2.586666666666667, | |
| "grad_norm": 0.10298915207386017, | |
| "learning_rate": 2.458548727494292e-07, | |
| "loss": 0.0044, | |
| "step": 194 | |
| }, | |
| { | |
| "epoch": 2.6, | |
| "grad_norm": 0.7209210395812988, | |
| "learning_rate": 1.7077534966650766e-07, | |
| "loss": 0.0087, | |
| "step": 195 | |
| }, | |
| { | |
| "epoch": 2.6133333333333333, | |
| "grad_norm": 0.6381630301475525, | |
| "learning_rate": 1.0931863906127327e-07, | |
| "loss": 0.0087, | |
| "step": 196 | |
| }, | |
| { | |
| "epoch": 2.626666666666667, | |
| "grad_norm": 0.11780187487602234, | |
| "learning_rate": 6.150154258476315e-08, | |
| "loss": 0.002, | |
| "step": 197 | |
| }, | |
| { | |
| "epoch": 2.64, | |
| "grad_norm": 0.07737250626087189, | |
| "learning_rate": 2.7337132953697554e-08, | |
| "loss": 0.0021, | |
| "step": 198 | |
| }, | |
| { | |
| "epoch": 2.6533333333333333, | |
| "grad_norm": 0.092742420732975, | |
| "learning_rate": 6.834750376549792e-09, | |
| "loss": 0.0031, | |
| "step": 199 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": 0.059916067868471146, | |
| "learning_rate": 0.0, | |
| "loss": 0.0028, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "eval_loss": 0.00134594168048352, | |
| "eval_runtime": 9.6908, | |
| "eval_samples_per_second": 13.105, | |
| "eval_steps_per_second": 3.302, | |
| "step": 200 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 200, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 3, | |
| "save_steps": 50, | |
| "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": 2.8593161149140173e+17, | |
| "train_batch_size": 8, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |