smollm2-finetuned12/checkpoint-192/trainer_state.json

{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.0,
  "eval_steps": 500,
  "global_step": 192,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.052083333333333336,
      "grad_norm": 0.07655070722103119,
      "learning_rate": 4.921875e-05,
      "loss": 3.1871,
      "step": 10
    },
    {
      "epoch": 0.10416666666666667,
      "grad_norm": 0.09160477668046951,
      "learning_rate": 4.835069444444444e-05,
      "loss": 3.0592,
      "step": 20
    },
    {
      "epoch": 0.15625,
      "grad_norm": 0.09234557300806046,
      "learning_rate": 4.748263888888889e-05,
      "loss": 3.1982,
      "step": 30
    },
    {
      "epoch": 0.20833333333333334,
      "grad_norm": 0.09615059196949005,
      "learning_rate": 4.6614583333333336e-05,
      "loss": 3.1865,
      "step": 40
    },
    {
      "epoch": 0.2604166666666667,
      "grad_norm": 0.11428328603506088,
      "learning_rate": 4.574652777777778e-05,
      "loss": 3.1689,
      "step": 50
    },
    {
      "epoch": 0.3125,
      "grad_norm": 0.10111145675182343,
      "learning_rate": 4.487847222222222e-05,
      "loss": 3.0937,
      "step": 60
    },
    {
      "epoch": 0.3645833333333333,
      "grad_norm": 0.12738557159900665,
      "learning_rate": 4.401041666666667e-05,
      "loss": 3.143,
      "step": 70
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 0.14076603949069977,
      "learning_rate": 4.3142361111111114e-05,
      "loss": 3.0963,
      "step": 80
    },
    {
      "epoch": 0.46875,
      "grad_norm": 0.12179583311080933,
      "learning_rate": 4.227430555555556e-05,
      "loss": 3.0358,
      "step": 90
    },
    {
      "epoch": 0.5208333333333334,
      "grad_norm": 0.13192890584468842,
      "learning_rate": 4.140625e-05,
      "loss": 3.1517,
      "step": 100
    },
    {
      "epoch": 0.5729166666666666,
      "grad_norm": 0.12306984513998032,
      "learning_rate": 4.053819444444444e-05,
      "loss": 3.0126,
      "step": 110
    },
    {
      "epoch": 0.625,
      "grad_norm": 0.1288878321647644,
      "learning_rate": 3.967013888888889e-05,
      "loss": 3.0296,
      "step": 120
    },
    {
      "epoch": 0.6770833333333334,
      "grad_norm": 0.15506671369075775,
      "learning_rate": 3.8802083333333336e-05,
      "loss": 3.0453,
      "step": 130
    },
    {
      "epoch": 0.7291666666666666,
      "grad_norm": 0.14591804146766663,
      "learning_rate": 3.793402777777778e-05,
      "loss": 3.0611,
      "step": 140
    },
    {
      "epoch": 0.78125,
      "grad_norm": 0.14732398092746735,
      "learning_rate": 3.706597222222222e-05,
      "loss": 3.071,
      "step": 150
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.14069262146949768,
      "learning_rate": 3.619791666666667e-05,
      "loss": 3.0066,
      "step": 160
    },
    {
      "epoch": 0.8854166666666666,
      "grad_norm": 0.15924516320228577,
      "learning_rate": 3.5329861111111114e-05,
      "loss": 2.9758,
      "step": 170
    },
    {
      "epoch": 0.9375,
      "grad_norm": 0.16019809246063232,
      "learning_rate": 3.446180555555556e-05,
      "loss": 2.981,
      "step": 180
    },
    {
      "epoch": 0.9895833333333334,
      "grad_norm": 0.155264750123024,
      "learning_rate": 3.359375e-05,
      "loss": 2.9057,
      "step": 190
    }
  ],
  "logging_steps": 10,
  "max_steps": 576,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 1488500608204800.0,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}