| { | |
| "best_global_step": null, | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.0, | |
| "eval_steps": 500, | |
| "global_step": 576, | |
| "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 | |
| }, | |
| { | |
| "epoch": 1.0416666666666667, | |
| "grad_norm": 0.1712893545627594, | |
| "learning_rate": 3.272569444444444e-05, | |
| "loss": 2.9711, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 1.09375, | |
| "grad_norm": 0.1758311241865158, | |
| "learning_rate": 3.185763888888889e-05, | |
| "loss": 2.9298, | |
| "step": 210 | |
| }, | |
| { | |
| "epoch": 1.1458333333333333, | |
| "grad_norm": 0.17173148691654205, | |
| "learning_rate": 3.0989583333333336e-05, | |
| "loss": 2.9685, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 1.1979166666666667, | |
| "grad_norm": 0.19112636148929596, | |
| "learning_rate": 3.0121527777777782e-05, | |
| "loss": 2.9262, | |
| "step": 230 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "grad_norm": 0.18498270213603973, | |
| "learning_rate": 2.925347222222222e-05, | |
| "loss": 2.8788, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 1.3020833333333333, | |
| "grad_norm": 0.1705554723739624, | |
| "learning_rate": 2.838541666666667e-05, | |
| "loss": 2.7591, | |
| "step": 250 | |
| }, | |
| { | |
| "epoch": 1.3541666666666667, | |
| "grad_norm": 0.19246017932891846, | |
| "learning_rate": 2.751736111111111e-05, | |
| "loss": 2.8625, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 1.40625, | |
| "grad_norm": 0.17858931422233582, | |
| "learning_rate": 2.664930555555556e-05, | |
| "loss": 2.9046, | |
| "step": 270 | |
| }, | |
| { | |
| "epoch": 1.4583333333333333, | |
| "grad_norm": 0.21472914516925812, | |
| "learning_rate": 2.578125e-05, | |
| "loss": 2.8826, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 1.5104166666666665, | |
| "grad_norm": 0.18860450387001038, | |
| "learning_rate": 2.4913194444444446e-05, | |
| "loss": 2.8265, | |
| "step": 290 | |
| }, | |
| { | |
| "epoch": 1.5625, | |
| "grad_norm": 0.17438200116157532, | |
| "learning_rate": 2.404513888888889e-05, | |
| "loss": 2.7819, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 1.6145833333333335, | |
| "grad_norm": 0.23125068843364716, | |
| "learning_rate": 2.3177083333333335e-05, | |
| "loss": 2.8364, | |
| "step": 310 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 0.18903665244579315, | |
| "learning_rate": 2.2309027777777782e-05, | |
| "loss": 2.8423, | |
| "step": 320 | |
| }, | |
| { | |
| "epoch": 1.71875, | |
| "grad_norm": 0.22534161806106567, | |
| "learning_rate": 2.144097222222222e-05, | |
| "loss": 2.8666, | |
| "step": 330 | |
| }, | |
| { | |
| "epoch": 1.7708333333333335, | |
| "grad_norm": 0.240483358502388, | |
| "learning_rate": 2.0572916666666668e-05, | |
| "loss": 2.8409, | |
| "step": 340 | |
| }, | |
| { | |
| "epoch": 1.8229166666666665, | |
| "grad_norm": 0.23081159591674805, | |
| "learning_rate": 1.970486111111111e-05, | |
| "loss": 2.8257, | |
| "step": 350 | |
| }, | |
| { | |
| "epoch": 1.875, | |
| "grad_norm": 0.20717695355415344, | |
| "learning_rate": 1.8836805555555557e-05, | |
| "loss": 2.9202, | |
| "step": 360 | |
| }, | |
| { | |
| "epoch": 1.9270833333333335, | |
| "grad_norm": 0.21534092724323273, | |
| "learning_rate": 1.796875e-05, | |
| "loss": 2.7127, | |
| "step": 370 | |
| }, | |
| { | |
| "epoch": 1.9791666666666665, | |
| "grad_norm": 0.24049048125743866, | |
| "learning_rate": 1.7100694444444446e-05, | |
| "loss": 2.8734, | |
| "step": 380 | |
| }, | |
| { | |
| "epoch": 2.03125, | |
| "grad_norm": 0.21739767491817474, | |
| "learning_rate": 1.623263888888889e-05, | |
| "loss": 2.9164, | |
| "step": 390 | |
| }, | |
| { | |
| "epoch": 2.0833333333333335, | |
| "grad_norm": 0.22166197001934052, | |
| "learning_rate": 1.5364583333333335e-05, | |
| "loss": 2.8199, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 2.1354166666666665, | |
| "grad_norm": 0.2430618405342102, | |
| "learning_rate": 1.449652777777778e-05, | |
| "loss": 2.7019, | |
| "step": 410 | |
| }, | |
| { | |
| "epoch": 2.1875, | |
| "grad_norm": 0.21694371104240417, | |
| "learning_rate": 1.3628472222222221e-05, | |
| "loss": 2.6877, | |
| "step": 420 | |
| }, | |
| { | |
| "epoch": 2.2395833333333335, | |
| "grad_norm": 0.24485336244106293, | |
| "learning_rate": 1.2760416666666666e-05, | |
| "loss": 2.8081, | |
| "step": 430 | |
| }, | |
| { | |
| "epoch": 2.2916666666666665, | |
| "grad_norm": 0.23572859168052673, | |
| "learning_rate": 1.189236111111111e-05, | |
| "loss": 2.7529, | |
| "step": 440 | |
| }, | |
| { | |
| "epoch": 2.34375, | |
| "grad_norm": 0.22991545498371124, | |
| "learning_rate": 1.1024305555555557e-05, | |
| "loss": 2.7204, | |
| "step": 450 | |
| }, | |
| { | |
| "epoch": 2.3958333333333335, | |
| "grad_norm": 0.23390544950962067, | |
| "learning_rate": 1.0156250000000001e-05, | |
| "loss": 2.7938, | |
| "step": 460 | |
| }, | |
| { | |
| "epoch": 2.4479166666666665, | |
| "grad_norm": 0.22788524627685547, | |
| "learning_rate": 9.288194444444446e-06, | |
| "loss": 2.7033, | |
| "step": 470 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 0.2522662281990051, | |
| "learning_rate": 8.42013888888889e-06, | |
| "loss": 2.7663, | |
| "step": 480 | |
| }, | |
| { | |
| "epoch": 2.5520833333333335, | |
| "grad_norm": 0.23354235291481018, | |
| "learning_rate": 7.552083333333333e-06, | |
| "loss": 2.8088, | |
| "step": 490 | |
| }, | |
| { | |
| "epoch": 2.6041666666666665, | |
| "grad_norm": 0.2031668871641159, | |
| "learning_rate": 6.684027777777778e-06, | |
| "loss": 2.7875, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 2.65625, | |
| "grad_norm": 0.2767188847064972, | |
| "learning_rate": 5.815972222222223e-06, | |
| "loss": 2.7891, | |
| "step": 510 | |
| }, | |
| { | |
| "epoch": 2.7083333333333335, | |
| "grad_norm": 0.22986236214637756, | |
| "learning_rate": 4.947916666666666e-06, | |
| "loss": 2.6149, | |
| "step": 520 | |
| }, | |
| { | |
| "epoch": 2.7604166666666665, | |
| "grad_norm": 0.2347174435853958, | |
| "learning_rate": 4.079861111111111e-06, | |
| "loss": 2.746, | |
| "step": 530 | |
| }, | |
| { | |
| "epoch": 2.8125, | |
| "grad_norm": 0.19579485058784485, | |
| "learning_rate": 3.2118055555555556e-06, | |
| "loss": 2.7266, | |
| "step": 540 | |
| }, | |
| { | |
| "epoch": 2.8645833333333335, | |
| "grad_norm": 0.22842058539390564, | |
| "learning_rate": 2.3437500000000002e-06, | |
| "loss": 2.7419, | |
| "step": 550 | |
| }, | |
| { | |
| "epoch": 2.9166666666666665, | |
| "grad_norm": 0.22618690133094788, | |
| "learning_rate": 1.4756944444444444e-06, | |
| "loss": 2.7463, | |
| "step": 560 | |
| }, | |
| { | |
| "epoch": 2.96875, | |
| "grad_norm": 0.2533385753631592, | |
| "learning_rate": 6.076388888888889e-07, | |
| "loss": 2.7705, | |
| "step": 570 | |
| } | |
| ], | |
| "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": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 4465501824614400.0, | |
| "train_batch_size": 4, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |