File size: 6,672 Bytes
c2aa2db
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 2.986666666666667,
  "eval_steps": 500,
  "global_step": 336,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.08888888888888889,
      "grad_norm": 0.6975772976875305,
      "learning_rate": 2.9411764705882354e-05,
      "loss": 0.913,
      "step": 10
    },
    {
      "epoch": 0.17777777777777778,
      "grad_norm": 0.591727614402771,
      "learning_rate": 5.882352941176471e-05,
      "loss": 0.8774,
      "step": 20
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.6257310509681702,
      "learning_rate": 8.823529411764706e-05,
      "loss": 0.7954,
      "step": 30
    },
    {
      "epoch": 0.35555555555555557,
      "grad_norm": 0.4526883065700531,
      "learning_rate": 9.990263847374976e-05,
      "loss": 0.7382,
      "step": 40
    },
    {
      "epoch": 0.4444444444444444,
      "grad_norm": 0.5159986019134521,
      "learning_rate": 9.930902394260747e-05,
      "loss": 0.7335,
      "step": 50
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.5612029433250427,
      "learning_rate": 9.818229479678158e-05,
      "loss": 0.7586,
      "step": 60
    },
    {
      "epoch": 0.6222222222222222,
      "grad_norm": 0.6560376882553101,
      "learning_rate": 9.653463289927411e-05,
      "loss": 0.7147,
      "step": 70
    },
    {
      "epoch": 0.7111111111111111,
      "grad_norm": 0.49994340538978577,
      "learning_rate": 9.438385228425938e-05,
      "loss": 0.7583,
      "step": 80
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.5289478302001953,
      "learning_rate": 9.175320655700406e-05,
      "loss": 0.7012,
      "step": 90
    },
    {
      "epoch": 0.8888888888888888,
      "grad_norm": 0.3789616525173187,
      "learning_rate": 8.86711374827494e-05,
      "loss": 0.7226,
      "step": 100
    },
    {
      "epoch": 0.9777777777777777,
      "grad_norm": 0.47833511233329773,
      "learning_rate": 8.517096748273951e-05,
      "loss": 0.75,
      "step": 110
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.4347563683986664,
      "learning_rate": 8.129053936203687e-05,
      "loss": 0.6529,
      "step": 120
    },
    {
      "epoch": 1.1555555555555554,
      "grad_norm": 0.4362315535545349,
      "learning_rate": 7.707180716428237e-05,
      "loss": 0.6358,
      "step": 130
    },
    {
      "epoch": 1.2444444444444445,
      "grad_norm": 0.599666178226471,
      "learning_rate": 7.256038257695687e-05,
      "loss": 0.6568,
      "step": 140
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.8356653451919556,
      "learning_rate": 6.780504179127734e-05,
      "loss": 0.6376,
      "step": 150
    },
    {
      "epoch": 1.4222222222222223,
      "grad_norm": 0.8184866309165955,
      "learning_rate": 6.28571981484123e-05,
      "loss": 0.6286,
      "step": 160
    },
    {
      "epoch": 1.511111111111111,
      "grad_norm": 0.7259312272071838,
      "learning_rate": 5.7770346273610254e-05,
      "loss": 0.6114,
      "step": 170
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.8278394937515259,
      "learning_rate": 5.2599483708099016e-05,
      "loss": 0.6427,
      "step": 180
    },
    {
      "epoch": 1.6888888888888889,
      "grad_norm": 0.8557686805725098,
      "learning_rate": 4.740051629190099e-05,
      "loss": 0.6302,
      "step": 190
    },
    {
      "epoch": 1.7777777777777777,
      "grad_norm": 0.8115431666374207,
      "learning_rate": 4.2229653726389765e-05,
      "loss": 0.6985,
      "step": 200
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.705405056476593,
      "learning_rate": 3.714280185158771e-05,
      "loss": 0.5733,
      "step": 210
    },
    {
      "epoch": 1.9555555555555557,
      "grad_norm": 0.808897852897644,
      "learning_rate": 3.219495820872265e-05,
      "loss": 0.631,
      "step": 220
    },
    {
      "epoch": 2.0444444444444443,
      "grad_norm": 0.7055577635765076,
      "learning_rate": 2.7439617423043145e-05,
      "loss": 0.5628,
      "step": 230
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.818642258644104,
      "learning_rate": 2.2928192835717644e-05,
      "loss": 0.4699,
      "step": 240
    },
    {
      "epoch": 2.2222222222222223,
      "grad_norm": 1.1146687269210815,
      "learning_rate": 1.8709460637963123e-05,
      "loss": 0.5786,
      "step": 250
    },
    {
      "epoch": 2.311111111111111,
      "grad_norm": 0.8422965407371521,
      "learning_rate": 1.4829032517260489e-05,
      "loss": 0.4809,
      "step": 260
    },
    {
      "epoch": 2.4,
      "grad_norm": 1.1625632047653198,
      "learning_rate": 1.132886251725061e-05,
      "loss": 0.4812,
      "step": 270
    },
    {
      "epoch": 2.488888888888889,
      "grad_norm": 0.9333996176719666,
      "learning_rate": 8.246793442995954e-06,
      "loss": 0.4922,
      "step": 280
    },
    {
      "epoch": 2.5777777777777775,
      "grad_norm": 0.9746198654174805,
      "learning_rate": 5.616147715740611e-06,
      "loss": 0.5673,
      "step": 290
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.7620270848274231,
      "learning_rate": 3.465367100725908e-06,
      "loss": 0.4935,
      "step": 300
    },
    {
      "epoch": 2.7555555555555555,
      "grad_norm": 1.050020694732666,
      "learning_rate": 1.8177052032184283e-06,
      "loss": 0.4809,
      "step": 310
    },
    {
      "epoch": 2.8444444444444446,
      "grad_norm": 1.236220359802246,
      "learning_rate": 6.909760573925561e-07,
      "loss": 0.5241,
      "step": 320
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 1.2275803089141846,
      "learning_rate": 9.73615262502503e-08,
      "loss": 0.4713,
      "step": 330
    },
    {
      "epoch": 2.986666666666667,
      "step": 336,
      "total_flos": 4.305727770800947e+16,
      "train_loss": 0.6357665289015997,
      "train_runtime": 471.1596,
      "train_samples_per_second": 5.731,
      "train_steps_per_second": 0.713
    }
  ],
  "logging_steps": 10,
  "max_steps": 336,
  "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": 4.305727770800947e+16,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}