| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 0.004465282429113641, | |
| "eval_steps": 500, | |
| "global_step": 80, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 5.581603036392052e-05, | |
| "grad_norm": 0.14414270222187042, | |
| "learning_rate": 4e-05, | |
| "loss": 1.1284, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.00011163206072784104, | |
| "grad_norm": 0.18592298030853271, | |
| "learning_rate": 8e-05, | |
| "loss": 1.3635, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.00016744809109176155, | |
| "grad_norm": 0.17670221626758575, | |
| "learning_rate": 0.00012, | |
| "loss": 1.2493, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.00022326412145568208, | |
| "grad_norm": 0.13543261587619781, | |
| "learning_rate": 0.00016, | |
| "loss": 1.1879, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.0002790801518196026, | |
| "grad_norm": 0.1370253711938858, | |
| "learning_rate": 0.0002, | |
| "loss": 1.1079, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.0003348961821835231, | |
| "grad_norm": 0.1678737998008728, | |
| "learning_rate": 0.00019733333333333335, | |
| "loss": 0.9773, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.0003907122125474436, | |
| "grad_norm": 0.16175846755504608, | |
| "learning_rate": 0.0001946666666666667, | |
| "loss": 0.81, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.00044652824291136416, | |
| "grad_norm": 0.17545539140701294, | |
| "learning_rate": 0.000192, | |
| "loss": 1.0108, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.0005023442732752846, | |
| "grad_norm": 0.16879987716674805, | |
| "learning_rate": 0.00018933333333333335, | |
| "loss": 1.1015, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.0005581603036392052, | |
| "grad_norm": 0.5786269307136536, | |
| "learning_rate": 0.0001866666666666667, | |
| "loss": 1.0683, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.0006139763340031257, | |
| "grad_norm": 0.1745171844959259, | |
| "learning_rate": 0.00018400000000000003, | |
| "loss": 0.8687, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.0006697923643670462, | |
| "grad_norm": 0.15986856818199158, | |
| "learning_rate": 0.00018133333333333334, | |
| "loss": 0.9445, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.0007256083947309668, | |
| "grad_norm": 0.1968201845884323, | |
| "learning_rate": 0.00017866666666666668, | |
| "loss": 1.1332, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.0007814244250948872, | |
| "grad_norm": 0.16489581763744354, | |
| "learning_rate": 0.00017600000000000002, | |
| "loss": 0.9029, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.0008372404554588078, | |
| "grad_norm": 0.15433312952518463, | |
| "learning_rate": 0.00017333333333333334, | |
| "loss": 0.6877, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.0008930564858227283, | |
| "grad_norm": 0.1644420176744461, | |
| "learning_rate": 0.00017066666666666668, | |
| "loss": 0.7757, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.0009488725161866488, | |
| "grad_norm": 0.1877421736717224, | |
| "learning_rate": 0.000168, | |
| "loss": 1.2183, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 0.0010046885465505692, | |
| "grad_norm": 0.16834910213947296, | |
| "learning_rate": 0.00016533333333333333, | |
| "loss": 0.8751, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.0010605045769144898, | |
| "grad_norm": 0.13388517498970032, | |
| "learning_rate": 0.00016266666666666667, | |
| "loss": 0.905, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 0.0011163206072784104, | |
| "grad_norm": 0.15977643430233002, | |
| "learning_rate": 0.00016, | |
| "loss": 0.9379, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.001172136637642331, | |
| "grad_norm": 0.16754746437072754, | |
| "learning_rate": 0.00015733333333333333, | |
| "loss": 0.6917, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 0.0012279526680062515, | |
| "grad_norm": 0.13969635963439941, | |
| "learning_rate": 0.00015466666666666667, | |
| "loss": 1.0389, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 0.0012837686983701718, | |
| "grad_norm": 0.136892169713974, | |
| "learning_rate": 0.000152, | |
| "loss": 0.8696, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 0.0013395847287340924, | |
| "grad_norm": 0.12540239095687866, | |
| "learning_rate": 0.00014933333333333335, | |
| "loss": 0.7628, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 0.001395400759098013, | |
| "grad_norm": 0.15434931218624115, | |
| "learning_rate": 0.00014666666666666666, | |
| "loss": 0.8486, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.0014512167894619335, | |
| "grad_norm": 0.14853627979755402, | |
| "learning_rate": 0.000144, | |
| "loss": 0.9058, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.001507032819825854, | |
| "grad_norm": 0.15496118366718292, | |
| "learning_rate": 0.00014133333333333334, | |
| "loss": 1.0756, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 0.0015628488501897744, | |
| "grad_norm": 0.16173385083675385, | |
| "learning_rate": 0.00013866666666666669, | |
| "loss": 0.7648, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 0.001618664880553695, | |
| "grad_norm": 0.14899447560310364, | |
| "learning_rate": 0.00013600000000000003, | |
| "loss": 0.6211, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 0.0016744809109176155, | |
| "grad_norm": 0.15448381006717682, | |
| "learning_rate": 0.00013333333333333334, | |
| "loss": 0.885, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.001730296941281536, | |
| "grad_norm": 0.18694967031478882, | |
| "learning_rate": 0.00013066666666666668, | |
| "loss": 0.7339, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 0.0017861129716454567, | |
| "grad_norm": 0.1557490974664688, | |
| "learning_rate": 0.00012800000000000002, | |
| "loss": 0.6741, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 0.001841929002009377, | |
| "grad_norm": 0.142139732837677, | |
| "learning_rate": 0.00012533333333333334, | |
| "loss": 0.8791, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 0.0018977450323732976, | |
| "grad_norm": 0.1708475798368454, | |
| "learning_rate": 0.00012266666666666668, | |
| "loss": 0.8888, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 0.001953561062737218, | |
| "grad_norm": 0.14342932403087616, | |
| "learning_rate": 0.00012, | |
| "loss": 0.7561, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.0020093770931011385, | |
| "grad_norm": 0.16461175680160522, | |
| "learning_rate": 0.00011733333333333334, | |
| "loss": 0.7592, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 0.0020651931234650592, | |
| "grad_norm": 0.17866548895835876, | |
| "learning_rate": 0.00011466666666666667, | |
| "loss": 0.635, | |
| "step": 37 | |
| }, | |
| { | |
| "epoch": 0.0021210091538289796, | |
| "grad_norm": 0.17026013135910034, | |
| "learning_rate": 0.00011200000000000001, | |
| "loss": 0.8624, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 0.0021768251841929004, | |
| "grad_norm": 0.1478801965713501, | |
| "learning_rate": 0.00010933333333333333, | |
| "loss": 0.7548, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 0.0022326412145568207, | |
| "grad_norm": 0.15132878720760345, | |
| "learning_rate": 0.00010666666666666667, | |
| "loss": 0.912, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.002288457244920741, | |
| "grad_norm": 0.1613161265850067, | |
| "learning_rate": 0.00010400000000000001, | |
| "loss": 0.9371, | |
| "step": 41 | |
| }, | |
| { | |
| "epoch": 0.002344273275284662, | |
| "grad_norm": 0.13760052621364594, | |
| "learning_rate": 0.00010133333333333335, | |
| "loss": 0.8671, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 0.002400089305648582, | |
| "grad_norm": 0.172797292470932, | |
| "learning_rate": 9.866666666666668e-05, | |
| "loss": 0.8465, | |
| "step": 43 | |
| }, | |
| { | |
| "epoch": 0.002455905336012503, | |
| "grad_norm": 0.17001530528068542, | |
| "learning_rate": 9.6e-05, | |
| "loss": 0.7465, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 0.0025117213663764233, | |
| "grad_norm": 0.1841679811477661, | |
| "learning_rate": 9.333333333333334e-05, | |
| "loss": 0.746, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.0025675373967403436, | |
| "grad_norm": 0.13612939417362213, | |
| "learning_rate": 9.066666666666667e-05, | |
| "loss": 0.757, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 0.0026233534271042644, | |
| "grad_norm": 0.14775849878787994, | |
| "learning_rate": 8.800000000000001e-05, | |
| "loss": 0.8025, | |
| "step": 47 | |
| }, | |
| { | |
| "epoch": 0.0026791694574681848, | |
| "grad_norm": 0.1715993732213974, | |
| "learning_rate": 8.533333333333334e-05, | |
| "loss": 0.643, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 0.0027349854878321055, | |
| "grad_norm": 0.17515650391578674, | |
| "learning_rate": 8.266666666666667e-05, | |
| "loss": 1.33, | |
| "step": 49 | |
| }, | |
| { | |
| "epoch": 0.002790801518196026, | |
| "grad_norm": 0.14624616503715515, | |
| "learning_rate": 8e-05, | |
| "loss": 0.6255, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.0028466175485599462, | |
| "grad_norm": 0.14642052352428436, | |
| "learning_rate": 7.733333333333333e-05, | |
| "loss": 0.8327, | |
| "step": 51 | |
| }, | |
| { | |
| "epoch": 0.002902433578923867, | |
| "grad_norm": 0.20076096057891846, | |
| "learning_rate": 7.466666666666667e-05, | |
| "loss": 0.8811, | |
| "step": 52 | |
| }, | |
| { | |
| "epoch": 0.0029582496092877874, | |
| "grad_norm": 0.1784580796957016, | |
| "learning_rate": 7.2e-05, | |
| "loss": 0.809, | |
| "step": 53 | |
| }, | |
| { | |
| "epoch": 0.003014065639651708, | |
| "grad_norm": 0.16073450446128845, | |
| "learning_rate": 6.933333333333334e-05, | |
| "loss": 0.8592, | |
| "step": 54 | |
| }, | |
| { | |
| "epoch": 0.0030698816700156285, | |
| "grad_norm": 0.15200063586235046, | |
| "learning_rate": 6.666666666666667e-05, | |
| "loss": 0.9249, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 0.003125697700379549, | |
| "grad_norm": 0.16770319640636444, | |
| "learning_rate": 6.400000000000001e-05, | |
| "loss": 0.8529, | |
| "step": 56 | |
| }, | |
| { | |
| "epoch": 0.0031815137307434696, | |
| "grad_norm": 0.169382244348526, | |
| "learning_rate": 6.133333333333334e-05, | |
| "loss": 0.6161, | |
| "step": 57 | |
| }, | |
| { | |
| "epoch": 0.00323732976110739, | |
| "grad_norm": 0.19055651128292084, | |
| "learning_rate": 5.866666666666667e-05, | |
| "loss": 0.7259, | |
| "step": 58 | |
| }, | |
| { | |
| "epoch": 0.0032931457914713107, | |
| "grad_norm": 0.1893465518951416, | |
| "learning_rate": 5.6000000000000006e-05, | |
| "loss": 0.9266, | |
| "step": 59 | |
| }, | |
| { | |
| "epoch": 0.003348961821835231, | |
| "grad_norm": 0.21257823705673218, | |
| "learning_rate": 5.333333333333333e-05, | |
| "loss": 0.6583, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.0034047778521991514, | |
| "grad_norm": 0.16936179995536804, | |
| "learning_rate": 5.0666666666666674e-05, | |
| "loss": 0.9526, | |
| "step": 61 | |
| }, | |
| { | |
| "epoch": 0.003460593882563072, | |
| "grad_norm": 0.15873941779136658, | |
| "learning_rate": 4.8e-05, | |
| "loss": 0.6383, | |
| "step": 62 | |
| }, | |
| { | |
| "epoch": 0.0035164099129269925, | |
| "grad_norm": 0.15449099242687225, | |
| "learning_rate": 4.5333333333333335e-05, | |
| "loss": 0.668, | |
| "step": 63 | |
| }, | |
| { | |
| "epoch": 0.0035722259432909133, | |
| "grad_norm": 0.15581372380256653, | |
| "learning_rate": 4.266666666666667e-05, | |
| "loss": 0.831, | |
| "step": 64 | |
| }, | |
| { | |
| "epoch": 0.0036280419736548337, | |
| "grad_norm": 0.1647518128156662, | |
| "learning_rate": 4e-05, | |
| "loss": 0.7433, | |
| "step": 65 | |
| }, | |
| { | |
| "epoch": 0.003683858004018754, | |
| "grad_norm": 0.17180749773979187, | |
| "learning_rate": 3.733333333333334e-05, | |
| "loss": 0.7086, | |
| "step": 66 | |
| }, | |
| { | |
| "epoch": 0.0037396740343826748, | |
| "grad_norm": 0.16201236844062805, | |
| "learning_rate": 3.466666666666667e-05, | |
| "loss": 0.889, | |
| "step": 67 | |
| }, | |
| { | |
| "epoch": 0.003795490064746595, | |
| "grad_norm": 0.1710050255060196, | |
| "learning_rate": 3.2000000000000005e-05, | |
| "loss": 0.9924, | |
| "step": 68 | |
| }, | |
| { | |
| "epoch": 0.003851306095110516, | |
| "grad_norm": 0.14073446393013, | |
| "learning_rate": 2.9333333333333336e-05, | |
| "loss": 0.6195, | |
| "step": 69 | |
| }, | |
| { | |
| "epoch": 0.003907122125474436, | |
| "grad_norm": 0.16745997965335846, | |
| "learning_rate": 2.6666666666666667e-05, | |
| "loss": 1.0389, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 0.003962938155838357, | |
| "grad_norm": 0.17660649120807648, | |
| "learning_rate": 2.4e-05, | |
| "loss": 0.9034, | |
| "step": 71 | |
| }, | |
| { | |
| "epoch": 0.004018754186202277, | |
| "grad_norm": 0.15358123183250427, | |
| "learning_rate": 2.1333333333333335e-05, | |
| "loss": 0.7133, | |
| "step": 72 | |
| }, | |
| { | |
| "epoch": 0.004074570216566198, | |
| "grad_norm": 0.18682438135147095, | |
| "learning_rate": 1.866666666666667e-05, | |
| "loss": 1.1426, | |
| "step": 73 | |
| }, | |
| { | |
| "epoch": 0.0041303862469301185, | |
| "grad_norm": 0.14498582482337952, | |
| "learning_rate": 1.6000000000000003e-05, | |
| "loss": 0.6111, | |
| "step": 74 | |
| }, | |
| { | |
| "epoch": 0.004186202277294039, | |
| "grad_norm": 0.24695216119289398, | |
| "learning_rate": 1.3333333333333333e-05, | |
| "loss": 0.6518, | |
| "step": 75 | |
| }, | |
| { | |
| "epoch": 0.004242018307657959, | |
| "grad_norm": 0.14324477314949036, | |
| "learning_rate": 1.0666666666666667e-05, | |
| "loss": 0.7413, | |
| "step": 76 | |
| }, | |
| { | |
| "epoch": 0.00429783433802188, | |
| "grad_norm": 0.17955923080444336, | |
| "learning_rate": 8.000000000000001e-06, | |
| "loss": 0.7334, | |
| "step": 77 | |
| }, | |
| { | |
| "epoch": 0.004353650368385801, | |
| "grad_norm": 0.16628143191337585, | |
| "learning_rate": 5.333333333333334e-06, | |
| "loss": 0.7866, | |
| "step": 78 | |
| }, | |
| { | |
| "epoch": 0.004409466398749721, | |
| "grad_norm": 0.14531032741069794, | |
| "learning_rate": 2.666666666666667e-06, | |
| "loss": 0.7036, | |
| "step": 79 | |
| }, | |
| { | |
| "epoch": 0.004465282429113641, | |
| "grad_norm": 0.15891820192337036, | |
| "learning_rate": 0.0, | |
| "loss": 0.7112, | |
| "step": 80 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 80, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 1, | |
| "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": 6981175226707968.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |