File size: 2,630 Bytes
6c3031f
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
{
  "best_metric": 0.2628040313720703,
  "best_model_checkpoint": "test_trainer/checkpoint-6250",
  "epoch": 1.0,
  "eval_steps": 500,
  "global_step": 6250,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.08,
      "grad_norm": 16.909454345703125,
      "learning_rate": 4.866666666666667e-05,
      "loss": 0.4174,
      "step": 500
    },
    {
      "epoch": 0.16,
      "grad_norm": 5.426473617553711,
      "learning_rate": 4.7333333333333336e-05,
      "loss": 0.3385,
      "step": 1000
    },
    {
      "epoch": 0.24,
      "grad_norm": 4.350019931793213,
      "learning_rate": 4.600000000000001e-05,
      "loss": 0.3105,
      "step": 1500
    },
    {
      "epoch": 0.32,
      "grad_norm": 5.816598892211914,
      "learning_rate": 4.466666666666667e-05,
      "loss": 0.3067,
      "step": 2000
    },
    {
      "epoch": 0.4,
      "grad_norm": 7.379697799682617,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.3019,
      "step": 2500
    },
    {
      "epoch": 0.48,
      "grad_norm": 3.9567668437957764,
      "learning_rate": 4.2e-05,
      "loss": 0.2878,
      "step": 3000
    },
    {
      "epoch": 0.56,
      "grad_norm": 20.508798599243164,
      "learning_rate": 4.066666666666667e-05,
      "loss": 0.3112,
      "step": 3500
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.06620893627405167,
      "learning_rate": 3.933333333333333e-05,
      "loss": 0.2922,
      "step": 4000
    },
    {
      "epoch": 0.72,
      "grad_norm": 2.9895999431610107,
      "learning_rate": 3.8e-05,
      "loss": 0.2889,
      "step": 4500
    },
    {
      "epoch": 0.8,
      "grad_norm": 49.7801513671875,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.2787,
      "step": 5000
    },
    {
      "epoch": 0.88,
      "grad_norm": 6.366118431091309,
      "learning_rate": 3.5333333333333336e-05,
      "loss": 0.2764,
      "step": 5500
    },
    {
      "epoch": 0.96,
      "grad_norm": 23.369661331176758,
      "learning_rate": 3.4000000000000007e-05,
      "loss": 0.2859,
      "step": 6000
    },
    {
      "epoch": 1.0,
      "eval_accuracy": 0.9053,
      "eval_loss": 0.2628040313720703,
      "eval_runtime": 261.4897,
      "eval_samples_per_second": 38.242,
      "eval_steps_per_second": 4.78,
      "step": 6250
    }
  ],
  "logging_steps": 500,
  "max_steps": 18750,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 500,
  "total_flos": 1.31559071232e+16,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}