heat_transfer_sft_10000_1epoch_fs / trainer_state.json
Howard881010's picture
Upload folder using huggingface_hub
405c73c verified
{
"best_metric": null,
"best_model_checkpoint": null,
"epoch": 1.0,
"eval_steps": 20,
"global_step": 375,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.02666666666666667,
"grad_norm": 0.6144651174545288,
"learning_rate": 9.982464296247522e-05,
"loss": 0.5086,
"step": 10
},
{
"epoch": 0.05333333333333334,
"grad_norm": 0.041260600090026855,
"learning_rate": 9.929980185352526e-05,
"loss": 0.0107,
"step": 20
},
{
"epoch": 0.05333333333333334,
"eval_loss": 0.004315248690545559,
"eval_runtime": 95.7488,
"eval_samples_per_second": 10.444,
"eval_steps_per_second": 0.439,
"step": 20
},
{
"epoch": 0.08,
"grad_norm": 0.00790360290557146,
"learning_rate": 9.842915805643155e-05,
"loss": 0.004,
"step": 30
},
{
"epoch": 0.10666666666666667,
"grad_norm": 0.022915204986929893,
"learning_rate": 9.721881851187406e-05,
"loss": 0.0035,
"step": 40
},
{
"epoch": 0.10666666666666667,
"eval_loss": 0.0034025884233415127,
"eval_runtime": 95.7394,
"eval_samples_per_second": 10.445,
"eval_steps_per_second": 0.439,
"step": 40
},
{
"epoch": 0.13333333333333333,
"grad_norm": 0.026596330106258392,
"learning_rate": 9.567727288213005e-05,
"loss": 0.0034,
"step": 50
},
{
"epoch": 0.16,
"grad_norm": 0.10935429483652115,
"learning_rate": 9.381533400219318e-05,
"loss": 0.0033,
"step": 60
},
{
"epoch": 0.16,
"eval_loss": 0.0027047081384807825,
"eval_runtime": 95.776,
"eval_samples_per_second": 10.441,
"eval_steps_per_second": 0.439,
"step": 60
},
{
"epoch": 0.18666666666666668,
"grad_norm": 0.1983339935541153,
"learning_rate": 9.164606203550497e-05,
"loss": 0.0024,
"step": 70
},
{
"epoch": 0.21333333333333335,
"grad_norm": 0.11285419017076492,
"learning_rate": 8.9184672866292e-05,
"loss": 0.0018,
"step": 80
},
{
"epoch": 0.21333333333333335,
"eval_loss": 0.001777145778760314,
"eval_runtime": 95.7123,
"eval_samples_per_second": 10.448,
"eval_steps_per_second": 0.439,
"step": 80
},
{
"epoch": 0.24,
"grad_norm": 0.09023458510637283,
"learning_rate": 8.644843137107059e-05,
"loss": 0.0022,
"step": 90
},
{
"epoch": 0.26666666666666666,
"grad_norm": 0.0411541648209095,
"learning_rate": 8.345653031794292e-05,
"loss": 0.0025,
"step": 100
},
{
"epoch": 0.26666666666666666,
"eval_loss": 0.0019247803138568997,
"eval_runtime": 95.7325,
"eval_samples_per_second": 10.446,
"eval_steps_per_second": 0.439,
"step": 100
},
{
"epoch": 0.29333333333333333,
"grad_norm": 0.05165160447359085,
"learning_rate": 8.022995574311876e-05,
"loss": 0.0015,
"step": 110
},
{
"epoch": 0.32,
"grad_norm": 0.11784542351961136,
"learning_rate": 7.679133974894983e-05,
"loss": 0.0019,
"step": 120
},
{
"epoch": 0.32,
"eval_loss": 0.00168008788023144,
"eval_runtime": 95.7517,
"eval_samples_per_second": 10.444,
"eval_steps_per_second": 0.439,
"step": 120
},
{
"epoch": 0.3466666666666667,
"grad_norm": 0.1648288369178772,
"learning_rate": 7.316480175599309e-05,
"loss": 0.0015,
"step": 130
},
{
"epoch": 0.37333333333333335,
"grad_norm": 0.064679816365242,
"learning_rate": 6.937577932260515e-05,
"loss": 0.0015,
"step": 140
},
{
"epoch": 0.37333333333333335,
"eval_loss": 0.001629200647585094,
"eval_runtime": 95.7474,
"eval_samples_per_second": 10.444,
"eval_steps_per_second": 0.439,
"step": 140
},
{
"epoch": 0.4,
"grad_norm": 0.10296431183815002,
"learning_rate": 6.545084971874738e-05,
"loss": 0.0012,
"step": 150
},
{
"epoch": 0.4266666666666667,
"grad_norm": 0.020578118041157722,
"learning_rate": 6.141754350553279e-05,
"loss": 0.0015,
"step": 160
},
{
"epoch": 0.4266666666666667,
"eval_loss": 0.001399434870108962,
"eval_runtime": 95.7645,
"eval_samples_per_second": 10.442,
"eval_steps_per_second": 0.439,
"step": 160
},
{
"epoch": 0.4533333333333333,
"grad_norm": 0.036092739552259445,
"learning_rate": 5.730415142812059e-05,
"loss": 0.0015,
"step": 170
},
{
"epoch": 0.48,
"grad_norm": 0.07469587028026581,
"learning_rate": 5.313952597646568e-05,
"loss": 0.0015,
"step": 180
},
{
"epoch": 0.48,
"eval_loss": 0.001668238895945251,
"eval_runtime": 95.6093,
"eval_samples_per_second": 10.459,
"eval_steps_per_second": 0.439,
"step": 180
},
{
"epoch": 0.5066666666666667,
"grad_norm": 0.012558485381305218,
"learning_rate": 4.895287900583216e-05,
"loss": 0.0013,
"step": 190
},
{
"epoch": 0.5333333333333333,
"grad_norm": 0.026587937027215958,
"learning_rate": 4.477357683661734e-05,
"loss": 0.001,
"step": 200
},
{
"epoch": 0.5333333333333333,
"eval_loss": 0.0009001157595776021,
"eval_runtime": 95.6055,
"eval_samples_per_second": 10.46,
"eval_steps_per_second": 0.439,
"step": 200
},
{
"epoch": 0.56,
"grad_norm": 0.057403530925512314,
"learning_rate": 4.063093427071376e-05,
"loss": 0.001,
"step": 210
},
{
"epoch": 0.5866666666666667,
"grad_norm": 0.03403661027550697,
"learning_rate": 3.655400896923672e-05,
"loss": 0.0007,
"step": 220
},
{
"epoch": 0.5866666666666667,
"eval_loss": 0.0007602078258059919,
"eval_runtime": 95.6123,
"eval_samples_per_second": 10.459,
"eval_steps_per_second": 0.439,
"step": 220
},
{
"epoch": 0.6133333333333333,
"grad_norm": 0.0659874901175499,
"learning_rate": 3.257139763390925e-05,
"loss": 0.0008,
"step": 230
},
{
"epoch": 0.64,
"grad_norm": 0.06739695370197296,
"learning_rate": 2.8711035421746367e-05,
"loss": 0.0011,
"step": 240
},
{
"epoch": 0.64,
"eval_loss": 0.0008268249221146107,
"eval_runtime": 95.5979,
"eval_samples_per_second": 10.46,
"eval_steps_per_second": 0.439,
"step": 240
},
{
"epoch": 0.6666666666666666,
"grad_norm": 0.03626958280801773,
"learning_rate": 2.500000000000001e-05,
"loss": 0.0006,
"step": 250
},
{
"epoch": 0.6933333333333334,
"grad_norm": 0.04814556986093521,
"learning_rate": 2.1464321615778422e-05,
"loss": 0.0008,
"step": 260
},
{
"epoch": 0.6933333333333334,
"eval_loss": 0.0010607398580759764,
"eval_runtime": 95.6167,
"eval_samples_per_second": 10.458,
"eval_steps_per_second": 0.439,
"step": 260
},
{
"epoch": 0.72,
"grad_norm": 0.0736890509724617,
"learning_rate": 1.8128800512565513e-05,
"loss": 0.001,
"step": 270
},
{
"epoch": 0.7466666666666667,
"grad_norm": 0.00970852468162775,
"learning_rate": 1.5016832974331724e-05,
"loss": 0.0006,
"step": 280
},
{
"epoch": 0.7466666666666667,
"eval_loss": 0.000896115496288985,
"eval_runtime": 95.5995,
"eval_samples_per_second": 10.46,
"eval_steps_per_second": 0.439,
"step": 280
},
{
"epoch": 0.7733333333333333,
"grad_norm": 0.0626436322927475,
"learning_rate": 1.2150247217412186e-05,
"loss": 0.0007,
"step": 290
},
{
"epoch": 0.8,
"grad_norm": 0.028112420812249184,
"learning_rate": 9.549150281252633e-06,
"loss": 0.0008,
"step": 300
},
{
"epoch": 0.8,
"eval_loss": 0.0006250065052881837,
"eval_runtime": 95.5927,
"eval_samples_per_second": 10.461,
"eval_steps_per_second": 0.439,
"step": 300
},
{
"epoch": 0.8266666666666667,
"grad_norm": 0.04174938425421715,
"learning_rate": 7.2317869919746705e-06,
"loss": 0.0005,
"step": 310
},
{
"epoch": 0.8533333333333334,
"grad_norm": 0.024150365963578224,
"learning_rate": 5.214411988029355e-06,
"loss": 0.0006,
"step": 320
},
{
"epoch": 0.8533333333333334,
"eval_loss": 0.0006509472732432187,
"eval_runtime": 95.6069,
"eval_samples_per_second": 10.459,
"eval_steps_per_second": 0.439,
"step": 320
},
{
"epoch": 0.88,
"grad_norm": 0.03418087959289551,
"learning_rate": 3.511175705587433e-06,
"loss": 0.0008,
"step": 330
},
{
"epoch": 0.9066666666666666,
"grad_norm": 0.043204039335250854,
"learning_rate": 2.134025123396638e-06,
"loss": 0.0005,
"step": 340
},
{
"epoch": 0.9066666666666666,
"eval_loss": 0.0005842947866767645,
"eval_runtime": 95.6059,
"eval_samples_per_second": 10.46,
"eval_steps_per_second": 0.439,
"step": 340
},
{
"epoch": 0.9333333333333333,
"grad_norm": 0.07010845839977264,
"learning_rate": 1.0926199633097157e-06,
"loss": 0.0006,
"step": 350
},
{
"epoch": 0.96,
"grad_norm": 0.0437210276722908,
"learning_rate": 3.9426493427611177e-07,
"loss": 0.0006,
"step": 360
},
{
"epoch": 0.96,
"eval_loss": 0.0006073525873944163,
"eval_runtime": 95.5779,
"eval_samples_per_second": 10.463,
"eval_steps_per_second": 0.439,
"step": 360
},
{
"epoch": 0.9866666666666667,
"grad_norm": 0.022227060049772263,
"learning_rate": 4.385849505708084e-08,
"loss": 0.0005,
"step": 370
},
{
"epoch": 1.0,
"step": 375,
"total_flos": 7.369767647728108e+17,
"train_loss": 0.01518383183144033,
"train_runtime": 4516.1364,
"train_samples_per_second": 1.993,
"train_steps_per_second": 0.083
}
],
"logging_steps": 10,
"max_steps": 375,
"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": 7.369767647728108e+17,
"train_batch_size": 12,
"trial_name": null,
"trial_params": null
}