| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 0.9994666666666666, | |
| "eval_steps": 500, | |
| "global_step": 937, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.021333333333333333, | |
| "grad_norm": 0.16738499701023102, | |
| "learning_rate": 0.00019678111587982831, | |
| "loss": 1.2913, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.042666666666666665, | |
| "grad_norm": 0.12496387213468552, | |
| "learning_rate": 0.0001924892703862661, | |
| "loss": 0.8962, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.064, | |
| "grad_norm": 0.14622226357460022, | |
| "learning_rate": 0.00018819742489270387, | |
| "loss": 0.8615, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.08533333333333333, | |
| "grad_norm": 0.1667492836713791, | |
| "learning_rate": 0.00018390557939914164, | |
| "loss": 0.7632, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.10666666666666667, | |
| "grad_norm": 0.10765811055898666, | |
| "learning_rate": 0.00017961373390557942, | |
| "loss": 0.7812, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.128, | |
| "grad_norm": 0.12846282124519348, | |
| "learning_rate": 0.00017532188841201717, | |
| "loss": 0.7662, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 0.14933333333333335, | |
| "grad_norm": 0.11023407429456711, | |
| "learning_rate": 0.00017103004291845494, | |
| "loss": 0.6754, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 0.17066666666666666, | |
| "grad_norm": 0.09734851121902466, | |
| "learning_rate": 0.00016673819742489272, | |
| "loss": 0.7599, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 0.192, | |
| "grad_norm": 0.10783602297306061, | |
| "learning_rate": 0.0001624463519313305, | |
| "loss": 0.7381, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 0.21333333333333335, | |
| "grad_norm": 0.1328570544719696, | |
| "learning_rate": 0.00015815450643776824, | |
| "loss": 0.795, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.23466666666666666, | |
| "grad_norm": 0.08770736306905746, | |
| "learning_rate": 0.000153862660944206, | |
| "loss": 0.7064, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 0.256, | |
| "grad_norm": 0.117164246737957, | |
| "learning_rate": 0.00014957081545064377, | |
| "loss": 0.7507, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 0.2773333333333333, | |
| "grad_norm": 0.12723304331302643, | |
| "learning_rate": 0.00014527896995708155, | |
| "loss": 0.7746, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 0.2986666666666667, | |
| "grad_norm": 0.10076747834682465, | |
| "learning_rate": 0.00014098712446351932, | |
| "loss": 0.7134, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "grad_norm": 0.10124226659536362, | |
| "learning_rate": 0.0001366952789699571, | |
| "loss": 0.7313, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.3413333333333333, | |
| "grad_norm": 0.10177339613437653, | |
| "learning_rate": 0.00013240343347639485, | |
| "loss": 0.6978, | |
| "step": 320 | |
| }, | |
| { | |
| "epoch": 0.3626666666666667, | |
| "grad_norm": 0.12226517498493195, | |
| "learning_rate": 0.00012811158798283262, | |
| "loss": 0.7564, | |
| "step": 340 | |
| }, | |
| { | |
| "epoch": 0.384, | |
| "grad_norm": 0.10549446195363998, | |
| "learning_rate": 0.0001238197424892704, | |
| "loss": 0.7225, | |
| "step": 360 | |
| }, | |
| { | |
| "epoch": 0.4053333333333333, | |
| "grad_norm": 0.12615783512592316, | |
| "learning_rate": 0.00011952789699570816, | |
| "loss": 0.7473, | |
| "step": 380 | |
| }, | |
| { | |
| "epoch": 0.4266666666666667, | |
| "grad_norm": 0.15513750910758972, | |
| "learning_rate": 0.00011523605150214594, | |
| "loss": 0.6998, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 0.448, | |
| "grad_norm": 0.11815297603607178, | |
| "learning_rate": 0.0001109442060085837, | |
| "loss": 0.7558, | |
| "step": 420 | |
| }, | |
| { | |
| "epoch": 0.4693333333333333, | |
| "grad_norm": 0.12429779767990112, | |
| "learning_rate": 0.00010665236051502145, | |
| "loss": 0.7348, | |
| "step": 440 | |
| }, | |
| { | |
| "epoch": 0.49066666666666664, | |
| "grad_norm": 0.13147082924842834, | |
| "learning_rate": 0.00010236051502145923, | |
| "loss": 0.7076, | |
| "step": 460 | |
| }, | |
| { | |
| "epoch": 0.512, | |
| "grad_norm": 0.12441004812717438, | |
| "learning_rate": 9.8068669527897e-05, | |
| "loss": 0.7341, | |
| "step": 480 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 0.12573640048503876, | |
| "learning_rate": 9.377682403433476e-05, | |
| "loss": 0.7264, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 0.5546666666666666, | |
| "grad_norm": 0.14610737562179565, | |
| "learning_rate": 8.948497854077254e-05, | |
| "loss": 0.7501, | |
| "step": 520 | |
| }, | |
| { | |
| "epoch": 0.576, | |
| "grad_norm": 0.12005615234375, | |
| "learning_rate": 8.51931330472103e-05, | |
| "loss": 0.708, | |
| "step": 540 | |
| }, | |
| { | |
| "epoch": 0.5973333333333334, | |
| "grad_norm": 0.1136908233165741, | |
| "learning_rate": 8.090128755364808e-05, | |
| "loss": 0.6986, | |
| "step": 560 | |
| }, | |
| { | |
| "epoch": 0.6186666666666667, | |
| "grad_norm": 0.10902097076177597, | |
| "learning_rate": 7.660944206008584e-05, | |
| "loss": 0.7363, | |
| "step": 580 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 0.11774978786706924, | |
| "learning_rate": 7.23175965665236e-05, | |
| "loss": 0.7163, | |
| "step": 600 | |
| }, | |
| { | |
| "epoch": 0.6613333333333333, | |
| "grad_norm": 0.10770981013774872, | |
| "learning_rate": 6.802575107296138e-05, | |
| "loss": 0.7018, | |
| "step": 620 | |
| }, | |
| { | |
| "epoch": 0.6826666666666666, | |
| "grad_norm": 0.13457827270030975, | |
| "learning_rate": 6.373390557939914e-05, | |
| "loss": 0.7491, | |
| "step": 640 | |
| }, | |
| { | |
| "epoch": 0.704, | |
| "grad_norm": 0.1254311352968216, | |
| "learning_rate": 5.944206008583692e-05, | |
| "loss": 0.7504, | |
| "step": 660 | |
| }, | |
| { | |
| "epoch": 0.7253333333333334, | |
| "grad_norm": 0.10805635154247284, | |
| "learning_rate": 5.515021459227469e-05, | |
| "loss": 0.6885, | |
| "step": 680 | |
| }, | |
| { | |
| "epoch": 0.7466666666666667, | |
| "grad_norm": 0.12408792227506638, | |
| "learning_rate": 5.085836909871244e-05, | |
| "loss": 0.7292, | |
| "step": 700 | |
| }, | |
| { | |
| "epoch": 0.768, | |
| "grad_norm": 0.1378108561038971, | |
| "learning_rate": 4.656652360515021e-05, | |
| "loss": 0.7754, | |
| "step": 720 | |
| }, | |
| { | |
| "epoch": 0.7893333333333333, | |
| "grad_norm": 0.1143709048628807, | |
| "learning_rate": 4.227467811158798e-05, | |
| "loss": 0.732, | |
| "step": 740 | |
| }, | |
| { | |
| "epoch": 0.8106666666666666, | |
| "grad_norm": 0.09242947399616241, | |
| "learning_rate": 3.798283261802575e-05, | |
| "loss": 0.7147, | |
| "step": 760 | |
| }, | |
| { | |
| "epoch": 0.832, | |
| "grad_norm": 0.11725615710020065, | |
| "learning_rate": 3.369098712446352e-05, | |
| "loss": 0.705, | |
| "step": 780 | |
| }, | |
| { | |
| "epoch": 0.8533333333333334, | |
| "grad_norm": 0.12764102220535278, | |
| "learning_rate": 2.939914163090129e-05, | |
| "loss": 0.6551, | |
| "step": 800 | |
| }, | |
| { | |
| "epoch": 0.8746666666666667, | |
| "grad_norm": 0.12980489432811737, | |
| "learning_rate": 2.510729613733906e-05, | |
| "loss": 0.7314, | |
| "step": 820 | |
| }, | |
| { | |
| "epoch": 0.896, | |
| "grad_norm": 0.10521052777767181, | |
| "learning_rate": 2.0815450643776825e-05, | |
| "loss": 0.6883, | |
| "step": 840 | |
| }, | |
| { | |
| "epoch": 0.9173333333333333, | |
| "grad_norm": 0.1506776362657547, | |
| "learning_rate": 1.6523605150214594e-05, | |
| "loss": 0.7437, | |
| "step": 860 | |
| }, | |
| { | |
| "epoch": 0.9386666666666666, | |
| "grad_norm": 0.11872226744890213, | |
| "learning_rate": 1.2231759656652362e-05, | |
| "loss": 0.7166, | |
| "step": 880 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "grad_norm": 0.10278772562742233, | |
| "learning_rate": 7.93991416309013e-06, | |
| "loss": 0.6595, | |
| "step": 900 | |
| }, | |
| { | |
| "epoch": 0.9813333333333333, | |
| "grad_norm": 0.11519993096590042, | |
| "learning_rate": 3.648068669527897e-06, | |
| "loss": 0.7306, | |
| "step": 920 | |
| } | |
| ], | |
| "logging_steps": 20, | |
| "max_steps": 937, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 1, | |
| "save_steps": 200, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 2.43711330223915e+17, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |