File size: 5,075 Bytes
425a23a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.0008759980903241631,
  "eval_steps": 25,
  "global_step": 25,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 3.5039923612966525e-05,
      "grad_norm": NaN,
      "learning_rate": 6.666666666666667e-05,
      "loss": 0.0,
      "step": 1
    },
    {
      "epoch": 3.5039923612966525e-05,
      "eval_loss": NaN,
      "eval_runtime": 568.7169,
      "eval_samples_per_second": 42.258,
      "eval_steps_per_second": 21.13,
      "step": 1
    },
    {
      "epoch": 7.007984722593305e-05,
      "grad_norm": NaN,
      "learning_rate": 0.00013333333333333334,
      "loss": 0.0,
      "step": 2
    },
    {
      "epoch": 0.00010511977083889957,
      "grad_norm": NaN,
      "learning_rate": 0.0002,
      "loss": 0.0,
      "step": 3
    },
    {
      "epoch": 0.0001401596944518661,
      "grad_norm": NaN,
      "learning_rate": 0.0001999048221581858,
      "loss": 0.0,
      "step": 4
    },
    {
      "epoch": 0.00017519961806483262,
      "grad_norm": NaN,
      "learning_rate": 0.00019961946980917456,
      "loss": 0.0,
      "step": 5
    },
    {
      "epoch": 0.00021023954167779914,
      "grad_norm": NaN,
      "learning_rate": 0.00019914448613738106,
      "loss": 0.0,
      "step": 6
    },
    {
      "epoch": 0.00024527946529076565,
      "grad_norm": NaN,
      "learning_rate": 0.00019848077530122083,
      "loss": 0.0,
      "step": 7
    },
    {
      "epoch": 0.0002803193889037322,
      "grad_norm": NaN,
      "learning_rate": 0.00019762960071199333,
      "loss": 0.0,
      "step": 8
    },
    {
      "epoch": 0.0003153593125166987,
      "grad_norm": NaN,
      "learning_rate": 0.00019659258262890683,
      "loss": 0.0,
      "step": 9
    },
    {
      "epoch": 0.00035039923612966524,
      "grad_norm": NaN,
      "learning_rate": 0.0001953716950748227,
      "loss": 0.0,
      "step": 10
    },
    {
      "epoch": 0.0003854391597426318,
      "grad_norm": NaN,
      "learning_rate": 0.00019396926207859084,
      "loss": 0.0,
      "step": 11
    },
    {
      "epoch": 0.00042047908335559827,
      "grad_norm": NaN,
      "learning_rate": 0.0001923879532511287,
      "loss": 0.0,
      "step": 12
    },
    {
      "epoch": 0.0004555190069685648,
      "grad_norm": NaN,
      "learning_rate": 0.000190630778703665,
      "loss": 0.0,
      "step": 13
    },
    {
      "epoch": 0.0004905589305815313,
      "grad_norm": NaN,
      "learning_rate": 0.00018870108331782217,
      "loss": 0.0,
      "step": 14
    },
    {
      "epoch": 0.0005255988541944979,
      "grad_norm": NaN,
      "learning_rate": 0.00018660254037844388,
      "loss": 0.0,
      "step": 15
    },
    {
      "epoch": 0.0005606387778074644,
      "grad_norm": NaN,
      "learning_rate": 0.0001843391445812886,
      "loss": 0.0,
      "step": 16
    },
    {
      "epoch": 0.0005956787014204309,
      "grad_norm": NaN,
      "learning_rate": 0.0001819152044288992,
      "loss": 0.0,
      "step": 17
    },
    {
      "epoch": 0.0006307186250333974,
      "grad_norm": NaN,
      "learning_rate": 0.00017933533402912354,
      "loss": 0.0,
      "step": 18
    },
    {
      "epoch": 0.0006657585486463639,
      "grad_norm": NaN,
      "learning_rate": 0.0001766044443118978,
      "loss": 0.0,
      "step": 19
    },
    {
      "epoch": 0.0007007984722593305,
      "grad_norm": NaN,
      "learning_rate": 0.0001737277336810124,
      "loss": 0.0,
      "step": 20
    },
    {
      "epoch": 0.000735838395872297,
      "grad_norm": NaN,
      "learning_rate": 0.00017071067811865476,
      "loss": 0.0,
      "step": 21
    },
    {
      "epoch": 0.0007708783194852636,
      "grad_norm": NaN,
      "learning_rate": 0.00016755902076156604,
      "loss": 0.0,
      "step": 22
    },
    {
      "epoch": 0.00080591824309823,
      "grad_norm": NaN,
      "learning_rate": 0.00016427876096865394,
      "loss": 0.0,
      "step": 23
    },
    {
      "epoch": 0.0008409581667111965,
      "grad_norm": NaN,
      "learning_rate": 0.00016087614290087208,
      "loss": 0.0,
      "step": 24
    },
    {
      "epoch": 0.0008759980903241631,
      "grad_norm": NaN,
      "learning_rate": 0.0001573576436351046,
      "loss": 0.0,
      "step": 25
    },
    {
      "epoch": 0.0008759980903241631,
      "eval_loss": NaN,
      "eval_runtime": 568.3835,
      "eval_samples_per_second": 42.283,
      "eval_steps_per_second": 21.142,
      "step": 25
    }
  ],
  "logging_steps": 1,
  "max_steps": 75,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 25,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 30828134400.0,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}