File size: 2,642 Bytes
5871f1e
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 2.6666666666666665,
  "eval_steps": 500,
  "global_step": 21,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 8.306109428405762,
      "learning_rate": 1.8095238095238097e-05,
      "loss": 9.6984,
      "step": 2
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 8.965208053588867,
      "learning_rate": 1.6190476190476193e-05,
      "loss": 9.666,
      "step": 4
    },
    {
      "epoch": 0.8,
      "grad_norm": 9.015539169311523,
      "learning_rate": 1.4285714285714287e-05,
      "loss": 9.6517,
      "step": 6
    },
    {
      "epoch": 1.0,
      "grad_norm": NaN,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 7.1945,
      "step": 8
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 9.043198585510254,
      "learning_rate": 1.1428571428571429e-05,
      "loss": 9.6038,
      "step": 10
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 9.583108901977539,
      "learning_rate": 9.523809523809525e-06,
      "loss": 9.5671,
      "step": 12
    },
    {
      "epoch": 1.8,
      "grad_norm": 10.154290199279785,
      "learning_rate": 7.61904761904762e-06,
      "loss": 9.5022,
      "step": 14
    },
    {
      "epoch": 2.0,
      "grad_norm": 5.452324867248535,
      "learning_rate": 5.7142857142857145e-06,
      "loss": 7.1576,
      "step": 16
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 9.685518264770508,
      "learning_rate": 3.80952380952381e-06,
      "loss": 9.5174,
      "step": 18
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 10.151938438415527,
      "learning_rate": 1.904761904761905e-06,
      "loss": 9.4679,
      "step": 20
    },
    {
      "epoch": 2.6666666666666665,
      "step": 21,
      "total_flos": 82187025809664.0,
      "train_loss": 9.120764187404088,
      "train_runtime": 574.346,
      "train_samples_per_second": 0.627,
      "train_steps_per_second": 0.037
    }
  ],
  "logging_steps": 2,
  "max_steps": 21,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "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": 82187025809664.0,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}