| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 1.694915254237288, | |
| "eval_steps": 500, | |
| "global_step": 100, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.0847457627118644, | |
| "grad_norm": 5.159055233001709, | |
| "learning_rate": 3.3333333333333333e-06, | |
| "loss": 0.3363, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.1694915254237288, | |
| "grad_norm": 3.0858068466186523, | |
| "learning_rate": 6.666666666666667e-06, | |
| "loss": 0.3158, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.2542372881355932, | |
| "grad_norm": 1.8810569047927856, | |
| "learning_rate": 1e-05, | |
| "loss": 0.3053, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.3389830508474576, | |
| "grad_norm": 1.4383584260940552, | |
| "learning_rate": 1.3333333333333333e-05, | |
| "loss": 0.262, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.423728813559322, | |
| "grad_norm": 1.2685976028442383, | |
| "learning_rate": 1.6666666666666667e-05, | |
| "loss": 0.1876, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.5084745762711864, | |
| "grad_norm": 0.9680385589599609, | |
| "learning_rate": 2e-05, | |
| "loss": 0.1628, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.5932203389830508, | |
| "grad_norm": 0.9813632965087891, | |
| "learning_rate": 2.3333333333333336e-05, | |
| "loss": 0.1334, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.6779661016949152, | |
| "grad_norm": 0.9503218531608582, | |
| "learning_rate": 2.6666666666666667e-05, | |
| "loss": 0.0835, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.7627118644067796, | |
| "grad_norm": 0.5998983979225159, | |
| "learning_rate": 3e-05, | |
| "loss": 0.0837, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.847457627118644, | |
| "grad_norm": 0.6649953126907349, | |
| "learning_rate": 3.3333333333333335e-05, | |
| "loss": 0.0423, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.9322033898305084, | |
| "grad_norm": 0.9891968965530396, | |
| "learning_rate": 3.6666666666666666e-05, | |
| "loss": 0.0663, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 1.0169491525423728, | |
| "grad_norm": 0.6218674182891846, | |
| "learning_rate": 4e-05, | |
| "loss": 0.0403, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 1.1016949152542372, | |
| "grad_norm": 0.7968205213546753, | |
| "learning_rate": 4.3333333333333334e-05, | |
| "loss": 0.0395, | |
| "step": 65 | |
| }, | |
| { | |
| "epoch": 1.1864406779661016, | |
| "grad_norm": 0.4469784200191498, | |
| "learning_rate": 4.666666666666667e-05, | |
| "loss": 0.0267, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 1.271186440677966, | |
| "grad_norm": 0.7213916182518005, | |
| "learning_rate": 5e-05, | |
| "loss": 0.0352, | |
| "step": 75 | |
| }, | |
| { | |
| "epoch": 1.3559322033898304, | |
| "grad_norm": 0.4947931170463562, | |
| "learning_rate": 5.333333333333333e-05, | |
| "loss": 0.0208, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 1.4406779661016949, | |
| "grad_norm": 0.4453703761100769, | |
| "learning_rate": 5.666666666666667e-05, | |
| "loss": 0.0201, | |
| "step": 85 | |
| }, | |
| { | |
| "epoch": 1.5254237288135593, | |
| "grad_norm": 0.5589554905891418, | |
| "learning_rate": 6e-05, | |
| "loss": 0.0179, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 1.6101694915254239, | |
| "grad_norm": 0.5103617310523987, | |
| "learning_rate": 6.333333333333333e-05, | |
| "loss": 0.0177, | |
| "step": 95 | |
| }, | |
| { | |
| "epoch": 1.694915254237288, | |
| "grad_norm": 0.5546457171440125, | |
| "learning_rate": 6.666666666666667e-05, | |
| "loss": 0.0132, | |
| "step": 100 | |
| } | |
| ], | |
| "logging_steps": 5, | |
| "max_steps": 177, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 3, | |
| "save_steps": 10, | |
| "total_flos": 0.0, | |
| "train_batch_size": 128, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |