| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.84, | |
| "eval_steps": 25, | |
| "global_step": 12, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.32, | |
| "grad_norm": 2.4018948078155518, | |
| "learning_rate": 0.00018333333333333334, | |
| "loss": 9.796, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 2.362989902496338, | |
| "learning_rate": 0.0001666666666666667, | |
| "loss": 9.5629, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "grad_norm": 3.1423513889312744, | |
| "learning_rate": 0.00015000000000000001, | |
| "loss": 9.2115, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 1.28, | |
| "grad_norm": 2.852221965789795, | |
| "learning_rate": 0.00013333333333333334, | |
| "loss": 8.7974, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "grad_norm": 3.004337787628174, | |
| "learning_rate": 0.00011666666666666668, | |
| "loss": 8.4192, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 1.92, | |
| "grad_norm": 2.4463579654693604, | |
| "learning_rate": 0.0001, | |
| "loss": 8.0889, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 2.24, | |
| "grad_norm": 2.03631854057312, | |
| "learning_rate": 8.333333333333334e-05, | |
| "loss": 7.8931, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 2.56, | |
| "grad_norm": 1.7664697170257568, | |
| "learning_rate": 6.666666666666667e-05, | |
| "loss": 7.7725, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 2.88, | |
| "grad_norm": 2.012162685394287, | |
| "learning_rate": 5e-05, | |
| "loss": 7.7224, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 3.2, | |
| "grad_norm": 1.7454917430877686, | |
| "learning_rate": 3.3333333333333335e-05, | |
| "loss": 7.5964, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 3.52, | |
| "grad_norm": 1.905915379524231, | |
| "learning_rate": 1.6666666666666667e-05, | |
| "loss": 7.6713, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 3.84, | |
| "grad_norm": 1.5737876892089844, | |
| "learning_rate": 0.0, | |
| "loss": 7.5365, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 3.84, | |
| "step": 12, | |
| "total_flos": 24492388886460.0, | |
| "train_loss": 8.339014927546183, | |
| "train_runtime": 59.862, | |
| "train_samples_per_second": 3.274, | |
| "train_steps_per_second": 0.2 | |
| } | |
| ], | |
| "logging_steps": 1.0, | |
| "max_steps": 12, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 4, | |
| "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": 24492388886460.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |