File size: 5,879 Bytes
52dcb2c
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
{
  "best_metric": 1.5659970045089722,
  "best_model_checkpoint": "finetuned-websites/checkpoint-200",
  "epoch": 10.0,
  "eval_steps": 50,
  "global_step": 240,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 4.125311851501465,
      "learning_rate": 1.0000000000000002e-06,
      "loss": 1.9272,
      "step": 10
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 3.0228281021118164,
      "learning_rate": 2.0000000000000003e-06,
      "loss": 1.928,
      "step": 20
    },
    {
      "epoch": 1.25,
      "grad_norm": 2.5070629119873047,
      "learning_rate": 3e-06,
      "loss": 1.921,
      "step": 30
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 2.7787866592407227,
      "learning_rate": 4.000000000000001e-06,
      "loss": 1.8972,
      "step": 40
    },
    {
      "epoch": 2.0833333333333335,
      "grad_norm": 2.7862040996551514,
      "learning_rate": 5e-06,
      "loss": 1.8678,
      "step": 50
    },
    {
      "epoch": 2.0833333333333335,
      "eval_accuracy": 0.3088235294117647,
      "eval_loss": 1.8965561389923096,
      "eval_runtime": 2.6013,
      "eval_samples_per_second": 26.141,
      "eval_steps_per_second": 3.46,
      "step": 50
    },
    {
      "epoch": 2.5,
      "grad_norm": 3.540709972381592,
      "learning_rate": 6e-06,
      "loss": 1.8526,
      "step": 60
    },
    {
      "epoch": 2.9166666666666665,
      "grad_norm": 3.426781415939331,
      "learning_rate": 7.000000000000001e-06,
      "loss": 1.8198,
      "step": 70
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 4.007580757141113,
      "learning_rate": 8.000000000000001e-06,
      "loss": 1.7369,
      "step": 80
    },
    {
      "epoch": 3.75,
      "grad_norm": 4.467859745025635,
      "learning_rate": 9e-06,
      "loss": 1.7144,
      "step": 90
    },
    {
      "epoch": 4.166666666666667,
      "grad_norm": 3.9431729316711426,
      "learning_rate": 1e-05,
      "loss": 1.6483,
      "step": 100
    },
    {
      "epoch": 4.166666666666667,
      "eval_accuracy": 0.3382352941176471,
      "eval_loss": 1.793816089630127,
      "eval_runtime": 2.9764,
      "eval_samples_per_second": 22.847,
      "eval_steps_per_second": 3.024,
      "step": 100
    },
    {
      "epoch": 4.583333333333333,
      "grad_norm": 3.2608771324157715,
      "learning_rate": 1.1000000000000001e-05,
      "loss": 1.5856,
      "step": 110
    },
    {
      "epoch": 5.0,
      "grad_norm": 3.638972520828247,
      "learning_rate": 1.2e-05,
      "loss": 1.5157,
      "step": 120
    },
    {
      "epoch": 5.416666666666667,
      "grad_norm": 3.3878164291381836,
      "learning_rate": 1.3000000000000001e-05,
      "loss": 1.4388,
      "step": 130
    },
    {
      "epoch": 5.833333333333333,
      "grad_norm": 4.086641311645508,
      "learning_rate": 1.4000000000000001e-05,
      "loss": 1.4522,
      "step": 140
    },
    {
      "epoch": 6.25,
      "grad_norm": 3.5550928115844727,
      "learning_rate": 1.5e-05,
      "loss": 1.3419,
      "step": 150
    },
    {
      "epoch": 6.25,
      "eval_accuracy": 0.38235294117647056,
      "eval_loss": 1.6614487171173096,
      "eval_runtime": 2.1852,
      "eval_samples_per_second": 31.118,
      "eval_steps_per_second": 4.119,
      "step": 150
    },
    {
      "epoch": 6.666666666666667,
      "grad_norm": 4.774816036224365,
      "learning_rate": 1.6000000000000003e-05,
      "loss": 1.3147,
      "step": 160
    },
    {
      "epoch": 7.083333333333333,
      "grad_norm": 4.092309951782227,
      "learning_rate": 1.7000000000000003e-05,
      "loss": 1.2643,
      "step": 170
    },
    {
      "epoch": 7.5,
      "grad_norm": 4.992920398712158,
      "learning_rate": 1.8e-05,
      "loss": 1.1924,
      "step": 180
    },
    {
      "epoch": 7.916666666666667,
      "grad_norm": 6.251681327819824,
      "learning_rate": 1.9e-05,
      "loss": 1.1461,
      "step": 190
    },
    {
      "epoch": 8.333333333333334,
      "grad_norm": 5.500473499298096,
      "learning_rate": 2e-05,
      "loss": 1.1189,
      "step": 200
    },
    {
      "epoch": 8.333333333333334,
      "eval_accuracy": 0.39705882352941174,
      "eval_loss": 1.5659970045089722,
      "eval_runtime": 2.0786,
      "eval_samples_per_second": 32.715,
      "eval_steps_per_second": 4.33,
      "step": 200
    },
    {
      "epoch": 8.75,
      "grad_norm": 4.436168670654297,
      "learning_rate": 2.1e-05,
      "loss": 1.0734,
      "step": 210
    },
    {
      "epoch": 9.166666666666666,
      "grad_norm": 4.706101417541504,
      "learning_rate": 2.2000000000000003e-05,
      "loss": 0.9833,
      "step": 220
    },
    {
      "epoch": 9.583333333333334,
      "grad_norm": 4.173801898956299,
      "learning_rate": 2.3000000000000003e-05,
      "loss": 0.9902,
      "step": 230
    },
    {
      "epoch": 10.0,
      "grad_norm": 5.312504291534424,
      "learning_rate": 2.4e-05,
      "loss": 0.9339,
      "step": 240
    },
    {
      "epoch": 10.0,
      "step": 240,
      "total_flos": 2.9603266596900864e+17,
      "train_loss": 1.4860339760780334,
      "train_runtime": 184.3796,
      "train_samples_per_second": 20.718,
      "train_steps_per_second": 1.302
    }
  ],
  "logging_steps": 10,
  "max_steps": 240,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 10,
  "save_steps": 50,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 2.9603266596900864e+17,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}