| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.0, | |
| "eval_steps": 500, | |
| "global_step": 18, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.16666666666666666, | |
| "grad_norm": 222.82342420922615, | |
| "learning_rate": 5e-06, | |
| "loss": 2.4489, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 191.2213317228195, | |
| "learning_rate": 1e-05, | |
| "loss": 2.0952, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 44.239187858987805, | |
| "learning_rate": 9.903926402016153e-06, | |
| "loss": 0.998, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 14.348099429987915, | |
| "learning_rate": 9.619397662556434e-06, | |
| "loss": 0.727, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 7.562754528894627, | |
| "learning_rate": 9.157348061512728e-06, | |
| "loss": 0.4583, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 24.45138003404346, | |
| "learning_rate": 8.535533905932739e-06, | |
| "loss": 0.4519, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "eval_loss": 0.3483733534812927, | |
| "eval_runtime": 1.0034, | |
| "eval_samples_per_second": 8.97, | |
| "eval_steps_per_second": 2.99, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.1666666666666667, | |
| "grad_norm": 3.517997247609117, | |
| "learning_rate": 7.777851165098012e-06, | |
| "loss": 0.2755, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 2.744037064490017, | |
| "learning_rate": 6.913417161825449e-06, | |
| "loss": 0.2597, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "grad_norm": 1.2169458930476553, | |
| "learning_rate": 5.975451610080643e-06, | |
| "loss": 0.247, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 3.819506951093238, | |
| "learning_rate": 5e-06, | |
| "loss": 0.2465, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 1.8333333333333335, | |
| "grad_norm": 1.4747090067383897, | |
| "learning_rate": 4.02454838991936e-06, | |
| "loss": 0.2356, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 1.6543936276406785, | |
| "learning_rate": 3.0865828381745515e-06, | |
| "loss": 0.1999, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "eval_loss": 0.2685082256793976, | |
| "eval_runtime": 0.9843, | |
| "eval_samples_per_second": 9.143, | |
| "eval_steps_per_second": 3.048, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 2.1666666666666665, | |
| "grad_norm": 1.0165748777270285, | |
| "learning_rate": 2.2221488349019903e-06, | |
| "loss": 0.1942, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 2.3333333333333335, | |
| "grad_norm": 1.1243172670894819, | |
| "learning_rate": 1.4644660940672628e-06, | |
| "loss": 0.1792, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 0.9298098825188076, | |
| "learning_rate": 8.426519384872733e-07, | |
| "loss": 0.2014, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": 0.8728951381474357, | |
| "learning_rate": 3.8060233744356634e-07, | |
| "loss": 0.2173, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 2.8333333333333335, | |
| "grad_norm": 0.6744276876185934, | |
| "learning_rate": 9.607359798384785e-08, | |
| "loss": 0.1815, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 0.6844816911131187, | |
| "learning_rate": 0.0, | |
| "loss": 0.2005, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "eval_loss": 0.25620439648628235, | |
| "eval_runtime": 1.0135, | |
| "eval_samples_per_second": 8.88, | |
| "eval_steps_per_second": 2.96, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "step": 18, | |
| "total_flos": 3943670415360.0, | |
| "train_loss": 0.545412374039491, | |
| "train_runtime": 944.2174, | |
| "train_samples_per_second": 0.537, | |
| "train_steps_per_second": 0.019 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 18, | |
| "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": 3943670415360.0, | |
| "train_batch_size": 8, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |