| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.48, | |
| "eval_steps": 500, | |
| "global_step": 24, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.16, | |
| "grad_norm": 1.5084160566329956, | |
| "learning_rate": 9.583333333333334e-05, | |
| "loss": 8.8645, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "grad_norm": 2.5204503536224365, | |
| "learning_rate": 9.166666666666667e-05, | |
| "loss": 8.8921, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "grad_norm": 3.3422935009002686, | |
| "learning_rate": 8.75e-05, | |
| "loss": 8.7772, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 2.7903430461883545, | |
| "learning_rate": 8.333333333333334e-05, | |
| "loss": 8.8086, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 3.484639883041382, | |
| "learning_rate": 7.916666666666666e-05, | |
| "loss": 8.7218, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "grad_norm": 3.7417964935302734, | |
| "learning_rate": 7.500000000000001e-05, | |
| "loss": 8.6749, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 1.1924405097961426, | |
| "learning_rate": 7.083333333333334e-05, | |
| "loss": 2.1487, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 1.16, | |
| "grad_norm": 4.196799278259277, | |
| "learning_rate": 6.666666666666667e-05, | |
| "loss": 8.5763, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 1.32, | |
| "grad_norm": 4.983647346496582, | |
| "learning_rate": 6.25e-05, | |
| "loss": 8.5008, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 1.48, | |
| "grad_norm": 5.189249515533447, | |
| "learning_rate": 5.833333333333334e-05, | |
| "loss": 8.563, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 1.6400000000000001, | |
| "grad_norm": 5.226248741149902, | |
| "learning_rate": 5.4166666666666664e-05, | |
| "loss": 8.4476, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "grad_norm": 6.8095383644104, | |
| "learning_rate": 5e-05, | |
| "loss": 8.5864, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 1.96, | |
| "grad_norm": 5.697165012359619, | |
| "learning_rate": 4.5833333333333334e-05, | |
| "loss": 8.4354, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 2.0124471187591553, | |
| "learning_rate": 4.166666666666667e-05, | |
| "loss": 2.0576, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 2.16, | |
| "grad_norm": 6.587825298309326, | |
| "learning_rate": 3.7500000000000003e-05, | |
| "loss": 8.5304, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 2.32, | |
| "grad_norm": 7.581618309020996, | |
| "learning_rate": 3.3333333333333335e-05, | |
| "loss": 8.4023, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 2.48, | |
| "grad_norm": 5.851335525512695, | |
| "learning_rate": 2.916666666666667e-05, | |
| "loss": 8.331, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 2.64, | |
| "grad_norm": 5.349519729614258, | |
| "learning_rate": 2.5e-05, | |
| "loss": 8.2898, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 2.8, | |
| "grad_norm": 5.025180339813232, | |
| "learning_rate": 2.0833333333333336e-05, | |
| "loss": 8.2701, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 2.96, | |
| "grad_norm": 6.174531936645508, | |
| "learning_rate": 1.6666666666666667e-05, | |
| "loss": 8.3265, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 1.5616778135299683, | |
| "learning_rate": 1.25e-05, | |
| "loss": 2.0624, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 3.16, | |
| "grad_norm": 5.868183612823486, | |
| "learning_rate": 8.333333333333334e-06, | |
| "loss": 8.3152, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 3.32, | |
| "grad_norm": 6.4429545402526855, | |
| "learning_rate": 4.166666666666667e-06, | |
| "loss": 8.3426, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 3.48, | |
| "grad_norm": 5.181556224822998, | |
| "learning_rate": 0.0, | |
| "loss": 8.2739, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 3.48, | |
| "step": 24, | |
| "total_flos": 57308909613696.0, | |
| "train_loss": 7.716630697250366, | |
| "train_runtime": 171.0458, | |
| "train_samples_per_second": 2.339, | |
| "train_steps_per_second": 0.14 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 24, | |
| "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": 57308909613696.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |