trainer_state.json

{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "global_step": 6000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.25,
      "learning_rate": 4.5833333333333334e-05,
      "loss": 2.3723,
      "step": 500
    },
    {
      "epoch": 0.5,
      "learning_rate": 4.166666666666667e-05,
      "loss": 2.2002,
      "step": 1000
    },
    {
      "epoch": 0.75,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 2.1902,
      "step": 1500
    },
    {
      "epoch": 1.0,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 2.1721,
      "step": 2000
    },
    {
      "epoch": 1.25,
      "learning_rate": 2.916666666666667e-05,
      "loss": 2.1121,
      "step": 2500
    },
    {
      "epoch": 1.5,
      "learning_rate": 2.5e-05,
      "loss": 2.1175,
      "step": 3000
    },
    {
      "epoch": 1.75,
      "learning_rate": 2.0833333333333336e-05,
      "loss": 2.0918,
      "step": 3500
    },
    {
      "epoch": 2.0,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 2.1034,
      "step": 4000
    },
    {
      "epoch": 2.25,
      "learning_rate": 1.25e-05,
      "loss": 2.0888,
      "step": 4500
    },
    {
      "epoch": 2.5,
      "learning_rate": 8.333333333333334e-06,
      "loss": 2.0682,
      "step": 5000
    },
    {
      "epoch": 2.75,
      "learning_rate": 4.166666666666667e-06,
      "loss": 2.0617,
      "step": 5500
    },
    {
      "epoch": 3.0,
      "learning_rate": 0.0,
      "loss": 2.0487,
      "step": 6000
    },
    {
      "epoch": 3.0,
      "step": 6000,
      "total_flos": 6406844033531904.0,
      "train_loss": 2.135592447916667,
      "train_runtime": 2284.7172,
      "train_samples_per_second": 10.505,
      "train_steps_per_second": 2.626
    }
  ],
  "max_steps": 6000,
  "num_train_epochs": 3,
  "total_flos": 6406844033531904.0,
  "trial_name": null,
  "trial_params": null
}