|
{ |
|
"best_metric": 0.82, |
|
"best_model_checkpoint": "/workspace/finetuning/models/sqlcoder_8b_fullft_ds_001_600_mgn10/checkpoint-500", |
|
"epoch": 0.9166666666666666, |
|
"eval_steps": 50, |
|
"global_step": 550, |
|
"is_hyper_param_search": false, |
|
"is_local_process_zero": true, |
|
"is_world_process_zero": true, |
|
"log_history": [ |
|
{ |
|
"epoch": 0.008333333333333333, |
|
"grad_norm": 8.25, |
|
"learning_rate": 9.99830375862901e-06, |
|
"loss": 0.6079, |
|
"step": 5 |
|
}, |
|
{ |
|
"epoch": 0.016666666666666666, |
|
"grad_norm": 6.0, |
|
"learning_rate": 9.99321619703514e-06, |
|
"loss": 0.3417, |
|
"step": 10 |
|
}, |
|
{ |
|
"epoch": 0.025, |
|
"grad_norm": 5.5, |
|
"learning_rate": 9.984740801978986e-06, |
|
"loss": 0.3039, |
|
"step": 15 |
|
}, |
|
{ |
|
"epoch": 0.03333333333333333, |
|
"grad_norm": 5.875, |
|
"learning_rate": 9.972883382072955e-06, |
|
"loss": 0.3035, |
|
"step": 20 |
|
}, |
|
{ |
|
"epoch": 0.041666666666666664, |
|
"grad_norm": 6.15625, |
|
"learning_rate": 9.957652063800363e-06, |
|
"loss": 0.2822, |
|
"step": 25 |
|
}, |
|
{ |
|
"epoch": 0.05, |
|
"grad_norm": 4.90625, |
|
"learning_rate": 9.939057285945933e-06, |
|
"loss": 0.2703, |
|
"step": 30 |
|
}, |
|
{ |
|
"epoch": 0.058333333333333334, |
|
"grad_norm": 5.96875, |
|
"learning_rate": 9.917111792441576e-06, |
|
"loss": 0.2598, |
|
"step": 35 |
|
}, |
|
{ |
|
"epoch": 0.06666666666666667, |
|
"grad_norm": 5.1875, |
|
"learning_rate": 9.891830623632339e-06, |
|
"loss": 0.267, |
|
"step": 40 |
|
}, |
|
{ |
|
"epoch": 0.075, |
|
"grad_norm": 5.4375, |
|
"learning_rate": 9.8632311059685e-06, |
|
"loss": 0.2431, |
|
"step": 45 |
|
}, |
|
{ |
|
"epoch": 0.08333333333333333, |
|
"grad_norm": 5.21875, |
|
"learning_rate": 9.831332840130889e-06, |
|
"loss": 0.2533, |
|
"step": 50 |
|
}, |
|
{ |
|
"epoch": 0.08333333333333333, |
|
"eval_count_mismatch_i_diff_avg": 2.25, |
|
"eval_first_index_mismatch_avg": 8.25, |
|
"eval_loss": 0.15123993158340454, |
|
"eval_mean_mismatch_i_diff_avg": 8.4375, |
|
"eval_runtime": 1.4309, |
|
"eval_samples_per_second": 2.795, |
|
"eval_sql_exact_match_string": 0, |
|
"eval_steps_per_second": 0.699, |
|
"eval_tokens_match_avg": 0.9552213461413188, |
|
"step": 50 |
|
}, |
|
{ |
|
"epoch": 0.09166666666666666, |
|
"grad_norm": 5.03125, |
|
"learning_rate": 9.796157687597557e-06, |
|
"loss": 0.261, |
|
"step": 55 |
|
}, |
|
{ |
|
"epoch": 0.1, |
|
"grad_norm": 5.5, |
|
"learning_rate": 9.757729755661012e-06, |
|
"loss": 0.2309, |
|
"step": 60 |
|
}, |
|
{ |
|
"epoch": 0.10833333333333334, |
|
"grad_norm": 4.6875, |
|
"learning_rate": 9.716075380906285e-06, |
|
"loss": 0.2418, |
|
"step": 65 |
|
}, |
|
{ |
|
"epoch": 0.11666666666666667, |
|
"grad_norm": 4.84375, |
|
"learning_rate": 9.671223111161151e-06, |
|
"loss": 0.2142, |
|
"step": 70 |
|
}, |
|
{ |
|
"epoch": 0.125, |
|
"grad_norm": 5.625, |
|
"learning_rate": 9.623203685930872e-06, |
|
"loss": 0.23, |
|
"step": 75 |
|
}, |
|
{ |
|
"epoch": 0.13333333333333333, |
|
"grad_norm": 4.125, |
|
"learning_rate": 9.572050015330875e-06, |
|
"loss": 0.2205, |
|
"step": 80 |
|
}, |
|
{ |
|
"epoch": 0.14166666666666666, |
|
"grad_norm": 5.28125, |
|
"learning_rate": 9.517797157531813e-06, |
|
"loss": 0.2112, |
|
"step": 85 |
|
}, |
|
{ |
|
"epoch": 0.15, |
|
"grad_norm": 5.09375, |
|
"learning_rate": 9.460482294732423e-06, |
|
"loss": 0.206, |
|
"step": 90 |
|
}, |
|
{ |
|
"epoch": 0.15833333333333333, |
|
"grad_norm": 4.53125, |
|
"learning_rate": 9.40014470767673e-06, |
|
"loss": 0.2323, |
|
"step": 95 |
|
}, |
|
{ |
|
"epoch": 0.16666666666666666, |
|
"grad_norm": 5.25, |
|
"learning_rate": 9.336825748732973e-06, |
|
"loss": 0.2046, |
|
"step": 100 |
|
}, |
|
{ |
|
"epoch": 0.16666666666666666, |
|
"eval_count_mismatch_i_diff_avg": 1.5, |
|
"eval_first_index_mismatch_avg": 19.25, |
|
"eval_loss": 0.12254643440246582, |
|
"eval_mean_mismatch_i_diff_avg": 19.4375, |
|
"eval_runtime": 1.4476, |
|
"eval_samples_per_second": 2.763, |
|
"eval_sql_exact_match_string": 1, |
|
"eval_steps_per_second": 0.691, |
|
"eval_tokens_match_avg": 0.9684337464860721, |
|
"step": 100 |
|
}, |
|
{ |
|
"epoch": 0.175, |
|
"grad_norm": 4.5625, |
|
"learning_rate": 9.270568813552757e-06, |
|
"loss": 0.209, |
|
"step": 105 |
|
}, |
|
{ |
|
"epoch": 0.18333333333333332, |
|
"grad_norm": 5.5, |
|
"learning_rate": 9.201419311329848e-06, |
|
"loss": 0.2209, |
|
"step": 110 |
|
}, |
|
{ |
|
"epoch": 0.19166666666666668, |
|
"grad_norm": 5.25, |
|
"learning_rate": 9.129424633678977e-06, |
|
"loss": 0.1959, |
|
"step": 115 |
|
}, |
|
{ |
|
"epoch": 0.2, |
|
"grad_norm": 6.15625, |
|
"learning_rate": 9.054634122155991e-06, |
|
"loss": 0.19, |
|
"step": 120 |
|
}, |
|
{ |
|
"epoch": 0.20833333333333334, |
|
"grad_norm": 4.4375, |
|
"learning_rate": 8.977099034441616e-06, |
|
"loss": 0.2103, |
|
"step": 125 |
|
}, |
|
{ |
|
"epoch": 0.21666666666666667, |
|
"grad_norm": 6.03125, |
|
"learning_rate": 8.896872509212006e-06, |
|
"loss": 0.2035, |
|
"step": 130 |
|
}, |
|
{ |
|
"epoch": 0.225, |
|
"grad_norm": 5.53125, |
|
"learning_rate": 8.814009529720153e-06, |
|
"loss": 0.1997, |
|
"step": 135 |
|
}, |
|
{ |
|
"epoch": 0.23333333333333334, |
|
"grad_norm": 5.03125, |
|
"learning_rate": 8.728566886113101e-06, |
|
"loss": 0.198, |
|
"step": 140 |
|
}, |
|
{ |
|
"epoch": 0.24166666666666667, |
|
"grad_norm": 5.1875, |
|
"learning_rate": 8.640603136510823e-06, |
|
"loss": 0.184, |
|
"step": 145 |
|
}, |
|
{ |
|
"epoch": 0.25, |
|
"grad_norm": 5.34375, |
|
"learning_rate": 8.55017856687341e-06, |
|
"loss": 0.1826, |
|
"step": 150 |
|
}, |
|
{ |
|
"epoch": 0.25, |
|
"eval_count_mismatch_i_diff_avg": 1.75, |
|
"eval_first_index_mismatch_avg": 9.25, |
|
"eval_loss": 0.11601436883211136, |
|
"eval_mean_mismatch_i_diff_avg": 9.583333333333334, |
|
"eval_runtime": 1.4309, |
|
"eval_samples_per_second": 2.795, |
|
"eval_sql_exact_match_string": 0, |
|
"eval_steps_per_second": 0.699, |
|
"eval_tokens_match_avg": 0.9654995853439766, |
|
"step": 150 |
|
}, |
|
{ |
|
"epoch": 0.25833333333333336, |
|
"grad_norm": 4.53125, |
|
"learning_rate": 8.45735514968408e-06, |
|
"loss": 0.1722, |
|
"step": 155 |
|
}, |
|
{ |
|
"epoch": 0.26666666666666666, |
|
"grad_norm": 5.4375, |
|
"learning_rate": 8.362196501476348e-06, |
|
"loss": 0.1735, |
|
"step": 160 |
|
}, |
|
{ |
|
"epoch": 0.275, |
|
"grad_norm": 5.15625, |
|
"learning_rate": 8.26476783923441e-06, |
|
"loss": 0.178, |
|
"step": 165 |
|
}, |
|
{ |
|
"epoch": 0.2833333333333333, |
|
"grad_norm": 5.46875, |
|
"learning_rate": 8.165135935696693e-06, |
|
"loss": 0.1929, |
|
"step": 170 |
|
}, |
|
{ |
|
"epoch": 0.2916666666666667, |
|
"grad_norm": 4.3125, |
|
"learning_rate": 8.063369073593167e-06, |
|
"loss": 0.1815, |
|
"step": 175 |
|
}, |
|
{ |
|
"epoch": 0.3, |
|
"grad_norm": 5.21875, |
|
"learning_rate": 7.959536998847742e-06, |
|
"loss": 0.195, |
|
"step": 180 |
|
}, |
|
{ |
|
"epoch": 0.30833333333333335, |
|
"grad_norm": 4.5625, |
|
"learning_rate": 7.853710872777922e-06, |
|
"loss": 0.1765, |
|
"step": 185 |
|
}, |
|
{ |
|
"epoch": 0.31666666666666665, |
|
"grad_norm": 4.84375, |
|
"learning_rate": 7.745963223324384e-06, |
|
"loss": 0.1772, |
|
"step": 190 |
|
}, |
|
{ |
|
"epoch": 0.325, |
|
"grad_norm": 4.75, |
|
"learning_rate": 7.636367895343949e-06, |
|
"loss": 0.1641, |
|
"step": 195 |
|
}, |
|
{ |
|
"epoch": 0.3333333333333333, |
|
"grad_norm": 4.8125, |
|
"learning_rate": 7.525000000000003e-06, |
|
"loss": 0.1889, |
|
"step": 200 |
|
}, |
|
{ |
|
"epoch": 0.3333333333333333, |
|
"eval_count_mismatch_i_diff_avg": 1.5, |
|
"eval_first_index_mismatch_avg": 9.25, |
|
"eval_loss": 0.10480775684118271, |
|
"eval_mean_mismatch_i_diff_avg": 9.083333333333334, |
|
"eval_runtime": 1.4264, |
|
"eval_samples_per_second": 2.804, |
|
"eval_sql_exact_match_string": 0, |
|
"eval_steps_per_second": 0.701, |
|
"eval_tokens_match_avg": 0.9693457391901305, |
|
"step": 200 |
|
}, |
|
{ |
|
"epoch": 0.3416666666666667, |
|
"grad_norm": 4.9375, |
|
"learning_rate": 7.411935863285065e-06, |
|
"loss": 0.1786, |
|
"step": 205 |
|
}, |
|
{ |
|
"epoch": 0.35, |
|
"grad_norm": 4.1875, |
|
"learning_rate": 7.297252973710758e-06, |
|
"loss": 0.1706, |
|
"step": 210 |
|
}, |
|
{ |
|
"epoch": 0.35833333333333334, |
|
"grad_norm": 4.75, |
|
"learning_rate": 7.181029929201061e-06, |
|
"loss": 0.1916, |
|
"step": 215 |
|
}, |
|
{ |
|
"epoch": 0.36666666666666664, |
|
"grad_norm": 5.53125, |
|
"learning_rate": 7.063346383225212e-06, |
|
"loss": 0.1701, |
|
"step": 220 |
|
}, |
|
{ |
|
"epoch": 0.375, |
|
"grad_norm": 4.75, |
|
"learning_rate": 6.944282990207196e-06, |
|
"loss": 0.1628, |
|
"step": 225 |
|
}, |
|
{ |
|
"epoch": 0.38333333333333336, |
|
"grad_norm": 5.3125, |
|
"learning_rate": 6.823921350249237e-06, |
|
"loss": 0.1801, |
|
"step": 230 |
|
}, |
|
{ |
|
"epoch": 0.39166666666666666, |
|
"grad_norm": 4.6875, |
|
"learning_rate": 6.702343953207167e-06, |
|
"loss": 0.1492, |
|
"step": 235 |
|
}, |
|
{ |
|
"epoch": 0.4, |
|
"grad_norm": 4.625, |
|
"learning_rate": 6.579634122155992e-06, |
|
"loss": 0.1608, |
|
"step": 240 |
|
}, |
|
{ |
|
"epoch": 0.4083333333333333, |
|
"grad_norm": 4.59375, |
|
"learning_rate": 6.455875956284421e-06, |
|
"loss": 0.1515, |
|
"step": 245 |
|
}, |
|
{ |
|
"epoch": 0.4166666666666667, |
|
"grad_norm": 4.59375, |
|
"learning_rate": 6.331154273257482e-06, |
|
"loss": 0.1597, |
|
"step": 250 |
|
}, |
|
{ |
|
"epoch": 0.4166666666666667, |
|
"eval_count_mismatch_i_diff_avg": 1.75, |
|
"eval_first_index_mismatch_avg": 21.0, |
|
"eval_loss": 0.11433370411396027, |
|
"eval_mean_mismatch_i_diff_avg": 19.583333333333336, |
|
"eval_runtime": 1.4735, |
|
"eval_samples_per_second": 2.715, |
|
"eval_sql_exact_match_string": 1, |
|
"eval_steps_per_second": 0.679, |
|
"eval_tokens_match_avg": 0.9659372604140046, |
|
"step": 250 |
|
}, |
|
{ |
|
"epoch": 0.425, |
|
"grad_norm": 3.890625, |
|
"learning_rate": 6.205554551086736e-06, |
|
"loss": 0.1339, |
|
"step": 255 |
|
}, |
|
{ |
|
"epoch": 0.43333333333333335, |
|
"grad_norm": 5.25, |
|
"learning_rate": 6.079162869547913e-06, |
|
"loss": 0.17, |
|
"step": 260 |
|
}, |
|
{ |
|
"epoch": 0.44166666666666665, |
|
"grad_norm": 5.28125, |
|
"learning_rate": 5.952065851186132e-06, |
|
"loss": 0.1598, |
|
"step": 265 |
|
}, |
|
{ |
|
"epoch": 0.45, |
|
"grad_norm": 4.5, |
|
"learning_rate": 5.824350601949145e-06, |
|
"loss": 0.1545, |
|
"step": 270 |
|
}, |
|
{ |
|
"epoch": 0.4583333333333333, |
|
"grad_norm": 6.71875, |
|
"learning_rate": 5.696104651489257e-06, |
|
"loss": 0.1552, |
|
"step": 275 |
|
}, |
|
{ |
|
"epoch": 0.4666666666666667, |
|
"grad_norm": 4.875, |
|
"learning_rate": 5.567415893174889e-06, |
|
"loss": 0.1642, |
|
"step": 280 |
|
}, |
|
{ |
|
"epoch": 0.475, |
|
"grad_norm": 4.25, |
|
"learning_rate": 5.438372523852835e-06, |
|
"loss": 0.1581, |
|
"step": 285 |
|
}, |
|
{ |
|
"epoch": 0.48333333333333334, |
|
"grad_norm": 5.03125, |
|
"learning_rate": 5.309062983402575e-06, |
|
"loss": 0.1632, |
|
"step": 290 |
|
}, |
|
{ |
|
"epoch": 0.49166666666666664, |
|
"grad_norm": 4.59375, |
|
"learning_rate": 5.179575894123973e-06, |
|
"loss": 0.1493, |
|
"step": 295 |
|
}, |
|
{ |
|
"epoch": 0.5, |
|
"grad_norm": 5.125, |
|
"learning_rate": 5.050000000000001e-06, |
|
"loss": 0.149, |
|
"step": 300 |
|
}, |
|
{ |
|
"epoch": 0.5, |
|
"eval_count_mismatch_i_diff_avg": 2.0, |
|
"eval_first_index_mismatch_avg": 20.0, |
|
"eval_loss": 0.11815375089645386, |
|
"eval_mean_mismatch_i_diff_avg": 18.9375, |
|
"eval_runtime": 1.3387, |
|
"eval_samples_per_second": 2.988, |
|
"eval_sql_exact_match_string": 1, |
|
"eval_steps_per_second": 0.747, |
|
"eval_tokens_match_avg": 0.9601233069256325, |
|
"step": 300 |
|
}, |
|
{ |
|
"epoch": 0.5083333333333333, |
|
"grad_norm": 4.21875, |
|
"learning_rate": 4.9204241058760295e-06, |
|
"loss": 0.155, |
|
"step": 305 |
|
}, |
|
{ |
|
"epoch": 0.5166666666666667, |
|
"grad_norm": 4.28125, |
|
"learning_rate": 4.79093701659743e-06, |
|
"loss": 0.1646, |
|
"step": 310 |
|
}, |
|
{ |
|
"epoch": 0.525, |
|
"grad_norm": 4.65625, |
|
"learning_rate": 4.661627476147171e-06, |
|
"loss": 0.1413, |
|
"step": 315 |
|
}, |
|
{ |
|
"epoch": 0.5333333333333333, |
|
"grad_norm": 5.03125, |
|
"learning_rate": 4.5325841068251195e-06, |
|
"loss": 0.1476, |
|
"step": 320 |
|
}, |
|
{ |
|
"epoch": 0.5416666666666666, |
|
"grad_norm": 4.75, |
|
"learning_rate": 4.403895348510749e-06, |
|
"loss": 0.147, |
|
"step": 325 |
|
}, |
|
{ |
|
"epoch": 0.55, |
|
"grad_norm": 4.875, |
|
"learning_rate": 4.27564939805086e-06, |
|
"loss": 0.1412, |
|
"step": 330 |
|
}, |
|
{ |
|
"epoch": 0.5583333333333333, |
|
"grad_norm": 4.65625, |
|
"learning_rate": 4.1479341488138745e-06, |
|
"loss": 0.1325, |
|
"step": 335 |
|
}, |
|
{ |
|
"epoch": 0.5666666666666667, |
|
"grad_norm": 4.9375, |
|
"learning_rate": 4.020837130452094e-06, |
|
"loss": 0.1462, |
|
"step": 340 |
|
}, |
|
{ |
|
"epoch": 0.575, |
|
"grad_norm": 5.28125, |
|
"learning_rate": 3.894445448913271e-06, |
|
"loss": 0.1454, |
|
"step": 345 |
|
}, |
|
{ |
|
"epoch": 0.5833333333333334, |
|
"grad_norm": 4.59375, |
|
"learning_rate": 3.7688457267425276e-06, |
|
"loss": 0.1476, |
|
"step": 350 |
|
}, |
|
{ |
|
"epoch": 0.5833333333333334, |
|
"eval_count_mismatch_i_diff_avg": 2.25, |
|
"eval_first_index_mismatch_avg": 8.25, |
|
"eval_loss": 0.11698409914970398, |
|
"eval_mean_mismatch_i_diff_avg": 10.4375, |
|
"eval_runtime": 1.2608, |
|
"eval_samples_per_second": 3.173, |
|
"eval_sql_exact_match_string": 0, |
|
"eval_steps_per_second": 0.793, |
|
"eval_tokens_match_avg": 0.9547836710712908, |
|
"step": 350 |
|
}, |
|
{ |
|
"epoch": 0.5916666666666667, |
|
"grad_norm": 4.875, |
|
"learning_rate": 3.6441240437155883e-06, |
|
"loss": 0.1504, |
|
"step": 355 |
|
}, |
|
{ |
|
"epoch": 0.6, |
|
"grad_norm": 4.84375, |
|
"learning_rate": 3.5203658778440145e-06, |
|
"loss": 0.1616, |
|
"step": 360 |
|
}, |
|
{ |
|
"epoch": 0.6083333333333333, |
|
"grad_norm": 4.40625, |
|
"learning_rate": 3.397656046792837e-06, |
|
"loss": 0.16, |
|
"step": 365 |
|
}, |
|
{ |
|
"epoch": 0.6166666666666667, |
|
"grad_norm": 4.4375, |
|
"learning_rate": 3.2760786497507687e-06, |
|
"loss": 0.1393, |
|
"step": 370 |
|
}, |
|
{ |
|
"epoch": 0.625, |
|
"grad_norm": 5.0, |
|
"learning_rate": 3.155717009792809e-06, |
|
"loss": 0.1526, |
|
"step": 375 |
|
}, |
|
{ |
|
"epoch": 0.6333333333333333, |
|
"grad_norm": 6.15625, |
|
"learning_rate": 3.036653616774792e-06, |
|
"loss": 0.1619, |
|
"step": 380 |
|
}, |
|
{ |
|
"epoch": 0.6416666666666667, |
|
"grad_norm": 4.75, |
|
"learning_rate": 2.9189700707989414e-06, |
|
"loss": 0.1428, |
|
"step": 385 |
|
}, |
|
{ |
|
"epoch": 0.65, |
|
"grad_norm": 5.46875, |
|
"learning_rate": 2.8027470262892473e-06, |
|
"loss": 0.1377, |
|
"step": 390 |
|
}, |
|
{ |
|
"epoch": 0.6583333333333333, |
|
"grad_norm": 4.3125, |
|
"learning_rate": 2.688064136714942e-06, |
|
"loss": 0.1382, |
|
"step": 395 |
|
}, |
|
{ |
|
"epoch": 0.6666666666666666, |
|
"grad_norm": 5.09375, |
|
"learning_rate": 2.575000000000003e-06, |
|
"loss": 0.1465, |
|
"step": 400 |
|
}, |
|
{ |
|
"epoch": 0.6666666666666666, |
|
"eval_count_mismatch_i_diff_avg": 2.25, |
|
"eval_first_index_mismatch_avg": 10.75, |
|
"eval_loss": 0.11492403596639633, |
|
"eval_mean_mismatch_i_diff_avg": 9.6875, |
|
"eval_runtime": 1.4356, |
|
"eval_samples_per_second": 2.786, |
|
"eval_sql_exact_match_string": 0, |
|
"eval_steps_per_second": 0.697, |
|
"eval_tokens_match_avg": 0.9552213461413188, |
|
"step": 400 |
|
}, |
|
{ |
|
"epoch": 0.675, |
|
"grad_norm": 4.90625, |
|
"learning_rate": 2.4636321046560575e-06, |
|
"loss": 0.146, |
|
"step": 405 |
|
}, |
|
{ |
|
"epoch": 0.6833333333333333, |
|
"grad_norm": 4.78125, |
|
"learning_rate": 2.3540367766756217e-06, |
|
"loss": 0.1496, |
|
"step": 410 |
|
}, |
|
{ |
|
"epoch": 0.6916666666666667, |
|
"grad_norm": 4.75, |
|
"learning_rate": 2.2462891272220828e-06, |
|
"loss": 0.1534, |
|
"step": 415 |
|
}, |
|
{ |
|
"epoch": 0.7, |
|
"grad_norm": 5.4375, |
|
"learning_rate": 2.140463001152263e-06, |
|
"loss": 0.139, |
|
"step": 420 |
|
}, |
|
{ |
|
"epoch": 0.7083333333333334, |
|
"grad_norm": 4.71875, |
|
"learning_rate": 2.0366309264068387e-06, |
|
"loss": 0.1495, |
|
"step": 425 |
|
}, |
|
{ |
|
"epoch": 0.7166666666666667, |
|
"grad_norm": 5.15625, |
|
"learning_rate": 1.9348640643033098e-06, |
|
"loss": 0.1434, |
|
"step": 430 |
|
}, |
|
{ |
|
"epoch": 0.725, |
|
"grad_norm": 4.4375, |
|
"learning_rate": 1.8352321607655958e-06, |
|
"loss": 0.1494, |
|
"step": 435 |
|
}, |
|
{ |
|
"epoch": 0.7333333333333333, |
|
"grad_norm": 4.96875, |
|
"learning_rate": 1.7378034985236564e-06, |
|
"loss": 0.155, |
|
"step": 440 |
|
}, |
|
{ |
|
"epoch": 0.7416666666666667, |
|
"grad_norm": 4.6875, |
|
"learning_rate": 1.6426448503159242e-06, |
|
"loss": 0.1418, |
|
"step": 445 |
|
}, |
|
{ |
|
"epoch": 0.75, |
|
"grad_norm": 5.0, |
|
"learning_rate": 1.5498214331265955e-06, |
|
"loss": 0.1542, |
|
"step": 450 |
|
}, |
|
{ |
|
"epoch": 0.75, |
|
"eval_count_mismatch_i_diff_avg": 2.0, |
|
"eval_first_index_mismatch_avg": 10.75, |
|
"eval_loss": 0.11669360101222992, |
|
"eval_mean_mismatch_i_diff_avg": 9.6875, |
|
"eval_runtime": 1.4248, |
|
"eval_samples_per_second": 2.807, |
|
"eval_sql_exact_match_string": 0, |
|
"eval_steps_per_second": 0.702, |
|
"eval_tokens_match_avg": 0.9590674999874726, |
|
"step": 450 |
|
}, |
|
{ |
|
"epoch": 0.7583333333333333, |
|
"grad_norm": 5.0, |
|
"learning_rate": 1.4593968634891815e-06, |
|
"loss": 0.1502, |
|
"step": 455 |
|
}, |
|
{ |
|
"epoch": 0.7666666666666667, |
|
"grad_norm": 5.96875, |
|
"learning_rate": 1.371433113886903e-06, |
|
"loss": 0.1481, |
|
"step": 460 |
|
}, |
|
{ |
|
"epoch": 0.775, |
|
"grad_norm": 4.75, |
|
"learning_rate": 1.285990470279852e-06, |
|
"loss": 0.1467, |
|
"step": 465 |
|
}, |
|
{ |
|
"epoch": 0.7833333333333333, |
|
"grad_norm": 4.5, |
|
"learning_rate": 1.2031274907879994e-06, |
|
"loss": 0.1242, |
|
"step": 470 |
|
}, |
|
{ |
|
"epoch": 0.7916666666666666, |
|
"grad_norm": 3.75, |
|
"learning_rate": 1.122900965558391e-06, |
|
"loss": 0.14, |
|
"step": 475 |
|
}, |
|
{ |
|
"epoch": 0.8, |
|
"grad_norm": 6.34375, |
|
"learning_rate": 1.0453658778440162e-06, |
|
"loss": 0.1634, |
|
"step": 480 |
|
}, |
|
{ |
|
"epoch": 0.8083333333333333, |
|
"grad_norm": 4.125, |
|
"learning_rate": 9.705753663210283e-07, |
|
"loss": 0.139, |
|
"step": 485 |
|
}, |
|
{ |
|
"epoch": 0.8166666666666667, |
|
"grad_norm": 5.15625, |
|
"learning_rate": 8.98580688670156e-07, |
|
"loss": 0.1546, |
|
"step": 490 |
|
}, |
|
{ |
|
"epoch": 0.825, |
|
"grad_norm": 5.46875, |
|
"learning_rate": 8.294311864472477e-07, |
|
"loss": 0.1471, |
|
"step": 495 |
|
}, |
|
{ |
|
"epoch": 0.8333333333333334, |
|
"grad_norm": 5.09375, |
|
"learning_rate": 7.631742512670332e-07, |
|
"loss": 0.1442, |
|
"step": 500 |
|
}, |
|
{ |
|
"epoch": 0.8333333333333334, |
|
"eval_count_mismatch_i_diff_avg": 2.25, |
|
"eval_first_index_mismatch_avg": 10.75, |
|
"eval_loss": 0.11715836822986603, |
|
"eval_mean_mismatch_i_diff_avg": 9.6875, |
|
"eval_runtime": 1.4332, |
|
"eval_samples_per_second": 2.791, |
|
"eval_sql_exact_match_string": 0, |
|
"eval_steps_per_second": 0.698, |
|
"eval_tokens_match_avg": 0.9552213461413188, |
|
"step": 500 |
|
}, |
|
{ |
|
"epoch": 0.8416666666666667, |
|
"grad_norm": 4.78125, |
|
"learning_rate": 6.998552923232753e-07, |
|
"loss": 0.1397, |
|
"step": 505 |
|
}, |
|
{ |
|
"epoch": 0.85, |
|
"grad_norm": 4.75, |
|
"learning_rate": 6.395177052675824e-07, |
|
"loss": 0.1494, |
|
"step": 510 |
|
}, |
|
{ |
|
"epoch": 0.8583333333333333, |
|
"grad_norm": 4.375, |
|
"learning_rate": 5.822028424681925e-07, |
|
"loss": 0.1493, |
|
"step": 515 |
|
}, |
|
{ |
|
"epoch": 0.8666666666666667, |
|
"grad_norm": 5.125, |
|
"learning_rate": 5.279499846691286e-07, |
|
"loss": 0.132, |
|
"step": 520 |
|
}, |
|
{ |
|
"epoch": 0.875, |
|
"grad_norm": 5.3125, |
|
"learning_rate": 4.767963140691326e-07, |
|
"loss": 0.1523, |
|
"step": 525 |
|
}, |
|
{ |
|
"epoch": 0.8833333333333333, |
|
"grad_norm": 4.375, |
|
"learning_rate": 4.287768888388531e-07, |
|
"loss": 0.1229, |
|
"step": 530 |
|
}, |
|
{ |
|
"epoch": 0.8916666666666667, |
|
"grad_norm": 4.59375, |
|
"learning_rate": 3.839246190937183e-07, |
|
"loss": 0.1671, |
|
"step": 535 |
|
}, |
|
{ |
|
"epoch": 0.9, |
|
"grad_norm": 6.25, |
|
"learning_rate": 3.4227024433899137e-07, |
|
"loss": 0.1304, |
|
"step": 540 |
|
}, |
|
{ |
|
"epoch": 0.9083333333333333, |
|
"grad_norm": 5.34375, |
|
"learning_rate": 3.0384231240244555e-07, |
|
"loss": 0.1528, |
|
"step": 545 |
|
}, |
|
{ |
|
"epoch": 0.9166666666666666, |
|
"grad_norm": 4.125, |
|
"learning_rate": 2.686671598691128e-07, |
|
"loss": 0.1556, |
|
"step": 550 |
|
}, |
|
{ |
|
"epoch": 0.9166666666666666, |
|
"eval_count_mismatch_i_diff_avg": 2.25, |
|
"eval_first_index_mismatch_avg": 10.75, |
|
"eval_loss": 0.11767315864562988, |
|
"eval_mean_mismatch_i_diff_avg": 9.6875, |
|
"eval_runtime": 1.4395, |
|
"eval_samples_per_second": 2.779, |
|
"eval_sql_exact_match_string": 0, |
|
"eval_steps_per_second": 0.695, |
|
"eval_tokens_match_avg": 0.9552213461413188, |
|
"step": 550 |
|
} |
|
], |
|
"logging_steps": 5, |
|
"max_steps": 600, |
|
"num_input_tokens_seen": 0, |
|
"num_train_epochs": 1, |
|
"save_steps": 50, |
|
"total_flos": 5.255573265461084e+17, |
|
"train_batch_size": 2, |
|
"trial_name": null, |
|
"trial_params": null |
|
} |
|
|