File size: 3,807 Bytes
c15d061
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 2.4,
  "eval_steps": 1,
  "global_step": 9,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.1357570467836887,
      "learning_rate": 1.0000000000000001e-07,
      "loss": 1.7723,
      "step": 1
    },
    {
      "epoch": 0.26666666666666666,
      "eval_loss": 2.088420867919922,
      "eval_runtime": 6.4988,
      "eval_samples_per_second": 2.308,
      "eval_steps_per_second": 0.154,
      "step": 1
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.12515875774524352,
      "learning_rate": 2.0000000000000002e-07,
      "loss": 1.8176,
      "step": 2
    },
    {
      "epoch": 0.5333333333333333,
      "eval_loss": 2.0871875286102295,
      "eval_runtime": 6.4536,
      "eval_samples_per_second": 2.324,
      "eval_steps_per_second": 0.155,
      "step": 2
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.126303798585066,
      "learning_rate": 3.0000000000000004e-07,
      "loss": 1.8499,
      "step": 3
    },
    {
      "epoch": 0.8,
      "eval_loss": 2.087430000305176,
      "eval_runtime": 6.4444,
      "eval_samples_per_second": 2.328,
      "eval_steps_per_second": 0.155,
      "step": 3
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.3606214748278613,
      "learning_rate": 4.0000000000000003e-07,
      "loss": 1.7963,
      "step": 4
    },
    {
      "epoch": 1.0666666666666667,
      "eval_loss": 2.0864670276641846,
      "eval_runtime": 3.8555,
      "eval_samples_per_second": 3.891,
      "eval_steps_per_second": 0.259,
      "step": 4
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.13158662209460245,
      "learning_rate": 5.000000000000001e-07,
      "loss": 1.8762,
      "step": 5
    },
    {
      "epoch": 1.3333333333333333,
      "eval_loss": 2.0866217613220215,
      "eval_runtime": 6.4449,
      "eval_samples_per_second": 2.327,
      "eval_steps_per_second": 0.155,
      "step": 5
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.12861366776262778,
      "learning_rate": 6.000000000000001e-07,
      "loss": 1.7795,
      "step": 6
    },
    {
      "epoch": 1.6,
      "eval_loss": 2.0874640941619873,
      "eval_runtime": 6.43,
      "eval_samples_per_second": 2.333,
      "eval_steps_per_second": 0.156,
      "step": 6
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.1328896386162935,
      "learning_rate": 7.000000000000001e-07,
      "loss": 1.8179,
      "step": 7
    },
    {
      "epoch": 1.8666666666666667,
      "eval_loss": 2.088042736053467,
      "eval_runtime": 3.8515,
      "eval_samples_per_second": 3.895,
      "eval_steps_per_second": 0.26,
      "step": 7
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.14871283917025502,
      "learning_rate": 8.000000000000001e-07,
      "loss": 1.8353,
      "step": 8
    },
    {
      "epoch": 2.1333333333333333,
      "eval_loss": 2.087448835372925,
      "eval_runtime": 6.431,
      "eval_samples_per_second": 2.332,
      "eval_steps_per_second": 0.155,
      "step": 8
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.12616378257742752,
      "learning_rate": 9.000000000000001e-07,
      "loss": 1.8009,
      "step": 9
    },
    {
      "epoch": 2.4,
      "eval_loss": 2.0864264965057373,
      "eval_runtime": 6.4396,
      "eval_samples_per_second": 2.329,
      "eval_steps_per_second": 0.155,
      "step": 9
    }
  ],
  "logging_steps": 1,
  "max_steps": 12,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 4,
  "save_steps": 3,
  "total_flos": 14110477516800.0,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}