| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.2, | |
| "eval_steps": 1, | |
| "global_step": 12, | |
| "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 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": 0.12322662862525453, | |
| "learning_rate": 1.0000000000000002e-06, | |
| "loss": 1.7625, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "eval_loss": 2.0868794918060303, | |
| "eval_runtime": 3.8581, | |
| "eval_samples_per_second": 3.888, | |
| "eval_steps_per_second": 0.259, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 2.9333333333333336, | |
| "grad_norm": 0.13212192684327223, | |
| "learning_rate": 1.1e-06, | |
| "loss": 1.8273, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 2.9333333333333336, | |
| "eval_loss": 2.0874059200286865, | |
| "eval_runtime": 6.4352, | |
| "eval_samples_per_second": 2.331, | |
| "eval_steps_per_second": 0.155, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 3.2, | |
| "grad_norm": 0.13118271862163258, | |
| "learning_rate": 1.2000000000000002e-06, | |
| "loss": 1.8198, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 3.2, | |
| "eval_loss": 2.087639093399048, | |
| "eval_runtime": 6.4424, | |
| "eval_samples_per_second": 2.328, | |
| "eval_steps_per_second": 0.155, | |
| "step": 12 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 12, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 4, | |
| "save_steps": 3, | |
| "total_flos": 18948355522560.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |