ryusangwon's picture
Model save
2be1f99 verified
{
"best_metric": null,
"best_model_checkpoint": null,
"epoch": 0.4,
"eval_steps": 500,
"global_step": 1000,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.0,
"learning_rate": 4.993333333333334e-05,
"loss": 1.7734,
"step": 10
},
{
"epoch": 0.01,
"learning_rate": 4.986666666666667e-05,
"loss": 1.7829,
"step": 20
},
{
"epoch": 0.01,
"learning_rate": 4.9800000000000004e-05,
"loss": 1.7302,
"step": 30
},
{
"epoch": 0.02,
"learning_rate": 4.973333333333334e-05,
"loss": 1.7742,
"step": 40
},
{
"epoch": 0.02,
"learning_rate": 4.966666666666667e-05,
"loss": 1.729,
"step": 50
},
{
"epoch": 0.02,
"learning_rate": 4.96e-05,
"loss": 1.693,
"step": 60
},
{
"epoch": 0.03,
"learning_rate": 4.9533333333333336e-05,
"loss": 1.7357,
"step": 70
},
{
"epoch": 0.03,
"learning_rate": 4.9466666666666665e-05,
"loss": 1.6946,
"step": 80
},
{
"epoch": 0.04,
"learning_rate": 4.94e-05,
"loss": 1.7229,
"step": 90
},
{
"epoch": 0.04,
"learning_rate": 4.933333333333334e-05,
"loss": 1.6761,
"step": 100
},
{
"epoch": 0.04,
"learning_rate": 4.926666666666667e-05,
"loss": 1.7179,
"step": 110
},
{
"epoch": 0.05,
"learning_rate": 4.92e-05,
"loss": 1.7107,
"step": 120
},
{
"epoch": 0.05,
"learning_rate": 4.913333333333334e-05,
"loss": 1.6537,
"step": 130
},
{
"epoch": 0.06,
"learning_rate": 4.906666666666667e-05,
"loss": 1.7075,
"step": 140
},
{
"epoch": 0.06,
"learning_rate": 4.9e-05,
"loss": 1.6798,
"step": 150
},
{
"epoch": 0.06,
"learning_rate": 4.8933333333333335e-05,
"loss": 1.7028,
"step": 160
},
{
"epoch": 0.07,
"learning_rate": 4.886666666666667e-05,
"loss": 1.7265,
"step": 170
},
{
"epoch": 0.07,
"learning_rate": 4.88e-05,
"loss": 1.6741,
"step": 180
},
{
"epoch": 0.08,
"learning_rate": 4.8733333333333337e-05,
"loss": 1.6397,
"step": 190
},
{
"epoch": 0.08,
"learning_rate": 4.866666666666667e-05,
"loss": 1.7089,
"step": 200
},
{
"epoch": 0.08,
"learning_rate": 4.86e-05,
"loss": 1.7154,
"step": 210
},
{
"epoch": 0.09,
"learning_rate": 4.853333333333334e-05,
"loss": 1.6743,
"step": 220
},
{
"epoch": 0.09,
"learning_rate": 4.8466666666666675e-05,
"loss": 1.6858,
"step": 230
},
{
"epoch": 0.1,
"learning_rate": 4.8400000000000004e-05,
"loss": 1.6609,
"step": 240
},
{
"epoch": 0.1,
"learning_rate": 4.8333333333333334e-05,
"loss": 1.7035,
"step": 250
},
{
"epoch": 0.1,
"learning_rate": 4.826666666666667e-05,
"loss": 1.6404,
"step": 260
},
{
"epoch": 0.11,
"learning_rate": 4.82e-05,
"loss": 1.7078,
"step": 270
},
{
"epoch": 0.11,
"learning_rate": 4.8133333333333336e-05,
"loss": 1.6793,
"step": 280
},
{
"epoch": 0.12,
"learning_rate": 4.806666666666667e-05,
"loss": 1.7424,
"step": 290
},
{
"epoch": 0.12,
"learning_rate": 4.8e-05,
"loss": 1.7583,
"step": 300
},
{
"epoch": 0.12,
"learning_rate": 4.793333333333334e-05,
"loss": 1.6829,
"step": 310
},
{
"epoch": 0.13,
"learning_rate": 4.7866666666666674e-05,
"loss": 1.6784,
"step": 320
},
{
"epoch": 0.13,
"learning_rate": 4.78e-05,
"loss": 1.6492,
"step": 330
},
{
"epoch": 0.14,
"learning_rate": 4.773333333333333e-05,
"loss": 1.6671,
"step": 340
},
{
"epoch": 0.14,
"learning_rate": 4.766666666666667e-05,
"loss": 1.654,
"step": 350
},
{
"epoch": 0.14,
"learning_rate": 4.76e-05,
"loss": 1.6757,
"step": 360
},
{
"epoch": 0.15,
"learning_rate": 4.7533333333333334e-05,
"loss": 1.6773,
"step": 370
},
{
"epoch": 0.15,
"learning_rate": 4.746666666666667e-05,
"loss": 1.7059,
"step": 380
},
{
"epoch": 0.16,
"learning_rate": 4.74e-05,
"loss": 1.6821,
"step": 390
},
{
"epoch": 0.16,
"learning_rate": 4.7333333333333336e-05,
"loss": 1.6837,
"step": 400
},
{
"epoch": 0.16,
"learning_rate": 4.726666666666667e-05,
"loss": 1.7124,
"step": 410
},
{
"epoch": 0.17,
"learning_rate": 4.72e-05,
"loss": 1.6955,
"step": 420
},
{
"epoch": 0.17,
"learning_rate": 4.713333333333333e-05,
"loss": 1.6974,
"step": 430
},
{
"epoch": 0.18,
"learning_rate": 4.706666666666667e-05,
"loss": 1.6789,
"step": 440
},
{
"epoch": 0.18,
"learning_rate": 4.7e-05,
"loss": 1.6621,
"step": 450
},
{
"epoch": 0.18,
"learning_rate": 4.6933333333333333e-05,
"loss": 1.6727,
"step": 460
},
{
"epoch": 0.19,
"learning_rate": 4.686666666666667e-05,
"loss": 1.6768,
"step": 470
},
{
"epoch": 0.19,
"learning_rate": 4.6800000000000006e-05,
"loss": 1.6934,
"step": 480
},
{
"epoch": 0.2,
"learning_rate": 4.6733333333333335e-05,
"loss": 1.6929,
"step": 490
},
{
"epoch": 0.2,
"learning_rate": 4.666666666666667e-05,
"loss": 1.6733,
"step": 500
},
{
"epoch": 0.2,
"learning_rate": 4.660000000000001e-05,
"loss": 1.691,
"step": 510
},
{
"epoch": 0.21,
"learning_rate": 4.653333333333334e-05,
"loss": 1.6936,
"step": 520
},
{
"epoch": 0.21,
"learning_rate": 4.646666666666667e-05,
"loss": 1.7187,
"step": 530
},
{
"epoch": 0.22,
"learning_rate": 4.64e-05,
"loss": 1.6836,
"step": 540
},
{
"epoch": 0.22,
"learning_rate": 4.633333333333333e-05,
"loss": 1.688,
"step": 550
},
{
"epoch": 0.22,
"learning_rate": 4.626666666666667e-05,
"loss": 1.6684,
"step": 560
},
{
"epoch": 0.23,
"learning_rate": 4.6200000000000005e-05,
"loss": 1.7073,
"step": 570
},
{
"epoch": 0.23,
"learning_rate": 4.6133333333333334e-05,
"loss": 1.6818,
"step": 580
},
{
"epoch": 0.24,
"learning_rate": 4.606666666666667e-05,
"loss": 1.6888,
"step": 590
},
{
"epoch": 0.24,
"learning_rate": 4.600000000000001e-05,
"loss": 1.6908,
"step": 600
},
{
"epoch": 0.24,
"learning_rate": 4.5933333333333336e-05,
"loss": 1.676,
"step": 610
},
{
"epoch": 0.25,
"learning_rate": 4.5866666666666666e-05,
"loss": 1.6663,
"step": 620
},
{
"epoch": 0.25,
"learning_rate": 4.58e-05,
"loss": 1.6866,
"step": 630
},
{
"epoch": 0.26,
"learning_rate": 4.573333333333333e-05,
"loss": 1.6776,
"step": 640
},
{
"epoch": 0.26,
"learning_rate": 4.566666666666667e-05,
"loss": 1.6794,
"step": 650
},
{
"epoch": 0.26,
"learning_rate": 4.5600000000000004e-05,
"loss": 1.6877,
"step": 660
},
{
"epoch": 0.27,
"learning_rate": 4.553333333333333e-05,
"loss": 1.6606,
"step": 670
},
{
"epoch": 0.27,
"learning_rate": 4.546666666666667e-05,
"loss": 1.6562,
"step": 680
},
{
"epoch": 0.28,
"learning_rate": 4.5400000000000006e-05,
"loss": 1.7273,
"step": 690
},
{
"epoch": 0.28,
"learning_rate": 4.5333333333333335e-05,
"loss": 1.6814,
"step": 700
},
{
"epoch": 0.28,
"learning_rate": 4.526666666666667e-05,
"loss": 1.6713,
"step": 710
},
{
"epoch": 0.29,
"learning_rate": 4.52e-05,
"loss": 1.6801,
"step": 720
},
{
"epoch": 0.29,
"learning_rate": 4.513333333333333e-05,
"loss": 1.6548,
"step": 730
},
{
"epoch": 0.3,
"learning_rate": 4.5066666666666667e-05,
"loss": 1.7015,
"step": 740
},
{
"epoch": 0.3,
"learning_rate": 4.5e-05,
"loss": 1.6673,
"step": 750
},
{
"epoch": 0.3,
"learning_rate": 4.493333333333333e-05,
"loss": 1.6676,
"step": 760
},
{
"epoch": 0.31,
"learning_rate": 4.486666666666667e-05,
"loss": 1.6878,
"step": 770
},
{
"epoch": 0.31,
"learning_rate": 4.4800000000000005e-05,
"loss": 1.6572,
"step": 780
},
{
"epoch": 0.32,
"learning_rate": 4.473333333333334e-05,
"loss": 1.6528,
"step": 790
},
{
"epoch": 0.32,
"learning_rate": 4.466666666666667e-05,
"loss": 1.6821,
"step": 800
},
{
"epoch": 0.32,
"learning_rate": 4.46e-05,
"loss": 1.6867,
"step": 810
},
{
"epoch": 0.33,
"learning_rate": 4.4533333333333336e-05,
"loss": 1.6471,
"step": 820
},
{
"epoch": 0.33,
"learning_rate": 4.4466666666666666e-05,
"loss": 1.7004,
"step": 830
},
{
"epoch": 0.34,
"learning_rate": 4.44e-05,
"loss": 1.6554,
"step": 840
},
{
"epoch": 0.34,
"learning_rate": 4.433333333333334e-05,
"loss": 1.678,
"step": 850
},
{
"epoch": 0.34,
"learning_rate": 4.426666666666667e-05,
"loss": 1.6848,
"step": 860
},
{
"epoch": 0.35,
"learning_rate": 4.4200000000000004e-05,
"loss": 1.6384,
"step": 870
},
{
"epoch": 0.35,
"learning_rate": 4.413333333333334e-05,
"loss": 1.6812,
"step": 880
},
{
"epoch": 0.36,
"learning_rate": 4.406666666666667e-05,
"loss": 1.6582,
"step": 890
},
{
"epoch": 0.36,
"learning_rate": 4.4000000000000006e-05,
"loss": 1.6879,
"step": 900
},
{
"epoch": 0.36,
"learning_rate": 4.3933333333333335e-05,
"loss": 1.6886,
"step": 910
},
{
"epoch": 0.37,
"learning_rate": 4.3866666666666665e-05,
"loss": 1.6846,
"step": 920
},
{
"epoch": 0.37,
"learning_rate": 4.38e-05,
"loss": 1.6576,
"step": 930
},
{
"epoch": 0.38,
"learning_rate": 4.373333333333334e-05,
"loss": 1.6965,
"step": 940
},
{
"epoch": 0.38,
"learning_rate": 4.3666666666666666e-05,
"loss": 1.7173,
"step": 950
},
{
"epoch": 0.38,
"learning_rate": 4.36e-05,
"loss": 1.6625,
"step": 960
},
{
"epoch": 0.39,
"learning_rate": 4.353333333333334e-05,
"loss": 1.6761,
"step": 970
},
{
"epoch": 0.39,
"learning_rate": 4.346666666666667e-05,
"loss": 1.6697,
"step": 980
},
{
"epoch": 0.4,
"learning_rate": 4.3400000000000005e-05,
"loss": 1.6903,
"step": 990
},
{
"epoch": 0.4,
"learning_rate": 4.3333333333333334e-05,
"loss": 1.6681,
"step": 1000
}
],
"logging_steps": 10,
"max_steps": 7500,
"num_input_tokens_seen": 0,
"num_train_epochs": 3,
"save_steps": 1000,
"total_flos": 6.3202482192384e+17,
"train_batch_size": 4,
"trial_name": null,
"trial_params": null
}