| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 0.008, | |
| "eval_steps": 500, | |
| "global_step": 60, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.00013333333333333334, | |
| "grad_norm": 0.22967684268951416, | |
| "learning_rate": 4e-05, | |
| "loss": 0.5537, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.0002666666666666667, | |
| "grad_norm": 0.2774755358695984, | |
| "learning_rate": 8e-05, | |
| "loss": 0.4966, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.0004, | |
| "grad_norm": 0.23805612325668335, | |
| "learning_rate": 0.00012, | |
| "loss": 0.6362, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.0005333333333333334, | |
| "grad_norm": 0.26022854447364807, | |
| "learning_rate": 0.00016, | |
| "loss": 0.7163, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.0006666666666666666, | |
| "grad_norm": 0.21506424248218536, | |
| "learning_rate": 0.0002, | |
| "loss": 0.645, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.0008, | |
| "grad_norm": 0.3663531541824341, | |
| "learning_rate": 0.00019636363636363636, | |
| "loss": 0.772, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.0009333333333333333, | |
| "grad_norm": 0.2615034580230713, | |
| "learning_rate": 0.00019272727272727274, | |
| "loss": 0.7585, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.0010666666666666667, | |
| "grad_norm": 0.2968983054161072, | |
| "learning_rate": 0.0001890909090909091, | |
| "loss": 0.6684, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.0012, | |
| "grad_norm": 0.261518657207489, | |
| "learning_rate": 0.00018545454545454545, | |
| "loss": 0.7577, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.0013333333333333333, | |
| "grad_norm": 0.27760669589042664, | |
| "learning_rate": 0.00018181818181818183, | |
| "loss": 0.6335, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.0014666666666666667, | |
| "grad_norm": 0.2911720871925354, | |
| "learning_rate": 0.0001781818181818182, | |
| "loss": 0.649, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.0016, | |
| "grad_norm": 0.2997600734233856, | |
| "learning_rate": 0.00017454545454545454, | |
| "loss": 0.6883, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.0017333333333333333, | |
| "grad_norm": 0.2888539433479309, | |
| "learning_rate": 0.0001709090909090909, | |
| "loss": 0.8024, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.0018666666666666666, | |
| "grad_norm": 0.28666865825653076, | |
| "learning_rate": 0.00016727272727272728, | |
| "loss": 0.5909, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.002, | |
| "grad_norm": 0.2735069990158081, | |
| "learning_rate": 0.00016363636363636366, | |
| "loss": 0.6128, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.0021333333333333334, | |
| "grad_norm": 0.23390507698059082, | |
| "learning_rate": 0.00016, | |
| "loss": 0.5746, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.002266666666666667, | |
| "grad_norm": 0.25980156660079956, | |
| "learning_rate": 0.00015636363636363637, | |
| "loss": 0.5552, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 0.0024, | |
| "grad_norm": 0.2348417341709137, | |
| "learning_rate": 0.00015272727272727275, | |
| "loss": 0.6245, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.002533333333333333, | |
| "grad_norm": 0.30168861150741577, | |
| "learning_rate": 0.0001490909090909091, | |
| "loss": 0.5982, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 0.0026666666666666666, | |
| "grad_norm": 0.2957656681537628, | |
| "learning_rate": 0.00014545454545454546, | |
| "loss": 0.7961, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.0028, | |
| "grad_norm": 0.23545904457569122, | |
| "learning_rate": 0.00014181818181818184, | |
| "loss": 0.5044, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 0.0029333333333333334, | |
| "grad_norm": 0.24152779579162598, | |
| "learning_rate": 0.0001381818181818182, | |
| "loss": 0.5195, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 0.0030666666666666668, | |
| "grad_norm": 0.30295708775520325, | |
| "learning_rate": 0.00013454545454545455, | |
| "loss": 0.8238, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 0.0032, | |
| "grad_norm": 0.23291127383708954, | |
| "learning_rate": 0.00013090909090909093, | |
| "loss": 0.6937, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 0.0033333333333333335, | |
| "grad_norm": 0.2358635514974594, | |
| "learning_rate": 0.00012727272727272728, | |
| "loss": 0.7168, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.0034666666666666665, | |
| "grad_norm": 0.27822163701057434, | |
| "learning_rate": 0.00012363636363636364, | |
| "loss": 0.6839, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.0036, | |
| "grad_norm": 0.29745540022850037, | |
| "learning_rate": 0.00012, | |
| "loss": 0.6478, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 0.0037333333333333333, | |
| "grad_norm": 0.285557359457016, | |
| "learning_rate": 0.00011636363636363636, | |
| "loss": 0.5771, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 0.0038666666666666667, | |
| "grad_norm": 0.2779521346092224, | |
| "learning_rate": 0.00011272727272727272, | |
| "loss": 0.5193, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 0.004, | |
| "grad_norm": 0.24876870214939117, | |
| "learning_rate": 0.00010909090909090909, | |
| "loss": 0.6357, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.0041333333333333335, | |
| "grad_norm": 0.31246110796928406, | |
| "learning_rate": 0.00010545454545454545, | |
| "loss": 0.7942, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 0.004266666666666667, | |
| "grad_norm": 0.26631948351860046, | |
| "learning_rate": 0.00010181818181818181, | |
| "loss": 0.5654, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 0.0044, | |
| "grad_norm": 0.264492005109787, | |
| "learning_rate": 9.818181818181818e-05, | |
| "loss": 0.5582, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 0.004533333333333334, | |
| "grad_norm": 0.2549329698085785, | |
| "learning_rate": 9.454545454545455e-05, | |
| "loss": 0.6059, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 0.004666666666666667, | |
| "grad_norm": 0.2604629099369049, | |
| "learning_rate": 9.090909090909092e-05, | |
| "loss": 0.5381, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.0048, | |
| "grad_norm": 0.26698213815689087, | |
| "learning_rate": 8.727272727272727e-05, | |
| "loss": 0.7017, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 0.004933333333333333, | |
| "grad_norm": 0.24530525505542755, | |
| "learning_rate": 8.363636363636364e-05, | |
| "loss": 0.6415, | |
| "step": 37 | |
| }, | |
| { | |
| "epoch": 0.005066666666666666, | |
| "grad_norm": 0.27264463901519775, | |
| "learning_rate": 8e-05, | |
| "loss": 0.8213, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 0.0052, | |
| "grad_norm": 0.2653501629829407, | |
| "learning_rate": 7.636363636363637e-05, | |
| "loss": 0.6683, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 0.005333333333333333, | |
| "grad_norm": 0.29883873462677, | |
| "learning_rate": 7.272727272727273e-05, | |
| "loss": 0.7035, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.0054666666666666665, | |
| "grad_norm": 0.24566508829593658, | |
| "learning_rate": 6.90909090909091e-05, | |
| "loss": 0.5043, | |
| "step": 41 | |
| }, | |
| { | |
| "epoch": 0.0056, | |
| "grad_norm": 0.24299120903015137, | |
| "learning_rate": 6.545454545454546e-05, | |
| "loss": 0.496, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 0.005733333333333333, | |
| "grad_norm": 0.24832893908023834, | |
| "learning_rate": 6.181818181818182e-05, | |
| "loss": 0.4765, | |
| "step": 43 | |
| }, | |
| { | |
| "epoch": 0.005866666666666667, | |
| "grad_norm": 0.22675533592700958, | |
| "learning_rate": 5.818181818181818e-05, | |
| "loss": 0.4825, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 0.006, | |
| "grad_norm": 0.2693828344345093, | |
| "learning_rate": 5.4545454545454546e-05, | |
| "loss": 0.6721, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.0061333333333333335, | |
| "grad_norm": 0.2520310878753662, | |
| "learning_rate": 5.090909090909091e-05, | |
| "loss": 0.5402, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 0.006266666666666667, | |
| "grad_norm": 0.27896639704704285, | |
| "learning_rate": 4.7272727272727275e-05, | |
| "loss": 0.4947, | |
| "step": 47 | |
| }, | |
| { | |
| "epoch": 0.0064, | |
| "grad_norm": 0.2906813621520996, | |
| "learning_rate": 4.3636363636363636e-05, | |
| "loss": 0.6678, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 0.006533333333333334, | |
| "grad_norm": 0.2885816991329193, | |
| "learning_rate": 4e-05, | |
| "loss": 0.6772, | |
| "step": 49 | |
| }, | |
| { | |
| "epoch": 0.006666666666666667, | |
| "grad_norm": 0.2797122001647949, | |
| "learning_rate": 3.6363636363636364e-05, | |
| "loss": 0.5389, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.0068, | |
| "grad_norm": 0.28044450283050537, | |
| "learning_rate": 3.272727272727273e-05, | |
| "loss": 0.7089, | |
| "step": 51 | |
| }, | |
| { | |
| "epoch": 0.006933333333333333, | |
| "grad_norm": 0.34139102697372437, | |
| "learning_rate": 2.909090909090909e-05, | |
| "loss": 0.8076, | |
| "step": 52 | |
| }, | |
| { | |
| "epoch": 0.007066666666666666, | |
| "grad_norm": 0.2774754464626312, | |
| "learning_rate": 2.5454545454545454e-05, | |
| "loss": 0.5601, | |
| "step": 53 | |
| }, | |
| { | |
| "epoch": 0.0072, | |
| "grad_norm": 0.28395798802375793, | |
| "learning_rate": 2.1818181818181818e-05, | |
| "loss": 0.6036, | |
| "step": 54 | |
| }, | |
| { | |
| "epoch": 0.007333333333333333, | |
| "grad_norm": 0.24330395460128784, | |
| "learning_rate": 1.8181818181818182e-05, | |
| "loss": 0.6395, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 0.007466666666666667, | |
| "grad_norm": 0.30702757835388184, | |
| "learning_rate": 1.4545454545454545e-05, | |
| "loss": 0.6456, | |
| "step": 56 | |
| }, | |
| { | |
| "epoch": 0.0076, | |
| "grad_norm": 0.2386663556098938, | |
| "learning_rate": 1.0909090909090909e-05, | |
| "loss": 0.4414, | |
| "step": 57 | |
| }, | |
| { | |
| "epoch": 0.007733333333333333, | |
| "grad_norm": 0.31493809819221497, | |
| "learning_rate": 7.272727272727272e-06, | |
| "loss": 0.7476, | |
| "step": 58 | |
| }, | |
| { | |
| "epoch": 0.007866666666666666, | |
| "grad_norm": 0.2841683626174927, | |
| "learning_rate": 3.636363636363636e-06, | |
| "loss": 0.5197, | |
| "step": 59 | |
| }, | |
| { | |
| "epoch": 0.008, | |
| "grad_norm": 0.26522091031074524, | |
| "learning_rate": 0.0, | |
| "loss": 0.6109, | |
| "step": 60 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 60, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 1, | |
| "save_steps": 500, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 2418421918795776.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |