problem81_model / trainer_state.json
aadityap's picture
Model save
4f1c3a1 verified
{
"best_metric": null,
"best_model_checkpoint": null,
"epoch": 1.0,
"eval_steps": 500,
"global_step": 90,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.011111111111111112,
"grad_norm": 0.1605497077049183,
"learning_rate": 5.555555555555556e-06,
"loss": 0.0722,
"step": 1
},
{
"epoch": 0.022222222222222223,
"grad_norm": 0.15033421124192128,
"learning_rate": 1.1111111111111112e-05,
"loss": 0.054,
"step": 2
},
{
"epoch": 0.03333333333333333,
"grad_norm": 0.08211350214292958,
"learning_rate": 1.6666666666666667e-05,
"loss": 0.0334,
"step": 3
},
{
"epoch": 0.044444444444444446,
"grad_norm": 0.06523840335431949,
"learning_rate": 2.2222222222222223e-05,
"loss": 0.0246,
"step": 4
},
{
"epoch": 0.05555555555555555,
"grad_norm": 0.18637955543633108,
"learning_rate": 2.777777777777778e-05,
"loss": 0.1101,
"step": 5
},
{
"epoch": 0.06666666666666667,
"grad_norm": 0.13582296490853762,
"learning_rate": 3.3333333333333335e-05,
"loss": 0.1417,
"step": 6
},
{
"epoch": 0.07777777777777778,
"grad_norm": 0.057209465108812384,
"learning_rate": 3.888888888888889e-05,
"loss": 0.0104,
"step": 7
},
{
"epoch": 0.08888888888888889,
"grad_norm": 0.1289372880709745,
"learning_rate": 4.4444444444444447e-05,
"loss": 0.0588,
"step": 8
},
{
"epoch": 0.1,
"grad_norm": 0.12550793516696718,
"learning_rate": 5e-05,
"loss": 0.079,
"step": 9
},
{
"epoch": 0.1111111111111111,
"grad_norm": 0.12588386550696973,
"learning_rate": 4.998119881260576e-05,
"loss": 0.0544,
"step": 10
},
{
"epoch": 0.12222222222222222,
"grad_norm": 0.05757870661729721,
"learning_rate": 4.99248235291948e-05,
"loss": 0.0105,
"step": 11
},
{
"epoch": 0.13333333333333333,
"grad_norm": 0.1018237088287416,
"learning_rate": 4.983095894354858e-05,
"loss": 0.0458,
"step": 12
},
{
"epoch": 0.14444444444444443,
"grad_norm": 0.07858785876232853,
"learning_rate": 4.969974623692023e-05,
"loss": 0.0101,
"step": 13
},
{
"epoch": 0.15555555555555556,
"grad_norm": 0.13270235656692694,
"learning_rate": 4.953138276568462e-05,
"loss": 0.0451,
"step": 14
},
{
"epoch": 0.16666666666666666,
"grad_norm": 0.22122914935061136,
"learning_rate": 4.9326121764495596e-05,
"loss": 0.0998,
"step": 15
},
{
"epoch": 0.17777777777777778,
"grad_norm": 0.10426108875384622,
"learning_rate": 4.9084271965397014e-05,
"loss": 0.0357,
"step": 16
},
{
"epoch": 0.18888888888888888,
"grad_norm": 0.29133753268223417,
"learning_rate": 4.880619713346039e-05,
"loss": 0.0787,
"step": 17
},
{
"epoch": 0.2,
"grad_norm": 0.16115499865436106,
"learning_rate": 4.849231551964771e-05,
"loss": 0.0488,
"step": 18
},
{
"epoch": 0.2111111111111111,
"grad_norm": 0.07393967355530186,
"learning_rate": 4.814309923172227e-05,
"loss": 0.0258,
"step": 19
},
{
"epoch": 0.2222222222222222,
"grad_norm": 0.15700374728260783,
"learning_rate": 4.775907352415367e-05,
"loss": 0.0858,
"step": 20
},
{
"epoch": 0.23333333333333334,
"grad_norm": 0.1492108431114542,
"learning_rate": 4.734081600808531e-05,
"loss": 0.0431,
"step": 21
},
{
"epoch": 0.24444444444444444,
"grad_norm": 0.04622905558925918,
"learning_rate": 4.6888955782552274e-05,
"loss": 0.0111,
"step": 22
},
{
"epoch": 0.25555555555555554,
"grad_norm": 0.012134880102923188,
"learning_rate": 4.640417248825667e-05,
"loss": 0.0017,
"step": 23
},
{
"epoch": 0.26666666666666666,
"grad_norm": 0.055554727516441096,
"learning_rate": 4.588719528532342e-05,
"loss": 0.0117,
"step": 24
},
{
"epoch": 0.2777777777777778,
"grad_norm": 0.08925730443294172,
"learning_rate": 4.533880175657419e-05,
"loss": 0.0231,
"step": 25
},
{
"epoch": 0.28888888888888886,
"grad_norm": 0.11415762338400708,
"learning_rate": 4.475981673796899e-05,
"loss": 0.017,
"step": 26
},
{
"epoch": 0.3,
"grad_norm": 0.1179351187059848,
"learning_rate": 4.415111107797445e-05,
"loss": 0.0205,
"step": 27
},
{
"epoch": 0.3111111111111111,
"grad_norm": 0.024178581822596096,
"learning_rate": 4.351360032772512e-05,
"loss": 0.004,
"step": 28
},
{
"epoch": 0.32222222222222224,
"grad_norm": 0.12535152202967623,
"learning_rate": 4.2848243363947484e-05,
"loss": 0.0271,
"step": 29
},
{
"epoch": 0.3333333333333333,
"grad_norm": 0.062018881983428004,
"learning_rate": 4.215604094671835e-05,
"loss": 0.007,
"step": 30
},
{
"epoch": 0.34444444444444444,
"grad_norm": 0.037816804000945864,
"learning_rate": 4.14380342142266e-05,
"loss": 0.0047,
"step": 31
},
{
"epoch": 0.35555555555555557,
"grad_norm": 0.017699161139270052,
"learning_rate": 4.069530311680247e-05,
"loss": 0.0019,
"step": 32
},
{
"epoch": 0.36666666666666664,
"grad_norm": 0.3316047300359818,
"learning_rate": 3.9928964792569655e-05,
"loss": 0.0521,
"step": 33
},
{
"epoch": 0.37777777777777777,
"grad_norm": 0.00812341155697814,
"learning_rate": 3.914017188716347e-05,
"loss": 0.0007,
"step": 34
},
{
"epoch": 0.3888888888888889,
"grad_norm": 0.059422215619002315,
"learning_rate": 3.8330110820042285e-05,
"loss": 0.004,
"step": 35
},
{
"epoch": 0.4,
"grad_norm": 0.029258673095478593,
"learning_rate": 3.7500000000000003e-05,
"loss": 0.0029,
"step": 36
},
{
"epoch": 0.4111111111111111,
"grad_norm": 0.15233004165166694,
"learning_rate": 3.665108799256348e-05,
"loss": 0.0659,
"step": 37
},
{
"epoch": 0.4222222222222222,
"grad_norm": 0.39789872295877243,
"learning_rate": 3.578465164203134e-05,
"loss": 0.0435,
"step": 38
},
{
"epoch": 0.43333333333333335,
"grad_norm": 0.011189075250554171,
"learning_rate": 3.490199415097892e-05,
"loss": 0.0011,
"step": 39
},
{
"epoch": 0.4444444444444444,
"grad_norm": 0.1824572126769632,
"learning_rate": 3.400444312011776e-05,
"loss": 0.0102,
"step": 40
},
{
"epoch": 0.45555555555555555,
"grad_norm": 0.2180474815061088,
"learning_rate": 3.309334855145803e-05,
"loss": 0.0166,
"step": 41
},
{
"epoch": 0.4666666666666667,
"grad_norm": 0.07314406054970872,
"learning_rate": 3.217008081777726e-05,
"loss": 0.0053,
"step": 42
},
{
"epoch": 0.4777777777777778,
"grad_norm": 0.0036346591128551286,
"learning_rate": 3.1236028601449534e-05,
"loss": 0.0003,
"step": 43
},
{
"epoch": 0.4888888888888889,
"grad_norm": 0.019911172081366117,
"learning_rate": 3.0292596805735274e-05,
"loss": 0.0018,
"step": 44
},
{
"epoch": 0.5,
"grad_norm": 0.017294422932046204,
"learning_rate": 2.9341204441673266e-05,
"loss": 0.0014,
"step": 45
},
{
"epoch": 0.5111111111111111,
"grad_norm": 0.017456356245774136,
"learning_rate": 2.8383282493753283e-05,
"loss": 0.0011,
"step": 46
},
{
"epoch": 0.5222222222222223,
"grad_norm": 0.03586534397518869,
"learning_rate": 2.742027176757948e-05,
"loss": 0.0022,
"step": 47
},
{
"epoch": 0.5333333333333333,
"grad_norm": 0.005245662030561694,
"learning_rate": 2.6453620722761896e-05,
"loss": 0.0007,
"step": 48
},
{
"epoch": 0.5444444444444444,
"grad_norm": 0.016600830265163877,
"learning_rate": 2.548478329429561e-05,
"loss": 0.0013,
"step": 49
},
{
"epoch": 0.5555555555555556,
"grad_norm": 0.010620295787117045,
"learning_rate": 2.4515216705704395e-05,
"loss": 0.0007,
"step": 50
},
{
"epoch": 0.5666666666666667,
"grad_norm": 0.26798972483702493,
"learning_rate": 2.3546379277238107e-05,
"loss": 0.0141,
"step": 51
},
{
"epoch": 0.5777777777777777,
"grad_norm": 0.14668317357033495,
"learning_rate": 2.2579728232420525e-05,
"loss": 0.0052,
"step": 52
},
{
"epoch": 0.5888888888888889,
"grad_norm": 0.03852832980880582,
"learning_rate": 2.161671750624673e-05,
"loss": 0.0024,
"step": 53
},
{
"epoch": 0.6,
"grad_norm": 0.054562459369850276,
"learning_rate": 2.0658795558326743e-05,
"loss": 0.0037,
"step": 54
},
{
"epoch": 0.6111111111111112,
"grad_norm": 0.04609165413416543,
"learning_rate": 1.970740319426474e-05,
"loss": 0.0042,
"step": 55
},
{
"epoch": 0.6222222222222222,
"grad_norm": 0.00990897990406697,
"learning_rate": 1.876397139855047e-05,
"loss": 0.0008,
"step": 56
},
{
"epoch": 0.6333333333333333,
"grad_norm": 0.034931839860100185,
"learning_rate": 1.7829919182222752e-05,
"loss": 0.0025,
"step": 57
},
{
"epoch": 0.6444444444444445,
"grad_norm": 0.009679755047760722,
"learning_rate": 1.690665144854198e-05,
"loss": 0.0008,
"step": 58
},
{
"epoch": 0.6555555555555556,
"grad_norm": 0.02141987361270307,
"learning_rate": 1.5995556879882246e-05,
"loss": 0.0011,
"step": 59
},
{
"epoch": 0.6666666666666666,
"grad_norm": 0.35778010686834366,
"learning_rate": 1.509800584902108e-05,
"loss": 0.0265,
"step": 60
},
{
"epoch": 0.6777777777777778,
"grad_norm": 0.2964385330962491,
"learning_rate": 1.4215348357968669e-05,
"loss": 0.019,
"step": 61
},
{
"epoch": 0.6888888888888889,
"grad_norm": 0.003274748089771646,
"learning_rate": 1.3348912007436537e-05,
"loss": 0.0004,
"step": 62
},
{
"epoch": 0.7,
"grad_norm": 0.09924320805951631,
"learning_rate": 1.2500000000000006e-05,
"loss": 0.0095,
"step": 63
},
{
"epoch": 0.7111111111111111,
"grad_norm": 0.005477355766403404,
"learning_rate": 1.1669889179957725e-05,
"loss": 0.0003,
"step": 64
},
{
"epoch": 0.7222222222222222,
"grad_norm": 0.01603763418676323,
"learning_rate": 1.085982811283654e-05,
"loss": 0.001,
"step": 65
},
{
"epoch": 0.7333333333333333,
"grad_norm": 0.022911147348485164,
"learning_rate": 1.0071035207430352e-05,
"loss": 0.0018,
"step": 66
},
{
"epoch": 0.7444444444444445,
"grad_norm": 0.008504267429334945,
"learning_rate": 9.304696883197542e-06,
"loss": 0.0008,
"step": 67
},
{
"epoch": 0.7555555555555555,
"grad_norm": 0.08777043552994244,
"learning_rate": 8.561965785773413e-06,
"loss": 0.0083,
"step": 68
},
{
"epoch": 0.7666666666666667,
"grad_norm": 0.03522101448287721,
"learning_rate": 7.843959053281663e-06,
"loss": 0.0017,
"step": 69
},
{
"epoch": 0.7777777777777778,
"grad_norm": 0.030350816175983727,
"learning_rate": 7.1517566360525284e-06,
"loss": 0.0025,
"step": 70
},
{
"epoch": 0.7888888888888889,
"grad_norm": 0.0568152824957456,
"learning_rate": 6.48639967227489e-06,
"loss": 0.0019,
"step": 71
},
{
"epoch": 0.8,
"grad_norm": 0.039638875919711845,
"learning_rate": 5.848888922025553e-06,
"loss": 0.0024,
"step": 72
},
{
"epoch": 0.8111111111111111,
"grad_norm": 0.01243906370573467,
"learning_rate": 5.240183262031021e-06,
"loss": 0.0013,
"step": 73
},
{
"epoch": 0.8222222222222222,
"grad_norm": 0.012615409248578522,
"learning_rate": 4.661198243425813e-06,
"loss": 0.0007,
"step": 74
},
{
"epoch": 0.8333333333333334,
"grad_norm": 0.0012548105546647107,
"learning_rate": 4.112804714676594e-06,
"loss": 0.0001,
"step": 75
},
{
"epoch": 0.8444444444444444,
"grad_norm": 0.008842733600410168,
"learning_rate": 3.595827511743341e-06,
"loss": 0.0007,
"step": 76
},
{
"epoch": 0.8555555555555555,
"grad_norm": 0.01882589483242362,
"learning_rate": 3.111044217447731e-06,
"loss": 0.001,
"step": 77
},
{
"epoch": 0.8666666666666667,
"grad_norm": 0.004662510579663767,
"learning_rate": 2.659183991914696e-06,
"loss": 0.0003,
"step": 78
},
{
"epoch": 0.8777777777777778,
"grad_norm": 0.11369035883063458,
"learning_rate": 2.2409264758463363e-06,
"loss": 0.0034,
"step": 79
},
{
"epoch": 0.8888888888888888,
"grad_norm": 0.1482671342863526,
"learning_rate": 1.8569007682777417e-06,
"loss": 0.0088,
"step": 80
},
{
"epoch": 0.9,
"grad_norm": 0.048933647765371784,
"learning_rate": 1.5076844803522922e-06,
"loss": 0.0044,
"step": 81
},
{
"epoch": 0.9111111111111111,
"grad_norm": 0.21058010107250458,
"learning_rate": 1.1938028665396173e-06,
"loss": 0.0079,
"step": 82
},
{
"epoch": 0.9222222222222223,
"grad_norm": 0.011776152105882409,
"learning_rate": 9.157280346029918e-07,
"loss": 0.0006,
"step": 83
},
{
"epoch": 0.9333333333333333,
"grad_norm": 0.08719366671571024,
"learning_rate": 6.738782355044049e-07,
"loss": 0.0039,
"step": 84
},
{
"epoch": 0.9444444444444444,
"grad_norm": 0.05182409255535593,
"learning_rate": 4.6861723431538276e-07,
"loss": 0.0031,
"step": 85
},
{
"epoch": 0.9555555555555556,
"grad_norm": 0.00899017223628164,
"learning_rate": 3.002537630797747e-07,
"loss": 0.0005,
"step": 86
},
{
"epoch": 0.9666666666666667,
"grad_norm": 0.0036680528157307947,
"learning_rate": 1.6904105645142444e-07,
"loss": 0.0003,
"step": 87
},
{
"epoch": 0.9777777777777777,
"grad_norm": 0.00472889066022784,
"learning_rate": 7.51764708051994e-08,
"loss": 0.0003,
"step": 88
},
{
"epoch": 0.9888888888888889,
"grad_norm": 0.02901154365250862,
"learning_rate": 1.8801187394248965e-08,
"loss": 0.0022,
"step": 89
},
{
"epoch": 1.0,
"grad_norm": 0.20690210466074088,
"learning_rate": 0.0,
"loss": 0.0144,
"step": 90
},
{
"epoch": 1.0,
"eval_loss": 0.03874664753675461,
"eval_runtime": 0.4514,
"eval_samples_per_second": 2.215,
"eval_steps_per_second": 2.215,
"step": 90
},
{
"epoch": 1.0,
"step": 90,
"total_flos": 286353899520.0,
"train_loss": 0.0,
"train_runtime": 1.2646,
"train_samples_per_second": 71.17,
"train_steps_per_second": 71.17
}
],
"logging_steps": 1,
"max_steps": 90,
"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": 286353899520.0,
"train_batch_size": 1,
"trial_name": null,
"trial_params": null
}