trainer_state.json

{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 4.0,
  "eval_steps": 100,
  "global_step": 60,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 2.283698558807373,
      "learning_rate": 0.0001666666666666667,
      "loss": 0.6508,
      "step": 10
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 2.1393485069274902,
      "learning_rate": 0.00013333333333333334,
      "loss": 0.7352,
      "step": 20
    },
    {
      "epoch": 2.0,
      "grad_norm": 8.583788871765137,
      "learning_rate": 0.0001,
      "loss": 0.5144,
      "step": 30
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 2.3513376712799072,
      "learning_rate": 6.666666666666667e-05,
      "loss": 0.3221,
      "step": 40
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 0.4516322910785675,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.1103,
      "step": 50
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.6485121846199036,
      "learning_rate": 0.0,
      "loss": 0.095,
      "step": 60
    },
    {
      "epoch": 4.0,
      "step": 60,
      "total_flos": 1.7978141590585344e+16,
      "train_loss": 0.40461832682291665,
      "train_runtime": 22.5515,
      "train_samples_per_second": 10.288,
      "train_steps_per_second": 2.661
    }
  ],
  "logging_steps": 10,
  "max_steps": 60,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 4,
  "save_steps": 100,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 1.7978141590585344e+16,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}