| { |
| "best_global_step": null, |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 3.0, |
| "eval_steps": 500, |
| "global_step": 450, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 14.91556264205913, |
| "learning_rate": 2.0000000000000003e-06, |
| "loss": 1.2921, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 7.996107626768866, |
| "learning_rate": 4.222222222222223e-06, |
| "loss": 0.6134, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 5.377213784664643, |
| "learning_rate": 6.444444444444445e-06, |
| "loss": 0.3546, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 4.449236496585869, |
| "learning_rate": 8.666666666666668e-06, |
| "loss": 0.3599, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 5.098661976642675, |
| "learning_rate": 9.997593339404757e-06, |
| "loss": 0.2814, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 3.769598420590047, |
| "learning_rate": 9.970545007734807e-06, |
| "loss": 0.2467, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 3.848679056584467, |
| "learning_rate": 9.913603233532067e-06, |
| "loss": 0.2778, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 3.220218651017255, |
| "learning_rate": 9.827110471326612e-06, |
| "loss": 0.2439, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 3.977940643427499, |
| "learning_rate": 9.711586898767462e-06, |
| "loss": 0.2588, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 2.9465331846415728, |
| "learning_rate": 9.567727288213005e-06, |
| "loss": 0.2113, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 3.5785782259484784, |
| "learning_rate": 9.396396828288272e-06, |
| "loss": 0.2687, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 2.966004232348885, |
| "learning_rate": 9.19862592053875e-06, |
| "loss": 0.2585, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 2.6198566295912387, |
| "learning_rate": 8.97560398247424e-06, |
| "loss": 0.2307, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 3.278502467911099, |
| "learning_rate": 8.728672294272009e-06, |
| "loss": 0.2262, |
| "step": 140 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 3.364531083176965, |
| "learning_rate": 8.45931593215998e-06, |
| "loss": 0.2261, |
| "step": 150 |
| }, |
| { |
| "epoch": 1.0666666666666667, |
| "grad_norm": 2.4191736472172187, |
| "learning_rate": 8.16915483699355e-06, |
| "loss": 0.1765, |
| "step": 160 |
| }, |
| { |
| "epoch": 1.1333333333333333, |
| "grad_norm": 2.2432877763960244, |
| "learning_rate": 7.859934071740693e-06, |
| "loss": 0.1954, |
| "step": 170 |
| }, |
| { |
| "epoch": 1.2, |
| "grad_norm": 2.1376504054957475, |
| "learning_rate": 7.533513326467911e-06, |
| "loss": 0.1524, |
| "step": 180 |
| }, |
| { |
| "epoch": 1.2666666666666666, |
| "grad_norm": 3.563650673620788, |
| "learning_rate": 7.191855733945388e-06, |
| "loss": 0.1914, |
| "step": 190 |
| }, |
| { |
| "epoch": 1.3333333333333333, |
| "grad_norm": 2.953108796332143, |
| "learning_rate": 6.837016063135491e-06, |
| "loss": 0.1729, |
| "step": 200 |
| }, |
| { |
| "epoch": 1.4, |
| "grad_norm": 4.837363486749623, |
| "learning_rate": 6.4711283615704755e-06, |
| "loss": 0.1771, |
| "step": 210 |
| }, |
| { |
| "epoch": 1.4666666666666668, |
| "grad_norm": 2.107602423512455, |
| "learning_rate": 6.0963931209395165e-06, |
| "loss": 0.1853, |
| "step": 220 |
| }, |
| { |
| "epoch": 1.5333333333333332, |
| "grad_norm": 2.6238922377878575, |
| "learning_rate": 5.715064043072771e-06, |
| "loss": 0.1767, |
| "step": 230 |
| }, |
| { |
| "epoch": 1.6, |
| "grad_norm": 2.301683587799173, |
| "learning_rate": 5.329434485913393e-06, |
| "loss": 0.1463, |
| "step": 240 |
| }, |
| { |
| "epoch": 1.6666666666666665, |
| "grad_norm": 2.418787615918389, |
| "learning_rate": 4.941823670993016e-06, |
| "loss": 0.1258, |
| "step": 250 |
| }, |
| { |
| "epoch": 1.7333333333333334, |
| "grad_norm": 2.3723796332533333, |
| "learning_rate": 4.5545627353605705e-06, |
| "loss": 0.1468, |
| "step": 260 |
| }, |
| { |
| "epoch": 1.8, |
| "grad_norm": 2.0579789687882353, |
| "learning_rate": 4.1699807118497815e-06, |
| "loss": 0.1604, |
| "step": 270 |
| }, |
| { |
| "epoch": 1.8666666666666667, |
| "grad_norm": 3.1202998681294694, |
| "learning_rate": 3.790390522001662e-06, |
| "loss": 0.1535, |
| "step": 280 |
| }, |
| { |
| "epoch": 1.9333333333333333, |
| "grad_norm": 2.6283398705931402, |
| "learning_rate": 3.418075065882217e-06, |
| "loss": 0.1403, |
| "step": 290 |
| }, |
| { |
| "epoch": 2.0, |
| "grad_norm": 2.0874261845131215, |
| "learning_rate": 3.0552734924528304e-06, |
| "loss": 0.1425, |
| "step": 300 |
| }, |
| { |
| "epoch": 2.066666666666667, |
| "grad_norm": 1.900857334250683, |
| "learning_rate": 2.7041677330649408e-06, |
| "loss": 0.0884, |
| "step": 310 |
| }, |
| { |
| "epoch": 2.1333333333333333, |
| "grad_norm": 1.9022568401199975, |
| "learning_rate": 2.3668693790681634e-06, |
| "loss": 0.076, |
| "step": 320 |
| }, |
| { |
| "epoch": 2.2, |
| "grad_norm": 1.715595456549826, |
| "learning_rate": 2.0454069824514445e-06, |
| "loss": 0.0727, |
| "step": 330 |
| }, |
| { |
| "epoch": 2.2666666666666666, |
| "grad_norm": 1.9693328833524475, |
| "learning_rate": 1.7417138558927244e-06, |
| "loss": 0.0663, |
| "step": 340 |
| }, |
| { |
| "epoch": 2.3333333333333335, |
| "grad_norm": 1.8812535749472057, |
| "learning_rate": 1.4576164455890014e-06, |
| "loss": 0.0729, |
| "step": 350 |
| }, |
| { |
| "epoch": 2.4, |
| "grad_norm": 2.436521194701277, |
| "learning_rate": 1.1948233467939978e-06, |
| "loss": 0.0767, |
| "step": 360 |
| }, |
| { |
| "epoch": 2.466666666666667, |
| "grad_norm": 2.507200830035406, |
| "learning_rate": 9.549150281252633e-07, |
| "loss": 0.0578, |
| "step": 370 |
| }, |
| { |
| "epoch": 2.533333333333333, |
| "grad_norm": 2.592621697957312, |
| "learning_rate": 7.393343264399439e-07, |
| "loss": 0.0667, |
| "step": 380 |
| }, |
| { |
| "epoch": 2.6, |
| "grad_norm": 2.574262047125795, |
| "learning_rate": 5.493777694441521e-07, |
| "loss": 0.0655, |
| "step": 390 |
| }, |
| { |
| "epoch": 2.6666666666666665, |
| "grad_norm": 2.8523266823037363, |
| "learning_rate": 3.8618777822278854e-07, |
| "loss": 0.0685, |
| "step": 400 |
| }, |
| { |
| "epoch": 2.7333333333333334, |
| "grad_norm": 3.86085972521519, |
| "learning_rate": 2.5074579658471266e-07, |
| "loss": 0.0843, |
| "step": 410 |
| }, |
| { |
| "epoch": 2.8, |
| "grad_norm": 2.243692836535493, |
| "learning_rate": 1.438663885441982e-07, |
| "loss": 0.0662, |
| "step": 420 |
| }, |
| { |
| "epoch": 2.8666666666666667, |
| "grad_norm": 1.8607106543922172, |
| "learning_rate": 6.61923394371039e-08, |
| "loss": 0.0714, |
| "step": 430 |
| }, |
| { |
| "epoch": 2.9333333333333336, |
| "grad_norm": 2.8904646879767717, |
| "learning_rate": 1.8190790134231528e-08, |
| "loss": 0.0702, |
| "step": 440 |
| }, |
| { |
| "epoch": 3.0, |
| "grad_norm": 2.067493666547294, |
| "learning_rate": 1.504276011621286e-10, |
| "loss": 0.0722, |
| "step": 450 |
| }, |
| { |
| "epoch": 3.0, |
| "step": 450, |
| "total_flos": 6701660405760.0, |
| "train_loss": 0.19709702054659525, |
| "train_runtime": 3132.4673, |
| "train_samples_per_second": 0.862, |
| "train_steps_per_second": 0.144 |
| } |
| ], |
| "logging_steps": 10, |
| "max_steps": 450, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 3, |
| "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": 6701660405760.0, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
