| { |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 2.9333333333333336, |
| "eval_steps": 500, |
| "global_step": 54, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 4.666506767272949, |
| "learning_rate": 2e-05, |
| "loss": 1.292, |
| "step": 1 |
| }, |
| { |
| "epoch": 0.10666666666666667, |
| "grad_norm": 7.47365140914917, |
| "learning_rate": 4e-05, |
| "loss": 1.7001, |
| "step": 2 |
| }, |
| { |
| "epoch": 0.16, |
| "grad_norm": 5.822547435760498, |
| "learning_rate": 6e-05, |
| "loss": 1.5635, |
| "step": 3 |
| }, |
| { |
| "epoch": 0.21333333333333335, |
| "grad_norm": 5.696200370788574, |
| "learning_rate": 8e-05, |
| "loss": 1.5232, |
| "step": 4 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 6.368800640106201, |
| "learning_rate": 0.0001, |
| "loss": 1.6976, |
| "step": 5 |
| }, |
| { |
| "epoch": 0.32, |
| "grad_norm": 5.016761779785156, |
| "learning_rate": 0.00012, |
| "loss": 1.2749, |
| "step": 6 |
| }, |
| { |
| "epoch": 0.37333333333333335, |
| "grad_norm": 4.986789703369141, |
| "learning_rate": 0.00014, |
| "loss": 1.1729, |
| "step": 7 |
| }, |
| { |
| "epoch": 0.4266666666666667, |
| "grad_norm": 4.382698059082031, |
| "learning_rate": 0.00016, |
| "loss": 0.8026, |
| "step": 8 |
| }, |
| { |
| "epoch": 0.48, |
| "grad_norm": 4.508045196533203, |
| "learning_rate": 0.00018, |
| "loss": 0.5936, |
| "step": 9 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 3.433337688446045, |
| "learning_rate": 0.0002, |
| "loss": 0.31, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.5866666666666667, |
| "grad_norm": 28.188095092773438, |
| "learning_rate": 0.0001999229036240723, |
| "loss": 0.2593, |
| "step": 11 |
| }, |
| { |
| "epoch": 0.64, |
| "grad_norm": 12.629283905029297, |
| "learning_rate": 0.0001996917333733128, |
| "loss": 0.2529, |
| "step": 12 |
| }, |
| { |
| "epoch": 0.6933333333333334, |
| "grad_norm": 8.236252784729004, |
| "learning_rate": 0.00019930684569549264, |
| "loss": 0.124, |
| "step": 13 |
| }, |
| { |
| "epoch": 0.7466666666666667, |
| "grad_norm": 6.509011268615723, |
| "learning_rate": 0.00019876883405951377, |
| "loss": 0.1231, |
| "step": 14 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 5.940812110900879, |
| "learning_rate": 0.00019807852804032305, |
| "loss": 0.2561, |
| "step": 15 |
| }, |
| { |
| "epoch": 0.8533333333333334, |
| "grad_norm": 2.8804972171783447, |
| "learning_rate": 0.00019723699203976766, |
| "loss": 0.0935, |
| "step": 16 |
| }, |
| { |
| "epoch": 0.9066666666666666, |
| "grad_norm": 1.605584979057312, |
| "learning_rate": 0.00019624552364536473, |
| "loss": 0.0779, |
| "step": 17 |
| }, |
| { |
| "epoch": 0.96, |
| "grad_norm": 10.454480171203613, |
| "learning_rate": 0.00019510565162951537, |
| "loss": 0.2176, |
| "step": 18 |
| }, |
| { |
| "epoch": 1.04, |
| "grad_norm": 15.712906837463379, |
| "learning_rate": 0.00019381913359224842, |
| "loss": 0.2194, |
| "step": 19 |
| }, |
| { |
| "epoch": 1.0933333333333333, |
| "grad_norm": 3.0404889583587646, |
| "learning_rate": 0.0001923879532511287, |
| "loss": 0.0467, |
| "step": 20 |
| }, |
| { |
| "epoch": 1.1466666666666667, |
| "grad_norm": 2.7410025596618652, |
| "learning_rate": 0.00019081431738250814, |
| "loss": 0.0759, |
| "step": 21 |
| }, |
| { |
| "epoch": 1.2, |
| "grad_norm": 1.3956505060195923, |
| "learning_rate": 0.0001891006524188368, |
| "loss": 0.0991, |
| "step": 22 |
| }, |
| { |
| "epoch": 1.2533333333333334, |
| "grad_norm": 2.4015591144561768, |
| "learning_rate": 0.00018724960070727972, |
| "loss": 0.1033, |
| "step": 23 |
| }, |
| { |
| "epoch": 1.3066666666666666, |
| "grad_norm": 0.7280605435371399, |
| "learning_rate": 0.00018526401643540922, |
| "loss": 0.0451, |
| "step": 24 |
| }, |
| { |
| "epoch": 1.3599999999999999, |
| "grad_norm": 0.6601844429969788, |
| "learning_rate": 0.00018314696123025454, |
| "loss": 0.0355, |
| "step": 25 |
| }, |
| { |
| "epoch": 1.4133333333333333, |
| "grad_norm": 3.139280319213867, |
| "learning_rate": 0.00018090169943749476, |
| "loss": 0.1026, |
| "step": 26 |
| }, |
| { |
| "epoch": 1.4666666666666668, |
| "grad_norm": 1.7711118459701538, |
| "learning_rate": 0.00017853169308807448, |
| "loss": 0.0465, |
| "step": 27 |
| }, |
| { |
| "epoch": 1.52, |
| "grad_norm": 3.4875471591949463, |
| "learning_rate": 0.0001760405965600031, |
| "loss": 0.0593, |
| "step": 28 |
| }, |
| { |
| "epoch": 1.5733333333333333, |
| "grad_norm": 0.6932216286659241, |
| "learning_rate": 0.00017343225094356855, |
| "loss": 0.0367, |
| "step": 29 |
| }, |
| { |
| "epoch": 1.6266666666666667, |
| "grad_norm": 0.7455563545227051, |
| "learning_rate": 0.00017071067811865476, |
| "loss": 0.0504, |
| "step": 30 |
| }, |
| { |
| "epoch": 1.6800000000000002, |
| "grad_norm": 0.5182009935379028, |
| "learning_rate": 0.0001678800745532942, |
| "loss": 0.0498, |
| "step": 31 |
| }, |
| { |
| "epoch": 1.7333333333333334, |
| "grad_norm": 0.4234088063240051, |
| "learning_rate": 0.00016494480483301836, |
| "loss": 0.0339, |
| "step": 32 |
| }, |
| { |
| "epoch": 1.7866666666666666, |
| "grad_norm": 0.7142859697341919, |
| "learning_rate": 0.00016190939493098344, |
| "loss": 0.0437, |
| "step": 33 |
| }, |
| { |
| "epoch": 1.8399999999999999, |
| "grad_norm": 0.6082444787025452, |
| "learning_rate": 0.00015877852522924732, |
| "loss": 0.0497, |
| "step": 34 |
| }, |
| { |
| "epoch": 1.8933333333333333, |
| "grad_norm": 4.673405170440674, |
| "learning_rate": 0.00015555702330196023, |
| "loss": 0.0375, |
| "step": 35 |
| }, |
| { |
| "epoch": 1.9466666666666668, |
| "grad_norm": 1.5520739555358887, |
| "learning_rate": 0.0001522498564715949, |
| "loss": 0.1006, |
| "step": 36 |
| }, |
| { |
| "epoch": 2.026666666666667, |
| "grad_norm": 2.047563076019287, |
| "learning_rate": 0.00014886212414969553, |
| "loss": 0.0872, |
| "step": 37 |
| }, |
| { |
| "epoch": 2.08, |
| "grad_norm": 3.987710952758789, |
| "learning_rate": 0.00014539904997395468, |
| "loss": 0.0728, |
| "step": 38 |
| }, |
| { |
| "epoch": 2.1333333333333333, |
| "grad_norm": 0.30054906010627747, |
| "learning_rate": 0.0001418659737537428, |
| "loss": 0.0322, |
| "step": 39 |
| }, |
| { |
| "epoch": 2.1866666666666665, |
| "grad_norm": 0.503038227558136, |
| "learning_rate": 0.000138268343236509, |
| "loss": 0.0325, |
| "step": 40 |
| }, |
| { |
| "epoch": 2.24, |
| "grad_norm": 0.7160049080848694, |
| "learning_rate": 0.0001346117057077493, |
| "loss": 0.0383, |
| "step": 41 |
| }, |
| { |
| "epoch": 2.2933333333333334, |
| "grad_norm": 0.3441831171512604, |
| "learning_rate": 0.00013090169943749476, |
| "loss": 0.0395, |
| "step": 42 |
| }, |
| { |
| "epoch": 2.3466666666666667, |
| "grad_norm": 0.6901854276657104, |
| "learning_rate": 0.00012714404498650743, |
| "loss": 0.0338, |
| "step": 43 |
| }, |
| { |
| "epoch": 2.4, |
| "grad_norm": 0.7378256916999817, |
| "learning_rate": 0.00012334453638559057, |
| "loss": 0.0372, |
| "step": 44 |
| }, |
| { |
| "epoch": 2.453333333333333, |
| "grad_norm": 0.38442283868789673, |
| "learning_rate": 0.00011950903220161285, |
| "loss": 0.0323, |
| "step": 45 |
| }, |
| { |
| "epoch": 2.506666666666667, |
| "grad_norm": 0.4554055333137512, |
| "learning_rate": 0.0001156434465040231, |
| "loss": 0.0408, |
| "step": 46 |
| }, |
| { |
| "epoch": 2.56, |
| "grad_norm": 0.3607599437236786, |
| "learning_rate": 0.00011175373974578378, |
| "loss": 0.0274, |
| "step": 47 |
| }, |
| { |
| "epoch": 2.6133333333333333, |
| "grad_norm": 0.5390778183937073, |
| "learning_rate": 0.0001078459095727845, |
| "loss": 0.0296, |
| "step": 48 |
| }, |
| { |
| "epoch": 2.6666666666666665, |
| "grad_norm": 0.7152863144874573, |
| "learning_rate": 0.00010392598157590688, |
| "loss": 0.0466, |
| "step": 49 |
| }, |
| { |
| "epoch": 2.7199999999999998, |
| "grad_norm": 1.0252915620803833, |
| "learning_rate": 0.0001, |
| "loss": 0.0605, |
| "step": 50 |
| }, |
| { |
| "epoch": 2.7733333333333334, |
| "grad_norm": 4.168819904327393, |
| "learning_rate": 9.607401842409317e-05, |
| "loss": 0.0548, |
| "step": 51 |
| }, |
| { |
| "epoch": 2.8266666666666667, |
| "grad_norm": 0.3980584740638733, |
| "learning_rate": 9.215409042721552e-05, |
| "loss": 0.0248, |
| "step": 52 |
| }, |
| { |
| "epoch": 2.88, |
| "grad_norm": 0.2687112092971802, |
| "learning_rate": 8.824626025421626e-05, |
| "loss": 0.0316, |
| "step": 53 |
| }, |
| { |
| "epoch": 2.9333333333333336, |
| "grad_norm": 0.3823045492172241, |
| "learning_rate": 8.435655349597689e-05, |
| "loss": 0.0263, |
| "step": 54 |
| } |
| ], |
| "logging_steps": 1, |
| "max_steps": 90, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 5, |
| "save_steps": 18, |
| "stateful_callbacks": { |
| "TrainerControl": { |
| "args": { |
| "should_epoch_stop": false, |
| "should_evaluate": false, |
| "should_log": false, |
| "should_save": true, |
| "should_training_stop": false |
| }, |
| "attributes": {} |
| } |
| }, |
| "total_flos": 1.7927192902945997e+17, |
| "train_batch_size": 1, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
