trainer_state.json

{
  "best_metric": 1.4239133596420288,
  "best_model_checkpoint": "outputs/checkpoint-8",
  "epoch": 1.0,
  "eval_steps": 4,
  "global_step": 15,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 1.1227505207061768,
      "learning_rate": 0.001,
      "loss": 3.6812,
      "step": 1
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 1.2501635551452637,
      "learning_rate": 0.001,
      "loss": 3.0809,
      "step": 2
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.9228873252868652,
      "learning_rate": 0.001,
      "loss": 2.5032,
      "step": 3
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1.0409141778945923,
      "learning_rate": 0.001,
      "loss": 2.1041,
      "step": 4
    },
    {
      "epoch": 0.26666666666666666,
      "eval_loss": 1.842176079750061,
      "eval_runtime": 3.2305,
      "eval_samples_per_second": 58.196,
      "eval_steps_per_second": 7.429,
      "step": 4
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 1.7889751195907593,
      "learning_rate": 0.001,
      "loss": 1.8189,
      "step": 5
    },
    {
      "epoch": 0.4,
      "grad_norm": 2.0816104412078857,
      "learning_rate": 0.001,
      "loss": 1.6582,
      "step": 6
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.7416048049926758,
      "learning_rate": 0.001,
      "loss": 1.554,
      "step": 7
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.5706599950790405,
      "learning_rate": 0.001,
      "loss": 1.4917,
      "step": 8
    },
    {
      "epoch": 0.5333333333333333,
      "eval_loss": 1.4239133596420288,
      "eval_runtime": 3.1127,
      "eval_samples_per_second": 60.398,
      "eval_steps_per_second": 7.71,
      "step": 8
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.6470444798469543,
      "learning_rate": 0.001,
      "loss": 1.4349,
      "step": 9
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 2.1185781955718994,
      "learning_rate": 0.001,
      "loss": 1.4163,
      "step": 10
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 1.650919795036316,
      "learning_rate": 0.001,
      "loss": 1.4249,
      "step": 11
    },
    {
      "epoch": 0.8,
      "grad_norm": 44.28889846801758,
      "learning_rate": 0.001,
      "loss": 1.8339,
      "step": 12
    },
    {
      "epoch": 0.8,
      "eval_loss": 1.7882739305496216,
      "eval_runtime": 3.1477,
      "eval_samples_per_second": 59.726,
      "eval_steps_per_second": 7.625,
      "step": 12
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 35.822235107421875,
      "learning_rate": 0.001,
      "loss": 1.8034,
      "step": 13
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 2.1521713733673096,
      "learning_rate": 0.001,
      "loss": 1.4882,
      "step": 14
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.3639942407608032,
      "learning_rate": 0.001,
      "loss": 1.4138,
      "step": 15
    },
    {
      "epoch": 1.0,
      "step": 15,
      "total_flos": 9175200243892224.0,
      "train_loss": 1.9138439575831094,
      "train_runtime": 134.7336,
      "train_samples_per_second": 13.909,
      "train_steps_per_second": 0.111
    }
  ],
  "logging_steps": 1,
  "max_steps": 15,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 4,
  "stateful_callbacks": {
    "EarlyStoppingCallback": {
      "args": {
        "early_stopping_patience": 5,
        "early_stopping_threshold": 0.0
      },
      "attributes": {
        "early_stopping_patience_counter": 0
      }
    },
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 9175200243892224.0,
  "train_batch_size": 128,
  "trial_name": null,
  "trial_params": null
}