| { | |
| "best_metric": 0.9797877073287964, | |
| "best_model_checkpoint": "outputs/checkpoint-12", | |
| "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": 0.5607067346572876, | |
| "learning_rate": 0.001, | |
| "loss": 2.9617, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.13333333333333333, | |
| "grad_norm": 1.3633911609649658, | |
| "learning_rate": 0.001, | |
| "loss": 2.478, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "grad_norm": 1.7859407663345337, | |
| "learning_rate": 0.001, | |
| "loss": 1.9384, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "grad_norm": 2.8521697521209717, | |
| "learning_rate": 0.001, | |
| "loss": 1.5886, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "eval_loss": 1.2931325435638428, | |
| "eval_runtime": 2.1422, | |
| "eval_samples_per_second": 87.761, | |
| "eval_steps_per_second": 11.204, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 1.0223746299743652, | |
| "learning_rate": 0.001, | |
| "loss": 1.2598, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 2.103684425354004, | |
| "learning_rate": 0.001, | |
| "loss": 1.1967, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.4666666666666667, | |
| "grad_norm": 0.7580480575561523, | |
| "learning_rate": 0.001, | |
| "loss": 1.0867, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 2.510791540145874, | |
| "learning_rate": 0.001, | |
| "loss": 1.0624, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "eval_loss": 1.0427497625350952, | |
| "eval_runtime": 1.998, | |
| "eval_samples_per_second": 94.094, | |
| "eval_steps_per_second": 12.012, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "grad_norm": 0.31255266070365906, | |
| "learning_rate": 0.001, | |
| "loss": 1.0346, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 3.1199121475219727, | |
| "learning_rate": 0.001, | |
| "loss": 1.081, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.7333333333333333, | |
| "grad_norm": 0.4786091148853302, | |
| "learning_rate": 0.001, | |
| "loss": 1.0207, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 0.35653120279312134, | |
| "learning_rate": 0.001, | |
| "loss": 1.0263, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "eval_loss": 0.9797877073287964, | |
| "eval_runtime": 2.0123, | |
| "eval_samples_per_second": 93.425, | |
| "eval_steps_per_second": 11.927, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.8666666666666667, | |
| "grad_norm": 0.19535672664642334, | |
| "learning_rate": 0.001, | |
| "loss": 0.9708, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.9333333333333333, | |
| "grad_norm": 0.4038296341896057, | |
| "learning_rate": 0.001, | |
| "loss": 0.9882, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 0.23576973378658295, | |
| "learning_rate": 0.001, | |
| "loss": 0.9805, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "step": 15, | |
| "total_flos": 1.0564583399718912e+16, | |
| "train_loss": 1.3782968560854594, | |
| "train_runtime": 94.9631, | |
| "train_samples_per_second": 19.734, | |
| "train_steps_per_second": 0.158 | |
| } | |
| ], | |
| "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": 1.0564583399718912e+16, | |
| "train_batch_size": 128, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |