| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 12.0, | |
| "eval_steps": 500, | |
| "global_step": 48, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 0.9444175362586975, | |
| "learning_rate": 0.00019166666666666667, | |
| "loss": 9.6275, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 0.27594709396362305, | |
| "learning_rate": 0.00018333333333333334, | |
| "loss": 5.2513, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 1.6400000000000001, | |
| "grad_norm": 2.447077989578247, | |
| "learning_rate": 0.000175, | |
| "loss": 8.6347, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 0.26538360118865967, | |
| "learning_rate": 0.0001666666666666667, | |
| "loss": 4.5485, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 2.64, | |
| "grad_norm": 1.1157130002975464, | |
| "learning_rate": 0.00015833333333333332, | |
| "loss": 7.6164, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 0.20757710933685303, | |
| "learning_rate": 0.00015000000000000001, | |
| "loss": 4.2397, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 3.64, | |
| "grad_norm": 0.958597719669342, | |
| "learning_rate": 0.00014166666666666668, | |
| "loss": 7.3819, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 4.0, | |
| "grad_norm": 0.285988450050354, | |
| "learning_rate": 0.00013333333333333334, | |
| "loss": 4.158, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 4.64, | |
| "grad_norm": 0.6224765181541443, | |
| "learning_rate": 0.000125, | |
| "loss": 7.2957, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 5.0, | |
| "grad_norm": 0.18170130252838135, | |
| "learning_rate": 0.00011666666666666668, | |
| "loss": 4.0762, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 5.64, | |
| "grad_norm": 0.4508182108402252, | |
| "learning_rate": 0.00010833333333333333, | |
| "loss": 7.219, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 6.0, | |
| "grad_norm": 0.17579227685928345, | |
| "learning_rate": 0.0001, | |
| "loss": 4.0777, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 6.64, | |
| "grad_norm": 0.5887883305549622, | |
| "learning_rate": 9.166666666666667e-05, | |
| "loss": 7.2008, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 7.0, | |
| "grad_norm": 0.16587680578231812, | |
| "learning_rate": 8.333333333333334e-05, | |
| "loss": 4.0601, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 7.64, | |
| "grad_norm": 0.8699614405632019, | |
| "learning_rate": 7.500000000000001e-05, | |
| "loss": 7.1846, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 8.0, | |
| "grad_norm": 0.12891338765621185, | |
| "learning_rate": 6.666666666666667e-05, | |
| "loss": 4.0341, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 8.64, | |
| "grad_norm": 0.6497959494590759, | |
| "learning_rate": 5.833333333333334e-05, | |
| "loss": 7.1684, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 9.0, | |
| "grad_norm": 0.21780814230442047, | |
| "learning_rate": 5e-05, | |
| "loss": 4.0268, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 9.64, | |
| "grad_norm": 0.5005463361740112, | |
| "learning_rate": 4.166666666666667e-05, | |
| "loss": 7.1632, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 10.0, | |
| "grad_norm": 0.1379019170999527, | |
| "learning_rate": 3.3333333333333335e-05, | |
| "loss": 4.0141, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 10.64, | |
| "grad_norm": 0.3742949962615967, | |
| "learning_rate": 2.5e-05, | |
| "loss": 7.1528, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 11.0, | |
| "grad_norm": 0.1629418581724167, | |
| "learning_rate": 1.6666666666666667e-05, | |
| "loss": 4.0143, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 11.64, | |
| "grad_norm": 0.3627496659755707, | |
| "learning_rate": 8.333333333333334e-06, | |
| "loss": 7.147, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 12.0, | |
| "grad_norm": 0.13871623575687408, | |
| "learning_rate": 0.0, | |
| "loss": 4.012, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 12.0, | |
| "step": 48, | |
| "total_flos": 147726005249160.0, | |
| "train_loss": 5.887702425320943, | |
| "train_runtime": 183.8612, | |
| "train_samples_per_second": 4.351, | |
| "train_steps_per_second": 0.261 | |
| } | |
| ], | |
| "logging_steps": 2, | |
| "max_steps": 48, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 16, | |
| "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": 147726005249160.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |