File size: 5,689 Bytes
820b175
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
{
  "best_metric": 0.38192471861839294,
  "best_model_checkpoint": "miner_id_24/checkpoint-25",
  "epoch": 0.2222222222222222,
  "eval_steps": 25,
  "global_step": 25,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.008888888888888889,
      "grad_norm": 5.546084403991699,
      "learning_rate": 0.0001,
      "loss": 7.1758,
      "step": 1
    },
    {
      "epoch": 0.008888888888888889,
      "eval_loss": 7.330979824066162,
      "eval_runtime": 3.4496,
      "eval_samples_per_second": 13.914,
      "eval_steps_per_second": 6.957,
      "step": 1
    },
    {
      "epoch": 0.017777777777777778,
      "grad_norm": 5.357749938964844,
      "learning_rate": 0.0002,
      "loss": 7.0917,
      "step": 2
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 4.400688648223877,
      "learning_rate": 0.00019978589232386035,
      "loss": 7.5881,
      "step": 3
    },
    {
      "epoch": 0.035555555555555556,
      "grad_norm": 5.9483561515808105,
      "learning_rate": 0.00019914448613738106,
      "loss": 6.748,
      "step": 4
    },
    {
      "epoch": 0.044444444444444446,
      "grad_norm": 8.287385940551758,
      "learning_rate": 0.00019807852804032305,
      "loss": 6.1399,
      "step": 5
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 8.510035514831543,
      "learning_rate": 0.00019659258262890683,
      "loss": 4.7425,
      "step": 6
    },
    {
      "epoch": 0.06222222222222222,
      "grad_norm": 7.661823749542236,
      "learning_rate": 0.0001946930129495106,
      "loss": 3.1506,
      "step": 7
    },
    {
      "epoch": 0.07111111111111111,
      "grad_norm": 7.301525115966797,
      "learning_rate": 0.0001923879532511287,
      "loss": 2.9865,
      "step": 8
    },
    {
      "epoch": 0.08,
      "grad_norm": 4.330402851104736,
      "learning_rate": 0.00018968727415326884,
      "loss": 1.526,
      "step": 9
    },
    {
      "epoch": 0.08888888888888889,
      "grad_norm": 5.074550151824951,
      "learning_rate": 0.00018660254037844388,
      "loss": 1.3981,
      "step": 10
    },
    {
      "epoch": 0.09777777777777778,
      "grad_norm": 3.7569286823272705,
      "learning_rate": 0.00018314696123025454,
      "loss": 0.7422,
      "step": 11
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 3.5919718742370605,
      "learning_rate": 0.00017933533402912354,
      "loss": 0.7367,
      "step": 12
    },
    {
      "epoch": 0.11555555555555555,
      "grad_norm": 2.3541793823242188,
      "learning_rate": 0.00017518398074789775,
      "loss": 0.4833,
      "step": 13
    },
    {
      "epoch": 0.12444444444444444,
      "grad_norm": 1.313127875328064,
      "learning_rate": 0.00017071067811865476,
      "loss": 0.4141,
      "step": 14
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 1.5438507795333862,
      "learning_rate": 0.00016593458151000688,
      "loss": 0.3956,
      "step": 15
    },
    {
      "epoch": 0.14222222222222222,
      "grad_norm": 4.521699905395508,
      "learning_rate": 0.00016087614290087208,
      "loss": 0.3996,
      "step": 16
    },
    {
      "epoch": 0.1511111111111111,
      "grad_norm": 1.5206464529037476,
      "learning_rate": 0.00015555702330196023,
      "loss": 0.3195,
      "step": 17
    },
    {
      "epoch": 0.16,
      "grad_norm": 1.1479847431182861,
      "learning_rate": 0.00015000000000000001,
      "loss": 0.2795,
      "step": 18
    },
    {
      "epoch": 0.1688888888888889,
      "grad_norm": 6.164490222930908,
      "learning_rate": 0.00014422886902190014,
      "loss": 0.5428,
      "step": 19
    },
    {
      "epoch": 0.17777777777777778,
      "grad_norm": 3.505394458770752,
      "learning_rate": 0.000138268343236509,
      "loss": 0.4271,
      "step": 20
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 1.352529525756836,
      "learning_rate": 0.00013214394653031616,
      "loss": 0.3857,
      "step": 21
    },
    {
      "epoch": 0.19555555555555557,
      "grad_norm": 2.4588797092437744,
      "learning_rate": 0.00012588190451025207,
      "loss": 0.3894,
      "step": 22
    },
    {
      "epoch": 0.20444444444444446,
      "grad_norm": 6.47442102432251,
      "learning_rate": 0.00011950903220161285,
      "loss": 0.4564,
      "step": 23
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 5.257223606109619,
      "learning_rate": 0.00011305261922200519,
      "loss": 0.4425,
      "step": 24
    },
    {
      "epoch": 0.2222222222222222,
      "grad_norm": 0.8862743973731995,
      "learning_rate": 0.00010654031292301432,
      "loss": 0.3077,
      "step": 25
    },
    {
      "epoch": 0.2222222222222222,
      "eval_loss": 0.38192471861839294,
      "eval_runtime": 3.4584,
      "eval_samples_per_second": 13.879,
      "eval_steps_per_second": 6.94,
      "step": 25
    }
  ],
  "logging_steps": 1,
  "max_steps": 50,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 25,
  "stateful_callbacks": {
    "EarlyStoppingCallback": {
      "args": {
        "early_stopping_patience": 1,
        "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": false
      },
      "attributes": {}
    }
  },
  "total_flos": 5146843860172800.0,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}