| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 1.0, | |
| "eval_steps": 500, | |
| "global_step": 48, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.020833333333333332, | |
| "grad_norm": 0.12738120555877686, | |
| "learning_rate": 2e-05, | |
| "loss": 1.8402, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.041666666666666664, | |
| "grad_norm": 0.12369408458471298, | |
| "learning_rate": 4e-05, | |
| "loss": 1.8523, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.0625, | |
| "grad_norm": 0.12252993136644363, | |
| "learning_rate": 6e-05, | |
| "loss": 1.8356, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.08333333333333333, | |
| "grad_norm": 0.14406679570674896, | |
| "learning_rate": 8e-05, | |
| "loss": 1.9047, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.10416666666666667, | |
| "grad_norm": 0.1336834579706192, | |
| "learning_rate": 0.0001, | |
| "loss": 1.7314, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.125, | |
| "grad_norm": 0.12526683509349823, | |
| "learning_rate": 0.00012, | |
| "loss": 1.7081, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.14583333333333334, | |
| "grad_norm": 0.10401816666126251, | |
| "learning_rate": 0.00014, | |
| "loss": 1.7494, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.16666666666666666, | |
| "grad_norm": 0.12714660167694092, | |
| "learning_rate": 0.00016, | |
| "loss": 1.6896, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.1875, | |
| "grad_norm": 0.18794190883636475, | |
| "learning_rate": 0.00018, | |
| "loss": 1.7684, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.20833333333333334, | |
| "grad_norm": 0.13265261054039001, | |
| "learning_rate": 0.0002, | |
| "loss": 1.852, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.22916666666666666, | |
| "grad_norm": 0.09558682143688202, | |
| "learning_rate": 0.000199658449300667, | |
| "loss": 1.7512, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "grad_norm": 0.08844737708568573, | |
| "learning_rate": 0.00019863613034027224, | |
| "loss": 1.7834, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.2708333333333333, | |
| "grad_norm": 0.08456718921661377, | |
| "learning_rate": 0.00019694002659393305, | |
| "loss": 1.6389, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.2916666666666667, | |
| "grad_norm": 0.1070481538772583, | |
| "learning_rate": 0.00019458172417006347, | |
| "loss": 1.7192, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.3125, | |
| "grad_norm": 0.0899835005402565, | |
| "learning_rate": 0.00019157733266550575, | |
| "loss": 1.8558, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 0.0821102038025856, | |
| "learning_rate": 0.0001879473751206489, | |
| "loss": 1.8163, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.3541666666666667, | |
| "grad_norm": 0.0848909467458725, | |
| "learning_rate": 0.00018371664782625287, | |
| "loss": 1.8694, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 0.375, | |
| "grad_norm": 0.09152859449386597, | |
| "learning_rate": 0.00017891405093963938, | |
| "loss": 1.7166, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.3958333333333333, | |
| "grad_norm": 0.09962758421897888, | |
| "learning_rate": 0.00017357239106731317, | |
| "loss": 1.6701, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 0.4166666666666667, | |
| "grad_norm": 0.09426088631153107, | |
| "learning_rate": 0.00016772815716257412, | |
| "loss": 1.704, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.4375, | |
| "grad_norm": 0.10607806593179703, | |
| "learning_rate": 0.0001614212712689668, | |
| "loss": 1.6907, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 0.4583333333333333, | |
| "grad_norm": 0.09791558980941772, | |
| "learning_rate": 0.00015469481581224272, | |
| "loss": 1.6956, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 0.4791666666666667, | |
| "grad_norm": 0.09202174097299576, | |
| "learning_rate": 0.00014759473930370736, | |
| "loss": 1.7044, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 0.08152103424072266, | |
| "learning_rate": 0.00014016954246529696, | |
| "loss": 1.7929, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 0.5208333333333334, | |
| "grad_norm": 0.08656490594148636, | |
| "learning_rate": 0.00013246994692046836, | |
| "loss": 1.681, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.5416666666666666, | |
| "grad_norm": 0.09705553203821182, | |
| "learning_rate": 0.00012454854871407994, | |
| "loss": 1.8277, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.5625, | |
| "grad_norm": 0.08442050218582153, | |
| "learning_rate": 0.00011645945902807341, | |
| "loss": 1.8142, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 0.5833333333333334, | |
| "grad_norm": 0.08122236281633377, | |
| "learning_rate": 0.00010825793454723325, | |
| "loss": 1.8165, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 0.6041666666666666, | |
| "grad_norm": 0.10772602260112762, | |
| "learning_rate": 0.0001, | |
| "loss": 1.7289, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 0.625, | |
| "grad_norm": 0.0818714126944542, | |
| "learning_rate": 9.174206545276677e-05, | |
| "loss": 1.7961, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.6458333333333334, | |
| "grad_norm": 0.08107005059719086, | |
| "learning_rate": 8.35405409719266e-05, | |
| "loss": 1.7678, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 0.09409960359334946, | |
| "learning_rate": 7.54514512859201e-05, | |
| "loss": 1.6694, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 0.6875, | |
| "grad_norm": 0.07917767763137817, | |
| "learning_rate": 6.753005307953167e-05, | |
| "loss": 1.7949, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 0.7083333333333334, | |
| "grad_norm": 0.0760674774646759, | |
| "learning_rate": 5.983045753470308e-05, | |
| "loss": 1.8988, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 0.7291666666666666, | |
| "grad_norm": 0.07847646623849869, | |
| "learning_rate": 5.240526069629265e-05, | |
| "loss": 1.6847, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "grad_norm": 0.07277189940214157, | |
| "learning_rate": 4.530518418775733e-05, | |
| "loss": 1.7323, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 0.7708333333333334, | |
| "grad_norm": 0.08896162360906601, | |
| "learning_rate": 3.857872873103322e-05, | |
| "loss": 1.7977, | |
| "step": 37 | |
| }, | |
| { | |
| "epoch": 0.7916666666666666, | |
| "grad_norm": 0.09100263565778732, | |
| "learning_rate": 3.227184283742591e-05, | |
| "loss": 1.7079, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 0.8125, | |
| "grad_norm": 0.09472405910491943, | |
| "learning_rate": 2.6427608932686843e-05, | |
| "loss": 1.5691, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 0.07097969204187393, | |
| "learning_rate": 2.1085949060360654e-05, | |
| "loss": 1.8124, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.8541666666666666, | |
| "grad_norm": 0.08629415184259415, | |
| "learning_rate": 1.6283352173747145e-05, | |
| "loss": 1.6593, | |
| "step": 41 | |
| }, | |
| { | |
| "epoch": 0.875, | |
| "grad_norm": 0.08692847937345505, | |
| "learning_rate": 1.2052624879351104e-05, | |
| "loss": 1.6486, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 0.8958333333333334, | |
| "grad_norm": 0.08539339900016785, | |
| "learning_rate": 8.422667334494249e-06, | |
| "loss": 1.7455, | |
| "step": 43 | |
| }, | |
| { | |
| "epoch": 0.9166666666666666, | |
| "grad_norm": 0.08743755519390106, | |
| "learning_rate": 5.418275829936537e-06, | |
| "loss": 1.6602, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 0.9375, | |
| "grad_norm": 0.07881022244691849, | |
| "learning_rate": 3.059973406066963e-06, | |
| "loss": 1.7606, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.9583333333333334, | |
| "grad_norm": 0.1006278321146965, | |
| "learning_rate": 1.3638696597277679e-06, | |
| "loss": 1.6559, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 0.9791666666666666, | |
| "grad_norm": 0.08834093064069748, | |
| "learning_rate": 3.415506993330153e-07, | |
| "loss": 1.7235, | |
| "step": 47 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 0.09742043912410736, | |
| "learning_rate": 0.0, | |
| "loss": 1.7418, | |
| "step": 48 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 48, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 1, | |
| "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": 6.366126454572319e+17, | |
| "train_batch_size": 1, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |