prxy5605 commited on
Commit
2d4f8c7
·
verified ·
1 Parent(s): 4d93fb7

Training in progress, step 150, checkpoint

Browse files
last-checkpoint/adapter_model.safetensors CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:537d05f36c06b00a2ad4a5a6a9bfb25248851356127cfbfda12c16b35a186f88
3
  size 34456
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:16f0dc6e431f7b6b90f510918993168b5d4375476fd32863a49883b0971a02d8
3
  size 34456
last-checkpoint/optimizer.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:f8dd0d2922d4bfa3005985ee60f251f98b3ead0632ed6c61db66d4a8a4e19dc7
3
  size 76154
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:a3c868a8450cb66f75df4e2345a41bd57abf7584e688e0350757894ed84bab76
3
  size 76154
last-checkpoint/rng_state.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:cfd49750d7fad6527c3874d27c996ac9910fd564df58bbce2d72d375c19c8348
3
  size 14244
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:144921e75f42a1460d625a0de872fe0aecbbb880937260ed02766dacab7c2f59
3
  size 14244
last-checkpoint/scheduler.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:d5335737b4b4d079cdec612fe6ee661ed4d29f9e0e55eb4eada44a9677240228
3
  size 1064
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f4c9c807f0681c8b7e53ada9b6ec3dba530d303de7da0d0a0562a3d8d0bbba08
3
  size 1064
last-checkpoint/trainer_state.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
  "best_metric": 11.5,
3
  "best_model_checkpoint": "miner_id_24/checkpoint-50",
4
- "epoch": 0.022456770716370984,
5
  "eval_steps": 50,
6
- "global_step": 50,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
@@ -373,6 +373,722 @@
373
  "eval_samples_per_second": 154.523,
374
  "eval_steps_per_second": 77.261,
375
  "step": 50
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
376
  }
377
  ],
378
  "logging_steps": 1,
@@ -387,7 +1103,7 @@
387
  "early_stopping_threshold": 0.0
388
  },
389
  "attributes": {
390
- "early_stopping_patience_counter": 0
391
  }
392
  },
393
  "TrainerControl": {
@@ -401,7 +1117,7 @@
401
  "attributes": {}
402
  }
403
  },
404
- "total_flos": 8079813771264.0,
405
  "train_batch_size": 8,
406
  "trial_name": null,
407
  "trial_params": null
 
1
  {
2
  "best_metric": 11.5,
3
  "best_model_checkpoint": "miner_id_24/checkpoint-50",
4
+ "epoch": 0.06737031214911296,
5
  "eval_steps": 50,
6
+ "global_step": 150,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
 
373
  "eval_samples_per_second": 154.523,
374
  "eval_steps_per_second": 77.261,
375
  "step": 50
376
+ },
377
+ {
378
+ "epoch": 0.022905906130698407,
379
+ "grad_norm": 1.5592015188303776e-05,
380
+ "learning_rate": 9.285836503510562e-05,
381
+ "loss": 46.0,
382
+ "step": 51
383
+ },
384
+ {
385
+ "epoch": 0.023355041545025827,
386
+ "grad_norm": 1.280045307794353e-05,
387
+ "learning_rate": 9.24024048078213e-05,
388
+ "loss": 46.0,
389
+ "step": 52
390
+ },
391
+ {
392
+ "epoch": 0.023804176959353246,
393
+ "grad_norm": 2.069097536150366e-05,
394
+ "learning_rate": 9.193352839727121e-05,
395
+ "loss": 46.0,
396
+ "step": 53
397
+ },
398
+ {
399
+ "epoch": 0.024253312373680665,
400
+ "grad_norm": 2.5162336896755733e-05,
401
+ "learning_rate": 9.145187862775209e-05,
402
+ "loss": 46.0,
403
+ "step": 54
404
+ },
405
+ {
406
+ "epoch": 0.024702447788008085,
407
+ "grad_norm": 3.217296762159094e-05,
408
+ "learning_rate": 9.09576022144496e-05,
409
+ "loss": 46.0,
410
+ "step": 55
411
+ },
412
+ {
413
+ "epoch": 0.025151583202335504,
414
+ "grad_norm": 3.4474760468583554e-05,
415
+ "learning_rate": 9.045084971874738e-05,
416
+ "loss": 46.0,
417
+ "step": 56
418
+ },
419
+ {
420
+ "epoch": 0.025600718616662924,
421
+ "grad_norm": 3.134864164167084e-05,
422
+ "learning_rate": 8.993177550236464e-05,
423
+ "loss": 46.0,
424
+ "step": 57
425
+ },
426
+ {
427
+ "epoch": 0.026049854030990343,
428
+ "grad_norm": 2.7241056159255095e-05,
429
+ "learning_rate": 8.940053768033609e-05,
430
+ "loss": 46.0,
431
+ "step": 58
432
+ },
433
+ {
434
+ "epoch": 0.026498989445317762,
435
+ "grad_norm": 3.1343828595709056e-05,
436
+ "learning_rate": 8.885729807284856e-05,
437
+ "loss": 46.0,
438
+ "step": 59
439
+ },
440
+ {
441
+ "epoch": 0.026948124859645182,
442
+ "grad_norm": 2.3026888811727986e-05,
443
+ "learning_rate": 8.83022221559489e-05,
444
+ "loss": 46.0,
445
+ "step": 60
446
+ },
447
+ {
448
+ "epoch": 0.0273972602739726,
449
+ "grad_norm": 4.045252353535034e-05,
450
+ "learning_rate": 8.773547901113862e-05,
451
+ "loss": 46.0,
452
+ "step": 61
453
+ },
454
+ {
455
+ "epoch": 0.027846395688300024,
456
+ "grad_norm": 5.758315455750562e-05,
457
+ "learning_rate": 8.715724127386972e-05,
458
+ "loss": 46.0,
459
+ "step": 62
460
+ },
461
+ {
462
+ "epoch": 0.028295531102627444,
463
+ "grad_norm": 2.3458678697352298e-05,
464
+ "learning_rate": 8.656768508095853e-05,
465
+ "loss": 46.0,
466
+ "step": 63
467
+ },
468
+ {
469
+ "epoch": 0.028744666516954863,
470
+ "grad_norm": 2.0376308384584263e-05,
471
+ "learning_rate": 8.596699001693255e-05,
472
+ "loss": 46.0,
473
+ "step": 64
474
+ },
475
+ {
476
+ "epoch": 0.029193801931282282,
477
+ "grad_norm": 3.670160367619246e-05,
478
+ "learning_rate": 8.535533905932738e-05,
479
+ "loss": 46.0,
480
+ "step": 65
481
+ },
482
+ {
483
+ "epoch": 0.0296429373456097,
484
+ "grad_norm": 3.101183392573148e-05,
485
+ "learning_rate": 8.473291852294987e-05,
486
+ "loss": 46.0,
487
+ "step": 66
488
+ },
489
+ {
490
+ "epoch": 0.03009207275993712,
491
+ "grad_norm": 3.032161112059839e-05,
492
+ "learning_rate": 8.409991800312493e-05,
493
+ "loss": 46.0,
494
+ "step": 67
495
+ },
496
+ {
497
+ "epoch": 0.03054120817426454,
498
+ "grad_norm": 3.268122236477211e-05,
499
+ "learning_rate": 8.345653031794292e-05,
500
+ "loss": 46.0,
501
+ "step": 68
502
+ },
503
+ {
504
+ "epoch": 0.03099034358859196,
505
+ "grad_norm": 3.1394203688250855e-05,
506
+ "learning_rate": 8.280295144952536e-05,
507
+ "loss": 46.0,
508
+ "step": 69
509
+ },
510
+ {
511
+ "epoch": 0.03143947900291938,
512
+ "grad_norm": 3.980135443271138e-05,
513
+ "learning_rate": 8.213938048432697e-05,
514
+ "loss": 46.0,
515
+ "step": 70
516
+ },
517
+ {
518
+ "epoch": 0.0318886144172468,
519
+ "grad_norm": 3.355582521180622e-05,
520
+ "learning_rate": 8.146601955249188e-05,
521
+ "loss": 46.0,
522
+ "step": 71
523
+ },
524
+ {
525
+ "epoch": 0.03233774983157422,
526
+ "grad_norm": 4.067844929522835e-05,
527
+ "learning_rate": 8.07830737662829e-05,
528
+ "loss": 46.0,
529
+ "step": 72
530
+ },
531
+ {
532
+ "epoch": 0.03278688524590164,
533
+ "grad_norm": 5.312855864758603e-05,
534
+ "learning_rate": 8.009075115760243e-05,
535
+ "loss": 46.0,
536
+ "step": 73
537
+ },
538
+ {
539
+ "epoch": 0.03323602066022906,
540
+ "grad_norm": 2.6573492505121976e-05,
541
+ "learning_rate": 7.938926261462366e-05,
542
+ "loss": 46.0,
543
+ "step": 74
544
+ },
545
+ {
546
+ "epoch": 0.03368515607455648,
547
+ "grad_norm": 6.407412729458883e-05,
548
+ "learning_rate": 7.86788218175523e-05,
549
+ "loss": 46.0,
550
+ "step": 75
551
+ },
552
+ {
553
+ "epoch": 0.034134291488883896,
554
+ "grad_norm": 4.746004560729489e-05,
555
+ "learning_rate": 7.795964517353735e-05,
556
+ "loss": 46.0,
557
+ "step": 76
558
+ },
559
+ {
560
+ "epoch": 0.03458342690321132,
561
+ "grad_norm": 3.733126141014509e-05,
562
+ "learning_rate": 7.723195175075136e-05,
563
+ "loss": 46.0,
564
+ "step": 77
565
+ },
566
+ {
567
+ "epoch": 0.035032562317538735,
568
+ "grad_norm": 8.151544898282737e-05,
569
+ "learning_rate": 7.649596321166024e-05,
570
+ "loss": 46.0,
571
+ "step": 78
572
+ },
573
+ {
574
+ "epoch": 0.03548169773186616,
575
+ "grad_norm": 2.8419528462109156e-05,
576
+ "learning_rate": 7.575190374550272e-05,
577
+ "loss": 46.0,
578
+ "step": 79
579
+ },
580
+ {
581
+ "epoch": 0.03593083314619358,
582
+ "grad_norm": 3.4233249607495964e-05,
583
+ "learning_rate": 7.500000000000001e-05,
584
+ "loss": 46.0,
585
+ "step": 80
586
+ },
587
+ {
588
+ "epoch": 0.036379968560520996,
589
+ "grad_norm": 5.3122937970329076e-05,
590
+ "learning_rate": 7.424048101231686e-05,
591
+ "loss": 46.0,
592
+ "step": 81
593
+ },
594
+ {
595
+ "epoch": 0.03682910397484842,
596
+ "grad_norm": 5.805513501400128e-05,
597
+ "learning_rate": 7.347357813929454e-05,
598
+ "loss": 46.0,
599
+ "step": 82
600
+ },
601
+ {
602
+ "epoch": 0.037278239389175835,
603
+ "grad_norm": 2.634433076309506e-05,
604
+ "learning_rate": 7.269952498697734e-05,
605
+ "loss": 46.0,
606
+ "step": 83
607
+ },
608
+ {
609
+ "epoch": 0.03772737480350326,
610
+ "grad_norm": 5.438110383693129e-05,
611
+ "learning_rate": 7.191855733945387e-05,
612
+ "loss": 46.0,
613
+ "step": 84
614
+ },
615
+ {
616
+ "epoch": 0.038176510217830674,
617
+ "grad_norm": 5.9794343542307615e-05,
618
+ "learning_rate": 7.113091308703498e-05,
619
+ "loss": 46.0,
620
+ "step": 85
621
+ },
622
+ {
623
+ "epoch": 0.0386256456321581,
624
+ "grad_norm": 8.437032374786213e-05,
625
+ "learning_rate": 7.033683215379002e-05,
626
+ "loss": 46.0,
627
+ "step": 86
628
+ },
629
+ {
630
+ "epoch": 0.03907478104648551,
631
+ "grad_norm": 9.161300113191828e-05,
632
+ "learning_rate": 6.953655642446368e-05,
633
+ "loss": 46.0,
634
+ "step": 87
635
+ },
636
+ {
637
+ "epoch": 0.039523916460812936,
638
+ "grad_norm": 9.054856491275132e-05,
639
+ "learning_rate": 6.873032967079561e-05,
640
+ "loss": 46.0,
641
+ "step": 88
642
+ },
643
+ {
644
+ "epoch": 0.03997305187514035,
645
+ "grad_norm": 7.056965841911733e-05,
646
+ "learning_rate": 6.7918397477265e-05,
647
+ "loss": 46.0,
648
+ "step": 89
649
+ },
650
+ {
651
+ "epoch": 0.040422187289467774,
652
+ "grad_norm": 5.0735634431475773e-05,
653
+ "learning_rate": 6.710100716628344e-05,
654
+ "loss": 46.0,
655
+ "step": 90
656
+ },
657
+ {
658
+ "epoch": 0.0408713227037952,
659
+ "grad_norm": 4.1233262891182676e-05,
660
+ "learning_rate": 6.627840772285784e-05,
661
+ "loss": 46.0,
662
+ "step": 91
663
+ },
664
+ {
665
+ "epoch": 0.04132045811812261,
666
+ "grad_norm": 7.487056427635252e-05,
667
+ "learning_rate": 6.545084971874738e-05,
668
+ "loss": 46.0,
669
+ "step": 92
670
+ },
671
+ {
672
+ "epoch": 0.041769593532450036,
673
+ "grad_norm": 5.445545684779063e-05,
674
+ "learning_rate": 6.461858523613684e-05,
675
+ "loss": 46.0,
676
+ "step": 93
677
+ },
678
+ {
679
+ "epoch": 0.04221872894677745,
680
+ "grad_norm": 7.229465700220317e-05,
681
+ "learning_rate": 6.378186779084995e-05,
682
+ "loss": 46.0,
683
+ "step": 94
684
+ },
685
+ {
686
+ "epoch": 0.042667864361104875,
687
+ "grad_norm": 6.044282781658694e-05,
688
+ "learning_rate": 6.294095225512603e-05,
689
+ "loss": 46.0,
690
+ "step": 95
691
+ },
692
+ {
693
+ "epoch": 0.04311699977543229,
694
+ "grad_norm": 7.44121425668709e-05,
695
+ "learning_rate": 6.209609477998338e-05,
696
+ "loss": 46.0,
697
+ "step": 96
698
+ },
699
+ {
700
+ "epoch": 0.043566135189759714,
701
+ "grad_norm": 6.77663556416519e-05,
702
+ "learning_rate": 6.124755271719325e-05,
703
+ "loss": 46.0,
704
+ "step": 97
705
+ },
706
+ {
707
+ "epoch": 0.04401527060408713,
708
+ "grad_norm": 4.348663060227409e-05,
709
+ "learning_rate": 6.0395584540887963e-05,
710
+ "loss": 46.0,
711
+ "step": 98
712
+ },
713
+ {
714
+ "epoch": 0.04446440601841455,
715
+ "grad_norm": 9.123215568251908e-05,
716
+ "learning_rate": 5.9540449768827246e-05,
717
+ "loss": 46.0,
718
+ "step": 99
719
+ },
720
+ {
721
+ "epoch": 0.04491354143274197,
722
+ "grad_norm": 5.847312422702089e-05,
723
+ "learning_rate": 5.868240888334653e-05,
724
+ "loss": 46.0,
725
+ "step": 100
726
+ },
727
+ {
728
+ "epoch": 0.04491354143274197,
729
+ "eval_loss": 11.5,
730
+ "eval_runtime": 24.4817,
731
+ "eval_samples_per_second": 153.176,
732
+ "eval_steps_per_second": 76.588,
733
+ "step": 100
734
+ },
735
+ {
736
+ "epoch": 0.04536267684706939,
737
+ "grad_norm": 6.564732029801235e-05,
738
+ "learning_rate": 5.782172325201155e-05,
739
+ "loss": 46.0,
740
+ "step": 101
741
+ },
742
+ {
743
+ "epoch": 0.045811812261396814,
744
+ "grad_norm": 9.073306864593178e-05,
745
+ "learning_rate": 5.695865504800327e-05,
746
+ "loss": 46.0,
747
+ "step": 102
748
+ },
749
+ {
750
+ "epoch": 0.04626094767572423,
751
+ "grad_norm": 5.6581779062980786e-05,
752
+ "learning_rate": 5.6093467170257374e-05,
753
+ "loss": 46.0,
754
+ "step": 103
755
+ },
756
+ {
757
+ "epoch": 0.04671008309005165,
758
+ "grad_norm": 4.856206942349672e-05,
759
+ "learning_rate": 5.522642316338268e-05,
760
+ "loss": 46.0,
761
+ "step": 104
762
+ },
763
+ {
764
+ "epoch": 0.04715921850437907,
765
+ "grad_norm": 0.00014515251677948982,
766
+ "learning_rate": 5.435778713738292e-05,
767
+ "loss": 46.0,
768
+ "step": 105
769
+ },
770
+ {
771
+ "epoch": 0.04760835391870649,
772
+ "grad_norm": 4.484998862608336e-05,
773
+ "learning_rate": 5.348782368720626e-05,
774
+ "loss": 46.0,
775
+ "step": 106
776
+ },
777
+ {
778
+ "epoch": 0.04805748933303391,
779
+ "grad_norm": 5.431281897472218e-05,
780
+ "learning_rate": 5.26167978121472e-05,
781
+ "loss": 46.0,
782
+ "step": 107
783
+ },
784
+ {
785
+ "epoch": 0.04850662474736133,
786
+ "grad_norm": 5.2316147048259154e-05,
787
+ "learning_rate": 5.174497483512506e-05,
788
+ "loss": 46.0,
789
+ "step": 108
790
+ },
791
+ {
792
+ "epoch": 0.04895576016168875,
793
+ "grad_norm": 0.00020991968631278723,
794
+ "learning_rate": 5.0872620321864185e-05,
795
+ "loss": 46.0,
796
+ "step": 109
797
+ },
798
+ {
799
+ "epoch": 0.04940489557601617,
800
+ "grad_norm": 0.0001119155203923583,
801
+ "learning_rate": 5e-05,
802
+ "loss": 46.0,
803
+ "step": 110
804
+ },
805
+ {
806
+ "epoch": 0.049854030990343585,
807
+ "grad_norm": 3.5669108910951763e-05,
808
+ "learning_rate": 4.912737967813583e-05,
809
+ "loss": 46.0,
810
+ "step": 111
811
+ },
812
+ {
813
+ "epoch": 0.05030316640467101,
814
+ "grad_norm": 8.696071745362133e-05,
815
+ "learning_rate": 4.825502516487497e-05,
816
+ "loss": 46.0,
817
+ "step": 112
818
+ },
819
+ {
820
+ "epoch": 0.05075230181899843,
821
+ "grad_norm": 4.1281185986008495e-05,
822
+ "learning_rate": 4.738320218785281e-05,
823
+ "loss": 46.0,
824
+ "step": 113
825
+ },
826
+ {
827
+ "epoch": 0.05120143723332585,
828
+ "grad_norm": 7.59501926950179e-05,
829
+ "learning_rate": 4.6512176312793736e-05,
830
+ "loss": 46.0,
831
+ "step": 114
832
+ },
833
+ {
834
+ "epoch": 0.05165057264765327,
835
+ "grad_norm": 4.041286592837423e-05,
836
+ "learning_rate": 4.564221286261709e-05,
837
+ "loss": 46.0,
838
+ "step": 115
839
+ },
840
+ {
841
+ "epoch": 0.052099708061980686,
842
+ "grad_norm": 0.00012405925372149795,
843
+ "learning_rate": 4.477357683661734e-05,
844
+ "loss": 46.0,
845
+ "step": 116
846
+ },
847
+ {
848
+ "epoch": 0.05254884347630811,
849
+ "grad_norm": 4.541510497801937e-05,
850
+ "learning_rate": 4.390653282974264e-05,
851
+ "loss": 46.0,
852
+ "step": 117
853
+ },
854
+ {
855
+ "epoch": 0.052997978890635525,
856
+ "grad_norm": 3.6235865991329774e-05,
857
+ "learning_rate": 4.3041344951996746e-05,
858
+ "loss": 46.0,
859
+ "step": 118
860
+ },
861
+ {
862
+ "epoch": 0.05344711430496295,
863
+ "grad_norm": 0.0001397922169417143,
864
+ "learning_rate": 4.2178276747988446e-05,
865
+ "loss": 46.0,
866
+ "step": 119
867
+ },
868
+ {
869
+ "epoch": 0.053896249719290364,
870
+ "grad_norm": 4.858409010921605e-05,
871
+ "learning_rate": 4.131759111665349e-05,
872
+ "loss": 46.0,
873
+ "step": 120
874
+ },
875
+ {
876
+ "epoch": 0.054345385133617786,
877
+ "grad_norm": 6.559174653375521e-05,
878
+ "learning_rate": 4.045955023117276e-05,
879
+ "loss": 46.0,
880
+ "step": 121
881
+ },
882
+ {
883
+ "epoch": 0.0547945205479452,
884
+ "grad_norm": 9.03177133295685e-05,
885
+ "learning_rate": 3.960441545911204e-05,
886
+ "loss": 46.0,
887
+ "step": 122
888
+ },
889
+ {
890
+ "epoch": 0.055243655962272625,
891
+ "grad_norm": 7.547564746346325e-05,
892
+ "learning_rate": 3.875244728280676e-05,
893
+ "loss": 46.0,
894
+ "step": 123
895
+ },
896
+ {
897
+ "epoch": 0.05569279137660005,
898
+ "grad_norm": 8.072968194028363e-05,
899
+ "learning_rate": 3.790390522001662e-05,
900
+ "loss": 46.0,
901
+ "step": 124
902
+ },
903
+ {
904
+ "epoch": 0.056141926790927464,
905
+ "grad_norm": 0.00010309958452126011,
906
+ "learning_rate": 3.705904774487396e-05,
907
+ "loss": 46.0,
908
+ "step": 125
909
+ },
910
+ {
911
+ "epoch": 0.05659106220525489,
912
+ "grad_norm": 8.730621630093083e-05,
913
+ "learning_rate": 3.6218132209150045e-05,
914
+ "loss": 46.0,
915
+ "step": 126
916
+ },
917
+ {
918
+ "epoch": 0.0570401976195823,
919
+ "grad_norm": 7.893842848716304e-05,
920
+ "learning_rate": 3.5381414763863166e-05,
921
+ "loss": 46.0,
922
+ "step": 127
923
+ },
924
+ {
925
+ "epoch": 0.057489333033909726,
926
+ "grad_norm": 7.924601959530264e-05,
927
+ "learning_rate": 3.4549150281252636e-05,
928
+ "loss": 46.0,
929
+ "step": 128
930
+ },
931
+ {
932
+ "epoch": 0.05793846844823714,
933
+ "grad_norm": 9.8539145255927e-05,
934
+ "learning_rate": 3.372159227714218e-05,
935
+ "loss": 46.0,
936
+ "step": 129
937
+ },
938
+ {
939
+ "epoch": 0.058387603862564565,
940
+ "grad_norm": 0.00011634702241281047,
941
+ "learning_rate": 3.289899283371657e-05,
942
+ "loss": 46.0,
943
+ "step": 130
944
+ },
945
+ {
946
+ "epoch": 0.05883673927689198,
947
+ "grad_norm": 9.868943743640557e-05,
948
+ "learning_rate": 3.2081602522734986e-05,
949
+ "loss": 46.0,
950
+ "step": 131
951
+ },
952
+ {
953
+ "epoch": 0.0592858746912194,
954
+ "grad_norm": 0.0001640073605813086,
955
+ "learning_rate": 3.12696703292044e-05,
956
+ "loss": 46.0,
957
+ "step": 132
958
+ },
959
+ {
960
+ "epoch": 0.05973501010554682,
961
+ "grad_norm": 0.00012898287968710065,
962
+ "learning_rate": 3.046344357553632e-05,
963
+ "loss": 46.0,
964
+ "step": 133
965
+ },
966
+ {
967
+ "epoch": 0.06018414551987424,
968
+ "grad_norm": 8.394714677706361e-05,
969
+ "learning_rate": 2.9663167846209998e-05,
970
+ "loss": 46.0,
971
+ "step": 134
972
+ },
973
+ {
974
+ "epoch": 0.060633280934201665,
975
+ "grad_norm": 0.00014036337961442769,
976
+ "learning_rate": 2.886908691296504e-05,
977
+ "loss": 46.0,
978
+ "step": 135
979
+ },
980
+ {
981
+ "epoch": 0.06108241634852908,
982
+ "grad_norm": 8.231115498347208e-05,
983
+ "learning_rate": 2.8081442660546125e-05,
984
+ "loss": 46.0,
985
+ "step": 136
986
+ },
987
+ {
988
+ "epoch": 0.061531551762856504,
989
+ "grad_norm": 0.00014053141057956964,
990
+ "learning_rate": 2.7300475013022663e-05,
991
+ "loss": 46.0,
992
+ "step": 137
993
+ },
994
+ {
995
+ "epoch": 0.06198068717718392,
996
+ "grad_norm": 9.784067515283823e-05,
997
+ "learning_rate": 2.6526421860705473e-05,
998
+ "loss": 46.0,
999
+ "step": 138
1000
+ },
1001
+ {
1002
+ "epoch": 0.06242982259151134,
1003
+ "grad_norm": 9.869643690763041e-05,
1004
+ "learning_rate": 2.575951898768315e-05,
1005
+ "loss": 46.0,
1006
+ "step": 139
1007
+ },
1008
+ {
1009
+ "epoch": 0.06287895800583876,
1010
+ "grad_norm": 7.148009171942249e-05,
1011
+ "learning_rate": 2.500000000000001e-05,
1012
+ "loss": 46.0,
1013
+ "step": 140
1014
+ },
1015
+ {
1016
+ "epoch": 0.06332809342016618,
1017
+ "grad_norm": 0.00010294223466189578,
1018
+ "learning_rate": 2.4248096254497288e-05,
1019
+ "loss": 46.0,
1020
+ "step": 141
1021
+ },
1022
+ {
1023
+ "epoch": 0.0637772288344936,
1024
+ "grad_norm": 9.365833102492616e-05,
1025
+ "learning_rate": 2.350403678833976e-05,
1026
+ "loss": 46.0,
1027
+ "step": 142
1028
+ },
1029
+ {
1030
+ "epoch": 0.06422636424882101,
1031
+ "grad_norm": 6.49421926937066e-05,
1032
+ "learning_rate": 2.2768048249248648e-05,
1033
+ "loss": 46.0,
1034
+ "step": 143
1035
+ },
1036
+ {
1037
+ "epoch": 0.06467549966314844,
1038
+ "grad_norm": 0.0001447576651116833,
1039
+ "learning_rate": 2.2040354826462668e-05,
1040
+ "loss": 46.0,
1041
+ "step": 144
1042
+ },
1043
+ {
1044
+ "epoch": 0.06512463507747586,
1045
+ "grad_norm": 8.269389218185097e-05,
1046
+ "learning_rate": 2.132117818244771e-05,
1047
+ "loss": 46.0,
1048
+ "step": 145
1049
+ },
1050
+ {
1051
+ "epoch": 0.06557377049180328,
1052
+ "grad_norm": 8.899991371436045e-05,
1053
+ "learning_rate": 2.061073738537635e-05,
1054
+ "loss": 46.0,
1055
+ "step": 146
1056
+ },
1057
+ {
1058
+ "epoch": 0.0660229059061307,
1059
+ "grad_norm": 6.125797517597675e-05,
1060
+ "learning_rate": 1.9909248842397584e-05,
1061
+ "loss": 46.0,
1062
+ "step": 147
1063
+ },
1064
+ {
1065
+ "epoch": 0.06647204132045811,
1066
+ "grad_norm": 0.00010218821262242272,
1067
+ "learning_rate": 1.9216926233717085e-05,
1068
+ "loss": 46.0,
1069
+ "step": 148
1070
+ },
1071
+ {
1072
+ "epoch": 0.06692117673478554,
1073
+ "grad_norm": 5.742968642152846e-05,
1074
+ "learning_rate": 1.8533980447508137e-05,
1075
+ "loss": 46.0,
1076
+ "step": 149
1077
+ },
1078
+ {
1079
+ "epoch": 0.06737031214911296,
1080
+ "grad_norm": 0.0001050592545652762,
1081
+ "learning_rate": 1.7860619515673033e-05,
1082
+ "loss": 46.0,
1083
+ "step": 150
1084
+ },
1085
+ {
1086
+ "epoch": 0.06737031214911296,
1087
+ "eval_loss": 11.5,
1088
+ "eval_runtime": 24.4902,
1089
+ "eval_samples_per_second": 153.122,
1090
+ "eval_steps_per_second": 76.561,
1091
+ "step": 150
1092
  }
1093
  ],
1094
  "logging_steps": 1,
 
1103
  "early_stopping_threshold": 0.0
1104
  },
1105
  "attributes": {
1106
+ "early_stopping_patience_counter": 2
1107
  }
1108
  },
1109
  "TrainerControl": {
 
1117
  "attributes": {}
1118
  }
1119
  },
1120
+ "total_flos": 24319837470720.0,
1121
  "train_batch_size": 8,
1122
  "trial_name": null,
1123
  "trial_params": null