File size: 5,707 Bytes
62a1262
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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": 0.4461486041545868,
  "best_model_checkpoint": "miner_id_24/checkpoint-25",
  "epoch": 0.1388888888888889,
  "eval_steps": 25,
  "global_step": 25,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.005555555555555556,
      "grad_norm": 0.5632655024528503,
      "learning_rate": 0.0001,
      "loss": 1.0622,
      "step": 1
    },
    {
      "epoch": 0.005555555555555556,
      "eval_loss": 1.9876978397369385,
      "eval_runtime": 16.5805,
      "eval_samples_per_second": 18.275,
      "eval_steps_per_second": 2.292,
      "step": 1
    },
    {
      "epoch": 0.011111111111111112,
      "grad_norm": 0.7303450107574463,
      "learning_rate": 0.0002,
      "loss": 1.4406,
      "step": 2
    },
    {
      "epoch": 0.016666666666666666,
      "grad_norm": 0.7765696048736572,
      "learning_rate": 0.00019978589232386035,
      "loss": 1.4979,
      "step": 3
    },
    {
      "epoch": 0.022222222222222223,
      "grad_norm": 0.990936279296875,
      "learning_rate": 0.00019914448613738106,
      "loss": 1.2878,
      "step": 4
    },
    {
      "epoch": 0.027777777777777776,
      "grad_norm": 1.1548110246658325,
      "learning_rate": 0.00019807852804032305,
      "loss": 1.1542,
      "step": 5
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 1.173454999923706,
      "learning_rate": 0.00019659258262890683,
      "loss": 0.876,
      "step": 6
    },
    {
      "epoch": 0.03888888888888889,
      "grad_norm": 1.0297809839248657,
      "learning_rate": 0.0001946930129495106,
      "loss": 0.7575,
      "step": 7
    },
    {
      "epoch": 0.044444444444444446,
      "grad_norm": 1.0571157932281494,
      "learning_rate": 0.0001923879532511287,
      "loss": 0.6936,
      "step": 8
    },
    {
      "epoch": 0.05,
      "grad_norm": 1.0746943950653076,
      "learning_rate": 0.00018968727415326884,
      "loss": 0.6233,
      "step": 9
    },
    {
      "epoch": 0.05555555555555555,
      "grad_norm": 1.202501654624939,
      "learning_rate": 0.00018660254037844388,
      "loss": 0.6585,
      "step": 10
    },
    {
      "epoch": 0.06111111111111111,
      "grad_norm": 1.1679050922393799,
      "learning_rate": 0.00018314696123025454,
      "loss": 0.6314,
      "step": 11
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.9829458594322205,
      "learning_rate": 0.00017933533402912354,
      "loss": 0.4984,
      "step": 12
    },
    {
      "epoch": 0.07222222222222222,
      "grad_norm": 2.6869962215423584,
      "learning_rate": 0.00017518398074789775,
      "loss": 0.6553,
      "step": 13
    },
    {
      "epoch": 0.07777777777777778,
      "grad_norm": 1.1565390825271606,
      "learning_rate": 0.00017071067811865476,
      "loss": 0.4891,
      "step": 14
    },
    {
      "epoch": 0.08333333333333333,
      "grad_norm": 0.731761634349823,
      "learning_rate": 0.00016593458151000688,
      "loss": 0.4605,
      "step": 15
    },
    {
      "epoch": 0.08888888888888889,
      "grad_norm": 1.2121446132659912,
      "learning_rate": 0.00016087614290087208,
      "loss": 0.4157,
      "step": 16
    },
    {
      "epoch": 0.09444444444444444,
      "grad_norm": 0.971774697303772,
      "learning_rate": 0.00015555702330196023,
      "loss": 0.4223,
      "step": 17
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.7811177968978882,
      "learning_rate": 0.00015000000000000001,
      "loss": 0.4969,
      "step": 18
    },
    {
      "epoch": 0.10555555555555556,
      "grad_norm": 0.6840196251869202,
      "learning_rate": 0.00014422886902190014,
      "loss": 0.4396,
      "step": 19
    },
    {
      "epoch": 0.1111111111111111,
      "grad_norm": 0.6061505079269409,
      "learning_rate": 0.000138268343236509,
      "loss": 0.4485,
      "step": 20
    },
    {
      "epoch": 0.11666666666666667,
      "grad_norm": 0.6416930556297302,
      "learning_rate": 0.00013214394653031616,
      "loss": 0.4732,
      "step": 21
    },
    {
      "epoch": 0.12222222222222222,
      "grad_norm": 0.6488082408905029,
      "learning_rate": 0.00012588190451025207,
      "loss": 0.511,
      "step": 22
    },
    {
      "epoch": 0.12777777777777777,
      "grad_norm": 0.6531954407691956,
      "learning_rate": 0.00011950903220161285,
      "loss": 0.4577,
      "step": 23
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.719580352306366,
      "learning_rate": 0.00011305261922200519,
      "loss": 0.4735,
      "step": 24
    },
    {
      "epoch": 0.1388888888888889,
      "grad_norm": 0.9697103500366211,
      "learning_rate": 0.00010654031292301432,
      "loss": 0.5967,
      "step": 25
    },
    {
      "epoch": 0.1388888888888889,
      "eval_loss": 0.4461486041545868,
      "eval_runtime": 16.6413,
      "eval_samples_per_second": 18.208,
      "eval_steps_per_second": 2.283,
      "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": 1.398077353099264e+17,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}