| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.0, | |
| "eval_steps": 500, | |
| "global_step": 18, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.16666666666666666, | |
| "grad_norm": 280.6432626406138, | |
| "learning_rate": 5e-06, | |
| "loss": 2.9518, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 268.34909690297195, | |
| "learning_rate": 1e-05, | |
| "loss": 2.8263, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 50.75311462024632, | |
| "learning_rate": 9.903926402016153e-06, | |
| "loss": 1.1917, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 22.75327219021691, | |
| "learning_rate": 9.619397662556434e-06, | |
| "loss": 0.8476, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 6.642460322802831, | |
| "learning_rate": 9.157348061512728e-06, | |
| "loss": 0.541, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 37.864469102940696, | |
| "learning_rate": 8.535533905932739e-06, | |
| "loss": 0.5717, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "eval_loss": 0.3336825966835022, | |
| "eval_runtime": 1.0612, | |
| "eval_samples_per_second": 9.423, | |
| "eval_steps_per_second": 2.827, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.1666666666666667, | |
| "grad_norm": 8.475401484959521, | |
| "learning_rate": 7.777851165098012e-06, | |
| "loss": 0.3759, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 2.4494815853787526, | |
| "learning_rate": 6.913417161825449e-06, | |
| "loss": 0.2862, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "grad_norm": 3.7056738008000853, | |
| "learning_rate": 5.975451610080643e-06, | |
| "loss": 0.2859, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 2.528639375054547, | |
| "learning_rate": 5e-06, | |
| "loss": 0.2525, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 1.8333333333333335, | |
| "grad_norm": 1.681034868123111, | |
| "learning_rate": 4.02454838991936e-06, | |
| "loss": 0.2549, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 1.9554282109403005, | |
| "learning_rate": 3.0865828381745515e-06, | |
| "loss": 0.2654, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "eval_loss": 0.2001432627439499, | |
| "eval_runtime": 1.1953, | |
| "eval_samples_per_second": 8.366, | |
| "eval_steps_per_second": 2.51, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 2.1666666666666665, | |
| "grad_norm": 1.2686802309348975, | |
| "learning_rate": 2.2221488349019903e-06, | |
| "loss": 0.2087, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 2.3333333333333335, | |
| "grad_norm": 1.199423147704983, | |
| "learning_rate": 1.4644660940672628e-06, | |
| "loss": 0.2293, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 1.0458147461844773, | |
| "learning_rate": 8.426519384872733e-07, | |
| "loss": 0.2092, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": 0.9946553061597486, | |
| "learning_rate": 3.8060233744356634e-07, | |
| "loss": 0.1999, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 2.8333333333333335, | |
| "grad_norm": 0.8890781121405242, | |
| "learning_rate": 9.607359798384785e-08, | |
| "loss": 0.2357, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 0.9030643285074138, | |
| "learning_rate": 0.0, | |
| "loss": 0.1929, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "eval_loss": 0.19034340977668762, | |
| "eval_runtime": 0.9709, | |
| "eval_samples_per_second": 10.3, | |
| "eval_steps_per_second": 3.09, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "step": 18, | |
| "total_flos": 2848171622400.0, | |
| "train_loss": 0.6625954583287239, | |
| "train_runtime": 666.9986, | |
| "train_samples_per_second": 0.774, | |
| "train_steps_per_second": 0.027 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 18, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 3, | |
| "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": 2848171622400.0, | |
| "train_batch_size": 8, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |