| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 2.0, | |
| "eval_steps": 500, | |
| "global_step": 1500, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.13333333333333333, | |
| "grad_norm": 51.06103515625, | |
| "learning_rate": 1.869158878504673e-05, | |
| "loss": 1.1397, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "grad_norm": 29.371679306030273, | |
| "learning_rate": 1.7356475300400533e-05, | |
| "loss": 0.6966, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 37.94963455200195, | |
| "learning_rate": 1.602136181575434e-05, | |
| "loss": 0.4605, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 0.42650002241134644, | |
| "learning_rate": 1.4686248331108147e-05, | |
| "loss": 0.5428, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 202.76437377929688, | |
| "learning_rate": 1.335113484646195e-05, | |
| "loss": 0.4785, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 0.011508260853588581, | |
| "learning_rate": 1.2016021361815755e-05, | |
| "loss": 0.3989, | |
| "step": 600 | |
| }, | |
| { | |
| "epoch": 0.9333333333333333, | |
| "grad_norm": 6.5181193351745605, | |
| "learning_rate": 1.068090787716956e-05, | |
| "loss": 0.5321, | |
| "step": 700 | |
| }, | |
| { | |
| "epoch": 1.0666666666666667, | |
| "grad_norm": 30.055387496948242, | |
| "learning_rate": 9.345794392523365e-06, | |
| "loss": 0.4692, | |
| "step": 800 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "grad_norm": 172.0653533935547, | |
| "learning_rate": 8.01068090787717e-06, | |
| "loss": 0.4043, | |
| "step": 900 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 0.040170542895793915, | |
| "learning_rate": 6.675567423230975e-06, | |
| "loss": 0.3241, | |
| "step": 1000 | |
| }, | |
| { | |
| "epoch": 1.4666666666666668, | |
| "grad_norm": 201.94967651367188, | |
| "learning_rate": 5.34045393858478e-06, | |
| "loss": 0.3917, | |
| "step": 1100 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "grad_norm": 0.024023059755563736, | |
| "learning_rate": 4.005340453938585e-06, | |
| "loss": 0.2185, | |
| "step": 1200 | |
| }, | |
| { | |
| "epoch": 1.7333333333333334, | |
| "grad_norm": 0.1882331371307373, | |
| "learning_rate": 2.67022696929239e-06, | |
| "loss": 0.4324, | |
| "step": 1300 | |
| }, | |
| { | |
| "epoch": 1.8666666666666667, | |
| "grad_norm": 0.01553017646074295, | |
| "learning_rate": 1.335113484646195e-06, | |
| "loss": 0.2871, | |
| "step": 1400 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 471.4150085449219, | |
| "learning_rate": 0.0, | |
| "loss": 0.3236, | |
| "step": 1500 | |
| } | |
| ], | |
| "logging_steps": 100, | |
| "max_steps": 1500, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 2, | |
| "save_steps": 1000, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 8.971060451616e+16, | |
| "train_batch_size": 1, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |