| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.0, | |
| "eval_steps": 500, | |
| "global_step": 144, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.20833333333333334, | |
| "grad_norm": 13.152897360216214, | |
| "learning_rate": 6.666666666666667e-06, | |
| "loss": 0.4107, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.4166666666666667, | |
| "grad_norm": 6.339921609881256, | |
| "learning_rate": 9.962977677460132e-06, | |
| "loss": 0.2283, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.625, | |
| "grad_norm": 4.5337597794524145, | |
| "learning_rate": 9.670080543662742e-06, | |
| "loss": 0.0941, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 8.834211083390457, | |
| "learning_rate": 9.101572013897555e-06, | |
| "loss": 0.0893, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 1.0416666666666667, | |
| "grad_norm": 1.3546435638795697, | |
| "learning_rate": 8.29100342160374e-06, | |
| "loss": 0.0534, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "grad_norm": 5.506913234823643, | |
| "learning_rate": 7.286211616523193e-06, | |
| "loss": 0.0482, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 1.4583333333333333, | |
| "grad_norm": 8.449582294391998, | |
| "learning_rate": 6.146495805482451e-06, | |
| "loss": 0.0389, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 3.677901641725945, | |
| "learning_rate": 4.939117925990013e-06, | |
| "loss": 0.025, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 1.875, | |
| "grad_norm": 3.620131833609317, | |
| "learning_rate": 3.7353330880415963e-06, | |
| "loss": 0.0251, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 2.0833333333333335, | |
| "grad_norm": 2.263013647882084, | |
| "learning_rate": 2.6061843532139563e-06, | |
| "loss": 0.0293, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 2.2916666666666665, | |
| "grad_norm": 3.8801435179382815, | |
| "learning_rate": 1.618310028095486e-06, | |
| "loss": 0.0189, | |
| "step": 110 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 1.1778932011111263, | |
| "learning_rate": 8.30010910550611e-07, | |
| "loss": 0.0107, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 2.7083333333333335, | |
| "grad_norm": 1.1022389000266486, | |
| "learning_rate": 2.878095858314278e-07, | |
| "loss": 0.0168, | |
| "step": 130 | |
| }, | |
| { | |
| "epoch": 2.9166666666666665, | |
| "grad_norm": 2.215190169685981, | |
| "learning_rate": 2.370483053382111e-08, | |
| "loss": 0.0102, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "step": 144, | |
| "total_flos": 8986345209856.0, | |
| "train_loss": 0.07640618526945925, | |
| "train_runtime": 238.0638, | |
| "train_samples_per_second": 9.665, | |
| "train_steps_per_second": 0.605 | |
| } | |
| ], | |
| "logging_steps": 10, | |
| "max_steps": 144, | |
| "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": 8986345209856.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |