| { | |
| "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": 222.38610696531117, | |
| "learning_rate": 5e-06, | |
| "loss": 2.468, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 190.69596234052602, | |
| "learning_rate": 1e-05, | |
| "loss": 2.1111, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 44.09680989725686, | |
| "learning_rate": 9.903926402016153e-06, | |
| "loss": 1.0182, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 14.51788378110566, | |
| "learning_rate": 9.619397662556434e-06, | |
| "loss": 0.7501, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 7.591929306936709, | |
| "learning_rate": 9.157348061512728e-06, | |
| "loss": 0.4674, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 26.48229333375104, | |
| "learning_rate": 8.535533905932739e-06, | |
| "loss": 0.473, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "eval_loss": 0.3578263819217682, | |
| "eval_runtime": 1.1002, | |
| "eval_samples_per_second": 8.18, | |
| "eval_steps_per_second": 2.727, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.1666666666666667, | |
| "grad_norm": 3.9448221983664067, | |
| "learning_rate": 7.777851165098012e-06, | |
| "loss": 0.2849, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 3.165522164346078, | |
| "learning_rate": 6.913417161825449e-06, | |
| "loss": 0.2647, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "grad_norm": 1.54216157189327, | |
| "learning_rate": 5.975451610080643e-06, | |
| "loss": 0.2519, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 3.9980031503763436, | |
| "learning_rate": 5e-06, | |
| "loss": 0.2502, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 1.8333333333333335, | |
| "grad_norm": 1.88646524715919, | |
| "learning_rate": 4.02454838991936e-06, | |
| "loss": 0.2379, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 1.9307742582721177, | |
| "learning_rate": 3.0865828381745515e-06, | |
| "loss": 0.2043, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "eval_loss": 0.27517953515052795, | |
| "eval_runtime": 0.9915, | |
| "eval_samples_per_second": 9.078, | |
| "eval_steps_per_second": 3.026, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 2.1666666666666665, | |
| "grad_norm": 1.4947040279267452, | |
| "learning_rate": 2.2221488349019903e-06, | |
| "loss": 0.1995, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 2.3333333333333335, | |
| "grad_norm": 1.0110680641273413, | |
| "learning_rate": 1.4644660940672628e-06, | |
| "loss": 0.1832, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 0.8856807961821124, | |
| "learning_rate": 8.426519384872733e-07, | |
| "loss": 0.2052, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": 1.0710608285659757, | |
| "learning_rate": 3.8060233744356634e-07, | |
| "loss": 0.2218, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 2.8333333333333335, | |
| "grad_norm": 0.9251900139099846, | |
| "learning_rate": 9.607359798384785e-08, | |
| "loss": 0.1858, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 0.8991283485990265, | |
| "learning_rate": 0.0, | |
| "loss": 0.2071, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "eval_loss": 0.2581753432750702, | |
| "eval_runtime": 1.0062, | |
| "eval_samples_per_second": 8.944, | |
| "eval_steps_per_second": 2.981, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "step": 18, | |
| "total_flos": 3943670415360.0, | |
| "train_loss": 0.554683489104112, | |
| "train_runtime": 936.1096, | |
| "train_samples_per_second": 0.542, | |
| "train_steps_per_second": 0.019 | |
| } | |
| ], | |
| "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": 3943670415360.0, | |
| "train_batch_size": 8, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |