| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 1.0, | |
| "eval_steps": 2, | |
| "global_step": 24, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.041666666666666664, | |
| "grad_norm": 0.0, | |
| "learning_rate": 0.0, | |
| "loss": 0.7722, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.08333333333333333, | |
| "grad_norm": 0.0, | |
| "learning_rate": 0.0, | |
| "loss": 0.7344, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.16666666666666666, | |
| "grad_norm": 0.0, | |
| "learning_rate": 0.0, | |
| "loss": 0.8712, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "grad_norm": 0.0, | |
| "learning_rate": 0.0, | |
| "loss": 0.8268, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 16.052825298335318, | |
| "learning_rate": 1.5e-06, | |
| "loss": 0.8603, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.4166666666666667, | |
| "grad_norm": 8.148082674445387, | |
| "learning_rate": 2.865909090909091e-06, | |
| "loss": 0.7747, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 4.4376998630314155, | |
| "learning_rate": 2.5977272727272726e-06, | |
| "loss": 0.699, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.5833333333333334, | |
| "grad_norm": 4.640969350245682, | |
| "learning_rate": 2.4636363636363635e-06, | |
| "loss": 0.6877, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 3.1887687270876683, | |
| "learning_rate": 2.1954545454545456e-06, | |
| "loss": 0.6386, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "grad_norm": 3.2815159887137613, | |
| "learning_rate": 1.9272727272727273e-06, | |
| "loss": 0.589, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 2.9298684097063514, | |
| "learning_rate": 1.659090909090909e-06, | |
| "loss": 0.5876, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.9166666666666666, | |
| "grad_norm": 2.6761131170826284, | |
| "learning_rate": 1.390909090909091e-06, | |
| "loss": 0.6297, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 2.6212382537100565, | |
| "learning_rate": 1.1227272727272728e-06, | |
| "loss": 0.6783, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "step": 24, | |
| "total_flos": 3527762509824.0, | |
| "train_loss": 0.7163394168019295, | |
| "train_runtime": 3684.7107, | |
| "train_samples_per_second": 0.829, | |
| "train_steps_per_second": 0.007 | |
| } | |
| ], | |
| "logging_steps": 2, | |
| "max_steps": 24, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 1, | |
| "save_steps": 5, | |
| "total_flos": 3527762509824.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |