TianyiQ commited on
Commit
c7e00a9
1 Parent(s): b4fafd6

Upload ./trainer_state.json with huggingface_hub

Browse files
Files changed (1) hide show
  1. trainer_state.json +38 -348
trainer_state.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
- "best_metric": 0.8397957682609558,
3
- "best_model_checkpoint": "./output/training_results/C021_random_sample_llama3-8b-base_instruct_20240505_135320/checkpoint-20",
4
- "epoch": 4.0,
5
- "eval_steps": 20,
6
- "global_step": 192,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
@@ -12,363 +12,53 @@
12
  "epoch": 0.020833333333333332,
13
  "grad_norm": 0.0,
14
  "learning_rate": 0.0,
15
- "loss": 0.9347,
16
  "step": 1
17
  },
18
  {
19
- "epoch": 0.10416666666666667,
20
- "grad_norm": 16.63088915574003,
21
- "learning_rate": 1.5e-06,
22
- "loss": 0.9437,
23
- "step": 5
24
- },
25
- {
26
- "epoch": 0.20833333333333334,
27
- "grad_norm": 6.257240515905425,
28
- "learning_rate": 4.5e-06,
29
- "loss": 0.8846,
30
- "step": 10
31
- },
32
- {
33
- "epoch": 0.3125,
34
- "grad_norm": 5.37629022424091,
35
- "learning_rate": 8.25e-06,
36
- "loss": 0.8294,
37
- "step": 15
38
- },
39
- {
40
- "epoch": 0.4166666666666667,
41
- "grad_norm": 4.943891569973697,
42
- "learning_rate": 1.2e-05,
43
- "loss": 0.8056,
44
- "step": 20
45
- },
46
- {
47
- "epoch": 0.4166666666666667,
48
- "eval_loss": 0.8397957682609558,
49
- "eval_runtime": 1.9971,
50
- "eval_samples_per_second": 170.243,
51
- "eval_steps_per_second": 1.502,
52
- "step": 20
53
- },
54
- {
55
- "epoch": 0.5208333333333334,
56
- "grad_norm": 4.813118762922576,
57
- "learning_rate": 1.4071209905461127e-05,
58
- "loss": 0.8125,
59
- "step": 25
60
- },
61
- {
62
- "epoch": 0.625,
63
- "grad_norm": 4.128443703273486,
64
- "learning_rate": 1.0166196232101288e-05,
65
- "loss": 0.8944,
66
- "step": 30
67
- },
68
- {
69
- "epoch": 0.7291666666666666,
70
- "grad_norm": 4.063799357973714,
71
- "learning_rate": 7.276248845991498e-06,
72
- "loss": 0.813,
73
- "step": 35
74
- },
75
- {
76
- "epoch": 0.8333333333333334,
77
- "grad_norm": 4.337216872639982,
78
- "learning_rate": 5.157388080190487e-06,
79
- "loss": 0.7984,
80
- "step": 40
81
- },
82
- {
83
- "epoch": 0.8333333333333334,
84
- "eval_loss": 0.8509224057197571,
85
- "eval_runtime": 1.9642,
86
- "eval_samples_per_second": 173.098,
87
- "eval_steps_per_second": 1.527,
88
- "step": 40
89
- },
90
- {
91
- "epoch": 0.9375,
92
- "grad_norm": 4.071080361855319,
93
- "learning_rate": 3.6192313334626905e-06,
94
- "loss": 0.8755,
95
- "step": 45
96
- },
97
- {
98
- "epoch": 1.0416666666666667,
99
- "grad_norm": 3.7602687878599754,
100
- "learning_rate": 2.514391432582838e-06,
101
- "loss": 0.7267,
102
- "step": 50
103
- },
104
- {
105
- "epoch": 1.1458333333333333,
106
- "grad_norm": 3.168806435107565,
107
- "learning_rate": 1.7297262757656213e-06,
108
- "loss": 0.4663,
109
- "step": 55
110
- },
111
- {
112
- "epoch": 1.25,
113
- "grad_norm": 4.185451904109845,
114
- "learning_rate": 1.1791620375982074e-06,
115
- "loss": 0.439,
116
- "step": 60
117
- },
118
- {
119
- "epoch": 1.25,
120
- "eval_loss": 0.8703265190124512,
121
- "eval_runtime": 1.9569,
122
- "eval_samples_per_second": 173.748,
123
- "eval_steps_per_second": 1.533,
124
- "step": 60
125
- },
126
- {
127
- "epoch": 1.3541666666666667,
128
- "grad_norm": 3.824836183235807,
129
- "learning_rate": 7.978466092394693e-07,
130
- "loss": 0.4085,
131
- "step": 65
132
- },
133
- {
134
- "epoch": 1.4583333333333333,
135
- "grad_norm": 4.129081897105463,
136
- "learning_rate": 5.374210410959207e-07,
137
- "loss": 0.445,
138
- "step": 70
139
- },
140
- {
141
- "epoch": 1.5625,
142
- "grad_norm": 4.891809804239562,
143
- "learning_rate": 3.6222476698215175e-07,
144
- "loss": 0.4392,
145
- "step": 75
146
- },
147
- {
148
- "epoch": 1.6666666666666665,
149
- "grad_norm": 4.139500340821145,
150
- "learning_rate": 2.462755297384099e-07,
151
- "loss": 0.4595,
152
- "step": 80
153
- },
154
- {
155
- "epoch": 1.6666666666666665,
156
- "eval_loss": 0.8540446162223816,
157
- "eval_runtime": 1.9629,
158
- "eval_samples_per_second": 173.216,
159
- "eval_steps_per_second": 1.528,
160
- "step": 80
161
- },
162
- {
163
- "epoch": 1.7708333333333335,
164
- "grad_norm": 3.493841656862903,
165
- "learning_rate": 1.7088740175034947e-07,
166
- "loss": 0.431,
167
- "step": 85
168
- },
169
- {
170
- "epoch": 1.875,
171
- "grad_norm": 3.4456890479451556,
172
- "learning_rate": 1.228102956599465e-07,
173
- "loss": 0.4306,
174
- "step": 90
175
- },
176
- {
177
- "epoch": 1.9791666666666665,
178
- "grad_norm": 4.374839662523855,
179
- "learning_rate": 9.279207916081227e-08,
180
- "loss": 0.4889,
181
- "step": 95
182
- },
183
- {
184
- "epoch": 2.0833333333333335,
185
- "grad_norm": 3.5459041596116894,
186
- "learning_rate": 7.448002404850094e-08,
187
- "loss": 0.3986,
188
- "step": 100
189
- },
190
- {
191
- "epoch": 2.0833333333333335,
192
- "eval_loss": 0.8511225581169128,
193
- "eval_runtime": 1.9574,
194
- "eval_samples_per_second": 173.696,
195
- "eval_steps_per_second": 1.533,
196
- "step": 100
197
- },
198
- {
199
- "epoch": 2.1875,
200
- "grad_norm": 3.3821947572330133,
201
- "learning_rate": 6.35920070839697e-08,
202
- "loss": 0.3708,
203
- "step": 105
204
- },
205
- {
206
- "epoch": 2.2916666666666665,
207
- "grad_norm": 3.2392814873445337,
208
- "learning_rate": 5.7299804687499997e-08,
209
- "loss": 0.4046,
210
- "step": 110
211
- },
212
- {
213
- "epoch": 2.3958333333333335,
214
- "grad_norm": 3.5500967091243507,
215
- "learning_rate": 5.37771434967624e-08,
216
- "loss": 0.3535,
217
- "step": 115
218
- },
219
- {
220
- "epoch": 2.5,
221
- "grad_norm": 4.217037134589023,
222
- "learning_rate": 5.187403540619925e-08,
223
- "loss": 0.3895,
224
- "step": 120
225
- },
226
- {
227
- "epoch": 2.5,
228
- "eval_loss": 0.8556583523750305,
229
- "eval_runtime": 1.9695,
230
- "eval_samples_per_second": 172.631,
231
- "eval_steps_per_second": 1.523,
232
- "step": 120
233
- },
234
- {
235
- "epoch": 2.6041666666666665,
236
- "grad_norm": 3.4755080047765485,
237
- "learning_rate": 5.088648238966908e-08,
238
- "loss": 0.3734,
239
- "step": 125
240
- },
241
- {
242
- "epoch": 2.7083333333333335,
243
- "grad_norm": 3.807858910773455,
244
- "learning_rate": 5.039701925276604e-08,
245
- "loss": 0.3789,
246
- "step": 130
247
- },
248
- {
249
- "epoch": 2.8125,
250
- "grad_norm": 3.51077143827924,
251
- "learning_rate": 5.0166900048082497e-08,
252
- "loss": 0.3885,
253
- "step": 135
254
- },
255
- {
256
- "epoch": 2.9166666666666665,
257
- "grad_norm": 3.3305744521508327,
258
- "learning_rate": 5.0065147322870076e-08,
259
- "loss": 0.3761,
260
- "step": 140
261
- },
262
- {
263
- "epoch": 2.9166666666666665,
264
- "eval_loss": 0.86014723777771,
265
- "eval_runtime": 1.9679,
266
- "eval_samples_per_second": 172.774,
267
- "eval_steps_per_second": 1.524,
268
- "step": 140
269
- },
270
- {
271
- "epoch": 3.0208333333333335,
272
- "grad_norm": 3.2369875818095495,
273
- "learning_rate": 5.002328628528332e-08,
274
- "loss": 0.3827,
275
- "step": 145
276
- },
277
- {
278
- "epoch": 3.125,
279
- "grad_norm": 3.2150419045419945,
280
- "learning_rate": 5.0007484528133236e-08,
281
- "loss": 0.3756,
282
- "step": 150
283
- },
284
- {
285
- "epoch": 3.2291666666666665,
286
- "grad_norm": 3.2615638974480397,
287
- "learning_rate": 5.0002110817570477e-08,
288
- "loss": 0.3767,
289
- "step": 155
290
- },
291
- {
292
- "epoch": 3.3333333333333335,
293
- "grad_norm": 4.688258261760996,
294
- "learning_rate": 5.0000504842356326e-08,
295
- "loss": 0.3652,
296
- "step": 160
297
- },
298
- {
299
- "epoch": 3.3333333333333335,
300
- "eval_loss": 0.8633076548576355,
301
- "eval_runtime": 1.9631,
302
- "eval_samples_per_second": 173.195,
303
- "eval_steps_per_second": 1.528,
304
- "step": 160
305
- },
306
- {
307
- "epoch": 3.4375,
308
- "grad_norm": 3.329470519573592,
309
- "learning_rate": 5.000009745562451e-08,
310
- "loss": 0.363,
311
- "step": 165
312
- },
313
- {
314
- "epoch": 3.5416666666666665,
315
- "grad_norm": 3.609002470579086,
316
- "learning_rate": 5.0000014077810156e-08,
317
- "loss": 0.3413,
318
- "step": 170
319
- },
320
- {
321
- "epoch": 3.6458333333333335,
322
- "grad_norm": 3.346966183480162,
323
- "learning_rate": 5.0000001343508807e-08,
324
- "loss": 0.3642,
325
- "step": 175
326
- },
327
- {
328
- "epoch": 3.75,
329
- "grad_norm": 3.5169423852432766,
330
- "learning_rate": 5.000000006747581e-08,
331
- "loss": 0.3712,
332
- "step": 180
333
  },
334
  {
335
- "epoch": 3.75,
336
- "eval_loss": 0.866676390171051,
337
- "eval_runtime": 1.9612,
338
- "eval_samples_per_second": 173.366,
339
- "eval_steps_per_second": 1.53,
340
- "step": 180
341
  },
342
  {
343
- "epoch": 3.8541666666666665,
344
- "grad_norm": 3.708850323060228,
345
- "learning_rate": 5.0000000001094325e-08,
346
- "loss": 0.3705,
347
- "step": 185
348
  },
349
  {
350
- "epoch": 3.9583333333333335,
351
- "grad_norm": 3.14278261830864,
352
- "learning_rate": 5.000000000000139e-08,
353
- "loss": 0.3576,
354
- "step": 190
355
  },
356
  {
357
- "epoch": 4.0,
358
- "step": 192,
359
- "total_flos": 5343577374720.0,
360
- "train_loss": 0.5120982651909193,
361
- "train_runtime": 1104.1807,
362
- "train_samples_per_second": 11.063,
363
- "train_steps_per_second": 0.174
364
  }
365
  ],
366
- "logging_steps": 5,
367
- "max_steps": 192,
368
  "num_input_tokens_seen": 0,
369
- "num_train_epochs": 4,
370
- "save_steps": 20,
371
- "total_flos": 5343577374720.0,
372
  "train_batch_size": 8,
373
  "trial_name": null,
374
  "trial_params": null
 
1
  {
2
+ "best_metric": 0.8208221793174744,
3
+ "best_model_checkpoint": "./output/training_results/C021_random_sample_Meta-Llama-3-8B_instruct_20240729_032429/checkpoint-10",
4
+ "epoch": 0.20833333333333334,
5
+ "eval_steps": 5,
6
+ "global_step": 10,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
 
12
  "epoch": 0.020833333333333332,
13
  "grad_norm": 0.0,
14
  "learning_rate": 0.0,
15
+ "loss": 0.9812,
16
  "step": 1
17
  },
18
  {
19
+ "epoch": 0.0625,
20
+ "grad_norm": 0.0,
21
+ "learning_rate": 0.0,
22
+ "loss": 0.9339,
23
+ "step": 3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
24
  },
25
  {
26
+ "epoch": 0.10416666666666667,
27
+ "eval_loss": 1.004961609840393,
28
+ "eval_runtime": 0.8973,
29
+ "eval_samples_per_second": 378.933,
30
+ "eval_steps_per_second": 3.344,
31
+ "step": 5
32
  },
33
  {
34
+ "epoch": 0.125,
35
+ "grad_norm": 12.659072715759642,
36
+ "learning_rate": 2.25e-06,
37
+ "loss": 1.0561,
38
+ "step": 6
39
  },
40
  {
41
+ "epoch": 0.1875,
42
+ "grad_norm": 5.826176159289086,
43
+ "learning_rate": 2.865909090909091e-06,
44
+ "loss": 0.8863,
45
+ "step": 9
46
  },
47
  {
48
+ "epoch": 0.20833333333333334,
49
+ "eval_loss": 0.8208221793174744,
50
+ "eval_runtime": 0.8762,
51
+ "eval_samples_per_second": 388.052,
52
+ "eval_steps_per_second": 3.424,
53
+ "step": 10
 
54
  }
55
  ],
56
+ "logging_steps": 3,
57
+ "max_steps": 48,
58
  "num_input_tokens_seen": 0,
59
+ "num_train_epochs": 1,
60
+ "save_steps": 10,
61
+ "total_flos": 183002726400.0,
62
  "train_batch_size": 8,
63
  "trial_name": null,
64
  "trial_params": null