| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 4.0, | |
| "eval_steps": 500, | |
| "global_step": 96, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.20833333333333334, | |
| "grad_norm": 0.19238783419132233, | |
| "learning_rate": 0.001, | |
| "loss": 2.1609, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.4166666666666667, | |
| "grad_norm": 0.25501957535743713, | |
| "learning_rate": 0.0009450549450549451, | |
| "loss": 112.7474, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.625, | |
| "grad_norm": 0.26403358578681946, | |
| "learning_rate": 0.00089010989010989, | |
| "loss": 1.7251, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 0.22951294481754303, | |
| "learning_rate": 0.0008351648351648352, | |
| "loss": 1.6202, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 1.0416666666666667, | |
| "grad_norm": 0.24705559015274048, | |
| "learning_rate": 0.0007802197802197802, | |
| "loss": 1.6083, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "grad_norm": 0.27762821316719055, | |
| "learning_rate": 0.0007252747252747253, | |
| "loss": 94.5299, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 1.4583333333333333, | |
| "grad_norm": 0.31244632601737976, | |
| "learning_rate": 0.0006703296703296702, | |
| "loss": 1.4189, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 0.26604393124580383, | |
| "learning_rate": 0.0006153846153846154, | |
| "loss": 1.3986, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 1.875, | |
| "grad_norm": 0.2991505563259125, | |
| "learning_rate": 0.0005604395604395605, | |
| "loss": 1.2591, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 2.0833333333333335, | |
| "grad_norm": 0.24768340587615967, | |
| "learning_rate": 0.0005054945054945055, | |
| "loss": 1.2605, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 2.2916666666666665, | |
| "grad_norm": 0.2997336983680725, | |
| "learning_rate": 0.00045054945054945057, | |
| "loss": 121.1995, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 0.3109113574028015, | |
| "learning_rate": 0.00039560439560439557, | |
| "loss": 1.1185, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 2.7083333333333335, | |
| "grad_norm": 0.3374277353286743, | |
| "learning_rate": 0.0003406593406593407, | |
| "loss": 1.0705, | |
| "step": 65 | |
| }, | |
| { | |
| "epoch": 2.9166666666666665, | |
| "grad_norm": 0.3387056887149811, | |
| "learning_rate": 0.0002857142857142857, | |
| "loss": 1.137, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 3.125, | |
| "grad_norm": 1.2697887420654297, | |
| "learning_rate": 0.0002307692307692308, | |
| "loss": 132.8697, | |
| "step": 75 | |
| }, | |
| { | |
| "epoch": 3.3333333333333335, | |
| "grad_norm": 0.311249315738678, | |
| "learning_rate": 0.00017582417582417585, | |
| "loss": 0.9697, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 3.5416666666666665, | |
| "grad_norm": 0.2974355220794678, | |
| "learning_rate": 0.00012087912087912089, | |
| "loss": 0.916, | |
| "step": 85 | |
| }, | |
| { | |
| "epoch": 3.75, | |
| "grad_norm": 0.37431657314300537, | |
| "learning_rate": 6.593406593406594e-05, | |
| "loss": 1.0749, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 3.9583333333333335, | |
| "grad_norm": 0.29740434885025024, | |
| "learning_rate": 1.098901098901099e-05, | |
| "loss": 1.0644, | |
| "step": 95 | |
| }, | |
| { | |
| "epoch": 4.0, | |
| "step": 96, | |
| "total_flos": 85256425787904.0, | |
| "train_loss": 25.069714224586885, | |
| "train_runtime": 1158.3272, | |
| "train_samples_per_second": 0.332, | |
| "train_steps_per_second": 0.083 | |
| } | |
| ], | |
| "logging_steps": 5, | |
| "max_steps": 96, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 4, | |
| "save_steps": 500, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": false, | |
| "should_training_stop": false | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 85256425787904.0, | |
| "train_batch_size": 1, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |