| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 0.7166666666666667, | |
| "eval_steps": 2000, | |
| "global_step": 21500, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 3.3333333333333335e-05, | |
| "eval_accuracy": 0.016437927663734114, | |
| "eval_loss": 10.702861785888672, | |
| "eval_runtime": 53.5239, | |
| "eval_samples_per_second": 93.416, | |
| "eval_steps_per_second": 2.933, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 6.666666666666667e-05, | |
| "eval_accuracy": 0.049564027370478984, | |
| "eval_loss": 10.533119201660156, | |
| "eval_runtime": 53.3666, | |
| "eval_samples_per_second": 93.692, | |
| "eval_steps_per_second": 2.942, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.00013333333333333334, | |
| "eval_accuracy": 0.05325317693059629, | |
| "eval_loss": 10.302159309387207, | |
| "eval_runtime": 53.3789, | |
| "eval_samples_per_second": 93.67, | |
| "eval_steps_per_second": 2.941, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.0002666666666666667, | |
| "eval_accuracy": 0.053565591397849464, | |
| "eval_loss": 10.023477554321289, | |
| "eval_runtime": 53.6667, | |
| "eval_samples_per_second": 93.168, | |
| "eval_steps_per_second": 2.925, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.0005333333333333334, | |
| "eval_accuracy": 0.06345063538611925, | |
| "eval_loss": 9.653569221496582, | |
| "eval_runtime": 53.2342, | |
| "eval_samples_per_second": 93.925, | |
| "eval_steps_per_second": 2.949, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.0010666666666666667, | |
| "eval_accuracy": 0.07593020527859237, | |
| "eval_loss": 9.028414726257324, | |
| "eval_runtime": 53.4229, | |
| "eval_samples_per_second": 93.593, | |
| "eval_steps_per_second": 2.939, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 0.0021333333333333334, | |
| "eval_accuracy": 0.08323401759530792, | |
| "eval_loss": 8.02489185333252, | |
| "eval_runtime": 53.5928, | |
| "eval_samples_per_second": 93.296, | |
| "eval_steps_per_second": 2.929, | |
| "step": 64 | |
| }, | |
| { | |
| "epoch": 0.004266666666666667, | |
| "eval_accuracy": 0.11289071358748778, | |
| "eval_loss": 6.917232990264893, | |
| "eval_runtime": 53.9308, | |
| "eval_samples_per_second": 92.711, | |
| "eval_steps_per_second": 2.911, | |
| "step": 128 | |
| }, | |
| { | |
| "epoch": 0.008533333333333334, | |
| "eval_accuracy": 0.15581857282502443, | |
| "eval_loss": 6.162940502166748, | |
| "eval_runtime": 53.873, | |
| "eval_samples_per_second": 92.811, | |
| "eval_steps_per_second": 2.914, | |
| "step": 256 | |
| }, | |
| { | |
| "epoch": 0.017066666666666667, | |
| "eval_accuracy": 0.18169071358748778, | |
| "eval_loss": 5.580474376678467, | |
| "eval_runtime": 53.993, | |
| "eval_samples_per_second": 92.605, | |
| "eval_steps_per_second": 2.908, | |
| "step": 512 | |
| }, | |
| { | |
| "epoch": 0.034133333333333335, | |
| "eval_accuracy": 0.20284437927663734, | |
| "eval_loss": 5.123527526855469, | |
| "eval_runtime": 53.733, | |
| "eval_samples_per_second": 93.053, | |
| "eval_steps_per_second": 2.922, | |
| "step": 1024 | |
| }, | |
| { | |
| "epoch": 0.06666666666666667, | |
| "grad_norm": 0.9611704349517822, | |
| "learning_rate": 4.666666666666667e-05, | |
| "loss": 5.4529, | |
| "step": 2000 | |
| }, | |
| { | |
| "epoch": 0.06666666666666667, | |
| "eval_accuracy": 0.2264314760508309, | |
| "eval_loss": 4.761301517486572, | |
| "eval_runtime": 55.2965, | |
| "eval_samples_per_second": 90.422, | |
| "eval_steps_per_second": 2.839, | |
| "step": 2000 | |
| }, | |
| { | |
| "epoch": 0.06826666666666667, | |
| "eval_accuracy": 0.22808172043010752, | |
| "eval_loss": 4.7480597496032715, | |
| "eval_runtime": 54.5009, | |
| "eval_samples_per_second": 91.742, | |
| "eval_steps_per_second": 2.881, | |
| "step": 2048 | |
| }, | |
| { | |
| "epoch": 0.13333333333333333, | |
| "grad_norm": 0.9782880544662476, | |
| "learning_rate": 4.3333333333333334e-05, | |
| "loss": 4.5765, | |
| "step": 4000 | |
| }, | |
| { | |
| "epoch": 0.13333333333333333, | |
| "eval_accuracy": 0.2610080156402737, | |
| "eval_loss": 4.412333011627197, | |
| "eval_runtime": 55.0769, | |
| "eval_samples_per_second": 90.782, | |
| "eval_steps_per_second": 2.851, | |
| "step": 4000 | |
| }, | |
| { | |
| "epoch": 0.13653333333333334, | |
| "eval_accuracy": 0.2625071358748778, | |
| "eval_loss": 4.404272556304932, | |
| "eval_runtime": 54.9058, | |
| "eval_samples_per_second": 91.065, | |
| "eval_steps_per_second": 2.859, | |
| "step": 4096 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "grad_norm": 1.0245925188064575, | |
| "learning_rate": 4e-05, | |
| "loss": 4.3252, | |
| "step": 6000 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "eval_accuracy": 0.2826778103616813, | |
| "eval_loss": 4.222066879272461, | |
| "eval_runtime": 55.0772, | |
| "eval_samples_per_second": 90.782, | |
| "eval_steps_per_second": 2.851, | |
| "step": 6000 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "grad_norm": 1.9592970609664917, | |
| "learning_rate": 3.6666666666666666e-05, | |
| "loss": 4.146, | |
| "step": 8000 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "eval_accuracy": 0.3098099706744868, | |
| "eval_loss": 4.0350446701049805, | |
| "eval_runtime": 54.3944, | |
| "eval_samples_per_second": 91.921, | |
| "eval_steps_per_second": 2.886, | |
| "step": 8000 | |
| }, | |
| { | |
| "epoch": 0.2730666666666667, | |
| "eval_accuracy": 0.31292649071358747, | |
| "eval_loss": 4.013375759124756, | |
| "eval_runtime": 54.918, | |
| "eval_samples_per_second": 91.045, | |
| "eval_steps_per_second": 2.859, | |
| "step": 8192 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 1.1236926317214966, | |
| "learning_rate": 3.3333333333333335e-05, | |
| "loss": 3.9652, | |
| "step": 10000 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "eval_accuracy": 0.3303505376344086, | |
| "eval_loss": 3.885976552963257, | |
| "eval_runtime": 54.6579, | |
| "eval_samples_per_second": 91.478, | |
| "eval_steps_per_second": 2.872, | |
| "step": 10000 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 1.4833592176437378, | |
| "learning_rate": 3e-05, | |
| "loss": 3.8441, | |
| "step": 12000 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "eval_accuracy": 0.34179745845552295, | |
| "eval_loss": 3.800518274307251, | |
| "eval_runtime": 55.3363, | |
| "eval_samples_per_second": 90.357, | |
| "eval_steps_per_second": 2.837, | |
| "step": 12000 | |
| }, | |
| { | |
| "epoch": 0.4666666666666667, | |
| "grad_norm": 1.413355827331543, | |
| "learning_rate": 2.6666666666666667e-05, | |
| "loss": 3.7739, | |
| "step": 14000 | |
| }, | |
| { | |
| "epoch": 0.4666666666666667, | |
| "eval_accuracy": 0.3503352883675464, | |
| "eval_loss": 3.7315235137939453, | |
| "eval_runtime": 54.617, | |
| "eval_samples_per_second": 91.547, | |
| "eval_steps_per_second": 2.875, | |
| "step": 14000 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 1.4252855777740479, | |
| "learning_rate": 2.3333333333333336e-05, | |
| "loss": 3.72, | |
| "step": 16000 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "eval_accuracy": 0.35525493646138806, | |
| "eval_loss": 3.688023328781128, | |
| "eval_runtime": 54.7137, | |
| "eval_samples_per_second": 91.385, | |
| "eval_steps_per_second": 2.869, | |
| "step": 16000 | |
| }, | |
| { | |
| "epoch": 0.5461333333333334, | |
| "eval_accuracy": 0.356411339198436, | |
| "eval_loss": 3.6776843070983887, | |
| "eval_runtime": 55.1644, | |
| "eval_samples_per_second": 90.638, | |
| "eval_steps_per_second": 2.846, | |
| "step": 16384 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "grad_norm": 1.4446940422058105, | |
| "learning_rate": 2e-05, | |
| "loss": 3.6718, | |
| "step": 18000 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "eval_accuracy": 0.3592500488758553, | |
| "eval_loss": 3.6533164978027344, | |
| "eval_runtime": 53.9881, | |
| "eval_samples_per_second": 92.613, | |
| "eval_steps_per_second": 2.908, | |
| "step": 18000 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 1.3672009706497192, | |
| "learning_rate": 1.6666666666666667e-05, | |
| "loss": 3.6527, | |
| "step": 20000 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "eval_accuracy": 0.3633403714565005, | |
| "eval_loss": 3.6212007999420166, | |
| "eval_runtime": 53.6539, | |
| "eval_samples_per_second": 93.19, | |
| "eval_steps_per_second": 2.926, | |
| "step": 20000 | |
| } | |
| ], | |
| "logging_steps": 2000, | |
| "max_steps": 30000, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 9223372036854775807, | |
| "save_steps": 500, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": false | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 1.88827431862272e+17, | |
| "train_batch_size": 32, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |