| { | |
| "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": 8.619477723670265, | |
| "learning_rate": 5e-06, | |
| "loss": 1.2879, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 9.185120522478208, | |
| "learning_rate": 1e-05, | |
| "loss": 1.3268, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 6.222909291903273, | |
| "learning_rate": 9.903926402016153e-06, | |
| "loss": 1.2078, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 3.023033299660152, | |
| "learning_rate": 9.619397662556434e-06, | |
| "loss": 1.1302, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 6.084361758324089, | |
| "learning_rate": 9.157348061512728e-06, | |
| "loss": 1.1449, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 6.651003657867708, | |
| "learning_rate": 8.535533905932739e-06, | |
| "loss": 1.085, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.1666666666666667, | |
| "grad_norm": 6.829832541351538, | |
| "learning_rate": 7.777851165098012e-06, | |
| "loss": 1.07, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 4.929064829376609, | |
| "learning_rate": 6.913417161825449e-06, | |
| "loss": 1.0365, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "grad_norm": 3.1841423652622267, | |
| "learning_rate": 5.975451610080643e-06, | |
| "loss": 1.0099, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 2.047054438760332, | |
| "learning_rate": 5e-06, | |
| "loss": 0.9637, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 1.8333333333333335, | |
| "grad_norm": 2.187454406819176, | |
| "learning_rate": 4.02454838991936e-06, | |
| "loss": 0.933, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 2.0046247169383773, | |
| "learning_rate": 3.0865828381745515e-06, | |
| "loss": 0.9329, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 2.1666666666666665, | |
| "grad_norm": 1.6402479695299617, | |
| "learning_rate": 2.2221488349019903e-06, | |
| "loss": 0.9097, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 2.3333333333333335, | |
| "grad_norm": 1.3205807080108158, | |
| "learning_rate": 1.4644660940672628e-06, | |
| "loss": 0.8906, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 1.1426770548487395, | |
| "learning_rate": 8.426519384872733e-07, | |
| "loss": 0.9138, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": 0.9087724744338759, | |
| "learning_rate": 3.8060233744356634e-07, | |
| "loss": 0.9051, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 2.8333333333333335, | |
| "grad_norm": 0.7725544929729385, | |
| "learning_rate": 9.607359798384785e-08, | |
| "loss": 0.9021, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 0.7028118802519975, | |
| "learning_rate": 0.0, | |
| "loss": 0.8932, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "step": 18, | |
| "total_flos": 6.177445717318042e+16, | |
| "train_loss": 1.0301644206047058, | |
| "train_runtime": 1348.7564, | |
| "train_samples_per_second": 1.279, | |
| "train_steps_per_second": 0.013 | |
| } | |
| ], | |
| "logging_steps": 1.0, | |
| "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": 6.177445717318042e+16, | |
| "train_batch_size": 1, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |