| { | |
| "best_global_step": null, | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 10.0, | |
| "eval_steps": 500, | |
| "global_step": 240, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.041666666666666664, | |
| "grad_norm": 73.5, | |
| "learning_rate": 0.0, | |
| "loss": 3.9287, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.20833333333333334, | |
| "grad_norm": 80.5, | |
| "learning_rate": 4.000000000000001e-06, | |
| "loss": 3.994, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.4166666666666667, | |
| "grad_norm": 63.75, | |
| "learning_rate": 9e-06, | |
| "loss": 3.6819, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.625, | |
| "grad_norm": 49.25, | |
| "learning_rate": 1.4000000000000001e-05, | |
| "loss": 2.5702, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 48.75, | |
| "learning_rate": 1.9e-05, | |
| "loss": 1.4286, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 1.0416666666666667, | |
| "grad_norm": 11.3125, | |
| "learning_rate": 2.4e-05, | |
| "loss": 0.7957, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "grad_norm": 9.0625, | |
| "learning_rate": 2.9e-05, | |
| "loss": 0.7432, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 1.4583333333333333, | |
| "grad_norm": 16.5, | |
| "learning_rate": 3.4000000000000007e-05, | |
| "loss": 0.6508, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 12.75, | |
| "learning_rate": 3.9000000000000006e-05, | |
| "loss": 0.591, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 1.875, | |
| "grad_norm": 6.59375, | |
| "learning_rate": 4.4000000000000006e-05, | |
| "loss": 0.6682, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 2.0833333333333335, | |
| "grad_norm": 11.1875, | |
| "learning_rate": 4.9e-05, | |
| "loss": 0.4391, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 2.2916666666666665, | |
| "grad_norm": 9.5, | |
| "learning_rate": 4.8947368421052635e-05, | |
| "loss": 0.3461, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 15.5, | |
| "learning_rate": 4.7631578947368424e-05, | |
| "loss": 0.4083, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 2.7083333333333335, | |
| "grad_norm": 12.0, | |
| "learning_rate": 4.6315789473684214e-05, | |
| "loss": 0.377, | |
| "step": 65 | |
| }, | |
| { | |
| "epoch": 2.9166666666666665, | |
| "grad_norm": 10.0625, | |
| "learning_rate": 4.5e-05, | |
| "loss": 0.3861, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 3.125, | |
| "grad_norm": 6.78125, | |
| "learning_rate": 4.368421052631579e-05, | |
| "loss": 0.3271, | |
| "step": 75 | |
| }, | |
| { | |
| "epoch": 3.3333333333333335, | |
| "grad_norm": 5.125, | |
| "learning_rate": 4.236842105263158e-05, | |
| "loss": 0.2295, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 3.5416666666666665, | |
| "grad_norm": 5.75, | |
| "learning_rate": 4.105263157894737e-05, | |
| "loss": 0.2661, | |
| "step": 85 | |
| }, | |
| { | |
| "epoch": 3.75, | |
| "grad_norm": 10.9375, | |
| "learning_rate": 3.973684210526316e-05, | |
| "loss": 0.2583, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 3.9583333333333335, | |
| "grad_norm": 10.0625, | |
| "learning_rate": 3.842105263157895e-05, | |
| "loss": 0.2631, | |
| "step": 95 | |
| }, | |
| { | |
| "epoch": 4.166666666666667, | |
| "grad_norm": 6.4375, | |
| "learning_rate": 3.710526315789474e-05, | |
| "loss": 0.1991, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 4.375, | |
| "grad_norm": 6.71875, | |
| "learning_rate": 3.578947368421053e-05, | |
| "loss": 0.1937, | |
| "step": 105 | |
| }, | |
| { | |
| "epoch": 4.583333333333333, | |
| "grad_norm": 5.0, | |
| "learning_rate": 3.447368421052632e-05, | |
| "loss": 0.1894, | |
| "step": 110 | |
| }, | |
| { | |
| "epoch": 4.791666666666667, | |
| "grad_norm": 10.8125, | |
| "learning_rate": 3.3157894736842106e-05, | |
| "loss": 0.2233, | |
| "step": 115 | |
| }, | |
| { | |
| "epoch": 5.0, | |
| "grad_norm": 6.53125, | |
| "learning_rate": 3.1842105263157895e-05, | |
| "loss": 0.2006, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 5.208333333333333, | |
| "grad_norm": 4.59375, | |
| "learning_rate": 3.0526315789473684e-05, | |
| "loss": 0.1657, | |
| "step": 125 | |
| }, | |
| { | |
| "epoch": 5.416666666666667, | |
| "grad_norm": 4.65625, | |
| "learning_rate": 2.9210526315789477e-05, | |
| "loss": 0.1937, | |
| "step": 130 | |
| }, | |
| { | |
| "epoch": 5.625, | |
| "grad_norm": 7.90625, | |
| "learning_rate": 2.7894736842105263e-05, | |
| "loss": 0.1801, | |
| "step": 135 | |
| }, | |
| { | |
| "epoch": 5.833333333333333, | |
| "grad_norm": 3.984375, | |
| "learning_rate": 2.6578947368421052e-05, | |
| "loss": 0.1704, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 6.041666666666667, | |
| "grad_norm": 3.8125, | |
| "learning_rate": 2.5263157894736845e-05, | |
| "loss": 0.168, | |
| "step": 145 | |
| }, | |
| { | |
| "epoch": 6.25, | |
| "grad_norm": 5.15625, | |
| "learning_rate": 2.394736842105263e-05, | |
| "loss": 0.1395, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 6.458333333333333, | |
| "grad_norm": 4.25, | |
| "learning_rate": 2.2631578947368423e-05, | |
| "loss": 0.1426, | |
| "step": 155 | |
| }, | |
| { | |
| "epoch": 6.666666666666667, | |
| "grad_norm": 4.8125, | |
| "learning_rate": 2.1315789473684212e-05, | |
| "loss": 0.1591, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 6.875, | |
| "grad_norm": 5.3125, | |
| "learning_rate": 2e-05, | |
| "loss": 0.1656, | |
| "step": 165 | |
| }, | |
| { | |
| "epoch": 7.083333333333333, | |
| "grad_norm": 3.53125, | |
| "learning_rate": 1.868421052631579e-05, | |
| "loss": 0.1505, | |
| "step": 170 | |
| }, | |
| { | |
| "epoch": 7.291666666666667, | |
| "grad_norm": 4.875, | |
| "learning_rate": 1.736842105263158e-05, | |
| "loss": 0.1356, | |
| "step": 175 | |
| }, | |
| { | |
| "epoch": 7.5, | |
| "grad_norm": 3.890625, | |
| "learning_rate": 1.605263157894737e-05, | |
| "loss": 0.1359, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 7.708333333333333, | |
| "grad_norm": 3.59375, | |
| "learning_rate": 1.4736842105263157e-05, | |
| "loss": 0.1444, | |
| "step": 185 | |
| }, | |
| { | |
| "epoch": 7.916666666666667, | |
| "grad_norm": 4.5, | |
| "learning_rate": 1.3421052631578948e-05, | |
| "loss": 0.1446, | |
| "step": 190 | |
| }, | |
| { | |
| "epoch": 8.125, | |
| "grad_norm": 3.375, | |
| "learning_rate": 1.2105263157894737e-05, | |
| "loss": 0.1381, | |
| "step": 195 | |
| }, | |
| { | |
| "epoch": 8.333333333333334, | |
| "grad_norm": 4.03125, | |
| "learning_rate": 1.0789473684210526e-05, | |
| "loss": 0.1372, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 8.541666666666666, | |
| "grad_norm": 3.921875, | |
| "learning_rate": 9.473684210526317e-06, | |
| "loss": 0.1354, | |
| "step": 205 | |
| }, | |
| { | |
| "epoch": 8.75, | |
| "grad_norm": 4.03125, | |
| "learning_rate": 8.157894736842106e-06, | |
| "loss": 0.1321, | |
| "step": 210 | |
| }, | |
| { | |
| "epoch": 8.958333333333334, | |
| "grad_norm": 3.390625, | |
| "learning_rate": 6.842105263157896e-06, | |
| "loss": 0.1351, | |
| "step": 215 | |
| }, | |
| { | |
| "epoch": 9.166666666666666, | |
| "grad_norm": 3.96875, | |
| "learning_rate": 5.526315789473684e-06, | |
| "loss": 0.1331, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 9.375, | |
| "grad_norm": 3.84375, | |
| "learning_rate": 4.210526315789474e-06, | |
| "loss": 0.129, | |
| "step": 225 | |
| }, | |
| { | |
| "epoch": 9.583333333333334, | |
| "grad_norm": 3.953125, | |
| "learning_rate": 2.8947368421052634e-06, | |
| "loss": 0.1285, | |
| "step": 230 | |
| }, | |
| { | |
| "epoch": 9.791666666666666, | |
| "grad_norm": 3.828125, | |
| "learning_rate": 1.5789473684210528e-06, | |
| "loss": 0.1367, | |
| "step": 235 | |
| }, | |
| { | |
| "epoch": 10.0, | |
| "grad_norm": 6.5, | |
| "learning_rate": 2.6315789473684213e-07, | |
| "loss": 0.1335, | |
| "step": 240 | |
| } | |
| ], | |
| "logging_steps": 5, | |
| "max_steps": 240, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 10, | |
| "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": 635964531671040.0, | |
| "train_batch_size": 4, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |