| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 6.666666666666667, | |
| "eval_steps": 100, | |
| "global_step": 1000, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 6.638962268829346, | |
| "learning_rate": 0.00015, | |
| "loss": 11.1435, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 0.32958298921585083, | |
| "learning_rate": 0.0003, | |
| "loss": 1.3737, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "eval_loss": 0.5655200481414795, | |
| "eval_runtime": 19.9386, | |
| "eval_samples_per_second": 30.092, | |
| "eval_steps_per_second": 3.762, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 0.33953434228897095, | |
| "learning_rate": 0.00028636363636363636, | |
| "loss": 0.5027, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 0.2767198383808136, | |
| "learning_rate": 0.0002727272727272727, | |
| "loss": 0.2077, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "eval_loss": 0.04386770725250244, | |
| "eval_runtime": 41.6128, | |
| "eval_samples_per_second": 14.419, | |
| "eval_steps_per_second": 1.802, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 0.2200630158185959, | |
| "learning_rate": 0.00025909090909090907, | |
| "loss": 0.1041, | |
| "step": 250 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 0.19840039312839508, | |
| "learning_rate": 0.00024545454545454545, | |
| "loss": 0.0635, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "eval_loss": 0.013007530942559242, | |
| "eval_runtime": 25.1999, | |
| "eval_samples_per_second": 23.81, | |
| "eval_steps_per_second": 2.976, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 2.3333333333333335, | |
| "grad_norm": 0.13067609071731567, | |
| "learning_rate": 0.0002318181818181818, | |
| "loss": 0.0458, | |
| "step": 350 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": 0.14327284693717957, | |
| "learning_rate": 0.00021818181818181816, | |
| "loss": 0.0347, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "eval_loss": 0.009889846667647362, | |
| "eval_runtime": 24.6225, | |
| "eval_samples_per_second": 24.368, | |
| "eval_steps_per_second": 3.046, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 0.12795384228229523, | |
| "learning_rate": 0.0002045454545454545, | |
| "loss": 0.0292, | |
| "step": 450 | |
| }, | |
| { | |
| "epoch": 3.3333333333333335, | |
| "grad_norm": 0.10173379629850388, | |
| "learning_rate": 0.0001909090909090909, | |
| "loss": 0.0259, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 3.3333333333333335, | |
| "eval_loss": 0.008001920767128468, | |
| "eval_runtime": 28.8328, | |
| "eval_samples_per_second": 20.81, | |
| "eval_steps_per_second": 2.601, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 3.6666666666666665, | |
| "grad_norm": 0.10923352837562561, | |
| "learning_rate": 0.00017727272727272728, | |
| "loss": 0.0223, | |
| "step": 550 | |
| }, | |
| { | |
| "epoch": 4.0, | |
| "grad_norm": 0.09930842369794846, | |
| "learning_rate": 0.0001636363636363636, | |
| "loss": 0.0206, | |
| "step": 600 | |
| }, | |
| { | |
| "epoch": 4.0, | |
| "eval_loss": 0.006877058185636997, | |
| "eval_runtime": 26.3527, | |
| "eval_samples_per_second": 22.768, | |
| "eval_steps_per_second": 2.846, | |
| "step": 600 | |
| }, | |
| { | |
| "epoch": 4.333333333333333, | |
| "grad_norm": 0.14481599628925323, | |
| "learning_rate": 0.00015, | |
| "loss": 0.0196, | |
| "step": 650 | |
| }, | |
| { | |
| "epoch": 4.666666666666667, | |
| "grad_norm": 0.10063868761062622, | |
| "learning_rate": 0.00013636363636363634, | |
| "loss": 0.0178, | |
| "step": 700 | |
| }, | |
| { | |
| "epoch": 4.666666666666667, | |
| "eval_loss": 0.006417799741029739, | |
| "eval_runtime": 25.4573, | |
| "eval_samples_per_second": 23.569, | |
| "eval_steps_per_second": 2.946, | |
| "step": 700 | |
| }, | |
| { | |
| "epoch": 5.0, | |
| "grad_norm": 0.09571962058544159, | |
| "learning_rate": 0.00012272727272727272, | |
| "loss": 0.0161, | |
| "step": 750 | |
| }, | |
| { | |
| "epoch": 5.333333333333333, | |
| "grad_norm": 0.08587690442800522, | |
| "learning_rate": 0.00010909090909090908, | |
| "loss": 0.016, | |
| "step": 800 | |
| }, | |
| { | |
| "epoch": 5.333333333333333, | |
| "eval_loss": 0.005752269644290209, | |
| "eval_runtime": 24.7224, | |
| "eval_samples_per_second": 24.269, | |
| "eval_steps_per_second": 3.034, | |
| "step": 800 | |
| }, | |
| { | |
| "epoch": 5.666666666666667, | |
| "grad_norm": 0.07417745888233185, | |
| "learning_rate": 9.545454545454545e-05, | |
| "loss": 0.0152, | |
| "step": 850 | |
| }, | |
| { | |
| "epoch": 6.0, | |
| "grad_norm": 0.08311035484075546, | |
| "learning_rate": 8.18181818181818e-05, | |
| "loss": 0.0143, | |
| "step": 900 | |
| }, | |
| { | |
| "epoch": 6.0, | |
| "eval_loss": 0.00478348508477211, | |
| "eval_runtime": 26.3439, | |
| "eval_samples_per_second": 22.776, | |
| "eval_steps_per_second": 2.847, | |
| "step": 900 | |
| }, | |
| { | |
| "epoch": 6.333333333333333, | |
| "grad_norm": 0.06424418836832047, | |
| "learning_rate": 6.818181818181817e-05, | |
| "loss": 0.0139, | |
| "step": 950 | |
| }, | |
| { | |
| "epoch": 6.666666666666667, | |
| "grad_norm": 0.06728924065828323, | |
| "learning_rate": 5.454545454545454e-05, | |
| "loss": 0.013, | |
| "step": 1000 | |
| }, | |
| { | |
| "epoch": 6.666666666666667, | |
| "eval_loss": 0.00447163125500083, | |
| "eval_runtime": 28.703, | |
| "eval_samples_per_second": 20.904, | |
| "eval_steps_per_second": 2.613, | |
| "step": 1000 | |
| } | |
| ], | |
| "logging_steps": 50, | |
| "max_steps": 1200, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 8, | |
| "save_steps": 100, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": false | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 4915149668352000.0, | |
| "train_batch_size": 8, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |