| { | |
| "best_metric": 0.2628040313720703, | |
| "best_model_checkpoint": "test_trainer/checkpoint-6250", | |
| "epoch": 1.0, | |
| "eval_steps": 500, | |
| "global_step": 6250, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.08, | |
| "grad_norm": 16.909454345703125, | |
| "learning_rate": 4.866666666666667e-05, | |
| "loss": 0.4174, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "grad_norm": 5.426473617553711, | |
| "learning_rate": 4.7333333333333336e-05, | |
| "loss": 0.3385, | |
| "step": 1000 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "grad_norm": 4.350019931793213, | |
| "learning_rate": 4.600000000000001e-05, | |
| "loss": 0.3105, | |
| "step": 1500 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "grad_norm": 5.816598892211914, | |
| "learning_rate": 4.466666666666667e-05, | |
| "loss": 0.3067, | |
| "step": 2000 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 7.379697799682617, | |
| "learning_rate": 4.3333333333333334e-05, | |
| "loss": 0.3019, | |
| "step": 2500 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "grad_norm": 3.9567668437957764, | |
| "learning_rate": 4.2e-05, | |
| "loss": 0.2878, | |
| "step": 3000 | |
| }, | |
| { | |
| "epoch": 0.56, | |
| "grad_norm": 20.508798599243164, | |
| "learning_rate": 4.066666666666667e-05, | |
| "loss": 0.3112, | |
| "step": 3500 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 0.06620893627405167, | |
| "learning_rate": 3.933333333333333e-05, | |
| "loss": 0.2922, | |
| "step": 4000 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "grad_norm": 2.9895999431610107, | |
| "learning_rate": 3.8e-05, | |
| "loss": 0.2889, | |
| "step": 4500 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 49.7801513671875, | |
| "learning_rate": 3.6666666666666666e-05, | |
| "loss": 0.2787, | |
| "step": 5000 | |
| }, | |
| { | |
| "epoch": 0.88, | |
| "grad_norm": 6.366118431091309, | |
| "learning_rate": 3.5333333333333336e-05, | |
| "loss": 0.2764, | |
| "step": 5500 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "grad_norm": 23.369661331176758, | |
| "learning_rate": 3.4000000000000007e-05, | |
| "loss": 0.2859, | |
| "step": 6000 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "eval_accuracy": 0.9053, | |
| "eval_loss": 0.2628040313720703, | |
| "eval_runtime": 261.4897, | |
| "eval_samples_per_second": 38.242, | |
| "eval_steps_per_second": 4.78, | |
| "step": 6250 | |
| } | |
| ], | |
| "logging_steps": 500, | |
| "max_steps": 18750, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 3, | |
| "save_steps": 500, | |
| "total_flos": 1.31559071232e+16, | |
| "train_batch_size": 8, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |