| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 3.0, | |
| "eval_steps": 25, | |
| "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": 22.4489688873291, | |
| "learning_rate": 9.931634888554937e-05, | |
| "loss": 13.927, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.16666666666666666, | |
| "eval_loss": 10.893105506896973, | |
| "eval_runtime": 2.68, | |
| "eval_samples_per_second": 18.657, | |
| "eval_steps_per_second": 4.851, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 23.259946823120117, | |
| "learning_rate": 9.728616793536588e-05, | |
| "loss": 10.4446, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 21.504182815551758, | |
| "learning_rate": 9.397114317029975e-05, | |
| "loss": 6.3412, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 16.541841506958008, | |
| "learning_rate": 8.947199994035401e-05, | |
| "loss": 2.3694, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 6.471498489379883, | |
| "learning_rate": 8.392544243589427e-05, | |
| "loss": 1.2274, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 3.891130208969116, | |
| "learning_rate": 7.75e-05, | |
| "loss": 0.8296, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 1.1666666666666667, | |
| "grad_norm": 1.6196937561035156, | |
| "learning_rate": 7.03909064496551e-05, | |
| "loss": 0.7257, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 8.155904769897461, | |
| "learning_rate": 6.281416799501188e-05, | |
| "loss": 0.7557, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "grad_norm": 3.3645341396331787, | |
| "learning_rate": 5.500000000000001e-05, | |
| "loss": 0.7413, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 2.869741439819336, | |
| "learning_rate": 4.718583200498814e-05, | |
| "loss": 0.7141, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 1.8333333333333335, | |
| "grad_norm": 1.9254194498062134, | |
| "learning_rate": 3.960909355034491e-05, | |
| "loss": 0.7153, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 1.2986578941345215, | |
| "learning_rate": 3.250000000000001e-05, | |
| "loss": 0.7063, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 2.1666666666666665, | |
| "grad_norm": 2.4253716468811035, | |
| "learning_rate": 2.6074557564105727e-05, | |
| "loss": 0.6987, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 2.3333333333333335, | |
| "grad_norm": 1.7800390720367432, | |
| "learning_rate": 2.0528000059645997e-05, | |
| "loss": 0.7008, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 1.322344183921814, | |
| "learning_rate": 1.602885682970026e-05, | |
| "loss": 0.6987, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 2.6666666666666665, | |
| "grad_norm": 1.5053842067718506, | |
| "learning_rate": 1.2713832064634126e-05, | |
| "loss": 0.6924, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 2.8333333333333335, | |
| "grad_norm": 0.9436860680580139, | |
| "learning_rate": 1.0683651114450641e-05, | |
| "loss": 0.6928, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "grad_norm": 0.4769561290740967, | |
| "learning_rate": 1e-05, | |
| "loss": 0.695, | |
| "step": 18 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 18, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 3, | |
| "save_steps": 25, | |
| "stateful_callbacks": { | |
| "EarlyStoppingCallback": { | |
| "args": { | |
| "early_stopping_patience": 1, | |
| "early_stopping_threshold": 0.0 | |
| }, | |
| "attributes": { | |
| "early_stopping_patience_counter": 0 | |
| } | |
| }, | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 2.148510102234071e+17, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |