File size: 7,921 Bytes
7ae9824
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.0,
  "eval_steps": 500.0,
  "global_step": 2078,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.02406159769008662,
      "grad_norm": 0.2745775878429413,
      "learning_rate": 0.0001997144304734381,
      "loss": 1.4399,
      "step": 50
    },
    {
      "epoch": 0.04812319538017324,
      "grad_norm": 0.3128788471221924,
      "learning_rate": 0.00019885935289284243,
      "loss": 1.0761,
      "step": 100
    },
    {
      "epoch": 0.07218479307025986,
      "grad_norm": 0.30212661623954773,
      "learning_rate": 0.00019743965094021025,
      "loss": 1.0595,
      "step": 150
    },
    {
      "epoch": 0.09624639076034648,
      "grad_norm": 0.19943593442440033,
      "learning_rate": 0.00019546343308783103,
      "loss": 1.047,
      "step": 200
    },
    {
      "epoch": 0.12030798845043311,
      "grad_norm": 0.33598530292510986,
      "learning_rate": 0.00019294198628763448,
      "loss": 1.0584,
      "step": 250
    },
    {
      "epoch": 0.14436958614051973,
      "grad_norm": 0.21461080014705658,
      "learning_rate": 0.0001898897115070003,
      "loss": 1.0463,
      "step": 300
    },
    {
      "epoch": 0.16843118383060635,
      "grad_norm": 0.2849867641925812,
      "learning_rate": 0.00018632404147920934,
      "loss": 1.0414,
      "step": 350
    },
    {
      "epoch": 0.19249278152069296,
      "grad_norm": 0.16972823441028595,
      "learning_rate": 0.00018226534113829578,
      "loss": 1.0332,
      "step": 400
    },
    {
      "epoch": 0.2165543792107796,
      "grad_norm": 0.2295919805765152,
      "learning_rate": 0.00017773679130695595,
      "loss": 1.0346,
      "step": 450
    },
    {
      "epoch": 0.24061597690086622,
      "grad_norm": 0.2062266767024994,
      "learning_rate": 0.0001727642563018167,
      "loss": 1.0341,
      "step": 500
    },
    {
      "epoch": 0.2646775745909528,
      "grad_norm": 0.2998173236846924,
      "learning_rate": 0.0001673761362122227,
      "loss": 1.0241,
      "step": 550
    },
    {
      "epoch": 0.28873917228103946,
      "grad_norm": 0.11832105368375778,
      "learning_rate": 0.00016160320469623483,
      "loss": 1.0226,
      "step": 600
    },
    {
      "epoch": 0.3128007699711261,
      "grad_norm": 0.1334855556488037,
      "learning_rate": 0.00015547843322025095,
      "loss": 1.0185,
      "step": 650
    },
    {
      "epoch": 0.3368623676612127,
      "grad_norm": 0.13620489835739136,
      "learning_rate": 0.00014903680274608503,
      "loss": 1.0213,
      "step": 700
    },
    {
      "epoch": 0.36092396535129934,
      "grad_norm": 0.13768567144870758,
      "learning_rate": 0.0001423151039410329,
      "loss": 1.0149,
      "step": 750
    },
    {
      "epoch": 0.3849855630413859,
      "grad_norm": 0.11512122303247452,
      "learning_rate": 0.00013535172705200364,
      "loss": 1.0131,
      "step": 800
    },
    {
      "epoch": 0.40904716073147257,
      "grad_norm": 0.1289459615945816,
      "learning_rate": 0.00012818644264382662,
      "loss": 1.0093,
      "step": 850
    },
    {
      "epoch": 0.4331087584215592,
      "grad_norm": 0.10245691239833832,
      "learning_rate": 0.0001208601744540244,
      "loss": 1.0044,
      "step": 900
    },
    {
      "epoch": 0.4571703561116458,
      "grad_norm": 0.09356267005205154,
      "learning_rate": 0.00011341476566136547,
      "loss": 1.0008,
      "step": 950
    },
    {
      "epoch": 0.48123195380173245,
      "grad_norm": 0.0957803875207901,
      "learning_rate": 0.00010589273990312944,
      "loss": 1.0035,
      "step": 1000
    },
    {
      "epoch": 0.5052935514918191,
      "grad_norm": 0.09853529930114746,
      "learning_rate": 9.833705840600763e-05,
      "loss": 0.9965,
      "step": 1050
    },
    {
      "epoch": 0.5293551491819056,
      "grad_norm": 0.1084134429693222,
      "learning_rate": 9.07908746177598e-05,
      "loss": 0.9947,
      "step": 1100
    },
    {
      "epoch": 0.5534167468719923,
      "grad_norm": 0.09273923188447952,
      "learning_rate": 8.3297287741021e-05,
      "loss": 0.9988,
      "step": 1150
    },
    {
      "epoch": 0.5774783445620789,
      "grad_norm": 0.09696114808320999,
      "learning_rate": 7.589909657692416e-05,
      "loss": 1.0023,
      "step": 1200
    },
    {
      "epoch": 0.6015399422521656,
      "grad_norm": 0.07934155315160751,
      "learning_rate": 6.863855508443216e-05,
      "loss": 0.9919,
      "step": 1250
    },
    {
      "epoch": 0.6256015399422522,
      "grad_norm": 0.09847329556941986,
      "learning_rate": 6.155713105147687e-05,
      "loss": 0.9873,
      "step": 1300
    },
    {
      "epoch": 0.6496631376323387,
      "grad_norm": 0.07471206784248352,
      "learning_rate": 5.469526925622783e-05,
      "loss": 0.9842,
      "step": 1350
    },
    {
      "epoch": 0.6737247353224254,
      "grad_norm": 0.07969838380813599,
      "learning_rate": 4.809216047116902e-05,
      "loss": 0.9868,
      "step": 1400
    },
    {
      "epoch": 0.697786333012512,
      "grad_norm": 0.07660534232854843,
      "learning_rate": 4.178551762929218e-05,
      "loss": 0.9846,
      "step": 1450
    },
    {
      "epoch": 0.7218479307025987,
      "grad_norm": 0.08437798917293549,
      "learning_rate": 3.581136043080835e-05,
      "loss": 0.9861,
      "step": 1500
    },
    {
      "epoch": 0.7459095283926853,
      "grad_norm": 0.06967335939407349,
      "learning_rate": 3.0203809620573042e-05,
      "loss": 0.9772,
      "step": 1550
    },
    {
      "epoch": 0.7699711260827719,
      "grad_norm": 0.06973665207624435,
      "learning_rate": 2.499489211118732e-05,
      "loss": 0.9813,
      "step": 1600
    },
    {
      "epoch": 0.7940327237728585,
      "grad_norm": 0.06934628635644913,
      "learning_rate": 2.0214358064792172e-05,
      "loss": 0.9719,
      "step": 1650
    },
    {
      "epoch": 0.8180943214629451,
      "grad_norm": 0.07001589238643646,
      "learning_rate": 1.5889510978274558e-05,
      "loss": 0.977,
      "step": 1700
    },
    {
      "epoch": 0.8421559191530318,
      "grad_norm": 0.06061296537518501,
      "learning_rate": 1.2045051742333412e-05,
      "loss": 0.9764,
      "step": 1750
    },
    {
      "epoch": 0.8662175168431184,
      "grad_norm": 0.06056005507707596,
      "learning_rate": 8.702937565046632e-06,
      "loss": 0.9827,
      "step": 1800
    },
    {
      "epoch": 0.890279114533205,
      "grad_norm": 0.05652038753032684,
      "learning_rate": 5.882256565680689e-06,
      "loss": 0.9769,
      "step": 1850
    },
    {
      "epoch": 0.9143407122232916,
      "grad_norm": 0.055849190801382065,
      "learning_rate": 3.5991187549870077e-06,
      "loss": 0.9741,
      "step": 1900
    },
    {
      "epoch": 0.9384023099133783,
      "grad_norm": 0.053746215999126434,
      "learning_rate": 1.8665640246390836e-06,
      "loss": 0.9771,
      "step": 1950
    },
    {
      "epoch": 0.9624639076034649,
      "grad_norm": 0.05398011952638626,
      "learning_rate": 6.944876713186777e-07,
      "loss": 0.9755,
      "step": 2000
    },
    {
      "epoch": 0.9865255052935515,
      "grad_norm": 0.05222630873322487,
      "learning_rate": 8.958388081204971e-08,
      "loss": 0.9742,
      "step": 2050
    }
  ],
  "logging_steps": 50,
  "max_steps": 2078,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "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": 3.924669146551204e+20,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}