| { |
| "best_global_step": null, |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 0.058333333333333334, |
| "eval_steps": 500, |
| "global_step": 700, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.0008333333333333334, |
| "grad_norm": 0.3933861553668976, |
| "learning_rate": 1.3499999999999998e-05, |
| "loss": 10.793175506591798, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.0016666666666666668, |
| "grad_norm": 0.21078218519687653, |
| "learning_rate": 2.8499999999999998e-05, |
| "loss": 9.94891357421875, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.0025, |
| "grad_norm": 0.17593811452388763, |
| "learning_rate": 4.3499999999999993e-05, |
| "loss": 9.451502990722656, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.0033333333333333335, |
| "grad_norm": 0.1287856101989746, |
| "learning_rate": 5.85e-05, |
| "loss": 9.038980102539062, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.004166666666666667, |
| "grad_norm": 0.12334560602903366, |
| "learning_rate": 7.35e-05, |
| "loss": 8.548064422607421, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.005, |
| "grad_norm": 0.08555905520915985, |
| "learning_rate": 8.849999999999998e-05, |
| "loss": 8.130076599121093, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.005833333333333334, |
| "grad_norm": 0.09234856814146042, |
| "learning_rate": 0.00010349999999999998, |
| "loss": 7.781331634521484, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.006666666666666667, |
| "grad_norm": 0.12036211788654327, |
| "learning_rate": 0.0001185, |
| "loss": 7.612437438964844, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.0075, |
| "grad_norm": 0.26068001985549927, |
| "learning_rate": 0.0001335, |
| "loss": 7.377515411376953, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.008333333333333333, |
| "grad_norm": 0.14013038575649261, |
| "learning_rate": 0.00014849999999999998, |
| "loss": 7.176266479492187, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.009166666666666667, |
| "grad_norm": 0.1725226491689682, |
| "learning_rate": 0.0001635, |
| "loss": 6.9345703125, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.01, |
| "grad_norm": 0.1893932819366455, |
| "learning_rate": 0.00017849999999999997, |
| "loss": 6.603112030029297, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.010833333333333334, |
| "grad_norm": 0.10222424566745758, |
| "learning_rate": 0.0001935, |
| "loss": 6.440335083007812, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.011666666666666667, |
| "grad_norm": 0.12809771299362183, |
| "learning_rate": 0.00020849999999999997, |
| "loss": 6.1724189758300785, |
| "step": 140 |
| }, |
| { |
| "epoch": 0.0125, |
| "grad_norm": 0.1817079782485962, |
| "learning_rate": 0.00022349999999999998, |
| "loss": 5.981137084960937, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 0.1294909566640854, |
| "learning_rate": 0.0002385, |
| "loss": 5.84722900390625, |
| "step": 160 |
| }, |
| { |
| "epoch": 0.014166666666666666, |
| "grad_norm": 0.1508026421070099, |
| "learning_rate": 0.0002535, |
| "loss": 5.6487274169921875, |
| "step": 170 |
| }, |
| { |
| "epoch": 0.015, |
| "grad_norm": 0.1253245323896408, |
| "learning_rate": 0.00026849999999999997, |
| "loss": 5.603432464599609, |
| "step": 180 |
| }, |
| { |
| "epoch": 0.015833333333333335, |
| "grad_norm": 0.10764947533607483, |
| "learning_rate": 0.00028349999999999995, |
| "loss": 5.431602096557617, |
| "step": 190 |
| }, |
| { |
| "epoch": 0.016666666666666666, |
| "grad_norm": 0.11333471536636353, |
| "learning_rate": 0.0002985, |
| "loss": 5.339364624023437, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.0175, |
| "grad_norm": 0.12494370341300964, |
| "learning_rate": 0.0002999995693922863, |
| "loss": 5.225184631347656, |
| "step": 210 |
| }, |
| { |
| "epoch": 0.018333333333333333, |
| "grad_norm": 0.11432802677154541, |
| "learning_rate": 0.0002999980808749688, |
| "loss": 5.181040191650391, |
| "step": 220 |
| }, |
| { |
| "epoch": 0.019166666666666665, |
| "grad_norm": 0.10197849571704865, |
| "learning_rate": 0.000299995529142451, |
| "loss": 5.013928985595703, |
| "step": 230 |
| }, |
| { |
| "epoch": 0.02, |
| "grad_norm": 0.11272598057985306, |
| "learning_rate": 0.00029999191421282024, |
| "loss": 4.891825103759766, |
| "step": 240 |
| }, |
| { |
| "epoch": 0.020833333333333332, |
| "grad_norm": 0.09002882242202759, |
| "learning_rate": 0.0002999872361116999, |
| "loss": 4.906301879882813, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.021666666666666667, |
| "grad_norm": 0.0879431664943695, |
| "learning_rate": 0.0002999814948722491, |
| "loss": 4.827959442138672, |
| "step": 260 |
| }, |
| { |
| "epoch": 0.0225, |
| "grad_norm": 0.10233565419912338, |
| "learning_rate": 0.0002999746905351629, |
| "loss": 4.808346176147461, |
| "step": 270 |
| }, |
| { |
| "epoch": 0.023333333333333334, |
| "grad_norm": 0.08734232932329178, |
| "learning_rate": 0.00029996682314867176, |
| "loss": 4.741819381713867, |
| "step": 280 |
| }, |
| { |
| "epoch": 0.024166666666666666, |
| "grad_norm": 0.0991712436079979, |
| "learning_rate": 0.0002999578927685413, |
| "loss": 4.678402709960937, |
| "step": 290 |
| }, |
| { |
| "epoch": 0.025, |
| "grad_norm": 0.0887921079993248, |
| "learning_rate": 0.0002999478994580716, |
| "loss": 4.653173828125, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.025833333333333333, |
| "grad_norm": 0.0922158882021904, |
| "learning_rate": 0.0002999368432880973, |
| "loss": 4.650460815429687, |
| "step": 310 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 0.09760992228984833, |
| "learning_rate": 0.0002999247243369867, |
| "loss": 4.53588981628418, |
| "step": 320 |
| }, |
| { |
| "epoch": 0.0275, |
| "grad_norm": 0.08007848262786865, |
| "learning_rate": 0.00029991154269064105, |
| "loss": 4.48128662109375, |
| "step": 330 |
| }, |
| { |
| "epoch": 0.028333333333333332, |
| "grad_norm": 0.09366138279438019, |
| "learning_rate": 0.00029989729844249455, |
| "loss": 4.436825561523437, |
| "step": 340 |
| }, |
| { |
| "epoch": 0.029166666666666667, |
| "grad_norm": 0.08227650076150894, |
| "learning_rate": 0.00029988199169351317, |
| "loss": 4.347656631469727, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.03, |
| "grad_norm": 0.0964592844247818, |
| "learning_rate": 0.000299865622552194, |
| "loss": 4.348267364501953, |
| "step": 360 |
| }, |
| { |
| "epoch": 0.030833333333333334, |
| "grad_norm": 0.08087096363306046, |
| "learning_rate": 0.0002998481911345647, |
| "loss": 4.408647918701172, |
| "step": 370 |
| }, |
| { |
| "epoch": 0.03166666666666667, |
| "grad_norm": 0.09135255217552185, |
| "learning_rate": 0.0002998296975641825, |
| "loss": 4.3575798034667965, |
| "step": 380 |
| }, |
| { |
| "epoch": 0.0325, |
| "grad_norm": 0.07801107317209244, |
| "learning_rate": 0.00029981014197213345, |
| "loss": 4.369893646240234, |
| "step": 390 |
| }, |
| { |
| "epoch": 0.03333333333333333, |
| "grad_norm": 0.074135921895504, |
| "learning_rate": 0.0002997895244970312, |
| "loss": 4.275115585327148, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.034166666666666665, |
| "grad_norm": 0.08232986181974411, |
| "learning_rate": 0.00029976784528501645, |
| "loss": 4.228077697753906, |
| "step": 410 |
| }, |
| { |
| "epoch": 0.035, |
| "grad_norm": 0.07607673108577728, |
| "learning_rate": 0.00029974510448975563, |
| "loss": 4.215129089355469, |
| "step": 420 |
| }, |
| { |
| "epoch": 0.035833333333333335, |
| "grad_norm": 0.07808370888233185, |
| "learning_rate": 0.0002997213022724399, |
| "loss": 4.161651229858398, |
| "step": 430 |
| }, |
| { |
| "epoch": 0.03666666666666667, |
| "grad_norm": 0.07890745997428894, |
| "learning_rate": 0.0002996964388017838, |
| "loss": 4.197282409667968, |
| "step": 440 |
| }, |
| { |
| "epoch": 0.0375, |
| "grad_norm": 0.071009561419487, |
| "learning_rate": 0.00029967051425402455, |
| "loss": 4.102042007446289, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.03833333333333333, |
| "grad_norm": 0.07312625646591187, |
| "learning_rate": 0.0002996435288129202, |
| "loss": 4.090036773681641, |
| "step": 460 |
| }, |
| { |
| "epoch": 0.03916666666666667, |
| "grad_norm": 0.07782439142465591, |
| "learning_rate": 0.0002996154826697489, |
| "loss": 4.060888671875, |
| "step": 470 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 0.06876000016927719, |
| "learning_rate": 0.00029958637602330685, |
| "loss": 4.065421295166016, |
| "step": 480 |
| }, |
| { |
| "epoch": 0.04083333333333333, |
| "grad_norm": 0.07044120877981186, |
| "learning_rate": 0.00029955620907990777, |
| "loss": 4.0340923309326175, |
| "step": 490 |
| }, |
| { |
| "epoch": 0.041666666666666664, |
| "grad_norm": 0.06847608089447021, |
| "learning_rate": 0.0002995249820533806, |
| "loss": 4.013957214355469, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.0425, |
| "grad_norm": 0.06946133822202682, |
| "learning_rate": 0.00029949269516506863, |
| "loss": 4.006973648071289, |
| "step": 510 |
| }, |
| { |
| "epoch": 0.043333333333333335, |
| "grad_norm": 0.07448018342256546, |
| "learning_rate": 0.0002994593486438274, |
| "loss": 3.9334747314453127, |
| "step": 520 |
| }, |
| { |
| "epoch": 0.04416666666666667, |
| "grad_norm": 0.0726313516497612, |
| "learning_rate": 0.00029942494272602356, |
| "loss": 3.9182762145996093, |
| "step": 530 |
| }, |
| { |
| "epoch": 0.045, |
| "grad_norm": 0.07197625935077667, |
| "learning_rate": 0.0002993894776555328, |
| "loss": 3.9256614685058593, |
| "step": 540 |
| }, |
| { |
| "epoch": 0.04583333333333333, |
| "grad_norm": 0.07247449457645416, |
| "learning_rate": 0.00029935295368373844, |
| "loss": 3.8697052001953125, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.04666666666666667, |
| "grad_norm": 0.06503958255052567, |
| "learning_rate": 0.00029931537106952925, |
| "loss": 3.833271026611328, |
| "step": 560 |
| }, |
| { |
| "epoch": 0.0475, |
| "grad_norm": 0.07078709453344345, |
| "learning_rate": 0.00029927673007929814, |
| "loss": 3.807381820678711, |
| "step": 570 |
| }, |
| { |
| "epoch": 0.04833333333333333, |
| "grad_norm": 0.0642218068242073, |
| "learning_rate": 0.0002992370309869398, |
| "loss": 3.7920074462890625, |
| "step": 580 |
| }, |
| { |
| "epoch": 0.049166666666666664, |
| "grad_norm": 0.07087492197751999, |
| "learning_rate": 0.00029919627407384906, |
| "loss": 3.759918975830078, |
| "step": 590 |
| }, |
| { |
| "epoch": 0.05, |
| "grad_norm": 0.07459498941898346, |
| "learning_rate": 0.0002991544596289187, |
| "loss": 3.7198650360107424, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.050833333333333335, |
| "grad_norm": 0.07105842977762222, |
| "learning_rate": 0.0002991115879485376, |
| "loss": 3.7618087768554687, |
| "step": 610 |
| }, |
| { |
| "epoch": 0.051666666666666666, |
| "grad_norm": 0.06777296215295792, |
| "learning_rate": 0.00029906765933658845, |
| "loss": 3.774607467651367, |
| "step": 620 |
| }, |
| { |
| "epoch": 0.0525, |
| "grad_norm": 0.07675730437040329, |
| "learning_rate": 0.00029902267410444563, |
| "loss": 3.7071380615234375, |
| "step": 630 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 0.07201831042766571, |
| "learning_rate": 0.00029897663257097315, |
| "loss": 3.689577102661133, |
| "step": 640 |
| }, |
| { |
| "epoch": 0.05416666666666667, |
| "grad_norm": 0.07140760123729706, |
| "learning_rate": 0.00029892953506252225, |
| "loss": 3.6408855438232424, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.055, |
| "grad_norm": 0.06695026159286499, |
| "learning_rate": 0.0002988813819129291, |
| "loss": 3.6567893981933595, |
| "step": 660 |
| }, |
| { |
| "epoch": 0.05583333333333333, |
| "grad_norm": 0.06928922981023788, |
| "learning_rate": 0.00029883217346351245, |
| "loss": 3.611972427368164, |
| "step": 670 |
| }, |
| { |
| "epoch": 0.056666666666666664, |
| "grad_norm": 0.07292694598436356, |
| "learning_rate": 0.00029878191006307126, |
| "loss": 3.6120975494384764, |
| "step": 680 |
| }, |
| { |
| "epoch": 0.0575, |
| "grad_norm": 0.06881766021251678, |
| "learning_rate": 0.0002987305920678821, |
| "loss": 3.561126708984375, |
| "step": 690 |
| }, |
| { |
| "epoch": 0.058333333333333334, |
| "grad_norm": 0.06780871003866196, |
| "learning_rate": 0.00029867821984169696, |
| "loss": 3.608598327636719, |
| "step": 700 |
| } |
| ], |
| "logging_steps": 10, |
| "max_steps": 12000, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 9223372036854775807, |
| "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": 6.21588202389504e+16, |
| "train_batch_size": 8, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
