| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 0.026041666666666668, | |
| "eval_steps": 13, | |
| "global_step": 50, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.0005208333333333333, | |
| "grad_norm": NaN, | |
| "learning_rate": 5e-06, | |
| "loss": 0.0, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.0005208333333333333, | |
| "eval_loss": NaN, | |
| "eval_runtime": 19.9517, | |
| "eval_samples_per_second": 40.548, | |
| "eval_steps_per_second": 20.299, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.0010416666666666667, | |
| "grad_norm": NaN, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.0015625, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.5e-05, | |
| "loss": 0.0, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.0020833333333333333, | |
| "grad_norm": NaN, | |
| "learning_rate": 2e-05, | |
| "loss": 0.0, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.0026041666666666665, | |
| "grad_norm": NaN, | |
| "learning_rate": 2.5e-05, | |
| "loss": 0.0, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.003125, | |
| "grad_norm": NaN, | |
| "learning_rate": 3e-05, | |
| "loss": 0.0, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.0036458333333333334, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.5e-05, | |
| "loss": 0.0, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.004166666666666667, | |
| "grad_norm": NaN, | |
| "learning_rate": 4e-05, | |
| "loss": 0.0, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.0046875, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.5e-05, | |
| "loss": 8.0327, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.005208333333333333, | |
| "grad_norm": NaN, | |
| "learning_rate": 5e-05, | |
| "loss": 0.0, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.005729166666666666, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.99229333433282e-05, | |
| "loss": 0.0, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.00625, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.9692208514878444e-05, | |
| "loss": 0.0, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.0067708333333333336, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.9309248009941914e-05, | |
| "loss": 0.0, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.0067708333333333336, | |
| "eval_loss": NaN, | |
| "eval_runtime": 15.3372, | |
| "eval_samples_per_second": 52.748, | |
| "eval_steps_per_second": 26.406, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.007291666666666667, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.877641290737884e-05, | |
| "loss": 0.0, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.0078125, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.8096988312782174e-05, | |
| "loss": 0.0, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.008333333333333333, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.72751631047092e-05, | |
| "loss": 0.0, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.008854166666666666, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.6316004108852305e-05, | |
| "loss": 0.0, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 0.009375, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.522542485937369e-05, | |
| "loss": 0.0, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.009895833333333333, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.401014914000078e-05, | |
| "loss": 0.0, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 0.010416666666666666, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.267766952966369e-05, | |
| "loss": 0.0, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.0109375, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.123620120825459e-05, | |
| "loss": 6.4808, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 0.011458333333333333, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.969463130731183e-05, | |
| "loss": 0.0, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 0.011979166666666667, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.8062464117898724e-05, | |
| "loss": 0.0, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 0.0125, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.634976249348867e-05, | |
| "loss": 0.0, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 0.013020833333333334, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.456708580912725e-05, | |
| "loss": 0.0, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.013541666666666667, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.272542485937369e-05, | |
| "loss": 0.0, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.013541666666666667, | |
| "eval_loss": NaN, | |
| "eval_runtime": 15.297, | |
| "eval_samples_per_second": 52.886, | |
| "eval_steps_per_second": 26.476, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.0140625, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.083613409639764e-05, | |
| "loss": 0.0, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 0.014583333333333334, | |
| "grad_norm": NaN, | |
| "learning_rate": 2.8910861626005776e-05, | |
| "loss": 0.0, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 0.015104166666666667, | |
| "grad_norm": NaN, | |
| "learning_rate": 2.6961477393196126e-05, | |
| "loss": 0.0, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 0.015625, | |
| "grad_norm": NaN, | |
| "learning_rate": 2.5e-05, | |
| "loss": 0.0, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.016145833333333335, | |
| "grad_norm": NaN, | |
| "learning_rate": 2.303852260680388e-05, | |
| "loss": 0.0, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 0.016666666666666666, | |
| "grad_norm": NaN, | |
| "learning_rate": 2.1089138373994223e-05, | |
| "loss": 0.0, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 0.0171875, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.9163865903602374e-05, | |
| "loss": 0.0, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 0.017708333333333333, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.7274575140626318e-05, | |
| "loss": 0.0, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 0.018229166666666668, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.5432914190872757e-05, | |
| "loss": 6.3393, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.01875, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.3650237506511331e-05, | |
| "loss": 0.0, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 0.019270833333333334, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.1937535882101281e-05, | |
| "loss": 0.0, | |
| "step": 37 | |
| }, | |
| { | |
| "epoch": 0.019791666666666666, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.0305368692688174e-05, | |
| "loss": 0.0, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 0.0203125, | |
| "grad_norm": NaN, | |
| "learning_rate": 8.763798791745411e-06, | |
| "loss": 0.0, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 0.0203125, | |
| "eval_loss": NaN, | |
| "eval_runtime": 15.0948, | |
| "eval_samples_per_second": 53.595, | |
| "eval_steps_per_second": 26.83, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 0.020833333333333332, | |
| "grad_norm": NaN, | |
| "learning_rate": 7.3223304703363135e-06, | |
| "loss": 0.0, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.021354166666666667, | |
| "grad_norm": NaN, | |
| "learning_rate": 5.989850859999227e-06, | |
| "loss": 0.0, | |
| "step": 41 | |
| }, | |
| { | |
| "epoch": 0.021875, | |
| "grad_norm": NaN, | |
| "learning_rate": 4.7745751406263165e-06, | |
| "loss": 0.0, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 0.022395833333333334, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.6839958911476957e-06, | |
| "loss": 0.0, | |
| "step": 43 | |
| }, | |
| { | |
| "epoch": 0.022916666666666665, | |
| "grad_norm": NaN, | |
| "learning_rate": 2.7248368952908053e-06, | |
| "loss": 0.0, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 0.0234375, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.9030116872178316e-06, | |
| "loss": 0.0, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.023958333333333335, | |
| "grad_norm": NaN, | |
| "learning_rate": 1.2235870926211619e-06, | |
| "loss": 0.0, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 0.024479166666666666, | |
| "grad_norm": NaN, | |
| "learning_rate": 6.907519900580861e-07, | |
| "loss": 0.0, | |
| "step": 47 | |
| }, | |
| { | |
| "epoch": 0.025, | |
| "grad_norm": NaN, | |
| "learning_rate": 3.077914851215585e-07, | |
| "loss": 0.0, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 0.025520833333333333, | |
| "grad_norm": NaN, | |
| "learning_rate": 7.706665667180091e-08, | |
| "loss": 0.0, | |
| "step": 49 | |
| }, | |
| { | |
| "epoch": 0.026041666666666668, | |
| "grad_norm": NaN, | |
| "learning_rate": 0.0, | |
| "loss": 0.0, | |
| "step": 50 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 50, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 1, | |
| "save_steps": 13, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 1937871942451200.0, | |
| "train_batch_size": 2, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |