File size: 8,485 Bytes
765b5fc
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.3508771929824561,
  "eval_steps": 10,
  "global_step": 40,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.008771929824561403,
      "grad_norm": 2.5680806636810303,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 1.6563,
      "step": 1
    },
    {
      "epoch": 0.017543859649122806,
      "grad_norm": 2.0647432804107666,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 1.5849,
      "step": 2
    },
    {
      "epoch": 0.02631578947368421,
      "grad_norm": 2.114915132522583,
      "learning_rate": 5e-05,
      "loss": 1.5868,
      "step": 3
    },
    {
      "epoch": 0.03508771929824561,
      "grad_norm": 1.7573949098587036,
      "learning_rate": 6.666666666666667e-05,
      "loss": 1.6836,
      "step": 4
    },
    {
      "epoch": 0.043859649122807015,
      "grad_norm": 1.5793524980545044,
      "learning_rate": 8.333333333333334e-05,
      "loss": 1.4172,
      "step": 5
    },
    {
      "epoch": 0.05263157894736842,
      "grad_norm": 1.7891627550125122,
      "learning_rate": 0.0001,
      "loss": 1.4405,
      "step": 6
    },
    {
      "epoch": 0.06140350877192982,
      "grad_norm": 1.7529516220092773,
      "learning_rate": 0.00011666666666666668,
      "loss": 1.5647,
      "step": 7
    },
    {
      "epoch": 0.07017543859649122,
      "grad_norm": 1.3582255840301514,
      "learning_rate": 0.00013333333333333334,
      "loss": 1.4112,
      "step": 8
    },
    {
      "epoch": 0.07894736842105263,
      "grad_norm": 1.7452667951583862,
      "learning_rate": 0.00015000000000000001,
      "loss": 1.6427,
      "step": 9
    },
    {
      "epoch": 0.08771929824561403,
      "grad_norm": 1.2840348482131958,
      "learning_rate": 0.0001666666666666667,
      "loss": 1.3915,
      "step": 10
    },
    {
      "epoch": 0.08771929824561403,
      "eval_loss": 1.3244520425796509,
      "eval_runtime": 147.2051,
      "eval_samples_per_second": 0.238,
      "eval_steps_per_second": 0.041,
      "step": 10
    },
    {
      "epoch": 0.09649122807017543,
      "grad_norm": 2.1381897926330566,
      "learning_rate": 0.00018333333333333334,
      "loss": 1.3884,
      "step": 11
    },
    {
      "epoch": 0.10526315789473684,
      "grad_norm": 4.329859733581543,
      "learning_rate": 0.0002,
      "loss": 1.2958,
      "step": 12
    },
    {
      "epoch": 0.11403508771929824,
      "grad_norm": 2.177532196044922,
      "learning_rate": 0.0001999525719713366,
      "loss": 1.3211,
      "step": 13
    },
    {
      "epoch": 0.12280701754385964,
      "grad_norm": 2.4973137378692627,
      "learning_rate": 0.00019981033287370443,
      "loss": 1.2851,
      "step": 14
    },
    {
      "epoch": 0.13157894736842105,
      "grad_norm": 1.3471475839614868,
      "learning_rate": 0.00019957341762950344,
      "loss": 1.1561,
      "step": 15
    },
    {
      "epoch": 0.14035087719298245,
      "grad_norm": 1.4363510608673096,
      "learning_rate": 0.0001992420509671936,
      "loss": 1.364,
      "step": 16
    },
    {
      "epoch": 0.14912280701754385,
      "grad_norm": 1.6065610647201538,
      "learning_rate": 0.00019881654720812594,
      "loss": 1.1038,
      "step": 17
    },
    {
      "epoch": 0.15789473684210525,
      "grad_norm": 1.760709524154663,
      "learning_rate": 0.0001982973099683902,
      "loss": 1.3887,
      "step": 18
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 1.1617190837860107,
      "learning_rate": 0.0001976848317759601,
      "loss": 1.1831,
      "step": 19
    },
    {
      "epoch": 0.17543859649122806,
      "grad_norm": 0.8196442127227783,
      "learning_rate": 0.00019697969360350098,
      "loss": 1.01,
      "step": 20
    },
    {
      "epoch": 0.17543859649122806,
      "eval_loss": 1.1859098672866821,
      "eval_runtime": 147.2373,
      "eval_samples_per_second": 0.238,
      "eval_steps_per_second": 0.041,
      "step": 20
    },
    {
      "epoch": 0.18421052631578946,
      "grad_norm": 1.0864627361297607,
      "learning_rate": 0.00019618256431728194,
      "loss": 1.2571,
      "step": 21
    },
    {
      "epoch": 0.19298245614035087,
      "grad_norm": 1.0493121147155762,
      "learning_rate": 0.00019529420004271567,
      "loss": 1.2444,
      "step": 22
    },
    {
      "epoch": 0.20175438596491227,
      "grad_norm": 0.7594426274299622,
      "learning_rate": 0.00019431544344712776,
      "loss": 1.1901,
      "step": 23
    },
    {
      "epoch": 0.21052631578947367,
      "grad_norm": 0.8312293887138367,
      "learning_rate": 0.00019324722294043558,
      "loss": 1.1946,
      "step": 24
    },
    {
      "epoch": 0.21929824561403508,
      "grad_norm": 0.8098247051239014,
      "learning_rate": 0.0001920905517944954,
      "loss": 1.1373,
      "step": 25
    },
    {
      "epoch": 0.22807017543859648,
      "grad_norm": 0.758610188961029,
      "learning_rate": 0.00019084652718195238,
      "loss": 1.362,
      "step": 26
    },
    {
      "epoch": 0.23684210526315788,
      "grad_norm": 0.7639715075492859,
      "learning_rate": 0.00018951632913550626,
      "loss": 1.1461,
      "step": 27
    },
    {
      "epoch": 0.24561403508771928,
      "grad_norm": 0.7925757765769958,
      "learning_rate": 0.00018810121942857845,
      "loss": 1.0797,
      "step": 28
    },
    {
      "epoch": 0.2543859649122807,
      "grad_norm": 0.7546517252922058,
      "learning_rate": 0.00018660254037844388,
      "loss": 1.2458,
      "step": 29
    },
    {
      "epoch": 0.2631578947368421,
      "grad_norm": 0.6947766542434692,
      "learning_rate": 0.00018502171357296144,
      "loss": 1.078,
      "step": 30
    },
    {
      "epoch": 0.2631578947368421,
      "eval_loss": 1.1665399074554443,
      "eval_runtime": 147.8779,
      "eval_samples_per_second": 0.237,
      "eval_steps_per_second": 0.041,
      "step": 30
    },
    {
      "epoch": 0.2719298245614035,
      "grad_norm": 0.7786549925804138,
      "learning_rate": 0.00018336023852211195,
      "loss": 1.1101,
      "step": 31
    },
    {
      "epoch": 0.2807017543859649,
      "grad_norm": 1.0710453987121582,
      "learning_rate": 0.0001816196912356222,
      "loss": 1.2739,
      "step": 32
    },
    {
      "epoch": 0.2894736842105263,
      "grad_norm": 0.7918573021888733,
      "learning_rate": 0.000179801722728024,
      "loss": 0.9907,
      "step": 33
    },
    {
      "epoch": 0.2982456140350877,
      "grad_norm": 0.6867886185646057,
      "learning_rate": 0.00017790805745256704,
      "loss": 1.0217,
      "step": 34
    },
    {
      "epoch": 0.30701754385964913,
      "grad_norm": 0.7449227571487427,
      "learning_rate": 0.00017594049166547073,
      "loss": 0.9821,
      "step": 35
    },
    {
      "epoch": 0.3157894736842105,
      "grad_norm": 0.6568706631660461,
      "learning_rate": 0.00017390089172206592,
      "loss": 0.9773,
      "step": 36
    },
    {
      "epoch": 0.32456140350877194,
      "grad_norm": 0.8175464272499084,
      "learning_rate": 0.0001717911923064442,
      "loss": 1.2461,
      "step": 37
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.8352490663528442,
      "learning_rate": 0.0001696133945962927,
      "loss": 1.1108,
      "step": 38
    },
    {
      "epoch": 0.34210526315789475,
      "grad_norm": 0.7964888215065002,
      "learning_rate": 0.00016736956436465573,
      "loss": 1.1794,
      "step": 39
    },
    {
      "epoch": 0.3508771929824561,
      "grad_norm": 0.815345048904419,
      "learning_rate": 0.0001650618300204242,
      "loss": 1.1293,
      "step": 40
    },
    {
      "epoch": 0.3508771929824561,
      "eval_loss": 1.1598470211029053,
      "eval_runtime": 147.6693,
      "eval_samples_per_second": 0.237,
      "eval_steps_per_second": 0.041,
      "step": 40
    }
  ],
  "logging_steps": 1,
  "max_steps": 114,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 10,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 1.052065728036864e+16,
  "train_batch_size": 6,
  "trial_name": null,
  "trial_params": null
}