File size: 7,522 Bytes
0f01d87
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.9834710743801653,
  "eval_steps": 5,
  "global_step": 30,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.06611570247933884,
      "grad_norm": 1.9830907583236694,
      "learning_rate": 0.00019333333333333333,
      "loss": 10.1125,
      "step": 1
    },
    {
      "epoch": 0.1322314049586777,
      "grad_norm": 2.0950465202331543,
      "learning_rate": 0.0001866666666666667,
      "loss": 9.9005,
      "step": 2
    },
    {
      "epoch": 0.19834710743801653,
      "grad_norm": 2.9728968143463135,
      "learning_rate": 0.00018,
      "loss": 9.7099,
      "step": 3
    },
    {
      "epoch": 0.2644628099173554,
      "grad_norm": 3.350935935974121,
      "learning_rate": 0.00017333333333333334,
      "loss": 8.944,
      "step": 4
    },
    {
      "epoch": 0.3305785123966942,
      "grad_norm": 3.183183431625366,
      "learning_rate": 0.0001666666666666667,
      "loss": 8.2807,
      "step": 5
    },
    {
      "epoch": 0.3305785123966942,
      "eval_clap": 0.016216065734624863,
      "eval_loss": 3.0157957077026367,
      "eval_runtime": 243.8548,
      "eval_samples_per_second": 0.033,
      "eval_steps_per_second": 0.033,
      "step": 5
    },
    {
      "epoch": 0.39669421487603307,
      "grad_norm": 4.646206855773926,
      "learning_rate": 0.00016,
      "loss": 7.7738,
      "step": 6
    },
    {
      "epoch": 0.4628099173553719,
      "grad_norm": 7.790807723999023,
      "learning_rate": 0.00015333333333333334,
      "loss": 7.5699,
      "step": 7
    },
    {
      "epoch": 0.5289256198347108,
      "grad_norm": 5.643434047698975,
      "learning_rate": 0.00014666666666666666,
      "loss": 7.139,
      "step": 8
    },
    {
      "epoch": 0.5950413223140496,
      "grad_norm": 3.7166173458099365,
      "learning_rate": 0.00014,
      "loss": 7.129,
      "step": 9
    },
    {
      "epoch": 0.6611570247933884,
      "grad_norm": 2.310825824737549,
      "learning_rate": 0.00013333333333333334,
      "loss": 6.536,
      "step": 10
    },
    {
      "epoch": 0.6611570247933884,
      "eval_clap": 0.007407550700008869,
      "eval_loss": 3.2537384033203125,
      "eval_runtime": 229.6949,
      "eval_samples_per_second": 0.035,
      "eval_steps_per_second": 0.035,
      "step": 10
    },
    {
      "epoch": 0.7272727272727273,
      "grad_norm": 3.1138978004455566,
      "learning_rate": 0.00012666666666666666,
      "loss": 7.0649,
      "step": 11
    },
    {
      "epoch": 0.7933884297520661,
      "grad_norm": 1.9888191223144531,
      "learning_rate": 0.00012,
      "loss": 6.579,
      "step": 12
    },
    {
      "epoch": 0.859504132231405,
      "grad_norm": 2.7568395137786865,
      "learning_rate": 0.00011333333333333334,
      "loss": 6.927,
      "step": 13
    },
    {
      "epoch": 0.9256198347107438,
      "grad_norm": 1.5047709941864014,
      "learning_rate": 0.00010666666666666667,
      "loss": 6.4366,
      "step": 14
    },
    {
      "epoch": 0.9917355371900827,
      "grad_norm": 1.930873155593872,
      "learning_rate": 0.0001,
      "loss": 6.1596,
      "step": 15
    },
    {
      "epoch": 0.9917355371900827,
      "eval_clap": -0.039488501846790314,
      "eval_loss": 4.296116828918457,
      "eval_runtime": 237.1954,
      "eval_samples_per_second": 0.034,
      "eval_steps_per_second": 0.034,
      "step": 15
    },
    {
      "epoch": 1.0578512396694215,
      "grad_norm": 1.186317801475525,
      "learning_rate": 9.333333333333334e-05,
      "loss": 6.3429,
      "step": 16
    },
    {
      "epoch": 1.1239669421487604,
      "grad_norm": 1.2925118207931519,
      "learning_rate": 8.666666666666667e-05,
      "loss": 6.1757,
      "step": 17
    },
    {
      "epoch": 1.1900826446280992,
      "grad_norm": 0.9777997136116028,
      "learning_rate": 8e-05,
      "loss": 6.2497,
      "step": 18
    },
    {
      "epoch": 1.256198347107438,
      "grad_norm": 1.5951266288757324,
      "learning_rate": 7.333333333333333e-05,
      "loss": 6.3316,
      "step": 19
    },
    {
      "epoch": 1.322314049586777,
      "grad_norm": 1.7874397039413452,
      "learning_rate": 6.666666666666667e-05,
      "loss": 6.44,
      "step": 20
    },
    {
      "epoch": 1.322314049586777,
      "eval_clap": -0.038016706705093384,
      "eval_loss": 4.876384258270264,
      "eval_runtime": 233.9024,
      "eval_samples_per_second": 0.034,
      "eval_steps_per_second": 0.034,
      "step": 20
    },
    {
      "epoch": 1.3884297520661157,
      "grad_norm": 1.0251847505569458,
      "learning_rate": 6e-05,
      "loss": 6.0348,
      "step": 21
    },
    {
      "epoch": 1.4545454545454546,
      "grad_norm": 0.8240154981613159,
      "learning_rate": 5.333333333333333e-05,
      "loss": 6.1891,
      "step": 22
    },
    {
      "epoch": 1.5206611570247934,
      "grad_norm": 1.571574091911316,
      "learning_rate": 4.666666666666667e-05,
      "loss": 5.89,
      "step": 23
    },
    {
      "epoch": 1.5867768595041323,
      "grad_norm": 0.9506106376647949,
      "learning_rate": 4e-05,
      "loss": 6.2511,
      "step": 24
    },
    {
      "epoch": 1.6528925619834711,
      "grad_norm": 1.503645420074463,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 6.4944,
      "step": 25
    },
    {
      "epoch": 1.6528925619834711,
      "eval_clap": -0.05864603444933891,
      "eval_loss": 5.022668361663818,
      "eval_runtime": 237.1887,
      "eval_samples_per_second": 0.034,
      "eval_steps_per_second": 0.034,
      "step": 25
    },
    {
      "epoch": 1.71900826446281,
      "grad_norm": 1.0225498676300049,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 6.2162,
      "step": 26
    },
    {
      "epoch": 1.7851239669421488,
      "grad_norm": 1.566749930381775,
      "learning_rate": 2e-05,
      "loss": 6.2582,
      "step": 27
    },
    {
      "epoch": 1.8512396694214877,
      "grad_norm": 1.3055825233459473,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 6.1079,
      "step": 28
    },
    {
      "epoch": 1.9173553719008265,
      "grad_norm": 0.9658945798873901,
      "learning_rate": 6.666666666666667e-06,
      "loss": 6.1765,
      "step": 29
    },
    {
      "epoch": 1.9834710743801653,
      "grad_norm": 1.0808743238449097,
      "learning_rate": 0.0,
      "loss": 6.3776,
      "step": 30
    },
    {
      "epoch": 1.9834710743801653,
      "eval_clap": -0.05411681905388832,
      "eval_loss": 5.031132698059082,
      "eval_runtime": 232.4736,
      "eval_samples_per_second": 0.034,
      "eval_steps_per_second": 0.034,
      "step": 30
    },
    {
      "epoch": 1.9834710743801653,
      "step": 30,
      "total_flos": 26305190573760.0,
      "train_loss": 6.993270270029703,
      "train_runtime": 2006.6605,
      "train_samples_per_second": 0.121,
      "train_steps_per_second": 0.015
    }
  ],
  "logging_steps": 1.0,
  "max_steps": 30,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 2,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": false,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 26305190573760.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}