File size: 7,086 Bytes
a2aab49
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 10.0,
  "eval_steps": 500,
  "global_step": 360,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.2777777777777778,
      "grad_norm": 1.9213794469833374,
      "learning_rate": 5e-05,
      "loss": 0.9704,
      "step": 10
    },
    {
      "epoch": 0.5555555555555556,
      "grad_norm": 2.6781961917877197,
      "learning_rate": 9.999789047591562e-05,
      "loss": 0.4178,
      "step": 20
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 1.419345498085022,
      "learning_rate": 9.974496289936769e-05,
      "loss": 0.354,
      "step": 30
    },
    {
      "epoch": 1.1111111111111112,
      "grad_norm": 0.947891116142273,
      "learning_rate": 9.90725746626209e-05,
      "loss": 0.3275,
      "step": 40
    },
    {
      "epoch": 1.3888888888888888,
      "grad_norm": 1.2710075378417969,
      "learning_rate": 9.798639549376945e-05,
      "loss": 0.2647,
      "step": 50
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 1.4519425630569458,
      "learning_rate": 9.64955842986544e-05,
      "loss": 0.2325,
      "step": 60
    },
    {
      "epoch": 1.9444444444444444,
      "grad_norm": 1.5266393423080444,
      "learning_rate": 9.46127119309197e-05,
      "loss": 0.2325,
      "step": 70
    },
    {
      "epoch": 2.2222222222222223,
      "grad_norm": 1.442086100578308,
      "learning_rate": 9.23536551917611e-05,
      "loss": 0.2141,
      "step": 80
    },
    {
      "epoch": 2.5,
      "grad_norm": 1.3214430809020996,
      "learning_rate": 8.9737462953185e-05,
      "loss": 0.1961,
      "step": 90
    },
    {
      "epoch": 2.7777777777777777,
      "grad_norm": 1.3879374265670776,
      "learning_rate": 8.678619553365659e-05,
      "loss": 0.1953,
      "step": 100
    },
    {
      "epoch": 3.0555555555555554,
      "grad_norm": 1.3300167322158813,
      "learning_rate": 8.352473868055746e-05,
      "loss": 0.1732,
      "step": 110
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 0.8237183690071106,
      "learning_rate": 7.998059372799409e-05,
      "loss": 0.1702,
      "step": 120
    },
    {
      "epoch": 3.611111111111111,
      "grad_norm": 1.216146469116211,
      "learning_rate": 7.618364569939391e-05,
      "loss": 0.1519,
      "step": 130
    },
    {
      "epoch": 3.888888888888889,
      "grad_norm": 0.9486384987831116,
      "learning_rate": 7.21659113102993e-05,
      "loss": 0.1566,
      "step": 140
    },
    {
      "epoch": 4.166666666666667,
      "grad_norm": 0.7426595687866211,
      "learning_rate": 6.796126899625688e-05,
      "loss": 0.1495,
      "step": 150
    },
    {
      "epoch": 4.444444444444445,
      "grad_norm": 0.8088931441307068,
      "learning_rate": 6.360517324226676e-05,
      "loss": 0.1478,
      "step": 160
    },
    {
      "epoch": 4.722222222222222,
      "grad_norm": 1.0129106044769287,
      "learning_rate": 5.9134355622630356e-05,
      "loss": 0.1327,
      "step": 170
    },
    {
      "epoch": 5.0,
      "grad_norm": 0.8650373220443726,
      "learning_rate": 5.458651507209518e-05,
      "loss": 0.1381,
      "step": 180
    },
    {
      "epoch": 5.277777777777778,
      "grad_norm": 0.7770701050758362,
      "learning_rate": 5e-05,
      "loss": 0.1403,
      "step": 190
    },
    {
      "epoch": 5.555555555555555,
      "grad_norm": 0.7225720286369324,
      "learning_rate": 4.541348492790482e-05,
      "loss": 0.1359,
      "step": 200
    },
    {
      "epoch": 5.833333333333333,
      "grad_norm": 1.0390045642852783,
      "learning_rate": 4.086564437736966e-05,
      "loss": 0.1274,
      "step": 210
    },
    {
      "epoch": 6.111111111111111,
      "grad_norm": 1.121009349822998,
      "learning_rate": 3.639482675773324e-05,
      "loss": 0.1117,
      "step": 220
    },
    {
      "epoch": 6.388888888888889,
      "grad_norm": 0.7137916088104248,
      "learning_rate": 3.203873100374314e-05,
      "loss": 0.1101,
      "step": 230
    },
    {
      "epoch": 6.666666666666667,
      "grad_norm": 0.5132378935813904,
      "learning_rate": 2.783408868970071e-05,
      "loss": 0.1157,
      "step": 240
    },
    {
      "epoch": 6.944444444444445,
      "grad_norm": 0.5895885229110718,
      "learning_rate": 2.381635430060611e-05,
      "loss": 0.1041,
      "step": 250
    },
    {
      "epoch": 7.222222222222222,
      "grad_norm": 0.5823981165885925,
      "learning_rate": 2.0019406272005915e-05,
      "loss": 0.1066,
      "step": 260
    },
    {
      "epoch": 7.5,
      "grad_norm": 0.6076810359954834,
      "learning_rate": 1.6475261319442553e-05,
      "loss": 0.1131,
      "step": 270
    },
    {
      "epoch": 7.777777777777778,
      "grad_norm": 0.5810424089431763,
      "learning_rate": 1.3213804466343421e-05,
      "loss": 0.0964,
      "step": 280
    },
    {
      "epoch": 8.055555555555555,
      "grad_norm": 0.5393444299697876,
      "learning_rate": 1.0262537046815018e-05,
      "loss": 0.0971,
      "step": 290
    },
    {
      "epoch": 8.333333333333334,
      "grad_norm": 0.5941327214241028,
      "learning_rate": 7.646344808238903e-06,
      "loss": 0.0933,
      "step": 300
    },
    {
      "epoch": 8.61111111111111,
      "grad_norm": 0.4310052692890167,
      "learning_rate": 5.387288069080299e-06,
      "loss": 0.1067,
      "step": 310
    },
    {
      "epoch": 8.88888888888889,
      "grad_norm": 0.4362979233264923,
      "learning_rate": 3.504415701345615e-06,
      "loss": 0.0891,
      "step": 320
    },
    {
      "epoch": 9.166666666666666,
      "grad_norm": 0.46284258365631104,
      "learning_rate": 2.013604506230554e-06,
      "loss": 0.1027,
      "step": 330
    },
    {
      "epoch": 9.444444444444445,
      "grad_norm": 0.5020444393157959,
      "learning_rate": 9.274253373791064e-07,
      "loss": 0.0852,
      "step": 340
    },
    {
      "epoch": 9.722222222222221,
      "grad_norm": 0.5854896903038025,
      "learning_rate": 2.55037100632316e-07,
      "loss": 0.0919,
      "step": 350
    },
    {
      "epoch": 10.0,
      "grad_norm": 0.7395591735839844,
      "learning_rate": 2.109524084381587e-09,
      "loss": 0.0918,
      "step": 360
    },
    {
      "epoch": 10.0,
      "step": 360,
      "total_flos": 0.0,
      "train_loss": 0.1817794324623214,
      "train_runtime": 394.9899,
      "train_samples_per_second": 44.432,
      "train_steps_per_second": 0.911
    }
  ],
  "logging_steps": 10,
  "max_steps": 360,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 10,
  "save_steps": 3000,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 0.0,
  "train_batch_size": 49,
  "trial_name": null,
  "trial_params": null
}