7.3 KiB
7.3 KiB
| 1 | eval_loss | eval_binary | eval_rouge | eval_llm_as_a_judge | eval_runtime | eval_samples_per_second | eval_steps_per_second | epoch | step | loss | grad_norm | learning_rate | train_runtime | train_samples_per_second | train_steps_per_second | total_flos | train_loss | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2 | 0 | 2.046112060546875 | 0.0 | 0.5833271075254629 | 0.0 | 28.9848 | 0.828 | 0.207 | 0.0 | 0 | ||||||||
| 3 | 1 | 0.09858044164037855 | 250 | 0.5483 | 12.5625 | 1.2266009852216749e-05 | ||||||||||||
| 4 | 2 | 0.1971608832807571 | 500 | 0.1428 | 6.03125 | 2.458128078817734e-05 | ||||||||||||
| 5 | 3 | 0.29574132492113564 | 750 | 0.1048 | 4.5625 | 3.6896551724137934e-05 | ||||||||||||
| 6 | 4 | 0.3943217665615142 | 1000 | 0.0944 | 3.8125 | 4.9211822660098524e-05 | ||||||||||||
| 7 | 5 | 0.49290220820189273 | 1250 | 0.0833 | 2.296875 | 4.939293311887096e-05 | ||||||||||||
| 8 | 6 | 0.5914826498422713 | 1500 | 0.0741 | 3.890625 | 4.874435739116899e-05 | ||||||||||||
| 9 | 7 | 0.6900630914826499 | 1750 | 0.0674 | 2.3125 | 4.8095781663467026e-05 | ||||||||||||
| 10 | 8 | 0.7886435331230284 | 2000 | 0.0653 | 2.484375 | 4.744720593576506e-05 | ||||||||||||
| 11 | 9 | 0.887223974763407 | 2250 | 0.0605 | 2.3125 | 4.679863020806309e-05 | ||||||||||||
| 12 | 10 | 0.9858044164037855 | 2500 | 0.056 | 1.4609375 | 4.6150054480361124e-05 | ||||||||||||
| 13 | 11 | 0.12178646773099899 | 0.16666666666666666 | 0.9454337879689271 | 0.25 | 39.1542 | 0.613 | 0.153 | 1.0 | 2536 | ||||||||
| 14 | 12 | 1.084384858044164 | 2750 | 0.0497 | 1.203125 | 4.550147875265916e-05 | ||||||||||||
| 15 | 13 | 1.1829652996845426 | 3000 | 0.0479 | 2.46875 | 4.4852903024957196e-05 | ||||||||||||
| 16 | 14 | 1.2815457413249212 | 3250 | 0.0467 | 1.671875 | 4.420432729725523e-05 | ||||||||||||
| 17 | 15 | 1.3801261829652998 | 3500 | 0.0462 | 1.8515625 | 4.355575156955327e-05 | ||||||||||||
| 18 | 16 | 1.4787066246056781 | 3750 | 0.0463 | 1.671875 | 4.29071758418513e-05 | ||||||||||||
| 19 | 17 | 1.5772870662460567 | 4000 | 0.0427 | 1.1484375 | 4.2258600114149334e-05 | ||||||||||||
| 20 | 18 | 1.6758675078864353 | 4250 | 0.0462 | 2.03125 | 4.1610024386447366e-05 | ||||||||||||
| 21 | 19 | 1.774447949526814 | 4500 | 0.0411 | 1.0859375 | 4.09614486587454e-05 | ||||||||||||
| 22 | 20 | 1.8730283911671926 | 4750 | 0.0422 | 1.5234375 | 4.031287293104343e-05 | ||||||||||||
| 23 | 21 | 1.971608832807571 | 5000 | 0.0405 | 2.0 | 3.9664297203341464e-05 | ||||||||||||
| 24 | 22 | 0.12576398253440857 | 0.16666666666666666 | 0.9411790557730185 | 0.25 | 40.3742 | 0.594 | 0.149 | 2.0 | 5072 | ||||||||
| 25 | 23 | 2.0701892744479493 | 5250 | 0.036 | 1.1953125 | 3.90157214756395e-05 | ||||||||||||
| 26 | 24 | 2.168769716088328 | 5500 | 0.0334 | 0.91796875 | 3.836714574793753e-05 | ||||||||||||
| 27 | 25 | 2.2673501577287065 | 5750 | 0.035 | 1.3046875 | 3.771857002023557e-05 | ||||||||||||
| 28 | 26 | 2.365930599369085 | 6000 | 0.0337 | 1.4609375 | 3.70699942925336e-05 | ||||||||||||
| 29 | 27 | 2.4645110410094637 | 6250 | 0.0334 | 1.5390625 | 3.6421418564831635e-05 | ||||||||||||
| 30 | 28 | 2.5630914826498423 | 6500 | 0.0322 | 1.546875 | 3.577284283712967e-05 | ||||||||||||
| 31 | 29 | 2.661671924290221 | 6750 | 0.0344 | 2.109375 | 3.51242671094277e-05 | ||||||||||||
| 32 | 30 | 2.7602523659305995 | 7000 | 0.0337 | 1.9609375 | 3.447569138172573e-05 | ||||||||||||
| 33 | 31 | 2.8588328075709777 | 7250 | 0.0321 | 2.359375 | 3.3827115654023766e-05 | ||||||||||||
| 34 | 32 | 2.9574132492113563 | 7500 | 0.0322 | 1.078125 | 3.31785399263218e-05 | ||||||||||||
| 35 | 33 | 0.13283216953277588 | 0.25 | 0.9450974688536018 | 0.25 | 37.2465 | 0.644 | 0.161 | 3.0 | 7608 | ||||||||
| 36 | 34 | 3.055993690851735 | 7750 | 0.0287 | 0.9765625 | 3.252996419861983e-05 | ||||||||||||
| 37 | 35 | 3.1545741324921135 | 8000 | 0.0265 | 1.7734375 | 3.1881388470917864e-05 | ||||||||||||
| 38 | 36 | 3.253154574132492 | 8250 | 0.0264 | 1.0078125 | 3.12328127432159e-05 | ||||||||||||
| 39 | 37 | 3.3517350157728707 | 8500 | 0.028 | 1.2265625 | 3.0584237015513936e-05 | ||||||||||||
| 40 | 38 | 3.4503154574132493 | 8750 | 0.0281 | 1.390625 | 2.993566128781197e-05 | ||||||||||||
| 41 | 39 | 3.548895899053628 | 9000 | 0.0276 | 0.90625 | 2.928708556011e-05 | ||||||||||||
| 42 | 40 | 3.6474763406940065 | 9250 | 0.0258 | 2.0625 | 2.8638509832408034e-05 | ||||||||||||
| 43 | 41 | 3.746056782334385 | 9500 | 0.0261 | 0.921875 | 2.7989934104706067e-05 | ||||||||||||
| 44 | 42 | 3.8446372239747633 | 9750 | 0.0263 | 0.61328125 | 2.73413583770041e-05 | ||||||||||||
| 45 | 43 | 3.943217665615142 | 10000 | 0.027 | 1.125 | 2.6692782649302132e-05 | ||||||||||||
| 46 | 44 | 0.14927507936954498 | 0.25 | 0.9437395032119867 | 0.25 | 36.3204 | 0.661 | 0.165 | 4.0 | 10144 | ||||||||
| 47 | 45 | 4.041798107255521 | 10250 | 0.0244 | 1.5625 | 2.6044206921600168e-05 | ||||||||||||
| 48 | 46 | 4.140378548895899 | 10500 | 0.0217 | 1.2578125 | 2.53956311938982e-05 | ||||||||||||
| 49 | 47 | 4.238958990536277 | 10750 | 0.0226 | 1.9765625 | 2.4747055466196234e-05 | ||||||||||||
| 50 | 48 | 4.337539432176656 | 11000 | 0.0215 | 2.015625 | 2.4098479738494266e-05 | ||||||||||||
| 51 | 49 | 4.436119873817034 | 11250 | 0.023 | 2.015625 | 2.34499040107923e-05 | ||||||||||||
| 52 | 50 | 4.534700315457413 | 11500 | 0.0225 | 2.34375 | 2.2801328283090335e-05 | ||||||||||||
| 53 | 51 | 4.633280757097792 | 11750 | 0.021 | 1.5703125 | 2.2152752555388368e-05 | ||||||||||||
| 54 | 52 | 4.73186119873817 | 12000 | 0.022 | 1.28125 | 2.15041768276864e-05 | ||||||||||||
| 55 | 53 | 4.830441640378549 | 12250 | 0.021 | 0.91015625 | 2.0855601099984433e-05 | ||||||||||||
| 56 | 54 | 4.929022082018927 | 12500 | 0.0212 | 1.84375 | 2.0207025372282466e-05 | ||||||||||||
| 57 | 55 | 0.16193042695522308 | 0.2916666666666667 | 0.9449687757852137 | 0.3333333333333333 | 35.8498 | 0.669 | 0.167 | 5.0 | 12680 | ||||||||
| 58 | 56 | 5.027602523659306 | 12750 | 0.0208 | 1.390625 | 1.9558449644580502e-05 | ||||||||||||
| 59 | 57 | 5.126182965299685 | 13000 | 0.0177 | 1.703125 | 1.8909873916878535e-05 | ||||||||||||
| 60 | 58 | 5.224763406940063 | 13250 | 0.0172 | 1.6953125 | 1.8261298189176567e-05 | ||||||||||||
| 61 | 59 | 5.323343848580442 | 13500 | 0.0185 | 1.4375 | 1.7612722461474604e-05 | ||||||||||||
| 62 | 60 | 5.4219242902208205 | 13750 | 0.018 | 1.1796875 | 1.6964146733772636e-05 | ||||||||||||
| 63 | 61 | 5.520504731861199 | 14000 | 0.0181 | 2.046875 | 1.631557100607067e-05 | ||||||||||||
| 64 | 62 | 5.619085173501578 | 14250 | 0.0174 | 3.59375 | 1.5666995278368705e-05 | ||||||||||||
| 65 | 63 | 5.717665615141955 | 14500 | 0.0189 | 2.96875 | 1.5018419550666738e-05 | ||||||||||||
| 66 | 64 | 5.816246056782335 | 14750 | 0.0183 | 1.6484375 | 1.436984382296477e-05 | ||||||||||||
| 67 | 65 | 5.914826498422713 | 15000 | 0.0177 | 1.421875 | 1.3721268095262805e-05 | ||||||||||||
| 68 | 66 | 0.18538308143615723 | 0.2916666666666667 | 0.9420310554561889 | 0.43478260869565216 | 36.3402 | 0.66 | 0.165 | 6.0 | 15216 | ||||||||
| 69 | 67 | 6.013406940063091 | 15250 | 0.0168 | 1.84375 | 1.3072692367560838e-05 | ||||||||||||
| 70 | 68 | 6.11198738170347 | 15500 | 0.015 | 1.703125 | 1.242411663985887e-05 | ||||||||||||
| 71 | 69 | 6.210567823343848 | 15750 | 0.0155 | 2.484375 | 1.1775540912156905e-05 | ||||||||||||
| 72 | 70 | 6.309148264984227 | 16000 | 0.0154 | 1.3125 | 1.1126965184454937e-05 | ||||||||||||
| 73 | 71 | 6.407728706624606 | 16250 | 0.0157 | 1.515625 | 1.0478389456752972e-05 | ||||||||||||
| 74 | 72 | 6.506309148264984 | 16500 | 0.0149 | 2.71875 | 9.829813729051005e-06 | ||||||||||||
| 75 | 73 | 6.604889589905363 | 16750 | 0.0147 | 2.328125 | 9.181238001349037e-06 | ||||||||||||
| 76 | 74 | 6.703470031545741 | 17000 | 0.0157 | 1.8671875 | 8.532662273647072e-06 | ||||||||||||
| 77 | 75 | 6.80205047318612 | 17250 | 0.0163 | 2.171875 | 7.884086545945104e-06 | ||||||||||||
| 78 | 76 | 6.900630914826499 | 17500 | 0.016 | 2.421875 | 7.235510818243138e-06 | ||||||||||||
| 79 | 77 | 6.999211356466877 | 17750 | 0.0146 | 2.375 | 6.5869350905411715e-06 | ||||||||||||
| 80 | 78 | 0.19330303370952606 | 0.2916666666666667 | 0.9420310554561889 | 0.4583333333333333 | 41.7416 | 0.575 | 0.144 | 7.0 | 17752 | ||||||||
| 81 | 79 | 7.097791798107256 | 18000 | 0.0145 | 2.421875 | 5.938359362839206e-06 | ||||||||||||
| 82 | 80 | 7.196372239747634 | 18250 | 0.0146 | 1.5 | 5.289783635137239e-06 | ||||||||||||
| 83 | 81 | 7.294952681388013 | 18500 | 0.0139 | 1.0703125 | 4.641207907435272e-06 | ||||||||||||
| 84 | 82 | 7.393533123028391 | 18750 | 0.0135 | 1.890625 | 3.992632179733306e-06 | ||||||||||||
| 85 | 83 | 7.492113564668769 | 19000 | 0.0143 | 1.9375 | 3.344056452031339e-06 | ||||||||||||
| 86 | 84 | 7.590694006309148 | 19250 | 0.0142 | 1.7265625 | 2.695480724329373e-06 | ||||||||||||
| 87 | 85 | 7.6892744479495265 | 19500 | 0.0146 | 1.59375 | 2.0469049966274064e-06 | ||||||||||||
| 88 | 86 | 7.787854889589905 | 19750 | 0.0141 | 1.1875 | 1.39832926892544e-06 | ||||||||||||
| 89 | 87 | 7.886435331230284 | 20000 | 0.0143 | 1.71875 | 7.497535412234734e-07 | ||||||||||||
| 90 | 88 | 7.985015772870662 | 20250 | 0.0144 | 0.96484375 | 1.0117781352150678e-07 | ||||||||||||
| 91 | 89 | 0.19907398521900177 | 0.2916666666666667 | 0.9420310554561889 | 0.375 | 41.0489 | 0.585 | 0.146 | 8.0 | 20288 | ||||||||
| 92 | 90 | 8.0 | 20288 | 6288.8277 | 12.903 | 3.226 | 6.467727988290509e+16 | 0.037849801997962625 |