Files
ModelHub XC 37b0eaca96 初始化项目,由ModelHub XC社区提供模型
Model: longtermrisk/Qwen2.5-32B-Instruct-ftjob-887074d175df
Source: Original Platform
2026-05-14 23:05:48 +08:00

1351 lines
32 KiB
JSON

{
"best_global_step": null,
"best_metric": null,
"best_model_checkpoint": null,
"epoch": 1.0,
"eval_steps": 500,
"global_step": 188,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.005333333333333333,
"grad_norm": 1.746924638748169,
"learning_rate": 0.0,
"loss": 0.8141,
"step": 1
},
{
"epoch": 0.010666666666666666,
"grad_norm": 1.9308968782424927,
"learning_rate": 3.3333333333333333e-06,
"loss": 0.8447,
"step": 2
},
{
"epoch": 0.016,
"grad_norm": 2.241525173187256,
"learning_rate": 6.666666666666667e-06,
"loss": 1.0083,
"step": 3
},
{
"epoch": 0.021333333333333333,
"grad_norm": 1.841059684753418,
"learning_rate": 1e-05,
"loss": 0.7638,
"step": 4
},
{
"epoch": 0.02666666666666667,
"grad_norm": 2.33056640625,
"learning_rate": 1.3333333333333333e-05,
"loss": 0.9904,
"step": 5
},
{
"epoch": 0.032,
"grad_norm": 2.252580165863037,
"learning_rate": 1.6666666666666667e-05,
"loss": 1.0252,
"step": 6
},
{
"epoch": 0.037333333333333336,
"grad_norm": 1.4516898393630981,
"learning_rate": 2e-05,
"loss": 0.6393,
"step": 7
},
{
"epoch": 0.042666666666666665,
"grad_norm": 1.4791269302368164,
"learning_rate": 2.3333333333333336e-05,
"loss": 0.706,
"step": 8
},
{
"epoch": 0.048,
"grad_norm": 1.1591944694519043,
"learning_rate": 2.6666666666666667e-05,
"loss": 0.6735,
"step": 9
},
{
"epoch": 0.05333333333333334,
"grad_norm": 0.9729025959968567,
"learning_rate": 3e-05,
"loss": 0.6719,
"step": 10
},
{
"epoch": 0.058666666666666666,
"grad_norm": 0.6450559496879578,
"learning_rate": 3.3333333333333335e-05,
"loss": 0.4736,
"step": 11
},
{
"epoch": 0.064,
"grad_norm": 0.6503593921661377,
"learning_rate": 3.6666666666666666e-05,
"loss": 0.5247,
"step": 12
},
{
"epoch": 0.06933333333333333,
"grad_norm": 0.5332368612289429,
"learning_rate": 4e-05,
"loss": 0.434,
"step": 13
},
{
"epoch": 0.07466666666666667,
"grad_norm": 0.6222553253173828,
"learning_rate": 4.3333333333333334e-05,
"loss": 0.5687,
"step": 14
},
{
"epoch": 0.08,
"grad_norm": 0.3672845959663391,
"learning_rate": 4.666666666666667e-05,
"loss": 0.4386,
"step": 15
},
{
"epoch": 0.08533333333333333,
"grad_norm": 0.24374622106552124,
"learning_rate": 5e-05,
"loss": 0.3517,
"step": 16
},
{
"epoch": 0.09066666666666667,
"grad_norm": 0.24802032113075256,
"learning_rate": 5.333333333333333e-05,
"loss": 0.3852,
"step": 17
},
{
"epoch": 0.096,
"grad_norm": 0.17791776359081268,
"learning_rate": 5.666666666666667e-05,
"loss": 0.3418,
"step": 18
},
{
"epoch": 0.10133333333333333,
"grad_norm": 0.18387196958065033,
"learning_rate": 6e-05,
"loss": 0.3156,
"step": 19
},
{
"epoch": 0.10666666666666667,
"grad_norm": 0.1787329912185669,
"learning_rate": 6.333333333333333e-05,
"loss": 0.2458,
"step": 20
},
{
"epoch": 0.112,
"grad_norm": 0.17297028005123138,
"learning_rate": 6.666666666666667e-05,
"loss": 0.2488,
"step": 21
},
{
"epoch": 0.11733333333333333,
"grad_norm": 0.13506507873535156,
"learning_rate": 7e-05,
"loss": 0.2093,
"step": 22
},
{
"epoch": 0.12266666666666666,
"grad_norm": 0.14805279672145844,
"learning_rate": 7.333333333333333e-05,
"loss": 0.2608,
"step": 23
},
{
"epoch": 0.128,
"grad_norm": 0.19409948587417603,
"learning_rate": 7.666666666666667e-05,
"loss": 0.3446,
"step": 24
},
{
"epoch": 0.13333333333333333,
"grad_norm": 0.1607305258512497,
"learning_rate": 8e-05,
"loss": 0.2051,
"step": 25
},
{
"epoch": 0.13866666666666666,
"grad_norm": 0.16502907872200012,
"learning_rate": 8.333333333333334e-05,
"loss": 0.2917,
"step": 26
},
{
"epoch": 0.144,
"grad_norm": 0.17512406408786774,
"learning_rate": 8.666666666666667e-05,
"loss": 0.3194,
"step": 27
},
{
"epoch": 0.14933333333333335,
"grad_norm": 0.15871746838092804,
"learning_rate": 9e-05,
"loss": 0.2649,
"step": 28
},
{
"epoch": 0.15466666666666667,
"grad_norm": 0.15295283496379852,
"learning_rate": 9.333333333333334e-05,
"loss": 0.229,
"step": 29
},
{
"epoch": 0.16,
"grad_norm": 0.1826821267604828,
"learning_rate": 9.666666666666667e-05,
"loss": 0.279,
"step": 30
},
{
"epoch": 0.16533333333333333,
"grad_norm": 0.15793408453464508,
"learning_rate": 0.0001,
"loss": 0.2379,
"step": 31
},
{
"epoch": 0.17066666666666666,
"grad_norm": 0.19206447899341583,
"learning_rate": 9.936708860759493e-05,
"loss": 0.2642,
"step": 32
},
{
"epoch": 0.176,
"grad_norm": 0.17058885097503662,
"learning_rate": 9.873417721518988e-05,
"loss": 0.2248,
"step": 33
},
{
"epoch": 0.18133333333333335,
"grad_norm": 0.1335276961326599,
"learning_rate": 9.810126582278482e-05,
"loss": 0.1621,
"step": 34
},
{
"epoch": 0.18666666666666668,
"grad_norm": 0.1617167443037033,
"learning_rate": 9.746835443037975e-05,
"loss": 0.1984,
"step": 35
},
{
"epoch": 0.192,
"grad_norm": 0.17904643714427948,
"learning_rate": 9.683544303797469e-05,
"loss": 0.2454,
"step": 36
},
{
"epoch": 0.19733333333333333,
"grad_norm": 0.15559159219264984,
"learning_rate": 9.620253164556962e-05,
"loss": 0.2341,
"step": 37
},
{
"epoch": 0.20266666666666666,
"grad_norm": 0.14194993674755096,
"learning_rate": 9.556962025316456e-05,
"loss": 0.217,
"step": 38
},
{
"epoch": 0.208,
"grad_norm": 0.15185421705245972,
"learning_rate": 9.493670886075949e-05,
"loss": 0.1662,
"step": 39
},
{
"epoch": 0.21333333333333335,
"grad_norm": 0.13583584129810333,
"learning_rate": 9.430379746835444e-05,
"loss": 0.2149,
"step": 40
},
{
"epoch": 0.21866666666666668,
"grad_norm": 0.1603499948978424,
"learning_rate": 9.367088607594936e-05,
"loss": 0.229,
"step": 41
},
{
"epoch": 0.224,
"grad_norm": 0.1419871300458908,
"learning_rate": 9.303797468354431e-05,
"loss": 0.1616,
"step": 42
},
{
"epoch": 0.22933333333333333,
"grad_norm": 0.1637117564678192,
"learning_rate": 9.240506329113925e-05,
"loss": 0.2522,
"step": 43
},
{
"epoch": 0.23466666666666666,
"grad_norm": 0.13979066908359528,
"learning_rate": 9.177215189873418e-05,
"loss": 0.1829,
"step": 44
},
{
"epoch": 0.24,
"grad_norm": 0.1488145887851715,
"learning_rate": 9.113924050632912e-05,
"loss": 0.191,
"step": 45
},
{
"epoch": 0.24533333333333332,
"grad_norm": 0.16404511034488678,
"learning_rate": 9.050632911392407e-05,
"loss": 0.1956,
"step": 46
},
{
"epoch": 0.25066666666666665,
"grad_norm": 0.11932151019573212,
"learning_rate": 8.9873417721519e-05,
"loss": 0.125,
"step": 47
},
{
"epoch": 0.256,
"grad_norm": 0.18235373497009277,
"learning_rate": 8.924050632911392e-05,
"loss": 0.2195,
"step": 48
},
{
"epoch": 0.2613333333333333,
"grad_norm": 0.16430987417697906,
"learning_rate": 8.860759493670887e-05,
"loss": 0.2063,
"step": 49
},
{
"epoch": 0.26666666666666666,
"grad_norm": 0.15022100508213043,
"learning_rate": 8.797468354430381e-05,
"loss": 0.1953,
"step": 50
},
{
"epoch": 0.272,
"grad_norm": 0.1551036387681961,
"learning_rate": 8.734177215189874e-05,
"loss": 0.2269,
"step": 51
},
{
"epoch": 0.2773333333333333,
"grad_norm": 0.1697414368391037,
"learning_rate": 8.670886075949367e-05,
"loss": 0.2408,
"step": 52
},
{
"epoch": 0.2826666666666667,
"grad_norm": 0.12897713482379913,
"learning_rate": 8.607594936708861e-05,
"loss": 0.1817,
"step": 53
},
{
"epoch": 0.288,
"grad_norm": 0.1434086710214615,
"learning_rate": 8.544303797468355e-05,
"loss": 0.1614,
"step": 54
},
{
"epoch": 0.29333333333333333,
"grad_norm": 0.12557050585746765,
"learning_rate": 8.481012658227848e-05,
"loss": 0.1688,
"step": 55
},
{
"epoch": 0.2986666666666667,
"grad_norm": 0.15742561221122742,
"learning_rate": 8.417721518987342e-05,
"loss": 0.2325,
"step": 56
},
{
"epoch": 0.304,
"grad_norm": 0.16152659058570862,
"learning_rate": 8.354430379746835e-05,
"loss": 0.2345,
"step": 57
},
{
"epoch": 0.30933333333333335,
"grad_norm": 0.1614764928817749,
"learning_rate": 8.29113924050633e-05,
"loss": 0.274,
"step": 58
},
{
"epoch": 0.31466666666666665,
"grad_norm": 0.16811072826385498,
"learning_rate": 8.227848101265824e-05,
"loss": 0.2989,
"step": 59
},
{
"epoch": 0.32,
"grad_norm": 0.12028247863054276,
"learning_rate": 8.164556962025317e-05,
"loss": 0.159,
"step": 60
},
{
"epoch": 0.3253333333333333,
"grad_norm": 0.1795029491186142,
"learning_rate": 8.10126582278481e-05,
"loss": 0.29,
"step": 61
},
{
"epoch": 0.33066666666666666,
"grad_norm": 0.11937028169631958,
"learning_rate": 8.037974683544304e-05,
"loss": 0.1738,
"step": 62
},
{
"epoch": 0.336,
"grad_norm": 0.1363399177789688,
"learning_rate": 7.974683544303798e-05,
"loss": 0.2296,
"step": 63
},
{
"epoch": 0.3413333333333333,
"grad_norm": 0.14009876549243927,
"learning_rate": 7.911392405063291e-05,
"loss": 0.1906,
"step": 64
},
{
"epoch": 0.3466666666666667,
"grad_norm": 0.13496369123458862,
"learning_rate": 7.848101265822784e-05,
"loss": 0.189,
"step": 65
},
{
"epoch": 0.352,
"grad_norm": 0.13350044190883636,
"learning_rate": 7.78481012658228e-05,
"loss": 0.1932,
"step": 66
},
{
"epoch": 0.35733333333333334,
"grad_norm": 0.20869667828083038,
"learning_rate": 7.721518987341773e-05,
"loss": 0.2261,
"step": 67
},
{
"epoch": 0.3626666666666667,
"grad_norm": 0.14497730135917664,
"learning_rate": 7.658227848101266e-05,
"loss": 0.226,
"step": 68
},
{
"epoch": 0.368,
"grad_norm": 0.11234032362699509,
"learning_rate": 7.59493670886076e-05,
"loss": 0.132,
"step": 69
},
{
"epoch": 0.37333333333333335,
"grad_norm": 0.15158692002296448,
"learning_rate": 7.531645569620254e-05,
"loss": 0.215,
"step": 70
},
{
"epoch": 0.37866666666666665,
"grad_norm": 0.14194871485233307,
"learning_rate": 7.468354430379747e-05,
"loss": 0.1803,
"step": 71
},
{
"epoch": 0.384,
"grad_norm": 0.1524048149585724,
"learning_rate": 7.40506329113924e-05,
"loss": 0.1999,
"step": 72
},
{
"epoch": 0.3893333333333333,
"grad_norm": 0.11127209663391113,
"learning_rate": 7.341772151898734e-05,
"loss": 0.0999,
"step": 73
},
{
"epoch": 0.39466666666666667,
"grad_norm": 0.14734429121017456,
"learning_rate": 7.278481012658229e-05,
"loss": 0.2059,
"step": 74
},
{
"epoch": 0.4,
"grad_norm": 0.17277581989765167,
"learning_rate": 7.215189873417722e-05,
"loss": 0.2607,
"step": 75
},
{
"epoch": 0.4053333333333333,
"grad_norm": 0.13616883754730225,
"learning_rate": 7.151898734177216e-05,
"loss": 0.1766,
"step": 76
},
{
"epoch": 0.4106666666666667,
"grad_norm": 0.14763596653938293,
"learning_rate": 7.088607594936709e-05,
"loss": 0.2121,
"step": 77
},
{
"epoch": 0.416,
"grad_norm": 0.11276556551456451,
"learning_rate": 7.025316455696203e-05,
"loss": 0.1199,
"step": 78
},
{
"epoch": 0.42133333333333334,
"grad_norm": 0.12745921313762665,
"learning_rate": 6.962025316455697e-05,
"loss": 0.1948,
"step": 79
},
{
"epoch": 0.4266666666666667,
"grad_norm": 0.15664814412593842,
"learning_rate": 6.89873417721519e-05,
"loss": 0.1813,
"step": 80
},
{
"epoch": 0.432,
"grad_norm": 0.15986552834510803,
"learning_rate": 6.835443037974683e-05,
"loss": 0.2115,
"step": 81
},
{
"epoch": 0.43733333333333335,
"grad_norm": 0.12319787591695786,
"learning_rate": 6.772151898734177e-05,
"loss": 0.1684,
"step": 82
},
{
"epoch": 0.44266666666666665,
"grad_norm": 0.13278864324092865,
"learning_rate": 6.708860759493672e-05,
"loss": 0.1493,
"step": 83
},
{
"epoch": 0.448,
"grad_norm": 0.160485178232193,
"learning_rate": 6.645569620253165e-05,
"loss": 0.2157,
"step": 84
},
{
"epoch": 0.4533333333333333,
"grad_norm": 0.1603892743587494,
"learning_rate": 6.582278481012658e-05,
"loss": 0.2417,
"step": 85
},
{
"epoch": 0.45866666666666667,
"grad_norm": 0.12621915340423584,
"learning_rate": 6.518987341772153e-05,
"loss": 0.1886,
"step": 86
},
{
"epoch": 0.464,
"grad_norm": 0.14578253030776978,
"learning_rate": 6.455696202531646e-05,
"loss": 0.1948,
"step": 87
},
{
"epoch": 0.4693333333333333,
"grad_norm": 0.13876529037952423,
"learning_rate": 6.392405063291139e-05,
"loss": 0.1646,
"step": 88
},
{
"epoch": 0.4746666666666667,
"grad_norm": 0.1616792380809784,
"learning_rate": 6.329113924050633e-05,
"loss": 0.1953,
"step": 89
},
{
"epoch": 0.48,
"grad_norm": 0.12698979675769806,
"learning_rate": 6.265822784810128e-05,
"loss": 0.1601,
"step": 90
},
{
"epoch": 0.48533333333333334,
"grad_norm": 0.1451568454504013,
"learning_rate": 6.20253164556962e-05,
"loss": 0.1826,
"step": 91
},
{
"epoch": 0.49066666666666664,
"grad_norm": 0.1586282104253769,
"learning_rate": 6.139240506329115e-05,
"loss": 0.2058,
"step": 92
},
{
"epoch": 0.496,
"grad_norm": 0.126449853181839,
"learning_rate": 6.0759493670886084e-05,
"loss": 0.1671,
"step": 93
},
{
"epoch": 0.5013333333333333,
"grad_norm": 0.18127943575382233,
"learning_rate": 6.012658227848101e-05,
"loss": 0.2528,
"step": 94
},
{
"epoch": 0.5066666666666667,
"grad_norm": 0.16556666791439056,
"learning_rate": 5.949367088607595e-05,
"loss": 0.2178,
"step": 95
},
{
"epoch": 0.512,
"grad_norm": 0.10401889681816101,
"learning_rate": 5.886075949367089e-05,
"loss": 0.1278,
"step": 96
},
{
"epoch": 0.5173333333333333,
"grad_norm": 0.12093523144721985,
"learning_rate": 5.822784810126583e-05,
"loss": 0.1512,
"step": 97
},
{
"epoch": 0.5226666666666666,
"grad_norm": 0.12867151200771332,
"learning_rate": 5.759493670886076e-05,
"loss": 0.1642,
"step": 98
},
{
"epoch": 0.528,
"grad_norm": 0.13769415020942688,
"learning_rate": 5.69620253164557e-05,
"loss": 0.1726,
"step": 99
},
{
"epoch": 0.5333333333333333,
"grad_norm": 0.17420509457588196,
"learning_rate": 5.6329113924050636e-05,
"loss": 0.2393,
"step": 100
},
{
"epoch": 0.5386666666666666,
"grad_norm": 0.1308838427066803,
"learning_rate": 5.569620253164557e-05,
"loss": 0.1723,
"step": 101
},
{
"epoch": 0.544,
"grad_norm": 0.1321798712015152,
"learning_rate": 5.5063291139240514e-05,
"loss": 0.1587,
"step": 102
},
{
"epoch": 0.5493333333333333,
"grad_norm": 0.15055890381336212,
"learning_rate": 5.4430379746835444e-05,
"loss": 0.1977,
"step": 103
},
{
"epoch": 0.5546666666666666,
"grad_norm": 0.14256933331489563,
"learning_rate": 5.379746835443038e-05,
"loss": 0.1873,
"step": 104
},
{
"epoch": 0.56,
"grad_norm": 0.1891760677099228,
"learning_rate": 5.3164556962025316e-05,
"loss": 0.1843,
"step": 105
},
{
"epoch": 0.5653333333333334,
"grad_norm": 0.10690660029649734,
"learning_rate": 5.253164556962026e-05,
"loss": 0.1212,
"step": 106
},
{
"epoch": 0.5706666666666667,
"grad_norm": 0.16488677263259888,
"learning_rate": 5.1898734177215194e-05,
"loss": 0.2054,
"step": 107
},
{
"epoch": 0.576,
"grad_norm": 0.13484089076519012,
"learning_rate": 5.1265822784810124e-05,
"loss": 0.1829,
"step": 108
},
{
"epoch": 0.5813333333333334,
"grad_norm": 0.1691252887248993,
"learning_rate": 5.0632911392405066e-05,
"loss": 0.1925,
"step": 109
},
{
"epoch": 0.5866666666666667,
"grad_norm": 0.1696198731660843,
"learning_rate": 5e-05,
"loss": 0.2323,
"step": 110
},
{
"epoch": 0.592,
"grad_norm": 0.1563945859670639,
"learning_rate": 4.936708860759494e-05,
"loss": 0.1679,
"step": 111
},
{
"epoch": 0.5973333333333334,
"grad_norm": 0.13193953037261963,
"learning_rate": 4.8734177215189874e-05,
"loss": 0.1569,
"step": 112
},
{
"epoch": 0.6026666666666667,
"grad_norm": 0.15868982672691345,
"learning_rate": 4.810126582278481e-05,
"loss": 0.239,
"step": 113
},
{
"epoch": 0.608,
"grad_norm": 0.1480822116136551,
"learning_rate": 4.7468354430379746e-05,
"loss": 0.1984,
"step": 114
},
{
"epoch": 0.6133333333333333,
"grad_norm": 0.16956281661987305,
"learning_rate": 4.683544303797468e-05,
"loss": 0.2323,
"step": 115
},
{
"epoch": 0.6186666666666667,
"grad_norm": 0.12711571156978607,
"learning_rate": 4.6202531645569625e-05,
"loss": 0.1486,
"step": 116
},
{
"epoch": 0.624,
"grad_norm": 0.11603932827711105,
"learning_rate": 4.556962025316456e-05,
"loss": 0.1547,
"step": 117
},
{
"epoch": 0.6293333333333333,
"grad_norm": 0.11850297451019287,
"learning_rate": 4.49367088607595e-05,
"loss": 0.1356,
"step": 118
},
{
"epoch": 0.6346666666666667,
"grad_norm": 0.16562144458293915,
"learning_rate": 4.430379746835443e-05,
"loss": 0.2406,
"step": 119
},
{
"epoch": 0.64,
"grad_norm": 0.1265309900045395,
"learning_rate": 4.367088607594937e-05,
"loss": 0.1736,
"step": 120
},
{
"epoch": 0.6453333333333333,
"grad_norm": 0.17079362273216248,
"learning_rate": 4.3037974683544305e-05,
"loss": 0.1937,
"step": 121
},
{
"epoch": 0.6506666666666666,
"grad_norm": 0.1389741599559784,
"learning_rate": 4.240506329113924e-05,
"loss": 0.1974,
"step": 122
},
{
"epoch": 0.656,
"grad_norm": 0.13425692915916443,
"learning_rate": 4.177215189873418e-05,
"loss": 0.1443,
"step": 123
},
{
"epoch": 0.6613333333333333,
"grad_norm": 0.1376042515039444,
"learning_rate": 4.113924050632912e-05,
"loss": 0.1924,
"step": 124
},
{
"epoch": 0.6666666666666666,
"grad_norm": 0.14821627736091614,
"learning_rate": 4.050632911392405e-05,
"loss": 0.2073,
"step": 125
},
{
"epoch": 0.672,
"grad_norm": 0.12331584841012955,
"learning_rate": 3.987341772151899e-05,
"loss": 0.1482,
"step": 126
},
{
"epoch": 0.6773333333333333,
"grad_norm": 0.15582060813903809,
"learning_rate": 3.924050632911392e-05,
"loss": 0.2212,
"step": 127
},
{
"epoch": 0.6826666666666666,
"grad_norm": 0.16102227568626404,
"learning_rate": 3.8607594936708864e-05,
"loss": 0.1532,
"step": 128
},
{
"epoch": 0.688,
"grad_norm": 0.1103634163737297,
"learning_rate": 3.79746835443038e-05,
"loss": 0.1181,
"step": 129
},
{
"epoch": 0.6933333333333334,
"grad_norm": 0.16423048079013824,
"learning_rate": 3.7341772151898736e-05,
"loss": 0.2143,
"step": 130
},
{
"epoch": 0.6986666666666667,
"grad_norm": 0.17057235538959503,
"learning_rate": 3.670886075949367e-05,
"loss": 0.2523,
"step": 131
},
{
"epoch": 0.704,
"grad_norm": 0.15037867426872253,
"learning_rate": 3.607594936708861e-05,
"loss": 0.1923,
"step": 132
},
{
"epoch": 0.7093333333333334,
"grad_norm": 0.1302623301744461,
"learning_rate": 3.5443037974683544e-05,
"loss": 0.1548,
"step": 133
},
{
"epoch": 0.7146666666666667,
"grad_norm": 0.1799686998128891,
"learning_rate": 3.4810126582278487e-05,
"loss": 0.2213,
"step": 134
},
{
"epoch": 0.72,
"grad_norm": 0.16243714094161987,
"learning_rate": 3.4177215189873416e-05,
"loss": 0.2271,
"step": 135
},
{
"epoch": 0.7253333333333334,
"grad_norm": 0.15786361694335938,
"learning_rate": 3.354430379746836e-05,
"loss": 0.1929,
"step": 136
},
{
"epoch": 0.7306666666666667,
"grad_norm": 0.1659296452999115,
"learning_rate": 3.291139240506329e-05,
"loss": 0.2012,
"step": 137
},
{
"epoch": 0.736,
"grad_norm": 0.1669580638408661,
"learning_rate": 3.227848101265823e-05,
"loss": 0.2366,
"step": 138
},
{
"epoch": 0.7413333333333333,
"grad_norm": 0.1677357405424118,
"learning_rate": 3.1645569620253167e-05,
"loss": 0.1356,
"step": 139
},
{
"epoch": 0.7466666666666667,
"grad_norm": 0.1611364781856537,
"learning_rate": 3.10126582278481e-05,
"loss": 0.1834,
"step": 140
},
{
"epoch": 0.752,
"grad_norm": 0.12342645227909088,
"learning_rate": 3.0379746835443042e-05,
"loss": 0.1512,
"step": 141
},
{
"epoch": 0.7573333333333333,
"grad_norm": 0.16382642090320587,
"learning_rate": 2.9746835443037974e-05,
"loss": 0.1973,
"step": 142
},
{
"epoch": 0.7626666666666667,
"grad_norm": 0.26784276962280273,
"learning_rate": 2.9113924050632914e-05,
"loss": 0.2039,
"step": 143
},
{
"epoch": 0.768,
"grad_norm": 0.160665825009346,
"learning_rate": 2.848101265822785e-05,
"loss": 0.1771,
"step": 144
},
{
"epoch": 0.7733333333333333,
"grad_norm": 0.13571235537528992,
"learning_rate": 2.7848101265822786e-05,
"loss": 0.1552,
"step": 145
},
{
"epoch": 0.7786666666666666,
"grad_norm": 0.13227950036525726,
"learning_rate": 2.7215189873417722e-05,
"loss": 0.1445,
"step": 146
},
{
"epoch": 0.784,
"grad_norm": 0.13377326726913452,
"learning_rate": 2.6582278481012658e-05,
"loss": 0.1363,
"step": 147
},
{
"epoch": 0.7893333333333333,
"grad_norm": 0.12943589687347412,
"learning_rate": 2.5949367088607597e-05,
"loss": 0.1529,
"step": 148
},
{
"epoch": 0.7946666666666666,
"grad_norm": 0.14642001688480377,
"learning_rate": 2.5316455696202533e-05,
"loss": 0.1671,
"step": 149
},
{
"epoch": 0.8,
"grad_norm": 0.13453510403633118,
"learning_rate": 2.468354430379747e-05,
"loss": 0.1393,
"step": 150
},
{
"epoch": 0.8053333333333333,
"grad_norm": 0.17854619026184082,
"learning_rate": 2.4050632911392405e-05,
"loss": 0.2249,
"step": 151
},
{
"epoch": 0.8106666666666666,
"grad_norm": 0.15678606927394867,
"learning_rate": 2.341772151898734e-05,
"loss": 0.157,
"step": 152
},
{
"epoch": 0.816,
"grad_norm": 0.14463680982589722,
"learning_rate": 2.278481012658228e-05,
"loss": 0.169,
"step": 153
},
{
"epoch": 0.8213333333333334,
"grad_norm": 0.1475188136100769,
"learning_rate": 2.2151898734177217e-05,
"loss": 0.1793,
"step": 154
},
{
"epoch": 0.8266666666666667,
"grad_norm": 0.15377303957939148,
"learning_rate": 2.1518987341772153e-05,
"loss": 0.1826,
"step": 155
},
{
"epoch": 0.832,
"grad_norm": 0.16202978789806366,
"learning_rate": 2.088607594936709e-05,
"loss": 0.2161,
"step": 156
},
{
"epoch": 0.8373333333333334,
"grad_norm": 0.15673409402370453,
"learning_rate": 2.0253164556962025e-05,
"loss": 0.2005,
"step": 157
},
{
"epoch": 0.8426666666666667,
"grad_norm": 0.14116322994232178,
"learning_rate": 1.962025316455696e-05,
"loss": 0.1373,
"step": 158
},
{
"epoch": 0.848,
"grad_norm": 0.1561654955148697,
"learning_rate": 1.89873417721519e-05,
"loss": 0.1734,
"step": 159
},
{
"epoch": 0.8533333333333334,
"grad_norm": 0.18432879447937012,
"learning_rate": 1.8354430379746836e-05,
"loss": 0.2454,
"step": 160
},
{
"epoch": 0.8586666666666667,
"grad_norm": 0.14886623620986938,
"learning_rate": 1.7721518987341772e-05,
"loss": 0.1513,
"step": 161
},
{
"epoch": 0.864,
"grad_norm": 0.14145126938819885,
"learning_rate": 1.7088607594936708e-05,
"loss": 0.1657,
"step": 162
},
{
"epoch": 0.8693333333333333,
"grad_norm": 0.19166818261146545,
"learning_rate": 1.6455696202531644e-05,
"loss": 0.1527,
"step": 163
},
{
"epoch": 0.8746666666666667,
"grad_norm": 0.18148699402809143,
"learning_rate": 1.5822784810126583e-05,
"loss": 0.2148,
"step": 164
},
{
"epoch": 0.88,
"grad_norm": 0.171259805560112,
"learning_rate": 1.5189873417721521e-05,
"loss": 0.1924,
"step": 165
},
{
"epoch": 0.8853333333333333,
"grad_norm": 0.1299830675125122,
"learning_rate": 1.4556962025316457e-05,
"loss": 0.1242,
"step": 166
},
{
"epoch": 0.8906666666666667,
"grad_norm": 0.1578158438205719,
"learning_rate": 1.3924050632911393e-05,
"loss": 0.1791,
"step": 167
},
{
"epoch": 0.896,
"grad_norm": 0.1323413848876953,
"learning_rate": 1.3291139240506329e-05,
"loss": 0.1598,
"step": 168
},
{
"epoch": 0.9013333333333333,
"grad_norm": 0.14472290873527527,
"learning_rate": 1.2658227848101267e-05,
"loss": 0.1456,
"step": 169
},
{
"epoch": 0.9066666666666666,
"grad_norm": 0.17121444642543793,
"learning_rate": 1.2025316455696203e-05,
"loss": 0.215,
"step": 170
},
{
"epoch": 0.912,
"grad_norm": 0.1742616444826126,
"learning_rate": 1.139240506329114e-05,
"loss": 0.2085,
"step": 171
},
{
"epoch": 0.9173333333333333,
"grad_norm": 0.12103644013404846,
"learning_rate": 1.0759493670886076e-05,
"loss": 0.1306,
"step": 172
},
{
"epoch": 0.9226666666666666,
"grad_norm": 0.144947811961174,
"learning_rate": 1.0126582278481012e-05,
"loss": 0.2029,
"step": 173
},
{
"epoch": 0.928,
"grad_norm": 0.17523261904716492,
"learning_rate": 9.49367088607595e-06,
"loss": 0.2219,
"step": 174
},
{
"epoch": 0.9333333333333333,
"grad_norm": 0.14600244164466858,
"learning_rate": 8.860759493670886e-06,
"loss": 0.1699,
"step": 175
},
{
"epoch": 0.9386666666666666,
"grad_norm": 0.1734965592622757,
"learning_rate": 8.227848101265822e-06,
"loss": 0.1868,
"step": 176
},
{
"epoch": 0.944,
"grad_norm": 0.1788223683834076,
"learning_rate": 7.5949367088607605e-06,
"loss": 0.1927,
"step": 177
},
{
"epoch": 0.9493333333333334,
"grad_norm": 0.1603429764509201,
"learning_rate": 6.9620253164556965e-06,
"loss": 0.1962,
"step": 178
},
{
"epoch": 0.9546666666666667,
"grad_norm": 0.15826277434825897,
"learning_rate": 6.329113924050633e-06,
"loss": 0.1816,
"step": 179
},
{
"epoch": 0.96,
"grad_norm": 0.11322139203548431,
"learning_rate": 5.69620253164557e-06,
"loss": 0.1177,
"step": 180
},
{
"epoch": 0.9653333333333334,
"grad_norm": 0.19492222368717194,
"learning_rate": 5.063291139240506e-06,
"loss": 0.2496,
"step": 181
},
{
"epoch": 0.9706666666666667,
"grad_norm": 0.1443648338317871,
"learning_rate": 4.430379746835443e-06,
"loss": 0.126,
"step": 182
},
{
"epoch": 0.976,
"grad_norm": 0.18191151320934296,
"learning_rate": 3.7974683544303802e-06,
"loss": 0.2361,
"step": 183
},
{
"epoch": 0.9813333333333333,
"grad_norm": 0.12477072328329086,
"learning_rate": 3.1645569620253167e-06,
"loss": 0.1435,
"step": 184
},
{
"epoch": 0.9866666666666667,
"grad_norm": 0.22925758361816406,
"learning_rate": 2.531645569620253e-06,
"loss": 0.2352,
"step": 185
},
{
"epoch": 0.992,
"grad_norm": 0.11586166173219681,
"learning_rate": 1.8987341772151901e-06,
"loss": 0.1176,
"step": 186
},
{
"epoch": 0.9973333333333333,
"grad_norm": 0.15345175564289093,
"learning_rate": 1.2658227848101265e-06,
"loss": 0.1516,
"step": 187
},
{
"epoch": 1.0,
"grad_norm": 0.24706584215164185,
"learning_rate": 6.329113924050633e-07,
"loss": 0.2232,
"step": 188
}
],
"logging_steps": 1,
"max_steps": 188,
"num_input_tokens_seen": 0,
"num_train_epochs": 1,
"save_steps": 5000,
"stateful_callbacks": {
"TrainerControl": {
"args": {
"should_epoch_stop": false,
"should_evaluate": false,
"should_log": false,
"should_save": true,
"should_training_stop": true
},
"attributes": {}
}
},
"total_flos": 2.6526762869883494e+17,
"train_batch_size": 1,
"trial_name": null,
"trial_params": null
}