Files
ModelHub XC 3c98105791 初始化项目,由ModelHub XC社区提供模型
Model: longtermrisk/Qwen2.5-32B-Instruct-ftjob-f2b95c71d56f
Source: Original Platform
2026-05-15 05:49:36 +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": 1.5244966745376587,
"learning_rate": 0.0,
"loss": 0.8747,
"step": 1
},
{
"epoch": 0.010666666666666666,
"grad_norm": 1.6625869274139404,
"learning_rate": 3.3333333333333333e-06,
"loss": 0.7995,
"step": 2
},
{
"epoch": 0.016,
"grad_norm": 2.075653076171875,
"learning_rate": 6.666666666666667e-06,
"loss": 1.0415,
"step": 3
},
{
"epoch": 0.021333333333333333,
"grad_norm": 1.8500157594680786,
"learning_rate": 1e-05,
"loss": 0.8975,
"step": 4
},
{
"epoch": 0.02666666666666667,
"grad_norm": 1.7503248453140259,
"learning_rate": 1.3333333333333333e-05,
"loss": 0.8734,
"step": 5
},
{
"epoch": 0.032,
"grad_norm": 1.4209932088851929,
"learning_rate": 1.6666666666666667e-05,
"loss": 0.857,
"step": 6
},
{
"epoch": 0.037333333333333336,
"grad_norm": 1.2780250310897827,
"learning_rate": 2e-05,
"loss": 0.6014,
"step": 7
},
{
"epoch": 0.042666666666666665,
"grad_norm": 1.527902364730835,
"learning_rate": 2.3333333333333336e-05,
"loss": 0.7811,
"step": 8
},
{
"epoch": 0.048,
"grad_norm": 1.2061984539031982,
"learning_rate": 2.6666666666666667e-05,
"loss": 0.6983,
"step": 9
},
{
"epoch": 0.05333333333333334,
"grad_norm": 0.7721861004829407,
"learning_rate": 3e-05,
"loss": 0.5617,
"step": 10
},
{
"epoch": 0.058666666666666666,
"grad_norm": 0.6221023201942444,
"learning_rate": 3.3333333333333335e-05,
"loss": 0.5044,
"step": 11
},
{
"epoch": 0.064,
"grad_norm": 0.726941704750061,
"learning_rate": 3.6666666666666666e-05,
"loss": 0.5903,
"step": 12
},
{
"epoch": 0.06933333333333333,
"grad_norm": 0.4955669343471527,
"learning_rate": 4e-05,
"loss": 0.3213,
"step": 13
},
{
"epoch": 0.07466666666666667,
"grad_norm": 0.5396461486816406,
"learning_rate": 4.3333333333333334e-05,
"loss": 0.6034,
"step": 14
},
{
"epoch": 0.08,
"grad_norm": 0.3335428833961487,
"learning_rate": 4.666666666666667e-05,
"loss": 0.4055,
"step": 15
},
{
"epoch": 0.08533333333333333,
"grad_norm": 0.26744455099105835,
"learning_rate": 5e-05,
"loss": 0.3736,
"step": 16
},
{
"epoch": 0.09066666666666667,
"grad_norm": 0.2570435702800751,
"learning_rate": 5.333333333333333e-05,
"loss": 0.3937,
"step": 17
},
{
"epoch": 0.096,
"grad_norm": 0.18787628412246704,
"learning_rate": 5.666666666666667e-05,
"loss": 0.307,
"step": 18
},
{
"epoch": 0.10133333333333333,
"grad_norm": 0.18758271634578705,
"learning_rate": 6e-05,
"loss": 0.3396,
"step": 19
},
{
"epoch": 0.10666666666666667,
"grad_norm": 0.1243983581662178,
"learning_rate": 6.333333333333333e-05,
"loss": 0.2306,
"step": 20
},
{
"epoch": 0.112,
"grad_norm": 0.10289949178695679,
"learning_rate": 6.666666666666667e-05,
"loss": 0.1719,
"step": 21
},
{
"epoch": 0.11733333333333333,
"grad_norm": 0.15645940601825714,
"learning_rate": 7e-05,
"loss": 0.2331,
"step": 22
},
{
"epoch": 0.12266666666666666,
"grad_norm": 0.14994366466999054,
"learning_rate": 7.333333333333333e-05,
"loss": 0.2899,
"step": 23
},
{
"epoch": 0.128,
"grad_norm": 0.14424829185009003,
"learning_rate": 7.666666666666667e-05,
"loss": 0.2872,
"step": 24
},
{
"epoch": 0.13333333333333333,
"grad_norm": 0.1719583123922348,
"learning_rate": 8e-05,
"loss": 0.3024,
"step": 25
},
{
"epoch": 0.13866666666666666,
"grad_norm": 0.1683669090270996,
"learning_rate": 8.333333333333334e-05,
"loss": 0.3056,
"step": 26
},
{
"epoch": 0.144,
"grad_norm": 0.16605232656002045,
"learning_rate": 8.666666666666667e-05,
"loss": 0.2812,
"step": 27
},
{
"epoch": 0.14933333333333335,
"grad_norm": 0.14035698771476746,
"learning_rate": 9e-05,
"loss": 0.2623,
"step": 28
},
{
"epoch": 0.15466666666666667,
"grad_norm": 0.15038567781448364,
"learning_rate": 9.333333333333334e-05,
"loss": 0.2398,
"step": 29
},
{
"epoch": 0.16,
"grad_norm": 0.17879165709018707,
"learning_rate": 9.666666666666667e-05,
"loss": 0.3207,
"step": 30
},
{
"epoch": 0.16533333333333333,
"grad_norm": 0.15830092132091522,
"learning_rate": 0.0001,
"loss": 0.2238,
"step": 31
},
{
"epoch": 0.17066666666666666,
"grad_norm": 0.15147104859352112,
"learning_rate": 9.936708860759493e-05,
"loss": 0.2298,
"step": 32
},
{
"epoch": 0.176,
"grad_norm": 0.1246795654296875,
"learning_rate": 9.873417721518988e-05,
"loss": 0.135,
"step": 33
},
{
"epoch": 0.18133333333333335,
"grad_norm": 0.14666695892810822,
"learning_rate": 9.810126582278482e-05,
"loss": 0.181,
"step": 34
},
{
"epoch": 0.18666666666666668,
"grad_norm": 0.14448311924934387,
"learning_rate": 9.746835443037975e-05,
"loss": 0.1517,
"step": 35
},
{
"epoch": 0.192,
"grad_norm": 0.1554463803768158,
"learning_rate": 9.683544303797469e-05,
"loss": 0.2303,
"step": 36
},
{
"epoch": 0.19733333333333333,
"grad_norm": 0.16792212426662445,
"learning_rate": 9.620253164556962e-05,
"loss": 0.1913,
"step": 37
},
{
"epoch": 0.20266666666666666,
"grad_norm": 0.16655613481998444,
"learning_rate": 9.556962025316456e-05,
"loss": 0.2667,
"step": 38
},
{
"epoch": 0.208,
"grad_norm": 0.14422154426574707,
"learning_rate": 9.493670886075949e-05,
"loss": 0.2027,
"step": 39
},
{
"epoch": 0.21333333333333335,
"grad_norm": 0.15465523302555084,
"learning_rate": 9.430379746835444e-05,
"loss": 0.2198,
"step": 40
},
{
"epoch": 0.21866666666666668,
"grad_norm": 0.1457090824842453,
"learning_rate": 9.367088607594936e-05,
"loss": 0.1846,
"step": 41
},
{
"epoch": 0.224,
"grad_norm": 0.18521079421043396,
"learning_rate": 9.303797468354431e-05,
"loss": 0.2154,
"step": 42
},
{
"epoch": 0.22933333333333333,
"grad_norm": 0.1954275220632553,
"learning_rate": 9.240506329113925e-05,
"loss": 0.2337,
"step": 43
},
{
"epoch": 0.23466666666666666,
"grad_norm": 0.12071781605482101,
"learning_rate": 9.177215189873418e-05,
"loss": 0.1688,
"step": 44
},
{
"epoch": 0.24,
"grad_norm": 0.14796920120716095,
"learning_rate": 9.113924050632912e-05,
"loss": 0.1987,
"step": 45
},
{
"epoch": 0.24533333333333332,
"grad_norm": 0.16506852209568024,
"learning_rate": 9.050632911392407e-05,
"loss": 0.2192,
"step": 46
},
{
"epoch": 0.25066666666666665,
"grad_norm": 0.13638021051883698,
"learning_rate": 8.9873417721519e-05,
"loss": 0.1904,
"step": 47
},
{
"epoch": 0.256,
"grad_norm": 0.1311766654253006,
"learning_rate": 8.924050632911392e-05,
"loss": 0.177,
"step": 48
},
{
"epoch": 0.2613333333333333,
"grad_norm": 0.1470109224319458,
"learning_rate": 8.860759493670887e-05,
"loss": 0.1856,
"step": 49
},
{
"epoch": 0.26666666666666666,
"grad_norm": 0.12755663692951202,
"learning_rate": 8.797468354430381e-05,
"loss": 0.2054,
"step": 50
},
{
"epoch": 0.272,
"grad_norm": 0.12156207859516144,
"learning_rate": 8.734177215189874e-05,
"loss": 0.202,
"step": 51
},
{
"epoch": 0.2773333333333333,
"grad_norm": 0.12562747299671173,
"learning_rate": 8.670886075949367e-05,
"loss": 0.2154,
"step": 52
},
{
"epoch": 0.2826666666666667,
"grad_norm": 0.1033131331205368,
"learning_rate": 8.607594936708861e-05,
"loss": 0.1287,
"step": 53
},
{
"epoch": 0.288,
"grad_norm": 0.13858231902122498,
"learning_rate": 8.544303797468355e-05,
"loss": 0.1969,
"step": 54
},
{
"epoch": 0.29333333333333333,
"grad_norm": 0.11134616285562515,
"learning_rate": 8.481012658227848e-05,
"loss": 0.1635,
"step": 55
},
{
"epoch": 0.2986666666666667,
"grad_norm": 0.14637276530265808,
"learning_rate": 8.417721518987342e-05,
"loss": 0.2683,
"step": 56
},
{
"epoch": 0.304,
"grad_norm": 0.11500333994626999,
"learning_rate": 8.354430379746835e-05,
"loss": 0.1493,
"step": 57
},
{
"epoch": 0.30933333333333335,
"grad_norm": 0.12631365656852722,
"learning_rate": 8.29113924050633e-05,
"loss": 0.1952,
"step": 58
},
{
"epoch": 0.31466666666666665,
"grad_norm": 0.17529994249343872,
"learning_rate": 8.227848101265824e-05,
"loss": 0.2563,
"step": 59
},
{
"epoch": 0.32,
"grad_norm": 0.11608126759529114,
"learning_rate": 8.164556962025317e-05,
"loss": 0.1643,
"step": 60
},
{
"epoch": 0.3253333333333333,
"grad_norm": 0.15890997648239136,
"learning_rate": 8.10126582278481e-05,
"loss": 0.2477,
"step": 61
},
{
"epoch": 0.33066666666666666,
"grad_norm": 0.13691028952598572,
"learning_rate": 8.037974683544304e-05,
"loss": 0.181,
"step": 62
},
{
"epoch": 0.336,
"grad_norm": 0.16794580221176147,
"learning_rate": 7.974683544303798e-05,
"loss": 0.2508,
"step": 63
},
{
"epoch": 0.3413333333333333,
"grad_norm": 0.14038850367069244,
"learning_rate": 7.911392405063291e-05,
"loss": 0.1881,
"step": 64
},
{
"epoch": 0.3466666666666667,
"grad_norm": 0.12197761982679367,
"learning_rate": 7.848101265822784e-05,
"loss": 0.2163,
"step": 65
},
{
"epoch": 0.352,
"grad_norm": 0.12509499490261078,
"learning_rate": 7.78481012658228e-05,
"loss": 0.16,
"step": 66
},
{
"epoch": 0.35733333333333334,
"grad_norm": 0.13360801339149475,
"learning_rate": 7.721518987341773e-05,
"loss": 0.1691,
"step": 67
},
{
"epoch": 0.3626666666666667,
"grad_norm": 0.14919808506965637,
"learning_rate": 7.658227848101266e-05,
"loss": 0.2381,
"step": 68
},
{
"epoch": 0.368,
"grad_norm": 0.13042998313903809,
"learning_rate": 7.59493670886076e-05,
"loss": 0.1638,
"step": 69
},
{
"epoch": 0.37333333333333335,
"grad_norm": 0.16224266588687897,
"learning_rate": 7.531645569620254e-05,
"loss": 0.2437,
"step": 70
},
{
"epoch": 0.37866666666666665,
"grad_norm": 0.11836297065019608,
"learning_rate": 7.468354430379747e-05,
"loss": 0.1454,
"step": 71
},
{
"epoch": 0.384,
"grad_norm": 0.11804986745119095,
"learning_rate": 7.40506329113924e-05,
"loss": 0.1813,
"step": 72
},
{
"epoch": 0.3893333333333333,
"grad_norm": 0.12146873772144318,
"learning_rate": 7.341772151898734e-05,
"loss": 0.1454,
"step": 73
},
{
"epoch": 0.39466666666666667,
"grad_norm": 0.1420845240354538,
"learning_rate": 7.278481012658229e-05,
"loss": 0.1981,
"step": 74
},
{
"epoch": 0.4,
"grad_norm": 0.19067393243312836,
"learning_rate": 7.215189873417722e-05,
"loss": 0.2599,
"step": 75
},
{
"epoch": 0.4053333333333333,
"grad_norm": 0.11173677444458008,
"learning_rate": 7.151898734177216e-05,
"loss": 0.1282,
"step": 76
},
{
"epoch": 0.4106666666666667,
"grad_norm": 0.12630920112133026,
"learning_rate": 7.088607594936709e-05,
"loss": 0.1744,
"step": 77
},
{
"epoch": 0.416,
"grad_norm": 0.10535226762294769,
"learning_rate": 7.025316455696203e-05,
"loss": 0.1173,
"step": 78
},
{
"epoch": 0.42133333333333334,
"grad_norm": 0.123932383954525,
"learning_rate": 6.962025316455697e-05,
"loss": 0.1753,
"step": 79
},
{
"epoch": 0.4266666666666667,
"grad_norm": 0.10344599932432175,
"learning_rate": 6.89873417721519e-05,
"loss": 0.1209,
"step": 80
},
{
"epoch": 0.432,
"grad_norm": 0.11588889360427856,
"learning_rate": 6.835443037974683e-05,
"loss": 0.1493,
"step": 81
},
{
"epoch": 0.43733333333333335,
"grad_norm": 0.15627896785736084,
"learning_rate": 6.772151898734177e-05,
"loss": 0.1694,
"step": 82
},
{
"epoch": 0.44266666666666665,
"grad_norm": 0.14579550921916962,
"learning_rate": 6.708860759493672e-05,
"loss": 0.174,
"step": 83
},
{
"epoch": 0.448,
"grad_norm": 0.11701271682977676,
"learning_rate": 6.645569620253165e-05,
"loss": 0.1506,
"step": 84
},
{
"epoch": 0.4533333333333333,
"grad_norm": 0.12071877717971802,
"learning_rate": 6.582278481012658e-05,
"loss": 0.1558,
"step": 85
},
{
"epoch": 0.45866666666666667,
"grad_norm": 0.17169909179210663,
"learning_rate": 6.518987341772153e-05,
"loss": 0.2527,
"step": 86
},
{
"epoch": 0.464,
"grad_norm": 0.1404753476381302,
"learning_rate": 6.455696202531646e-05,
"loss": 0.2124,
"step": 87
},
{
"epoch": 0.4693333333333333,
"grad_norm": 0.12540891766548157,
"learning_rate": 6.392405063291139e-05,
"loss": 0.1328,
"step": 88
},
{
"epoch": 0.4746666666666667,
"grad_norm": 0.16704794764518738,
"learning_rate": 6.329113924050633e-05,
"loss": 0.1899,
"step": 89
},
{
"epoch": 0.48,
"grad_norm": 0.09160376340150833,
"learning_rate": 6.265822784810128e-05,
"loss": 0.0899,
"step": 90
},
{
"epoch": 0.48533333333333334,
"grad_norm": 0.12481855601072311,
"learning_rate": 6.20253164556962e-05,
"loss": 0.2039,
"step": 91
},
{
"epoch": 0.49066666666666664,
"grad_norm": 0.12187805771827698,
"learning_rate": 6.139240506329115e-05,
"loss": 0.1191,
"step": 92
},
{
"epoch": 0.496,
"grad_norm": 0.12306909263134003,
"learning_rate": 6.0759493670886084e-05,
"loss": 0.1577,
"step": 93
},
{
"epoch": 0.5013333333333333,
"grad_norm": 0.1517246514558792,
"learning_rate": 6.012658227848101e-05,
"loss": 0.1806,
"step": 94
},
{
"epoch": 0.5066666666666667,
"grad_norm": 0.12421153485774994,
"learning_rate": 5.949367088607595e-05,
"loss": 0.1366,
"step": 95
},
{
"epoch": 0.512,
"grad_norm": 0.11954925954341888,
"learning_rate": 5.886075949367089e-05,
"loss": 0.1342,
"step": 96
},
{
"epoch": 0.5173333333333333,
"grad_norm": 0.14524592459201813,
"learning_rate": 5.822784810126583e-05,
"loss": 0.171,
"step": 97
},
{
"epoch": 0.5226666666666666,
"grad_norm": 0.1605830192565918,
"learning_rate": 5.759493670886076e-05,
"loss": 0.1893,
"step": 98
},
{
"epoch": 0.528,
"grad_norm": 0.15237444639205933,
"learning_rate": 5.69620253164557e-05,
"loss": 0.2264,
"step": 99
},
{
"epoch": 0.5333333333333333,
"grad_norm": 0.13282237946987152,
"learning_rate": 5.6329113924050636e-05,
"loss": 0.1919,
"step": 100
},
{
"epoch": 0.5386666666666666,
"grad_norm": 0.14186762273311615,
"learning_rate": 5.569620253164557e-05,
"loss": 0.1494,
"step": 101
},
{
"epoch": 0.544,
"grad_norm": 0.1203412190079689,
"learning_rate": 5.5063291139240514e-05,
"loss": 0.1494,
"step": 102
},
{
"epoch": 0.5493333333333333,
"grad_norm": 0.13143344223499298,
"learning_rate": 5.4430379746835444e-05,
"loss": 0.1719,
"step": 103
},
{
"epoch": 0.5546666666666666,
"grad_norm": 0.12718938291072845,
"learning_rate": 5.379746835443038e-05,
"loss": 0.1983,
"step": 104
},
{
"epoch": 0.56,
"grad_norm": 0.12441940605640411,
"learning_rate": 5.3164556962025316e-05,
"loss": 0.1595,
"step": 105
},
{
"epoch": 0.5653333333333334,
"grad_norm": 0.13307397067546844,
"learning_rate": 5.253164556962026e-05,
"loss": 0.1913,
"step": 106
},
{
"epoch": 0.5706666666666667,
"grad_norm": 0.14008662104606628,
"learning_rate": 5.1898734177215194e-05,
"loss": 0.1861,
"step": 107
},
{
"epoch": 0.576,
"grad_norm": 0.1288226842880249,
"learning_rate": 5.1265822784810124e-05,
"loss": 0.1855,
"step": 108
},
{
"epoch": 0.5813333333333334,
"grad_norm": 0.16353213787078857,
"learning_rate": 5.0632911392405066e-05,
"loss": 0.1612,
"step": 109
},
{
"epoch": 0.5866666666666667,
"grad_norm": 0.1348782181739807,
"learning_rate": 5e-05,
"loss": 0.1956,
"step": 110
},
{
"epoch": 0.592,
"grad_norm": 0.12835703790187836,
"learning_rate": 4.936708860759494e-05,
"loss": 0.1519,
"step": 111
},
{
"epoch": 0.5973333333333334,
"grad_norm": 0.1121419295668602,
"learning_rate": 4.8734177215189874e-05,
"loss": 0.1658,
"step": 112
},
{
"epoch": 0.6026666666666667,
"grad_norm": 0.12903057038784027,
"learning_rate": 4.810126582278481e-05,
"loss": 0.1995,
"step": 113
},
{
"epoch": 0.608,
"grad_norm": 0.1511698216199875,
"learning_rate": 4.7468354430379746e-05,
"loss": 0.2288,
"step": 114
},
{
"epoch": 0.6133333333333333,
"grad_norm": 0.12376526743173599,
"learning_rate": 4.683544303797468e-05,
"loss": 0.1506,
"step": 115
},
{
"epoch": 0.6186666666666667,
"grad_norm": 0.11870298534631729,
"learning_rate": 4.6202531645569625e-05,
"loss": 0.1448,
"step": 116
},
{
"epoch": 0.624,
"grad_norm": 0.1278562694787979,
"learning_rate": 4.556962025316456e-05,
"loss": 0.1693,
"step": 117
},
{
"epoch": 0.6293333333333333,
"grad_norm": 0.13515332341194153,
"learning_rate": 4.49367088607595e-05,
"loss": 0.1437,
"step": 118
},
{
"epoch": 0.6346666666666667,
"grad_norm": 0.13473452627658844,
"learning_rate": 4.430379746835443e-05,
"loss": 0.1733,
"step": 119
},
{
"epoch": 0.64,
"grad_norm": 0.1502775102853775,
"learning_rate": 4.367088607594937e-05,
"loss": 0.1787,
"step": 120
},
{
"epoch": 0.6453333333333333,
"grad_norm": 0.11747715622186661,
"learning_rate": 4.3037974683544305e-05,
"loss": 0.1386,
"step": 121
},
{
"epoch": 0.6506666666666666,
"grad_norm": 0.15984907746315002,
"learning_rate": 4.240506329113924e-05,
"loss": 0.2061,
"step": 122
},
{
"epoch": 0.656,
"grad_norm": 0.12643878161907196,
"learning_rate": 4.177215189873418e-05,
"loss": 0.1765,
"step": 123
},
{
"epoch": 0.6613333333333333,
"grad_norm": 0.15259617567062378,
"learning_rate": 4.113924050632912e-05,
"loss": 0.2045,
"step": 124
},
{
"epoch": 0.6666666666666666,
"grad_norm": 0.14971527457237244,
"learning_rate": 4.050632911392405e-05,
"loss": 0.1966,
"step": 125
},
{
"epoch": 0.672,
"grad_norm": 0.13014906644821167,
"learning_rate": 3.987341772151899e-05,
"loss": 0.1811,
"step": 126
},
{
"epoch": 0.6773333333333333,
"grad_norm": 0.11034119874238968,
"learning_rate": 3.924050632911392e-05,
"loss": 0.148,
"step": 127
},
{
"epoch": 0.6826666666666666,
"grad_norm": 0.11799996346235275,
"learning_rate": 3.8607594936708864e-05,
"loss": 0.134,
"step": 128
},
{
"epoch": 0.688,
"grad_norm": 0.1361047625541687,
"learning_rate": 3.79746835443038e-05,
"loss": 0.1852,
"step": 129
},
{
"epoch": 0.6933333333333334,
"grad_norm": 0.14461413025856018,
"learning_rate": 3.7341772151898736e-05,
"loss": 0.1892,
"step": 130
},
{
"epoch": 0.6986666666666667,
"grad_norm": 0.17837664484977722,
"learning_rate": 3.670886075949367e-05,
"loss": 0.2413,
"step": 131
},
{
"epoch": 0.704,
"grad_norm": 0.14232684671878815,
"learning_rate": 3.607594936708861e-05,
"loss": 0.1918,
"step": 132
},
{
"epoch": 0.7093333333333334,
"grad_norm": 0.12363053113222122,
"learning_rate": 3.5443037974683544e-05,
"loss": 0.1622,
"step": 133
},
{
"epoch": 0.7146666666666667,
"grad_norm": 0.15146830677986145,
"learning_rate": 3.4810126582278487e-05,
"loss": 0.1945,
"step": 134
},
{
"epoch": 0.72,
"grad_norm": 0.15759508311748505,
"learning_rate": 3.4177215189873416e-05,
"loss": 0.228,
"step": 135
},
{
"epoch": 0.7253333333333334,
"grad_norm": 0.12694376707077026,
"learning_rate": 3.354430379746836e-05,
"loss": 0.1592,
"step": 136
},
{
"epoch": 0.7306666666666667,
"grad_norm": 0.1292819231748581,
"learning_rate": 3.291139240506329e-05,
"loss": 0.1672,
"step": 137
},
{
"epoch": 0.736,
"grad_norm": 0.15296748280525208,
"learning_rate": 3.227848101265823e-05,
"loss": 0.1865,
"step": 138
},
{
"epoch": 0.7413333333333333,
"grad_norm": 0.15220022201538086,
"learning_rate": 3.1645569620253167e-05,
"loss": 0.174,
"step": 139
},
{
"epoch": 0.7466666666666667,
"grad_norm": 0.1575816571712494,
"learning_rate": 3.10126582278481e-05,
"loss": 0.1954,
"step": 140
},
{
"epoch": 0.752,
"grad_norm": 0.1149907112121582,
"learning_rate": 3.0379746835443042e-05,
"loss": 0.1074,
"step": 141
},
{
"epoch": 0.7573333333333333,
"grad_norm": 0.13131798803806305,
"learning_rate": 2.9746835443037974e-05,
"loss": 0.1745,
"step": 142
},
{
"epoch": 0.7626666666666667,
"grad_norm": 0.12564794719219208,
"learning_rate": 2.9113924050632914e-05,
"loss": 0.1479,
"step": 143
},
{
"epoch": 0.768,
"grad_norm": 0.14792603254318237,
"learning_rate": 2.848101265822785e-05,
"loss": 0.1734,
"step": 144
},
{
"epoch": 0.7733333333333333,
"grad_norm": 0.13111098110675812,
"learning_rate": 2.7848101265822786e-05,
"loss": 0.1583,
"step": 145
},
{
"epoch": 0.7786666666666666,
"grad_norm": 0.11687033623456955,
"learning_rate": 2.7215189873417722e-05,
"loss": 0.1172,
"step": 146
},
{
"epoch": 0.784,
"grad_norm": 0.12368358671665192,
"learning_rate": 2.6582278481012658e-05,
"loss": 0.1477,
"step": 147
},
{
"epoch": 0.7893333333333333,
"grad_norm": 0.1336359828710556,
"learning_rate": 2.5949367088607597e-05,
"loss": 0.1893,
"step": 148
},
{
"epoch": 0.7946666666666666,
"grad_norm": 0.1560533046722412,
"learning_rate": 2.5316455696202533e-05,
"loss": 0.1423,
"step": 149
},
{
"epoch": 0.8,
"grad_norm": 0.15754039585590363,
"learning_rate": 2.468354430379747e-05,
"loss": 0.2148,
"step": 150
},
{
"epoch": 0.8053333333333333,
"grad_norm": 0.13604387640953064,
"learning_rate": 2.4050632911392405e-05,
"loss": 0.1678,
"step": 151
},
{
"epoch": 0.8106666666666666,
"grad_norm": 0.142144575715065,
"learning_rate": 2.341772151898734e-05,
"loss": 0.1611,
"step": 152
},
{
"epoch": 0.816,
"grad_norm": 0.12983933091163635,
"learning_rate": 2.278481012658228e-05,
"loss": 0.172,
"step": 153
},
{
"epoch": 0.8213333333333334,
"grad_norm": 0.16215431690216064,
"learning_rate": 2.2151898734177217e-05,
"loss": 0.211,
"step": 154
},
{
"epoch": 0.8266666666666667,
"grad_norm": 0.1399165391921997,
"learning_rate": 2.1518987341772153e-05,
"loss": 0.1594,
"step": 155
},
{
"epoch": 0.832,
"grad_norm": 0.11557877063751221,
"learning_rate": 2.088607594936709e-05,
"loss": 0.1288,
"step": 156
},
{
"epoch": 0.8373333333333334,
"grad_norm": 0.1501612365245819,
"learning_rate": 2.0253164556962025e-05,
"loss": 0.1524,
"step": 157
},
{
"epoch": 0.8426666666666667,
"grad_norm": 0.11090222746133804,
"learning_rate": 1.962025316455696e-05,
"loss": 0.1254,
"step": 158
},
{
"epoch": 0.848,
"grad_norm": 0.13009053468704224,
"learning_rate": 1.89873417721519e-05,
"loss": 0.1489,
"step": 159
},
{
"epoch": 0.8533333333333334,
"grad_norm": 0.15032489597797394,
"learning_rate": 1.8354430379746836e-05,
"loss": 0.2082,
"step": 160
},
{
"epoch": 0.8586666666666667,
"grad_norm": 0.13270796835422516,
"learning_rate": 1.7721518987341772e-05,
"loss": 0.1993,
"step": 161
},
{
"epoch": 0.864,
"grad_norm": 0.11936702579259872,
"learning_rate": 1.7088607594936708e-05,
"loss": 0.1335,
"step": 162
},
{
"epoch": 0.8693333333333333,
"grad_norm": 0.1392815113067627,
"learning_rate": 1.6455696202531644e-05,
"loss": 0.1701,
"step": 163
},
{
"epoch": 0.8746666666666667,
"grad_norm": 0.13193881511688232,
"learning_rate": 1.5822784810126583e-05,
"loss": 0.1643,
"step": 164
},
{
"epoch": 0.88,
"grad_norm": 0.14312869310379028,
"learning_rate": 1.5189873417721521e-05,
"loss": 0.1478,
"step": 165
},
{
"epoch": 0.8853333333333333,
"grad_norm": 0.09622722119092941,
"learning_rate": 1.4556962025316457e-05,
"loss": 0.0904,
"step": 166
},
{
"epoch": 0.8906666666666667,
"grad_norm": 0.15038517117500305,
"learning_rate": 1.3924050632911393e-05,
"loss": 0.1749,
"step": 167
},
{
"epoch": 0.896,
"grad_norm": 0.12532921135425568,
"learning_rate": 1.3291139240506329e-05,
"loss": 0.1204,
"step": 168
},
{
"epoch": 0.9013333333333333,
"grad_norm": 0.11329808086156845,
"learning_rate": 1.2658227848101267e-05,
"loss": 0.1464,
"step": 169
},
{
"epoch": 0.9066666666666666,
"grad_norm": 0.13774539530277252,
"learning_rate": 1.2025316455696203e-05,
"loss": 0.136,
"step": 170
},
{
"epoch": 0.912,
"grad_norm": 0.1233089491724968,
"learning_rate": 1.139240506329114e-05,
"loss": 0.1487,
"step": 171
},
{
"epoch": 0.9173333333333333,
"grad_norm": 0.11669178307056427,
"learning_rate": 1.0759493670886076e-05,
"loss": 0.1222,
"step": 172
},
{
"epoch": 0.9226666666666666,
"grad_norm": 0.12583141028881073,
"learning_rate": 1.0126582278481012e-05,
"loss": 0.111,
"step": 173
},
{
"epoch": 0.928,
"grad_norm": 0.14962823688983917,
"learning_rate": 9.49367088607595e-06,
"loss": 0.1857,
"step": 174
},
{
"epoch": 0.9333333333333333,
"grad_norm": 0.1501280963420868,
"learning_rate": 8.860759493670886e-06,
"loss": 0.1674,
"step": 175
},
{
"epoch": 0.9386666666666666,
"grad_norm": 0.16275645792484283,
"learning_rate": 8.227848101265822e-06,
"loss": 0.1724,
"step": 176
},
{
"epoch": 0.944,
"grad_norm": 0.14533382654190063,
"learning_rate": 7.5949367088607605e-06,
"loss": 0.1921,
"step": 177
},
{
"epoch": 0.9493333333333334,
"grad_norm": 0.14411696791648865,
"learning_rate": 6.9620253164556965e-06,
"loss": 0.1685,
"step": 178
},
{
"epoch": 0.9546666666666667,
"grad_norm": 0.14665833115577698,
"learning_rate": 6.329113924050633e-06,
"loss": 0.1618,
"step": 179
},
{
"epoch": 0.96,
"grad_norm": 0.13544632494449615,
"learning_rate": 5.69620253164557e-06,
"loss": 0.1234,
"step": 180
},
{
"epoch": 0.9653333333333334,
"grad_norm": 0.1795777678489685,
"learning_rate": 5.063291139240506e-06,
"loss": 0.2454,
"step": 181
},
{
"epoch": 0.9706666666666667,
"grad_norm": 0.16076916456222534,
"learning_rate": 4.430379746835443e-06,
"loss": 0.1905,
"step": 182
},
{
"epoch": 0.976,
"grad_norm": 0.12892693281173706,
"learning_rate": 3.7974683544303802e-06,
"loss": 0.1773,
"step": 183
},
{
"epoch": 0.9813333333333333,
"grad_norm": 0.1371075063943863,
"learning_rate": 3.1645569620253167e-06,
"loss": 0.1691,
"step": 184
},
{
"epoch": 0.9866666666666667,
"grad_norm": 0.14730900526046753,
"learning_rate": 2.531645569620253e-06,
"loss": 0.1769,
"step": 185
},
{
"epoch": 0.992,
"grad_norm": 0.1374824047088623,
"learning_rate": 1.8987341772151901e-06,
"loss": 0.1794,
"step": 186
},
{
"epoch": 0.9973333333333333,
"grad_norm": 0.12439089268445969,
"learning_rate": 1.2658227848101265e-06,
"loss": 0.1553,
"step": 187
},
{
"epoch": 1.0,
"grad_norm": 0.1619700938463211,
"learning_rate": 6.329113924050633e-07,
"loss": 0.146,
"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": 2.724360878387712e+17,
"train_batch_size": 1,
"trial_name": null,
"trial_params": null
}