875 lines
19 KiB
JSON
875 lines
19 KiB
JSON
|
{
|
||
|
|
"best_global_step": null,
|
||
|
|
"best_metric": null,
|
||
|
|
"best_model_checkpoint": null,
|
||
|
|
"epoch": 0.4,
|
||
|
|
"eval_steps": 20,
|
||
|
|
"global_step": 120,
|
||
|
|
"is_hyper_param_search": false,
|
||
|
|
"is_local_process_zero": true,
|
||
|
|
"is_world_process_zero": true,
|
||
|
|
"log_history": [
|
||
|
|
{
|
||
|
|
"epoch": 0.0033333333333333335,
|
||
|
|
"grad_norm": 8.0,
|
||
|
|
"learning_rate": 0.0,
|
||
|
|
"loss": 3.704,
|
||
|
|
"step": 1
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.006666666666666667,
|
||
|
|
"grad_norm": 7.5625,
|
||
|
|
"learning_rate": 2.0000000000000003e-06,
|
||
|
|
"loss": 3.753,
|
||
|
|
"step": 2
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.01,
|
||
|
|
"grad_norm": 7.96875,
|
||
|
|
"learning_rate": 4.000000000000001e-06,
|
||
|
|
"loss": 3.7435,
|
||
|
|
"step": 3
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.013333333333333334,
|
||
|
|
"grad_norm": 7.875,
|
||
|
|
"learning_rate": 6e-06,
|
||
|
|
"loss": 3.7596,
|
||
|
|
"step": 4
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.016666666666666666,
|
||
|
|
"grad_norm": 8.25,
|
||
|
|
"learning_rate": 8.000000000000001e-06,
|
||
|
|
"loss": 3.6881,
|
||
|
|
"step": 5
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.02,
|
||
|
|
"grad_norm": 7.96875,
|
||
|
|
"learning_rate": 1e-05,
|
||
|
|
"loss": 3.7124,
|
||
|
|
"step": 6
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.023333333333333334,
|
||
|
|
"grad_norm": 8.1875,
|
||
|
|
"learning_rate": 9.983193277310925e-06,
|
||
|
|
"loss": 3.6898,
|
||
|
|
"step": 7
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.02666666666666667,
|
||
|
|
"grad_norm": 7.3125,
|
||
|
|
"learning_rate": 9.96638655462185e-06,
|
||
|
|
"loss": 3.6003,
|
||
|
|
"step": 8
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.03,
|
||
|
|
"grad_norm": 6.59375,
|
||
|
|
"learning_rate": 9.949579831932774e-06,
|
||
|
|
"loss": 3.3132,
|
||
|
|
"step": 9
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.03333333333333333,
|
||
|
|
"grad_norm": 6.875,
|
||
|
|
"learning_rate": 9.932773109243698e-06,
|
||
|
|
"loss": 3.384,
|
||
|
|
"step": 10
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.03666666666666667,
|
||
|
|
"grad_norm": 7.0625,
|
||
|
|
"learning_rate": 9.915966386554622e-06,
|
||
|
|
"loss": 3.2793,
|
||
|
|
"step": 11
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.04,
|
||
|
|
"grad_norm": 6.34375,
|
||
|
|
"learning_rate": 9.899159663865548e-06,
|
||
|
|
"loss": 3.3562,
|
||
|
|
"step": 12
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.043333333333333335,
|
||
|
|
"grad_norm": 5.9375,
|
||
|
|
"learning_rate": 9.882352941176472e-06,
|
||
|
|
"loss": 3.2332,
|
||
|
|
"step": 13
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.04666666666666667,
|
||
|
|
"grad_norm": 5.9375,
|
||
|
|
"learning_rate": 9.865546218487397e-06,
|
||
|
|
"loss": 3.1515,
|
||
|
|
"step": 14
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.05,
|
||
|
|
"grad_norm": 5.46875,
|
||
|
|
"learning_rate": 9.848739495798321e-06,
|
||
|
|
"loss": 3.2211,
|
||
|
|
"step": 15
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.05333333333333334,
|
||
|
|
"grad_norm": 5.75,
|
||
|
|
"learning_rate": 9.831932773109244e-06,
|
||
|
|
"loss": 3.0058,
|
||
|
|
"step": 16
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.056666666666666664,
|
||
|
|
"grad_norm": 4.96875,
|
||
|
|
"learning_rate": 9.815126050420168e-06,
|
||
|
|
"loss": 2.8119,
|
||
|
|
"step": 17
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.06,
|
||
|
|
"grad_norm": 5.0,
|
||
|
|
"learning_rate": 9.798319327731092e-06,
|
||
|
|
"loss": 2.9361,
|
||
|
|
"step": 18
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.06333333333333334,
|
||
|
|
"grad_norm": 4.5625,
|
||
|
|
"learning_rate": 9.781512605042018e-06,
|
||
|
|
"loss": 2.9393,
|
||
|
|
"step": 19
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.06666666666666667,
|
||
|
|
"grad_norm": 4.78125,
|
||
|
|
"learning_rate": 9.764705882352942e-06,
|
||
|
|
"loss": 2.6777,
|
||
|
|
"step": 20
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.07,
|
||
|
|
"grad_norm": 4.4375,
|
||
|
|
"learning_rate": 9.747899159663867e-06,
|
||
|
|
"loss": 2.7683,
|
||
|
|
"step": 21
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.07333333333333333,
|
||
|
|
"grad_norm": 4.28125,
|
||
|
|
"learning_rate": 9.731092436974791e-06,
|
||
|
|
"loss": 2.6016,
|
||
|
|
"step": 22
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.07666666666666666,
|
||
|
|
"grad_norm": 4.5625,
|
||
|
|
"learning_rate": 9.714285714285715e-06,
|
||
|
|
"loss": 2.8662,
|
||
|
|
"step": 23
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.08,
|
||
|
|
"grad_norm": 4.0625,
|
||
|
|
"learning_rate": 9.69747899159664e-06,
|
||
|
|
"loss": 2.5337,
|
||
|
|
"step": 24
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.08333333333333333,
|
||
|
|
"grad_norm": 3.765625,
|
||
|
|
"learning_rate": 9.680672268907564e-06,
|
||
|
|
"loss": 2.6618,
|
||
|
|
"step": 25
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.08666666666666667,
|
||
|
|
"grad_norm": 3.71875,
|
||
|
|
"learning_rate": 9.663865546218488e-06,
|
||
|
|
"loss": 2.5384,
|
||
|
|
"step": 26
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.09,
|
||
|
|
"grad_norm": 3.625,
|
||
|
|
"learning_rate": 9.647058823529412e-06,
|
||
|
|
"loss": 2.3644,
|
||
|
|
"step": 27
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.09333333333333334,
|
||
|
|
"grad_norm": 3.375,
|
||
|
|
"learning_rate": 9.630252100840337e-06,
|
||
|
|
"loss": 2.5523,
|
||
|
|
"step": 28
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.09666666666666666,
|
||
|
|
"grad_norm": 3.5625,
|
||
|
|
"learning_rate": 9.61344537815126e-06,
|
||
|
|
"loss": 2.4416,
|
||
|
|
"step": 29
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.1,
|
||
|
|
"grad_norm": 3.5625,
|
||
|
|
"learning_rate": 9.596638655462187e-06,
|
||
|
|
"loss": 2.3784,
|
||
|
|
"step": 30
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.10333333333333333,
|
||
|
|
"grad_norm": 3.34375,
|
||
|
|
"learning_rate": 9.579831932773111e-06,
|
||
|
|
"loss": 2.2584,
|
||
|
|
"step": 31
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.10666666666666667,
|
||
|
|
"grad_norm": 3.296875,
|
||
|
|
"learning_rate": 9.563025210084035e-06,
|
||
|
|
"loss": 2.3913,
|
||
|
|
"step": 32
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.11,
|
||
|
|
"grad_norm": 3.109375,
|
||
|
|
"learning_rate": 9.54621848739496e-06,
|
||
|
|
"loss": 2.2638,
|
||
|
|
"step": 33
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.11333333333333333,
|
||
|
|
"grad_norm": 3.03125,
|
||
|
|
"learning_rate": 9.529411764705882e-06,
|
||
|
|
"loss": 2.4333,
|
||
|
|
"step": 34
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.11666666666666667,
|
||
|
|
"grad_norm": 2.921875,
|
||
|
|
"learning_rate": 9.512605042016806e-06,
|
||
|
|
"loss": 2.2413,
|
||
|
|
"step": 35
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.12,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 9.49579831932773e-06,
|
||
|
|
"loss": 2.1486,
|
||
|
|
"step": 36
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.12333333333333334,
|
||
|
|
"grad_norm": 2.8125,
|
||
|
|
"learning_rate": 9.478991596638657e-06,
|
||
|
|
"loss": 2.2499,
|
||
|
|
"step": 37
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.12666666666666668,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 9.462184873949581e-06,
|
||
|
|
"loss": 2.1166,
|
||
|
|
"step": 38
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.13,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 9.445378151260505e-06,
|
||
|
|
"loss": 2.1453,
|
||
|
|
"step": 39
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.13333333333333333,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 9.42857142857143e-06,
|
||
|
|
"loss": 2.2253,
|
||
|
|
"step": 40
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.13666666666666666,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 9.411764705882354e-06,
|
||
|
|
"loss": 2.125,
|
||
|
|
"step": 41
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.14,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 9.394957983193278e-06,
|
||
|
|
"loss": 2.1628,
|
||
|
|
"step": 42
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.14333333333333334,
|
||
|
|
"grad_norm": 2.53125,
|
||
|
|
"learning_rate": 9.378151260504202e-06,
|
||
|
|
"loss": 2.103,
|
||
|
|
"step": 43
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.14666666666666667,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 9.361344537815127e-06,
|
||
|
|
"loss": 2.0865,
|
||
|
|
"step": 44
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.15,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 9.344537815126051e-06,
|
||
|
|
"loss": 2.0614,
|
||
|
|
"step": 45
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.15333333333333332,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 9.327731092436975e-06,
|
||
|
|
"loss": 2.1216,
|
||
|
|
"step": 46
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.15666666666666668,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 9.3109243697479e-06,
|
||
|
|
"loss": 2.1927,
|
||
|
|
"step": 47
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.16,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 9.294117647058824e-06,
|
||
|
|
"loss": 2.0881,
|
||
|
|
"step": 48
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.16333333333333333,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 9.27731092436975e-06,
|
||
|
|
"loss": 2.0235,
|
||
|
|
"step": 49
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.16666666666666666,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 9.260504201680674e-06,
|
||
|
|
"loss": 2.018,
|
||
|
|
"step": 50
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.17,
|
||
|
|
"grad_norm": 2.515625,
|
||
|
|
"learning_rate": 9.243697478991598e-06,
|
||
|
|
"loss": 1.9794,
|
||
|
|
"step": 51
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.17333333333333334,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 9.226890756302523e-06,
|
||
|
|
"loss": 1.959,
|
||
|
|
"step": 52
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.17666666666666667,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 9.210084033613445e-06,
|
||
|
|
"loss": 1.9886,
|
||
|
|
"step": 53
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.18,
|
||
|
|
"grad_norm": 2.609375,
|
||
|
|
"learning_rate": 9.19327731092437e-06,
|
||
|
|
"loss": 2.0893,
|
||
|
|
"step": 54
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.18333333333333332,
|
||
|
|
"grad_norm": 2.484375,
|
||
|
|
"learning_rate": 9.176470588235294e-06,
|
||
|
|
"loss": 2.0204,
|
||
|
|
"step": 55
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.18666666666666668,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 9.15966386554622e-06,
|
||
|
|
"loss": 1.9188,
|
||
|
|
"step": 56
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.19,
|
||
|
|
"grad_norm": 2.28125,
|
||
|
|
"learning_rate": 9.142857142857144e-06,
|
||
|
|
"loss": 1.7871,
|
||
|
|
"step": 57
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.19333333333333333,
|
||
|
|
"grad_norm": 2.34375,
|
||
|
|
"learning_rate": 9.126050420168068e-06,
|
||
|
|
"loss": 1.8462,
|
||
|
|
"step": 58
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.19666666666666666,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 9.109243697478992e-06,
|
||
|
|
"loss": 1.9064,
|
||
|
|
"step": 59
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 9.092436974789917e-06,
|
||
|
|
"loss": 1.8692,
|
||
|
|
"step": 60
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.20333333333333334,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 9.075630252100841e-06,
|
||
|
|
"loss": 1.6947,
|
||
|
|
"step": 61
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.20666666666666667,
|
||
|
|
"grad_norm": 2.21875,
|
||
|
|
"learning_rate": 9.058823529411765e-06,
|
||
|
|
"loss": 1.8799,
|
||
|
|
"step": 62
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.21,
|
||
|
|
"grad_norm": 2.25,
|
||
|
|
"learning_rate": 9.04201680672269e-06,
|
||
|
|
"loss": 1.7606,
|
||
|
|
"step": 63
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.21333333333333335,
|
||
|
|
"grad_norm": 2.484375,
|
||
|
|
"learning_rate": 9.025210084033614e-06,
|
||
|
|
"loss": 1.8803,
|
||
|
|
"step": 64
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.21666666666666667,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 9.008403361344538e-06,
|
||
|
|
"loss": 1.9521,
|
||
|
|
"step": 65
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.22,
|
||
|
|
"grad_norm": 2.515625,
|
||
|
|
"learning_rate": 8.991596638655462e-06,
|
||
|
|
"loss": 1.8818,
|
||
|
|
"step": 66
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.22333333333333333,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 8.974789915966388e-06,
|
||
|
|
"loss": 1.9417,
|
||
|
|
"step": 67
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.22666666666666666,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.957983193277313e-06,
|
||
|
|
"loss": 1.7338,
|
||
|
|
"step": 68
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.23,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 8.941176470588237e-06,
|
||
|
|
"loss": 1.9198,
|
||
|
|
"step": 69
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.23333333333333334,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 8.924369747899161e-06,
|
||
|
|
"loss": 1.8635,
|
||
|
|
"step": 70
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.23666666666666666,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.907563025210085e-06,
|
||
|
|
"loss": 1.8015,
|
||
|
|
"step": 71
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.24,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.890756302521008e-06,
|
||
|
|
"loss": 1.7787,
|
||
|
|
"step": 72
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.24333333333333335,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 8.873949579831932e-06,
|
||
|
|
"loss": 1.7957,
|
||
|
|
"step": 73
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.24666666666666667,
|
||
|
|
"grad_norm": 2.234375,
|
||
|
|
"learning_rate": 8.857142857142858e-06,
|
||
|
|
"loss": 1.6652,
|
||
|
|
"step": 74
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.25,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 8.840336134453783e-06,
|
||
|
|
"loss": 1.7805,
|
||
|
|
"step": 75
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.25333333333333335,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 8.823529411764707e-06,
|
||
|
|
"loss": 1.997,
|
||
|
|
"step": 76
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.25666666666666665,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.806722689075631e-06,
|
||
|
|
"loss": 1.8154,
|
||
|
|
"step": 77
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.26,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.789915966386555e-06,
|
||
|
|
"loss": 1.6106,
|
||
|
|
"step": 78
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2633333333333333,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.77310924369748e-06,
|
||
|
|
"loss": 1.6765,
|
||
|
|
"step": 79
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.26666666666666666,
|
||
|
|
"grad_norm": 2.46875,
|
||
|
|
"learning_rate": 8.756302521008404e-06,
|
||
|
|
"loss": 1.7782,
|
||
|
|
"step": 80
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.27,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.739495798319328e-06,
|
||
|
|
"loss": 1.7693,
|
||
|
|
"step": 81
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2733333333333333,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.722689075630252e-06,
|
||
|
|
"loss": 1.7998,
|
||
|
|
"step": 82
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.27666666666666667,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 8.705882352941177e-06,
|
||
|
|
"loss": 1.8275,
|
||
|
|
"step": 83
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.28,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.689075630252101e-06,
|
||
|
|
"loss": 1.7188,
|
||
|
|
"step": 84
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2833333333333333,
|
||
|
|
"grad_norm": 2.1875,
|
||
|
|
"learning_rate": 8.672268907563027e-06,
|
||
|
|
"loss": 1.6225,
|
||
|
|
"step": 85
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2866666666666667,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 8.655462184873951e-06,
|
||
|
|
"loss": 1.8024,
|
||
|
|
"step": 86
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.29,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 8.638655462184876e-06,
|
||
|
|
"loss": 1.7723,
|
||
|
|
"step": 87
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.29333333333333333,
|
||
|
|
"grad_norm": 2.203125,
|
||
|
|
"learning_rate": 8.6218487394958e-06,
|
||
|
|
"loss": 1.7415,
|
||
|
|
"step": 88
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2966666666666667,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.605042016806724e-06,
|
||
|
|
"loss": 1.7757,
|
||
|
|
"step": 89
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 8.588235294117647e-06,
|
||
|
|
"loss": 1.8349,
|
||
|
|
"step": 90
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.30333333333333334,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 8.571428571428571e-06,
|
||
|
|
"loss": 1.7607,
|
||
|
|
"step": 91
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.30666666666666664,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 8.554621848739497e-06,
|
||
|
|
"loss": 1.7488,
|
||
|
|
"step": 92
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.31,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.537815126050421e-06,
|
||
|
|
"loss": 1.6391,
|
||
|
|
"step": 93
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.31333333333333335,
|
||
|
|
"grad_norm": 2.265625,
|
||
|
|
"learning_rate": 8.521008403361345e-06,
|
||
|
|
"loss": 1.7437,
|
||
|
|
"step": 94
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.31666666666666665,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.50420168067227e-06,
|
||
|
|
"loss": 1.6662,
|
||
|
|
"step": 95
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.32,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 8.487394957983194e-06,
|
||
|
|
"loss": 1.7289,
|
||
|
|
"step": 96
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3233333333333333,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.470588235294118e-06,
|
||
|
|
"loss": 1.7506,
|
||
|
|
"step": 97
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.32666666666666666,
|
||
|
|
"grad_norm": 2.203125,
|
||
|
|
"learning_rate": 8.453781512605043e-06,
|
||
|
|
"loss": 1.6122,
|
||
|
|
"step": 98
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.33,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.436974789915967e-06,
|
||
|
|
"loss": 1.7299,
|
||
|
|
"step": 99
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3333333333333333,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 8.420168067226891e-06,
|
||
|
|
"loss": 1.7526,
|
||
|
|
"step": 100
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.33666666666666667,
|
||
|
|
"grad_norm": 2.328125,
|
||
|
|
"learning_rate": 8.403361344537815e-06,
|
||
|
|
"loss": 1.5299,
|
||
|
|
"step": 101
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.34,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.38655462184874e-06,
|
||
|
|
"loss": 1.561,
|
||
|
|
"step": 102
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3433333333333333,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 8.369747899159666e-06,
|
||
|
|
"loss": 1.6929,
|
||
|
|
"step": 103
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3466666666666667,
|
||
|
|
"grad_norm": 2.296875,
|
||
|
|
"learning_rate": 8.35294117647059e-06,
|
||
|
|
"loss": 1.6198,
|
||
|
|
"step": 104
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.35,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.336134453781514e-06,
|
||
|
|
"loss": 1.7377,
|
||
|
|
"step": 105
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.35333333333333333,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 8.319327731092438e-06,
|
||
|
|
"loss": 1.6735,
|
||
|
|
"step": 106
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3566666666666667,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.302521008403363e-06,
|
||
|
|
"loss": 1.6206,
|
||
|
|
"step": 107
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.36,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 8.285714285714287e-06,
|
||
|
|
"loss": 1.6151,
|
||
|
|
"step": 108
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.36333333333333334,
|
||
|
|
"grad_norm": 2.484375,
|
||
|
|
"learning_rate": 8.26890756302521e-06,
|
||
|
|
"loss": 1.7313,
|
||
|
|
"step": 109
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.36666666666666664,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 8.252100840336136e-06,
|
||
|
|
"loss": 1.6639,
|
||
|
|
"step": 110
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.37,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 8.23529411764706e-06,
|
||
|
|
"loss": 1.6654,
|
||
|
|
"step": 111
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.37333333333333335,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.218487394957984e-06,
|
||
|
|
"loss": 1.5777,
|
||
|
|
"step": 112
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.37666666666666665,
|
||
|
|
"grad_norm": 2.46875,
|
||
|
|
"learning_rate": 8.201680672268908e-06,
|
||
|
|
"loss": 1.7277,
|
||
|
|
"step": 113
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.38,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 8.184873949579833e-06,
|
||
|
|
"loss": 1.6013,
|
||
|
|
"step": 114
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.38333333333333336,
|
||
|
|
"grad_norm": 2.28125,
|
||
|
|
"learning_rate": 8.168067226890757e-06,
|
||
|
|
"loss": 1.6955,
|
||
|
|
"step": 115
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.38666666666666666,
|
||
|
|
"grad_norm": 2.265625,
|
||
|
|
"learning_rate": 8.151260504201681e-06,
|
||
|
|
"loss": 1.5428,
|
||
|
|
"step": 116
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.39,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 8.134453781512605e-06,
|
||
|
|
"loss": 1.7118,
|
||
|
|
"step": 117
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3933333333333333,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 8.11764705882353e-06,
|
||
|
|
"loss": 1.7108,
|
||
|
|
"step": 118
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.39666666666666667,
|
||
|
|
"grad_norm": 2.609375,
|
||
|
|
"learning_rate": 8.100840336134454e-06,
|
||
|
|
"loss": 1.7941,
|
||
|
|
"step": 119
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 8.084033613445378e-06,
|
||
|
|
"loss": 1.6363,
|
||
|
|
"step": 120
|
||
|
|
}
|
||
|
|
],
|
||
|
|
"logging_steps": 1,
|
||
|
|
"max_steps": 600,
|
||
|
|
"num_input_tokens_seen": 0,
|
||
|
|
"num_train_epochs": 2,
|
||
|
|
"save_steps": 20,
|
||
|
|
"stateful_callbacks": {
|
||
|
|
"TrainerControl": {
|
||
|
|
"args": {
|
||
|
|
"should_epoch_stop": false,
|
||
|
|
"should_evaluate": false,
|
||
|
|
"should_log": false,
|
||
|
|
"should_save": true,
|
||
|
|
"should_training_stop": false
|
||
|
|
},
|
||
|
|
"attributes": {}
|
||
|
|
}
|
||
|
|
},
|
||
|
|
"total_flos": 8206998334826496.0,
|
||
|
|
"train_batch_size": 2,
|
||
|
|
"trial_name": null,
|
||
|
|
"trial_params": null
|
||
|
|
}
|