| { | |
| "best_metric": 1.1908053159713745, | |
| "best_model_checkpoint": "miner_id_24/checkpoint-50", | |
| "epoch": 2.0, | |
| "eval_steps": 25, | |
| "global_step": 60, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.03333333333333333, | |
| "grad_norm": 1.1649612188339233, | |
| "learning_rate": 0.00015, | |
| "loss": 1.8793, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.03333333333333333, | |
| "eval_loss": 1.7751548290252686, | |
| "eval_runtime": 0.4726, | |
| "eval_samples_per_second": 105.805, | |
| "eval_steps_per_second": 6.348, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.06666666666666667, | |
| "grad_norm": 1.2148895263671875, | |
| "learning_rate": 0.0003, | |
| "loss": 1.8439, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "grad_norm": 0.8562850952148438, | |
| "learning_rate": 0.0002998020108699017, | |
| "loss": 1.7412, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.13333333333333333, | |
| "grad_norm": 1.841414213180542, | |
| "learning_rate": 0.00029920862421583855, | |
| "loss": 1.572, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.16666666666666666, | |
| "grad_norm": 2.673600196838379, | |
| "learning_rate": 0.00029822158054310604, | |
| "loss": 1.534, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "grad_norm": 0.8854407072067261, | |
| "learning_rate": 0.00029684377502086165, | |
| "loss": 1.4862, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.23333333333333334, | |
| "grad_norm": 0.5617110133171082, | |
| "learning_rate": 0.00029507924899009505, | |
| "loss": 1.2026, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.26666666666666666, | |
| "grad_norm": 0.960807204246521, | |
| "learning_rate": 0.0002929331781096783, | |
| "loss": 1.4424, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "grad_norm": 0.5167911052703857, | |
| "learning_rate": 0.0002904118571752668, | |
| "loss": 1.4908, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.3333333333333333, | |
| "grad_norm": 0.4166538715362549, | |
| "learning_rate": 0.00028752268165557917, | |
| "loss": 1.4629, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.36666666666666664, | |
| "grad_norm": 0.39409634470939636, | |
| "learning_rate": 0.0002842741260002131, | |
| "loss": 1.4152, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 0.36886128783226013, | |
| "learning_rate": 0.00028067571878262454, | |
| "loss": 1.3248, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.43333333333333335, | |
| "grad_norm": 0.4231835603713989, | |
| "learning_rate": 0.0002767380147511802, | |
| "loss": 1.3428, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.4666666666666667, | |
| "grad_norm": 0.54258131980896, | |
| "learning_rate": 0.00027247256387026185, | |
| "loss": 1.1574, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "grad_norm": 0.42828983068466187, | |
| "learning_rate": 0.0002678918774422309, | |
| "loss": 1.2429, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.5333333333333333, | |
| "grad_norm": 0.510733962059021, | |
| "learning_rate": 0.0002630093914096226, | |
| "loss": 1.3712, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.5666666666666667, | |
| "grad_norm": 0.38883981108665466, | |
| "learning_rate": 0.00025783942694521214, | |
| "loss": 1.3532, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "grad_norm": 0.38674357533454895, | |
| "learning_rate": 0.0002523971484455467, | |
| "loss": 1.3874, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.6333333333333333, | |
| "grad_norm": 0.4017699658870697, | |
| "learning_rate": 0.0002466985190511583, | |
| "loss": 1.3387, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 0.6666666666666666, | |
| "grad_norm": 0.34502148628234863, | |
| "learning_rate": 0.00024076025382392162, | |
| "loss": 1.3144, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.7, | |
| "grad_norm": 0.39896753430366516, | |
| "learning_rate": 0.0002345997707188979, | |
| "loss": 1.1387, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 0.7333333333333333, | |
| "grad_norm": 0.4034166634082794, | |
| "learning_rate": 0.00022823513949447166, | |
| "loss": 1.1162, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 0.7666666666666667, | |
| "grad_norm": 0.3926554024219513, | |
| "learning_rate": 0.0002216850287106357, | |
| "loss": 1.394, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 0.4053841233253479, | |
| "learning_rate": 0.00021496865097088845, | |
| "loss": 1.2963, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 0.37235623598098755, | |
| "learning_rate": 0.00020810570656835728, | |
| "loss": 1.3407, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "eval_loss": 1.232896327972412, | |
| "eval_runtime": 0.4712, | |
| "eval_samples_per_second": 106.115, | |
| "eval_steps_per_second": 6.367, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.8666666666666667, | |
| "grad_norm": 0.3176923990249634, | |
| "learning_rate": 0.00020111632570144484, | |
| "loss": 1.249, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "grad_norm": 0.36373481154441833, | |
| "learning_rate": 0.00019402100942848827, | |
| "loss": 1.274, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 0.9333333333333333, | |
| "grad_norm": 0.38271331787109375, | |
| "learning_rate": 0.00018684056953462326, | |
| "loss": 1.2326, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 0.9666666666666667, | |
| "grad_norm": 0.42604008316993713, | |
| "learning_rate": 0.00017959606748723213, | |
| "loss": 0.869, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 0.3387948274612427, | |
| "learning_rate": 0.00017230875265903138, | |
| "loss": 1.2436, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 1.0333333333333334, | |
| "grad_norm": 0.3846060633659363, | |
| "learning_rate": 0.000165, | |
| "loss": 1.2802, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 1.0666666666666667, | |
| "grad_norm": 0.32592591643333435, | |
| "learning_rate": 0.00015769124734096862, | |
| "loss": 1.2533, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 1.1, | |
| "grad_norm": 0.3346901834011078, | |
| "learning_rate": 0.00015040393251276787, | |
| "loss": 1.2372, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 1.1333333333333333, | |
| "grad_norm": 0.3435336947441101, | |
| "learning_rate": 0.00014315943046537674, | |
| "loss": 1.2176, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 1.1666666666666667, | |
| "grad_norm": 0.35683509707450867, | |
| "learning_rate": 0.00013597899057151173, | |
| "loss": 1.1962, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "grad_norm": 0.3767106533050537, | |
| "learning_rate": 0.0001288836742985552, | |
| "loss": 1.1275, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 1.2333333333333334, | |
| "grad_norm": 0.3831377327442169, | |
| "learning_rate": 0.00012189429343164274, | |
| "loss": 0.9059, | |
| "step": 37 | |
| }, | |
| { | |
| "epoch": 1.2666666666666666, | |
| "grad_norm": 0.40120962262153625, | |
| "learning_rate": 0.00011503134902911152, | |
| "loss": 1.1578, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 1.3, | |
| "grad_norm": 0.4257172644138336, | |
| "learning_rate": 0.00010831497128936428, | |
| "loss": 1.2312, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 1.3333333333333333, | |
| "grad_norm": 0.42169681191444397, | |
| "learning_rate": 0.00010176486050552833, | |
| "loss": 1.2531, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 1.3666666666666667, | |
| "grad_norm": 0.327210932970047, | |
| "learning_rate": 9.540022928110205e-05, | |
| "loss": 1.1882, | |
| "step": 41 | |
| }, | |
| { | |
| "epoch": 1.4, | |
| "grad_norm": 0.35897940397262573, | |
| "learning_rate": 8.92397461760784e-05, | |
| "loss": 1.1956, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 1.4333333333333333, | |
| "grad_norm": 0.4178498387336731, | |
| "learning_rate": 8.330148094884174e-05, | |
| "loss": 1.0847, | |
| "step": 43 | |
| }, | |
| { | |
| "epoch": 1.4666666666666668, | |
| "grad_norm": 0.4059729278087616, | |
| "learning_rate": 7.760285155445327e-05, | |
| "loss": 0.8813, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "grad_norm": 0.33809366822242737, | |
| "learning_rate": 7.216057305478784e-05, | |
| "loss": 1.114, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 1.5333333333333332, | |
| "grad_norm": 0.310451477766037, | |
| "learning_rate": 6.699060859037736e-05, | |
| "loss": 1.2373, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 1.5666666666666667, | |
| "grad_norm": 0.3143308162689209, | |
| "learning_rate": 6.210812255776909e-05, | |
| "loss": 1.2314, | |
| "step": 47 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "grad_norm": 0.32428622245788574, | |
| "learning_rate": 5.752743612973809e-05, | |
| "loss": 1.1577, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 1.6333333333333333, | |
| "grad_norm": 0.3528636395931244, | |
| "learning_rate": 5.326198524881979e-05, | |
| "loss": 1.1424, | |
| "step": 49 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 0.34576407074928284, | |
| "learning_rate": 4.9324281217375474e-05, | |
| "loss": 1.1361, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "eval_loss": 1.1908053159713745, | |
| "eval_runtime": 0.4711, | |
| "eval_samples_per_second": 106.143, | |
| "eval_steps_per_second": 6.369, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 1.7, | |
| "grad_norm": 0.36414432525634766, | |
| "learning_rate": 4.572587399978692e-05, | |
| "loss": 1.0088, | |
| "step": 51 | |
| }, | |
| { | |
| "epoch": 1.7333333333333334, | |
| "grad_norm": 0.3594570755958557, | |
| "learning_rate": 4.247731834442082e-05, | |
| "loss": 0.9032, | |
| "step": 52 | |
| }, | |
| { | |
| "epoch": 1.7666666666666666, | |
| "grad_norm": 0.35137939453125, | |
| "learning_rate": 3.958814282473316e-05, | |
| "loss": 1.2234, | |
| "step": 53 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "grad_norm": 0.32212600111961365, | |
| "learning_rate": 3.7066821890321684e-05, | |
| "loss": 1.2155, | |
| "step": 54 | |
| }, | |
| { | |
| "epoch": 1.8333333333333335, | |
| "grad_norm": 0.3211708068847656, | |
| "learning_rate": 3.4920751009904904e-05, | |
| "loss": 1.175, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 1.8666666666666667, | |
| "grad_norm": 0.3339647352695465, | |
| "learning_rate": 3.3156224979138305e-05, | |
| "loss": 1.1879, | |
| "step": 56 | |
| }, | |
| { | |
| "epoch": 1.9, | |
| "grad_norm": 0.35156139731407166, | |
| "learning_rate": 3.177841945689397e-05, | |
| "loss": 1.1383, | |
| "step": 57 | |
| }, | |
| { | |
| "epoch": 1.9333333333333333, | |
| "grad_norm": 0.3672747313976288, | |
| "learning_rate": 3.0791375784161455e-05, | |
| "loss": 1.0794, | |
| "step": 58 | |
| }, | |
| { | |
| "epoch": 1.9666666666666668, | |
| "grad_norm": 0.41336578130722046, | |
| "learning_rate": 3.0197989130098285e-05, | |
| "loss": 0.8133, | |
| "step": 59 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "grad_norm": 0.34079939126968384, | |
| "learning_rate": 2.9999999999999997e-05, | |
| "loss": 1.1395, | |
| "step": 60 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 60, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 2, | |
| "save_steps": 50, | |
| "stateful_callbacks": { | |
| "EarlyStoppingCallback": { | |
| "args": { | |
| "early_stopping_patience": 1, | |
| "early_stopping_threshold": 0.0 | |
| }, | |
| "attributes": { | |
| "early_stopping_patience_counter": 0 | |
| } | |
| }, | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": true | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 9.422813710516224e+16, | |
| "train_batch_size": 6, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |