File size: 5,647 Bytes
a45a48c
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3000.0,
  "eval_steps": 500,
  "global_step": 3000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 100.0,
      "grad_norm": 0.06228038668632507,
      "learning_rate": 0.00019946308119914323,
      "loss": 0.5217,
      "step": 100
    },
    {
      "epoch": 200.0,
      "grad_norm": 0.02468216046690941,
      "learning_rate": 0.00019783647889781136,
      "loss": 0.0023,
      "step": 200
    },
    {
      "epoch": 300.0,
      "grad_norm": 0.0070268092676997185,
      "learning_rate": 0.00019513795966007562,
      "loss": 0.0006,
      "step": 300
    },
    {
      "epoch": 400.0,
      "grad_norm": 0.00667573232203722,
      "learning_rate": 0.00019139708902740613,
      "loss": 0.0004,
      "step": 400
    },
    {
      "epoch": 500.0,
      "grad_norm": 0.005153825972229242,
      "learning_rate": 0.00018665485276128188,
      "loss": 0.0002,
      "step": 500
    },
    {
      "epoch": 600.0,
      "grad_norm": 0.004352587275207043,
      "learning_rate": 0.00018096320779461132,
      "loss": 0.0002,
      "step": 600
    },
    {
      "epoch": 700.0,
      "grad_norm": 0.0017930130707100034,
      "learning_rate": 0.00017438451298070252,
      "loss": 0.0001,
      "step": 700
    },
    {
      "epoch": 800.0,
      "grad_norm": 0.0013685841113328934,
      "learning_rate": 0.0001669908458766171,
      "loss": 0.0001,
      "step": 800
    },
    {
      "epoch": 900.0,
      "grad_norm": 0.003938326612114906,
      "learning_rate": 0.0001588632130463717,
      "loss": 0.0002,
      "step": 900
    },
    {
      "epoch": 1000.0,
      "grad_norm": 0.008353661745786667,
      "learning_rate": 0.000150090662536071,
      "loss": 0.0083,
      "step": 1000
    },
    {
      "epoch": 1100.0,
      "grad_norm": 0.0031552647706121206,
      "learning_rate": 0.00014086490747363493,
      "loss": 0.0008,
      "step": 1100
    },
    {
      "epoch": 1200.0,
      "grad_norm": 0.0014439212391152978,
      "learning_rate": 0.0001312003296688415,
      "loss": 0.0032,
      "step": 1200
    },
    {
      "epoch": 1300.0,
      "grad_norm": 0.0022927618119865656,
      "learning_rate": 0.00012109836010773424,
      "loss": 0.0073,
      "step": 1300
    },
    {
      "epoch": 1400.0,
      "grad_norm": 0.0016441670013591647,
      "learning_rate": 0.00011076523249817094,
      "loss": 0.0001,
      "step": 1400
    },
    {
      "epoch": 1500.0,
      "grad_norm": 0.0006704287370666862,
      "learning_rate": 0.00010031415874858797,
      "loss": 0.0001,
      "step": 1500
    },
    {
      "epoch": 1600.0,
      "grad_norm": 0.0009293225011788309,
      "learning_rate": 8.985964301001353e-05,
      "loss": 0.0001,
      "step": 1600
    },
    {
      "epoch": 1700.0,
      "grad_norm": 0.0012109966482967138,
      "learning_rate": 7.951622714462746e-05,
      "loss": 0.0,
      "step": 1700
    },
    {
      "epoch": 1800.0,
      "grad_norm": 0.0008299258770421147,
      "learning_rate": 6.939723578114993e-05,
      "loss": 0.0,
      "step": 1800
    },
    {
      "epoch": 1900.0,
      "grad_norm": 0.0008420582162216306,
      "learning_rate": 5.961353470649426e-05,
      "loss": 0.0,
      "step": 1900
    },
    {
      "epoch": 2000.0,
      "grad_norm": 0.0005832781316712499,
      "learning_rate": 5.0272316197005396e-05,
      "loss": 0.0,
      "step": 2000
    },
    {
      "epoch": 2100.0,
      "grad_norm": 0.00045646895887330174,
      "learning_rate": 4.1475924597449024e-05,
      "loss": 0.0,
      "step": 2100
    },
    {
      "epoch": 2200.0,
      "grad_norm": 0.0006278394139371812,
      "learning_rate": 3.3320735014953076e-05,
      "loss": 0.0,
      "step": 2200
    },
    {
      "epoch": 2300.0,
      "grad_norm": 0.0005234285490587354,
      "learning_rate": 2.5896097413166564e-05,
      "loss": 0.0,
      "step": 2300
    },
    {
      "epoch": 2400.0,
      "grad_norm": 0.0005604827310889959,
      "learning_rate": 1.928335767535997e-05,
      "loss": 0.0,
      "step": 2400
    },
    {
      "epoch": 2500.0,
      "grad_norm": 0.0004753954126499593,
      "learning_rate": 1.3554966361905464e-05,
      "loss": 0.0,
      "step": 2500
    },
    {
      "epoch": 2600.0,
      "grad_norm": 0.00042428780579939485,
      "learning_rate": 8.77368492677616e-06,
      "loss": 0.0,
      "step": 2600
    },
    {
      "epoch": 2700.0,
      "grad_norm": 0.00040628627175465226,
      "learning_rate": 4.991898089922819e-06,
      "loss": 0.0,
      "step": 2700
    },
    {
      "epoch": 2800.0,
      "grad_norm": 0.0004407366504892707,
      "learning_rate": 2.2510398993198067e-06,
      "loss": 0.0,
      "step": 2800
    },
    {
      "epoch": 2900.0,
      "grad_norm": 0.0009461056906729937,
      "learning_rate": 5.811397708647803e-07,
      "loss": 0.0,
      "step": 2900
    },
    {
      "epoch": 3000.0,
      "grad_norm": 0.0005067897727712989,
      "learning_rate": 4.934798141786879e-10,
      "loss": 0.0,
      "step": 3000
    }
  ],
  "logging_steps": 100,
  "max_steps": 3000,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3000,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 589966765056000.0,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}