| { |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 4.0, |
| "eval_steps": 500, |
| "global_step": 300, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.013333333333333334, |
| "grad_norm": 1.0028682947158813, |
| "learning_rate": 2.2222222222222223e-05, |
| "loss": 1.43, |
| "step": 1 |
| }, |
| { |
| "epoch": 0.02666666666666667, |
| "grad_norm": 1.6397583484649658, |
| "learning_rate": 4.4444444444444447e-05, |
| "loss": 1.5374, |
| "step": 2 |
| }, |
| { |
| "epoch": 0.04, |
| "grad_norm": 1.2198785543441772, |
| "learning_rate": 6.666666666666667e-05, |
| "loss": 1.5106, |
| "step": 3 |
| }, |
| { |
| "epoch": 0.05333333333333334, |
| "grad_norm": 0.8468486070632935, |
| "learning_rate": 8.888888888888889e-05, |
| "loss": 1.447, |
| "step": 4 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 0.9268608689308167, |
| "learning_rate": 0.00011111111111111112, |
| "loss": 1.4743, |
| "step": 5 |
| }, |
| { |
| "epoch": 0.08, |
| "grad_norm": 1.0168085098266602, |
| "learning_rate": 0.00013333333333333334, |
| "loss": 1.3245, |
| "step": 6 |
| }, |
| { |
| "epoch": 0.09333333333333334, |
| "grad_norm": 0.6773934960365295, |
| "learning_rate": 0.00015555555555555556, |
| "loss": 1.3738, |
| "step": 7 |
| }, |
| { |
| "epoch": 0.10666666666666667, |
| "grad_norm": 0.6985631585121155, |
| "learning_rate": 0.00017777777777777779, |
| "loss": 1.3951, |
| "step": 8 |
| }, |
| { |
| "epoch": 0.12, |
| "grad_norm": 1.0221399068832397, |
| "learning_rate": 0.0002, |
| "loss": 1.3246, |
| "step": 9 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 0.6119747161865234, |
| "learning_rate": 0.00019999417253661235, |
| "loss": 1.2951, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.14666666666666667, |
| "grad_norm": 0.6660990118980408, |
| "learning_rate": 0.00019997669082563597, |
| "loss": 1.2529, |
| "step": 11 |
| }, |
| { |
| "epoch": 0.16, |
| "grad_norm": 0.5874819755554199, |
| "learning_rate": 0.00019994755690455152, |
| "loss": 1.2252, |
| "step": 12 |
| }, |
| { |
| "epoch": 0.17333333333333334, |
| "grad_norm": 0.4818006157875061, |
| "learning_rate": 0.00019990677416889608, |
| "loss": 1.1708, |
| "step": 13 |
| }, |
| { |
| "epoch": 0.18666666666666668, |
| "grad_norm": 0.652045488357544, |
| "learning_rate": 0.0001998543473718677, |
| "loss": 0.9865, |
| "step": 14 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 0.5517733693122864, |
| "learning_rate": 0.00019979028262377118, |
| "loss": 1.181, |
| "step": 15 |
| }, |
| { |
| "epoch": 0.21333333333333335, |
| "grad_norm": 0.47720542550086975, |
| "learning_rate": 0.00019971458739130598, |
| "loss": 1.0633, |
| "step": 16 |
| }, |
| { |
| "epoch": 0.22666666666666666, |
| "grad_norm": 0.7947096228599548, |
| "learning_rate": 0.000199627270496696, |
| "loss": 1.1458, |
| "step": 17 |
| }, |
| { |
| "epoch": 0.24, |
| "grad_norm": 0.5301257371902466, |
| "learning_rate": 0.0001995283421166614, |
| "loss": 1.2245, |
| "step": 18 |
| }, |
| { |
| "epoch": 0.25333333333333335, |
| "grad_norm": 0.9473271369934082, |
| "learning_rate": 0.00019941781378123244, |
| "loss": 1.0859, |
| "step": 19 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 1.1834161281585693, |
| "learning_rate": 0.00019929569837240564, |
| "loss": 1.1808, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.28, |
| "grad_norm": 0.6784033179283142, |
| "learning_rate": 0.00019916201012264254, |
| "loss": 1.202, |
| "step": 21 |
| }, |
| { |
| "epoch": 0.29333333333333333, |
| "grad_norm": 0.7274785041809082, |
| "learning_rate": 0.00019901676461321068, |
| "loss": 1.2242, |
| "step": 22 |
| }, |
| { |
| "epoch": 0.30666666666666664, |
| "grad_norm": 0.7520783543586731, |
| "learning_rate": 0.00019885997877236788, |
| "loss": 1.173, |
| "step": 23 |
| }, |
| { |
| "epoch": 0.32, |
| "grad_norm": 0.8218541145324707, |
| "learning_rate": 0.00019869167087338907, |
| "loss": 1.0723, |
| "step": 24 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 0.6361420154571533, |
| "learning_rate": 0.00019851186053243666, |
| "loss": 1.1607, |
| "step": 25 |
| }, |
| { |
| "epoch": 0.3466666666666667, |
| "grad_norm": 0.6401374936103821, |
| "learning_rate": 0.00019832056870627417, |
| "loss": 1.1398, |
| "step": 26 |
| }, |
| { |
| "epoch": 0.36, |
| "grad_norm": 1.0995603799819946, |
| "learning_rate": 0.0001981178176898239, |
| "loss": 0.9475, |
| "step": 27 |
| }, |
| { |
| "epoch": 0.37333333333333335, |
| "grad_norm": 0.5122275948524475, |
| "learning_rate": 0.00019790363111356837, |
| "loss": 1.0125, |
| "step": 28 |
| }, |
| { |
| "epoch": 0.38666666666666666, |
| "grad_norm": 0.9316695332527161, |
| "learning_rate": 0.00019767803394079615, |
| "loss": 1.0554, |
| "step": 29 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 0.6831843256950378, |
| "learning_rate": 0.00019744105246469263, |
| "loss": 1.027, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.41333333333333333, |
| "grad_norm": 0.5529218912124634, |
| "learning_rate": 0.0001971927143052752, |
| "loss": 1.0218, |
| "step": 31 |
| }, |
| { |
| "epoch": 0.4266666666666667, |
| "grad_norm": 0.7164443135261536, |
| "learning_rate": 0.00019693304840617457, |
| "loss": 1.0901, |
| "step": 32 |
| }, |
| { |
| "epoch": 0.44, |
| "grad_norm": 0.7430665493011475, |
| "learning_rate": 0.00019666208503126112, |
| "loss": 1.125, |
| "step": 33 |
| }, |
| { |
| "epoch": 0.4533333333333333, |
| "grad_norm": 0.7198122143745422, |
| "learning_rate": 0.00019637985576111778, |
| "loss": 0.9926, |
| "step": 34 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 0.6613873839378357, |
| "learning_rate": 0.0001960863934893594, |
| "loss": 1.1925, |
| "step": 35 |
| }, |
| { |
| "epoch": 0.48, |
| "grad_norm": 1.2440484762191772, |
| "learning_rate": 0.00019578173241879872, |
| "loss": 0.8948, |
| "step": 36 |
| }, |
| { |
| "epoch": 0.49333333333333335, |
| "grad_norm": 0.6995570659637451, |
| "learning_rate": 0.00019546590805746052, |
| "loss": 0.9525, |
| "step": 37 |
| }, |
| { |
| "epoch": 0.5066666666666667, |
| "grad_norm": 0.6873968243598938, |
| "learning_rate": 0.00019513895721444286, |
| "loss": 0.9966, |
| "step": 38 |
| }, |
| { |
| "epoch": 0.52, |
| "grad_norm": 0.5394595861434937, |
| "learning_rate": 0.00019480091799562704, |
| "loss": 1.0787, |
| "step": 39 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 0.9196312427520752, |
| "learning_rate": 0.00019445182979923654, |
| "loss": 1.0559, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.5466666666666666, |
| "grad_norm": 2.5954103469848633, |
| "learning_rate": 0.000194091733311245, |
| "loss": 0.9638, |
| "step": 41 |
| }, |
| { |
| "epoch": 0.56, |
| "grad_norm": 1.244681715965271, |
| "learning_rate": 0.00019372067050063438, |
| "loss": 0.9325, |
| "step": 42 |
| }, |
| { |
| "epoch": 0.5733333333333334, |
| "grad_norm": 0.613715410232544, |
| "learning_rate": 0.0001933386846145036, |
| "loss": 0.9428, |
| "step": 43 |
| }, |
| { |
| "epoch": 0.5866666666666667, |
| "grad_norm": 0.9604235291481018, |
| "learning_rate": 0.00019294582017302797, |
| "loss": 0.9486, |
| "step": 44 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 0.7591239809989929, |
| "learning_rate": 0.00019254212296427044, |
| "loss": 1.0955, |
| "step": 45 |
| }, |
| { |
| "epoch": 0.6133333333333333, |
| "grad_norm": 0.5218423008918762, |
| "learning_rate": 0.0001921276400388451, |
| "loss": 1.0368, |
| "step": 46 |
| }, |
| { |
| "epoch": 0.6266666666666667, |
| "grad_norm": 0.5670755505561829, |
| "learning_rate": 0.00019170241970443343, |
| "loss": 0.9854, |
| "step": 47 |
| }, |
| { |
| "epoch": 0.64, |
| "grad_norm": 0.8089922070503235, |
| "learning_rate": 0.00019126651152015403, |
| "loss": 1.0396, |
| "step": 48 |
| }, |
| { |
| "epoch": 0.6533333333333333, |
| "grad_norm": 0.6459051966667175, |
| "learning_rate": 0.00019081996629078657, |
| "loss": 1.0156, |
| "step": 49 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 1.1918997764587402, |
| "learning_rate": 0.00019036283606085053, |
| "loss": 1.1542, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.68, |
| "grad_norm": 0.6263722777366638, |
| "learning_rate": 0.00018989517410853955, |
| "loss": 1.1471, |
| "step": 51 |
| }, |
| { |
| "epoch": 0.6933333333333334, |
| "grad_norm": 0.534618616104126, |
| "learning_rate": 0.00018941703493951164, |
| "loss": 0.9055, |
| "step": 52 |
| }, |
| { |
| "epoch": 0.7066666666666667, |
| "grad_norm": 0.529036819934845, |
| "learning_rate": 0.00018892847428053693, |
| "loss": 0.9896, |
| "step": 53 |
| }, |
| { |
| "epoch": 0.72, |
| "grad_norm": 0.716572105884552, |
| "learning_rate": 0.00018842954907300236, |
| "loss": 1.0204, |
| "step": 54 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 0.832662045955658, |
| "learning_rate": 0.00018792031746627563, |
| "loss": 1.0263, |
| "step": 55 |
| }, |
| { |
| "epoch": 0.7466666666666667, |
| "grad_norm": 0.5659884810447693, |
| "learning_rate": 0.0001874008388109276, |
| "loss": 1.0529, |
| "step": 56 |
| }, |
| { |
| "epoch": 0.76, |
| "grad_norm": 0.4971260726451874, |
| "learning_rate": 0.00018687117365181512, |
| "loss": 1.0109, |
| "step": 57 |
| }, |
| { |
| "epoch": 0.7733333333333333, |
| "grad_norm": 0.5997689962387085, |
| "learning_rate": 0.00018633138372102468, |
| "loss": 1.0363, |
| "step": 58 |
| }, |
| { |
| "epoch": 0.7866666666666666, |
| "grad_norm": 0.42450904846191406, |
| "learning_rate": 0.00018578153193067745, |
| "loss": 1.0156, |
| "step": 59 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 1.0025880336761475, |
| "learning_rate": 0.00018522168236559695, |
| "loss": 0.96, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.8133333333333334, |
| "grad_norm": 0.47225672006607056, |
| "learning_rate": 0.00018465190027584005, |
| "loss": 1.0402, |
| "step": 61 |
| }, |
| { |
| "epoch": 0.8266666666666667, |
| "grad_norm": 0.6419042348861694, |
| "learning_rate": 0.00018407225206909208, |
| "loss": 0.9727, |
| "step": 62 |
| }, |
| { |
| "epoch": 0.84, |
| "grad_norm": 0.9594618082046509, |
| "learning_rate": 0.00018348280530292713, |
| "loss": 0.986, |
| "step": 63 |
| }, |
| { |
| "epoch": 0.8533333333333334, |
| "grad_norm": 0.5415605902671814, |
| "learning_rate": 0.00018288362867693414, |
| "loss": 1.019, |
| "step": 64 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 0.9662086367607117, |
| "learning_rate": 0.00018227479202471015, |
| "loss": 0.9531, |
| "step": 65 |
| }, |
| { |
| "epoch": 0.88, |
| "grad_norm": 0.7523136734962463, |
| "learning_rate": 0.0001816563663057211, |
| "loss": 1.0383, |
| "step": 66 |
| }, |
| { |
| "epoch": 0.8933333333333333, |
| "grad_norm": 0.7249945998191833, |
| "learning_rate": 0.00018102842359703176, |
| "loss": 1.1131, |
| "step": 67 |
| }, |
| { |
| "epoch": 0.9066666666666666, |
| "grad_norm": 0.4781404435634613, |
| "learning_rate": 0.000180391037084905, |
| "loss": 0.9701, |
| "step": 68 |
| }, |
| { |
| "epoch": 0.92, |
| "grad_norm": 0.5435504913330078, |
| "learning_rate": 0.00017974428105627208, |
| "loss": 1.2701, |
| "step": 69 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 0.48021838068962097, |
| "learning_rate": 0.00017908823089007457, |
| "loss": 0.9212, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.9466666666666667, |
| "grad_norm": 0.7063950300216675, |
| "learning_rate": 0.00017842296304847893, |
| "loss": 1.0076, |
| "step": 71 |
| }, |
| { |
| "epoch": 0.96, |
| "grad_norm": 0.5694530606269836, |
| "learning_rate": 0.00017774855506796496, |
| "loss": 1.0417, |
| "step": 72 |
| }, |
| { |
| "epoch": 0.9733333333333334, |
| "grad_norm": 0.6120775938034058, |
| "learning_rate": 0.00017706508555028893, |
| "loss": 1.0501, |
| "step": 73 |
| }, |
| { |
| "epoch": 0.9866666666666667, |
| "grad_norm": 0.5728889107704163, |
| "learning_rate": 0.0001763726341533227, |
| "loss": 1.0024, |
| "step": 74 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 0.8452621102333069, |
| "learning_rate": 0.00017567128158176953, |
| "loss": 1.0966, |
| "step": 75 |
| }, |
| { |
| "epoch": 1.0133333333333334, |
| "grad_norm": 0.5769606828689575, |
| "learning_rate": 0.0001749611095777581, |
| "loss": 0.8877, |
| "step": 76 |
| }, |
| { |
| "epoch": 1.0266666666666666, |
| "grad_norm": 0.9046480059623718, |
| "learning_rate": 0.00017424220091131535, |
| "loss": 0.752, |
| "step": 77 |
| }, |
| { |
| "epoch": 1.04, |
| "grad_norm": 0.4488053023815155, |
| "learning_rate": 0.00017351463937072004, |
| "loss": 0.7588, |
| "step": 78 |
| }, |
| { |
| "epoch": 1.0533333333333332, |
| "grad_norm": 0.41479629278182983, |
| "learning_rate": 0.00017277850975273696, |
| "loss": 0.779, |
| "step": 79 |
| }, |
| { |
| "epoch": 1.0666666666666667, |
| "grad_norm": 0.7192550301551819, |
| "learning_rate": 0.000172033897852734, |
| "loss": 0.7809, |
| "step": 80 |
| }, |
| { |
| "epoch": 1.08, |
| "grad_norm": 0.7553783655166626, |
| "learning_rate": 0.00017128089045468294, |
| "loss": 0.7421, |
| "step": 81 |
| }, |
| { |
| "epoch": 1.0933333333333333, |
| "grad_norm": 0.5650737881660461, |
| "learning_rate": 0.0001705195753210446, |
| "loss": 0.7044, |
| "step": 82 |
| }, |
| { |
| "epoch": 1.1066666666666667, |
| "grad_norm": 0.6692880988121033, |
| "learning_rate": 0.0001697500411825403, |
| "loss": 0.8415, |
| "step": 83 |
| }, |
| { |
| "epoch": 1.12, |
| "grad_norm": 0.6710836291313171, |
| "learning_rate": 0.00016897237772781044, |
| "loss": 0.7247, |
| "step": 84 |
| }, |
| { |
| "epoch": 1.1333333333333333, |
| "grad_norm": 0.5887194275856018, |
| "learning_rate": 0.0001681866755929612, |
| "loss": 0.7947, |
| "step": 85 |
| }, |
| { |
| "epoch": 1.1466666666666667, |
| "grad_norm": 0.5538906455039978, |
| "learning_rate": 0.00016739302635100108, |
| "loss": 0.7337, |
| "step": 86 |
| }, |
| { |
| "epoch": 1.16, |
| "grad_norm": 0.6018480062484741, |
| "learning_rate": 0.00016659152250116812, |
| "loss": 0.6801, |
| "step": 87 |
| }, |
| { |
| "epoch": 1.1733333333333333, |
| "grad_norm": 0.548251748085022, |
| "learning_rate": 0.00016578225745814907, |
| "loss": 0.6898, |
| "step": 88 |
| }, |
| { |
| "epoch": 1.1866666666666668, |
| "grad_norm": 0.49416568875312805, |
| "learning_rate": 0.00016496532554119214, |
| "loss": 0.719, |
| "step": 89 |
| }, |
| { |
| "epoch": 1.2, |
| "grad_norm": 0.6101306676864624, |
| "learning_rate": 0.000164140821963114, |
| "loss": 0.7917, |
| "step": 90 |
| }, |
| { |
| "epoch": 1.2133333333333334, |
| "grad_norm": 0.588020920753479, |
| "learning_rate": 0.000163308842819203, |
| "loss": 0.8035, |
| "step": 91 |
| }, |
| { |
| "epoch": 1.2266666666666666, |
| "grad_norm": 0.5376534461975098, |
| "learning_rate": 0.00016246948507601914, |
| "loss": 0.7816, |
| "step": 92 |
| }, |
| { |
| "epoch": 1.24, |
| "grad_norm": 0.549625813961029, |
| "learning_rate": 0.00016162284656009274, |
| "loss": 0.7245, |
| "step": 93 |
| }, |
| { |
| "epoch": 1.2533333333333334, |
| "grad_norm": 0.6054933667182922, |
| "learning_rate": 0.0001607690259465229, |
| "loss": 0.7484, |
| "step": 94 |
| }, |
| { |
| "epoch": 1.2666666666666666, |
| "grad_norm": 0.5613316297531128, |
| "learning_rate": 0.00015990812274747692, |
| "loss": 0.7369, |
| "step": 95 |
| }, |
| { |
| "epoch": 1.28, |
| "grad_norm": 0.5984250903129578, |
| "learning_rate": 0.00015904023730059228, |
| "loss": 0.891, |
| "step": 96 |
| }, |
| { |
| "epoch": 1.2933333333333334, |
| "grad_norm": 0.6490495204925537, |
| "learning_rate": 0.00015816547075728226, |
| "loss": 0.775, |
| "step": 97 |
| }, |
| { |
| "epoch": 1.3066666666666666, |
| "grad_norm": 0.6675053834915161, |
| "learning_rate": 0.000157283925070947, |
| "loss": 0.7565, |
| "step": 98 |
| }, |
| { |
| "epoch": 1.32, |
| "grad_norm": 0.5397291779518127, |
| "learning_rate": 0.00015639570298509064, |
| "loss": 0.6685, |
| "step": 99 |
| }, |
| { |
| "epoch": 1.3333333333333333, |
| "grad_norm": 0.5830179452896118, |
| "learning_rate": 0.000155500908021347, |
| "loss": 0.8132, |
| "step": 100 |
| }, |
| { |
| "epoch": 1.3466666666666667, |
| "grad_norm": 0.511802077293396, |
| "learning_rate": 0.00015459964446741382, |
| "loss": 0.7664, |
| "step": 101 |
| }, |
| { |
| "epoch": 1.3599999999999999, |
| "grad_norm": 1.350032091140747, |
| "learning_rate": 0.0001536920173648984, |
| "loss": 0.8179, |
| "step": 102 |
| }, |
| { |
| "epoch": 1.3733333333333333, |
| "grad_norm": 0.7308780550956726, |
| "learning_rate": 0.00015277813249707487, |
| "loss": 0.8401, |
| "step": 103 |
| }, |
| { |
| "epoch": 1.3866666666666667, |
| "grad_norm": 0.5292226076126099, |
| "learning_rate": 0.0001518580963765555, |
| "loss": 0.6367, |
| "step": 104 |
| }, |
| { |
| "epoch": 1.4, |
| "grad_norm": 0.6958481073379517, |
| "learning_rate": 0.00015093201623287631, |
| "loss": 0.7173, |
| "step": 105 |
| }, |
| { |
| "epoch": 1.4133333333333333, |
| "grad_norm": 0.7024071216583252, |
| "learning_rate": 0.00015000000000000001, |
| "loss": 0.5604, |
| "step": 106 |
| }, |
| { |
| "epoch": 1.4266666666666667, |
| "grad_norm": 0.5597444772720337, |
| "learning_rate": 0.00014906215630373606, |
| "loss": 0.6767, |
| "step": 107 |
| }, |
| { |
| "epoch": 1.44, |
| "grad_norm": 0.6003674864768982, |
| "learning_rate": 0.00014811859444908052, |
| "loss": 0.8149, |
| "step": 108 |
| }, |
| { |
| "epoch": 1.4533333333333334, |
| "grad_norm": 0.5815126895904541, |
| "learning_rate": 0.00014716942440747664, |
| "loss": 0.7801, |
| "step": 109 |
| }, |
| { |
| "epoch": 1.4666666666666668, |
| "grad_norm": 0.7836669683456421, |
| "learning_rate": 0.0001462147568039977, |
| "loss": 0.8452, |
| "step": 110 |
| }, |
| { |
| "epoch": 1.48, |
| "grad_norm": 0.8783419132232666, |
| "learning_rate": 0.00014525470290445392, |
| "loss": 0.8257, |
| "step": 111 |
| }, |
| { |
| "epoch": 1.4933333333333334, |
| "grad_norm": 0.46948131918907166, |
| "learning_rate": 0.00014428937460242417, |
| "loss": 0.7481, |
| "step": 112 |
| }, |
| { |
| "epoch": 1.5066666666666668, |
| "grad_norm": 0.5725980401039124, |
| "learning_rate": 0.00014331888440621533, |
| "loss": 0.8267, |
| "step": 113 |
| }, |
| { |
| "epoch": 1.52, |
| "grad_norm": 0.4418632686138153, |
| "learning_rate": 0.00014234334542574906, |
| "loss": 0.7631, |
| "step": 114 |
| }, |
| { |
| "epoch": 1.5333333333333332, |
| "grad_norm": 0.6430942416191101, |
| "learning_rate": 0.00014136287135937915, |
| "loss": 0.8817, |
| "step": 115 |
| }, |
| { |
| "epoch": 1.5466666666666666, |
| "grad_norm": 0.5670009255409241, |
| "learning_rate": 0.00014037757648064018, |
| "loss": 0.5991, |
| "step": 116 |
| }, |
| { |
| "epoch": 1.56, |
| "grad_norm": 0.5407504439353943, |
| "learning_rate": 0.00013938757562492873, |
| "loss": 0.6898, |
| "step": 117 |
| }, |
| { |
| "epoch": 1.5733333333333333, |
| "grad_norm": 0.5176808834075928, |
| "learning_rate": 0.00013839298417611963, |
| "loss": 0.731, |
| "step": 118 |
| }, |
| { |
| "epoch": 1.5866666666666667, |
| "grad_norm": 0.9752798080444336, |
| "learning_rate": 0.00013739391805311793, |
| "loss": 0.6736, |
| "step": 119 |
| }, |
| { |
| "epoch": 1.6, |
| "grad_norm": 0.7100059390068054, |
| "learning_rate": 0.00013639049369634876, |
| "loss": 0.7369, |
| "step": 120 |
| }, |
| { |
| "epoch": 1.6133333333333333, |
| "grad_norm": 0.6285961270332336, |
| "learning_rate": 0.0001353828280541861, |
| "loss": 0.721, |
| "step": 121 |
| }, |
| { |
| "epoch": 1.6266666666666667, |
| "grad_norm": 0.5981026291847229, |
| "learning_rate": 0.00013437103856932264, |
| "loss": 0.8094, |
| "step": 122 |
| }, |
| { |
| "epoch": 1.6400000000000001, |
| "grad_norm": 0.6587502360343933, |
| "learning_rate": 0.00013335524316508208, |
| "loss": 0.7646, |
| "step": 123 |
| }, |
| { |
| "epoch": 1.6533333333333333, |
| "grad_norm": 0.5544253587722778, |
| "learning_rate": 0.00013233556023167485, |
| "loss": 0.7165, |
| "step": 124 |
| }, |
| { |
| "epoch": 1.6666666666666665, |
| "grad_norm": 0.6012857556343079, |
| "learning_rate": 0.00013131210861240026, |
| "loss": 0.8104, |
| "step": 125 |
| }, |
| { |
| "epoch": 1.6800000000000002, |
| "grad_norm": 0.5157524347305298, |
| "learning_rate": 0.00013028500758979506, |
| "loss": 0.8585, |
| "step": 126 |
| }, |
| { |
| "epoch": 1.6933333333333334, |
| "grad_norm": 0.4888676702976227, |
| "learning_rate": 0.00012925437687173142, |
| "loss": 0.6579, |
| "step": 127 |
| }, |
| { |
| "epoch": 1.7066666666666666, |
| "grad_norm": 0.5127140879631042, |
| "learning_rate": 0.00012822033657746478, |
| "loss": 0.7432, |
| "step": 128 |
| }, |
| { |
| "epoch": 1.72, |
| "grad_norm": 0.6154641509056091, |
| "learning_rate": 0.0001271830072236343, |
| "loss": 0.7322, |
| "step": 129 |
| }, |
| { |
| "epoch": 1.7333333333333334, |
| "grad_norm": 0.5081548690795898, |
| "learning_rate": 0.00012614250971021657, |
| "loss": 0.7547, |
| "step": 130 |
| }, |
| { |
| "epoch": 1.7466666666666666, |
| "grad_norm": 0.6808217763900757, |
| "learning_rate": 0.00012509896530643488, |
| "loss": 0.6855, |
| "step": 131 |
| }, |
| { |
| "epoch": 1.76, |
| "grad_norm": 0.8672941327095032, |
| "learning_rate": 0.00012405249563662537, |
| "loss": 0.6332, |
| "step": 132 |
| }, |
| { |
| "epoch": 1.7733333333333334, |
| "grad_norm": 0.6130337119102478, |
| "learning_rate": 0.00012300322266606178, |
| "loss": 0.7453, |
| "step": 133 |
| }, |
| { |
| "epoch": 1.7866666666666666, |
| "grad_norm": 0.739959180355072, |
| "learning_rate": 0.00012195126868674051, |
| "loss": 0.687, |
| "step": 134 |
| }, |
| { |
| "epoch": 1.8, |
| "grad_norm": 0.5801121592521667, |
| "learning_rate": 0.00012089675630312754, |
| "loss": 0.7059, |
| "step": 135 |
| }, |
| { |
| "epoch": 1.8133333333333335, |
| "grad_norm": 0.5766938328742981, |
| "learning_rate": 0.000119839808417869, |
| "loss": 0.737, |
| "step": 136 |
| }, |
| { |
| "epoch": 1.8266666666666667, |
| "grad_norm": 0.6705268621444702, |
| "learning_rate": 0.00011878054821746703, |
| "loss": 0.7358, |
| "step": 137 |
| }, |
| { |
| "epoch": 1.8399999999999999, |
| "grad_norm": 0.7814889550209045, |
| "learning_rate": 0.0001177190991579223, |
| "loss": 0.7021, |
| "step": 138 |
| }, |
| { |
| "epoch": 1.8533333333333335, |
| "grad_norm": 0.6991515755653381, |
| "learning_rate": 0.00011665558495034546, |
| "loss": 0.7325, |
| "step": 139 |
| }, |
| { |
| "epoch": 1.8666666666666667, |
| "grad_norm": 0.8299288749694824, |
| "learning_rate": 0.00011559012954653865, |
| "loss": 0.7128, |
| "step": 140 |
| }, |
| { |
| "epoch": 1.88, |
| "grad_norm": 0.7293754816055298, |
| "learning_rate": 0.00011452285712454904, |
| "loss": 0.5813, |
| "step": 141 |
| }, |
| { |
| "epoch": 1.8933333333333333, |
| "grad_norm": 0.6560428738594055, |
| "learning_rate": 0.00011345389207419588, |
| "loss": 0.6352, |
| "step": 142 |
| }, |
| { |
| "epoch": 1.9066666666666667, |
| "grad_norm": 0.54889976978302, |
| "learning_rate": 0.00011238335898257304, |
| "loss": 0.7372, |
| "step": 143 |
| }, |
| { |
| "epoch": 1.92, |
| "grad_norm": 0.5890987515449524, |
| "learning_rate": 0.00011131138261952845, |
| "loss": 0.6402, |
| "step": 144 |
| }, |
| { |
| "epoch": 1.9333333333333333, |
| "grad_norm": 0.8450446128845215, |
| "learning_rate": 0.00011023808792312227, |
| "loss": 0.7152, |
| "step": 145 |
| }, |
| { |
| "epoch": 1.9466666666666668, |
| "grad_norm": 0.7649719715118408, |
| "learning_rate": 0.0001091635999850655, |
| "loss": 0.6831, |
| "step": 146 |
| }, |
| { |
| "epoch": 1.96, |
| "grad_norm": 0.6236613988876343, |
| "learning_rate": 0.00010808804403614043, |
| "loss": 0.6671, |
| "step": 147 |
| }, |
| { |
| "epoch": 1.9733333333333334, |
| "grad_norm": 0.6295299530029297, |
| "learning_rate": 0.00010701154543160541, |
| "loss": 0.8226, |
| "step": 148 |
| }, |
| { |
| "epoch": 1.9866666666666668, |
| "grad_norm": 0.641965389251709, |
| "learning_rate": 0.00010593422963658452, |
| "loss": 0.6567, |
| "step": 149 |
| }, |
| { |
| "epoch": 2.0, |
| "grad_norm": 0.779958188533783, |
| "learning_rate": 0.00010485622221144484, |
| "loss": 0.6346, |
| "step": 150 |
| }, |
| { |
| "epoch": 2.013333333333333, |
| "grad_norm": 0.6322675347328186, |
| "learning_rate": 0.00010377764879716234, |
| "loss": 0.5576, |
| "step": 151 |
| }, |
| { |
| "epoch": 2.026666666666667, |
| "grad_norm": 0.7052869200706482, |
| "learning_rate": 0.00010269863510067872, |
| "loss": 0.4362, |
| "step": 152 |
| }, |
| { |
| "epoch": 2.04, |
| "grad_norm": 0.4991523027420044, |
| "learning_rate": 0.00010161930688025017, |
| "loss": 0.4478, |
| "step": 153 |
| }, |
| { |
| "epoch": 2.0533333333333332, |
| "grad_norm": 0.4096013903617859, |
| "learning_rate": 0.00010053978993079045, |
| "loss": 0.5258, |
| "step": 154 |
| }, |
| { |
| "epoch": 2.066666666666667, |
| "grad_norm": 0.4861268103122711, |
| "learning_rate": 9.946021006920959e-05, |
| "loss": 0.5085, |
| "step": 155 |
| }, |
| { |
| "epoch": 2.08, |
| "grad_norm": 0.5277904272079468, |
| "learning_rate": 9.838069311974986e-05, |
| "loss": 0.4549, |
| "step": 156 |
| }, |
| { |
| "epoch": 2.0933333333333333, |
| "grad_norm": 0.640762209892273, |
| "learning_rate": 9.730136489932133e-05, |
| "loss": 0.5168, |
| "step": 157 |
| }, |
| { |
| "epoch": 2.1066666666666665, |
| "grad_norm": 0.6294235587120056, |
| "learning_rate": 9.622235120283769e-05, |
| "loss": 0.3587, |
| "step": 158 |
| }, |
| { |
| "epoch": 2.12, |
| "grad_norm": 0.6455483436584473, |
| "learning_rate": 9.514377778855521e-05, |
| "loss": 0.5013, |
| "step": 159 |
| }, |
| { |
| "epoch": 2.1333333333333333, |
| "grad_norm": 0.7052115201950073, |
| "learning_rate": 9.406577036341548e-05, |
| "loss": 0.458, |
| "step": 160 |
| }, |
| { |
| "epoch": 2.1466666666666665, |
| "grad_norm": 0.6517965197563171, |
| "learning_rate": 9.298845456839459e-05, |
| "loss": 0.4427, |
| "step": 161 |
| }, |
| { |
| "epoch": 2.16, |
| "grad_norm": 1.0105723142623901, |
| "learning_rate": 9.19119559638596e-05, |
| "loss": 0.5482, |
| "step": 162 |
| }, |
| { |
| "epoch": 2.1733333333333333, |
| "grad_norm": 0.6122080683708191, |
| "learning_rate": 9.083640001493454e-05, |
| "loss": 0.3708, |
| "step": 163 |
| }, |
| { |
| "epoch": 2.1866666666666665, |
| "grad_norm": 0.7772620320320129, |
| "learning_rate": 8.976191207687775e-05, |
| "loss": 0.4423, |
| "step": 164 |
| }, |
| { |
| "epoch": 2.2, |
| "grad_norm": 0.5697551965713501, |
| "learning_rate": 8.868861738047158e-05, |
| "loss": 0.4544, |
| "step": 165 |
| }, |
| { |
| "epoch": 2.2133333333333334, |
| "grad_norm": 0.6369841694831848, |
| "learning_rate": 8.7616641017427e-05, |
| "loss": 0.4458, |
| "step": 166 |
| }, |
| { |
| "epoch": 2.2266666666666666, |
| "grad_norm": 0.6867621541023254, |
| "learning_rate": 8.654610792580415e-05, |
| "loss": 0.3971, |
| "step": 167 |
| }, |
| { |
| "epoch": 2.24, |
| "grad_norm": 0.6379404067993164, |
| "learning_rate": 8.5477142875451e-05, |
| "loss": 0.409, |
| "step": 168 |
| }, |
| { |
| "epoch": 2.2533333333333334, |
| "grad_norm": 0.5854802131652832, |
| "learning_rate": 8.440987045346134e-05, |
| "loss": 0.4489, |
| "step": 169 |
| }, |
| { |
| "epoch": 2.2666666666666666, |
| "grad_norm": 0.6577348113059998, |
| "learning_rate": 8.334441504965455e-05, |
| "loss": 0.5224, |
| "step": 170 |
| }, |
| { |
| "epoch": 2.2800000000000002, |
| "grad_norm": 0.6020484566688538, |
| "learning_rate": 8.228090084207774e-05, |
| "loss": 0.3876, |
| "step": 171 |
| }, |
| { |
| "epoch": 2.2933333333333334, |
| "grad_norm": 0.5832955241203308, |
| "learning_rate": 8.1219451782533e-05, |
| "loss": 0.4096, |
| "step": 172 |
| }, |
| { |
| "epoch": 2.3066666666666666, |
| "grad_norm": 0.6917557716369629, |
| "learning_rate": 8.016019158213101e-05, |
| "loss": 0.3827, |
| "step": 173 |
| }, |
| { |
| "epoch": 2.32, |
| "grad_norm": 0.6793459057807922, |
| "learning_rate": 7.91032436968725e-05, |
| "loss": 0.3801, |
| "step": 174 |
| }, |
| { |
| "epoch": 2.3333333333333335, |
| "grad_norm": 0.5776801705360413, |
| "learning_rate": 7.804873131325954e-05, |
| "loss": 0.4567, |
| "step": 175 |
| }, |
| { |
| "epoch": 2.3466666666666667, |
| "grad_norm": 0.7591734528541565, |
| "learning_rate": 7.699677733393826e-05, |
| "loss": 0.4957, |
| "step": 176 |
| }, |
| { |
| "epoch": 2.36, |
| "grad_norm": 0.8160498142242432, |
| "learning_rate": 7.594750436337467e-05, |
| "loss": 0.4485, |
| "step": 177 |
| }, |
| { |
| "epoch": 2.3733333333333335, |
| "grad_norm": 0.5776082873344421, |
| "learning_rate": 7.490103469356513e-05, |
| "loss": 0.5212, |
| "step": 178 |
| }, |
| { |
| "epoch": 2.3866666666666667, |
| "grad_norm": 0.6858205795288086, |
| "learning_rate": 7.385749028978346e-05, |
| "loss": 0.3985, |
| "step": 179 |
| }, |
| { |
| "epoch": 2.4, |
| "grad_norm": 0.7106760740280151, |
| "learning_rate": 7.281699277636572e-05, |
| "loss": 0.447, |
| "step": 180 |
| }, |
| { |
| "epoch": 2.413333333333333, |
| "grad_norm": 0.5468612313270569, |
| "learning_rate": 7.177966342253524e-05, |
| "loss": 0.3429, |
| "step": 181 |
| }, |
| { |
| "epoch": 2.4266666666666667, |
| "grad_norm": 0.6179500222206116, |
| "learning_rate": 7.07456231282686e-05, |
| "loss": 0.4873, |
| "step": 182 |
| }, |
| { |
| "epoch": 2.44, |
| "grad_norm": 0.677168607711792, |
| "learning_rate": 6.971499241020495e-05, |
| "loss": 0.5149, |
| "step": 183 |
| }, |
| { |
| "epoch": 2.453333333333333, |
| "grad_norm": 0.7949701547622681, |
| "learning_rate": 6.868789138759976e-05, |
| "loss": 0.5183, |
| "step": 184 |
| }, |
| { |
| "epoch": 2.466666666666667, |
| "grad_norm": 0.631366491317749, |
| "learning_rate": 6.766443976832517e-05, |
| "loss": 0.3915, |
| "step": 185 |
| }, |
| { |
| "epoch": 2.48, |
| "grad_norm": 0.6317359805107117, |
| "learning_rate": 6.664475683491796e-05, |
| "loss": 0.4246, |
| "step": 186 |
| }, |
| { |
| "epoch": 2.493333333333333, |
| "grad_norm": 0.7377456426620483, |
| "learning_rate": 6.562896143067734e-05, |
| "loss": 0.3572, |
| "step": 187 |
| }, |
| { |
| "epoch": 2.506666666666667, |
| "grad_norm": 0.7473776340484619, |
| "learning_rate": 6.461717194581393e-05, |
| "loss": 0.4051, |
| "step": 188 |
| }, |
| { |
| "epoch": 2.52, |
| "grad_norm": 0.6155073046684265, |
| "learning_rate": 6.360950630365126e-05, |
| "loss": 0.4465, |
| "step": 189 |
| }, |
| { |
| "epoch": 2.533333333333333, |
| "grad_norm": 0.599367082118988, |
| "learning_rate": 6.260608194688206e-05, |
| "loss": 0.4863, |
| "step": 190 |
| }, |
| { |
| "epoch": 2.546666666666667, |
| "grad_norm": 0.6318126320838928, |
| "learning_rate": 6.160701582388038e-05, |
| "loss": 0.5023, |
| "step": 191 |
| }, |
| { |
| "epoch": 2.56, |
| "grad_norm": 0.6112634539604187, |
| "learning_rate": 6.061242437507131e-05, |
| "loss": 0.5643, |
| "step": 192 |
| }, |
| { |
| "epoch": 2.5733333333333333, |
| "grad_norm": 0.9118645787239075, |
| "learning_rate": 5.962242351935985e-05, |
| "loss": 0.4692, |
| "step": 193 |
| }, |
| { |
| "epoch": 2.586666666666667, |
| "grad_norm": 0.7344533801078796, |
| "learning_rate": 5.863712864062089e-05, |
| "loss": 0.4355, |
| "step": 194 |
| }, |
| { |
| "epoch": 2.6, |
| "grad_norm": 0.6159957051277161, |
| "learning_rate": 5.765665457425102e-05, |
| "loss": 0.5576, |
| "step": 195 |
| }, |
| { |
| "epoch": 2.6133333333333333, |
| "grad_norm": 0.632001519203186, |
| "learning_rate": 5.668111559378471e-05, |
| "loss": 0.5418, |
| "step": 196 |
| }, |
| { |
| "epoch": 2.626666666666667, |
| "grad_norm": 0.7217976450920105, |
| "learning_rate": 5.571062539757581e-05, |
| "loss": 0.5315, |
| "step": 197 |
| }, |
| { |
| "epoch": 2.64, |
| "grad_norm": 0.5802445411682129, |
| "learning_rate": 5.474529709554612e-05, |
| "loss": 0.5183, |
| "step": 198 |
| }, |
| { |
| "epoch": 2.6533333333333333, |
| "grad_norm": 0.8810819983482361, |
| "learning_rate": 5.378524319600231e-05, |
| "loss": 0.5234, |
| "step": 199 |
| }, |
| { |
| "epoch": 2.6666666666666665, |
| "grad_norm": 0.8704924583435059, |
| "learning_rate": 5.283057559252341e-05, |
| "loss": 0.4652, |
| "step": 200 |
| }, |
| { |
| "epoch": 2.68, |
| "grad_norm": 0.6765443682670593, |
| "learning_rate": 5.1881405550919493e-05, |
| "loss": 0.4305, |
| "step": 201 |
| }, |
| { |
| "epoch": 2.6933333333333334, |
| "grad_norm": 0.7338111400604248, |
| "learning_rate": 5.0937843696263966e-05, |
| "loss": 0.5201, |
| "step": 202 |
| }, |
| { |
| "epoch": 2.7066666666666666, |
| "grad_norm": 0.8355885744094849, |
| "learning_rate": 5.000000000000002e-05, |
| "loss": 0.3281, |
| "step": 203 |
| }, |
| { |
| "epoch": 2.7199999999999998, |
| "grad_norm": 0.6787794828414917, |
| "learning_rate": 4.9067983767123736e-05, |
| "loss": 0.5057, |
| "step": 204 |
| }, |
| { |
| "epoch": 2.7333333333333334, |
| "grad_norm": 0.6520538330078125, |
| "learning_rate": 4.814190362344454e-05, |
| "loss": 0.3988, |
| "step": 205 |
| }, |
| { |
| "epoch": 2.7466666666666666, |
| "grad_norm": 0.9957300424575806, |
| "learning_rate": 4.722186750292511e-05, |
| "loss": 0.4347, |
| "step": 206 |
| }, |
| { |
| "epoch": 2.76, |
| "grad_norm": 0.6702403426170349, |
| "learning_rate": 4.630798263510162e-05, |
| "loss": 0.4431, |
| "step": 207 |
| }, |
| { |
| "epoch": 2.7733333333333334, |
| "grad_norm": 0.6874341368675232, |
| "learning_rate": 4.540035553258619e-05, |
| "loss": 0.5117, |
| "step": 208 |
| }, |
| { |
| "epoch": 2.7866666666666666, |
| "grad_norm": 0.5381680727005005, |
| "learning_rate": 4.449909197865303e-05, |
| "loss": 0.4461, |
| "step": 209 |
| }, |
| { |
| "epoch": 2.8, |
| "grad_norm": 0.5413621068000793, |
| "learning_rate": 4.360429701490934e-05, |
| "loss": 0.5286, |
| "step": 210 |
| }, |
| { |
| "epoch": 2.8133333333333335, |
| "grad_norm": 0.5521364808082581, |
| "learning_rate": 4.271607492905303e-05, |
| "loss": 0.4846, |
| "step": 211 |
| }, |
| { |
| "epoch": 2.8266666666666667, |
| "grad_norm": 0.5857036709785461, |
| "learning_rate": 4.183452924271776e-05, |
| "loss": 0.4799, |
| "step": 212 |
| }, |
| { |
| "epoch": 2.84, |
| "grad_norm": 0.7210860848426819, |
| "learning_rate": 4.0959762699407766e-05, |
| "loss": 0.3214, |
| "step": 213 |
| }, |
| { |
| "epoch": 2.8533333333333335, |
| "grad_norm": 0.6596788763999939, |
| "learning_rate": 4.009187725252309e-05, |
| "loss": 0.4818, |
| "step": 214 |
| }, |
| { |
| "epoch": 2.8666666666666667, |
| "grad_norm": 0.6683171987533569, |
| "learning_rate": 3.9230974053477086e-05, |
| "loss": 0.4854, |
| "step": 215 |
| }, |
| { |
| "epoch": 2.88, |
| "grad_norm": 0.6668866872787476, |
| "learning_rate": 3.8377153439907266e-05, |
| "loss": 0.3712, |
| "step": 216 |
| }, |
| { |
| "epoch": 2.8933333333333335, |
| "grad_norm": 0.8019754886627197, |
| "learning_rate": 3.7530514923980884e-05, |
| "loss": 0.3826, |
| "step": 217 |
| }, |
| { |
| "epoch": 2.9066666666666667, |
| "grad_norm": 0.7723852396011353, |
| "learning_rate": 3.669115718079702e-05, |
| "loss": 0.3923, |
| "step": 218 |
| }, |
| { |
| "epoch": 2.92, |
| "grad_norm": 0.8932898044586182, |
| "learning_rate": 3.585917803688603e-05, |
| "loss": 0.4372, |
| "step": 219 |
| }, |
| { |
| "epoch": 2.9333333333333336, |
| "grad_norm": 0.8380217552185059, |
| "learning_rate": 3.503467445880789e-05, |
| "loss": 0.6057, |
| "step": 220 |
| }, |
| { |
| "epoch": 2.9466666666666668, |
| "grad_norm": 0.7885947227478027, |
| "learning_rate": 3.421774254185096e-05, |
| "loss": 0.4252, |
| "step": 221 |
| }, |
| { |
| "epoch": 2.96, |
| "grad_norm": 0.6929410099983215, |
| "learning_rate": 3.340847749883191e-05, |
| "loss": 0.4339, |
| "step": 222 |
| }, |
| { |
| "epoch": 2.9733333333333336, |
| "grad_norm": 0.5754182934761047, |
| "learning_rate": 3.2606973648998915e-05, |
| "loss": 0.5381, |
| "step": 223 |
| }, |
| { |
| "epoch": 2.986666666666667, |
| "grad_norm": 0.5466946363449097, |
| "learning_rate": 3.1813324407038825e-05, |
| "loss": 0.4699, |
| "step": 224 |
| }, |
| { |
| "epoch": 3.0, |
| "grad_norm": 0.6496762037277222, |
| "learning_rate": 3.102762227218957e-05, |
| "loss": 0.4392, |
| "step": 225 |
| }, |
| { |
| "epoch": 3.013333333333333, |
| "grad_norm": 0.5232837200164795, |
| "learning_rate": 3.0249958817459722e-05, |
| "loss": 0.3204, |
| "step": 226 |
| }, |
| { |
| "epoch": 3.026666666666667, |
| "grad_norm": 0.6648370623588562, |
| "learning_rate": 2.9480424678955443e-05, |
| "loss": 0.3054, |
| "step": 227 |
| }, |
| { |
| "epoch": 3.04, |
| "grad_norm": 0.5386692881584167, |
| "learning_rate": 2.8719109545317103e-05, |
| "loss": 0.3565, |
| "step": 228 |
| }, |
| { |
| "epoch": 3.0533333333333332, |
| "grad_norm": 0.5926947593688965, |
| "learning_rate": 2.7966102147265994e-05, |
| "loss": 0.298, |
| "step": 229 |
| }, |
| { |
| "epoch": 3.066666666666667, |
| "grad_norm": 0.5218151807785034, |
| "learning_rate": 2.722149024726307e-05, |
| "loss": 0.242, |
| "step": 230 |
| }, |
| { |
| "epoch": 3.08, |
| "grad_norm": 0.5256300568580627, |
| "learning_rate": 2.6485360629279987e-05, |
| "loss": 0.3497, |
| "step": 231 |
| }, |
| { |
| "epoch": 3.0933333333333333, |
| "grad_norm": 0.5321183204650879, |
| "learning_rate": 2.5757799088684654e-05, |
| "loss": 0.2814, |
| "step": 232 |
| }, |
| { |
| "epoch": 3.1066666666666665, |
| "grad_norm": 0.4942474663257599, |
| "learning_rate": 2.5038890422241958e-05, |
| "loss": 0.3361, |
| "step": 233 |
| }, |
| { |
| "epoch": 3.12, |
| "grad_norm": 0.6570059657096863, |
| "learning_rate": 2.432871841823047e-05, |
| "loss": 0.2742, |
| "step": 234 |
| }, |
| { |
| "epoch": 3.1333333333333333, |
| "grad_norm": 0.6714842319488525, |
| "learning_rate": 2.3627365846677306e-05, |
| "loss": 0.3261, |
| "step": 235 |
| }, |
| { |
| "epoch": 3.1466666666666665, |
| "grad_norm": 0.68682861328125, |
| "learning_rate": 2.2934914449711087e-05, |
| "loss": 0.2931, |
| "step": 236 |
| }, |
| { |
| "epoch": 3.16, |
| "grad_norm": 0.519067645072937, |
| "learning_rate": 2.2251444932035094e-05, |
| "loss": 0.323, |
| "step": 237 |
| }, |
| { |
| "epoch": 3.1733333333333333, |
| "grad_norm": 0.5991199612617493, |
| "learning_rate": 2.157703695152109e-05, |
| "loss": 0.2603, |
| "step": 238 |
| }, |
| { |
| "epoch": 3.1866666666666665, |
| "grad_norm": 0.7177437543869019, |
| "learning_rate": 2.091176910992545e-05, |
| "loss": 0.3499, |
| "step": 239 |
| }, |
| { |
| "epoch": 3.2, |
| "grad_norm": 0.6380268335342407, |
| "learning_rate": 2.025571894372794e-05, |
| "loss": 0.3064, |
| "step": 240 |
| }, |
| { |
| "epoch": 3.2133333333333334, |
| "grad_norm": 0.5707582235336304, |
| "learning_rate": 1.9608962915094996e-05, |
| "loss": 0.2747, |
| "step": 241 |
| }, |
| { |
| "epoch": 3.2266666666666666, |
| "grad_norm": 0.6281158328056335, |
| "learning_rate": 1.897157640296825e-05, |
| "loss": 0.2461, |
| "step": 242 |
| }, |
| { |
| "epoch": 3.24, |
| "grad_norm": 0.6357036232948303, |
| "learning_rate": 1.8343633694278895e-05, |
| "loss": 0.2846, |
| "step": 243 |
| }, |
| { |
| "epoch": 3.2533333333333334, |
| "grad_norm": 0.7706279754638672, |
| "learning_rate": 1.772520797528988e-05, |
| "loss": 0.2931, |
| "step": 244 |
| }, |
| { |
| "epoch": 3.2666666666666666, |
| "grad_norm": 0.5687737464904785, |
| "learning_rate": 1.7116371323065883e-05, |
| "loss": 0.2162, |
| "step": 245 |
| }, |
| { |
| "epoch": 3.2800000000000002, |
| "grad_norm": 0.5638925433158875, |
| "learning_rate": 1.65171946970729e-05, |
| "loss": 0.2219, |
| "step": 246 |
| }, |
| { |
| "epoch": 3.2933333333333334, |
| "grad_norm": 0.6213463544845581, |
| "learning_rate": 1.592774793090792e-05, |
| "loss": 0.3329, |
| "step": 247 |
| }, |
| { |
| "epoch": 3.3066666666666666, |
| "grad_norm": 0.6423382759094238, |
| "learning_rate": 1.534809972415998e-05, |
| "loss": 0.225, |
| "step": 248 |
| }, |
| { |
| "epoch": 3.32, |
| "grad_norm": 0.818946361541748, |
| "learning_rate": 1.4778317634403083e-05, |
| "loss": 0.2252, |
| "step": 249 |
| }, |
| { |
| "epoch": 3.3333333333333335, |
| "grad_norm": 0.5952211022377014, |
| "learning_rate": 1.4218468069322578e-05, |
| "loss": 0.2295, |
| "step": 250 |
| }, |
| { |
| "epoch": 3.3466666666666667, |
| "grad_norm": 0.5699911117553711, |
| "learning_rate": 1.3668616278975343e-05, |
| "loss": 0.3132, |
| "step": 251 |
| }, |
| { |
| "epoch": 3.36, |
| "grad_norm": 0.7674257755279541, |
| "learning_rate": 1.3128826348184887e-05, |
| "loss": 0.3487, |
| "step": 252 |
| }, |
| { |
| "epoch": 3.3733333333333335, |
| "grad_norm": 0.6047098636627197, |
| "learning_rate": 1.2599161189072427e-05, |
| "loss": 0.1991, |
| "step": 253 |
| }, |
| { |
| "epoch": 3.3866666666666667, |
| "grad_norm": 0.6673244833946228, |
| "learning_rate": 1.2079682533724379e-05, |
| "loss": 0.2233, |
| "step": 254 |
| }, |
| { |
| "epoch": 3.4, |
| "grad_norm": 0.7468060851097107, |
| "learning_rate": 1.1570450926997655e-05, |
| "loss": 0.2155, |
| "step": 255 |
| }, |
| { |
| "epoch": 3.413333333333333, |
| "grad_norm": 0.6119690537452698, |
| "learning_rate": 1.1071525719463095e-05, |
| "loss": 0.1624, |
| "step": 256 |
| }, |
| { |
| "epoch": 3.4266666666666667, |
| "grad_norm": 0.5702852606773376, |
| "learning_rate": 1.0582965060488359e-05, |
| "loss": 0.3134, |
| "step": 257 |
| }, |
| { |
| "epoch": 3.44, |
| "grad_norm": 0.9024640321731567, |
| "learning_rate": 1.010482589146048e-05, |
| "loss": 0.3316, |
| "step": 258 |
| }, |
| { |
| "epoch": 3.453333333333333, |
| "grad_norm": 0.6158623695373535, |
| "learning_rate": 9.637163939149485e-06, |
| "loss": 0.2637, |
| "step": 259 |
| }, |
| { |
| "epoch": 3.466666666666667, |
| "grad_norm": 0.5979247689247131, |
| "learning_rate": 9.180033709213454e-06, |
| "loss": 0.3148, |
| "step": 260 |
| }, |
| { |
| "epoch": 3.48, |
| "grad_norm": 0.5976862907409668, |
| "learning_rate": 8.733488479845997e-06, |
| "loss": 0.293, |
| "step": 261 |
| }, |
| { |
| "epoch": 3.493333333333333, |
| "grad_norm": 0.6761628985404968, |
| "learning_rate": 8.297580295566575e-06, |
| "loss": 0.2675, |
| "step": 262 |
| }, |
| { |
| "epoch": 3.506666666666667, |
| "grad_norm": 0.7228958606719971, |
| "learning_rate": 7.872359961154906e-06, |
| "loss": 0.3601, |
| "step": 263 |
| }, |
| { |
| "epoch": 3.52, |
| "grad_norm": 0.6675010919570923, |
| "learning_rate": 7.457877035729588e-06, |
| "loss": 0.2551, |
| "step": 264 |
| }, |
| { |
| "epoch": 3.533333333333333, |
| "grad_norm": 0.6560245752334595, |
| "learning_rate": 7.054179826972074e-06, |
| "loss": 0.1799, |
| "step": 265 |
| }, |
| { |
| "epoch": 3.546666666666667, |
| "grad_norm": 0.6431569457054138, |
| "learning_rate": 6.661315385496425e-06, |
| "loss": 0.2183, |
| "step": 266 |
| }, |
| { |
| "epoch": 3.56, |
| "grad_norm": 0.7804158329963684, |
| "learning_rate": 6.2793294993656494e-06, |
| "loss": 0.2438, |
| "step": 267 |
| }, |
| { |
| "epoch": 3.5733333333333333, |
| "grad_norm": 0.8433220982551575, |
| "learning_rate": 5.908266688755049e-06, |
| "loss": 0.2806, |
| "step": 268 |
| }, |
| { |
| "epoch": 3.586666666666667, |
| "grad_norm": 0.7814007997512817, |
| "learning_rate": 5.54817020076347e-06, |
| "loss": 0.2841, |
| "step": 269 |
| }, |
| { |
| "epoch": 3.6, |
| "grad_norm": 0.5926189422607422, |
| "learning_rate": 5.199082004372957e-06, |
| "loss": 0.2349, |
| "step": 270 |
| }, |
| { |
| "epoch": 3.6133333333333333, |
| "grad_norm": 0.7108579277992249, |
| "learning_rate": 4.861042785557146e-06, |
| "loss": 0.2771, |
| "step": 271 |
| }, |
| { |
| "epoch": 3.626666666666667, |
| "grad_norm": 0.8635604381561279, |
| "learning_rate": 4.534091942539475e-06, |
| "loss": 0.3572, |
| "step": 272 |
| }, |
| { |
| "epoch": 3.64, |
| "grad_norm": 0.7461998462677002, |
| "learning_rate": 4.2182675812012965e-06, |
| "loss": 0.3266, |
| "step": 273 |
| }, |
| { |
| "epoch": 3.6533333333333333, |
| "grad_norm": 0.6848060488700867, |
| "learning_rate": 3.913606510640644e-06, |
| "loss": 0.2782, |
| "step": 274 |
| }, |
| { |
| "epoch": 3.6666666666666665, |
| "grad_norm": 0.5404589176177979, |
| "learning_rate": 3.620144238882206e-06, |
| "loss": 0.2365, |
| "step": 275 |
| }, |
| { |
| "epoch": 3.68, |
| "grad_norm": 0.8409443497657776, |
| "learning_rate": 3.3379149687388867e-06, |
| "loss": 0.243, |
| "step": 276 |
| }, |
| { |
| "epoch": 3.6933333333333334, |
| "grad_norm": 0.6383155584335327, |
| "learning_rate": 3.06695159382544e-06, |
| "loss": 0.3358, |
| "step": 277 |
| }, |
| { |
| "epoch": 3.7066666666666666, |
| "grad_norm": 0.790045976638794, |
| "learning_rate": 2.8072856947248037e-06, |
| "loss": 0.2835, |
| "step": 278 |
| }, |
| { |
| "epoch": 3.7199999999999998, |
| "grad_norm": 0.6109788417816162, |
| "learning_rate": 2.5589475353073988e-06, |
| "loss": 0.3113, |
| "step": 279 |
| }, |
| { |
| "epoch": 3.7333333333333334, |
| "grad_norm": 0.5038023591041565, |
| "learning_rate": 2.3219660592038285e-06, |
| "loss": 0.1902, |
| "step": 280 |
| }, |
| { |
| "epoch": 3.7466666666666666, |
| "grad_norm": 0.5871134996414185, |
| "learning_rate": 2.0963688864316323e-06, |
| "loss": 0.3928, |
| "step": 281 |
| }, |
| { |
| "epoch": 3.76, |
| "grad_norm": 0.5895046591758728, |
| "learning_rate": 1.882182310176095e-06, |
| "loss": 0.2864, |
| "step": 282 |
| }, |
| { |
| "epoch": 3.7733333333333334, |
| "grad_norm": 1.456066608428955, |
| "learning_rate": 1.6794312937258417e-06, |
| "loss": 0.2669, |
| "step": 283 |
| }, |
| { |
| "epoch": 3.7866666666666666, |
| "grad_norm": 0.6652315855026245, |
| "learning_rate": 1.488139467563354e-06, |
| "loss": 0.2859, |
| "step": 284 |
| }, |
| { |
| "epoch": 3.8, |
| "grad_norm": 0.7242224812507629, |
| "learning_rate": 1.30832912661093e-06, |
| "loss": 0.1955, |
| "step": 285 |
| }, |
| { |
| "epoch": 3.8133333333333335, |
| "grad_norm": 0.5488805174827576, |
| "learning_rate": 1.1400212276321376e-06, |
| "loss": 0.2772, |
| "step": 286 |
| }, |
| { |
| "epoch": 3.8266666666666667, |
| "grad_norm": 0.9780620336532593, |
| "learning_rate": 9.832353867893386e-07, |
| "loss": 0.2286, |
| "step": 287 |
| }, |
| { |
| "epoch": 3.84, |
| "grad_norm": 0.6662778258323669, |
| "learning_rate": 8.379898773574924e-07, |
| "loss": 0.2704, |
| "step": 288 |
| }, |
| { |
| "epoch": 3.8533333333333335, |
| "grad_norm": 0.6265354156494141, |
| "learning_rate": 7.043016275943615e-07, |
| "loss": 0.2296, |
| "step": 289 |
| }, |
| { |
| "epoch": 3.8666666666666667, |
| "grad_norm": 0.6008942127227783, |
| "learning_rate": 5.821862187675775e-07, |
| "loss": 0.2374, |
| "step": 290 |
| }, |
| { |
| "epoch": 3.88, |
| "grad_norm": 0.7946692109107971, |
| "learning_rate": 4.7165788333860536e-07, |
| "loss": 0.1566, |
| "step": 291 |
| }, |
| { |
| "epoch": 3.8933333333333335, |
| "grad_norm": 0.7700130939483643, |
| "learning_rate": 3.727295033040035e-07, |
| "loss": 0.2748, |
| "step": 292 |
| }, |
| { |
| "epoch": 3.9066666666666667, |
| "grad_norm": 0.671159029006958, |
| "learning_rate": 2.854126086940356e-07, |
| "loss": 0.2345, |
| "step": 293 |
| }, |
| { |
| "epoch": 3.92, |
| "grad_norm": 0.591444194316864, |
| "learning_rate": 2.0971737622883515e-07, |
| "loss": 0.2364, |
| "step": 294 |
| }, |
| { |
| "epoch": 3.9333333333333336, |
| "grad_norm": 0.6508089900016785, |
| "learning_rate": 1.4565262813230894e-07, |
| "loss": 0.2455, |
| "step": 295 |
| }, |
| { |
| "epoch": 3.9466666666666668, |
| "grad_norm": 0.8111832737922668, |
| "learning_rate": 9.32258311039269e-08, |
| "loss": 0.2412, |
| "step": 296 |
| }, |
| { |
| "epoch": 3.96, |
| "grad_norm": 0.6243981122970581, |
| "learning_rate": 5.2443095448506674e-08, |
| "loss": 0.2991, |
| "step": 297 |
| }, |
| { |
| "epoch": 3.9733333333333336, |
| "grad_norm": 0.8096401691436768, |
| "learning_rate": 2.3309174364027907e-08, |
| "loss": 0.2848, |
| "step": 298 |
| }, |
| { |
| "epoch": 3.986666666666667, |
| "grad_norm": 0.6315991878509521, |
| "learning_rate": 5.827463387653165e-09, |
| "loss": 0.3048, |
| "step": 299 |
| }, |
| { |
| "epoch": 4.0, |
| "grad_norm": 0.6686562895774841, |
| "learning_rate": 0.0, |
| "loss": 0.266, |
| "step": 300 |
| }, |
| { |
| "epoch": 4.0, |
| "step": 300, |
| "total_flos": 8.62109265035264e+16, |
| "train_loss": 0.6437234182655811, |
| "train_runtime": 652.1258, |
| "train_samples_per_second": 7.361, |
| "train_steps_per_second": 0.46 |
| } |
| ], |
| "logging_steps": 1.0, |
| "max_steps": 300, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 4, |
| "save_steps": 50, |
| "stateful_callbacks": { |
| "TrainerControl": { |
| "args": { |
| "should_epoch_stop": false, |
| "should_evaluate": false, |
| "should_log": false, |
| "should_save": true, |
| "should_training_stop": true |
| }, |
| "attributes": {} |
| } |
| }, |
| "total_flos": 8.62109265035264e+16, |
| "train_batch_size": 2, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
