File size: 8,882 Bytes
1fa0791
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 2.0,
  "eval_steps": 200.0,
  "global_step": 354,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.005649717514124294,
      "grad_norm": 1.8059313297271729,
      "learning_rate": 4.999901553476555e-05,
      "loss": 0.4717830717563629,
      "step": 1,
      "token_acc": 0.924627166465135
    },
    {
      "epoch": 0.05649717514124294,
      "grad_norm": 0.1542048305273056,
      "learning_rate": 4.9901617425775067e-05,
      "loss": 0.33008625772264266,
      "step": 10,
      "token_acc": 0.9219071687140808
    },
    {
      "epoch": 0.11299435028248588,
      "grad_norm": 0.11267846822738647,
      "learning_rate": 4.9607244033573156e-05,
      "loss": 0.25351030826568605,
      "step": 20,
      "token_acc": 0.9264000170247177
    },
    {
      "epoch": 0.1694915254237288,
      "grad_norm": 0.09091860800981522,
      "learning_rate": 4.91191967203629e-05,
      "loss": 0.22513890266418457,
      "step": 30,
      "token_acc": 0.9317765577689588
    },
    {
      "epoch": 0.22598870056497175,
      "grad_norm": 0.08639991283416748,
      "learning_rate": 4.84413167142257e-05,
      "loss": 0.20885028839111328,
      "step": 40,
      "token_acc": 0.9359174715592828
    },
    {
      "epoch": 0.2824858757062147,
      "grad_norm": 0.09375399351119995,
      "learning_rate": 4.7578939341563095e-05,
      "loss": 0.19784480333328247,
      "step": 50,
      "token_acc": 0.9384661788621316
    },
    {
      "epoch": 0.3389830508474576,
      "grad_norm": 0.08870115131139755,
      "learning_rate": 4.653885203484515e-05,
      "loss": 0.18448562622070314,
      "step": 60,
      "token_acc": 0.9420314698252165
    },
    {
      "epoch": 0.3954802259887006,
      "grad_norm": 0.11067840456962585,
      "learning_rate": 4.532924091140417e-05,
      "loss": 0.18294379711151124,
      "step": 70,
      "token_acc": 0.9418481147105683
    },
    {
      "epoch": 0.4519774011299435,
      "grad_norm": 0.09862152487039566,
      "learning_rate": 4.395962634373097e-05,
      "loss": 0.17243103981018065,
      "step": 80,
      "token_acc": 0.9446352200693965
    },
    {
      "epoch": 0.5084745762711864,
      "grad_norm": 0.10678666085004807,
      "learning_rate": 4.2440788028374624e-05,
      "loss": 0.1731430172920227,
      "step": 90,
      "token_acc": 0.9447363875815018
    },
    {
      "epoch": 0.5649717514124294,
      "grad_norm": 0.10532315075397491,
      "learning_rate": 4.0784680143198836e-05,
      "loss": 0.17281131744384765,
      "step": 100,
      "token_acc": 0.9447437022704439
    },
    {
      "epoch": 0.6214689265536724,
      "grad_norm": 0.11211931705474854,
      "learning_rate": 3.900433726075865e-05,
      "loss": 0.16182489395141603,
      "step": 110,
      "token_acc": 0.9481675818843257
    },
    {
      "epoch": 0.6779661016949152,
      "grad_norm": 0.10726941376924515,
      "learning_rate": 3.711377175831626e-05,
      "loss": 0.16202739477157593,
      "step": 120,
      "token_acc": 0.9479687034245692
    },
    {
      "epoch": 0.7344632768361582,
      "grad_norm": 0.10400757193565369,
      "learning_rate": 3.512786353194134e-05,
      "loss": 0.15924739837646484,
      "step": 130,
      "token_acc": 0.9486699455285843
    },
    {
      "epoch": 0.7909604519774012,
      "grad_norm": 0.10787644982337952,
      "learning_rate": 3.3062242882712724e-05,
      "loss": 0.15439069271087646,
      "step": 140,
      "token_acc": 0.9498849158473873
    },
    {
      "epoch": 0.847457627118644,
      "grad_norm": 0.10836105048656464,
      "learning_rate": 3.093316749677788e-05,
      "loss": 0.15822217464447022,
      "step": 150,
      "token_acc": 0.9487123526844173
    },
    {
      "epoch": 0.903954802259887,
      "grad_norm": 0.10872391611337662,
      "learning_rate": 2.875739448751176e-05,
      "loss": 0.15569958686828614,
      "step": 160,
      "token_acc": 0.9491473105803542
    },
    {
      "epoch": 0.96045197740113,
      "grad_norm": 0.11218578368425369,
      "learning_rate": 2.655204850688085e-05,
      "loss": 0.15528473854064942,
      "step": 170,
      "token_acc": 0.9494661997922623
    },
    {
      "epoch": 1.0169491525423728,
      "grad_norm": 0.13003411889076233,
      "learning_rate": 2.433448696405563e-05,
      "loss": 0.1492830991744995,
      "step": 180,
      "token_acc": 0.9511860316683133
    },
    {
      "epoch": 1.073446327683616,
      "grad_norm": 0.12652547657489777,
      "learning_rate": 2.2122163412082927e-05,
      "loss": 0.14996984004974365,
      "step": 190,
      "token_acc": 0.9509753894028877
    },
    {
      "epoch": 1.1299435028248588,
      "grad_norm": 0.11710216104984283,
      "learning_rate": 1.993249017784766e-05,
      "loss": 0.149368953704834,
      "step": 200,
      "token_acc": 0.9509840746795515
    },
    {
      "epoch": 1.1864406779661016,
      "grad_norm": 0.12813611328601837,
      "learning_rate": 1.778270131650948e-05,
      "loss": 0.1482247829437256,
      "step": 210,
      "token_acc": 0.9514638991717056
    },
    {
      "epoch": 1.2429378531073447,
      "grad_norm": 0.12335359305143356,
      "learning_rate": 1.5689716969045848e-05,
      "loss": 0.14458421468734742,
      "step": 220,
      "token_acc": 0.9528204997080846
    },
    {
      "epoch": 1.2994350282485876,
      "grad_norm": 0.1252630650997162,
      "learning_rate": 1.3670010190490073e-05,
      "loss": 0.14932241439819335,
      "step": 230,
      "token_acc": 0.950983923940499
    },
    {
      "epoch": 1.3559322033898304,
      "grad_norm": 0.12602832913398743,
      "learning_rate": 1.173947729700644e-05,
      "loss": 0.14413282871246338,
      "step": 240,
      "token_acc": 0.9524894618411184
    },
    {
      "epoch": 1.4124293785310735,
      "grad_norm": 0.1404254138469696,
      "learning_rate": 9.913312752249903e-06,
      "loss": 0.14448442459106445,
      "step": 250,
      "token_acc": 0.9523784878342272
    },
    {
      "epoch": 1.4689265536723164,
      "grad_norm": 0.1297323852777481,
      "learning_rate": 8.20588957773018e-06,
      "loss": 0.1442911744117737,
      "step": 260,
      "token_acc": 0.9526485262065045
    },
    {
      "epoch": 1.5254237288135593,
      "grad_norm": 0.1164567619562149,
      "learning_rate": 6.6306462284233234e-06,
      "loss": 0.1476944088935852,
      "step": 270,
      "token_acc": 0.9516979818914234
    },
    {
      "epoch": 1.5819209039548023,
      "grad_norm": 0.12876106798648834,
      "learning_rate": 5.199980823988157e-06,
      "loss": 0.14429720640182495,
      "step": 280,
      "token_acc": 0.9527345847326476
    },
    {
      "epoch": 1.6384180790960452,
      "grad_norm": 0.12522290647029877,
      "learning_rate": 3.925153568052123e-06,
      "loss": 0.14247846603393555,
      "step": 290,
      "token_acc": 0.952577761791889
    },
    {
      "epoch": 1.694915254237288,
      "grad_norm": 0.1215895265340805,
      "learning_rate": 2.8161981235857143e-06,
      "loss": 0.14371044635772706,
      "step": 300,
      "token_acc": 0.9530261029770724
    },
    {
      "epoch": 1.7514124293785311,
      "grad_norm": 0.13429652154445648,
      "learning_rate": 1.881842641895104e-06,
      "loss": 0.1435616970062256,
      "step": 310,
      "token_acc": 0.9526384206465796
    },
    {
      "epoch": 1.807909604519774,
      "grad_norm": 0.12633894383907318,
      "learning_rate": 1.129441066782702e-06,
      "loss": 0.14912809133529664,
      "step": 320,
      "token_acc": 0.9509201261393581
    },
    {
      "epoch": 1.8644067796610169,
      "grad_norm": 0.12346093356609344,
      "learning_rate": 5.649152545533332e-07,
      "loss": 0.14490561485290526,
      "step": 330,
      "token_acc": 0.9519967728922952
    },
    {
      "epoch": 1.92090395480226,
      "grad_norm": 0.123548224568367,
      "learning_rate": 1.927083654168854e-07,
      "loss": 0.14034559726715087,
      "step": 340,
      "token_acc": 0.9537333066731213
    },
    {
      "epoch": 1.9774011299435028,
      "grad_norm": 0.1290796846151352,
      "learning_rate": 1.5749893125160954e-08,
      "loss": 0.14156577587127686,
      "step": 350,
      "token_acc": 0.9530219643471618
    }
  ],
  "logging_steps": 10,
  "max_steps": 354,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 2,
  "save_steps": 200,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 7.089589125686231e+17,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}