| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 2.2186666666666666, | |
| "eval_steps": 500, | |
| "global_step": 260, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.008533333333333334, | |
| "grad_norm": 160.11701043689894, | |
| "learning_rate": 0.0, | |
| "loss": 32.4968, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.017066666666666667, | |
| "grad_norm": 157.24779534424323, | |
| "learning_rate": 1.5051499783199057e-06, | |
| "loss": 31.6979, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.0256, | |
| "grad_norm": 157.9465272449825, | |
| "learning_rate": 2.385606273598312e-06, | |
| "loss": 31.8828, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.034133333333333335, | |
| "grad_norm": 160.2154859965946, | |
| "learning_rate": 3.0102999566398115e-06, | |
| "loss": 31.9681, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.042666666666666665, | |
| "grad_norm": 158.5305446712084, | |
| "learning_rate": 3.4948500216800934e-06, | |
| "loss": 31.3717, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.0512, | |
| "grad_norm": 155.50243039700376, | |
| "learning_rate": 3.890756251918218e-06, | |
| "loss": 30.5348, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.05973333333333333, | |
| "grad_norm": 168.6887446693614, | |
| "learning_rate": 4.225490200071284e-06, | |
| "loss": 31.3845, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.06826666666666667, | |
| "grad_norm": 164.2631689450651, | |
| "learning_rate": 4.515449934959717e-06, | |
| "loss": 30.5243, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.0768, | |
| "grad_norm": 174.1878139573776, | |
| "learning_rate": 4.771212547196624e-06, | |
| "loss": 30.0138, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.08533333333333333, | |
| "grad_norm": 177.9519334680014, | |
| "learning_rate": 4.9999999999999996e-06, | |
| "loss": 29.6143, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.09386666666666667, | |
| "grad_norm": 183.57104380865735, | |
| "learning_rate": 5.206963425791125e-06, | |
| "loss": 28.8718, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.1024, | |
| "grad_norm": 186.4090344511231, | |
| "learning_rate": 5.395906230238124e-06, | |
| "loss": 26.1695, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.11093333333333333, | |
| "grad_norm": 198.17161320746723, | |
| "learning_rate": 5.5697167615341825e-06, | |
| "loss": 26.1266, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.11946666666666667, | |
| "grad_norm": 182.4443087115901, | |
| "learning_rate": 5.730640178391189e-06, | |
| "loss": 24.2121, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.128, | |
| "grad_norm": 159.38105380659272, | |
| "learning_rate": 5.880456295278406e-06, | |
| "loss": 22.5796, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.13653333333333334, | |
| "grad_norm": 142.82387126501297, | |
| "learning_rate": 6.020599913279623e-06, | |
| "loss": 21.1346, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.14506666666666668, | |
| "grad_norm": 123.86394296641578, | |
| "learning_rate": 6.15224460689137e-06, | |
| "loss": 19.8457, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 0.1536, | |
| "grad_norm": 112.3988260336824, | |
| "learning_rate": 6.276362525516529e-06, | |
| "loss": 18.7824, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.16213333333333332, | |
| "grad_norm": 120.96712330991012, | |
| "learning_rate": 6.393768004764144e-06, | |
| "loss": 18.0207, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 0.17066666666666666, | |
| "grad_norm": 129.42692949353702, | |
| "learning_rate": 6.505149978319905e-06, | |
| "loss": 16.8355, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.1792, | |
| "grad_norm": 120.65595457746791, | |
| "learning_rate": 6.611096473669596e-06, | |
| "loss": 15.252, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 0.18773333333333334, | |
| "grad_norm": 133.05280466087515, | |
| "learning_rate": 6.712113404111031e-06, | |
| "loss": 14.1391, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 0.19626666666666667, | |
| "grad_norm": 127.95029628849048, | |
| "learning_rate": 6.808639180087963e-06, | |
| "loss": 12.9566, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 0.2048, | |
| "grad_norm": 108.83495245094748, | |
| "learning_rate": 6.90105620855803e-06, | |
| "loss": 11.8743, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 0.21333333333333335, | |
| "grad_norm": 99.90727146021455, | |
| "learning_rate": 6.989700043360187e-06, | |
| "loss": 10.962, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.22186666666666666, | |
| "grad_norm": 98.37126740059823, | |
| "learning_rate": 7.074866739854089e-06, | |
| "loss": 9.9919, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.2304, | |
| "grad_norm": 92.26708429201608, | |
| "learning_rate": 7.156818820794936e-06, | |
| "loss": 8.8811, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 0.23893333333333333, | |
| "grad_norm": 83.36099898839835, | |
| "learning_rate": 7.235790156711096e-06, | |
| "loss": 7.7806, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 0.24746666666666667, | |
| "grad_norm": 68.07500315598597, | |
| "learning_rate": 7.3119899894947795e-06, | |
| "loss": 7.0528, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 0.256, | |
| "grad_norm": 69.58960332280246, | |
| "learning_rate": 7.385606273598311e-06, | |
| "loss": 6.3683, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.26453333333333334, | |
| "grad_norm": 68.77532204123075, | |
| "learning_rate": 7.456808469171363e-06, | |
| "loss": 6.1635, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 0.2730666666666667, | |
| "grad_norm": 66.29676636510072, | |
| "learning_rate": 7.5257498915995295e-06, | |
| "loss": 4.711, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 0.2816, | |
| "grad_norm": 42.87145091679237, | |
| "learning_rate": 7.592569699389437e-06, | |
| "loss": 4.5119, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 0.29013333333333335, | |
| "grad_norm": 26.2592350291551, | |
| "learning_rate": 7.657394585211274e-06, | |
| "loss": 4.31, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 0.2986666666666667, | |
| "grad_norm": 15.35959008067237, | |
| "learning_rate": 7.720340221751376e-06, | |
| "loss": 4.0001, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.3072, | |
| "grad_norm": 8.50847651865227, | |
| "learning_rate": 7.781512503836437e-06, | |
| "loss": 3.5723, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 0.3157333333333333, | |
| "grad_norm": 6.562581089063746, | |
| "learning_rate": 7.841008620334974e-06, | |
| "loss": 3.9254, | |
| "step": 37 | |
| }, | |
| { | |
| "epoch": 0.32426666666666665, | |
| "grad_norm": 5.6145595722250095, | |
| "learning_rate": 7.89891798308405e-06, | |
| "loss": 3.8746, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 0.3328, | |
| "grad_norm": 5.385367220486204, | |
| "learning_rate": 7.955323035132495e-06, | |
| "loss": 3.8128, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 0.3413333333333333, | |
| "grad_norm": 5.403447124703616, | |
| "learning_rate": 8.010299956639811e-06, | |
| "loss": 3.885, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.34986666666666666, | |
| "grad_norm": 5.48242204895128, | |
| "learning_rate": 8.063919283598677e-06, | |
| "loss": 3.8048, | |
| "step": 41 | |
| }, | |
| { | |
| "epoch": 0.3584, | |
| "grad_norm": 5.5525098950513865, | |
| "learning_rate": 8.116246451989503e-06, | |
| "loss": 3.7508, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 0.36693333333333333, | |
| "grad_norm": 5.354384520535484, | |
| "learning_rate": 8.167342277897933e-06, | |
| "loss": 3.5069, | |
| "step": 43 | |
| }, | |
| { | |
| "epoch": 0.37546666666666667, | |
| "grad_norm": 5.46272338131107, | |
| "learning_rate": 8.217263382430936e-06, | |
| "loss": 3.6747, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 0.384, | |
| "grad_norm": 4.798550688968453, | |
| "learning_rate": 8.266062568876717e-06, | |
| "loss": 3.1609, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.39253333333333335, | |
| "grad_norm": 5.755104452953421, | |
| "learning_rate": 8.31378915840787e-06, | |
| "loss": 3.5733, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 0.4010666666666667, | |
| "grad_norm": 4.618763611067563, | |
| "learning_rate": 8.360489289678585e-06, | |
| "loss": 2.9402, | |
| "step": 47 | |
| }, | |
| { | |
| "epoch": 0.4096, | |
| "grad_norm": 5.506785974818791, | |
| "learning_rate": 8.406206186877936e-06, | |
| "loss": 3.382, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 0.41813333333333336, | |
| "grad_norm": 4.68603207809794, | |
| "learning_rate": 8.450980400142568e-06, | |
| "loss": 2.9918, | |
| "step": 49 | |
| }, | |
| { | |
| "epoch": 0.4266666666666667, | |
| "grad_norm": 5.124033394817131, | |
| "learning_rate": 8.494850021680093e-06, | |
| "loss": 3.3202, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.4352, | |
| "grad_norm": 4.293001183481895, | |
| "learning_rate": 8.537850880489681e-06, | |
| "loss": 2.8519, | |
| "step": 51 | |
| }, | |
| { | |
| "epoch": 0.4437333333333333, | |
| "grad_norm": 4.382596858902394, | |
| "learning_rate": 8.580016718173996e-06, | |
| "loss": 2.9683, | |
| "step": 52 | |
| }, | |
| { | |
| "epoch": 0.45226666666666665, | |
| "grad_norm": 4.3176263388044696, | |
| "learning_rate": 8.621379348003945e-06, | |
| "loss": 2.9257, | |
| "step": 53 | |
| }, | |
| { | |
| "epoch": 0.4608, | |
| "grad_norm": 4.5250022171605195, | |
| "learning_rate": 8.661968799114844e-06, | |
| "loss": 3.0556, | |
| "step": 54 | |
| }, | |
| { | |
| "epoch": 0.4693333333333333, | |
| "grad_norm": 4.429424190600661, | |
| "learning_rate": 8.701813447471218e-06, | |
| "loss": 2.9513, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 0.47786666666666666, | |
| "grad_norm": 4.349652568052827, | |
| "learning_rate": 8.740940135031001e-06, | |
| "loss": 2.9029, | |
| "step": 56 | |
| }, | |
| { | |
| "epoch": 0.4864, | |
| "grad_norm": 4.299227871435445, | |
| "learning_rate": 8.779374278362457e-06, | |
| "loss": 2.5989, | |
| "step": 57 | |
| }, | |
| { | |
| "epoch": 0.49493333333333334, | |
| "grad_norm": 4.562461330302201, | |
| "learning_rate": 8.817139967814684e-06, | |
| "loss": 2.8158, | |
| "step": 58 | |
| }, | |
| { | |
| "epoch": 0.5034666666666666, | |
| "grad_norm": 4.606987182758338, | |
| "learning_rate": 8.854260058210721e-06, | |
| "loss": 2.6272, | |
| "step": 59 | |
| }, | |
| { | |
| "epoch": 0.512, | |
| "grad_norm": 4.9420031522511545, | |
| "learning_rate": 8.890756251918216e-06, | |
| "loss": 2.5488, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.5205333333333333, | |
| "grad_norm": 4.706462297046012, | |
| "learning_rate": 8.926649175053834e-06, | |
| "loss": 2.3575, | |
| "step": 61 | |
| }, | |
| { | |
| "epoch": 0.5290666666666667, | |
| "grad_norm": 4.862820204363494, | |
| "learning_rate": 8.961958447491269e-06, | |
| "loss": 2.2952, | |
| "step": 62 | |
| }, | |
| { | |
| "epoch": 0.5376, | |
| "grad_norm": 4.911045913397774, | |
| "learning_rate": 8.996702747267908e-06, | |
| "loss": 2.1768, | |
| "step": 63 | |
| }, | |
| { | |
| "epoch": 0.5461333333333334, | |
| "grad_norm": 5.46978680182973, | |
| "learning_rate": 9.030899869919434e-06, | |
| "loss": 2.2528, | |
| "step": 64 | |
| }, | |
| { | |
| "epoch": 0.5546666666666666, | |
| "grad_norm": 5.847558397227374, | |
| "learning_rate": 9.064566783214276e-06, | |
| "loss": 2.2401, | |
| "step": 65 | |
| }, | |
| { | |
| "epoch": 0.5632, | |
| "grad_norm": 5.984440656257, | |
| "learning_rate": 9.097719677709343e-06, | |
| "loss": 2.156, | |
| "step": 66 | |
| }, | |
| { | |
| "epoch": 0.5717333333333333, | |
| "grad_norm": 6.146172189799918, | |
| "learning_rate": 9.130374013504131e-06, | |
| "loss": 2.0059, | |
| "step": 67 | |
| }, | |
| { | |
| "epoch": 0.5802666666666667, | |
| "grad_norm": 5.725706778130614, | |
| "learning_rate": 9.162544563531182e-06, | |
| "loss": 1.7756, | |
| "step": 68 | |
| }, | |
| { | |
| "epoch": 0.5888, | |
| "grad_norm": 6.479060263133115, | |
| "learning_rate": 9.194245453686277e-06, | |
| "loss": 1.7651, | |
| "step": 69 | |
| }, | |
| { | |
| "epoch": 0.5973333333333334, | |
| "grad_norm": 7.319291050667066, | |
| "learning_rate": 9.225490200071284e-06, | |
| "loss": 1.7712, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 0.6058666666666667, | |
| "grad_norm": 6.913275412032087, | |
| "learning_rate": 9.256291743595376e-06, | |
| "loss": 1.709, | |
| "step": 71 | |
| }, | |
| { | |
| "epoch": 0.6144, | |
| "grad_norm": 6.600657239614328, | |
| "learning_rate": 9.28666248215634e-06, | |
| "loss": 1.3731, | |
| "step": 72 | |
| }, | |
| { | |
| "epoch": 0.6229333333333333, | |
| "grad_norm": 7.301483724647945, | |
| "learning_rate": 9.316614300602277e-06, | |
| "loss": 1.4166, | |
| "step": 73 | |
| }, | |
| { | |
| "epoch": 0.6314666666666666, | |
| "grad_norm": 7.154933225265475, | |
| "learning_rate": 9.346158598654881e-06, | |
| "loss": 1.2797, | |
| "step": 74 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "grad_norm": 8.248472592538771, | |
| "learning_rate": 9.375306316958499e-06, | |
| "loss": 1.2082, | |
| "step": 75 | |
| }, | |
| { | |
| "epoch": 0.6485333333333333, | |
| "grad_norm": 7.444479096112177, | |
| "learning_rate": 9.404067961403957e-06, | |
| "loss": 1.0402, | |
| "step": 76 | |
| }, | |
| { | |
| "epoch": 0.6570666666666667, | |
| "grad_norm": 6.819760434594012, | |
| "learning_rate": 9.432453625862409e-06, | |
| "loss": 0.8244, | |
| "step": 77 | |
| }, | |
| { | |
| "epoch": 0.6656, | |
| "grad_norm": 6.894760862855001, | |
| "learning_rate": 9.460473013452401e-06, | |
| "loss": 0.8345, | |
| "step": 78 | |
| }, | |
| { | |
| "epoch": 0.6741333333333334, | |
| "grad_norm": 6.001848571839919, | |
| "learning_rate": 9.488135456452207e-06, | |
| "loss": 0.6839, | |
| "step": 79 | |
| }, | |
| { | |
| "epoch": 0.6826666666666666, | |
| "grad_norm": 5.709147411501981, | |
| "learning_rate": 9.515449934959717e-06, | |
| "loss": 0.6567, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.6912, | |
| "grad_norm": 4.128977158730638, | |
| "learning_rate": 9.542425094393249e-06, | |
| "loss": 0.545, | |
| "step": 81 | |
| }, | |
| { | |
| "epoch": 0.6997333333333333, | |
| "grad_norm": 2.604915806147427, | |
| "learning_rate": 9.569069261918582e-06, | |
| "loss": 0.4596, | |
| "step": 82 | |
| }, | |
| { | |
| "epoch": 0.7082666666666667, | |
| "grad_norm": 2.039939253407506, | |
| "learning_rate": 9.59539046188037e-06, | |
| "loss": 0.452, | |
| "step": 83 | |
| }, | |
| { | |
| "epoch": 0.7168, | |
| "grad_norm": 2.0398988141415337, | |
| "learning_rate": 9.621396430309407e-06, | |
| "loss": 0.4538, | |
| "step": 84 | |
| }, | |
| { | |
| "epoch": 0.7253333333333334, | |
| "grad_norm": 2.37589477950211, | |
| "learning_rate": 9.647094628571464e-06, | |
| "loss": 0.4505, | |
| "step": 85 | |
| }, | |
| { | |
| "epoch": 0.7338666666666667, | |
| "grad_norm": 2.80580920047501, | |
| "learning_rate": 9.672492256217837e-06, | |
| "loss": 0.5284, | |
| "step": 86 | |
| }, | |
| { | |
| "epoch": 0.7424, | |
| "grad_norm": 2.3687428819051197, | |
| "learning_rate": 9.697596263093091e-06, | |
| "loss": 0.4371, | |
| "step": 87 | |
| }, | |
| { | |
| "epoch": 0.7509333333333333, | |
| "grad_norm": 1.6362502854757155, | |
| "learning_rate": 9.722413360750844e-06, | |
| "loss": 0.3652, | |
| "step": 88 | |
| }, | |
| { | |
| "epoch": 0.7594666666666666, | |
| "grad_norm": 1.5360860168740427, | |
| "learning_rate": 9.746950033224562e-06, | |
| "loss": 0.3235, | |
| "step": 89 | |
| }, | |
| { | |
| "epoch": 0.768, | |
| "grad_norm": 1.7245475092642693, | |
| "learning_rate": 9.771212547196623e-06, | |
| "loss": 0.3072, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 0.7765333333333333, | |
| "grad_norm": 1.4493496982196852, | |
| "learning_rate": 9.795206961605467e-06, | |
| "loss": 0.2474, | |
| "step": 91 | |
| }, | |
| { | |
| "epoch": 0.7850666666666667, | |
| "grad_norm": 1.1662262130552072, | |
| "learning_rate": 9.818939136727777e-06, | |
| "loss": 0.2684, | |
| "step": 92 | |
| }, | |
| { | |
| "epoch": 0.7936, | |
| "grad_norm": 1.1727132215390659, | |
| "learning_rate": 9.842414742769675e-06, | |
| "loss": 0.3456, | |
| "step": 93 | |
| }, | |
| { | |
| "epoch": 0.8021333333333334, | |
| "grad_norm": 0.8435059300379855, | |
| "learning_rate": 9.865639267998493e-06, | |
| "loss": 0.227, | |
| "step": 94 | |
| }, | |
| { | |
| "epoch": 0.8106666666666666, | |
| "grad_norm": 0.8593375804730568, | |
| "learning_rate": 9.888618026444238e-06, | |
| "loss": 0.1985, | |
| "step": 95 | |
| }, | |
| { | |
| "epoch": 0.8192, | |
| "grad_norm": 1.0673772841412472, | |
| "learning_rate": 9.911356165197841e-06, | |
| "loss": 0.3195, | |
| "step": 96 | |
| }, | |
| { | |
| "epoch": 0.8277333333333333, | |
| "grad_norm": 0.9341285801648793, | |
| "learning_rate": 9.933858671331224e-06, | |
| "loss": 0.213, | |
| "step": 97 | |
| }, | |
| { | |
| "epoch": 0.8362666666666667, | |
| "grad_norm": 0.7197728549764331, | |
| "learning_rate": 9.956130378462474e-06, | |
| "loss": 0.2067, | |
| "step": 98 | |
| }, | |
| { | |
| "epoch": 0.8448, | |
| "grad_norm": 0.5655901060353195, | |
| "learning_rate": 9.978175972987748e-06, | |
| "loss": 0.1708, | |
| "step": 99 | |
| }, | |
| { | |
| "epoch": 0.8533333333333334, | |
| "grad_norm": 0.4681745812066334, | |
| "learning_rate": 9.999999999999999e-06, | |
| "loss": 0.1983, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.8618666666666667, | |
| "grad_norm": 0.4488180280567293, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1401, | |
| "step": 101 | |
| }, | |
| { | |
| "epoch": 0.8704, | |
| "grad_norm": 0.43194512376224187, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1097, | |
| "step": 102 | |
| }, | |
| { | |
| "epoch": 0.8789333333333333, | |
| "grad_norm": 0.3754480982834532, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1531, | |
| "step": 103 | |
| }, | |
| { | |
| "epoch": 0.8874666666666666, | |
| "grad_norm": 0.34151633602448267, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1685, | |
| "step": 104 | |
| }, | |
| { | |
| "epoch": 0.896, | |
| "grad_norm": 0.26356638458244175, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1104, | |
| "step": 105 | |
| }, | |
| { | |
| "epoch": 0.9045333333333333, | |
| "grad_norm": 0.27641004897246113, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1589, | |
| "step": 106 | |
| }, | |
| { | |
| "epoch": 0.9130666666666667, | |
| "grad_norm": 0.1639383504796773, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1064, | |
| "step": 107 | |
| }, | |
| { | |
| "epoch": 0.9216, | |
| "grad_norm": 0.24233145434818837, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1385, | |
| "step": 108 | |
| }, | |
| { | |
| "epoch": 0.9301333333333334, | |
| "grad_norm": 0.16015184210317215, | |
| "learning_rate": 1e-05, | |
| "loss": 0.121, | |
| "step": 109 | |
| }, | |
| { | |
| "epoch": 0.9386666666666666, | |
| "grad_norm": 0.14931644417242712, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1117, | |
| "step": 110 | |
| }, | |
| { | |
| "epoch": 0.9472, | |
| "grad_norm": 0.15078311335939154, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1034, | |
| "step": 111 | |
| }, | |
| { | |
| "epoch": 0.9557333333333333, | |
| "grad_norm": 0.16714082761639734, | |
| "learning_rate": 1e-05, | |
| "loss": 0.115, | |
| "step": 112 | |
| }, | |
| { | |
| "epoch": 0.9642666666666667, | |
| "grad_norm": 0.12479711996187942, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1029, | |
| "step": 113 | |
| }, | |
| { | |
| "epoch": 0.9728, | |
| "grad_norm": 0.14783351137940065, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0987, | |
| "step": 114 | |
| }, | |
| { | |
| "epoch": 0.9813333333333333, | |
| "grad_norm": 0.11311876630863582, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0911, | |
| "step": 115 | |
| }, | |
| { | |
| "epoch": 0.9898666666666667, | |
| "grad_norm": 0.1238329581090649, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1095, | |
| "step": 116 | |
| }, | |
| { | |
| "epoch": 0.9984, | |
| "grad_norm": 0.11117413394533605, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0968, | |
| "step": 117 | |
| }, | |
| { | |
| "epoch": 1.0069333333333332, | |
| "grad_norm": 0.09247708923706752, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0985, | |
| "step": 118 | |
| }, | |
| { | |
| "epoch": 1.0154666666666667, | |
| "grad_norm": 0.12028574166046906, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1085, | |
| "step": 119 | |
| }, | |
| { | |
| "epoch": 1.024, | |
| "grad_norm": 0.075460717991084, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1007, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 1.0325333333333333, | |
| "grad_norm": 0.1930335796969662, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1438, | |
| "step": 121 | |
| }, | |
| { | |
| "epoch": 1.0410666666666666, | |
| "grad_norm": 0.11451251015868702, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1365, | |
| "step": 122 | |
| }, | |
| { | |
| "epoch": 1.0496, | |
| "grad_norm": 0.09360332240252384, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1039, | |
| "step": 123 | |
| }, | |
| { | |
| "epoch": 1.0581333333333334, | |
| "grad_norm": 0.13162505626586696, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1132, | |
| "step": 124 | |
| }, | |
| { | |
| "epoch": 1.0666666666666667, | |
| "grad_norm": 0.1329223725298499, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1153, | |
| "step": 125 | |
| }, | |
| { | |
| "epoch": 1.0752, | |
| "grad_norm": 0.09522360247894453, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1264, | |
| "step": 126 | |
| }, | |
| { | |
| "epoch": 1.0837333333333334, | |
| "grad_norm": 0.12467359977458509, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0866, | |
| "step": 127 | |
| }, | |
| { | |
| "epoch": 1.0922666666666667, | |
| "grad_norm": 0.08853379791954709, | |
| "learning_rate": 1e-05, | |
| "loss": 0.107, | |
| "step": 128 | |
| }, | |
| { | |
| "epoch": 1.1008, | |
| "grad_norm": 0.16050358070185106, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1134, | |
| "step": 129 | |
| }, | |
| { | |
| "epoch": 1.1093333333333333, | |
| "grad_norm": 0.10331318962336627, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1217, | |
| "step": 130 | |
| }, | |
| { | |
| "epoch": 1.1178666666666666, | |
| "grad_norm": 0.08498886624952962, | |
| "learning_rate": 1e-05, | |
| "loss": 0.12, | |
| "step": 131 | |
| }, | |
| { | |
| "epoch": 1.1264, | |
| "grad_norm": 0.09918910544874306, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1173, | |
| "step": 132 | |
| }, | |
| { | |
| "epoch": 1.1349333333333333, | |
| "grad_norm": 0.0751198135696547, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0973, | |
| "step": 133 | |
| }, | |
| { | |
| "epoch": 1.1434666666666666, | |
| "grad_norm": 0.07959218402066412, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0992, | |
| "step": 134 | |
| }, | |
| { | |
| "epoch": 1.152, | |
| "grad_norm": 0.14419628324779726, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0856, | |
| "step": 135 | |
| }, | |
| { | |
| "epoch": 1.1605333333333334, | |
| "grad_norm": 0.07894542967774888, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1193, | |
| "step": 136 | |
| }, | |
| { | |
| "epoch": 1.1690666666666667, | |
| "grad_norm": 0.08735606763938318, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1061, | |
| "step": 137 | |
| }, | |
| { | |
| "epoch": 1.1776, | |
| "grad_norm": 0.12344637986728384, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1184, | |
| "step": 138 | |
| }, | |
| { | |
| "epoch": 1.1861333333333333, | |
| "grad_norm": 0.07797745242316644, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0959, | |
| "step": 139 | |
| }, | |
| { | |
| "epoch": 1.1946666666666665, | |
| "grad_norm": 0.10065236259356937, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0957, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 1.2032, | |
| "grad_norm": 0.06472006342138571, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0721, | |
| "step": 141 | |
| }, | |
| { | |
| "epoch": 1.2117333333333333, | |
| "grad_norm": 0.08080002696086562, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1073, | |
| "step": 142 | |
| }, | |
| { | |
| "epoch": 1.2202666666666666, | |
| "grad_norm": 0.10400160039217118, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1227, | |
| "step": 143 | |
| }, | |
| { | |
| "epoch": 1.2288000000000001, | |
| "grad_norm": 0.08719509476650818, | |
| "learning_rate": 1e-05, | |
| "loss": 0.114, | |
| "step": 144 | |
| }, | |
| { | |
| "epoch": 1.2373333333333334, | |
| "grad_norm": 0.08431635436674337, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1303, | |
| "step": 145 | |
| }, | |
| { | |
| "epoch": 1.2458666666666667, | |
| "grad_norm": 0.23947926607305503, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1199, | |
| "step": 146 | |
| }, | |
| { | |
| "epoch": 1.2544, | |
| "grad_norm": 0.08794721265212341, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1094, | |
| "step": 147 | |
| }, | |
| { | |
| "epoch": 1.2629333333333332, | |
| "grad_norm": 0.08063747277184712, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1062, | |
| "step": 148 | |
| }, | |
| { | |
| "epoch": 1.2714666666666667, | |
| "grad_norm": 0.06832693897193236, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0842, | |
| "step": 149 | |
| }, | |
| { | |
| "epoch": 1.28, | |
| "grad_norm": 0.07037053759395089, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0971, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 1.2885333333333333, | |
| "grad_norm": 0.08753063334098339, | |
| "learning_rate": 1e-05, | |
| "loss": 0.085, | |
| "step": 151 | |
| }, | |
| { | |
| "epoch": 1.2970666666666666, | |
| "grad_norm": 0.11381804369240754, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1156, | |
| "step": 152 | |
| }, | |
| { | |
| "epoch": 1.3056, | |
| "grad_norm": 0.07203805377255211, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0951, | |
| "step": 153 | |
| }, | |
| { | |
| "epoch": 1.3141333333333334, | |
| "grad_norm": 0.1156784206459358, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1557, | |
| "step": 154 | |
| }, | |
| { | |
| "epoch": 1.3226666666666667, | |
| "grad_norm": 0.11353874538174968, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1284, | |
| "step": 155 | |
| }, | |
| { | |
| "epoch": 1.3312, | |
| "grad_norm": 0.06675505890811795, | |
| "learning_rate": 1e-05, | |
| "loss": 0.089, | |
| "step": 156 | |
| }, | |
| { | |
| "epoch": 1.3397333333333332, | |
| "grad_norm": 0.07642955477275162, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0825, | |
| "step": 157 | |
| }, | |
| { | |
| "epoch": 1.3482666666666667, | |
| "grad_norm": 0.07196529265355209, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0885, | |
| "step": 158 | |
| }, | |
| { | |
| "epoch": 1.3568, | |
| "grad_norm": 0.08651497112727735, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0934, | |
| "step": 159 | |
| }, | |
| { | |
| "epoch": 1.3653333333333333, | |
| "grad_norm": 0.07249320769144564, | |
| "learning_rate": 1e-05, | |
| "loss": 0.102, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 1.3738666666666668, | |
| "grad_norm": 0.08744246078973236, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0905, | |
| "step": 161 | |
| }, | |
| { | |
| "epoch": 1.3824, | |
| "grad_norm": 0.08657071789403122, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1217, | |
| "step": 162 | |
| }, | |
| { | |
| "epoch": 1.3909333333333334, | |
| "grad_norm": 0.1064187506686306, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1163, | |
| "step": 163 | |
| }, | |
| { | |
| "epoch": 1.3994666666666666, | |
| "grad_norm": 0.1280290421664948, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1046, | |
| "step": 164 | |
| }, | |
| { | |
| "epoch": 1.408, | |
| "grad_norm": 0.09937311183437203, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1147, | |
| "step": 165 | |
| }, | |
| { | |
| "epoch": 1.4165333333333332, | |
| "grad_norm": 0.08384493963149035, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0837, | |
| "step": 166 | |
| }, | |
| { | |
| "epoch": 1.4250666666666667, | |
| "grad_norm": 0.0878469941667546, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1034, | |
| "step": 167 | |
| }, | |
| { | |
| "epoch": 1.4336, | |
| "grad_norm": 0.08507656582015763, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1124, | |
| "step": 168 | |
| }, | |
| { | |
| "epoch": 1.4421333333333333, | |
| "grad_norm": 0.14341789007671765, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1045, | |
| "step": 169 | |
| }, | |
| { | |
| "epoch": 1.4506666666666668, | |
| "grad_norm": 0.11549200338103699, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1192, | |
| "step": 170 | |
| }, | |
| { | |
| "epoch": 1.4592, | |
| "grad_norm": 0.08297398102159202, | |
| "learning_rate": 1e-05, | |
| "loss": 0.106, | |
| "step": 171 | |
| }, | |
| { | |
| "epoch": 1.4677333333333333, | |
| "grad_norm": 0.08511454300188333, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1115, | |
| "step": 172 | |
| }, | |
| { | |
| "epoch": 1.4762666666666666, | |
| "grad_norm": 0.06731733651614974, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0579, | |
| "step": 173 | |
| }, | |
| { | |
| "epoch": 1.4848, | |
| "grad_norm": 0.08522628039447024, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0944, | |
| "step": 174 | |
| }, | |
| { | |
| "epoch": 1.4933333333333334, | |
| "grad_norm": 0.08148851689521808, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0946, | |
| "step": 175 | |
| }, | |
| { | |
| "epoch": 1.5018666666666667, | |
| "grad_norm": 0.09314761246496046, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1077, | |
| "step": 176 | |
| }, | |
| { | |
| "epoch": 1.5104, | |
| "grad_norm": 0.08337943532869242, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0919, | |
| "step": 177 | |
| }, | |
| { | |
| "epoch": 1.5189333333333335, | |
| "grad_norm": 0.07936632915317685, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0878, | |
| "step": 178 | |
| }, | |
| { | |
| "epoch": 1.5274666666666668, | |
| "grad_norm": 0.10041567827499392, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1164, | |
| "step": 179 | |
| }, | |
| { | |
| "epoch": 1.536, | |
| "grad_norm": 0.08184099557308296, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1143, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 1.5445333333333333, | |
| "grad_norm": 0.08722428613554693, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1068, | |
| "step": 181 | |
| }, | |
| { | |
| "epoch": 1.5530666666666666, | |
| "grad_norm": 0.08710953879234071, | |
| "learning_rate": 1e-05, | |
| "loss": 0.11, | |
| "step": 182 | |
| }, | |
| { | |
| "epoch": 1.5615999999999999, | |
| "grad_norm": 0.08115450331732889, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0877, | |
| "step": 183 | |
| }, | |
| { | |
| "epoch": 1.5701333333333334, | |
| "grad_norm": 0.06955623887568685, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0758, | |
| "step": 184 | |
| }, | |
| { | |
| "epoch": 1.5786666666666667, | |
| "grad_norm": 0.11077420984396173, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0886, | |
| "step": 185 | |
| }, | |
| { | |
| "epoch": 1.5872000000000002, | |
| "grad_norm": 0.09248170156976404, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1042, | |
| "step": 186 | |
| }, | |
| { | |
| "epoch": 1.5957333333333334, | |
| "grad_norm": 0.0875865630501027, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0956, | |
| "step": 187 | |
| }, | |
| { | |
| "epoch": 1.6042666666666667, | |
| "grad_norm": 0.09025094284776364, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0865, | |
| "step": 188 | |
| }, | |
| { | |
| "epoch": 1.6128, | |
| "grad_norm": 0.09201435441623142, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0848, | |
| "step": 189 | |
| }, | |
| { | |
| "epoch": 1.6213333333333333, | |
| "grad_norm": 0.08582347653077456, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0868, | |
| "step": 190 | |
| }, | |
| { | |
| "epoch": 1.6298666666666666, | |
| "grad_norm": 0.08390294885002035, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0883, | |
| "step": 191 | |
| }, | |
| { | |
| "epoch": 1.6383999999999999, | |
| "grad_norm": 0.09484831369314428, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0955, | |
| "step": 192 | |
| }, | |
| { | |
| "epoch": 1.6469333333333334, | |
| "grad_norm": 0.08291745035821121, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0943, | |
| "step": 193 | |
| }, | |
| { | |
| "epoch": 1.6554666666666666, | |
| "grad_norm": 0.09788087284042751, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1146, | |
| "step": 194 | |
| }, | |
| { | |
| "epoch": 1.6640000000000001, | |
| "grad_norm": 0.09763113175653552, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1028, | |
| "step": 195 | |
| }, | |
| { | |
| "epoch": 1.6725333333333334, | |
| "grad_norm": 0.11617852408102547, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1323, | |
| "step": 196 | |
| }, | |
| { | |
| "epoch": 1.6810666666666667, | |
| "grad_norm": 0.12191871384850739, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1395, | |
| "step": 197 | |
| }, | |
| { | |
| "epoch": 1.6896, | |
| "grad_norm": 0.1359943408077879, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1191, | |
| "step": 198 | |
| }, | |
| { | |
| "epoch": 1.6981333333333333, | |
| "grad_norm": 0.12006029084078058, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0983, | |
| "step": 199 | |
| }, | |
| { | |
| "epoch": 1.7066666666666666, | |
| "grad_norm": 0.09668785600159001, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0801, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 1.7151999999999998, | |
| "grad_norm": 0.11929283034682205, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1072, | |
| "step": 201 | |
| }, | |
| { | |
| "epoch": 1.7237333333333333, | |
| "grad_norm": 0.09077598659108727, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0835, | |
| "step": 202 | |
| }, | |
| { | |
| "epoch": 1.7322666666666666, | |
| "grad_norm": 0.1315112247694008, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1251, | |
| "step": 203 | |
| }, | |
| { | |
| "epoch": 1.7408000000000001, | |
| "grad_norm": 0.10262675849503336, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1102, | |
| "step": 204 | |
| }, | |
| { | |
| "epoch": 1.7493333333333334, | |
| "grad_norm": 0.11679561974734426, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0912, | |
| "step": 205 | |
| }, | |
| { | |
| "epoch": 1.7578666666666667, | |
| "grad_norm": 0.12857201623167358, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1108, | |
| "step": 206 | |
| }, | |
| { | |
| "epoch": 1.7664, | |
| "grad_norm": 0.110417578370301, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0713, | |
| "step": 207 | |
| }, | |
| { | |
| "epoch": 1.7749333333333333, | |
| "grad_norm": 0.1206716016388202, | |
| "learning_rate": 1e-05, | |
| "loss": 0.099, | |
| "step": 208 | |
| }, | |
| { | |
| "epoch": 1.7834666666666665, | |
| "grad_norm": 0.11690286401098868, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1398, | |
| "step": 209 | |
| }, | |
| { | |
| "epoch": 1.792, | |
| "grad_norm": 0.1087083638784744, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1106, | |
| "step": 210 | |
| }, | |
| { | |
| "epoch": 1.8005333333333333, | |
| "grad_norm": 0.13044092544075447, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1298, | |
| "step": 211 | |
| }, | |
| { | |
| "epoch": 1.8090666666666668, | |
| "grad_norm": 0.11125544216608903, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0862, | |
| "step": 212 | |
| }, | |
| { | |
| "epoch": 1.8176, | |
| "grad_norm": 0.15173848052348715, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1116, | |
| "step": 213 | |
| }, | |
| { | |
| "epoch": 1.8261333333333334, | |
| "grad_norm": 0.1300854070876123, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0881, | |
| "step": 214 | |
| }, | |
| { | |
| "epoch": 1.8346666666666667, | |
| "grad_norm": 0.12472742133557221, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1199, | |
| "step": 215 | |
| }, | |
| { | |
| "epoch": 1.8432, | |
| "grad_norm": 0.10311157164421082, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0887, | |
| "step": 216 | |
| }, | |
| { | |
| "epoch": 1.8517333333333332, | |
| "grad_norm": 0.13979969636076792, | |
| "learning_rate": 1e-05, | |
| "loss": 0.089, | |
| "step": 217 | |
| }, | |
| { | |
| "epoch": 1.8602666666666665, | |
| "grad_norm": 0.1725935114282675, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1232, | |
| "step": 218 | |
| }, | |
| { | |
| "epoch": 1.8688, | |
| "grad_norm": 0.13035682714460442, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0803, | |
| "step": 219 | |
| }, | |
| { | |
| "epoch": 1.8773333333333333, | |
| "grad_norm": 0.11707794313507026, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0947, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 1.8858666666666668, | |
| "grad_norm": 0.13425868511610053, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1118, | |
| "step": 221 | |
| }, | |
| { | |
| "epoch": 1.8944, | |
| "grad_norm": 0.1269119929658306, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1075, | |
| "step": 222 | |
| }, | |
| { | |
| "epoch": 1.9029333333333334, | |
| "grad_norm": 0.14370379197651403, | |
| "learning_rate": 1e-05, | |
| "loss": 0.084, | |
| "step": 223 | |
| }, | |
| { | |
| "epoch": 1.9114666666666666, | |
| "grad_norm": 0.15625739080115553, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1268, | |
| "step": 224 | |
| }, | |
| { | |
| "epoch": 1.92, | |
| "grad_norm": 0.14298714144246835, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1092, | |
| "step": 225 | |
| }, | |
| { | |
| "epoch": 1.9285333333333332, | |
| "grad_norm": 0.1246451691187349, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0907, | |
| "step": 226 | |
| }, | |
| { | |
| "epoch": 1.9370666666666667, | |
| "grad_norm": 0.11821532122867853, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0928, | |
| "step": 227 | |
| }, | |
| { | |
| "epoch": 1.9456, | |
| "grad_norm": 0.13880790163863022, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0925, | |
| "step": 228 | |
| }, | |
| { | |
| "epoch": 1.9541333333333335, | |
| "grad_norm": 0.12467839547788233, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0769, | |
| "step": 229 | |
| }, | |
| { | |
| "epoch": 1.9626666666666668, | |
| "grad_norm": 0.1416031541406035, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1079, | |
| "step": 230 | |
| }, | |
| { | |
| "epoch": 1.9712, | |
| "grad_norm": 0.12730577347260927, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0953, | |
| "step": 231 | |
| }, | |
| { | |
| "epoch": 1.9797333333333333, | |
| "grad_norm": 0.15488312205299337, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0938, | |
| "step": 232 | |
| }, | |
| { | |
| "epoch": 1.9882666666666666, | |
| "grad_norm": 0.1285822292835917, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0749, | |
| "step": 233 | |
| }, | |
| { | |
| "epoch": 1.9968, | |
| "grad_norm": 0.15841174792939966, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0814, | |
| "step": 234 | |
| }, | |
| { | |
| "epoch": 2.005333333333333, | |
| "grad_norm": 0.1587140991418047, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1167, | |
| "step": 235 | |
| }, | |
| { | |
| "epoch": 2.0138666666666665, | |
| "grad_norm": 0.18909490284011177, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1615, | |
| "step": 236 | |
| }, | |
| { | |
| "epoch": 2.0224, | |
| "grad_norm": 0.17253418789231068, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1135, | |
| "step": 237 | |
| }, | |
| { | |
| "epoch": 2.0309333333333335, | |
| "grad_norm": 0.19155873822350467, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1076, | |
| "step": 238 | |
| }, | |
| { | |
| "epoch": 2.0394666666666668, | |
| "grad_norm": 0.1825343775540858, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1219, | |
| "step": 239 | |
| }, | |
| { | |
| "epoch": 2.048, | |
| "grad_norm": 0.245406872522052, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1044, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 2.0565333333333333, | |
| "grad_norm": 0.15371463267090912, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1059, | |
| "step": 241 | |
| }, | |
| { | |
| "epoch": 2.0650666666666666, | |
| "grad_norm": 0.1855699524833204, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0943, | |
| "step": 242 | |
| }, | |
| { | |
| "epoch": 2.0736, | |
| "grad_norm": 0.21863118419003374, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0857, | |
| "step": 243 | |
| }, | |
| { | |
| "epoch": 2.082133333333333, | |
| "grad_norm": 0.18691055709118873, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0912, | |
| "step": 244 | |
| }, | |
| { | |
| "epoch": 2.0906666666666665, | |
| "grad_norm": 0.17533636485741497, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1188, | |
| "step": 245 | |
| }, | |
| { | |
| "epoch": 2.0992, | |
| "grad_norm": 0.14501112454384105, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0728, | |
| "step": 246 | |
| }, | |
| { | |
| "epoch": 2.1077333333333335, | |
| "grad_norm": 0.15861273943147725, | |
| "learning_rate": 1e-05, | |
| "loss": 0.104, | |
| "step": 247 | |
| }, | |
| { | |
| "epoch": 2.1162666666666667, | |
| "grad_norm": 0.16720022104121215, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1051, | |
| "step": 248 | |
| }, | |
| { | |
| "epoch": 2.1248, | |
| "grad_norm": 0.18513133046301164, | |
| "learning_rate": 1e-05, | |
| "loss": 0.085, | |
| "step": 249 | |
| }, | |
| { | |
| "epoch": 2.1333333333333333, | |
| "grad_norm": 0.2038309228543505, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1185, | |
| "step": 250 | |
| }, | |
| { | |
| "epoch": 2.1418666666666666, | |
| "grad_norm": 0.2018340241031602, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0947, | |
| "step": 251 | |
| }, | |
| { | |
| "epoch": 2.1504, | |
| "grad_norm": 0.2044953831493109, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1031, | |
| "step": 252 | |
| }, | |
| { | |
| "epoch": 2.158933333333333, | |
| "grad_norm": 0.24009275526510732, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0918, | |
| "step": 253 | |
| }, | |
| { | |
| "epoch": 2.167466666666667, | |
| "grad_norm": 0.18929205270781446, | |
| "learning_rate": 1e-05, | |
| "loss": 0.087, | |
| "step": 254 | |
| }, | |
| { | |
| "epoch": 2.176, | |
| "grad_norm": 0.16911059767178782, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0711, | |
| "step": 255 | |
| }, | |
| { | |
| "epoch": 2.1845333333333334, | |
| "grad_norm": 0.22206567777898578, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1015, | |
| "step": 256 | |
| }, | |
| { | |
| "epoch": 2.1930666666666667, | |
| "grad_norm": 0.18877049982145097, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1081, | |
| "step": 257 | |
| }, | |
| { | |
| "epoch": 2.2016, | |
| "grad_norm": 0.18910569848177083, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0928, | |
| "step": 258 | |
| }, | |
| { | |
| "epoch": 2.2101333333333333, | |
| "grad_norm": 0.2215276524481291, | |
| "learning_rate": 1e-05, | |
| "loss": 0.0874, | |
| "step": 259 | |
| }, | |
| { | |
| "epoch": 2.2186666666666666, | |
| "grad_norm": 0.19761804693984875, | |
| "learning_rate": 1e-05, | |
| "loss": 0.1038, | |
| "step": 260 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 301, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 3, | |
| "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": 3.714350084800905e+18, | |
| "train_batch_size": 16, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |