| { | |
| "best_metric": 0.8431944847106934, | |
| "best_model_checkpoint": "./output/training_results/C020_random_sample_llama3-8b-base_instruct_20240505_135320/checkpoint-40", | |
| "epoch": 4.0, | |
| "eval_steps": 20, | |
| "global_step": 192, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.020833333333333332, | |
| "grad_norm": 0.0, | |
| "learning_rate": 0.0, | |
| "loss": 0.9042, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.10416666666666667, | |
| "grad_norm": 12.011271874481888, | |
| "learning_rate": 2.25e-06, | |
| "loss": 0.8971, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.20833333333333334, | |
| "grad_norm": 4.434846352911407, | |
| "learning_rate": 5.25e-06, | |
| "loss": 0.8439, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.3125, | |
| "grad_norm": 4.931092332966974, | |
| "learning_rate": 9e-06, | |
| "loss": 0.8244, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.4166666666666667, | |
| "grad_norm": 5.012867232413473, | |
| "learning_rate": 1.275e-05, | |
| "loss": 0.8145, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.4166666666666667, | |
| "eval_loss": 0.8468257784843445, | |
| "eval_runtime": 1.9881, | |
| "eval_samples_per_second": 171.019, | |
| "eval_steps_per_second": 1.509, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.5208333333333334, | |
| "grad_norm": 4.449941139886805, | |
| "learning_rate": 1.3195176200175283e-05, | |
| "loss": 0.8159, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.625, | |
| "grad_norm": 4.18135091284813, | |
| "learning_rate": 9.515676612044427e-06, | |
| "loss": 0.8957, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.7291666666666666, | |
| "grad_norm": 3.752406031727004, | |
| "learning_rate": 6.797580677308734e-06, | |
| "loss": 0.8129, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "grad_norm": 4.1430378216898704, | |
| "learning_rate": 4.808575415542887e-06, | |
| "loss": 0.7939, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.8333333333333334, | |
| "eval_loss": 0.8431944847106934, | |
| "eval_runtime": 1.9703, | |
| "eval_samples_per_second": 172.563, | |
| "eval_steps_per_second": 1.523, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.9375, | |
| "grad_norm": 4.01217841380717, | |
| "learning_rate": 3.3676619069852654e-06, | |
| "loss": 0.8733, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 1.0416666666666667, | |
| "grad_norm": 3.732637485037027, | |
| "learning_rate": 2.334947896124909e-06, | |
| "loss": 0.7185, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 1.1458333333333333, | |
| "grad_norm": 3.043619829639132, | |
| "learning_rate": 1.603233215095547e-06, | |
| "loss": 0.4622, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "grad_norm": 3.636342734483024, | |
| "learning_rate": 1.0911174606561334e-06, | |
| "loss": 0.4337, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "eval_loss": 0.8652567267417908, | |
| "eval_runtime": 1.9663, | |
| "eval_samples_per_second": 172.915, | |
| "eval_steps_per_second": 1.526, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 1.3541666666666667, | |
| "grad_norm": 3.721014386073381, | |
| "learning_rate": 7.373930741131784e-07, | |
| "loss": 0.3948, | |
| "step": 65 | |
| }, | |
| { | |
| "epoch": 1.4583333333333333, | |
| "grad_norm": 4.272747622198974, | |
| "learning_rate": 4.965174334325768e-07, | |
| "loss": 0.4398, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 1.5625, | |
| "grad_norm": 4.702025195189812, | |
| "learning_rate": 3.349849877937343e-07, | |
| "loss": 0.4357, | |
| "step": 75 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "grad_norm": 3.878800809642797, | |
| "learning_rate": 2.2844505627726646e-07, | |
| "loss": 0.4546, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 1.6666666666666665, | |
| "eval_loss": 0.8523830771446228, | |
| "eval_runtime": 1.9683, | |
| "eval_samples_per_second": 172.737, | |
| "eval_steps_per_second": 1.524, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 1.7708333333333335, | |
| "grad_norm": 3.433258345841423, | |
| "learning_rate": 1.594328760942437e-07, | |
| "loss": 0.4238, | |
| "step": 85 | |
| }, | |
| { | |
| "epoch": 1.875, | |
| "grad_norm": 3.4246678351281, | |
| "learning_rate": 1.156010161291434e-07, | |
| "loss": 0.4194, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 1.9791666666666665, | |
| "grad_norm": 4.120006985739495, | |
| "learning_rate": 8.835555547373544e-08, | |
| "loss": 0.4784, | |
| "step": 95 | |
| }, | |
| { | |
| "epoch": 2.0833333333333335, | |
| "grad_norm": 3.440494197786637, | |
| "learning_rate": 7.181664349277562e-08, | |
| "loss": 0.3886, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 2.0833333333333335, | |
| "eval_loss": 0.8477094769477844, | |
| "eval_runtime": 1.9597, | |
| "eval_samples_per_second": 173.492, | |
| "eval_steps_per_second": 1.531, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 2.1875, | |
| "grad_norm": 3.2905186031662637, | |
| "learning_rate": 6.203637972657601e-08, | |
| "loss": 0.3689, | |
| "step": 105 | |
| }, | |
| { | |
| "epoch": 2.2916666666666665, | |
| "grad_norm": 3.2557322300638707, | |
| "learning_rate": 5.6418543066491835e-08, | |
| "loss": 0.3967, | |
| "step": 110 | |
| }, | |
| { | |
| "epoch": 2.3958333333333335, | |
| "grad_norm": 3.4533216456969154, | |
| "learning_rate": 5.329471712759216e-08, | |
| "loss": 0.356, | |
| "step": 115 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "grad_norm": 4.435421310367252, | |
| "learning_rate": 5.161995210302015e-08, | |
| "loss": 0.3963, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "eval_loss": 0.8523402214050293, | |
| "eval_runtime": 1.9645, | |
| "eval_samples_per_second": 173.073, | |
| "eval_steps_per_second": 1.527, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 2.6041666666666665, | |
| "grad_norm": 3.534509862323624, | |
| "learning_rate": 5.075841465580837e-08, | |
| "loss": 0.3745, | |
| "step": 125 | |
| }, | |
| { | |
| "epoch": 2.7083333333333335, | |
| "grad_norm": 3.6392331005784455, | |
| "learning_rate": 5.033564114946932e-08, | |
| "loss": 0.3739, | |
| "step": 130 | |
| }, | |
| { | |
| "epoch": 2.8125, | |
| "grad_norm": 3.403135268036561, | |
| "learning_rate": 5.013915282607116e-08, | |
| "loss": 0.375, | |
| "step": 135 | |
| }, | |
| { | |
| "epoch": 2.9166666666666665, | |
| "grad_norm": 3.2635906832893986, | |
| "learning_rate": 5.005343402153039e-08, | |
| "loss": 0.3728, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 2.9166666666666665, | |
| "eval_loss": 0.8571116328239441, | |
| "eval_runtime": 1.9607, | |
| "eval_samples_per_second": 173.407, | |
| "eval_steps_per_second": 1.53, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 3.0208333333333335, | |
| "grad_norm": 2.935995500247785, | |
| "learning_rate": 5.001872829857116e-08, | |
| "loss": 0.3761, | |
| "step": 145 | |
| }, | |
| { | |
| "epoch": 3.125, | |
| "grad_norm": 3.1843597559668586, | |
| "learning_rate": 5.000587713853837e-08, | |
| "loss": 0.3705, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 3.2291666666666665, | |
| "grad_norm": 3.189160099244143, | |
| "learning_rate": 5.0001608748597456e-08, | |
| "loss": 0.3663, | |
| "step": 155 | |
| }, | |
| { | |
| "epoch": 3.3333333333333335, | |
| "grad_norm": 4.57809262740007, | |
| "learning_rate": 5.0000370319656156e-08, | |
| "loss": 0.3681, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 3.3333333333333335, | |
| "eval_loss": 0.8608238101005554, | |
| "eval_runtime": 1.959, | |
| "eval_samples_per_second": 173.559, | |
| "eval_steps_per_second": 1.531, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 3.4375, | |
| "grad_norm": 3.2737719408968937, | |
| "learning_rate": 5.0000067945715855e-08, | |
| "loss": 0.3625, | |
| "step": 165 | |
| }, | |
| { | |
| "epoch": 3.5416666666666665, | |
| "grad_norm": 3.693883088182916, | |
| "learning_rate": 5.0000009144677036e-08, | |
| "loss": 0.35, | |
| "step": 170 | |
| }, | |
| { | |
| "epoch": 3.6458333333333335, | |
| "grad_norm": 3.4068564249987734, | |
| "learning_rate": 5.0000000785521776e-08, | |
| "loss": 0.3634, | |
| "step": 175 | |
| }, | |
| { | |
| "epoch": 3.75, | |
| "grad_norm": 3.4105928150946205, | |
| "learning_rate": 5.000000003317662e-08, | |
| "loss": 0.3621, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 3.75, | |
| "eval_loss": 0.8636972904205322, | |
| "eval_runtime": 1.9687, | |
| "eval_samples_per_second": 172.707, | |
| "eval_steps_per_second": 1.524, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 3.8541666666666665, | |
| "grad_norm": 3.825319205616779, | |
| "learning_rate": 5.000000000038355e-08, | |
| "loss": 0.3713, | |
| "step": 185 | |
| }, | |
| { | |
| "epoch": 3.9583333333333335, | |
| "grad_norm": 3.138248738326591, | |
| "learning_rate": 5.000000000000018e-08, | |
| "loss": 0.3633, | |
| "step": 190 | |
| }, | |
| { | |
| "epoch": 4.0, | |
| "step": 192, | |
| "total_flos": 5373123624960.0, | |
| "train_loss": 0.5064623864988486, | |
| "train_runtime": 1042.9955, | |
| "train_samples_per_second": 11.712, | |
| "train_steps_per_second": 0.184 | |
| } | |
| ], | |
| "logging_steps": 5, | |
| "max_steps": 192, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 4, | |
| "save_steps": 20, | |
| "total_flos": 5373123624960.0, | |
| "train_batch_size": 8, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |