| { | |
| "best_metric": 0.7540983606557377, | |
| "best_model_checkpoint": "./save_phi2_ft_lora/checkpoint-500", | |
| "epoch": 1.4285714285714286, | |
| "eval_steps": 100, | |
| "global_step": 500, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.02857142857142857, | |
| "grad_norm": 3.5220046043395996, | |
| "learning_rate": 5e-06, | |
| "loss": 5.6671, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.05714285714285714, | |
| "grad_norm": 4.667470932006836, | |
| "learning_rate": 1e-05, | |
| "loss": 5.323, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.08571428571428572, | |
| "grad_norm": 6.609537124633789, | |
| "learning_rate": 1.5e-05, | |
| "loss": 4.5029, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.11428571428571428, | |
| "grad_norm": 4.244329929351807, | |
| "learning_rate": 2e-05, | |
| "loss": 2.4999, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.14285714285714285, | |
| "grad_norm": 0.4203755557537079, | |
| "learning_rate": 2.5e-05, | |
| "loss": 1.0732, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.17142857142857143, | |
| "grad_norm": 0.26867735385894775, | |
| "learning_rate": 3e-05, | |
| "loss": 1.0087, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "grad_norm": 0.2248707115650177, | |
| "learning_rate": 3.5e-05, | |
| "loss": 0.9067, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 0.22857142857142856, | |
| "grad_norm": 0.25006091594696045, | |
| "learning_rate": 4e-05, | |
| "loss": 0.8853, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.2571428571428571, | |
| "grad_norm": 0.21982619166374207, | |
| "learning_rate": 4.5e-05, | |
| "loss": 0.8736, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 0.2857142857142857, | |
| "grad_norm": 0.25194063782691956, | |
| "learning_rate": 5e-05, | |
| "loss": 0.8369, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.2857142857142857, | |
| "eval_accuracy": 0.7021857923497268, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.2857142857142857, | |
| "eval_loss": 0.8057097792625427, | |
| "eval_runtime": 331.5052, | |
| "eval_samples_per_second": 1.104, | |
| "eval_steps_per_second": 1.104, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.3142857142857143, | |
| "grad_norm": 0.270906537771225, | |
| "learning_rate": 4.9166666666666665e-05, | |
| "loss": 0.7878, | |
| "step": 110 | |
| }, | |
| { | |
| "epoch": 0.34285714285714286, | |
| "grad_norm": 0.2704494893550873, | |
| "learning_rate": 4.8333333333333334e-05, | |
| "loss": 0.7437, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 0.37142857142857144, | |
| "grad_norm": 0.25035688281059265, | |
| "learning_rate": 4.75e-05, | |
| "loss": 0.7908, | |
| "step": 130 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "grad_norm": 0.2699817419052124, | |
| "learning_rate": 4.666666666666667e-05, | |
| "loss": 0.7526, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 0.42857142857142855, | |
| "grad_norm": 0.2968941032886505, | |
| "learning_rate": 4.5833333333333334e-05, | |
| "loss": 0.7354, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 0.45714285714285713, | |
| "grad_norm": 0.2831765115261078, | |
| "learning_rate": 4.5e-05, | |
| "loss": 0.756, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 0.4857142857142857, | |
| "grad_norm": 0.3012459874153137, | |
| "learning_rate": 4.4166666666666665e-05, | |
| "loss": 0.7521, | |
| "step": 170 | |
| }, | |
| { | |
| "epoch": 0.5142857142857142, | |
| "grad_norm": 0.30906862020492554, | |
| "learning_rate": 4.3333333333333334e-05, | |
| "loss": 0.7573, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 0.5428571428571428, | |
| "grad_norm": 0.3003728985786438, | |
| "learning_rate": 4.25e-05, | |
| "loss": 0.7428, | |
| "step": 190 | |
| }, | |
| { | |
| "epoch": 0.5714285714285714, | |
| "grad_norm": 0.3209737539291382, | |
| "learning_rate": 4.166666666666667e-05, | |
| "loss": 0.7407, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.5714285714285714, | |
| "eval_accuracy": 0.7240437158469946, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.5714285714285714, | |
| "eval_loss": 0.7259306311607361, | |
| "eval_runtime": 331.4588, | |
| "eval_samples_per_second": 1.104, | |
| "eval_steps_per_second": 1.104, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "grad_norm": 0.31149017810821533, | |
| "learning_rate": 4.0833333333333334e-05, | |
| "loss": 0.7599, | |
| "step": 210 | |
| }, | |
| { | |
| "epoch": 0.6285714285714286, | |
| "grad_norm": 0.31781327724456787, | |
| "learning_rate": 4e-05, | |
| "loss": 0.713, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 0.6571428571428571, | |
| "grad_norm": 0.2980850040912628, | |
| "learning_rate": 3.9166666666666665e-05, | |
| "loss": 0.7722, | |
| "step": 230 | |
| }, | |
| { | |
| "epoch": 0.6857142857142857, | |
| "grad_norm": 0.2825135886669159, | |
| "learning_rate": 3.8333333333333334e-05, | |
| "loss": 0.6941, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 0.7142857142857143, | |
| "grad_norm": 0.2858855128288269, | |
| "learning_rate": 3.7500000000000003e-05, | |
| "loss": 0.7202, | |
| "step": 250 | |
| }, | |
| { | |
| "epoch": 0.7428571428571429, | |
| "grad_norm": 0.2819094955921173, | |
| "learning_rate": 3.6666666666666666e-05, | |
| "loss": 0.7106, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 0.7714285714285715, | |
| "grad_norm": 0.29901736974716187, | |
| "learning_rate": 3.5833333333333335e-05, | |
| "loss": 0.767, | |
| "step": 270 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "grad_norm": 0.2968641519546509, | |
| "learning_rate": 3.5e-05, | |
| "loss": 0.7375, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 0.8285714285714286, | |
| "grad_norm": 0.3217844069004059, | |
| "learning_rate": 3.4166666666666666e-05, | |
| "loss": 0.6968, | |
| "step": 290 | |
| }, | |
| { | |
| "epoch": 0.8571428571428571, | |
| "grad_norm": 0.3400506377220154, | |
| "learning_rate": 3.3333333333333335e-05, | |
| "loss": 0.7566, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.8571428571428571, | |
| "eval_accuracy": 0.7431693989071039, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.8571428571428571, | |
| "eval_loss": 0.7050546407699585, | |
| "eval_runtime": 331.1945, | |
| "eval_samples_per_second": 1.105, | |
| "eval_steps_per_second": 1.105, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.8857142857142857, | |
| "grad_norm": 0.3682357370853424, | |
| "learning_rate": 3.2500000000000004e-05, | |
| "loss": 0.7207, | |
| "step": 310 | |
| }, | |
| { | |
| "epoch": 0.9142857142857143, | |
| "grad_norm": 0.34006577730178833, | |
| "learning_rate": 3.1666666666666666e-05, | |
| "loss": 0.6952, | |
| "step": 320 | |
| }, | |
| { | |
| "epoch": 0.9428571428571428, | |
| "grad_norm": 0.37775862216949463, | |
| "learning_rate": 3.0833333333333335e-05, | |
| "loss": 0.7177, | |
| "step": 330 | |
| }, | |
| { | |
| "epoch": 0.9714285714285714, | |
| "grad_norm": 0.3271368145942688, | |
| "learning_rate": 3e-05, | |
| "loss": 0.6665, | |
| "step": 340 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "grad_norm": 0.3994784951210022, | |
| "learning_rate": 2.916666666666667e-05, | |
| "loss": 0.7351, | |
| "step": 350 | |
| }, | |
| { | |
| "epoch": 1.0285714285714285, | |
| "grad_norm": 0.35442447662353516, | |
| "learning_rate": 2.8333333333333335e-05, | |
| "loss": 0.6975, | |
| "step": 360 | |
| }, | |
| { | |
| "epoch": 1.0571428571428572, | |
| "grad_norm": 0.3449225127696991, | |
| "learning_rate": 2.7500000000000004e-05, | |
| "loss": 0.6822, | |
| "step": 370 | |
| }, | |
| { | |
| "epoch": 1.0857142857142856, | |
| "grad_norm": 0.3419311046600342, | |
| "learning_rate": 2.6666666666666667e-05, | |
| "loss": 0.7181, | |
| "step": 380 | |
| }, | |
| { | |
| "epoch": 1.1142857142857143, | |
| "grad_norm": 0.40230169892311096, | |
| "learning_rate": 2.5833333333333336e-05, | |
| "loss": 0.7192, | |
| "step": 390 | |
| }, | |
| { | |
| "epoch": 1.1428571428571428, | |
| "grad_norm": 0.355081170797348, | |
| "learning_rate": 2.5e-05, | |
| "loss": 0.6948, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 1.1428571428571428, | |
| "eval_accuracy": 0.726775956284153, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 1.1428571428571428, | |
| "eval_loss": 0.6928464770317078, | |
| "eval_runtime": 331.5652, | |
| "eval_samples_per_second": 1.104, | |
| "eval_steps_per_second": 1.104, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 1.1714285714285715, | |
| "grad_norm": 0.3472757935523987, | |
| "learning_rate": 2.4166666666666667e-05, | |
| "loss": 0.6818, | |
| "step": 410 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "grad_norm": 0.38312098383903503, | |
| "learning_rate": 2.3333333333333336e-05, | |
| "loss": 0.7177, | |
| "step": 420 | |
| }, | |
| { | |
| "epoch": 1.2285714285714286, | |
| "grad_norm": 0.3413565158843994, | |
| "learning_rate": 2.25e-05, | |
| "loss": 0.6898, | |
| "step": 430 | |
| }, | |
| { | |
| "epoch": 1.2571428571428571, | |
| "grad_norm": 0.3629251718521118, | |
| "learning_rate": 2.1666666666666667e-05, | |
| "loss": 0.6894, | |
| "step": 440 | |
| }, | |
| { | |
| "epoch": 1.2857142857142856, | |
| "grad_norm": 0.43241825699806213, | |
| "learning_rate": 2.0833333333333336e-05, | |
| "loss": 0.6819, | |
| "step": 450 | |
| }, | |
| { | |
| "epoch": 1.3142857142857143, | |
| "grad_norm": 0.3491470217704773, | |
| "learning_rate": 2e-05, | |
| "loss": 0.6679, | |
| "step": 460 | |
| }, | |
| { | |
| "epoch": 1.342857142857143, | |
| "grad_norm": 0.4147545099258423, | |
| "learning_rate": 1.9166666666666667e-05, | |
| "loss": 0.724, | |
| "step": 470 | |
| }, | |
| { | |
| "epoch": 1.3714285714285714, | |
| "grad_norm": 0.3971598744392395, | |
| "learning_rate": 1.8333333333333333e-05, | |
| "loss": 0.685, | |
| "step": 480 | |
| }, | |
| { | |
| "epoch": 1.4, | |
| "grad_norm": 0.36697500944137573, | |
| "learning_rate": 1.75e-05, | |
| "loss": 0.6852, | |
| "step": 490 | |
| }, | |
| { | |
| "epoch": 1.4285714285714286, | |
| "grad_norm": 0.43584248423576355, | |
| "learning_rate": 1.6666666666666667e-05, | |
| "loss": 0.6689, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 1.4285714285714286, | |
| "eval_accuracy": 0.7540983606557377, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 1.4285714285714286, | |
| "eval_loss": 0.6843515038490295, | |
| "eval_runtime": 331.1822, | |
| "eval_samples_per_second": 1.105, | |
| "eval_steps_per_second": 1.105, | |
| "step": 500 | |
| } | |
| ], | |
| "logging_steps": 10, | |
| "max_steps": 700, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 2, | |
| "save_steps": 100, | |
| "stateful_callbacks": { | |
| "TrainerControl": { | |
| "args": { | |
| "should_epoch_stop": false, | |
| "should_evaluate": false, | |
| "should_log": false, | |
| "should_save": true, | |
| "should_training_stop": false | |
| }, | |
| "attributes": {} | |
| } | |
| }, | |
| "total_flos": 6.573652967424e+16, | |
| "train_batch_size": 1, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |