hellojahid commited on
Commit
c53eaf3
·
verified ·
1 Parent(s): 6e556ec

Upload trainer_state.json with huggingface_hub

Browse files
Files changed (1) hide show
  1. trainer_state.json +1710 -0
trainer_state.json ADDED
@@ -0,0 +1,1710 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 8.0,
5
+ "eval_steps": 500,
6
+ "global_step": 280,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.03,
13
+ "learning_rate": 2.2222222222222223e-05,
14
+ "loss": 1.383,
15
+ "step": 1
16
+ },
17
+ {
18
+ "epoch": 0.06,
19
+ "learning_rate": 4.4444444444444447e-05,
20
+ "loss": 1.3408,
21
+ "step": 2
22
+ },
23
+ {
24
+ "epoch": 0.09,
25
+ "learning_rate": 6.666666666666667e-05,
26
+ "loss": 1.2449,
27
+ "step": 3
28
+ },
29
+ {
30
+ "epoch": 0.11,
31
+ "learning_rate": 8.888888888888889e-05,
32
+ "loss": 0.9588,
33
+ "step": 4
34
+ },
35
+ {
36
+ "epoch": 0.14,
37
+ "learning_rate": 0.00011111111111111112,
38
+ "loss": 0.6465,
39
+ "step": 5
40
+ },
41
+ {
42
+ "epoch": 0.17,
43
+ "learning_rate": 0.00013333333333333334,
44
+ "loss": 0.4188,
45
+ "step": 6
46
+ },
47
+ {
48
+ "epoch": 0.2,
49
+ "learning_rate": 0.00015555555555555556,
50
+ "loss": 0.272,
51
+ "step": 7
52
+ },
53
+ {
54
+ "epoch": 0.23,
55
+ "learning_rate": 0.00017777777777777779,
56
+ "loss": 0.2232,
57
+ "step": 8
58
+ },
59
+ {
60
+ "epoch": 0.26,
61
+ "learning_rate": 0.0002,
62
+ "loss": 0.2167,
63
+ "step": 9
64
+ },
65
+ {
66
+ "epoch": 0.29,
67
+ "learning_rate": 0.00019999328066483865,
68
+ "loss": 0.1756,
69
+ "step": 10
70
+ },
71
+ {
72
+ "epoch": 0.31,
73
+ "learning_rate": 0.00019997312356234386,
74
+ "loss": 0.1567,
75
+ "step": 11
76
+ },
77
+ {
78
+ "epoch": 0.34,
79
+ "learning_rate": 0.0001999395314013622,
80
+ "loss": 0.1595,
81
+ "step": 12
82
+ },
83
+ {
84
+ "epoch": 0.37,
85
+ "learning_rate": 0.00019989250869623343,
86
+ "loss": 1.0245,
87
+ "step": 13
88
+ },
89
+ {
90
+ "epoch": 0.4,
91
+ "learning_rate": 0.00019983206176618388,
92
+ "loss": 0.1493,
93
+ "step": 14
94
+ },
95
+ {
96
+ "epoch": 0.43,
97
+ "learning_rate": 0.00019975819873447717,
98
+ "loss": 0.1426,
99
+ "step": 15
100
+ },
101
+ {
102
+ "epoch": 0.46,
103
+ "learning_rate": 0.00019967092952732264,
104
+ "loss": 0.1397,
105
+ "step": 16
106
+ },
107
+ {
108
+ "epoch": 0.49,
109
+ "learning_rate": 0.00019957026587254134,
110
+ "loss": 0.1395,
111
+ "step": 17
112
+ },
113
+ {
114
+ "epoch": 0.51,
115
+ "learning_rate": 0.00019945622129799,
116
+ "loss": 0.1302,
117
+ "step": 18
118
+ },
119
+ {
120
+ "epoch": 0.54,
121
+ "learning_rate": 0.000199328811129743,
122
+ "loss": 0.1268,
123
+ "step": 19
124
+ },
125
+ {
126
+ "epoch": 0.57,
127
+ "learning_rate": 0.0001991880524900327,
128
+ "loss": 0.1207,
129
+ "step": 20
130
+ },
131
+ {
132
+ "epoch": 0.6,
133
+ "learning_rate": 0.0001990339642949488,
134
+ "loss": 0.1221,
135
+ "step": 21
136
+ },
137
+ {
138
+ "epoch": 0.63,
139
+ "learning_rate": 0.00019886656725189575,
140
+ "loss": 0.1122,
141
+ "step": 22
142
+ },
143
+ {
144
+ "epoch": 0.66,
145
+ "learning_rate": 0.00019868588385681032,
146
+ "loss": 0.1166,
147
+ "step": 23
148
+ },
149
+ {
150
+ "epoch": 0.69,
151
+ "learning_rate": 0.00019849193839113833,
152
+ "loss": 0.1241,
153
+ "step": 24
154
+ },
155
+ {
156
+ "epoch": 0.71,
157
+ "learning_rate": 0.00019828475691857145,
158
+ "loss": 0.1215,
159
+ "step": 25
160
+ },
161
+ {
162
+ "epoch": 0.74,
163
+ "learning_rate": 0.00019806436728154485,
164
+ "loss": 0.1134,
165
+ "step": 26
166
+ },
167
+ {
168
+ "epoch": 0.77,
169
+ "learning_rate": 0.00019783079909749515,
170
+ "loss": 0.1233,
171
+ "step": 27
172
+ },
173
+ {
174
+ "epoch": 0.8,
175
+ "learning_rate": 0.00019758408375488071,
176
+ "loss": 0.1195,
177
+ "step": 28
178
+ },
179
+ {
180
+ "epoch": 0.83,
181
+ "learning_rate": 0.00019732425440896297,
182
+ "loss": 0.1086,
183
+ "step": 29
184
+ },
185
+ {
186
+ "epoch": 0.86,
187
+ "learning_rate": 0.00019705134597735113,
188
+ "loss": 0.118,
189
+ "step": 30
190
+ },
191
+ {
192
+ "epoch": 0.89,
193
+ "learning_rate": 0.00019676539513530968,
194
+ "loss": 0.1141,
195
+ "step": 31
196
+ },
197
+ {
198
+ "epoch": 0.91,
199
+ "learning_rate": 0.00019646644031082948,
200
+ "loss": 0.1065,
201
+ "step": 32
202
+ },
203
+ {
204
+ "epoch": 0.94,
205
+ "learning_rate": 0.00019615452167946385,
206
+ "loss": 0.1077,
207
+ "step": 33
208
+ },
209
+ {
210
+ "epoch": 0.97,
211
+ "learning_rate": 0.0001958296811589293,
212
+ "loss": 0.1033,
213
+ "step": 34
214
+ },
215
+ {
216
+ "epoch": 1.0,
217
+ "learning_rate": 0.00019549196240347248,
218
+ "loss": 0.0947,
219
+ "step": 35
220
+ },
221
+ {
222
+ "epoch": 1.03,
223
+ "learning_rate": 0.0001951414107980036,
224
+ "loss": 0.1081,
225
+ "step": 36
226
+ },
227
+ {
228
+ "epoch": 1.06,
229
+ "learning_rate": 0.00019477807345199714,
230
+ "loss": 0.1021,
231
+ "step": 37
232
+ },
233
+ {
234
+ "epoch": 1.09,
235
+ "learning_rate": 0.00019440199919316123,
236
+ "loss": 0.0916,
237
+ "step": 38
238
+ },
239
+ {
240
+ "epoch": 1.11,
241
+ "learning_rate": 0.0001940132385608757,
242
+ "loss": 0.1015,
243
+ "step": 39
244
+ },
245
+ {
246
+ "epoch": 1.14,
247
+ "learning_rate": 0.0001936118437994003,
248
+ "loss": 0.1068,
249
+ "step": 40
250
+ },
251
+ {
252
+ "epoch": 1.17,
253
+ "learning_rate": 0.00019319786885085364,
254
+ "loss": 0.107,
255
+ "step": 41
256
+ },
257
+ {
258
+ "epoch": 1.2,
259
+ "learning_rate": 0.0001927713693479643,
260
+ "loss": 0.1029,
261
+ "step": 42
262
+ },
263
+ {
264
+ "epoch": 1.23,
265
+ "learning_rate": 0.0001923324026065944,
266
+ "loss": 0.2492,
267
+ "step": 43
268
+ },
269
+ {
270
+ "epoch": 1.26,
271
+ "learning_rate": 0.00019188102761803717,
272
+ "loss": 0.1002,
273
+ "step": 44
274
+ },
275
+ {
276
+ "epoch": 1.29,
277
+ "learning_rate": 0.00019141730504108922,
278
+ "loss": 0.2045,
279
+ "step": 45
280
+ },
281
+ {
282
+ "epoch": 1.31,
283
+ "learning_rate": 0.00019094129719389886,
284
+ "loss": 0.1099,
285
+ "step": 46
286
+ },
287
+ {
288
+ "epoch": 1.34,
289
+ "learning_rate": 0.0001904530680455914,
290
+ "loss": 0.1143,
291
+ "step": 47
292
+ },
293
+ {
294
+ "epoch": 1.37,
295
+ "learning_rate": 0.00018995268320767252,
296
+ "loss": 0.1081,
297
+ "step": 48
298
+ },
299
+ {
300
+ "epoch": 1.4,
301
+ "learning_rate": 0.0001894402099252109,
302
+ "loss": 0.1011,
303
+ "step": 49
304
+ },
305
+ {
306
+ "epoch": 1.43,
307
+ "learning_rate": 0.00018891571706780146,
308
+ "loss": 0.1031,
309
+ "step": 50
310
+ },
311
+ {
312
+ "epoch": 1.46,
313
+ "learning_rate": 0.0001883792751203102,
314
+ "loss": 0.106,
315
+ "step": 51
316
+ },
317
+ {
318
+ "epoch": 1.49,
319
+ "learning_rate": 0.00018783095617340193,
320
+ "loss": 0.109,
321
+ "step": 52
322
+ },
323
+ {
324
+ "epoch": 1.51,
325
+ "learning_rate": 0.0001872708339138522,
326
+ "loss": 0.1095,
327
+ "step": 53
328
+ },
329
+ {
330
+ "epoch": 1.54,
331
+ "learning_rate": 0.0001866989836146449,
332
+ "loss": 0.1071,
333
+ "step": 54
334
+ },
335
+ {
336
+ "epoch": 1.57,
337
+ "learning_rate": 0.00018611548212485647,
338
+ "loss": 0.1038,
339
+ "step": 55
340
+ },
341
+ {
342
+ "epoch": 1.6,
343
+ "learning_rate": 0.00018552040785932845,
344
+ "loss": 0.1111,
345
+ "step": 56
346
+ },
347
+ {
348
+ "epoch": 1.63,
349
+ "learning_rate": 0.00018491384078812959,
350
+ "loss": 0.0954,
351
+ "step": 57
352
+ },
353
+ {
354
+ "epoch": 1.66,
355
+ "learning_rate": 0.00018429586242580884,
356
+ "loss": 0.1011,
357
+ "step": 58
358
+ },
359
+ {
360
+ "epoch": 1.69,
361
+ "learning_rate": 0.00018366655582044094,
362
+ "loss": 0.1053,
363
+ "step": 59
364
+ },
365
+ {
366
+ "epoch": 1.71,
367
+ "learning_rate": 0.00018302600554246601,
368
+ "loss": 0.1036,
369
+ "step": 60
370
+ },
371
+ {
372
+ "epoch": 1.74,
373
+ "learning_rate": 0.00018237429767332405,
374
+ "loss": 0.0974,
375
+ "step": 61
376
+ },
377
+ {
378
+ "epoch": 1.77,
379
+ "learning_rate": 0.00018171151979388714,
380
+ "loss": 0.1017,
381
+ "step": 62
382
+ },
383
+ {
384
+ "epoch": 1.8,
385
+ "learning_rate": 0.00018103776097268942,
386
+ "loss": 0.0991,
387
+ "step": 63
388
+ },
389
+ {
390
+ "epoch": 1.83,
391
+ "learning_rate": 0.0001803531117539577,
392
+ "loss": 0.1039,
393
+ "step": 64
394
+ },
395
+ {
396
+ "epoch": 1.86,
397
+ "learning_rate": 0.00017965766414544326,
398
+ "loss": 0.0924,
399
+ "step": 65
400
+ },
401
+ {
402
+ "epoch": 1.89,
403
+ "learning_rate": 0.00017895151160605757,
404
+ "loss": 0.1002,
405
+ "step": 66
406
+ },
407
+ {
408
+ "epoch": 1.91,
409
+ "learning_rate": 0.00017823474903331233,
410
+ "loss": 0.0999,
411
+ "step": 67
412
+ },
413
+ {
414
+ "epoch": 1.94,
415
+ "learning_rate": 0.0001775074727505667,
416
+ "loss": 0.0942,
417
+ "step": 68
418
+ },
419
+ {
420
+ "epoch": 1.97,
421
+ "learning_rate": 0.00017676978049408263,
422
+ "loss": 0.1004,
423
+ "step": 69
424
+ },
425
+ {
426
+ "epoch": 2.0,
427
+ "learning_rate": 0.00017602177139989044,
428
+ "loss": 0.0808,
429
+ "step": 70
430
+ },
431
+ {
432
+ "epoch": 2.03,
433
+ "learning_rate": 0.00017526354599046635,
434
+ "loss": 0.0955,
435
+ "step": 71
436
+ },
437
+ {
438
+ "epoch": 2.06,
439
+ "learning_rate": 0.00017449520616122344,
440
+ "loss": 0.0876,
441
+ "step": 72
442
+ },
443
+ {
444
+ "epoch": 2.09,
445
+ "learning_rate": 0.00017371685516681825,
446
+ "loss": 0.0925,
447
+ "step": 73
448
+ },
449
+ {
450
+ "epoch": 2.11,
451
+ "learning_rate": 0.00017292859760727493,
452
+ "loss": 0.0862,
453
+ "step": 74
454
+ },
455
+ {
456
+ "epoch": 2.14,
457
+ "learning_rate": 0.00017213053941392818,
458
+ "loss": 0.0979,
459
+ "step": 75
460
+ },
461
+ {
462
+ "epoch": 2.17,
463
+ "learning_rate": 0.00017132278783518756,
464
+ "loss": 0.0948,
465
+ "step": 76
466
+ },
467
+ {
468
+ "epoch": 2.2,
469
+ "learning_rate": 0.00017050545142212483,
470
+ "loss": 0.093,
471
+ "step": 77
472
+ },
473
+ {
474
+ "epoch": 2.23,
475
+ "learning_rate": 0.0001696786400138859,
476
+ "loss": 0.0813,
477
+ "step": 78
478
+ },
479
+ {
480
+ "epoch": 2.26,
481
+ "learning_rate": 0.00016884246472293016,
482
+ "loss": 0.0997,
483
+ "step": 79
484
+ },
485
+ {
486
+ "epoch": 2.29,
487
+ "learning_rate": 0.00016799703792009827,
488
+ "loss": 0.0934,
489
+ "step": 80
490
+ },
491
+ {
492
+ "epoch": 2.31,
493
+ "learning_rate": 0.00016714247321951106,
494
+ "loss": 0.097,
495
+ "step": 81
496
+ },
497
+ {
498
+ "epoch": 2.34,
499
+ "learning_rate": 0.00016627888546330138,
500
+ "loss": 0.0847,
501
+ "step": 82
502
+ },
503
+ {
504
+ "epoch": 2.37,
505
+ "learning_rate": 0.0001654063907061807,
506
+ "loss": 0.0854,
507
+ "step": 83
508
+ },
509
+ {
510
+ "epoch": 2.4,
511
+ "learning_rate": 0.000164525106199843,
512
+ "loss": 0.0854,
513
+ "step": 84
514
+ },
515
+ {
516
+ "epoch": 2.43,
517
+ "learning_rate": 0.00016363515037720773,
518
+ "loss": 0.0882,
519
+ "step": 85
520
+ },
521
+ {
522
+ "epoch": 2.46,
523
+ "learning_rate": 0.0001627366428365039,
524
+ "loss": 0.0849,
525
+ "step": 86
526
+ },
527
+ {
528
+ "epoch": 2.49,
529
+ "learning_rate": 0.00016182970432519772,
530
+ "loss": 0.0897,
531
+ "step": 87
532
+ },
533
+ {
534
+ "epoch": 2.51,
535
+ "learning_rate": 0.0001609144567237658,
536
+ "loss": 0.0903,
537
+ "step": 88
538
+ },
539
+ {
540
+ "epoch": 2.54,
541
+ "learning_rate": 0.00015999102302931585,
542
+ "loss": 0.0968,
543
+ "step": 89
544
+ },
545
+ {
546
+ "epoch": 2.57,
547
+ "learning_rate": 0.00015905952733905775,
548
+ "loss": 0.0964,
549
+ "step": 90
550
+ },
551
+ {
552
+ "epoch": 2.6,
553
+ "learning_rate": 0.00015812009483362642,
554
+ "loss": 0.0873,
555
+ "step": 91
556
+ },
557
+ {
558
+ "epoch": 2.63,
559
+ "learning_rate": 0.00015717285176025913,
560
+ "loss": 0.0919,
561
+ "step": 92
562
+ },
563
+ {
564
+ "epoch": 2.66,
565
+ "learning_rate": 0.00015621792541582966,
566
+ "loss": 0.0851,
567
+ "step": 93
568
+ },
569
+ {
570
+ "epoch": 2.69,
571
+ "learning_rate": 0.00015525544412974132,
572
+ "loss": 0.0887,
573
+ "step": 94
574
+ },
575
+ {
576
+ "epoch": 2.71,
577
+ "learning_rate": 0.00015428553724668103,
578
+ "loss": 0.0812,
579
+ "step": 95
580
+ },
581
+ {
582
+ "epoch": 2.74,
583
+ "learning_rate": 0.00015330833510923718,
584
+ "loss": 0.0919,
585
+ "step": 96
586
+ },
587
+ {
588
+ "epoch": 2.77,
589
+ "learning_rate": 0.0001523239690403835,
590
+ "loss": 0.0857,
591
+ "step": 97
592
+ },
593
+ {
594
+ "epoch": 2.8,
595
+ "learning_rate": 0.00015133257132583073,
596
+ "loss": 0.1003,
597
+ "step": 98
598
+ },
599
+ {
600
+ "epoch": 2.83,
601
+ "learning_rate": 0.0001503342751962493,
602
+ "loss": 0.0842,
603
+ "step": 99
604
+ },
605
+ {
606
+ "epoch": 2.86,
607
+ "learning_rate": 0.0001493292148093649,
608
+ "loss": 0.0857,
609
+ "step": 100
610
+ },
611
+ {
612
+ "epoch": 2.89,
613
+ "learning_rate": 0.00014831752523192948,
614
+ "loss": 0.0784,
615
+ "step": 101
616
+ },
617
+ {
618
+ "epoch": 2.91,
619
+ "learning_rate": 0.00014729934242157004,
620
+ "loss": 0.0926,
621
+ "step": 102
622
+ },
623
+ {
624
+ "epoch": 2.94,
625
+ "learning_rate": 0.00014627480320851774,
626
+ "loss": 0.077,
627
+ "step": 103
628
+ },
629
+ {
630
+ "epoch": 2.97,
631
+ "learning_rate": 0.00014524404527721977,
632
+ "loss": 0.0893,
633
+ "step": 104
634
+ },
635
+ {
636
+ "epoch": 3.0,
637
+ "learning_rate": 0.00014420720714783636,
638
+ "loss": 0.0834,
639
+ "step": 105
640
+ },
641
+ {
642
+ "epoch": 3.03,
643
+ "learning_rate": 0.00014316442815762544,
644
+ "loss": 0.0883,
645
+ "step": 106
646
+ },
647
+ {
648
+ "epoch": 3.06,
649
+ "learning_rate": 0.0001421158484422177,
650
+ "loss": 0.08,
651
+ "step": 107
652
+ },
653
+ {
654
+ "epoch": 3.09,
655
+ "learning_rate": 0.0001410616089167842,
656
+ "loss": 0.0826,
657
+ "step": 108
658
+ },
659
+ {
660
+ "epoch": 3.11,
661
+ "learning_rate": 0.00014000185125709918,
662
+ "loss": 0.0795,
663
+ "step": 109
664
+ },
665
+ {
666
+ "epoch": 3.14,
667
+ "learning_rate": 0.00013893671788050074,
668
+ "loss": 0.0798,
669
+ "step": 110
670
+ },
671
+ {
672
+ "epoch": 3.17,
673
+ "learning_rate": 0.00013786635192675184,
674
+ "loss": 0.0902,
675
+ "step": 111
676
+ },
677
+ {
678
+ "epoch": 3.2,
679
+ "learning_rate": 0.00013679089723880427,
680
+ "loss": 0.0797,
681
+ "step": 112
682
+ },
683
+ {
684
+ "epoch": 3.23,
685
+ "learning_rate": 0.00013571049834346799,
686
+ "loss": 0.0765,
687
+ "step": 113
688
+ },
689
+ {
690
+ "epoch": 3.26,
691
+ "learning_rate": 0.00013462530043198873,
692
+ "loss": 0.0748,
693
+ "step": 114
694
+ },
695
+ {
696
+ "epoch": 3.29,
697
+ "learning_rate": 0.00013353544934053616,
698
+ "loss": 0.0773,
699
+ "step": 115
700
+ },
701
+ {
702
+ "epoch": 3.31,
703
+ "learning_rate": 0.00013244109153060548,
704
+ "loss": 0.0767,
705
+ "step": 116
706
+ },
707
+ {
708
+ "epoch": 3.34,
709
+ "learning_rate": 0.00013134237406933492,
710
+ "loss": 0.0719,
711
+ "step": 117
712
+ },
713
+ {
714
+ "epoch": 3.37,
715
+ "learning_rate": 0.00013023944460974183,
716
+ "loss": 0.0792,
717
+ "step": 118
718
+ },
719
+ {
720
+ "epoch": 3.4,
721
+ "learning_rate": 0.00012913245137088024,
722
+ "loss": 0.0778,
723
+ "step": 119
724
+ },
725
+ {
726
+ "epoch": 3.43,
727
+ "learning_rate": 0.00012802154311792197,
728
+ "loss": 0.0715,
729
+ "step": 120
730
+ },
731
+ {
732
+ "epoch": 3.46,
733
+ "learning_rate": 0.00012690686914216474,
734
+ "loss": 0.0891,
735
+ "step": 121
736
+ },
737
+ {
738
+ "epoch": 3.49,
739
+ "learning_rate": 0.00012578857924096934,
740
+ "loss": 0.0772,
741
+ "step": 122
742
+ },
743
+ {
744
+ "epoch": 3.51,
745
+ "learning_rate": 0.00012466682369762882,
746
+ "loss": 0.0781,
747
+ "step": 123
748
+ },
749
+ {
750
+ "epoch": 3.54,
751
+ "learning_rate": 0.00012354175326117253,
752
+ "loss": 0.0898,
753
+ "step": 124
754
+ },
755
+ {
756
+ "epoch": 3.57,
757
+ "learning_rate": 0.00012241351912610726,
758
+ "loss": 0.0829,
759
+ "step": 125
760
+ },
761
+ {
762
+ "epoch": 3.6,
763
+ "learning_rate": 0.00012128227291209891,
764
+ "loss": 0.0788,
765
+ "step": 126
766
+ },
767
+ {
768
+ "epoch": 3.63,
769
+ "learning_rate": 0.00012014816664359671,
770
+ "loss": 0.0795,
771
+ "step": 127
772
+ },
773
+ {
774
+ "epoch": 3.66,
775
+ "learning_rate": 0.0001190113527294032,
776
+ "loss": 0.0797,
777
+ "step": 128
778
+ },
779
+ {
780
+ "epoch": 3.69,
781
+ "learning_rate": 0.0001178719839421925,
782
+ "loss": 0.0802,
783
+ "step": 129
784
+ },
785
+ {
786
+ "epoch": 3.71,
787
+ "learning_rate": 0.00011673021339797967,
788
+ "loss": 0.0801,
789
+ "step": 130
790
+ },
791
+ {
792
+ "epoch": 3.74,
793
+ "learning_rate": 0.000115586194535544,
794
+ "loss": 0.0814,
795
+ "step": 131
796
+ },
797
+ {
798
+ "epoch": 3.77,
799
+ "learning_rate": 0.00011444008109580884,
800
+ "loss": 0.0806,
801
+ "step": 132
802
+ },
803
+ {
804
+ "epoch": 3.8,
805
+ "learning_rate": 0.00011329202710118088,
806
+ "loss": 0.0821,
807
+ "step": 133
808
+ },
809
+ {
810
+ "epoch": 3.83,
811
+ "learning_rate": 0.00011214218683485158,
812
+ "loss": 0.0845,
813
+ "step": 134
814
+ },
815
+ {
816
+ "epoch": 3.86,
817
+ "learning_rate": 0.00011099071482006361,
818
+ "loss": 0.0842,
819
+ "step": 135
820
+ },
821
+ {
822
+ "epoch": 3.89,
823
+ "learning_rate": 0.00010983776579934482,
824
+ "loss": 0.0794,
825
+ "step": 136
826
+ },
827
+ {
828
+ "epoch": 3.91,
829
+ "learning_rate": 0.00010868349471371315,
830
+ "loss": 0.0775,
831
+ "step": 137
832
+ },
833
+ {
834
+ "epoch": 3.94,
835
+ "learning_rate": 0.00010752805668185442,
836
+ "loss": 0.0727,
837
+ "step": 138
838
+ },
839
+ {
840
+ "epoch": 3.97,
841
+ "learning_rate": 0.00010637160697927651,
842
+ "loss": 0.07,
843
+ "step": 139
844
+ },
845
+ {
846
+ "epoch": 4.0,
847
+ "learning_rate": 0.00010521430101744239,
848
+ "loss": 0.0919,
849
+ "step": 140
850
+ },
851
+ {
852
+ "epoch": 4.03,
853
+ "learning_rate": 0.00010405629432288488,
854
+ "loss": 0.0698,
855
+ "step": 141
856
+ },
857
+ {
858
+ "epoch": 4.06,
859
+ "learning_rate": 0.00010289774251630602,
860
+ "loss": 0.0675,
861
+ "step": 142
862
+ },
863
+ {
864
+ "epoch": 4.09,
865
+ "learning_rate": 0.00010173880129166358,
866
+ "loss": 0.0747,
867
+ "step": 143
868
+ },
869
+ {
870
+ "epoch": 4.11,
871
+ "learning_rate": 0.00010057962639524798,
872
+ "loss": 0.0745,
873
+ "step": 144
874
+ },
875
+ {
876
+ "epoch": 4.14,
877
+ "learning_rate": 9.942037360475205e-05,
878
+ "loss": 0.0637,
879
+ "step": 145
880
+ },
881
+ {
882
+ "epoch": 4.17,
883
+ "learning_rate": 9.826119870833643e-05,
884
+ "loss": 0.074,
885
+ "step": 146
886
+ },
887
+ {
888
+ "epoch": 4.2,
889
+ "learning_rate": 9.710225748369401e-05,
890
+ "loss": 0.0718,
891
+ "step": 147
892
+ },
893
+ {
894
+ "epoch": 4.23,
895
+ "learning_rate": 9.594370567711513e-05,
896
+ "loss": 0.0714,
897
+ "step": 148
898
+ },
899
+ {
900
+ "epoch": 4.26,
901
+ "learning_rate": 9.478569898255765e-05,
902
+ "loss": 0.0719,
903
+ "step": 149
904
+ },
905
+ {
906
+ "epoch": 4.29,
907
+ "learning_rate": 9.362839302072354e-05,
908
+ "loss": 0.0744,
909
+ "step": 150
910
+ },
911
+ {
912
+ "epoch": 4.31,
913
+ "learning_rate": 9.247194331814562e-05,
914
+ "loss": 0.068,
915
+ "step": 151
916
+ },
917
+ {
918
+ "epoch": 4.34,
919
+ "learning_rate": 9.131650528628687e-05,
920
+ "loss": 0.067,
921
+ "step": 152
922
+ },
923
+ {
924
+ "epoch": 4.37,
925
+ "learning_rate": 9.016223420065519e-05,
926
+ "loss": 0.0661,
927
+ "step": 153
928
+ },
929
+ {
930
+ "epoch": 4.4,
931
+ "learning_rate": 8.900928517993644e-05,
932
+ "loss": 0.0705,
933
+ "step": 154
934
+ },
935
+ {
936
+ "epoch": 4.43,
937
+ "learning_rate": 8.785781316514841e-05,
938
+ "loss": 0.0711,
939
+ "step": 155
940
+ },
941
+ {
942
+ "epoch": 4.46,
943
+ "learning_rate": 8.670797289881915e-05,
944
+ "loss": 0.0656,
945
+ "step": 156
946
+ },
947
+ {
948
+ "epoch": 4.49,
949
+ "learning_rate": 8.555991890419117e-05,
950
+ "loss": 0.0788,
951
+ "step": 157
952
+ },
953
+ {
954
+ "epoch": 4.51,
955
+ "learning_rate": 8.441380546445603e-05,
956
+ "loss": 0.0753,
957
+ "step": 158
958
+ },
959
+ {
960
+ "epoch": 4.54,
961
+ "learning_rate": 8.326978660202034e-05,
962
+ "loss": 0.0669,
963
+ "step": 159
964
+ },
965
+ {
966
+ "epoch": 4.57,
967
+ "learning_rate": 8.212801605780753e-05,
968
+ "loss": 0.0675,
969
+ "step": 160
970
+ },
971
+ {
972
+ "epoch": 4.6,
973
+ "learning_rate": 8.098864727059685e-05,
974
+ "loss": 0.0689,
975
+ "step": 161
976
+ },
977
+ {
978
+ "epoch": 4.63,
979
+ "learning_rate": 7.985183335640331e-05,
980
+ "loss": 0.0713,
981
+ "step": 162
982
+ },
983
+ {
984
+ "epoch": 4.66,
985
+ "learning_rate": 7.871772708790114e-05,
986
+ "loss": 0.0695,
987
+ "step": 163
988
+ },
989
+ {
990
+ "epoch": 4.69,
991
+ "learning_rate": 7.758648087389277e-05,
992
+ "loss": 0.0736,
993
+ "step": 164
994
+ },
995
+ {
996
+ "epoch": 4.71,
997
+ "learning_rate": 7.645824673882748e-05,
998
+ "loss": 0.0702,
999
+ "step": 165
1000
+ },
1001
+ {
1002
+ "epoch": 4.74,
1003
+ "learning_rate": 7.533317630237117e-05,
1004
+ "loss": 0.0742,
1005
+ "step": 166
1006
+ },
1007
+ {
1008
+ "epoch": 4.77,
1009
+ "learning_rate": 7.421142075903067e-05,
1010
+ "loss": 0.0656,
1011
+ "step": 167
1012
+ },
1013
+ {
1014
+ "epoch": 4.8,
1015
+ "learning_rate": 7.309313085783524e-05,
1016
+ "loss": 0.0717,
1017
+ "step": 168
1018
+ },
1019
+ {
1020
+ "epoch": 4.83,
1021
+ "learning_rate": 7.197845688207805e-05,
1022
+ "loss": 0.0721,
1023
+ "step": 169
1024
+ },
1025
+ {
1026
+ "epoch": 4.86,
1027
+ "learning_rate": 7.086754862911982e-05,
1028
+ "loss": 0.0698,
1029
+ "step": 170
1030
+ },
1031
+ {
1032
+ "epoch": 4.89,
1033
+ "learning_rate": 6.976055539025818e-05,
1034
+ "loss": 0.0767,
1035
+ "step": 171
1036
+ },
1037
+ {
1038
+ "epoch": 4.91,
1039
+ "learning_rate": 6.865762593066513e-05,
1040
+ "loss": 0.0612,
1041
+ "step": 172
1042
+ },
1043
+ {
1044
+ "epoch": 4.94,
1045
+ "learning_rate": 6.755890846939454e-05,
1046
+ "loss": 0.0679,
1047
+ "step": 173
1048
+ },
1049
+ {
1050
+ "epoch": 4.97,
1051
+ "learning_rate": 6.646455065946386e-05,
1052
+ "loss": 0.0676,
1053
+ "step": 174
1054
+ },
1055
+ {
1056
+ "epoch": 5.0,
1057
+ "learning_rate": 6.537469956801128e-05,
1058
+ "loss": 0.0671,
1059
+ "step": 175
1060
+ },
1061
+ {
1062
+ "epoch": 5.03,
1063
+ "learning_rate": 6.428950165653204e-05,
1064
+ "loss": 0.0581,
1065
+ "step": 176
1066
+ },
1067
+ {
1068
+ "epoch": 5.06,
1069
+ "learning_rate": 6.320910276119576e-05,
1070
+ "loss": 0.062,
1071
+ "step": 177
1072
+ },
1073
+ {
1074
+ "epoch": 5.09,
1075
+ "learning_rate": 6.213364807324818e-05,
1076
+ "loss": 0.0584,
1077
+ "step": 178
1078
+ },
1079
+ {
1080
+ "epoch": 5.11,
1081
+ "learning_rate": 6.106328211949928e-05,
1082
+ "loss": 0.0629,
1083
+ "step": 179
1084
+ },
1085
+ {
1086
+ "epoch": 5.14,
1087
+ "learning_rate": 5.999814874290084e-05,
1088
+ "loss": 0.0623,
1089
+ "step": 180
1090
+ },
1091
+ {
1092
+ "epoch": 5.17,
1093
+ "learning_rate": 5.893839108321584e-05,
1094
+ "loss": 0.0586,
1095
+ "step": 181
1096
+ },
1097
+ {
1098
+ "epoch": 5.2,
1099
+ "learning_rate": 5.7884151557782305e-05,
1100
+ "loss": 0.0597,
1101
+ "step": 182
1102
+ },
1103
+ {
1104
+ "epoch": 5.23,
1105
+ "learning_rate": 5.68355718423746e-05,
1106
+ "loss": 0.0563,
1107
+ "step": 183
1108
+ },
1109
+ {
1110
+ "epoch": 5.26,
1111
+ "learning_rate": 5.579279285216369e-05,
1112
+ "loss": 0.0592,
1113
+ "step": 184
1114
+ },
1115
+ {
1116
+ "epoch": 5.29,
1117
+ "learning_rate": 5.475595472278024e-05,
1118
+ "loss": 0.0507,
1119
+ "step": 185
1120
+ },
1121
+ {
1122
+ "epoch": 5.31,
1123
+ "learning_rate": 5.372519679148227e-05,
1124
+ "loss": 0.051,
1125
+ "step": 186
1126
+ },
1127
+ {
1128
+ "epoch": 5.34,
1129
+ "learning_rate": 5.270065757843e-05,
1130
+ "loss": 0.0542,
1131
+ "step": 187
1132
+ },
1133
+ {
1134
+ "epoch": 5.37,
1135
+ "learning_rate": 5.168247476807053e-05,
1136
+ "loss": 0.0484,
1137
+ "step": 188
1138
+ },
1139
+ {
1140
+ "epoch": 5.4,
1141
+ "learning_rate": 5.067078519063514e-05,
1142
+ "loss": 0.0596,
1143
+ "step": 189
1144
+ },
1145
+ {
1146
+ "epoch": 5.43,
1147
+ "learning_rate": 4.9665724803750756e-05,
1148
+ "loss": 0.0586,
1149
+ "step": 190
1150
+ },
1151
+ {
1152
+ "epoch": 5.46,
1153
+ "learning_rate": 4.86674286741693e-05,
1154
+ "loss": 0.0631,
1155
+ "step": 191
1156
+ },
1157
+ {
1158
+ "epoch": 5.49,
1159
+ "learning_rate": 4.7676030959616526e-05,
1160
+ "loss": 0.0526,
1161
+ "step": 192
1162
+ },
1163
+ {
1164
+ "epoch": 5.51,
1165
+ "learning_rate": 4.669166489076283e-05,
1166
+ "loss": 0.0548,
1167
+ "step": 193
1168
+ },
1169
+ {
1170
+ "epoch": 5.54,
1171
+ "learning_rate": 4.571446275331903e-05,
1172
+ "loss": 0.0545,
1173
+ "step": 194
1174
+ },
1175
+ {
1176
+ "epoch": 5.57,
1177
+ "learning_rate": 4.4744555870258694e-05,
1178
+ "loss": 0.0473,
1179
+ "step": 195
1180
+ },
1181
+ {
1182
+ "epoch": 5.6,
1183
+ "learning_rate": 4.378207458417035e-05,
1184
+ "loss": 0.0606,
1185
+ "step": 196
1186
+ },
1187
+ {
1188
+ "epoch": 5.63,
1189
+ "learning_rate": 4.282714823974088e-05,
1190
+ "loss": 0.061,
1191
+ "step": 197
1192
+ },
1193
+ {
1194
+ "epoch": 5.66,
1195
+ "learning_rate": 4.1879905166373614e-05,
1196
+ "loss": 0.0571,
1197
+ "step": 198
1198
+ },
1199
+ {
1200
+ "epoch": 5.69,
1201
+ "learning_rate": 4.094047266094225e-05,
1202
+ "loss": 0.0578,
1203
+ "step": 199
1204
+ },
1205
+ {
1206
+ "epoch": 5.71,
1207
+ "learning_rate": 4.0008976970684176e-05,
1208
+ "loss": 0.059,
1209
+ "step": 200
1210
+ },
1211
+ {
1212
+ "epoch": 5.74,
1213
+ "learning_rate": 3.908554327623425e-05,
1214
+ "loss": 0.0572,
1215
+ "step": 201
1216
+ },
1217
+ {
1218
+ "epoch": 5.77,
1219
+ "learning_rate": 3.817029567480228e-05,
1220
+ "loss": 0.0551,
1221
+ "step": 202
1222
+ },
1223
+ {
1224
+ "epoch": 5.8,
1225
+ "learning_rate": 3.726335716349612e-05,
1226
+ "loss": 0.057,
1227
+ "step": 203
1228
+ },
1229
+ {
1230
+ "epoch": 5.83,
1231
+ "learning_rate": 3.6364849622792266e-05,
1232
+ "loss": 0.0584,
1233
+ "step": 204
1234
+ },
1235
+ {
1236
+ "epoch": 5.86,
1237
+ "learning_rate": 3.547489380015701e-05,
1238
+ "loss": 0.0592,
1239
+ "step": 205
1240
+ },
1241
+ {
1242
+ "epoch": 5.89,
1243
+ "learning_rate": 3.459360929381931e-05,
1244
+ "loss": 0.0528,
1245
+ "step": 206
1246
+ },
1247
+ {
1248
+ "epoch": 5.91,
1249
+ "learning_rate": 3.372111453669864e-05,
1250
+ "loss": 0.0587,
1251
+ "step": 207
1252
+ },
1253
+ {
1254
+ "epoch": 5.94,
1255
+ "learning_rate": 3.285752678048892e-05,
1256
+ "loss": 0.0527,
1257
+ "step": 208
1258
+ },
1259
+ {
1260
+ "epoch": 5.97,
1261
+ "learning_rate": 3.2002962079901744e-05,
1262
+ "loss": 0.0539,
1263
+ "step": 209
1264
+ },
1265
+ {
1266
+ "epoch": 6.0,
1267
+ "learning_rate": 3.115753527706986e-05,
1268
+ "loss": 0.0479,
1269
+ "step": 210
1270
+ },
1271
+ {
1272
+ "epoch": 6.03,
1273
+ "learning_rate": 3.0321359986114096e-05,
1274
+ "loss": 0.0436,
1275
+ "step": 211
1276
+ },
1277
+ {
1278
+ "epoch": 6.06,
1279
+ "learning_rate": 2.9494548577875192e-05,
1280
+ "loss": 0.0427,
1281
+ "step": 212
1282
+ },
1283
+ {
1284
+ "epoch": 6.09,
1285
+ "learning_rate": 2.8677212164812462e-05,
1286
+ "loss": 0.043,
1287
+ "step": 213
1288
+ },
1289
+ {
1290
+ "epoch": 6.11,
1291
+ "learning_rate": 2.7869460586071873e-05,
1292
+ "loss": 0.0393,
1293
+ "step": 214
1294
+ },
1295
+ {
1296
+ "epoch": 6.14,
1297
+ "learning_rate": 2.7071402392725097e-05,
1298
+ "loss": 0.0385,
1299
+ "step": 215
1300
+ },
1301
+ {
1302
+ "epoch": 6.17,
1303
+ "learning_rate": 2.6283144833181783e-05,
1304
+ "loss": 0.0401,
1305
+ "step": 216
1306
+ },
1307
+ {
1308
+ "epoch": 6.2,
1309
+ "learning_rate": 2.5504793838776586e-05,
1310
+ "loss": 0.0414,
1311
+ "step": 217
1312
+ },
1313
+ {
1314
+ "epoch": 6.23,
1315
+ "learning_rate": 2.473645400953366e-05,
1316
+ "loss": 0.0436,
1317
+ "step": 218
1318
+ },
1319
+ {
1320
+ "epoch": 6.26,
1321
+ "learning_rate": 2.3978228600109565e-05,
1322
+ "loss": 0.0406,
1323
+ "step": 219
1324
+ },
1325
+ {
1326
+ "epoch": 6.29,
1327
+ "learning_rate": 2.3230219505917426e-05,
1328
+ "loss": 0.0464,
1329
+ "step": 220
1330
+ },
1331
+ {
1332
+ "epoch": 6.31,
1333
+ "learning_rate": 2.249252724943336e-05,
1334
+ "loss": 0.0414,
1335
+ "step": 221
1336
+ },
1337
+ {
1338
+ "epoch": 6.34,
1339
+ "learning_rate": 2.176525096668769e-05,
1340
+ "loss": 0.0398,
1341
+ "step": 222
1342
+ },
1343
+ {
1344
+ "epoch": 6.37,
1345
+ "learning_rate": 2.1048488393942454e-05,
1346
+ "loss": 0.0408,
1347
+ "step": 223
1348
+ },
1349
+ {
1350
+ "epoch": 6.4,
1351
+ "learning_rate": 2.0342335854556737e-05,
1352
+ "loss": 0.0419,
1353
+ "step": 224
1354
+ },
1355
+ {
1356
+ "epoch": 6.43,
1357
+ "learning_rate": 1.964688824604234e-05,
1358
+ "loss": 0.0471,
1359
+ "step": 225
1360
+ },
1361
+ {
1362
+ "epoch": 6.46,
1363
+ "learning_rate": 1.896223902731058e-05,
1364
+ "loss": 0.0457,
1365
+ "step": 226
1366
+ },
1367
+ {
1368
+ "epoch": 6.49,
1369
+ "learning_rate": 1.828848020611288e-05,
1370
+ "loss": 0.0375,
1371
+ "step": 227
1372
+ },
1373
+ {
1374
+ "epoch": 6.51,
1375
+ "learning_rate": 1.762570232667595e-05,
1376
+ "loss": 0.0352,
1377
+ "step": 228
1378
+ },
1379
+ {
1380
+ "epoch": 6.54,
1381
+ "learning_rate": 1.6973994457534026e-05,
1382
+ "loss": 0.0403,
1383
+ "step": 229
1384
+ },
1385
+ {
1386
+ "epoch": 6.57,
1387
+ "learning_rate": 1.6333444179559078e-05,
1388
+ "loss": 0.0402,
1389
+ "step": 230
1390
+ },
1391
+ {
1392
+ "epoch": 6.6,
1393
+ "learning_rate": 1.5704137574191203e-05,
1394
+ "loss": 0.0406,
1395
+ "step": 231
1396
+ },
1397
+ {
1398
+ "epoch": 6.63,
1399
+ "learning_rate": 1.5086159211870442e-05,
1400
+ "loss": 0.0407,
1401
+ "step": 232
1402
+ },
1403
+ {
1404
+ "epoch": 6.66,
1405
+ "learning_rate": 1.447959214067155e-05,
1406
+ "loss": 0.0361,
1407
+ "step": 233
1408
+ },
1409
+ {
1410
+ "epoch": 6.69,
1411
+ "learning_rate": 1.3884517875143544e-05,
1412
+ "loss": 0.0389,
1413
+ "step": 234
1414
+ },
1415
+ {
1416
+ "epoch": 6.71,
1417
+ "learning_rate": 1.3301016385355092e-05,
1418
+ "loss": 0.0431,
1419
+ "step": 235
1420
+ },
1421
+ {
1422
+ "epoch": 6.74,
1423
+ "learning_rate": 1.2729166086147803e-05,
1424
+ "loss": 0.0439,
1425
+ "step": 236
1426
+ },
1427
+ {
1428
+ "epoch": 6.77,
1429
+ "learning_rate": 1.2169043826598058e-05,
1430
+ "loss": 0.042,
1431
+ "step": 237
1432
+ },
1433
+ {
1434
+ "epoch": 6.8,
1435
+ "learning_rate": 1.1620724879689792e-05,
1436
+ "loss": 0.0447,
1437
+ "step": 238
1438
+ },
1439
+ {
1440
+ "epoch": 6.83,
1441
+ "learning_rate": 1.1084282932198541e-05,
1442
+ "loss": 0.0386,
1443
+ "step": 239
1444
+ },
1445
+ {
1446
+ "epoch": 6.86,
1447
+ "learning_rate": 1.0559790074789133e-05,
1448
+ "loss": 0.0408,
1449
+ "step": 240
1450
+ },
1451
+ {
1452
+ "epoch": 6.89,
1453
+ "learning_rate": 1.0047316792327499e-05,
1454
+ "loss": 0.0384,
1455
+ "step": 241
1456
+ },
1457
+ {
1458
+ "epoch": 6.91,
1459
+ "learning_rate": 9.546931954408622e-06,
1460
+ "loss": 0.0385,
1461
+ "step": 242
1462
+ },
1463
+ {
1464
+ "epoch": 6.94,
1465
+ "learning_rate": 9.058702806101172e-06,
1466
+ "loss": 0.0403,
1467
+ "step": 243
1468
+ },
1469
+ {
1470
+ "epoch": 6.97,
1471
+ "learning_rate": 8.58269495891081e-06,
1472
+ "loss": 0.0467,
1473
+ "step": 244
1474
+ },
1475
+ {
1476
+ "epoch": 7.0,
1477
+ "learning_rate": 8.118972381962853e-06,
1478
+ "loss": 0.0411,
1479
+ "step": 245
1480
+ },
1481
+ {
1482
+ "epoch": 7.03,
1483
+ "learning_rate": 7.6675973934056e-06,
1484
+ "loss": 0.0347,
1485
+ "step": 246
1486
+ },
1487
+ {
1488
+ "epoch": 7.06,
1489
+ "learning_rate": 7.228630652035717e-06,
1490
+ "loss": 0.0344,
1491
+ "step": 247
1492
+ },
1493
+ {
1494
+ "epoch": 7.09,
1495
+ "learning_rate": 6.802131149146373e-06,
1496
+ "loss": 0.0322,
1497
+ "step": 248
1498
+ },
1499
+ {
1500
+ "epoch": 7.11,
1501
+ "learning_rate": 6.388156200599726e-06,
1502
+ "loss": 0.0304,
1503
+ "step": 249
1504
+ },
1505
+ {
1506
+ "epoch": 7.14,
1507
+ "learning_rate": 5.986761439124289e-06,
1508
+ "loss": 0.0346,
1509
+ "step": 250
1510
+ },
1511
+ {
1512
+ "epoch": 7.17,
1513
+ "learning_rate": 5.598000806838766e-06,
1514
+ "loss": 0.0335,
1515
+ "step": 251
1516
+ },
1517
+ {
1518
+ "epoch": 7.2,
1519
+ "learning_rate": 5.221926548002876e-06,
1520
+ "loss": 0.0301,
1521
+ "step": 252
1522
+ },
1523
+ {
1524
+ "epoch": 7.23,
1525
+ "learning_rate": 4.858589201996433e-06,
1526
+ "loss": 0.032,
1527
+ "step": 253
1528
+ },
1529
+ {
1530
+ "epoch": 7.26,
1531
+ "learning_rate": 4.508037596527526e-06,
1532
+ "loss": 0.0318,
1533
+ "step": 254
1534
+ },
1535
+ {
1536
+ "epoch": 7.29,
1537
+ "learning_rate": 4.170318841070708e-06,
1538
+ "loss": 0.0279,
1539
+ "step": 255
1540
+ },
1541
+ {
1542
+ "epoch": 7.31,
1543
+ "learning_rate": 3.845478320536178e-06,
1544
+ "loss": 0.0265,
1545
+ "step": 256
1546
+ },
1547
+ {
1548
+ "epoch": 7.34,
1549
+ "learning_rate": 3.53355968917054e-06,
1550
+ "loss": 0.0322,
1551
+ "step": 257
1552
+ },
1553
+ {
1554
+ "epoch": 7.37,
1555
+ "learning_rate": 3.2346048646903494e-06,
1556
+ "loss": 0.0336,
1557
+ "step": 258
1558
+ },
1559
+ {
1560
+ "epoch": 7.4,
1561
+ "learning_rate": 2.9486540226488557e-06,
1562
+ "loss": 0.0303,
1563
+ "step": 259
1564
+ },
1565
+ {
1566
+ "epoch": 7.43,
1567
+ "learning_rate": 2.6757455910370488e-06,
1568
+ "loss": 0.0298,
1569
+ "step": 260
1570
+ },
1571
+ {
1572
+ "epoch": 7.46,
1573
+ "learning_rate": 2.4159162451193097e-06,
1574
+ "loss": 0.0256,
1575
+ "step": 261
1576
+ },
1577
+ {
1578
+ "epoch": 7.49,
1579
+ "learning_rate": 2.1692009025048422e-06,
1580
+ "loss": 0.0315,
1581
+ "step": 262
1582
+ },
1583
+ {
1584
+ "epoch": 7.51,
1585
+ "learning_rate": 1.9356327184551714e-06,
1586
+ "loss": 0.0266,
1587
+ "step": 263
1588
+ },
1589
+ {
1590
+ "epoch": 7.54,
1591
+ "learning_rate": 1.7152430814285303e-06,
1592
+ "loss": 0.029,
1593
+ "step": 264
1594
+ },
1595
+ {
1596
+ "epoch": 7.57,
1597
+ "learning_rate": 1.5080616088616884e-06,
1598
+ "loss": 0.0289,
1599
+ "step": 265
1600
+ },
1601
+ {
1602
+ "epoch": 7.6,
1603
+ "learning_rate": 1.3141161431896808e-06,
1604
+ "loss": 0.0285,
1605
+ "step": 266
1606
+ },
1607
+ {
1608
+ "epoch": 7.63,
1609
+ "learning_rate": 1.1334327481042573e-06,
1610
+ "loss": 0.0285,
1611
+ "step": 267
1612
+ },
1613
+ {
1614
+ "epoch": 7.66,
1615
+ "learning_rate": 9.660357050512158e-07,
1616
+ "loss": 0.0329,
1617
+ "step": 268
1618
+ },
1619
+ {
1620
+ "epoch": 7.69,
1621
+ "learning_rate": 8.119475099673036e-07,
1622
+ "loss": 0.0303,
1623
+ "step": 269
1624
+ },
1625
+ {
1626
+ "epoch": 7.71,
1627
+ "learning_rate": 6.711888702570556e-07,
1628
+ "loss": 0.0282,
1629
+ "step": 270
1630
+ },
1631
+ {
1632
+ "epoch": 7.74,
1633
+ "learning_rate": 5.437787020100115e-07,
1634
+ "loss": 0.0271,
1635
+ "step": 271
1636
+ },
1637
+ {
1638
+ "epoch": 7.77,
1639
+ "learning_rate": 4.297341274586475e-07,
1640
+ "loss": 0.0303,
1641
+ "step": 272
1642
+ },
1643
+ {
1644
+ "epoch": 7.8,
1645
+ "learning_rate": 3.290704726773619e-07,
1646
+ "loss": 0.0283,
1647
+ "step": 273
1648
+ },
1649
+ {
1650
+ "epoch": 7.83,
1651
+ "learning_rate": 2.418012655228452e-07,
1652
+ "loss": 0.0305,
1653
+ "step": 274
1654
+ },
1655
+ {
1656
+ "epoch": 7.86,
1657
+ "learning_rate": 1.6793823381614505e-07,
1658
+ "loss": 0.0243,
1659
+ "step": 275
1660
+ },
1661
+ {
1662
+ "epoch": 7.89,
1663
+ "learning_rate": 1.0749130376659366e-07,
1664
+ "loss": 0.0271,
1665
+ "step": 276
1666
+ },
1667
+ {
1668
+ "epoch": 7.91,
1669
+ "learning_rate": 6.046859863781951e-08,
1670
+ "loss": 0.0288,
1671
+ "step": 277
1672
+ },
1673
+ {
1674
+ "epoch": 7.94,
1675
+ "learning_rate": 2.6876437656153665e-08,
1676
+ "loss": 0.0278,
1677
+ "step": 278
1678
+ },
1679
+ {
1680
+ "epoch": 7.97,
1681
+ "learning_rate": 6.719335161364804e-09,
1682
+ "loss": 0.0289,
1683
+ "step": 279
1684
+ },
1685
+ {
1686
+ "epoch": 8.0,
1687
+ "learning_rate": 0.0,
1688
+ "loss": 0.0321,
1689
+ "step": 280
1690
+ },
1691
+ {
1692
+ "epoch": 8.0,
1693
+ "step": 280,
1694
+ "total_flos": 71501879181312.0,
1695
+ "train_loss": 0.09845655608390058,
1696
+ "train_runtime": 2894.849,
1697
+ "train_samples_per_second": 12.281,
1698
+ "train_steps_per_second": 0.097
1699
+ }
1700
+ ],
1701
+ "logging_steps": 1.0,
1702
+ "max_steps": 280,
1703
+ "num_input_tokens_seen": 0,
1704
+ "num_train_epochs": 8,
1705
+ "save_steps": 72,
1706
+ "total_flos": 71501879181312.0,
1707
+ "train_batch_size": 16,
1708
+ "trial_name": null,
1709
+ "trial_params": null
1710
+ }