rule_learning_margin_1mm / trainer_state.json
enoriega's picture
End of training
5b0f3e0
{
"best_metric": null,
"best_model_checkpoint": null,
"epoch": 3.0,
"global_step": 375,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.01,
"learning_rate": 5e-05,
"loss": 1.0136,
"step": 1
},
{
"epoch": 0.02,
"learning_rate": 4.986666666666667e-05,
"loss": 1.0177,
"step": 2
},
{
"epoch": 0.02,
"learning_rate": 4.973333333333334e-05,
"loss": 0.9893,
"step": 3
},
{
"epoch": 0.03,
"learning_rate": 4.96e-05,
"loss": 0.9719,
"step": 4
},
{
"epoch": 0.04,
"learning_rate": 4.9466666666666665e-05,
"loss": 0.9561,
"step": 5
},
{
"epoch": 0.05,
"learning_rate": 4.933333333333334e-05,
"loss": 0.9445,
"step": 6
},
{
"epoch": 0.06,
"learning_rate": 4.92e-05,
"loss": 0.9103,
"step": 7
},
{
"epoch": 0.06,
"learning_rate": 4.906666666666667e-05,
"loss": 0.8908,
"step": 8
},
{
"epoch": 0.07,
"learning_rate": 4.8933333333333335e-05,
"loss": 0.8472,
"step": 9
},
{
"epoch": 0.08,
"learning_rate": 4.88e-05,
"loss": 0.8021,
"step": 10
},
{
"epoch": 0.09,
"learning_rate": 4.866666666666667e-05,
"loss": 0.7683,
"step": 11
},
{
"epoch": 0.1,
"learning_rate": 4.853333333333334e-05,
"loss": 0.7518,
"step": 12
},
{
"epoch": 0.1,
"learning_rate": 4.8400000000000004e-05,
"loss": 0.7466,
"step": 13
},
{
"epoch": 0.11,
"learning_rate": 4.826666666666667e-05,
"loss": 0.7264,
"step": 14
},
{
"epoch": 0.12,
"learning_rate": 4.8133333333333336e-05,
"loss": 0.7119,
"step": 15
},
{
"epoch": 0.13,
"learning_rate": 4.8e-05,
"loss": 0.7,
"step": 16
},
{
"epoch": 0.14,
"learning_rate": 4.7866666666666674e-05,
"loss": 0.6904,
"step": 17
},
{
"epoch": 0.14,
"learning_rate": 4.773333333333333e-05,
"loss": 0.6963,
"step": 18
},
{
"epoch": 0.15,
"learning_rate": 4.76e-05,
"loss": 0.6489,
"step": 19
},
{
"epoch": 0.16,
"learning_rate": 4.746666666666667e-05,
"loss": 0.6482,
"step": 20
},
{
"epoch": 0.16,
"eval_loss": 0.6494140625,
"eval_margin_accuracy": 0.7262789139017646,
"eval_runtime": 1776.9743,
"eval_samples_per_second": 199.837,
"eval_steps_per_second": 49.96,
"step": 20
},
{
"epoch": 0.17,
"learning_rate": 4.7333333333333336e-05,
"loss": 0.653,
"step": 21
},
{
"epoch": 0.18,
"learning_rate": 4.72e-05,
"loss": 0.6221,
"step": 22
},
{
"epoch": 0.18,
"learning_rate": 4.706666666666667e-05,
"loss": 0.6174,
"step": 23
},
{
"epoch": 0.19,
"learning_rate": 4.6933333333333333e-05,
"loss": 0.6263,
"step": 24
},
{
"epoch": 0.2,
"learning_rate": 4.6800000000000006e-05,
"loss": 0.5972,
"step": 25
},
{
"epoch": 0.21,
"learning_rate": 4.666666666666667e-05,
"loss": 0.5969,
"step": 26
},
{
"epoch": 0.22,
"learning_rate": 4.653333333333334e-05,
"loss": 0.5851,
"step": 27
},
{
"epoch": 0.22,
"learning_rate": 4.64e-05,
"loss": 0.5713,
"step": 28
},
{
"epoch": 0.23,
"learning_rate": 4.626666666666667e-05,
"loss": 0.5674,
"step": 29
},
{
"epoch": 0.24,
"learning_rate": 4.6133333333333334e-05,
"loss": 0.5607,
"step": 30
},
{
"epoch": 0.25,
"learning_rate": 4.600000000000001e-05,
"loss": 0.5695,
"step": 31
},
{
"epoch": 0.26,
"learning_rate": 4.5866666666666666e-05,
"loss": 0.5487,
"step": 32
},
{
"epoch": 0.26,
"learning_rate": 4.573333333333333e-05,
"loss": 0.5533,
"step": 33
},
{
"epoch": 0.27,
"learning_rate": 4.5600000000000004e-05,
"loss": 0.5487,
"step": 34
},
{
"epoch": 0.28,
"learning_rate": 4.546666666666667e-05,
"loss": 0.5401,
"step": 35
},
{
"epoch": 0.29,
"learning_rate": 4.5333333333333335e-05,
"loss": 0.5376,
"step": 36
},
{
"epoch": 0.3,
"learning_rate": 4.52e-05,
"loss": 0.5315,
"step": 37
},
{
"epoch": 0.3,
"learning_rate": 4.5066666666666667e-05,
"loss": 0.5183,
"step": 38
},
{
"epoch": 0.31,
"learning_rate": 4.493333333333333e-05,
"loss": 0.5152,
"step": 39
},
{
"epoch": 0.32,
"learning_rate": 4.4800000000000005e-05,
"loss": 0.5151,
"step": 40
},
{
"epoch": 0.32,
"eval_loss": 0.5087890625,
"eval_margin_accuracy": 0.7792152202440962,
"eval_runtime": 1761.8096,
"eval_samples_per_second": 201.558,
"eval_steps_per_second": 50.39,
"step": 40
},
{
"epoch": 0.33,
"learning_rate": 4.466666666666667e-05,
"loss": 0.5245,
"step": 41
},
{
"epoch": 0.34,
"learning_rate": 4.4533333333333336e-05,
"loss": 0.5269,
"step": 42
},
{
"epoch": 0.34,
"learning_rate": 4.44e-05,
"loss": 0.5192,
"step": 43
},
{
"epoch": 0.35,
"learning_rate": 4.426666666666667e-05,
"loss": 0.5027,
"step": 44
},
{
"epoch": 0.36,
"learning_rate": 4.413333333333334e-05,
"loss": 0.511,
"step": 45
},
{
"epoch": 0.37,
"learning_rate": 4.4000000000000006e-05,
"loss": 0.4992,
"step": 46
},
{
"epoch": 0.38,
"learning_rate": 4.3866666666666665e-05,
"loss": 0.5047,
"step": 47
},
{
"epoch": 0.38,
"learning_rate": 4.373333333333334e-05,
"loss": 0.4865,
"step": 48
},
{
"epoch": 0.39,
"learning_rate": 4.36e-05,
"loss": 0.5056,
"step": 49
},
{
"epoch": 0.4,
"learning_rate": 4.346666666666667e-05,
"loss": 0.4905,
"step": 50
},
{
"epoch": 0.41,
"learning_rate": 4.3333333333333334e-05,
"loss": 0.5004,
"step": 51
},
{
"epoch": 0.42,
"learning_rate": 4.32e-05,
"loss": 0.4966,
"step": 52
},
{
"epoch": 0.42,
"learning_rate": 4.3066666666666665e-05,
"loss": 0.4913,
"step": 53
},
{
"epoch": 0.43,
"learning_rate": 4.293333333333334e-05,
"loss": 0.4782,
"step": 54
},
{
"epoch": 0.44,
"learning_rate": 4.2800000000000004e-05,
"loss": 0.4691,
"step": 55
},
{
"epoch": 0.45,
"learning_rate": 4.266666666666667e-05,
"loss": 0.48,
"step": 56
},
{
"epoch": 0.46,
"learning_rate": 4.2533333333333335e-05,
"loss": 0.465,
"step": 57
},
{
"epoch": 0.46,
"learning_rate": 4.24e-05,
"loss": 0.476,
"step": 58
},
{
"epoch": 0.47,
"learning_rate": 4.226666666666667e-05,
"loss": 0.4817,
"step": 59
},
{
"epoch": 0.48,
"learning_rate": 4.213333333333334e-05,
"loss": 0.4822,
"step": 60
},
{
"epoch": 0.48,
"eval_loss": 0.44287109375,
"eval_margin_accuracy": 0.8045090761631738,
"eval_runtime": 1761.6424,
"eval_samples_per_second": 201.577,
"eval_steps_per_second": 50.394,
"step": 60
},
{
"epoch": 0.49,
"learning_rate": 4.2e-05,
"loss": 0.4684,
"step": 61
},
{
"epoch": 0.5,
"learning_rate": 4.186666666666667e-05,
"loss": 0.4583,
"step": 62
},
{
"epoch": 0.5,
"learning_rate": 4.1733333333333336e-05,
"loss": 0.4632,
"step": 63
},
{
"epoch": 0.51,
"learning_rate": 4.16e-05,
"loss": 0.4618,
"step": 64
},
{
"epoch": 0.52,
"learning_rate": 4.146666666666667e-05,
"loss": 0.461,
"step": 65
},
{
"epoch": 0.53,
"learning_rate": 4.133333333333333e-05,
"loss": 0.4607,
"step": 66
},
{
"epoch": 0.54,
"learning_rate": 4.12e-05,
"loss": 0.4647,
"step": 67
},
{
"epoch": 0.54,
"learning_rate": 4.106666666666667e-05,
"loss": 0.4545,
"step": 68
},
{
"epoch": 0.55,
"learning_rate": 4.093333333333334e-05,
"loss": 0.4496,
"step": 69
},
{
"epoch": 0.56,
"learning_rate": 4.08e-05,
"loss": 0.4599,
"step": 70
},
{
"epoch": 0.57,
"learning_rate": 4.066666666666667e-05,
"loss": 0.4499,
"step": 71
},
{
"epoch": 0.58,
"learning_rate": 4.0533333333333334e-05,
"loss": 0.4526,
"step": 72
},
{
"epoch": 0.58,
"learning_rate": 4.0400000000000006e-05,
"loss": 0.453,
"step": 73
},
{
"epoch": 0.59,
"learning_rate": 4.026666666666667e-05,
"loss": 0.4518,
"step": 74
},
{
"epoch": 0.6,
"learning_rate": 4.013333333333333e-05,
"loss": 0.452,
"step": 75
},
{
"epoch": 0.61,
"learning_rate": 4e-05,
"loss": 0.4443,
"step": 76
},
{
"epoch": 0.62,
"learning_rate": 3.986666666666667e-05,
"loss": 0.4491,
"step": 77
},
{
"epoch": 0.62,
"learning_rate": 3.9733333333333335e-05,
"loss": 0.4681,
"step": 78
},
{
"epoch": 0.63,
"learning_rate": 3.960000000000001e-05,
"loss": 0.4444,
"step": 79
},
{
"epoch": 0.64,
"learning_rate": 3.9466666666666666e-05,
"loss": 0.4472,
"step": 80
},
{
"epoch": 0.64,
"eval_loss": 0.426513671875,
"eval_margin_accuracy": 0.8107325699931851,
"eval_runtime": 1765.2395,
"eval_samples_per_second": 201.166,
"eval_steps_per_second": 50.292,
"step": 80
},
{
"epoch": 0.65,
"learning_rate": 3.933333333333333e-05,
"loss": 0.4388,
"step": 81
},
{
"epoch": 0.66,
"learning_rate": 3.9200000000000004e-05,
"loss": 0.4417,
"step": 82
},
{
"epoch": 0.66,
"learning_rate": 3.906666666666667e-05,
"loss": 0.4299,
"step": 83
},
{
"epoch": 0.67,
"learning_rate": 3.8933333333333336e-05,
"loss": 0.4393,
"step": 84
},
{
"epoch": 0.68,
"learning_rate": 3.88e-05,
"loss": 0.4378,
"step": 85
},
{
"epoch": 0.69,
"learning_rate": 3.866666666666667e-05,
"loss": 0.4319,
"step": 86
},
{
"epoch": 0.7,
"learning_rate": 3.853333333333334e-05,
"loss": 0.4434,
"step": 87
},
{
"epoch": 0.7,
"learning_rate": 3.8400000000000005e-05,
"loss": 0.4336,
"step": 88
},
{
"epoch": 0.71,
"learning_rate": 3.8266666666666664e-05,
"loss": 0.4372,
"step": 89
},
{
"epoch": 0.72,
"learning_rate": 3.8133333333333336e-05,
"loss": 0.4266,
"step": 90
},
{
"epoch": 0.73,
"learning_rate": 3.8e-05,
"loss": 0.4461,
"step": 91
},
{
"epoch": 0.74,
"learning_rate": 3.786666666666667e-05,
"loss": 0.4343,
"step": 92
},
{
"epoch": 0.74,
"learning_rate": 3.773333333333334e-05,
"loss": 0.4258,
"step": 93
},
{
"epoch": 0.75,
"learning_rate": 3.76e-05,
"loss": 0.434,
"step": 94
},
{
"epoch": 0.76,
"learning_rate": 3.7466666666666665e-05,
"loss": 0.4308,
"step": 95
},
{
"epoch": 0.77,
"learning_rate": 3.733333333333334e-05,
"loss": 0.449,
"step": 96
},
{
"epoch": 0.78,
"learning_rate": 3.72e-05,
"loss": 0.4349,
"step": 97
},
{
"epoch": 0.78,
"learning_rate": 3.706666666666667e-05,
"loss": 0.4209,
"step": 98
},
{
"epoch": 0.79,
"learning_rate": 3.6933333333333334e-05,
"loss": 0.4242,
"step": 99
},
{
"epoch": 0.8,
"learning_rate": 3.68e-05,
"loss": 0.4352,
"step": 100
},
{
"epoch": 0.8,
"eval_loss": 0.41552734375,
"eval_margin_accuracy": 0.8131656463140583,
"eval_runtime": 1764.7811,
"eval_samples_per_second": 201.218,
"eval_steps_per_second": 50.305,
"step": 100
},
{
"epoch": 0.81,
"learning_rate": 3.6666666666666666e-05,
"loss": 0.4333,
"step": 101
},
{
"epoch": 0.82,
"learning_rate": 3.653333333333334e-05,
"loss": 0.4236,
"step": 102
},
{
"epoch": 0.82,
"learning_rate": 3.6400000000000004e-05,
"loss": 0.4371,
"step": 103
},
{
"epoch": 0.83,
"learning_rate": 3.626666666666667e-05,
"loss": 0.4412,
"step": 104
},
{
"epoch": 0.84,
"learning_rate": 3.6133333333333335e-05,
"loss": 0.4337,
"step": 105
},
{
"epoch": 0.85,
"learning_rate": 3.6e-05,
"loss": 0.4346,
"step": 106
},
{
"epoch": 0.86,
"learning_rate": 3.586666666666667e-05,
"loss": 0.4456,
"step": 107
},
{
"epoch": 0.86,
"learning_rate": 3.573333333333333e-05,
"loss": 0.4321,
"step": 108
},
{
"epoch": 0.87,
"learning_rate": 3.56e-05,
"loss": 0.4225,
"step": 109
},
{
"epoch": 0.88,
"learning_rate": 3.546666666666667e-05,
"loss": 0.4168,
"step": 110
},
{
"epoch": 0.89,
"learning_rate": 3.5333333333333336e-05,
"loss": 0.4331,
"step": 111
},
{
"epoch": 0.9,
"learning_rate": 3.52e-05,
"loss": 0.4377,
"step": 112
},
{
"epoch": 0.9,
"learning_rate": 3.506666666666667e-05,
"loss": 0.4181,
"step": 113
},
{
"epoch": 0.91,
"learning_rate": 3.493333333333333e-05,
"loss": 0.4168,
"step": 114
},
{
"epoch": 0.92,
"learning_rate": 3.48e-05,
"loss": 0.4169,
"step": 115
},
{
"epoch": 0.93,
"learning_rate": 3.466666666666667e-05,
"loss": 0.4347,
"step": 116
},
{
"epoch": 0.94,
"learning_rate": 3.453333333333334e-05,
"loss": 0.4258,
"step": 117
},
{
"epoch": 0.94,
"learning_rate": 3.4399999999999996e-05,
"loss": 0.4176,
"step": 118
},
{
"epoch": 0.95,
"learning_rate": 3.426666666666667e-05,
"loss": 0.4277,
"step": 119
},
{
"epoch": 0.96,
"learning_rate": 3.4133333333333334e-05,
"loss": 0.4335,
"step": 120
},
{
"epoch": 0.96,
"eval_loss": 0.412841796875,
"eval_margin_accuracy": 0.8115942845234944,
"eval_runtime": 1762.5745,
"eval_samples_per_second": 201.47,
"eval_steps_per_second": 50.368,
"step": 120
},
{
"epoch": 0.97,
"learning_rate": 3.4000000000000007e-05,
"loss": 0.4128,
"step": 121
},
{
"epoch": 0.98,
"learning_rate": 3.3866666666666665e-05,
"loss": 0.4172,
"step": 122
},
{
"epoch": 0.98,
"learning_rate": 3.373333333333333e-05,
"loss": 0.4428,
"step": 123
},
{
"epoch": 0.99,
"learning_rate": 3.3600000000000004e-05,
"loss": 0.4195,
"step": 124
},
{
"epoch": 1.0,
"learning_rate": 3.346666666666667e-05,
"loss": 0.4253,
"step": 125
},
{
"epoch": 1.01,
"learning_rate": 3.3333333333333335e-05,
"loss": 0.4341,
"step": 126
},
{
"epoch": 1.02,
"learning_rate": 3.32e-05,
"loss": 0.4247,
"step": 127
},
{
"epoch": 1.02,
"learning_rate": 3.3066666666666666e-05,
"loss": 0.4108,
"step": 128
},
{
"epoch": 1.03,
"learning_rate": 3.293333333333333e-05,
"loss": 0.422,
"step": 129
},
{
"epoch": 1.04,
"learning_rate": 3.2800000000000004e-05,
"loss": 0.4196,
"step": 130
},
{
"epoch": 1.05,
"learning_rate": 3.266666666666667e-05,
"loss": 0.4229,
"step": 131
},
{
"epoch": 1.06,
"learning_rate": 3.253333333333333e-05,
"loss": 0.4164,
"step": 132
},
{
"epoch": 1.06,
"learning_rate": 3.24e-05,
"loss": 0.4252,
"step": 133
},
{
"epoch": 1.07,
"learning_rate": 3.226666666666667e-05,
"loss": 0.4459,
"step": 134
},
{
"epoch": 1.08,
"learning_rate": 3.213333333333334e-05,
"loss": 0.4202,
"step": 135
},
{
"epoch": 1.09,
"learning_rate": 3.2000000000000005e-05,
"loss": 0.4193,
"step": 136
},
{
"epoch": 1.1,
"learning_rate": 3.1866666666666664e-05,
"loss": 0.4234,
"step": 137
},
{
"epoch": 1.1,
"learning_rate": 3.173333333333334e-05,
"loss": 0.404,
"step": 138
},
{
"epoch": 1.11,
"learning_rate": 3.16e-05,
"loss": 0.4128,
"step": 139
},
{
"epoch": 1.12,
"learning_rate": 3.146666666666667e-05,
"loss": 0.4113,
"step": 140
},
{
"epoch": 1.12,
"eval_loss": 0.411865234375,
"eval_margin_accuracy": 0.8141568996299696,
"eval_runtime": 1757.9771,
"eval_samples_per_second": 201.997,
"eval_steps_per_second": 50.5,
"step": 140
},
{
"epoch": 1.13,
"learning_rate": 3.1333333333333334e-05,
"loss": 0.4145,
"step": 141
},
{
"epoch": 1.14,
"learning_rate": 3.12e-05,
"loss": 0.4293,
"step": 142
},
{
"epoch": 1.14,
"learning_rate": 3.1066666666666665e-05,
"loss": 0.4118,
"step": 143
},
{
"epoch": 1.15,
"learning_rate": 3.093333333333334e-05,
"loss": 0.4143,
"step": 144
},
{
"epoch": 1.16,
"learning_rate": 3.08e-05,
"loss": 0.4234,
"step": 145
},
{
"epoch": 1.17,
"learning_rate": 3.066666666666667e-05,
"loss": 0.4175,
"step": 146
},
{
"epoch": 1.18,
"learning_rate": 3.0533333333333335e-05,
"loss": 0.4218,
"step": 147
},
{
"epoch": 1.18,
"learning_rate": 3.04e-05,
"loss": 0.4159,
"step": 148
},
{
"epoch": 1.19,
"learning_rate": 3.0266666666666666e-05,
"loss": 0.4128,
"step": 149
},
{
"epoch": 1.2,
"learning_rate": 3.0133333333333335e-05,
"loss": 0.4101,
"step": 150
},
{
"epoch": 1.21,
"learning_rate": 3e-05,
"loss": 0.4319,
"step": 151
},
{
"epoch": 1.22,
"learning_rate": 2.986666666666667e-05,
"loss": 0.4316,
"step": 152
},
{
"epoch": 1.22,
"learning_rate": 2.9733333333333336e-05,
"loss": 0.4216,
"step": 153
},
{
"epoch": 1.23,
"learning_rate": 2.96e-05,
"loss": 0.4259,
"step": 154
},
{
"epoch": 1.24,
"learning_rate": 2.946666666666667e-05,
"loss": 0.4124,
"step": 155
},
{
"epoch": 1.25,
"learning_rate": 2.9333333333333336e-05,
"loss": 0.4267,
"step": 156
},
{
"epoch": 1.26,
"learning_rate": 2.9199999999999998e-05,
"loss": 0.4258,
"step": 157
},
{
"epoch": 1.26,
"learning_rate": 2.906666666666667e-05,
"loss": 0.4234,
"step": 158
},
{
"epoch": 1.27,
"learning_rate": 2.8933333333333333e-05,
"loss": 0.438,
"step": 159
},
{
"epoch": 1.28,
"learning_rate": 2.88e-05,
"loss": 0.4186,
"step": 160
},
{
"epoch": 1.28,
"eval_loss": 0.407470703125,
"eval_margin_accuracy": 0.8119772687591874,
"eval_runtime": 1758.1408,
"eval_samples_per_second": 201.978,
"eval_steps_per_second": 50.495,
"step": 160
},
{
"epoch": 1.29,
"learning_rate": 2.8666666666666668e-05,
"loss": 0.416,
"step": 161
},
{
"epoch": 1.3,
"learning_rate": 2.8533333333333333e-05,
"loss": 0.4216,
"step": 162
},
{
"epoch": 1.3,
"learning_rate": 2.84e-05,
"loss": 0.4161,
"step": 163
},
{
"epoch": 1.31,
"learning_rate": 2.8266666666666668e-05,
"loss": 0.4161,
"step": 164
},
{
"epoch": 1.32,
"learning_rate": 2.8133333333333334e-05,
"loss": 0.4122,
"step": 165
},
{
"epoch": 1.33,
"learning_rate": 2.8000000000000003e-05,
"loss": 0.4263,
"step": 166
},
{
"epoch": 1.34,
"learning_rate": 2.786666666666667e-05,
"loss": 0.4296,
"step": 167
},
{
"epoch": 1.34,
"learning_rate": 2.7733333333333334e-05,
"loss": 0.3995,
"step": 168
},
{
"epoch": 1.35,
"learning_rate": 2.7600000000000003e-05,
"loss": 0.4235,
"step": 169
},
{
"epoch": 1.36,
"learning_rate": 2.746666666666667e-05,
"loss": 0.4074,
"step": 170
},
{
"epoch": 1.37,
"learning_rate": 2.733333333333333e-05,
"loss": 0.4048,
"step": 171
},
{
"epoch": 1.38,
"learning_rate": 2.7200000000000004e-05,
"loss": 0.4196,
"step": 172
},
{
"epoch": 1.38,
"learning_rate": 2.706666666666667e-05,
"loss": 0.4135,
"step": 173
},
{
"epoch": 1.39,
"learning_rate": 2.6933333333333332e-05,
"loss": 0.4193,
"step": 174
},
{
"epoch": 1.4,
"learning_rate": 2.6800000000000004e-05,
"loss": 0.4027,
"step": 175
},
{
"epoch": 1.41,
"learning_rate": 2.6666666666666667e-05,
"loss": 0.4155,
"step": 176
},
{
"epoch": 1.42,
"learning_rate": 2.6533333333333332e-05,
"loss": 0.4049,
"step": 177
},
{
"epoch": 1.42,
"learning_rate": 2.64e-05,
"loss": 0.4223,
"step": 178
},
{
"epoch": 1.43,
"learning_rate": 2.6266666666666667e-05,
"loss": 0.4182,
"step": 179
},
{
"epoch": 1.44,
"learning_rate": 2.6133333333333333e-05,
"loss": 0.42,
"step": 180
},
{
"epoch": 1.44,
"eval_loss": 0.4072265625,
"eval_margin_accuracy": 0.8123151960259754,
"eval_runtime": 1758.1902,
"eval_samples_per_second": 201.972,
"eval_steps_per_second": 50.493,
"step": 180
},
{
"epoch": 1.45,
"learning_rate": 2.6000000000000002e-05,
"loss": 0.4155,
"step": 181
},
{
"epoch": 1.46,
"learning_rate": 2.5866666666666667e-05,
"loss": 0.4017,
"step": 182
},
{
"epoch": 1.46,
"learning_rate": 2.5733333333333337e-05,
"loss": 0.4234,
"step": 183
},
{
"epoch": 1.47,
"learning_rate": 2.5600000000000002e-05,
"loss": 0.4153,
"step": 184
},
{
"epoch": 1.48,
"learning_rate": 2.5466666666666668e-05,
"loss": 0.4087,
"step": 185
},
{
"epoch": 1.49,
"learning_rate": 2.5333333333333337e-05,
"loss": 0.4126,
"step": 186
},
{
"epoch": 1.5,
"learning_rate": 2.5200000000000003e-05,
"loss": 0.4165,
"step": 187
},
{
"epoch": 1.5,
"learning_rate": 2.5066666666666665e-05,
"loss": 0.4044,
"step": 188
},
{
"epoch": 1.51,
"learning_rate": 2.4933333333333334e-05,
"loss": 0.4291,
"step": 189
},
{
"epoch": 1.52,
"learning_rate": 2.48e-05,
"loss": 0.4179,
"step": 190
},
{
"epoch": 1.53,
"learning_rate": 2.466666666666667e-05,
"loss": 0.4125,
"step": 191
},
{
"epoch": 1.54,
"learning_rate": 2.4533333333333334e-05,
"loss": 0.398,
"step": 192
},
{
"epoch": 1.54,
"learning_rate": 2.44e-05,
"loss": 0.4133,
"step": 193
},
{
"epoch": 1.55,
"learning_rate": 2.426666666666667e-05,
"loss": 0.4134,
"step": 194
},
{
"epoch": 1.56,
"learning_rate": 2.4133333333333335e-05,
"loss": 0.4174,
"step": 195
},
{
"epoch": 1.57,
"learning_rate": 2.4e-05,
"loss": 0.4235,
"step": 196
},
{
"epoch": 1.58,
"learning_rate": 2.3866666666666666e-05,
"loss": 0.4103,
"step": 197
},
{
"epoch": 1.58,
"learning_rate": 2.3733333333333335e-05,
"loss": 0.401,
"step": 198
},
{
"epoch": 1.59,
"learning_rate": 2.36e-05,
"loss": 0.4142,
"step": 199
},
{
"epoch": 1.6,
"learning_rate": 2.3466666666666667e-05,
"loss": 0.4175,
"step": 200
},
{
"epoch": 1.6,
"eval_loss": 0.407958984375,
"eval_margin_accuracy": 0.8129854184384381,
"eval_runtime": 1758.967,
"eval_samples_per_second": 201.883,
"eval_steps_per_second": 50.471,
"step": 200
},
{
"epoch": 1.61,
"learning_rate": 2.3333333333333336e-05,
"loss": 0.4194,
"step": 201
},
{
"epoch": 1.62,
"learning_rate": 2.32e-05,
"loss": 0.4074,
"step": 202
},
{
"epoch": 1.62,
"learning_rate": 2.3066666666666667e-05,
"loss": 0.4321,
"step": 203
},
{
"epoch": 1.63,
"learning_rate": 2.2933333333333333e-05,
"loss": 0.4096,
"step": 204
},
{
"epoch": 1.64,
"learning_rate": 2.2800000000000002e-05,
"loss": 0.3991,
"step": 205
},
{
"epoch": 1.65,
"learning_rate": 2.2666666666666668e-05,
"loss": 0.4039,
"step": 206
},
{
"epoch": 1.66,
"learning_rate": 2.2533333333333333e-05,
"loss": 0.4064,
"step": 207
},
{
"epoch": 1.66,
"learning_rate": 2.2400000000000002e-05,
"loss": 0.4019,
"step": 208
},
{
"epoch": 1.67,
"learning_rate": 2.2266666666666668e-05,
"loss": 0.423,
"step": 209
},
{
"epoch": 1.68,
"learning_rate": 2.2133333333333334e-05,
"loss": 0.4133,
"step": 210
},
{
"epoch": 1.69,
"learning_rate": 2.2000000000000003e-05,
"loss": 0.4162,
"step": 211
},
{
"epoch": 1.7,
"learning_rate": 2.186666666666667e-05,
"loss": 0.4219,
"step": 212
},
{
"epoch": 1.7,
"learning_rate": 2.1733333333333334e-05,
"loss": 0.4166,
"step": 213
},
{
"epoch": 1.71,
"learning_rate": 2.16e-05,
"loss": 0.412,
"step": 214
},
{
"epoch": 1.72,
"learning_rate": 2.146666666666667e-05,
"loss": 0.4114,
"step": 215
},
{
"epoch": 1.73,
"learning_rate": 2.1333333333333335e-05,
"loss": 0.4126,
"step": 216
},
{
"epoch": 1.74,
"learning_rate": 2.12e-05,
"loss": 0.4186,
"step": 217
},
{
"epoch": 1.74,
"learning_rate": 2.106666666666667e-05,
"loss": 0.4093,
"step": 218
},
{
"epoch": 1.75,
"learning_rate": 2.0933333333333335e-05,
"loss": 0.4212,
"step": 219
},
{
"epoch": 1.76,
"learning_rate": 2.08e-05,
"loss": 0.4097,
"step": 220
},
{
"epoch": 1.76,
"eval_loss": 0.403076171875,
"eval_margin_accuracy": 0.8128446154106098,
"eval_runtime": 1761.2489,
"eval_samples_per_second": 201.622,
"eval_steps_per_second": 50.406,
"step": 220
},
{
"epoch": 1.77,
"learning_rate": 2.0666666666666666e-05,
"loss": 0.421,
"step": 221
},
{
"epoch": 1.78,
"learning_rate": 2.0533333333333336e-05,
"loss": 0.4183,
"step": 222
},
{
"epoch": 1.78,
"learning_rate": 2.04e-05,
"loss": 0.4305,
"step": 223
},
{
"epoch": 1.79,
"learning_rate": 2.0266666666666667e-05,
"loss": 0.417,
"step": 224
},
{
"epoch": 1.8,
"learning_rate": 2.0133333333333336e-05,
"loss": 0.4199,
"step": 225
},
{
"epoch": 1.81,
"learning_rate": 2e-05,
"loss": 0.4123,
"step": 226
},
{
"epoch": 1.82,
"learning_rate": 1.9866666666666667e-05,
"loss": 0.4249,
"step": 227
},
{
"epoch": 1.82,
"learning_rate": 1.9733333333333333e-05,
"loss": 0.4042,
"step": 228
},
{
"epoch": 1.83,
"learning_rate": 1.9600000000000002e-05,
"loss": 0.403,
"step": 229
},
{
"epoch": 1.84,
"learning_rate": 1.9466666666666668e-05,
"loss": 0.4094,
"step": 230
},
{
"epoch": 1.85,
"learning_rate": 1.9333333333333333e-05,
"loss": 0.4109,
"step": 231
},
{
"epoch": 1.86,
"learning_rate": 1.9200000000000003e-05,
"loss": 0.4084,
"step": 232
},
{
"epoch": 1.86,
"learning_rate": 1.9066666666666668e-05,
"loss": 0.4138,
"step": 233
},
{
"epoch": 1.87,
"learning_rate": 1.8933333333333334e-05,
"loss": 0.4157,
"step": 234
},
{
"epoch": 1.88,
"learning_rate": 1.88e-05,
"loss": 0.413,
"step": 235
},
{
"epoch": 1.89,
"learning_rate": 1.866666666666667e-05,
"loss": 0.4061,
"step": 236
},
{
"epoch": 1.9,
"learning_rate": 1.8533333333333334e-05,
"loss": 0.4127,
"step": 237
},
{
"epoch": 1.9,
"learning_rate": 1.84e-05,
"loss": 0.4127,
"step": 238
},
{
"epoch": 1.91,
"learning_rate": 1.826666666666667e-05,
"loss": 0.4139,
"step": 239
},
{
"epoch": 1.92,
"learning_rate": 1.8133333333333335e-05,
"loss": 0.397,
"step": 240
},
{
"epoch": 1.92,
"eval_loss": 0.400390625,
"eval_margin_accuracy": 0.8129572578328724,
"eval_runtime": 1761.3213,
"eval_samples_per_second": 201.613,
"eval_steps_per_second": 50.404,
"step": 240
},
{
"epoch": 1.93,
"learning_rate": 1.8e-05,
"loss": 0.4098,
"step": 241
},
{
"epoch": 1.94,
"learning_rate": 1.7866666666666666e-05,
"loss": 0.4079,
"step": 242
},
{
"epoch": 1.94,
"learning_rate": 1.7733333333333335e-05,
"loss": 0.4158,
"step": 243
},
{
"epoch": 1.95,
"learning_rate": 1.76e-05,
"loss": 0.4095,
"step": 244
},
{
"epoch": 1.96,
"learning_rate": 1.7466666666666667e-05,
"loss": 0.4181,
"step": 245
},
{
"epoch": 1.97,
"learning_rate": 1.7333333333333336e-05,
"loss": 0.4028,
"step": 246
},
{
"epoch": 1.98,
"learning_rate": 1.7199999999999998e-05,
"loss": 0.411,
"step": 247
},
{
"epoch": 1.98,
"learning_rate": 1.7066666666666667e-05,
"loss": 0.4129,
"step": 248
},
{
"epoch": 1.99,
"learning_rate": 1.6933333333333333e-05,
"loss": 0.4186,
"step": 249
},
{
"epoch": 2.0,
"learning_rate": 1.6800000000000002e-05,
"loss": 0.4108,
"step": 250
},
{
"epoch": 2.01,
"learning_rate": 1.6666666666666667e-05,
"loss": 0.4231,
"step": 251
},
{
"epoch": 2.02,
"learning_rate": 1.6533333333333333e-05,
"loss": 0.4124,
"step": 252
},
{
"epoch": 2.02,
"learning_rate": 1.6400000000000002e-05,
"loss": 0.4131,
"step": 253
},
{
"epoch": 2.03,
"learning_rate": 1.6266666666666665e-05,
"loss": 0.4099,
"step": 254
},
{
"epoch": 2.04,
"learning_rate": 1.6133333333333334e-05,
"loss": 0.4048,
"step": 255
},
{
"epoch": 2.05,
"learning_rate": 1.6000000000000003e-05,
"loss": 0.4285,
"step": 256
},
{
"epoch": 2.06,
"learning_rate": 1.586666666666667e-05,
"loss": 0.3995,
"step": 257
},
{
"epoch": 2.06,
"learning_rate": 1.5733333333333334e-05,
"loss": 0.4172,
"step": 258
},
{
"epoch": 2.07,
"learning_rate": 1.56e-05,
"loss": 0.4091,
"step": 259
},
{
"epoch": 2.08,
"learning_rate": 1.546666666666667e-05,
"loss": 0.4115,
"step": 260
},
{
"epoch": 2.08,
"eval_loss": 0.39794921875,
"eval_margin_accuracy": 0.8135655269130907,
"eval_runtime": 1763.8352,
"eval_samples_per_second": 201.326,
"eval_steps_per_second": 50.332,
"step": 260
},
{
"epoch": 2.09,
"learning_rate": 1.5333333333333334e-05,
"loss": 0.4134,
"step": 261
},
{
"epoch": 2.1,
"learning_rate": 1.52e-05,
"loss": 0.4081,
"step": 262
},
{
"epoch": 2.1,
"learning_rate": 1.5066666666666668e-05,
"loss": 0.4026,
"step": 263
},
{
"epoch": 2.11,
"learning_rate": 1.4933333333333335e-05,
"loss": 0.3993,
"step": 264
},
{
"epoch": 2.12,
"learning_rate": 1.48e-05,
"loss": 0.3993,
"step": 265
},
{
"epoch": 2.13,
"learning_rate": 1.4666666666666668e-05,
"loss": 0.3962,
"step": 266
},
{
"epoch": 2.14,
"learning_rate": 1.4533333333333335e-05,
"loss": 0.3994,
"step": 267
},
{
"epoch": 2.14,
"learning_rate": 1.44e-05,
"loss": 0.3959,
"step": 268
},
{
"epoch": 2.15,
"learning_rate": 1.4266666666666667e-05,
"loss": 0.4195,
"step": 269
},
{
"epoch": 2.16,
"learning_rate": 1.4133333333333334e-05,
"loss": 0.4007,
"step": 270
},
{
"epoch": 2.17,
"learning_rate": 1.4000000000000001e-05,
"loss": 0.4023,
"step": 271
},
{
"epoch": 2.18,
"learning_rate": 1.3866666666666667e-05,
"loss": 0.4076,
"step": 272
},
{
"epoch": 2.18,
"learning_rate": 1.3733333333333335e-05,
"loss": 0.4069,
"step": 273
},
{
"epoch": 2.19,
"learning_rate": 1.3600000000000002e-05,
"loss": 0.4082,
"step": 274
},
{
"epoch": 2.2,
"learning_rate": 1.3466666666666666e-05,
"loss": 0.4077,
"step": 275
},
{
"epoch": 2.21,
"learning_rate": 1.3333333333333333e-05,
"loss": 0.409,
"step": 276
},
{
"epoch": 2.22,
"learning_rate": 1.32e-05,
"loss": 0.3997,
"step": 277
},
{
"epoch": 2.22,
"learning_rate": 1.3066666666666666e-05,
"loss": 0.3976,
"step": 278
},
{
"epoch": 2.23,
"learning_rate": 1.2933333333333334e-05,
"loss": 0.4078,
"step": 279
},
{
"epoch": 2.24,
"learning_rate": 1.2800000000000001e-05,
"loss": 0.4108,
"step": 280
},
{
"epoch": 2.24,
"eval_loss": 0.39404296875,
"eval_margin_accuracy": 0.8167026183731055,
"eval_runtime": 1763.7755,
"eval_samples_per_second": 201.333,
"eval_steps_per_second": 50.334,
"step": 280
},
{
"epoch": 2.25,
"learning_rate": 1.2666666666666668e-05,
"loss": 0.4103,
"step": 281
},
{
"epoch": 2.26,
"learning_rate": 1.2533333333333332e-05,
"loss": 0.4074,
"step": 282
},
{
"epoch": 2.26,
"learning_rate": 1.24e-05,
"loss": 0.3952,
"step": 283
},
{
"epoch": 2.27,
"learning_rate": 1.2266666666666667e-05,
"loss": 0.4135,
"step": 284
},
{
"epoch": 2.28,
"learning_rate": 1.2133333333333335e-05,
"loss": 0.4064,
"step": 285
},
{
"epoch": 2.29,
"learning_rate": 1.2e-05,
"loss": 0.3928,
"step": 286
},
{
"epoch": 2.3,
"learning_rate": 1.1866666666666668e-05,
"loss": 0.411,
"step": 287
},
{
"epoch": 2.3,
"learning_rate": 1.1733333333333333e-05,
"loss": 0.4026,
"step": 288
},
{
"epoch": 2.31,
"learning_rate": 1.16e-05,
"loss": 0.4109,
"step": 289
},
{
"epoch": 2.32,
"learning_rate": 1.1466666666666666e-05,
"loss": 0.4298,
"step": 290
},
{
"epoch": 2.33,
"learning_rate": 1.1333333333333334e-05,
"loss": 0.3928,
"step": 291
},
{
"epoch": 2.34,
"learning_rate": 1.1200000000000001e-05,
"loss": 0.3957,
"step": 292
},
{
"epoch": 2.34,
"learning_rate": 1.1066666666666667e-05,
"loss": 0.3973,
"step": 293
},
{
"epoch": 2.35,
"learning_rate": 1.0933333333333334e-05,
"loss": 0.4117,
"step": 294
},
{
"epoch": 2.36,
"learning_rate": 1.08e-05,
"loss": 0.4077,
"step": 295
},
{
"epoch": 2.37,
"learning_rate": 1.0666666666666667e-05,
"loss": 0.4018,
"step": 296
},
{
"epoch": 2.38,
"learning_rate": 1.0533333333333335e-05,
"loss": 0.4098,
"step": 297
},
{
"epoch": 2.38,
"learning_rate": 1.04e-05,
"loss": 0.4004,
"step": 298
},
{
"epoch": 2.39,
"learning_rate": 1.0266666666666668e-05,
"loss": 0.3838,
"step": 299
},
{
"epoch": 2.4,
"learning_rate": 1.0133333333333333e-05,
"loss": 0.4125,
"step": 300
},
{
"epoch": 2.4,
"eval_loss": 0.387939453125,
"eval_margin_accuracy": 0.8218165843438298,
"eval_runtime": 1766.3225,
"eval_samples_per_second": 201.043,
"eval_steps_per_second": 50.261,
"step": 300
},
{
"epoch": 2.41,
"learning_rate": 1e-05,
"loss": 0.397,
"step": 301
},
{
"epoch": 2.42,
"learning_rate": 9.866666666666667e-06,
"loss": 0.4063,
"step": 302
},
{
"epoch": 2.42,
"learning_rate": 9.733333333333334e-06,
"loss": 0.3941,
"step": 303
},
{
"epoch": 2.43,
"learning_rate": 9.600000000000001e-06,
"loss": 0.4005,
"step": 304
},
{
"epoch": 2.44,
"learning_rate": 9.466666666666667e-06,
"loss": 0.3913,
"step": 305
},
{
"epoch": 2.45,
"learning_rate": 9.333333333333334e-06,
"loss": 0.399,
"step": 306
},
{
"epoch": 2.46,
"learning_rate": 9.2e-06,
"loss": 0.3978,
"step": 307
},
{
"epoch": 2.46,
"learning_rate": 9.066666666666667e-06,
"loss": 0.3846,
"step": 308
},
{
"epoch": 2.47,
"learning_rate": 8.933333333333333e-06,
"loss": 0.3902,
"step": 309
},
{
"epoch": 2.48,
"learning_rate": 8.8e-06,
"loss": 0.399,
"step": 310
},
{
"epoch": 2.49,
"learning_rate": 8.666666666666668e-06,
"loss": 0.3959,
"step": 311
},
{
"epoch": 2.5,
"learning_rate": 8.533333333333334e-06,
"loss": 0.4028,
"step": 312
},
{
"epoch": 2.5,
"learning_rate": 8.400000000000001e-06,
"loss": 0.3978,
"step": 313
},
{
"epoch": 2.51,
"learning_rate": 8.266666666666667e-06,
"loss": 0.3814,
"step": 314
},
{
"epoch": 2.52,
"learning_rate": 8.133333333333332e-06,
"loss": 0.3961,
"step": 315
},
{
"epoch": 2.53,
"learning_rate": 8.000000000000001e-06,
"loss": 0.3886,
"step": 316
},
{
"epoch": 2.54,
"learning_rate": 7.866666666666667e-06,
"loss": 0.4002,
"step": 317
},
{
"epoch": 2.54,
"learning_rate": 7.733333333333334e-06,
"loss": 0.3865,
"step": 318
},
{
"epoch": 2.55,
"learning_rate": 7.6e-06,
"loss": 0.3981,
"step": 319
},
{
"epoch": 2.56,
"learning_rate": 7.4666666666666675e-06,
"loss": 0.4117,
"step": 320
},
{
"epoch": 2.56,
"eval_loss": 0.384765625,
"eval_margin_accuracy": 0.821698309800454,
"eval_runtime": 1765.4645,
"eval_samples_per_second": 201.14,
"eval_steps_per_second": 50.285,
"step": 320
},
{
"epoch": 2.57,
"learning_rate": 7.333333333333334e-06,
"loss": 0.4046,
"step": 321
},
{
"epoch": 2.58,
"learning_rate": 7.2e-06,
"loss": 0.4052,
"step": 322
},
{
"epoch": 2.58,
"learning_rate": 7.066666666666667e-06,
"loss": 0.4047,
"step": 323
},
{
"epoch": 2.59,
"learning_rate": 6.933333333333334e-06,
"loss": 0.4037,
"step": 324
},
{
"epoch": 2.6,
"learning_rate": 6.800000000000001e-06,
"loss": 0.394,
"step": 325
},
{
"epoch": 2.61,
"learning_rate": 6.666666666666667e-06,
"loss": 0.3781,
"step": 326
},
{
"epoch": 2.62,
"learning_rate": 6.533333333333333e-06,
"loss": 0.394,
"step": 327
},
{
"epoch": 2.62,
"learning_rate": 6.4000000000000006e-06,
"loss": 0.3942,
"step": 328
},
{
"epoch": 2.63,
"learning_rate": 6.266666666666666e-06,
"loss": 0.3913,
"step": 329
},
{
"epoch": 2.64,
"learning_rate": 6.133333333333334e-06,
"loss": 0.3821,
"step": 330
},
{
"epoch": 2.65,
"learning_rate": 6e-06,
"loss": 0.4029,
"step": 331
},
{
"epoch": 2.66,
"learning_rate": 5.866666666666667e-06,
"loss": 0.3985,
"step": 332
},
{
"epoch": 2.66,
"learning_rate": 5.733333333333333e-06,
"loss": 0.3953,
"step": 333
},
{
"epoch": 2.67,
"learning_rate": 5.600000000000001e-06,
"loss": 0.4042,
"step": 334
},
{
"epoch": 2.68,
"learning_rate": 5.466666666666667e-06,
"loss": 0.4025,
"step": 335
},
{
"epoch": 2.69,
"learning_rate": 5.333333333333334e-06,
"loss": 0.4088,
"step": 336
},
{
"epoch": 2.7,
"learning_rate": 5.2e-06,
"loss": 0.3982,
"step": 337
},
{
"epoch": 2.7,
"learning_rate": 5.066666666666667e-06,
"loss": 0.407,
"step": 338
},
{
"epoch": 2.71,
"learning_rate": 4.933333333333333e-06,
"loss": 0.4055,
"step": 339
},
{
"epoch": 2.72,
"learning_rate": 4.800000000000001e-06,
"loss": 0.3967,
"step": 340
},
{
"epoch": 2.72,
"eval_loss": 0.3818359375,
"eval_margin_accuracy": 0.8231176043209634,
"eval_runtime": 1766.9581,
"eval_samples_per_second": 200.97,
"eval_steps_per_second": 50.243,
"step": 340
},
{
"epoch": 2.73,
"learning_rate": 4.666666666666667e-06,
"loss": 0.4019,
"step": 341
},
{
"epoch": 2.74,
"learning_rate": 4.533333333333334e-06,
"loss": 0.3826,
"step": 342
},
{
"epoch": 2.74,
"learning_rate": 4.4e-06,
"loss": 0.3862,
"step": 343
},
{
"epoch": 2.75,
"learning_rate": 4.266666666666667e-06,
"loss": 0.3971,
"step": 344
},
{
"epoch": 2.76,
"learning_rate": 4.133333333333333e-06,
"loss": 0.3831,
"step": 345
},
{
"epoch": 2.77,
"learning_rate": 4.000000000000001e-06,
"loss": 0.3896,
"step": 346
},
{
"epoch": 2.78,
"learning_rate": 3.866666666666667e-06,
"loss": 0.3953,
"step": 347
},
{
"epoch": 2.78,
"learning_rate": 3.7333333333333337e-06,
"loss": 0.3842,
"step": 348
},
{
"epoch": 2.79,
"learning_rate": 3.6e-06,
"loss": 0.404,
"step": 349
},
{
"epoch": 2.8,
"learning_rate": 3.466666666666667e-06,
"loss": 0.4212,
"step": 350
},
{
"epoch": 2.81,
"learning_rate": 3.3333333333333333e-06,
"loss": 0.3824,
"step": 351
},
{
"epoch": 2.82,
"learning_rate": 3.2000000000000003e-06,
"loss": 0.3865,
"step": 352
},
{
"epoch": 2.82,
"learning_rate": 3.066666666666667e-06,
"loss": 0.3923,
"step": 353
},
{
"epoch": 2.83,
"learning_rate": 2.9333333333333333e-06,
"loss": 0.4006,
"step": 354
},
{
"epoch": 2.84,
"learning_rate": 2.8000000000000003e-06,
"loss": 0.3824,
"step": 355
},
{
"epoch": 2.85,
"learning_rate": 2.666666666666667e-06,
"loss": 0.4015,
"step": 356
},
{
"epoch": 2.86,
"learning_rate": 2.5333333333333334e-06,
"loss": 0.3901,
"step": 357
},
{
"epoch": 2.86,
"learning_rate": 2.4000000000000003e-06,
"loss": 0.398,
"step": 358
},
{
"epoch": 2.87,
"learning_rate": 2.266666666666667e-06,
"loss": 0.392,
"step": 359
},
{
"epoch": 2.88,
"learning_rate": 2.1333333333333334e-06,
"loss": 0.3947,
"step": 360
},
{
"epoch": 2.88,
"eval_loss": 0.38134765625,
"eval_margin_accuracy": 0.8239849509723857,
"eval_runtime": 1766.7775,
"eval_samples_per_second": 200.991,
"eval_steps_per_second": 50.248,
"step": 360
},
{
"epoch": 2.89,
"learning_rate": 2.0000000000000003e-06,
"loss": 0.3934,
"step": 361
},
{
"epoch": 2.9,
"learning_rate": 1.8666666666666669e-06,
"loss": 0.404,
"step": 362
},
{
"epoch": 2.9,
"learning_rate": 1.7333333333333334e-06,
"loss": 0.388,
"step": 363
},
{
"epoch": 2.91,
"learning_rate": 1.6000000000000001e-06,
"loss": 0.3995,
"step": 364
},
{
"epoch": 2.92,
"learning_rate": 1.4666666666666667e-06,
"loss": 0.3955,
"step": 365
},
{
"epoch": 2.93,
"learning_rate": 1.3333333333333334e-06,
"loss": 0.407,
"step": 366
},
{
"epoch": 2.94,
"learning_rate": 1.2000000000000002e-06,
"loss": 0.3956,
"step": 367
},
{
"epoch": 2.94,
"learning_rate": 1.0666666666666667e-06,
"loss": 0.397,
"step": 368
},
{
"epoch": 2.95,
"learning_rate": 9.333333333333334e-07,
"loss": 0.3953,
"step": 369
},
{
"epoch": 2.96,
"learning_rate": 8.000000000000001e-07,
"loss": 0.3875,
"step": 370
},
{
"epoch": 2.97,
"learning_rate": 6.666666666666667e-07,
"loss": 0.3974,
"step": 371
},
{
"epoch": 2.98,
"learning_rate": 5.333333333333333e-07,
"loss": 0.403,
"step": 372
},
{
"epoch": 2.98,
"learning_rate": 4.0000000000000003e-07,
"loss": 0.4015,
"step": 373
},
{
"epoch": 2.99,
"learning_rate": 2.6666666666666667e-07,
"loss": 0.4,
"step": 374
},
{
"epoch": 3.0,
"learning_rate": 1.3333333333333334e-07,
"loss": 0.3967,
"step": 375
},
{
"epoch": 3.0,
"step": 375,
"total_flos": 1.3001834302385994e+18,
"train_loss": 0.4485413858095805,
"train_runtime": 85202.1539,
"train_samples_per_second": 35.21,
"train_steps_per_second": 0.004
}
],
"max_steps": 375,
"num_train_epochs": 3,
"total_flos": 1.3001834302385994e+18,
"trial_name": null,
"trial_params": null
}