tmnam20 commited on
Commit
7b9208a
1 Parent(s): ca43e3c

Upload trainer_state.json with huggingface_hub

Browse files
Files changed (1) hide show
  1. trainer_state.json +4186 -0
trainer_state.json ADDED
@@ -0,0 +1,4186 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 3.0,
5
+ "eval_steps": 5000,
6
+ "global_step": 34113,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.0,
13
+ "learning_rate": 1.997068566235746e-05,
14
+ "loss": 0.5758,
15
+ "step": 50
16
+ },
17
+ {
18
+ "epoch": 0.01,
19
+ "learning_rate": 1.994137132471492e-05,
20
+ "loss": 0.4805,
21
+ "step": 100
22
+ },
23
+ {
24
+ "epoch": 0.01,
25
+ "learning_rate": 1.9912056987072378e-05,
26
+ "loss": 0.4414,
27
+ "step": 150
28
+ },
29
+ {
30
+ "epoch": 0.02,
31
+ "learning_rate": 1.9882742649429837e-05,
32
+ "loss": 0.4788,
33
+ "step": 200
34
+ },
35
+ {
36
+ "epoch": 0.02,
37
+ "learning_rate": 1.9853428311787297e-05,
38
+ "loss": 0.4297,
39
+ "step": 250
40
+ },
41
+ {
42
+ "epoch": 0.03,
43
+ "learning_rate": 1.9824113974144757e-05,
44
+ "loss": 0.4481,
45
+ "step": 300
46
+ },
47
+ {
48
+ "epoch": 0.03,
49
+ "learning_rate": 1.9794799636502217e-05,
50
+ "loss": 0.41,
51
+ "step": 350
52
+ },
53
+ {
54
+ "epoch": 0.04,
55
+ "learning_rate": 1.9765485298859673e-05,
56
+ "loss": 0.423,
57
+ "step": 400
58
+ },
59
+ {
60
+ "epoch": 0.04,
61
+ "learning_rate": 1.9736170961217133e-05,
62
+ "loss": 0.4236,
63
+ "step": 450
64
+ },
65
+ {
66
+ "epoch": 0.04,
67
+ "learning_rate": 1.9706856623574592e-05,
68
+ "loss": 0.4086,
69
+ "step": 500
70
+ },
71
+ {
72
+ "epoch": 0.05,
73
+ "learning_rate": 1.9677542285932052e-05,
74
+ "loss": 0.4246,
75
+ "step": 550
76
+ },
77
+ {
78
+ "epoch": 0.05,
79
+ "learning_rate": 1.9648227948289512e-05,
80
+ "loss": 0.4028,
81
+ "step": 600
82
+ },
83
+ {
84
+ "epoch": 0.06,
85
+ "learning_rate": 1.961891361064697e-05,
86
+ "loss": 0.4263,
87
+ "step": 650
88
+ },
89
+ {
90
+ "epoch": 0.06,
91
+ "learning_rate": 1.9589599273004428e-05,
92
+ "loss": 0.4069,
93
+ "step": 700
94
+ },
95
+ {
96
+ "epoch": 0.07,
97
+ "learning_rate": 1.9560284935361888e-05,
98
+ "loss": 0.4043,
99
+ "step": 750
100
+ },
101
+ {
102
+ "epoch": 0.07,
103
+ "learning_rate": 1.9530970597719344e-05,
104
+ "loss": 0.384,
105
+ "step": 800
106
+ },
107
+ {
108
+ "epoch": 0.07,
109
+ "learning_rate": 1.9501656260076804e-05,
110
+ "loss": 0.4044,
111
+ "step": 850
112
+ },
113
+ {
114
+ "epoch": 0.08,
115
+ "learning_rate": 1.9472341922434264e-05,
116
+ "loss": 0.428,
117
+ "step": 900
118
+ },
119
+ {
120
+ "epoch": 0.08,
121
+ "learning_rate": 1.9443027584791724e-05,
122
+ "loss": 0.3862,
123
+ "step": 950
124
+ },
125
+ {
126
+ "epoch": 0.09,
127
+ "learning_rate": 1.9413713247149183e-05,
128
+ "loss": 0.3902,
129
+ "step": 1000
130
+ },
131
+ {
132
+ "epoch": 0.09,
133
+ "learning_rate": 1.938439890950664e-05,
134
+ "loss": 0.4038,
135
+ "step": 1050
136
+ },
137
+ {
138
+ "epoch": 0.1,
139
+ "learning_rate": 1.93550845718641e-05,
140
+ "loss": 0.3773,
141
+ "step": 1100
142
+ },
143
+ {
144
+ "epoch": 0.1,
145
+ "learning_rate": 1.932577023422156e-05,
146
+ "loss": 0.3648,
147
+ "step": 1150
148
+ },
149
+ {
150
+ "epoch": 0.11,
151
+ "learning_rate": 1.929645589657902e-05,
152
+ "loss": 0.3683,
153
+ "step": 1200
154
+ },
155
+ {
156
+ "epoch": 0.11,
157
+ "learning_rate": 1.926714155893648e-05,
158
+ "loss": 0.3902,
159
+ "step": 1250
160
+ },
161
+ {
162
+ "epoch": 0.11,
163
+ "learning_rate": 1.9237827221293935e-05,
164
+ "loss": 0.3971,
165
+ "step": 1300
166
+ },
167
+ {
168
+ "epoch": 0.12,
169
+ "learning_rate": 1.9208512883651395e-05,
170
+ "loss": 0.3561,
171
+ "step": 1350
172
+ },
173
+ {
174
+ "epoch": 0.12,
175
+ "learning_rate": 1.9179198546008855e-05,
176
+ "loss": 0.409,
177
+ "step": 1400
178
+ },
179
+ {
180
+ "epoch": 0.13,
181
+ "learning_rate": 1.9149884208366314e-05,
182
+ "loss": 0.3985,
183
+ "step": 1450
184
+ },
185
+ {
186
+ "epoch": 0.13,
187
+ "learning_rate": 1.9120569870723774e-05,
188
+ "loss": 0.3667,
189
+ "step": 1500
190
+ },
191
+ {
192
+ "epoch": 0.14,
193
+ "learning_rate": 1.909125553308123e-05,
194
+ "loss": 0.3942,
195
+ "step": 1550
196
+ },
197
+ {
198
+ "epoch": 0.14,
199
+ "learning_rate": 1.906194119543869e-05,
200
+ "loss": 0.3769,
201
+ "step": 1600
202
+ },
203
+ {
204
+ "epoch": 0.15,
205
+ "learning_rate": 1.903262685779615e-05,
206
+ "loss": 0.3642,
207
+ "step": 1650
208
+ },
209
+ {
210
+ "epoch": 0.15,
211
+ "learning_rate": 1.900331252015361e-05,
212
+ "loss": 0.3824,
213
+ "step": 1700
214
+ },
215
+ {
216
+ "epoch": 0.15,
217
+ "learning_rate": 1.897399818251107e-05,
218
+ "loss": 0.4,
219
+ "step": 1750
220
+ },
221
+ {
222
+ "epoch": 0.16,
223
+ "learning_rate": 1.894468384486853e-05,
224
+ "loss": 0.3579,
225
+ "step": 1800
226
+ },
227
+ {
228
+ "epoch": 0.16,
229
+ "learning_rate": 1.8915369507225986e-05,
230
+ "loss": 0.3625,
231
+ "step": 1850
232
+ },
233
+ {
234
+ "epoch": 0.17,
235
+ "learning_rate": 1.8886055169583445e-05,
236
+ "loss": 0.3733,
237
+ "step": 1900
238
+ },
239
+ {
240
+ "epoch": 0.17,
241
+ "learning_rate": 1.8856740831940902e-05,
242
+ "loss": 0.3312,
243
+ "step": 1950
244
+ },
245
+ {
246
+ "epoch": 0.18,
247
+ "learning_rate": 1.882742649429836e-05,
248
+ "loss": 0.344,
249
+ "step": 2000
250
+ },
251
+ {
252
+ "epoch": 0.18,
253
+ "learning_rate": 1.879811215665582e-05,
254
+ "loss": 0.3684,
255
+ "step": 2050
256
+ },
257
+ {
258
+ "epoch": 0.18,
259
+ "learning_rate": 1.876879781901328e-05,
260
+ "loss": 0.3425,
261
+ "step": 2100
262
+ },
263
+ {
264
+ "epoch": 0.19,
265
+ "learning_rate": 1.873948348137074e-05,
266
+ "loss": 0.3809,
267
+ "step": 2150
268
+ },
269
+ {
270
+ "epoch": 0.19,
271
+ "learning_rate": 1.8710169143728197e-05,
272
+ "loss": 0.3667,
273
+ "step": 2200
274
+ },
275
+ {
276
+ "epoch": 0.2,
277
+ "learning_rate": 1.8680854806085657e-05,
278
+ "loss": 0.3631,
279
+ "step": 2250
280
+ },
281
+ {
282
+ "epoch": 0.2,
283
+ "learning_rate": 1.8651540468443117e-05,
284
+ "loss": 0.3651,
285
+ "step": 2300
286
+ },
287
+ {
288
+ "epoch": 0.21,
289
+ "learning_rate": 1.8622226130800576e-05,
290
+ "loss": 0.3511,
291
+ "step": 2350
292
+ },
293
+ {
294
+ "epoch": 0.21,
295
+ "learning_rate": 1.8592911793158036e-05,
296
+ "loss": 0.361,
297
+ "step": 2400
298
+ },
299
+ {
300
+ "epoch": 0.22,
301
+ "learning_rate": 1.8563597455515493e-05,
302
+ "loss": 0.368,
303
+ "step": 2450
304
+ },
305
+ {
306
+ "epoch": 0.22,
307
+ "learning_rate": 1.8534283117872952e-05,
308
+ "loss": 0.3603,
309
+ "step": 2500
310
+ },
311
+ {
312
+ "epoch": 0.22,
313
+ "learning_rate": 1.8504968780230412e-05,
314
+ "loss": 0.36,
315
+ "step": 2550
316
+ },
317
+ {
318
+ "epoch": 0.23,
319
+ "learning_rate": 1.8475654442587872e-05,
320
+ "loss": 0.3456,
321
+ "step": 2600
322
+ },
323
+ {
324
+ "epoch": 0.23,
325
+ "learning_rate": 1.844634010494533e-05,
326
+ "loss": 0.3529,
327
+ "step": 2650
328
+ },
329
+ {
330
+ "epoch": 0.24,
331
+ "learning_rate": 1.8417025767302788e-05,
332
+ "loss": 0.362,
333
+ "step": 2700
334
+ },
335
+ {
336
+ "epoch": 0.24,
337
+ "learning_rate": 1.8387711429660248e-05,
338
+ "loss": 0.3483,
339
+ "step": 2750
340
+ },
341
+ {
342
+ "epoch": 0.25,
343
+ "learning_rate": 1.8358397092017708e-05,
344
+ "loss": 0.3487,
345
+ "step": 2800
346
+ },
347
+ {
348
+ "epoch": 0.25,
349
+ "learning_rate": 1.8329082754375167e-05,
350
+ "loss": 0.3552,
351
+ "step": 2850
352
+ },
353
+ {
354
+ "epoch": 0.26,
355
+ "learning_rate": 1.8299768416732627e-05,
356
+ "loss": 0.3755,
357
+ "step": 2900
358
+ },
359
+ {
360
+ "epoch": 0.26,
361
+ "learning_rate": 1.8270454079090087e-05,
362
+ "loss": 0.3549,
363
+ "step": 2950
364
+ },
365
+ {
366
+ "epoch": 0.26,
367
+ "learning_rate": 1.8241139741447543e-05,
368
+ "loss": 0.3545,
369
+ "step": 3000
370
+ },
371
+ {
372
+ "epoch": 0.27,
373
+ "learning_rate": 1.8211825403805003e-05,
374
+ "loss": 0.3601,
375
+ "step": 3050
376
+ },
377
+ {
378
+ "epoch": 0.27,
379
+ "learning_rate": 1.8182511066162463e-05,
380
+ "loss": 0.3656,
381
+ "step": 3100
382
+ },
383
+ {
384
+ "epoch": 0.28,
385
+ "learning_rate": 1.815319672851992e-05,
386
+ "loss": 0.3497,
387
+ "step": 3150
388
+ },
389
+ {
390
+ "epoch": 0.28,
391
+ "learning_rate": 1.812388239087738e-05,
392
+ "loss": 0.3721,
393
+ "step": 3200
394
+ },
395
+ {
396
+ "epoch": 0.29,
397
+ "learning_rate": 1.809456805323484e-05,
398
+ "loss": 0.3531,
399
+ "step": 3250
400
+ },
401
+ {
402
+ "epoch": 0.29,
403
+ "learning_rate": 1.80652537155923e-05,
404
+ "loss": 0.3695,
405
+ "step": 3300
406
+ },
407
+ {
408
+ "epoch": 0.29,
409
+ "learning_rate": 1.8035939377949755e-05,
410
+ "loss": 0.3632,
411
+ "step": 3350
412
+ },
413
+ {
414
+ "epoch": 0.3,
415
+ "learning_rate": 1.8006625040307214e-05,
416
+ "loss": 0.3552,
417
+ "step": 3400
418
+ },
419
+ {
420
+ "epoch": 0.3,
421
+ "learning_rate": 1.7977310702664674e-05,
422
+ "loss": 0.3576,
423
+ "step": 3450
424
+ },
425
+ {
426
+ "epoch": 0.31,
427
+ "learning_rate": 1.7947996365022134e-05,
428
+ "loss": 0.3186,
429
+ "step": 3500
430
+ },
431
+ {
432
+ "epoch": 0.31,
433
+ "learning_rate": 1.7918682027379594e-05,
434
+ "loss": 0.3356,
435
+ "step": 3550
436
+ },
437
+ {
438
+ "epoch": 0.32,
439
+ "learning_rate": 1.788936768973705e-05,
440
+ "loss": 0.3586,
441
+ "step": 3600
442
+ },
443
+ {
444
+ "epoch": 0.32,
445
+ "learning_rate": 1.786005335209451e-05,
446
+ "loss": 0.3538,
447
+ "step": 3650
448
+ },
449
+ {
450
+ "epoch": 0.33,
451
+ "learning_rate": 1.783073901445197e-05,
452
+ "loss": 0.3417,
453
+ "step": 3700
454
+ },
455
+ {
456
+ "epoch": 0.33,
457
+ "learning_rate": 1.780142467680943e-05,
458
+ "loss": 0.3371,
459
+ "step": 3750
460
+ },
461
+ {
462
+ "epoch": 0.33,
463
+ "learning_rate": 1.777211033916689e-05,
464
+ "loss": 0.3524,
465
+ "step": 3800
466
+ },
467
+ {
468
+ "epoch": 0.34,
469
+ "learning_rate": 1.7742796001524346e-05,
470
+ "loss": 0.3415,
471
+ "step": 3850
472
+ },
473
+ {
474
+ "epoch": 0.34,
475
+ "learning_rate": 1.7713481663881805e-05,
476
+ "loss": 0.3497,
477
+ "step": 3900
478
+ },
479
+ {
480
+ "epoch": 0.35,
481
+ "learning_rate": 1.7684167326239265e-05,
482
+ "loss": 0.3261,
483
+ "step": 3950
484
+ },
485
+ {
486
+ "epoch": 0.35,
487
+ "learning_rate": 1.7654852988596725e-05,
488
+ "loss": 0.346,
489
+ "step": 4000
490
+ },
491
+ {
492
+ "epoch": 0.36,
493
+ "learning_rate": 1.7625538650954185e-05,
494
+ "loss": 0.3494,
495
+ "step": 4050
496
+ },
497
+ {
498
+ "epoch": 0.36,
499
+ "learning_rate": 1.7596224313311644e-05,
500
+ "loss": 0.3028,
501
+ "step": 4100
502
+ },
503
+ {
504
+ "epoch": 0.36,
505
+ "learning_rate": 1.75669099756691e-05,
506
+ "loss": 0.3411,
507
+ "step": 4150
508
+ },
509
+ {
510
+ "epoch": 0.37,
511
+ "learning_rate": 1.753759563802656e-05,
512
+ "loss": 0.3421,
513
+ "step": 4200
514
+ },
515
+ {
516
+ "epoch": 0.37,
517
+ "learning_rate": 1.750828130038402e-05,
518
+ "loss": 0.3321,
519
+ "step": 4250
520
+ },
521
+ {
522
+ "epoch": 0.38,
523
+ "learning_rate": 1.747896696274148e-05,
524
+ "loss": 0.3224,
525
+ "step": 4300
526
+ },
527
+ {
528
+ "epoch": 0.38,
529
+ "learning_rate": 1.744965262509894e-05,
530
+ "loss": 0.3398,
531
+ "step": 4350
532
+ },
533
+ {
534
+ "epoch": 0.39,
535
+ "learning_rate": 1.7420338287456396e-05,
536
+ "loss": 0.3417,
537
+ "step": 4400
538
+ },
539
+ {
540
+ "epoch": 0.39,
541
+ "learning_rate": 1.7391023949813856e-05,
542
+ "loss": 0.3524,
543
+ "step": 4450
544
+ },
545
+ {
546
+ "epoch": 0.4,
547
+ "learning_rate": 1.7361709612171312e-05,
548
+ "loss": 0.3293,
549
+ "step": 4500
550
+ },
551
+ {
552
+ "epoch": 0.4,
553
+ "learning_rate": 1.7332395274528772e-05,
554
+ "loss": 0.3473,
555
+ "step": 4550
556
+ },
557
+ {
558
+ "epoch": 0.4,
559
+ "learning_rate": 1.7303080936886232e-05,
560
+ "loss": 0.3532,
561
+ "step": 4600
562
+ },
563
+ {
564
+ "epoch": 0.41,
565
+ "learning_rate": 1.727376659924369e-05,
566
+ "loss": 0.3434,
567
+ "step": 4650
568
+ },
569
+ {
570
+ "epoch": 0.41,
571
+ "learning_rate": 1.724445226160115e-05,
572
+ "loss": 0.3357,
573
+ "step": 4700
574
+ },
575
+ {
576
+ "epoch": 0.42,
577
+ "learning_rate": 1.7215137923958608e-05,
578
+ "loss": 0.3556,
579
+ "step": 4750
580
+ },
581
+ {
582
+ "epoch": 0.42,
583
+ "learning_rate": 1.7185823586316067e-05,
584
+ "loss": 0.3169,
585
+ "step": 4800
586
+ },
587
+ {
588
+ "epoch": 0.43,
589
+ "learning_rate": 1.7156509248673527e-05,
590
+ "loss": 0.3148,
591
+ "step": 4850
592
+ },
593
+ {
594
+ "epoch": 0.43,
595
+ "learning_rate": 1.7127194911030987e-05,
596
+ "loss": 0.3475,
597
+ "step": 4900
598
+ },
599
+ {
600
+ "epoch": 0.44,
601
+ "learning_rate": 1.7097880573388447e-05,
602
+ "loss": 0.3205,
603
+ "step": 4950
604
+ },
605
+ {
606
+ "epoch": 0.44,
607
+ "learning_rate": 1.7068566235745903e-05,
608
+ "loss": 0.3263,
609
+ "step": 5000
610
+ },
611
+ {
612
+ "epoch": 0.44,
613
+ "eval_accuracy": 0.8556764778629731,
614
+ "eval_combined_score": 0.8318899375535144,
615
+ "eval_f1": 0.8081033972440557,
616
+ "eval_loss": 0.32724764943122864,
617
+ "eval_runtime": 51.8507,
618
+ "eval_samples_per_second": 779.739,
619
+ "eval_steps_per_second": 48.736,
620
+ "step": 5000
621
+ },
622
+ {
623
+ "epoch": 0.44,
624
+ "learning_rate": 1.7039251898103363e-05,
625
+ "loss": 0.3446,
626
+ "step": 5050
627
+ },
628
+ {
629
+ "epoch": 0.45,
630
+ "learning_rate": 1.7009937560460823e-05,
631
+ "loss": 0.3645,
632
+ "step": 5100
633
+ },
634
+ {
635
+ "epoch": 0.45,
636
+ "learning_rate": 1.6980623222818282e-05,
637
+ "loss": 0.3289,
638
+ "step": 5150
639
+ },
640
+ {
641
+ "epoch": 0.46,
642
+ "learning_rate": 1.6951308885175742e-05,
643
+ "loss": 0.3324,
644
+ "step": 5200
645
+ },
646
+ {
647
+ "epoch": 0.46,
648
+ "learning_rate": 1.6921994547533202e-05,
649
+ "loss": 0.3491,
650
+ "step": 5250
651
+ },
652
+ {
653
+ "epoch": 0.47,
654
+ "learning_rate": 1.6892680209890658e-05,
655
+ "loss": 0.3249,
656
+ "step": 5300
657
+ },
658
+ {
659
+ "epoch": 0.47,
660
+ "learning_rate": 1.6863365872248118e-05,
661
+ "loss": 0.3592,
662
+ "step": 5350
663
+ },
664
+ {
665
+ "epoch": 0.47,
666
+ "learning_rate": 1.6834051534605578e-05,
667
+ "loss": 0.3416,
668
+ "step": 5400
669
+ },
670
+ {
671
+ "epoch": 0.48,
672
+ "learning_rate": 1.6804737196963038e-05,
673
+ "loss": 0.3012,
674
+ "step": 5450
675
+ },
676
+ {
677
+ "epoch": 0.48,
678
+ "learning_rate": 1.6775422859320497e-05,
679
+ "loss": 0.3209,
680
+ "step": 5500
681
+ },
682
+ {
683
+ "epoch": 0.49,
684
+ "learning_rate": 1.6746108521677954e-05,
685
+ "loss": 0.3295,
686
+ "step": 5550
687
+ },
688
+ {
689
+ "epoch": 0.49,
690
+ "learning_rate": 1.6716794184035413e-05,
691
+ "loss": 0.3218,
692
+ "step": 5600
693
+ },
694
+ {
695
+ "epoch": 0.5,
696
+ "learning_rate": 1.668747984639287e-05,
697
+ "loss": 0.3426,
698
+ "step": 5650
699
+ },
700
+ {
701
+ "epoch": 0.5,
702
+ "learning_rate": 1.665816550875033e-05,
703
+ "loss": 0.3295,
704
+ "step": 5700
705
+ },
706
+ {
707
+ "epoch": 0.51,
708
+ "learning_rate": 1.662885117110779e-05,
709
+ "loss": 0.3445,
710
+ "step": 5750
711
+ },
712
+ {
713
+ "epoch": 0.51,
714
+ "learning_rate": 1.659953683346525e-05,
715
+ "loss": 0.3385,
716
+ "step": 5800
717
+ },
718
+ {
719
+ "epoch": 0.51,
720
+ "learning_rate": 1.657022249582271e-05,
721
+ "loss": 0.3199,
722
+ "step": 5850
723
+ },
724
+ {
725
+ "epoch": 0.52,
726
+ "learning_rate": 1.6540908158180165e-05,
727
+ "loss": 0.3324,
728
+ "step": 5900
729
+ },
730
+ {
731
+ "epoch": 0.52,
732
+ "learning_rate": 1.6511593820537625e-05,
733
+ "loss": 0.3151,
734
+ "step": 5950
735
+ },
736
+ {
737
+ "epoch": 0.53,
738
+ "learning_rate": 1.6482279482895085e-05,
739
+ "loss": 0.3107,
740
+ "step": 6000
741
+ },
742
+ {
743
+ "epoch": 0.53,
744
+ "learning_rate": 1.6452965145252545e-05,
745
+ "loss": 0.3239,
746
+ "step": 6050
747
+ },
748
+ {
749
+ "epoch": 0.54,
750
+ "learning_rate": 1.6423650807610004e-05,
751
+ "loss": 0.3541,
752
+ "step": 6100
753
+ },
754
+ {
755
+ "epoch": 0.54,
756
+ "learning_rate": 1.639433646996746e-05,
757
+ "loss": 0.3194,
758
+ "step": 6150
759
+ },
760
+ {
761
+ "epoch": 0.55,
762
+ "learning_rate": 1.636502213232492e-05,
763
+ "loss": 0.3423,
764
+ "step": 6200
765
+ },
766
+ {
767
+ "epoch": 0.55,
768
+ "learning_rate": 1.633570779468238e-05,
769
+ "loss": 0.3111,
770
+ "step": 6250
771
+ },
772
+ {
773
+ "epoch": 0.55,
774
+ "learning_rate": 1.630639345703984e-05,
775
+ "loss": 0.2937,
776
+ "step": 6300
777
+ },
778
+ {
779
+ "epoch": 0.56,
780
+ "learning_rate": 1.62770791193973e-05,
781
+ "loss": 0.3369,
782
+ "step": 6350
783
+ },
784
+ {
785
+ "epoch": 0.56,
786
+ "learning_rate": 1.624776478175476e-05,
787
+ "loss": 0.3137,
788
+ "step": 6400
789
+ },
790
+ {
791
+ "epoch": 0.57,
792
+ "learning_rate": 1.6218450444112216e-05,
793
+ "loss": 0.348,
794
+ "step": 6450
795
+ },
796
+ {
797
+ "epoch": 0.57,
798
+ "learning_rate": 1.6189136106469676e-05,
799
+ "loss": 0.3128,
800
+ "step": 6500
801
+ },
802
+ {
803
+ "epoch": 0.58,
804
+ "learning_rate": 1.6159821768827135e-05,
805
+ "loss": 0.3422,
806
+ "step": 6550
807
+ },
808
+ {
809
+ "epoch": 0.58,
810
+ "learning_rate": 1.6130507431184595e-05,
811
+ "loss": 0.324,
812
+ "step": 6600
813
+ },
814
+ {
815
+ "epoch": 0.58,
816
+ "learning_rate": 1.6101193093542055e-05,
817
+ "loss": 0.3247,
818
+ "step": 6650
819
+ },
820
+ {
821
+ "epoch": 0.59,
822
+ "learning_rate": 1.607187875589951e-05,
823
+ "loss": 0.2966,
824
+ "step": 6700
825
+ },
826
+ {
827
+ "epoch": 0.59,
828
+ "learning_rate": 1.604256441825697e-05,
829
+ "loss": 0.3191,
830
+ "step": 6750
831
+ },
832
+ {
833
+ "epoch": 0.6,
834
+ "learning_rate": 1.601325008061443e-05,
835
+ "loss": 0.3095,
836
+ "step": 6800
837
+ },
838
+ {
839
+ "epoch": 0.6,
840
+ "learning_rate": 1.5983935742971887e-05,
841
+ "loss": 0.3051,
842
+ "step": 6850
843
+ },
844
+ {
845
+ "epoch": 0.61,
846
+ "learning_rate": 1.5954621405329347e-05,
847
+ "loss": 0.3085,
848
+ "step": 6900
849
+ },
850
+ {
851
+ "epoch": 0.61,
852
+ "learning_rate": 1.5925307067686807e-05,
853
+ "loss": 0.3303,
854
+ "step": 6950
855
+ },
856
+ {
857
+ "epoch": 0.62,
858
+ "learning_rate": 1.5895992730044266e-05,
859
+ "loss": 0.3567,
860
+ "step": 7000
861
+ },
862
+ {
863
+ "epoch": 0.62,
864
+ "learning_rate": 1.5866678392401723e-05,
865
+ "loss": 0.3205,
866
+ "step": 7050
867
+ },
868
+ {
869
+ "epoch": 0.62,
870
+ "learning_rate": 1.5837364054759183e-05,
871
+ "loss": 0.3381,
872
+ "step": 7100
873
+ },
874
+ {
875
+ "epoch": 0.63,
876
+ "learning_rate": 1.5808049717116642e-05,
877
+ "loss": 0.308,
878
+ "step": 7150
879
+ },
880
+ {
881
+ "epoch": 0.63,
882
+ "learning_rate": 1.5778735379474102e-05,
883
+ "loss": 0.3246,
884
+ "step": 7200
885
+ },
886
+ {
887
+ "epoch": 0.64,
888
+ "learning_rate": 1.5749421041831562e-05,
889
+ "loss": 0.2842,
890
+ "step": 7250
891
+ },
892
+ {
893
+ "epoch": 0.64,
894
+ "learning_rate": 1.5720106704189018e-05,
895
+ "loss": 0.3336,
896
+ "step": 7300
897
+ },
898
+ {
899
+ "epoch": 0.65,
900
+ "learning_rate": 1.5690792366546478e-05,
901
+ "loss": 0.3168,
902
+ "step": 7350
903
+ },
904
+ {
905
+ "epoch": 0.65,
906
+ "learning_rate": 1.5661478028903938e-05,
907
+ "loss": 0.3197,
908
+ "step": 7400
909
+ },
910
+ {
911
+ "epoch": 0.66,
912
+ "learning_rate": 1.5632163691261397e-05,
913
+ "loss": 0.3475,
914
+ "step": 7450
915
+ },
916
+ {
917
+ "epoch": 0.66,
918
+ "learning_rate": 1.5602849353618857e-05,
919
+ "loss": 0.2959,
920
+ "step": 7500
921
+ },
922
+ {
923
+ "epoch": 0.66,
924
+ "learning_rate": 1.5573535015976317e-05,
925
+ "loss": 0.3408,
926
+ "step": 7550
927
+ },
928
+ {
929
+ "epoch": 0.67,
930
+ "learning_rate": 1.5544220678333773e-05,
931
+ "loss": 0.3188,
932
+ "step": 7600
933
+ },
934
+ {
935
+ "epoch": 0.67,
936
+ "learning_rate": 1.5514906340691233e-05,
937
+ "loss": 0.303,
938
+ "step": 7650
939
+ },
940
+ {
941
+ "epoch": 0.68,
942
+ "learning_rate": 1.5485592003048693e-05,
943
+ "loss": 0.3147,
944
+ "step": 7700
945
+ },
946
+ {
947
+ "epoch": 0.68,
948
+ "learning_rate": 1.5456277665406153e-05,
949
+ "loss": 0.3,
950
+ "step": 7750
951
+ },
952
+ {
953
+ "epoch": 0.69,
954
+ "learning_rate": 1.5426963327763612e-05,
955
+ "loss": 0.3122,
956
+ "step": 7800
957
+ },
958
+ {
959
+ "epoch": 0.69,
960
+ "learning_rate": 1.539764899012107e-05,
961
+ "loss": 0.3171,
962
+ "step": 7850
963
+ },
964
+ {
965
+ "epoch": 0.69,
966
+ "learning_rate": 1.536833465247853e-05,
967
+ "loss": 0.3131,
968
+ "step": 7900
969
+ },
970
+ {
971
+ "epoch": 0.7,
972
+ "learning_rate": 1.5339020314835988e-05,
973
+ "loss": 0.2925,
974
+ "step": 7950
975
+ },
976
+ {
977
+ "epoch": 0.7,
978
+ "learning_rate": 1.5309705977193448e-05,
979
+ "loss": 0.3001,
980
+ "step": 8000
981
+ },
982
+ {
983
+ "epoch": 0.71,
984
+ "learning_rate": 1.5280391639550908e-05,
985
+ "loss": 0.3135,
986
+ "step": 8050
987
+ },
988
+ {
989
+ "epoch": 0.71,
990
+ "learning_rate": 1.5251077301908364e-05,
991
+ "loss": 0.3201,
992
+ "step": 8100
993
+ },
994
+ {
995
+ "epoch": 0.72,
996
+ "learning_rate": 1.5221762964265822e-05,
997
+ "loss": 0.3258,
998
+ "step": 8150
999
+ },
1000
+ {
1001
+ "epoch": 0.72,
1002
+ "learning_rate": 1.5192448626623282e-05,
1003
+ "loss": 0.3109,
1004
+ "step": 8200
1005
+ },
1006
+ {
1007
+ "epoch": 0.73,
1008
+ "learning_rate": 1.516313428898074e-05,
1009
+ "loss": 0.3015,
1010
+ "step": 8250
1011
+ },
1012
+ {
1013
+ "epoch": 0.73,
1014
+ "learning_rate": 1.51338199513382e-05,
1015
+ "loss": 0.3253,
1016
+ "step": 8300
1017
+ },
1018
+ {
1019
+ "epoch": 0.73,
1020
+ "learning_rate": 1.510450561369566e-05,
1021
+ "loss": 0.3166,
1022
+ "step": 8350
1023
+ },
1024
+ {
1025
+ "epoch": 0.74,
1026
+ "learning_rate": 1.5075191276053118e-05,
1027
+ "loss": 0.3249,
1028
+ "step": 8400
1029
+ },
1030
+ {
1031
+ "epoch": 0.74,
1032
+ "learning_rate": 1.5045876938410577e-05,
1033
+ "loss": 0.3156,
1034
+ "step": 8450
1035
+ },
1036
+ {
1037
+ "epoch": 0.75,
1038
+ "learning_rate": 1.5016562600768037e-05,
1039
+ "loss": 0.3118,
1040
+ "step": 8500
1041
+ },
1042
+ {
1043
+ "epoch": 0.75,
1044
+ "learning_rate": 1.4987248263125495e-05,
1045
+ "loss": 0.3142,
1046
+ "step": 8550
1047
+ },
1048
+ {
1049
+ "epoch": 0.76,
1050
+ "learning_rate": 1.4957933925482955e-05,
1051
+ "loss": 0.3152,
1052
+ "step": 8600
1053
+ },
1054
+ {
1055
+ "epoch": 0.76,
1056
+ "learning_rate": 1.4928619587840413e-05,
1057
+ "loss": 0.3097,
1058
+ "step": 8650
1059
+ },
1060
+ {
1061
+ "epoch": 0.77,
1062
+ "learning_rate": 1.4899305250197873e-05,
1063
+ "loss": 0.2833,
1064
+ "step": 8700
1065
+ },
1066
+ {
1067
+ "epoch": 0.77,
1068
+ "learning_rate": 1.4869990912555333e-05,
1069
+ "loss": 0.3061,
1070
+ "step": 8750
1071
+ },
1072
+ {
1073
+ "epoch": 0.77,
1074
+ "learning_rate": 1.484067657491279e-05,
1075
+ "loss": 0.3115,
1076
+ "step": 8800
1077
+ },
1078
+ {
1079
+ "epoch": 0.78,
1080
+ "learning_rate": 1.481136223727025e-05,
1081
+ "loss": 0.317,
1082
+ "step": 8850
1083
+ },
1084
+ {
1085
+ "epoch": 0.78,
1086
+ "learning_rate": 1.478204789962771e-05,
1087
+ "loss": 0.3186,
1088
+ "step": 8900
1089
+ },
1090
+ {
1091
+ "epoch": 0.79,
1092
+ "learning_rate": 1.4752733561985168e-05,
1093
+ "loss": 0.3029,
1094
+ "step": 8950
1095
+ },
1096
+ {
1097
+ "epoch": 0.79,
1098
+ "learning_rate": 1.4723419224342628e-05,
1099
+ "loss": 0.3138,
1100
+ "step": 9000
1101
+ },
1102
+ {
1103
+ "epoch": 0.8,
1104
+ "learning_rate": 1.4694104886700086e-05,
1105
+ "loss": 0.2806,
1106
+ "step": 9050
1107
+ },
1108
+ {
1109
+ "epoch": 0.8,
1110
+ "learning_rate": 1.4664790549057546e-05,
1111
+ "loss": 0.3267,
1112
+ "step": 9100
1113
+ },
1114
+ {
1115
+ "epoch": 0.8,
1116
+ "learning_rate": 1.4635476211415006e-05,
1117
+ "loss": 0.294,
1118
+ "step": 9150
1119
+ },
1120
+ {
1121
+ "epoch": 0.81,
1122
+ "learning_rate": 1.4606161873772464e-05,
1123
+ "loss": 0.316,
1124
+ "step": 9200
1125
+ },
1126
+ {
1127
+ "epoch": 0.81,
1128
+ "learning_rate": 1.4576847536129923e-05,
1129
+ "loss": 0.3063,
1130
+ "step": 9250
1131
+ },
1132
+ {
1133
+ "epoch": 0.82,
1134
+ "learning_rate": 1.4547533198487383e-05,
1135
+ "loss": 0.3047,
1136
+ "step": 9300
1137
+ },
1138
+ {
1139
+ "epoch": 0.82,
1140
+ "learning_rate": 1.451821886084484e-05,
1141
+ "loss": 0.3155,
1142
+ "step": 9350
1143
+ },
1144
+ {
1145
+ "epoch": 0.83,
1146
+ "learning_rate": 1.4488904523202298e-05,
1147
+ "loss": 0.3414,
1148
+ "step": 9400
1149
+ },
1150
+ {
1151
+ "epoch": 0.83,
1152
+ "learning_rate": 1.4459590185559757e-05,
1153
+ "loss": 0.3081,
1154
+ "step": 9450
1155
+ },
1156
+ {
1157
+ "epoch": 0.84,
1158
+ "learning_rate": 1.4430275847917217e-05,
1159
+ "loss": 0.3226,
1160
+ "step": 9500
1161
+ },
1162
+ {
1163
+ "epoch": 0.84,
1164
+ "learning_rate": 1.4400961510274675e-05,
1165
+ "loss": 0.3074,
1166
+ "step": 9550
1167
+ },
1168
+ {
1169
+ "epoch": 0.84,
1170
+ "learning_rate": 1.4371647172632135e-05,
1171
+ "loss": 0.3171,
1172
+ "step": 9600
1173
+ },
1174
+ {
1175
+ "epoch": 0.85,
1176
+ "learning_rate": 1.4342332834989595e-05,
1177
+ "loss": 0.3005,
1178
+ "step": 9650
1179
+ },
1180
+ {
1181
+ "epoch": 0.85,
1182
+ "learning_rate": 1.4313018497347053e-05,
1183
+ "loss": 0.3125,
1184
+ "step": 9700
1185
+ },
1186
+ {
1187
+ "epoch": 0.86,
1188
+ "learning_rate": 1.4283704159704513e-05,
1189
+ "loss": 0.3038,
1190
+ "step": 9750
1191
+ },
1192
+ {
1193
+ "epoch": 0.86,
1194
+ "learning_rate": 1.425438982206197e-05,
1195
+ "loss": 0.317,
1196
+ "step": 9800
1197
+ },
1198
+ {
1199
+ "epoch": 0.87,
1200
+ "learning_rate": 1.422507548441943e-05,
1201
+ "loss": 0.2971,
1202
+ "step": 9850
1203
+ },
1204
+ {
1205
+ "epoch": 0.87,
1206
+ "learning_rate": 1.419576114677689e-05,
1207
+ "loss": 0.3221,
1208
+ "step": 9900
1209
+ },
1210
+ {
1211
+ "epoch": 0.88,
1212
+ "learning_rate": 1.4166446809134348e-05,
1213
+ "loss": 0.3002,
1214
+ "step": 9950
1215
+ },
1216
+ {
1217
+ "epoch": 0.88,
1218
+ "learning_rate": 1.4137132471491808e-05,
1219
+ "loss": 0.3084,
1220
+ "step": 10000
1221
+ },
1222
+ {
1223
+ "epoch": 0.88,
1224
+ "eval_accuracy": 0.8680435320306703,
1225
+ "eval_combined_score": 0.8435704418825489,
1226
+ "eval_f1": 0.8190973517344274,
1227
+ "eval_loss": 0.2968097925186157,
1228
+ "eval_runtime": 51.9221,
1229
+ "eval_samples_per_second": 778.667,
1230
+ "eval_steps_per_second": 48.669,
1231
+ "step": 10000
1232
+ },
1233
+ {
1234
+ "epoch": 0.88,
1235
+ "learning_rate": 1.4107818133849268e-05,
1236
+ "loss": 0.3125,
1237
+ "step": 10050
1238
+ },
1239
+ {
1240
+ "epoch": 0.89,
1241
+ "learning_rate": 1.4078503796206726e-05,
1242
+ "loss": 0.3406,
1243
+ "step": 10100
1244
+ },
1245
+ {
1246
+ "epoch": 0.89,
1247
+ "learning_rate": 1.4049189458564186e-05,
1248
+ "loss": 0.3039,
1249
+ "step": 10150
1250
+ },
1251
+ {
1252
+ "epoch": 0.9,
1253
+ "learning_rate": 1.4019875120921644e-05,
1254
+ "loss": 0.3051,
1255
+ "step": 10200
1256
+ },
1257
+ {
1258
+ "epoch": 0.9,
1259
+ "learning_rate": 1.3990560783279103e-05,
1260
+ "loss": 0.2985,
1261
+ "step": 10250
1262
+ },
1263
+ {
1264
+ "epoch": 0.91,
1265
+ "learning_rate": 1.3961246445636563e-05,
1266
+ "loss": 0.2912,
1267
+ "step": 10300
1268
+ },
1269
+ {
1270
+ "epoch": 0.91,
1271
+ "learning_rate": 1.3931932107994021e-05,
1272
+ "loss": 0.2871,
1273
+ "step": 10350
1274
+ },
1275
+ {
1276
+ "epoch": 0.91,
1277
+ "learning_rate": 1.3902617770351481e-05,
1278
+ "loss": 0.3071,
1279
+ "step": 10400
1280
+ },
1281
+ {
1282
+ "epoch": 0.92,
1283
+ "learning_rate": 1.387330343270894e-05,
1284
+ "loss": 0.2907,
1285
+ "step": 10450
1286
+ },
1287
+ {
1288
+ "epoch": 0.92,
1289
+ "learning_rate": 1.3843989095066399e-05,
1290
+ "loss": 0.3051,
1291
+ "step": 10500
1292
+ },
1293
+ {
1294
+ "epoch": 0.93,
1295
+ "learning_rate": 1.3814674757423859e-05,
1296
+ "loss": 0.303,
1297
+ "step": 10550
1298
+ },
1299
+ {
1300
+ "epoch": 0.93,
1301
+ "learning_rate": 1.3785360419781315e-05,
1302
+ "loss": 0.3048,
1303
+ "step": 10600
1304
+ },
1305
+ {
1306
+ "epoch": 0.94,
1307
+ "learning_rate": 1.3756046082138775e-05,
1308
+ "loss": 0.3254,
1309
+ "step": 10650
1310
+ },
1311
+ {
1312
+ "epoch": 0.94,
1313
+ "learning_rate": 1.3726731744496233e-05,
1314
+ "loss": 0.2876,
1315
+ "step": 10700
1316
+ },
1317
+ {
1318
+ "epoch": 0.95,
1319
+ "learning_rate": 1.3697417406853692e-05,
1320
+ "loss": 0.3126,
1321
+ "step": 10750
1322
+ },
1323
+ {
1324
+ "epoch": 0.95,
1325
+ "learning_rate": 1.3668103069211152e-05,
1326
+ "loss": 0.3124,
1327
+ "step": 10800
1328
+ },
1329
+ {
1330
+ "epoch": 0.95,
1331
+ "learning_rate": 1.363878873156861e-05,
1332
+ "loss": 0.2989,
1333
+ "step": 10850
1334
+ },
1335
+ {
1336
+ "epoch": 0.96,
1337
+ "learning_rate": 1.360947439392607e-05,
1338
+ "loss": 0.2993,
1339
+ "step": 10900
1340
+ },
1341
+ {
1342
+ "epoch": 0.96,
1343
+ "learning_rate": 1.3580160056283528e-05,
1344
+ "loss": 0.3312,
1345
+ "step": 10950
1346
+ },
1347
+ {
1348
+ "epoch": 0.97,
1349
+ "learning_rate": 1.3550845718640988e-05,
1350
+ "loss": 0.2912,
1351
+ "step": 11000
1352
+ },
1353
+ {
1354
+ "epoch": 0.97,
1355
+ "learning_rate": 1.3521531380998448e-05,
1356
+ "loss": 0.2963,
1357
+ "step": 11050
1358
+ },
1359
+ {
1360
+ "epoch": 0.98,
1361
+ "learning_rate": 1.3492217043355906e-05,
1362
+ "loss": 0.2996,
1363
+ "step": 11100
1364
+ },
1365
+ {
1366
+ "epoch": 0.98,
1367
+ "learning_rate": 1.3462902705713365e-05,
1368
+ "loss": 0.3059,
1369
+ "step": 11150
1370
+ },
1371
+ {
1372
+ "epoch": 0.98,
1373
+ "learning_rate": 1.3433588368070825e-05,
1374
+ "loss": 0.3104,
1375
+ "step": 11200
1376
+ },
1377
+ {
1378
+ "epoch": 0.99,
1379
+ "learning_rate": 1.3404274030428283e-05,
1380
+ "loss": 0.3095,
1381
+ "step": 11250
1382
+ },
1383
+ {
1384
+ "epoch": 0.99,
1385
+ "learning_rate": 1.3374959692785743e-05,
1386
+ "loss": 0.2849,
1387
+ "step": 11300
1388
+ },
1389
+ {
1390
+ "epoch": 1.0,
1391
+ "learning_rate": 1.3345645355143201e-05,
1392
+ "loss": 0.3084,
1393
+ "step": 11350
1394
+ },
1395
+ {
1396
+ "epoch": 1.0,
1397
+ "learning_rate": 1.3316331017500661e-05,
1398
+ "loss": 0.2833,
1399
+ "step": 11400
1400
+ },
1401
+ {
1402
+ "epoch": 1.01,
1403
+ "learning_rate": 1.328701667985812e-05,
1404
+ "loss": 0.2491,
1405
+ "step": 11450
1406
+ },
1407
+ {
1408
+ "epoch": 1.01,
1409
+ "learning_rate": 1.3257702342215579e-05,
1410
+ "loss": 0.2527,
1411
+ "step": 11500
1412
+ },
1413
+ {
1414
+ "epoch": 1.02,
1415
+ "learning_rate": 1.3228388004573038e-05,
1416
+ "loss": 0.2451,
1417
+ "step": 11550
1418
+ },
1419
+ {
1420
+ "epoch": 1.02,
1421
+ "learning_rate": 1.3199073666930498e-05,
1422
+ "loss": 0.2515,
1423
+ "step": 11600
1424
+ },
1425
+ {
1426
+ "epoch": 1.02,
1427
+ "learning_rate": 1.3169759329287956e-05,
1428
+ "loss": 0.2405,
1429
+ "step": 11650
1430
+ },
1431
+ {
1432
+ "epoch": 1.03,
1433
+ "learning_rate": 1.3140444991645416e-05,
1434
+ "loss": 0.2465,
1435
+ "step": 11700
1436
+ },
1437
+ {
1438
+ "epoch": 1.03,
1439
+ "learning_rate": 1.3111130654002874e-05,
1440
+ "loss": 0.215,
1441
+ "step": 11750
1442
+ },
1443
+ {
1444
+ "epoch": 1.04,
1445
+ "learning_rate": 1.3081816316360334e-05,
1446
+ "loss": 0.2598,
1447
+ "step": 11800
1448
+ },
1449
+ {
1450
+ "epoch": 1.04,
1451
+ "learning_rate": 1.305250197871779e-05,
1452
+ "loss": 0.2671,
1453
+ "step": 11850
1454
+ },
1455
+ {
1456
+ "epoch": 1.05,
1457
+ "learning_rate": 1.302318764107525e-05,
1458
+ "loss": 0.2791,
1459
+ "step": 11900
1460
+ },
1461
+ {
1462
+ "epoch": 1.05,
1463
+ "learning_rate": 1.299387330343271e-05,
1464
+ "loss": 0.2606,
1465
+ "step": 11950
1466
+ },
1467
+ {
1468
+ "epoch": 1.06,
1469
+ "learning_rate": 1.2964558965790168e-05,
1470
+ "loss": 0.2569,
1471
+ "step": 12000
1472
+ },
1473
+ {
1474
+ "epoch": 1.06,
1475
+ "learning_rate": 1.2935244628147628e-05,
1476
+ "loss": 0.2506,
1477
+ "step": 12050
1478
+ },
1479
+ {
1480
+ "epoch": 1.06,
1481
+ "learning_rate": 1.2905930290505086e-05,
1482
+ "loss": 0.2372,
1483
+ "step": 12100
1484
+ },
1485
+ {
1486
+ "epoch": 1.07,
1487
+ "learning_rate": 1.2876615952862545e-05,
1488
+ "loss": 0.2468,
1489
+ "step": 12150
1490
+ },
1491
+ {
1492
+ "epoch": 1.07,
1493
+ "learning_rate": 1.2847301615220005e-05,
1494
+ "loss": 0.2491,
1495
+ "step": 12200
1496
+ },
1497
+ {
1498
+ "epoch": 1.08,
1499
+ "learning_rate": 1.2817987277577463e-05,
1500
+ "loss": 0.2817,
1501
+ "step": 12250
1502
+ },
1503
+ {
1504
+ "epoch": 1.08,
1505
+ "learning_rate": 1.2788672939934923e-05,
1506
+ "loss": 0.2613,
1507
+ "step": 12300
1508
+ },
1509
+ {
1510
+ "epoch": 1.09,
1511
+ "learning_rate": 1.2759358602292383e-05,
1512
+ "loss": 0.2627,
1513
+ "step": 12350
1514
+ },
1515
+ {
1516
+ "epoch": 1.09,
1517
+ "learning_rate": 1.2730044264649841e-05,
1518
+ "loss": 0.2804,
1519
+ "step": 12400
1520
+ },
1521
+ {
1522
+ "epoch": 1.09,
1523
+ "learning_rate": 1.27007299270073e-05,
1524
+ "loss": 0.2295,
1525
+ "step": 12450
1526
+ },
1527
+ {
1528
+ "epoch": 1.1,
1529
+ "learning_rate": 1.2671415589364759e-05,
1530
+ "loss": 0.2277,
1531
+ "step": 12500
1532
+ },
1533
+ {
1534
+ "epoch": 1.1,
1535
+ "learning_rate": 1.2642101251722218e-05,
1536
+ "loss": 0.2469,
1537
+ "step": 12550
1538
+ },
1539
+ {
1540
+ "epoch": 1.11,
1541
+ "learning_rate": 1.2612786914079678e-05,
1542
+ "loss": 0.2529,
1543
+ "step": 12600
1544
+ },
1545
+ {
1546
+ "epoch": 1.11,
1547
+ "learning_rate": 1.2583472576437136e-05,
1548
+ "loss": 0.2611,
1549
+ "step": 12650
1550
+ },
1551
+ {
1552
+ "epoch": 1.12,
1553
+ "learning_rate": 1.2554158238794596e-05,
1554
+ "loss": 0.2279,
1555
+ "step": 12700
1556
+ },
1557
+ {
1558
+ "epoch": 1.12,
1559
+ "learning_rate": 1.2524843901152056e-05,
1560
+ "loss": 0.2496,
1561
+ "step": 12750
1562
+ },
1563
+ {
1564
+ "epoch": 1.13,
1565
+ "learning_rate": 1.2495529563509514e-05,
1566
+ "loss": 0.2461,
1567
+ "step": 12800
1568
+ },
1569
+ {
1570
+ "epoch": 1.13,
1571
+ "learning_rate": 1.2466215225866974e-05,
1572
+ "loss": 0.2313,
1573
+ "step": 12850
1574
+ },
1575
+ {
1576
+ "epoch": 1.13,
1577
+ "learning_rate": 1.2436900888224432e-05,
1578
+ "loss": 0.2525,
1579
+ "step": 12900
1580
+ },
1581
+ {
1582
+ "epoch": 1.14,
1583
+ "learning_rate": 1.2407586550581891e-05,
1584
+ "loss": 0.244,
1585
+ "step": 12950
1586
+ },
1587
+ {
1588
+ "epoch": 1.14,
1589
+ "learning_rate": 1.2378272212939351e-05,
1590
+ "loss": 0.2422,
1591
+ "step": 13000
1592
+ },
1593
+ {
1594
+ "epoch": 1.15,
1595
+ "learning_rate": 1.234895787529681e-05,
1596
+ "loss": 0.2548,
1597
+ "step": 13050
1598
+ },
1599
+ {
1600
+ "epoch": 1.15,
1601
+ "learning_rate": 1.2319643537654267e-05,
1602
+ "loss": 0.2383,
1603
+ "step": 13100
1604
+ },
1605
+ {
1606
+ "epoch": 1.16,
1607
+ "learning_rate": 1.2290329200011725e-05,
1608
+ "loss": 0.2464,
1609
+ "step": 13150
1610
+ },
1611
+ {
1612
+ "epoch": 1.16,
1613
+ "learning_rate": 1.2261014862369185e-05,
1614
+ "loss": 0.2422,
1615
+ "step": 13200
1616
+ },
1617
+ {
1618
+ "epoch": 1.17,
1619
+ "learning_rate": 1.2231700524726643e-05,
1620
+ "loss": 0.2548,
1621
+ "step": 13250
1622
+ },
1623
+ {
1624
+ "epoch": 1.17,
1625
+ "learning_rate": 1.2202386187084103e-05,
1626
+ "loss": 0.2601,
1627
+ "step": 13300
1628
+ },
1629
+ {
1630
+ "epoch": 1.17,
1631
+ "learning_rate": 1.2173071849441563e-05,
1632
+ "loss": 0.2605,
1633
+ "step": 13350
1634
+ },
1635
+ {
1636
+ "epoch": 1.18,
1637
+ "learning_rate": 1.214375751179902e-05,
1638
+ "loss": 0.251,
1639
+ "step": 13400
1640
+ },
1641
+ {
1642
+ "epoch": 1.18,
1643
+ "learning_rate": 1.211444317415648e-05,
1644
+ "loss": 0.2476,
1645
+ "step": 13450
1646
+ },
1647
+ {
1648
+ "epoch": 1.19,
1649
+ "learning_rate": 1.208512883651394e-05,
1650
+ "loss": 0.2344,
1651
+ "step": 13500
1652
+ },
1653
+ {
1654
+ "epoch": 1.19,
1655
+ "learning_rate": 1.2055814498871398e-05,
1656
+ "loss": 0.2331,
1657
+ "step": 13550
1658
+ },
1659
+ {
1660
+ "epoch": 1.2,
1661
+ "learning_rate": 1.2026500161228858e-05,
1662
+ "loss": 0.2675,
1663
+ "step": 13600
1664
+ },
1665
+ {
1666
+ "epoch": 1.2,
1667
+ "learning_rate": 1.1997185823586316e-05,
1668
+ "loss": 0.252,
1669
+ "step": 13650
1670
+ },
1671
+ {
1672
+ "epoch": 1.2,
1673
+ "learning_rate": 1.1967871485943776e-05,
1674
+ "loss": 0.261,
1675
+ "step": 13700
1676
+ },
1677
+ {
1678
+ "epoch": 1.21,
1679
+ "learning_rate": 1.1938557148301236e-05,
1680
+ "loss": 0.2463,
1681
+ "step": 13750
1682
+ },
1683
+ {
1684
+ "epoch": 1.21,
1685
+ "learning_rate": 1.1909242810658694e-05,
1686
+ "loss": 0.2607,
1687
+ "step": 13800
1688
+ },
1689
+ {
1690
+ "epoch": 1.22,
1691
+ "learning_rate": 1.1879928473016154e-05,
1692
+ "loss": 0.257,
1693
+ "step": 13850
1694
+ },
1695
+ {
1696
+ "epoch": 1.22,
1697
+ "learning_rate": 1.1850614135373613e-05,
1698
+ "loss": 0.2576,
1699
+ "step": 13900
1700
+ },
1701
+ {
1702
+ "epoch": 1.23,
1703
+ "learning_rate": 1.1821299797731071e-05,
1704
+ "loss": 0.2808,
1705
+ "step": 13950
1706
+ },
1707
+ {
1708
+ "epoch": 1.23,
1709
+ "learning_rate": 1.1791985460088531e-05,
1710
+ "loss": 0.2488,
1711
+ "step": 14000
1712
+ },
1713
+ {
1714
+ "epoch": 1.24,
1715
+ "learning_rate": 1.176267112244599e-05,
1716
+ "loss": 0.2474,
1717
+ "step": 14050
1718
+ },
1719
+ {
1720
+ "epoch": 1.24,
1721
+ "learning_rate": 1.1733356784803449e-05,
1722
+ "loss": 0.2683,
1723
+ "step": 14100
1724
+ },
1725
+ {
1726
+ "epoch": 1.24,
1727
+ "learning_rate": 1.1704042447160909e-05,
1728
+ "loss": 0.2477,
1729
+ "step": 14150
1730
+ },
1731
+ {
1732
+ "epoch": 1.25,
1733
+ "learning_rate": 1.1674728109518367e-05,
1734
+ "loss": 0.2716,
1735
+ "step": 14200
1736
+ },
1737
+ {
1738
+ "epoch": 1.25,
1739
+ "learning_rate": 1.1645413771875827e-05,
1740
+ "loss": 0.2257,
1741
+ "step": 14250
1742
+ },
1743
+ {
1744
+ "epoch": 1.26,
1745
+ "learning_rate": 1.1616099434233283e-05,
1746
+ "loss": 0.2781,
1747
+ "step": 14300
1748
+ },
1749
+ {
1750
+ "epoch": 1.26,
1751
+ "learning_rate": 1.1586785096590743e-05,
1752
+ "loss": 0.2473,
1753
+ "step": 14350
1754
+ },
1755
+ {
1756
+ "epoch": 1.27,
1757
+ "learning_rate": 1.15574707589482e-05,
1758
+ "loss": 0.239,
1759
+ "step": 14400
1760
+ },
1761
+ {
1762
+ "epoch": 1.27,
1763
+ "learning_rate": 1.152815642130566e-05,
1764
+ "loss": 0.2762,
1765
+ "step": 14450
1766
+ },
1767
+ {
1768
+ "epoch": 1.28,
1769
+ "learning_rate": 1.149884208366312e-05,
1770
+ "loss": 0.2624,
1771
+ "step": 14500
1772
+ },
1773
+ {
1774
+ "epoch": 1.28,
1775
+ "learning_rate": 1.1469527746020578e-05,
1776
+ "loss": 0.2439,
1777
+ "step": 14550
1778
+ },
1779
+ {
1780
+ "epoch": 1.28,
1781
+ "learning_rate": 1.1440213408378038e-05,
1782
+ "loss": 0.2802,
1783
+ "step": 14600
1784
+ },
1785
+ {
1786
+ "epoch": 1.29,
1787
+ "learning_rate": 1.1410899070735498e-05,
1788
+ "loss": 0.276,
1789
+ "step": 14650
1790
+ },
1791
+ {
1792
+ "epoch": 1.29,
1793
+ "learning_rate": 1.1381584733092956e-05,
1794
+ "loss": 0.2405,
1795
+ "step": 14700
1796
+ },
1797
+ {
1798
+ "epoch": 1.3,
1799
+ "learning_rate": 1.1352270395450416e-05,
1800
+ "loss": 0.2668,
1801
+ "step": 14750
1802
+ },
1803
+ {
1804
+ "epoch": 1.3,
1805
+ "learning_rate": 1.1322956057807874e-05,
1806
+ "loss": 0.2619,
1807
+ "step": 14800
1808
+ },
1809
+ {
1810
+ "epoch": 1.31,
1811
+ "learning_rate": 1.1293641720165334e-05,
1812
+ "loss": 0.2537,
1813
+ "step": 14850
1814
+ },
1815
+ {
1816
+ "epoch": 1.31,
1817
+ "learning_rate": 1.1264327382522793e-05,
1818
+ "loss": 0.2385,
1819
+ "step": 14900
1820
+ },
1821
+ {
1822
+ "epoch": 1.31,
1823
+ "learning_rate": 1.1235013044880251e-05,
1824
+ "loss": 0.2342,
1825
+ "step": 14950
1826
+ },
1827
+ {
1828
+ "epoch": 1.32,
1829
+ "learning_rate": 1.1205698707237711e-05,
1830
+ "loss": 0.2424,
1831
+ "step": 15000
1832
+ },
1833
+ {
1834
+ "epoch": 1.32,
1835
+ "eval_accuracy": 0.8768488745980707,
1836
+ "eval_combined_score": 0.8546282812520463,
1837
+ "eval_f1": 0.8324076879060217,
1838
+ "eval_loss": 0.299838662147522,
1839
+ "eval_runtime": 51.9835,
1840
+ "eval_samples_per_second": 777.747,
1841
+ "eval_steps_per_second": 48.612,
1842
+ "step": 15000
1843
+ },
1844
+ {
1845
+ "epoch": 1.32,
1846
+ "learning_rate": 1.1176384369595171e-05,
1847
+ "loss": 0.2459,
1848
+ "step": 15050
1849
+ },
1850
+ {
1851
+ "epoch": 1.33,
1852
+ "learning_rate": 1.1147070031952629e-05,
1853
+ "loss": 0.2567,
1854
+ "step": 15100
1855
+ },
1856
+ {
1857
+ "epoch": 1.33,
1858
+ "learning_rate": 1.1117755694310089e-05,
1859
+ "loss": 0.2357,
1860
+ "step": 15150
1861
+ },
1862
+ {
1863
+ "epoch": 1.34,
1864
+ "learning_rate": 1.1088441356667547e-05,
1865
+ "loss": 0.2786,
1866
+ "step": 15200
1867
+ },
1868
+ {
1869
+ "epoch": 1.34,
1870
+ "learning_rate": 1.1059127019025007e-05,
1871
+ "loss": 0.2699,
1872
+ "step": 15250
1873
+ },
1874
+ {
1875
+ "epoch": 1.35,
1876
+ "learning_rate": 1.1029812681382466e-05,
1877
+ "loss": 0.2353,
1878
+ "step": 15300
1879
+ },
1880
+ {
1881
+ "epoch": 1.35,
1882
+ "learning_rate": 1.1000498343739924e-05,
1883
+ "loss": 0.2323,
1884
+ "step": 15350
1885
+ },
1886
+ {
1887
+ "epoch": 1.35,
1888
+ "learning_rate": 1.0971184006097384e-05,
1889
+ "loss": 0.2578,
1890
+ "step": 15400
1891
+ },
1892
+ {
1893
+ "epoch": 1.36,
1894
+ "learning_rate": 1.0941869668454844e-05,
1895
+ "loss": 0.2751,
1896
+ "step": 15450
1897
+ },
1898
+ {
1899
+ "epoch": 1.36,
1900
+ "learning_rate": 1.0912555330812302e-05,
1901
+ "loss": 0.2669,
1902
+ "step": 15500
1903
+ },
1904
+ {
1905
+ "epoch": 1.37,
1906
+ "learning_rate": 1.0883240993169758e-05,
1907
+ "loss": 0.249,
1908
+ "step": 15550
1909
+ },
1910
+ {
1911
+ "epoch": 1.37,
1912
+ "learning_rate": 1.0853926655527218e-05,
1913
+ "loss": 0.239,
1914
+ "step": 15600
1915
+ },
1916
+ {
1917
+ "epoch": 1.38,
1918
+ "learning_rate": 1.0824612317884678e-05,
1919
+ "loss": 0.2465,
1920
+ "step": 15650
1921
+ },
1922
+ {
1923
+ "epoch": 1.38,
1924
+ "learning_rate": 1.0795297980242136e-05,
1925
+ "loss": 0.2497,
1926
+ "step": 15700
1927
+ },
1928
+ {
1929
+ "epoch": 1.39,
1930
+ "learning_rate": 1.0765983642599596e-05,
1931
+ "loss": 0.2319,
1932
+ "step": 15750
1933
+ },
1934
+ {
1935
+ "epoch": 1.39,
1936
+ "learning_rate": 1.0736669304957055e-05,
1937
+ "loss": 0.2553,
1938
+ "step": 15800
1939
+ },
1940
+ {
1941
+ "epoch": 1.39,
1942
+ "learning_rate": 1.0707354967314513e-05,
1943
+ "loss": 0.2467,
1944
+ "step": 15850
1945
+ },
1946
+ {
1947
+ "epoch": 1.4,
1948
+ "learning_rate": 1.0678040629671973e-05,
1949
+ "loss": 0.2678,
1950
+ "step": 15900
1951
+ },
1952
+ {
1953
+ "epoch": 1.4,
1954
+ "learning_rate": 1.0648726292029431e-05,
1955
+ "loss": 0.232,
1956
+ "step": 15950
1957
+ },
1958
+ {
1959
+ "epoch": 1.41,
1960
+ "learning_rate": 1.0619411954386891e-05,
1961
+ "loss": 0.2511,
1962
+ "step": 16000
1963
+ },
1964
+ {
1965
+ "epoch": 1.41,
1966
+ "learning_rate": 1.059009761674435e-05,
1967
+ "loss": 0.2484,
1968
+ "step": 16050
1969
+ },
1970
+ {
1971
+ "epoch": 1.42,
1972
+ "learning_rate": 1.0560783279101809e-05,
1973
+ "loss": 0.2571,
1974
+ "step": 16100
1975
+ },
1976
+ {
1977
+ "epoch": 1.42,
1978
+ "learning_rate": 1.0531468941459269e-05,
1979
+ "loss": 0.2326,
1980
+ "step": 16150
1981
+ },
1982
+ {
1983
+ "epoch": 1.42,
1984
+ "learning_rate": 1.0502154603816728e-05,
1985
+ "loss": 0.2318,
1986
+ "step": 16200
1987
+ },
1988
+ {
1989
+ "epoch": 1.43,
1990
+ "learning_rate": 1.0472840266174186e-05,
1991
+ "loss": 0.2485,
1992
+ "step": 16250
1993
+ },
1994
+ {
1995
+ "epoch": 1.43,
1996
+ "learning_rate": 1.0443525928531646e-05,
1997
+ "loss": 0.2607,
1998
+ "step": 16300
1999
+ },
2000
+ {
2001
+ "epoch": 1.44,
2002
+ "learning_rate": 1.0414211590889104e-05,
2003
+ "loss": 0.2433,
2004
+ "step": 16350
2005
+ },
2006
+ {
2007
+ "epoch": 1.44,
2008
+ "learning_rate": 1.0384897253246564e-05,
2009
+ "loss": 0.2594,
2010
+ "step": 16400
2011
+ },
2012
+ {
2013
+ "epoch": 1.45,
2014
+ "learning_rate": 1.0355582915604024e-05,
2015
+ "loss": 0.2584,
2016
+ "step": 16450
2017
+ },
2018
+ {
2019
+ "epoch": 1.45,
2020
+ "learning_rate": 1.0326268577961482e-05,
2021
+ "loss": 0.2343,
2022
+ "step": 16500
2023
+ },
2024
+ {
2025
+ "epoch": 1.46,
2026
+ "learning_rate": 1.0296954240318942e-05,
2027
+ "loss": 0.2555,
2028
+ "step": 16550
2029
+ },
2030
+ {
2031
+ "epoch": 1.46,
2032
+ "learning_rate": 1.0267639902676401e-05,
2033
+ "loss": 0.2581,
2034
+ "step": 16600
2035
+ },
2036
+ {
2037
+ "epoch": 1.46,
2038
+ "learning_rate": 1.023832556503386e-05,
2039
+ "loss": 0.2666,
2040
+ "step": 16650
2041
+ },
2042
+ {
2043
+ "epoch": 1.47,
2044
+ "learning_rate": 1.020901122739132e-05,
2045
+ "loss": 0.2509,
2046
+ "step": 16700
2047
+ },
2048
+ {
2049
+ "epoch": 1.47,
2050
+ "learning_rate": 1.0179696889748777e-05,
2051
+ "loss": 0.2468,
2052
+ "step": 16750
2053
+ },
2054
+ {
2055
+ "epoch": 1.48,
2056
+ "learning_rate": 1.0150382552106235e-05,
2057
+ "loss": 0.2337,
2058
+ "step": 16800
2059
+ },
2060
+ {
2061
+ "epoch": 1.48,
2062
+ "learning_rate": 1.0121068214463693e-05,
2063
+ "loss": 0.2187,
2064
+ "step": 16850
2065
+ },
2066
+ {
2067
+ "epoch": 1.49,
2068
+ "learning_rate": 1.0091753876821153e-05,
2069
+ "loss": 0.2462,
2070
+ "step": 16900
2071
+ },
2072
+ {
2073
+ "epoch": 1.49,
2074
+ "learning_rate": 1.0062439539178613e-05,
2075
+ "loss": 0.2299,
2076
+ "step": 16950
2077
+ },
2078
+ {
2079
+ "epoch": 1.5,
2080
+ "learning_rate": 1.0033125201536071e-05,
2081
+ "loss": 0.257,
2082
+ "step": 17000
2083
+ },
2084
+ {
2085
+ "epoch": 1.5,
2086
+ "learning_rate": 1.000381086389353e-05,
2087
+ "loss": 0.2636,
2088
+ "step": 17050
2089
+ },
2090
+ {
2091
+ "epoch": 1.5,
2092
+ "learning_rate": 9.974496526250989e-06,
2093
+ "loss": 0.2438,
2094
+ "step": 17100
2095
+ },
2096
+ {
2097
+ "epoch": 1.51,
2098
+ "learning_rate": 9.945182188608449e-06,
2099
+ "loss": 0.2421,
2100
+ "step": 17150
2101
+ },
2102
+ {
2103
+ "epoch": 1.51,
2104
+ "learning_rate": 9.915867850965908e-06,
2105
+ "loss": 0.2509,
2106
+ "step": 17200
2107
+ },
2108
+ {
2109
+ "epoch": 1.52,
2110
+ "learning_rate": 9.886553513323366e-06,
2111
+ "loss": 0.233,
2112
+ "step": 17250
2113
+ },
2114
+ {
2115
+ "epoch": 1.52,
2116
+ "learning_rate": 9.857239175680826e-06,
2117
+ "loss": 0.2535,
2118
+ "step": 17300
2119
+ },
2120
+ {
2121
+ "epoch": 1.53,
2122
+ "learning_rate": 9.827924838038286e-06,
2123
+ "loss": 0.2413,
2124
+ "step": 17350
2125
+ },
2126
+ {
2127
+ "epoch": 1.53,
2128
+ "learning_rate": 9.798610500395744e-06,
2129
+ "loss": 0.2321,
2130
+ "step": 17400
2131
+ },
2132
+ {
2133
+ "epoch": 1.53,
2134
+ "learning_rate": 9.769296162753204e-06,
2135
+ "loss": 0.2332,
2136
+ "step": 17450
2137
+ },
2138
+ {
2139
+ "epoch": 1.54,
2140
+ "learning_rate": 9.739981825110662e-06,
2141
+ "loss": 0.2569,
2142
+ "step": 17500
2143
+ },
2144
+ {
2145
+ "epoch": 1.54,
2146
+ "learning_rate": 9.710667487468122e-06,
2147
+ "loss": 0.2339,
2148
+ "step": 17550
2149
+ },
2150
+ {
2151
+ "epoch": 1.55,
2152
+ "learning_rate": 9.681353149825581e-06,
2153
+ "loss": 0.2468,
2154
+ "step": 17600
2155
+ },
2156
+ {
2157
+ "epoch": 1.55,
2158
+ "learning_rate": 9.65203881218304e-06,
2159
+ "loss": 0.2172,
2160
+ "step": 17650
2161
+ },
2162
+ {
2163
+ "epoch": 1.56,
2164
+ "learning_rate": 9.6227244745405e-06,
2165
+ "loss": 0.2633,
2166
+ "step": 17700
2167
+ },
2168
+ {
2169
+ "epoch": 1.56,
2170
+ "learning_rate": 9.593410136897957e-06,
2171
+ "loss": 0.2612,
2172
+ "step": 17750
2173
+ },
2174
+ {
2175
+ "epoch": 1.57,
2176
+ "learning_rate": 9.564095799255417e-06,
2177
+ "loss": 0.2173,
2178
+ "step": 17800
2179
+ },
2180
+ {
2181
+ "epoch": 1.57,
2182
+ "learning_rate": 9.534781461612875e-06,
2183
+ "loss": 0.2176,
2184
+ "step": 17850
2185
+ },
2186
+ {
2187
+ "epoch": 1.57,
2188
+ "learning_rate": 9.505467123970335e-06,
2189
+ "loss": 0.258,
2190
+ "step": 17900
2191
+ },
2192
+ {
2193
+ "epoch": 1.58,
2194
+ "learning_rate": 9.476152786327793e-06,
2195
+ "loss": 0.2261,
2196
+ "step": 17950
2197
+ },
2198
+ {
2199
+ "epoch": 1.58,
2200
+ "learning_rate": 9.446838448685253e-06,
2201
+ "loss": 0.2555,
2202
+ "step": 18000
2203
+ },
2204
+ {
2205
+ "epoch": 1.59,
2206
+ "learning_rate": 9.417524111042712e-06,
2207
+ "loss": 0.2411,
2208
+ "step": 18050
2209
+ },
2210
+ {
2211
+ "epoch": 1.59,
2212
+ "learning_rate": 9.38820977340017e-06,
2213
+ "loss": 0.2765,
2214
+ "step": 18100
2215
+ },
2216
+ {
2217
+ "epoch": 1.6,
2218
+ "learning_rate": 9.35889543575763e-06,
2219
+ "loss": 0.2365,
2220
+ "step": 18150
2221
+ },
2222
+ {
2223
+ "epoch": 1.6,
2224
+ "learning_rate": 9.329581098115088e-06,
2225
+ "loss": 0.2055,
2226
+ "step": 18200
2227
+ },
2228
+ {
2229
+ "epoch": 1.6,
2230
+ "learning_rate": 9.300266760472548e-06,
2231
+ "loss": 0.2358,
2232
+ "step": 18250
2233
+ },
2234
+ {
2235
+ "epoch": 1.61,
2236
+ "learning_rate": 9.270952422830008e-06,
2237
+ "loss": 0.2449,
2238
+ "step": 18300
2239
+ },
2240
+ {
2241
+ "epoch": 1.61,
2242
+ "learning_rate": 9.241638085187466e-06,
2243
+ "loss": 0.2176,
2244
+ "step": 18350
2245
+ },
2246
+ {
2247
+ "epoch": 1.62,
2248
+ "learning_rate": 9.212323747544924e-06,
2249
+ "loss": 0.2668,
2250
+ "step": 18400
2251
+ },
2252
+ {
2253
+ "epoch": 1.62,
2254
+ "learning_rate": 9.183009409902384e-06,
2255
+ "loss": 0.2608,
2256
+ "step": 18450
2257
+ },
2258
+ {
2259
+ "epoch": 1.63,
2260
+ "learning_rate": 9.153695072259843e-06,
2261
+ "loss": 0.2323,
2262
+ "step": 18500
2263
+ },
2264
+ {
2265
+ "epoch": 1.63,
2266
+ "learning_rate": 9.124380734617302e-06,
2267
+ "loss": 0.2216,
2268
+ "step": 18550
2269
+ },
2270
+ {
2271
+ "epoch": 1.64,
2272
+ "learning_rate": 9.095066396974761e-06,
2273
+ "loss": 0.2586,
2274
+ "step": 18600
2275
+ },
2276
+ {
2277
+ "epoch": 1.64,
2278
+ "learning_rate": 9.06575205933222e-06,
2279
+ "loss": 0.252,
2280
+ "step": 18650
2281
+ },
2282
+ {
2283
+ "epoch": 1.64,
2284
+ "learning_rate": 9.036437721689679e-06,
2285
+ "loss": 0.2829,
2286
+ "step": 18700
2287
+ },
2288
+ {
2289
+ "epoch": 1.65,
2290
+ "learning_rate": 9.007123384047139e-06,
2291
+ "loss": 0.2392,
2292
+ "step": 18750
2293
+ },
2294
+ {
2295
+ "epoch": 1.65,
2296
+ "learning_rate": 8.977809046404597e-06,
2297
+ "loss": 0.2484,
2298
+ "step": 18800
2299
+ },
2300
+ {
2301
+ "epoch": 1.66,
2302
+ "learning_rate": 8.948494708762057e-06,
2303
+ "loss": 0.2489,
2304
+ "step": 18850
2305
+ },
2306
+ {
2307
+ "epoch": 1.66,
2308
+ "learning_rate": 8.919180371119516e-06,
2309
+ "loss": 0.2322,
2310
+ "step": 18900
2311
+ },
2312
+ {
2313
+ "epoch": 1.67,
2314
+ "learning_rate": 8.889866033476975e-06,
2315
+ "loss": 0.2428,
2316
+ "step": 18950
2317
+ },
2318
+ {
2319
+ "epoch": 1.67,
2320
+ "learning_rate": 8.860551695834433e-06,
2321
+ "loss": 0.2563,
2322
+ "step": 19000
2323
+ },
2324
+ {
2325
+ "epoch": 1.68,
2326
+ "learning_rate": 8.831237358191892e-06,
2327
+ "loss": 0.2498,
2328
+ "step": 19050
2329
+ },
2330
+ {
2331
+ "epoch": 1.68,
2332
+ "learning_rate": 8.80192302054935e-06,
2333
+ "loss": 0.2587,
2334
+ "step": 19100
2335
+ },
2336
+ {
2337
+ "epoch": 1.68,
2338
+ "learning_rate": 8.77260868290681e-06,
2339
+ "loss": 0.2462,
2340
+ "step": 19150
2341
+ },
2342
+ {
2343
+ "epoch": 1.69,
2344
+ "learning_rate": 8.74329434526427e-06,
2345
+ "loss": 0.2272,
2346
+ "step": 19200
2347
+ },
2348
+ {
2349
+ "epoch": 1.69,
2350
+ "learning_rate": 8.713980007621728e-06,
2351
+ "loss": 0.2518,
2352
+ "step": 19250
2353
+ },
2354
+ {
2355
+ "epoch": 1.7,
2356
+ "learning_rate": 8.684665669979188e-06,
2357
+ "loss": 0.2397,
2358
+ "step": 19300
2359
+ },
2360
+ {
2361
+ "epoch": 1.7,
2362
+ "learning_rate": 8.655351332336648e-06,
2363
+ "loss": 0.2225,
2364
+ "step": 19350
2365
+ },
2366
+ {
2367
+ "epoch": 1.71,
2368
+ "learning_rate": 8.626036994694106e-06,
2369
+ "loss": 0.2363,
2370
+ "step": 19400
2371
+ },
2372
+ {
2373
+ "epoch": 1.71,
2374
+ "learning_rate": 8.596722657051565e-06,
2375
+ "loss": 0.2545,
2376
+ "step": 19450
2377
+ },
2378
+ {
2379
+ "epoch": 1.71,
2380
+ "learning_rate": 8.567408319409023e-06,
2381
+ "loss": 0.2511,
2382
+ "step": 19500
2383
+ },
2384
+ {
2385
+ "epoch": 1.72,
2386
+ "learning_rate": 8.538093981766483e-06,
2387
+ "loss": 0.2335,
2388
+ "step": 19550
2389
+ },
2390
+ {
2391
+ "epoch": 1.72,
2392
+ "learning_rate": 8.508779644123941e-06,
2393
+ "loss": 0.2375,
2394
+ "step": 19600
2395
+ },
2396
+ {
2397
+ "epoch": 1.73,
2398
+ "learning_rate": 8.479465306481401e-06,
2399
+ "loss": 0.2339,
2400
+ "step": 19650
2401
+ },
2402
+ {
2403
+ "epoch": 1.73,
2404
+ "learning_rate": 8.450150968838859e-06,
2405
+ "loss": 0.2415,
2406
+ "step": 19700
2407
+ },
2408
+ {
2409
+ "epoch": 1.74,
2410
+ "learning_rate": 8.420836631196319e-06,
2411
+ "loss": 0.2373,
2412
+ "step": 19750
2413
+ },
2414
+ {
2415
+ "epoch": 1.74,
2416
+ "learning_rate": 8.391522293553777e-06,
2417
+ "loss": 0.2425,
2418
+ "step": 19800
2419
+ },
2420
+ {
2421
+ "epoch": 1.75,
2422
+ "learning_rate": 8.362207955911237e-06,
2423
+ "loss": 0.2301,
2424
+ "step": 19850
2425
+ },
2426
+ {
2427
+ "epoch": 1.75,
2428
+ "learning_rate": 8.332893618268696e-06,
2429
+ "loss": 0.2455,
2430
+ "step": 19900
2431
+ },
2432
+ {
2433
+ "epoch": 1.75,
2434
+ "learning_rate": 8.303579280626155e-06,
2435
+ "loss": 0.2334,
2436
+ "step": 19950
2437
+ },
2438
+ {
2439
+ "epoch": 1.76,
2440
+ "learning_rate": 8.274264942983614e-06,
2441
+ "loss": 0.2171,
2442
+ "step": 20000
2443
+ },
2444
+ {
2445
+ "epoch": 1.76,
2446
+ "eval_accuracy": 0.8847390551570616,
2447
+ "eval_combined_score": 0.8647959492059113,
2448
+ "eval_f1": 0.844852843254761,
2449
+ "eval_loss": 0.2995075285434723,
2450
+ "eval_runtime": 52.0437,
2451
+ "eval_samples_per_second": 776.847,
2452
+ "eval_steps_per_second": 48.555,
2453
+ "step": 20000
2454
+ },
2455
+ {
2456
+ "epoch": 1.76,
2457
+ "learning_rate": 8.244950605341074e-06,
2458
+ "loss": 0.2612,
2459
+ "step": 20050
2460
+ },
2461
+ {
2462
+ "epoch": 1.77,
2463
+ "learning_rate": 8.215636267698532e-06,
2464
+ "loss": 0.2464,
2465
+ "step": 20100
2466
+ },
2467
+ {
2468
+ "epoch": 1.77,
2469
+ "learning_rate": 8.186321930055992e-06,
2470
+ "loss": 0.2347,
2471
+ "step": 20150
2472
+ },
2473
+ {
2474
+ "epoch": 1.78,
2475
+ "learning_rate": 8.15700759241345e-06,
2476
+ "loss": 0.2434,
2477
+ "step": 20200
2478
+ },
2479
+ {
2480
+ "epoch": 1.78,
2481
+ "learning_rate": 8.127693254770908e-06,
2482
+ "loss": 0.2279,
2483
+ "step": 20250
2484
+ },
2485
+ {
2486
+ "epoch": 1.79,
2487
+ "learning_rate": 8.098378917128368e-06,
2488
+ "loss": 0.2523,
2489
+ "step": 20300
2490
+ },
2491
+ {
2492
+ "epoch": 1.79,
2493
+ "learning_rate": 8.069064579485828e-06,
2494
+ "loss": 0.2659,
2495
+ "step": 20350
2496
+ },
2497
+ {
2498
+ "epoch": 1.79,
2499
+ "learning_rate": 8.039750241843286e-06,
2500
+ "loss": 0.2674,
2501
+ "step": 20400
2502
+ },
2503
+ {
2504
+ "epoch": 1.8,
2505
+ "learning_rate": 8.010435904200745e-06,
2506
+ "loss": 0.2627,
2507
+ "step": 20450
2508
+ },
2509
+ {
2510
+ "epoch": 1.8,
2511
+ "learning_rate": 7.981121566558205e-06,
2512
+ "loss": 0.2313,
2513
+ "step": 20500
2514
+ },
2515
+ {
2516
+ "epoch": 1.81,
2517
+ "learning_rate": 7.951807228915663e-06,
2518
+ "loss": 0.2206,
2519
+ "step": 20550
2520
+ },
2521
+ {
2522
+ "epoch": 1.81,
2523
+ "learning_rate": 7.922492891273123e-06,
2524
+ "loss": 0.2327,
2525
+ "step": 20600
2526
+ },
2527
+ {
2528
+ "epoch": 1.82,
2529
+ "learning_rate": 7.893178553630581e-06,
2530
+ "loss": 0.2543,
2531
+ "step": 20650
2532
+ },
2533
+ {
2534
+ "epoch": 1.82,
2535
+ "learning_rate": 7.86386421598804e-06,
2536
+ "loss": 0.2797,
2537
+ "step": 20700
2538
+ },
2539
+ {
2540
+ "epoch": 1.82,
2541
+ "learning_rate": 7.8345498783455e-06,
2542
+ "loss": 0.2176,
2543
+ "step": 20750
2544
+ },
2545
+ {
2546
+ "epoch": 1.83,
2547
+ "learning_rate": 7.805235540702959e-06,
2548
+ "loss": 0.2416,
2549
+ "step": 20800
2550
+ },
2551
+ {
2552
+ "epoch": 1.83,
2553
+ "learning_rate": 7.775921203060417e-06,
2554
+ "loss": 0.2323,
2555
+ "step": 20850
2556
+ },
2557
+ {
2558
+ "epoch": 1.84,
2559
+ "learning_rate": 7.746606865417876e-06,
2560
+ "loss": 0.2428,
2561
+ "step": 20900
2562
+ },
2563
+ {
2564
+ "epoch": 1.84,
2565
+ "learning_rate": 7.717292527775334e-06,
2566
+ "loss": 0.2383,
2567
+ "step": 20950
2568
+ },
2569
+ {
2570
+ "epoch": 1.85,
2571
+ "learning_rate": 7.687978190132794e-06,
2572
+ "loss": 0.2431,
2573
+ "step": 21000
2574
+ },
2575
+ {
2576
+ "epoch": 1.85,
2577
+ "learning_rate": 7.658663852490254e-06,
2578
+ "loss": 0.2254,
2579
+ "step": 21050
2580
+ },
2581
+ {
2582
+ "epoch": 1.86,
2583
+ "learning_rate": 7.629349514847713e-06,
2584
+ "loss": 0.2605,
2585
+ "step": 21100
2586
+ },
2587
+ {
2588
+ "epoch": 1.86,
2589
+ "learning_rate": 7.600035177205172e-06,
2590
+ "loss": 0.2607,
2591
+ "step": 21150
2592
+ },
2593
+ {
2594
+ "epoch": 1.86,
2595
+ "learning_rate": 7.570720839562631e-06,
2596
+ "loss": 0.2349,
2597
+ "step": 21200
2598
+ },
2599
+ {
2600
+ "epoch": 1.87,
2601
+ "learning_rate": 7.54140650192009e-06,
2602
+ "loss": 0.2216,
2603
+ "step": 21250
2604
+ },
2605
+ {
2606
+ "epoch": 1.87,
2607
+ "learning_rate": 7.512092164277549e-06,
2608
+ "loss": 0.2485,
2609
+ "step": 21300
2610
+ },
2611
+ {
2612
+ "epoch": 1.88,
2613
+ "learning_rate": 7.482777826635008e-06,
2614
+ "loss": 0.2292,
2615
+ "step": 21350
2616
+ },
2617
+ {
2618
+ "epoch": 1.88,
2619
+ "learning_rate": 7.453463488992467e-06,
2620
+ "loss": 0.2266,
2621
+ "step": 21400
2622
+ },
2623
+ {
2624
+ "epoch": 1.89,
2625
+ "learning_rate": 7.424149151349925e-06,
2626
+ "loss": 0.2314,
2627
+ "step": 21450
2628
+ },
2629
+ {
2630
+ "epoch": 1.89,
2631
+ "learning_rate": 7.394834813707384e-06,
2632
+ "loss": 0.2219,
2633
+ "step": 21500
2634
+ },
2635
+ {
2636
+ "epoch": 1.9,
2637
+ "learning_rate": 7.365520476064844e-06,
2638
+ "loss": 0.2411,
2639
+ "step": 21550
2640
+ },
2641
+ {
2642
+ "epoch": 1.9,
2643
+ "learning_rate": 7.336206138422303e-06,
2644
+ "loss": 0.2504,
2645
+ "step": 21600
2646
+ },
2647
+ {
2648
+ "epoch": 1.9,
2649
+ "learning_rate": 7.306891800779762e-06,
2650
+ "loss": 0.2464,
2651
+ "step": 21650
2652
+ },
2653
+ {
2654
+ "epoch": 1.91,
2655
+ "learning_rate": 7.277577463137221e-06,
2656
+ "loss": 0.2656,
2657
+ "step": 21700
2658
+ },
2659
+ {
2660
+ "epoch": 1.91,
2661
+ "learning_rate": 7.24826312549468e-06,
2662
+ "loss": 0.2515,
2663
+ "step": 21750
2664
+ },
2665
+ {
2666
+ "epoch": 1.92,
2667
+ "learning_rate": 7.218948787852139e-06,
2668
+ "loss": 0.2591,
2669
+ "step": 21800
2670
+ },
2671
+ {
2672
+ "epoch": 1.92,
2673
+ "learning_rate": 7.189634450209598e-06,
2674
+ "loss": 0.2325,
2675
+ "step": 21850
2676
+ },
2677
+ {
2678
+ "epoch": 1.93,
2679
+ "learning_rate": 7.160320112567057e-06,
2680
+ "loss": 0.2388,
2681
+ "step": 21900
2682
+ },
2683
+ {
2684
+ "epoch": 1.93,
2685
+ "learning_rate": 7.131005774924516e-06,
2686
+ "loss": 0.2541,
2687
+ "step": 21950
2688
+ },
2689
+ {
2690
+ "epoch": 1.93,
2691
+ "learning_rate": 7.101691437281976e-06,
2692
+ "loss": 0.2637,
2693
+ "step": 22000
2694
+ },
2695
+ {
2696
+ "epoch": 1.94,
2697
+ "learning_rate": 7.072377099639435e-06,
2698
+ "loss": 0.2314,
2699
+ "step": 22050
2700
+ },
2701
+ {
2702
+ "epoch": 1.94,
2703
+ "learning_rate": 7.043062761996893e-06,
2704
+ "loss": 0.2085,
2705
+ "step": 22100
2706
+ },
2707
+ {
2708
+ "epoch": 1.95,
2709
+ "learning_rate": 7.013748424354352e-06,
2710
+ "loss": 0.2555,
2711
+ "step": 22150
2712
+ },
2713
+ {
2714
+ "epoch": 1.95,
2715
+ "learning_rate": 6.984434086711811e-06,
2716
+ "loss": 0.2384,
2717
+ "step": 22200
2718
+ },
2719
+ {
2720
+ "epoch": 1.96,
2721
+ "learning_rate": 6.9551197490692704e-06,
2722
+ "loss": 0.2279,
2723
+ "step": 22250
2724
+ },
2725
+ {
2726
+ "epoch": 1.96,
2727
+ "learning_rate": 6.925805411426729e-06,
2728
+ "loss": 0.2316,
2729
+ "step": 22300
2730
+ },
2731
+ {
2732
+ "epoch": 1.97,
2733
+ "learning_rate": 6.896491073784188e-06,
2734
+ "loss": 0.2181,
2735
+ "step": 22350
2736
+ },
2737
+ {
2738
+ "epoch": 1.97,
2739
+ "learning_rate": 6.867176736141647e-06,
2740
+ "loss": 0.225,
2741
+ "step": 22400
2742
+ },
2743
+ {
2744
+ "epoch": 1.97,
2745
+ "learning_rate": 6.837862398499107e-06,
2746
+ "loss": 0.2449,
2747
+ "step": 22450
2748
+ },
2749
+ {
2750
+ "epoch": 1.98,
2751
+ "learning_rate": 6.808548060856566e-06,
2752
+ "loss": 0.2445,
2753
+ "step": 22500
2754
+ },
2755
+ {
2756
+ "epoch": 1.98,
2757
+ "learning_rate": 6.779233723214025e-06,
2758
+ "loss": 0.2589,
2759
+ "step": 22550
2760
+ },
2761
+ {
2762
+ "epoch": 1.99,
2763
+ "learning_rate": 6.749919385571484e-06,
2764
+ "loss": 0.2376,
2765
+ "step": 22600
2766
+ },
2767
+ {
2768
+ "epoch": 1.99,
2769
+ "learning_rate": 6.7206050479289434e-06,
2770
+ "loss": 0.2198,
2771
+ "step": 22650
2772
+ },
2773
+ {
2774
+ "epoch": 2.0,
2775
+ "learning_rate": 6.6912907102864015e-06,
2776
+ "loss": 0.2333,
2777
+ "step": 22700
2778
+ },
2779
+ {
2780
+ "epoch": 2.0,
2781
+ "learning_rate": 6.66197637264386e-06,
2782
+ "loss": 0.2331,
2783
+ "step": 22750
2784
+ },
2785
+ {
2786
+ "epoch": 2.01,
2787
+ "learning_rate": 6.632662035001319e-06,
2788
+ "loss": 0.168,
2789
+ "step": 22800
2790
+ },
2791
+ {
2792
+ "epoch": 2.01,
2793
+ "learning_rate": 6.603347697358778e-06,
2794
+ "loss": 0.1702,
2795
+ "step": 22850
2796
+ },
2797
+ {
2798
+ "epoch": 2.01,
2799
+ "learning_rate": 6.574033359716237e-06,
2800
+ "loss": 0.1895,
2801
+ "step": 22900
2802
+ },
2803
+ {
2804
+ "epoch": 2.02,
2805
+ "learning_rate": 6.544719022073697e-06,
2806
+ "loss": 0.1774,
2807
+ "step": 22950
2808
+ },
2809
+ {
2810
+ "epoch": 2.02,
2811
+ "learning_rate": 6.515404684431156e-06,
2812
+ "loss": 0.1801,
2813
+ "step": 23000
2814
+ },
2815
+ {
2816
+ "epoch": 2.03,
2817
+ "learning_rate": 6.486090346788615e-06,
2818
+ "loss": 0.1977,
2819
+ "step": 23050
2820
+ },
2821
+ {
2822
+ "epoch": 2.03,
2823
+ "learning_rate": 6.456776009146074e-06,
2824
+ "loss": 0.1805,
2825
+ "step": 23100
2826
+ },
2827
+ {
2828
+ "epoch": 2.04,
2829
+ "learning_rate": 6.427461671503533e-06,
2830
+ "loss": 0.1748,
2831
+ "step": 23150
2832
+ },
2833
+ {
2834
+ "epoch": 2.04,
2835
+ "learning_rate": 6.398147333860992e-06,
2836
+ "loss": 0.186,
2837
+ "step": 23200
2838
+ },
2839
+ {
2840
+ "epoch": 2.04,
2841
+ "learning_rate": 6.368832996218451e-06,
2842
+ "loss": 0.2071,
2843
+ "step": 23250
2844
+ },
2845
+ {
2846
+ "epoch": 2.05,
2847
+ "learning_rate": 6.33951865857591e-06,
2848
+ "loss": 0.1878,
2849
+ "step": 23300
2850
+ },
2851
+ {
2852
+ "epoch": 2.05,
2853
+ "learning_rate": 6.310204320933368e-06,
2854
+ "loss": 0.2041,
2855
+ "step": 23350
2856
+ },
2857
+ {
2858
+ "epoch": 2.06,
2859
+ "learning_rate": 6.280889983290828e-06,
2860
+ "loss": 0.1954,
2861
+ "step": 23400
2862
+ },
2863
+ {
2864
+ "epoch": 2.06,
2865
+ "learning_rate": 6.251575645648287e-06,
2866
+ "loss": 0.1833,
2867
+ "step": 23450
2868
+ },
2869
+ {
2870
+ "epoch": 2.07,
2871
+ "learning_rate": 6.222261308005746e-06,
2872
+ "loss": 0.217,
2873
+ "step": 23500
2874
+ },
2875
+ {
2876
+ "epoch": 2.07,
2877
+ "learning_rate": 6.192946970363205e-06,
2878
+ "loss": 0.1903,
2879
+ "step": 23550
2880
+ },
2881
+ {
2882
+ "epoch": 2.08,
2883
+ "learning_rate": 6.1636326327206645e-06,
2884
+ "loss": 0.1666,
2885
+ "step": 23600
2886
+ },
2887
+ {
2888
+ "epoch": 2.08,
2889
+ "learning_rate": 6.134318295078123e-06,
2890
+ "loss": 0.1522,
2891
+ "step": 23650
2892
+ },
2893
+ {
2894
+ "epoch": 2.08,
2895
+ "learning_rate": 6.105003957435582e-06,
2896
+ "loss": 0.19,
2897
+ "step": 23700
2898
+ },
2899
+ {
2900
+ "epoch": 2.09,
2901
+ "learning_rate": 6.075689619793041e-06,
2902
+ "loss": 0.1795,
2903
+ "step": 23750
2904
+ },
2905
+ {
2906
+ "epoch": 2.09,
2907
+ "learning_rate": 6.046375282150501e-06,
2908
+ "loss": 0.2014,
2909
+ "step": 23800
2910
+ },
2911
+ {
2912
+ "epoch": 2.1,
2913
+ "learning_rate": 6.01706094450796e-06,
2914
+ "loss": 0.1893,
2915
+ "step": 23850
2916
+ },
2917
+ {
2918
+ "epoch": 2.1,
2919
+ "learning_rate": 5.987746606865419e-06,
2920
+ "loss": 0.2055,
2921
+ "step": 23900
2922
+ },
2923
+ {
2924
+ "epoch": 2.11,
2925
+ "learning_rate": 5.958432269222877e-06,
2926
+ "loss": 0.1604,
2927
+ "step": 23950
2928
+ },
2929
+ {
2930
+ "epoch": 2.11,
2931
+ "learning_rate": 5.929117931580336e-06,
2932
+ "loss": 0.1872,
2933
+ "step": 24000
2934
+ },
2935
+ {
2936
+ "epoch": 2.12,
2937
+ "learning_rate": 5.8998035939377955e-06,
2938
+ "loss": 0.1681,
2939
+ "step": 24050
2940
+ },
2941
+ {
2942
+ "epoch": 2.12,
2943
+ "learning_rate": 5.8704892562952545e-06,
2944
+ "loss": 0.2124,
2945
+ "step": 24100
2946
+ },
2947
+ {
2948
+ "epoch": 2.12,
2949
+ "learning_rate": 5.841174918652713e-06,
2950
+ "loss": 0.1671,
2951
+ "step": 24150
2952
+ },
2953
+ {
2954
+ "epoch": 2.13,
2955
+ "learning_rate": 5.811860581010172e-06,
2956
+ "loss": 0.1891,
2957
+ "step": 24200
2958
+ },
2959
+ {
2960
+ "epoch": 2.13,
2961
+ "learning_rate": 5.782546243367631e-06,
2962
+ "loss": 0.1862,
2963
+ "step": 24250
2964
+ },
2965
+ {
2966
+ "epoch": 2.14,
2967
+ "learning_rate": 5.753231905725091e-06,
2968
+ "loss": 0.1702,
2969
+ "step": 24300
2970
+ },
2971
+ {
2972
+ "epoch": 2.14,
2973
+ "learning_rate": 5.72391756808255e-06,
2974
+ "loss": 0.1902,
2975
+ "step": 24350
2976
+ },
2977
+ {
2978
+ "epoch": 2.15,
2979
+ "learning_rate": 5.694603230440009e-06,
2980
+ "loss": 0.1927,
2981
+ "step": 24400
2982
+ },
2983
+ {
2984
+ "epoch": 2.15,
2985
+ "learning_rate": 5.665288892797468e-06,
2986
+ "loss": 0.1776,
2987
+ "step": 24450
2988
+ },
2989
+ {
2990
+ "epoch": 2.15,
2991
+ "learning_rate": 5.6359745551549274e-06,
2992
+ "loss": 0.1909,
2993
+ "step": 24500
2994
+ },
2995
+ {
2996
+ "epoch": 2.16,
2997
+ "learning_rate": 5.606660217512386e-06,
2998
+ "loss": 0.1845,
2999
+ "step": 24550
3000
+ },
3001
+ {
3002
+ "epoch": 2.16,
3003
+ "learning_rate": 5.5773458798698444e-06,
3004
+ "loss": 0.1831,
3005
+ "step": 24600
3006
+ },
3007
+ {
3008
+ "epoch": 2.17,
3009
+ "learning_rate": 5.548031542227303e-06,
3010
+ "loss": 0.1801,
3011
+ "step": 24650
3012
+ },
3013
+ {
3014
+ "epoch": 2.17,
3015
+ "learning_rate": 5.518717204584762e-06,
3016
+ "loss": 0.1895,
3017
+ "step": 24700
3018
+ },
3019
+ {
3020
+ "epoch": 2.18,
3021
+ "learning_rate": 5.489402866942222e-06,
3022
+ "loss": 0.1813,
3023
+ "step": 24750
3024
+ },
3025
+ {
3026
+ "epoch": 2.18,
3027
+ "learning_rate": 5.460088529299681e-06,
3028
+ "loss": 0.1943,
3029
+ "step": 24800
3030
+ },
3031
+ {
3032
+ "epoch": 2.19,
3033
+ "learning_rate": 5.43077419165714e-06,
3034
+ "loss": 0.1762,
3035
+ "step": 24850
3036
+ },
3037
+ {
3038
+ "epoch": 2.19,
3039
+ "learning_rate": 5.401459854014599e-06,
3040
+ "loss": 0.1718,
3041
+ "step": 24900
3042
+ },
3043
+ {
3044
+ "epoch": 2.19,
3045
+ "learning_rate": 5.3721455163720585e-06,
3046
+ "loss": 0.1831,
3047
+ "step": 24950
3048
+ },
3049
+ {
3050
+ "epoch": 2.2,
3051
+ "learning_rate": 5.3428311787295174e-06,
3052
+ "loss": 0.1796,
3053
+ "step": 25000
3054
+ },
3055
+ {
3056
+ "epoch": 2.2,
3057
+ "eval_accuracy": 0.8857284194904773,
3058
+ "eval_combined_score": 0.8640461395937442,
3059
+ "eval_f1": 0.842363859697011,
3060
+ "eval_loss": 0.3123933672904968,
3061
+ "eval_runtime": 51.9179,
3062
+ "eval_samples_per_second": 778.729,
3063
+ "eval_steps_per_second": 48.673,
3064
+ "step": 25000
3065
+ },
3066
+ {
3067
+ "epoch": 2.2,
3068
+ "learning_rate": 5.313516841086976e-06,
3069
+ "loss": 0.1787,
3070
+ "step": 25050
3071
+ },
3072
+ {
3073
+ "epoch": 2.21,
3074
+ "learning_rate": 5.284202503444435e-06,
3075
+ "loss": 0.1695,
3076
+ "step": 25100
3077
+ },
3078
+ {
3079
+ "epoch": 2.21,
3080
+ "learning_rate": 5.254888165801895e-06,
3081
+ "loss": 0.1606,
3082
+ "step": 25150
3083
+ },
3084
+ {
3085
+ "epoch": 2.22,
3086
+ "learning_rate": 5.225573828159353e-06,
3087
+ "loss": 0.1903,
3088
+ "step": 25200
3089
+ },
3090
+ {
3091
+ "epoch": 2.22,
3092
+ "learning_rate": 5.196259490516812e-06,
3093
+ "loss": 0.1734,
3094
+ "step": 25250
3095
+ },
3096
+ {
3097
+ "epoch": 2.22,
3098
+ "learning_rate": 5.166945152874271e-06,
3099
+ "loss": 0.1842,
3100
+ "step": 25300
3101
+ },
3102
+ {
3103
+ "epoch": 2.23,
3104
+ "learning_rate": 5.13763081523173e-06,
3105
+ "loss": 0.1831,
3106
+ "step": 25350
3107
+ },
3108
+ {
3109
+ "epoch": 2.23,
3110
+ "learning_rate": 5.108316477589189e-06,
3111
+ "loss": 0.1665,
3112
+ "step": 25400
3113
+ },
3114
+ {
3115
+ "epoch": 2.24,
3116
+ "learning_rate": 5.0790021399466485e-06,
3117
+ "loss": 0.1724,
3118
+ "step": 25450
3119
+ },
3120
+ {
3121
+ "epoch": 2.24,
3122
+ "learning_rate": 5.049687802304107e-06,
3123
+ "loss": 0.1927,
3124
+ "step": 25500
3125
+ },
3126
+ {
3127
+ "epoch": 2.25,
3128
+ "learning_rate": 5.020373464661566e-06,
3129
+ "loss": 0.1742,
3130
+ "step": 25550
3131
+ },
3132
+ {
3133
+ "epoch": 2.25,
3134
+ "learning_rate": 4.991059127019025e-06,
3135
+ "loss": 0.1943,
3136
+ "step": 25600
3137
+ },
3138
+ {
3139
+ "epoch": 2.26,
3140
+ "learning_rate": 4.961744789376484e-06,
3141
+ "loss": 0.1983,
3142
+ "step": 25650
3143
+ },
3144
+ {
3145
+ "epoch": 2.26,
3146
+ "learning_rate": 4.932430451733943e-06,
3147
+ "loss": 0.1733,
3148
+ "step": 25700
3149
+ },
3150
+ {
3151
+ "epoch": 2.26,
3152
+ "learning_rate": 4.903116114091403e-06,
3153
+ "loss": 0.1699,
3154
+ "step": 25750
3155
+ },
3156
+ {
3157
+ "epoch": 2.27,
3158
+ "learning_rate": 4.873801776448862e-06,
3159
+ "loss": 0.159,
3160
+ "step": 25800
3161
+ },
3162
+ {
3163
+ "epoch": 2.27,
3164
+ "learning_rate": 4.844487438806321e-06,
3165
+ "loss": 0.1744,
3166
+ "step": 25850
3167
+ },
3168
+ {
3169
+ "epoch": 2.28,
3170
+ "learning_rate": 4.8151731011637796e-06,
3171
+ "loss": 0.1755,
3172
+ "step": 25900
3173
+ },
3174
+ {
3175
+ "epoch": 2.28,
3176
+ "learning_rate": 4.785858763521239e-06,
3177
+ "loss": 0.1357,
3178
+ "step": 25950
3179
+ },
3180
+ {
3181
+ "epoch": 2.29,
3182
+ "learning_rate": 4.756544425878697e-06,
3183
+ "loss": 0.1837,
3184
+ "step": 26000
3185
+ },
3186
+ {
3187
+ "epoch": 2.29,
3188
+ "learning_rate": 4.727230088236156e-06,
3189
+ "loss": 0.1918,
3190
+ "step": 26050
3191
+ },
3192
+ {
3193
+ "epoch": 2.3,
3194
+ "learning_rate": 4.697915750593616e-06,
3195
+ "loss": 0.188,
3196
+ "step": 26100
3197
+ },
3198
+ {
3199
+ "epoch": 2.3,
3200
+ "learning_rate": 4.668601412951075e-06,
3201
+ "loss": 0.1816,
3202
+ "step": 26150
3203
+ },
3204
+ {
3205
+ "epoch": 2.3,
3206
+ "learning_rate": 4.639287075308534e-06,
3207
+ "loss": 0.1715,
3208
+ "step": 26200
3209
+ },
3210
+ {
3211
+ "epoch": 2.31,
3212
+ "learning_rate": 4.609972737665993e-06,
3213
+ "loss": 0.1657,
3214
+ "step": 26250
3215
+ },
3216
+ {
3217
+ "epoch": 2.31,
3218
+ "learning_rate": 4.580658400023452e-06,
3219
+ "loss": 0.1883,
3220
+ "step": 26300
3221
+ },
3222
+ {
3223
+ "epoch": 2.32,
3224
+ "learning_rate": 4.551344062380911e-06,
3225
+ "loss": 0.2031,
3226
+ "step": 26350
3227
+ },
3228
+ {
3229
+ "epoch": 2.32,
3230
+ "learning_rate": 4.5220297247383695e-06,
3231
+ "loss": 0.1889,
3232
+ "step": 26400
3233
+ },
3234
+ {
3235
+ "epoch": 2.33,
3236
+ "learning_rate": 4.492715387095829e-06,
3237
+ "loss": 0.1721,
3238
+ "step": 26450
3239
+ },
3240
+ {
3241
+ "epoch": 2.33,
3242
+ "learning_rate": 4.463401049453288e-06,
3243
+ "loss": 0.1961,
3244
+ "step": 26500
3245
+ },
3246
+ {
3247
+ "epoch": 2.33,
3248
+ "learning_rate": 4.434086711810747e-06,
3249
+ "loss": 0.1899,
3250
+ "step": 26550
3251
+ },
3252
+ {
3253
+ "epoch": 2.34,
3254
+ "learning_rate": 4.404772374168206e-06,
3255
+ "loss": 0.1857,
3256
+ "step": 26600
3257
+ },
3258
+ {
3259
+ "epoch": 2.34,
3260
+ "learning_rate": 4.375458036525665e-06,
3261
+ "loss": 0.1656,
3262
+ "step": 26650
3263
+ },
3264
+ {
3265
+ "epoch": 2.35,
3266
+ "learning_rate": 4.346143698883124e-06,
3267
+ "loss": 0.1971,
3268
+ "step": 26700
3269
+ },
3270
+ {
3271
+ "epoch": 2.35,
3272
+ "learning_rate": 4.316829361240583e-06,
3273
+ "loss": 0.2001,
3274
+ "step": 26750
3275
+ },
3276
+ {
3277
+ "epoch": 2.36,
3278
+ "learning_rate": 4.2875150235980425e-06,
3279
+ "loss": 0.1858,
3280
+ "step": 26800
3281
+ },
3282
+ {
3283
+ "epoch": 2.36,
3284
+ "learning_rate": 4.2582006859555014e-06,
3285
+ "loss": 0.1971,
3286
+ "step": 26850
3287
+ },
3288
+ {
3289
+ "epoch": 2.37,
3290
+ "learning_rate": 4.22888634831296e-06,
3291
+ "loss": 0.1786,
3292
+ "step": 26900
3293
+ },
3294
+ {
3295
+ "epoch": 2.37,
3296
+ "learning_rate": 4.199572010670419e-06,
3297
+ "loss": 0.1768,
3298
+ "step": 26950
3299
+ },
3300
+ {
3301
+ "epoch": 2.37,
3302
+ "learning_rate": 4.170257673027878e-06,
3303
+ "loss": 0.1871,
3304
+ "step": 27000
3305
+ },
3306
+ {
3307
+ "epoch": 2.38,
3308
+ "learning_rate": 4.140943335385337e-06,
3309
+ "loss": 0.1646,
3310
+ "step": 27050
3311
+ },
3312
+ {
3313
+ "epoch": 2.38,
3314
+ "learning_rate": 4.111628997742797e-06,
3315
+ "loss": 0.1821,
3316
+ "step": 27100
3317
+ },
3318
+ {
3319
+ "epoch": 2.39,
3320
+ "learning_rate": 4.082314660100256e-06,
3321
+ "loss": 0.1674,
3322
+ "step": 27150
3323
+ },
3324
+ {
3325
+ "epoch": 2.39,
3326
+ "learning_rate": 4.053000322457714e-06,
3327
+ "loss": 0.1912,
3328
+ "step": 27200
3329
+ },
3330
+ {
3331
+ "epoch": 2.4,
3332
+ "learning_rate": 4.023685984815174e-06,
3333
+ "loss": 0.2026,
3334
+ "step": 27250
3335
+ },
3336
+ {
3337
+ "epoch": 2.4,
3338
+ "learning_rate": 3.9943716471726325e-06,
3339
+ "loss": 0.1793,
3340
+ "step": 27300
3341
+ },
3342
+ {
3343
+ "epoch": 2.41,
3344
+ "learning_rate": 3.965057309530091e-06,
3345
+ "loss": 0.1693,
3346
+ "step": 27350
3347
+ },
3348
+ {
3349
+ "epoch": 2.41,
3350
+ "learning_rate": 3.93574297188755e-06,
3351
+ "loss": 0.1728,
3352
+ "step": 27400
3353
+ },
3354
+ {
3355
+ "epoch": 2.41,
3356
+ "learning_rate": 3.90642863424501e-06,
3357
+ "loss": 0.1716,
3358
+ "step": 27450
3359
+ },
3360
+ {
3361
+ "epoch": 2.42,
3362
+ "learning_rate": 3.877114296602469e-06,
3363
+ "loss": 0.1629,
3364
+ "step": 27500
3365
+ },
3366
+ {
3367
+ "epoch": 2.42,
3368
+ "learning_rate": 3.847799958959927e-06,
3369
+ "loss": 0.1801,
3370
+ "step": 27550
3371
+ },
3372
+ {
3373
+ "epoch": 2.43,
3374
+ "learning_rate": 3.818485621317387e-06,
3375
+ "loss": 0.1848,
3376
+ "step": 27600
3377
+ },
3378
+ {
3379
+ "epoch": 2.43,
3380
+ "learning_rate": 3.7891712836748457e-06,
3381
+ "loss": 0.1708,
3382
+ "step": 27650
3383
+ },
3384
+ {
3385
+ "epoch": 2.44,
3386
+ "learning_rate": 3.7598569460323047e-06,
3387
+ "loss": 0.1746,
3388
+ "step": 27700
3389
+ },
3390
+ {
3391
+ "epoch": 2.44,
3392
+ "learning_rate": 3.730542608389764e-06,
3393
+ "loss": 0.1851,
3394
+ "step": 27750
3395
+ },
3396
+ {
3397
+ "epoch": 2.44,
3398
+ "learning_rate": 3.701228270747223e-06,
3399
+ "loss": 0.1568,
3400
+ "step": 27800
3401
+ },
3402
+ {
3403
+ "epoch": 2.45,
3404
+ "learning_rate": 3.6719139331046814e-06,
3405
+ "loss": 0.2081,
3406
+ "step": 27850
3407
+ },
3408
+ {
3409
+ "epoch": 2.45,
3410
+ "learning_rate": 3.6425995954621407e-06,
3411
+ "loss": 0.1986,
3412
+ "step": 27900
3413
+ },
3414
+ {
3415
+ "epoch": 2.46,
3416
+ "learning_rate": 3.6132852578195996e-06,
3417
+ "loss": 0.188,
3418
+ "step": 27950
3419
+ },
3420
+ {
3421
+ "epoch": 2.46,
3422
+ "learning_rate": 3.583970920177059e-06,
3423
+ "loss": 0.1673,
3424
+ "step": 28000
3425
+ },
3426
+ {
3427
+ "epoch": 2.47,
3428
+ "learning_rate": 3.554656582534518e-06,
3429
+ "loss": 0.1571,
3430
+ "step": 28050
3431
+ },
3432
+ {
3433
+ "epoch": 2.47,
3434
+ "learning_rate": 3.5253422448919772e-06,
3435
+ "loss": 0.1963,
3436
+ "step": 28100
3437
+ },
3438
+ {
3439
+ "epoch": 2.48,
3440
+ "learning_rate": 3.4960279072494357e-06,
3441
+ "loss": 0.2094,
3442
+ "step": 28150
3443
+ },
3444
+ {
3445
+ "epoch": 2.48,
3446
+ "learning_rate": 3.466713569606895e-06,
3447
+ "loss": 0.1774,
3448
+ "step": 28200
3449
+ },
3450
+ {
3451
+ "epoch": 2.48,
3452
+ "learning_rate": 3.437399231964354e-06,
3453
+ "loss": 0.1979,
3454
+ "step": 28250
3455
+ },
3456
+ {
3457
+ "epoch": 2.49,
3458
+ "learning_rate": 3.4080848943218133e-06,
3459
+ "loss": 0.1837,
3460
+ "step": 28300
3461
+ },
3462
+ {
3463
+ "epoch": 2.49,
3464
+ "learning_rate": 3.3787705566792722e-06,
3465
+ "loss": 0.1911,
3466
+ "step": 28350
3467
+ },
3468
+ {
3469
+ "epoch": 2.5,
3470
+ "learning_rate": 3.3494562190367316e-06,
3471
+ "loss": 0.1901,
3472
+ "step": 28400
3473
+ },
3474
+ {
3475
+ "epoch": 2.5,
3476
+ "learning_rate": 3.32014188139419e-06,
3477
+ "loss": 0.1742,
3478
+ "step": 28450
3479
+ },
3480
+ {
3481
+ "epoch": 2.51,
3482
+ "learning_rate": 3.290827543751649e-06,
3483
+ "loss": 0.1927,
3484
+ "step": 28500
3485
+ },
3486
+ {
3487
+ "epoch": 2.51,
3488
+ "learning_rate": 3.2615132061091083e-06,
3489
+ "loss": 0.1937,
3490
+ "step": 28550
3491
+ },
3492
+ {
3493
+ "epoch": 2.52,
3494
+ "learning_rate": 3.232198868466567e-06,
3495
+ "loss": 0.1897,
3496
+ "step": 28600
3497
+ },
3498
+ {
3499
+ "epoch": 2.52,
3500
+ "learning_rate": 3.2028845308240265e-06,
3501
+ "loss": 0.1808,
3502
+ "step": 28650
3503
+ },
3504
+ {
3505
+ "epoch": 2.52,
3506
+ "learning_rate": 3.1735701931814855e-06,
3507
+ "loss": 0.1924,
3508
+ "step": 28700
3509
+ },
3510
+ {
3511
+ "epoch": 2.53,
3512
+ "learning_rate": 3.144255855538944e-06,
3513
+ "loss": 0.1715,
3514
+ "step": 28750
3515
+ },
3516
+ {
3517
+ "epoch": 2.53,
3518
+ "learning_rate": 3.1149415178964033e-06,
3519
+ "loss": 0.1568,
3520
+ "step": 28800
3521
+ },
3522
+ {
3523
+ "epoch": 2.54,
3524
+ "learning_rate": 3.085627180253862e-06,
3525
+ "loss": 0.1946,
3526
+ "step": 28850
3527
+ },
3528
+ {
3529
+ "epoch": 2.54,
3530
+ "learning_rate": 3.0563128426113215e-06,
3531
+ "loss": 0.1728,
3532
+ "step": 28900
3533
+ },
3534
+ {
3535
+ "epoch": 2.55,
3536
+ "learning_rate": 3.0269985049687804e-06,
3537
+ "loss": 0.1713,
3538
+ "step": 28950
3539
+ },
3540
+ {
3541
+ "epoch": 2.55,
3542
+ "learning_rate": 2.9976841673262398e-06,
3543
+ "loss": 0.1874,
3544
+ "step": 29000
3545
+ },
3546
+ {
3547
+ "epoch": 2.55,
3548
+ "learning_rate": 2.9683698296836987e-06,
3549
+ "loss": 0.1634,
3550
+ "step": 29050
3551
+ },
3552
+ {
3553
+ "epoch": 2.56,
3554
+ "learning_rate": 2.939055492041157e-06,
3555
+ "loss": 0.1781,
3556
+ "step": 29100
3557
+ },
3558
+ {
3559
+ "epoch": 2.56,
3560
+ "learning_rate": 2.9097411543986165e-06,
3561
+ "loss": 0.1679,
3562
+ "step": 29150
3563
+ },
3564
+ {
3565
+ "epoch": 2.57,
3566
+ "learning_rate": 2.8804268167560754e-06,
3567
+ "loss": 0.1939,
3568
+ "step": 29200
3569
+ },
3570
+ {
3571
+ "epoch": 2.57,
3572
+ "learning_rate": 2.8511124791135348e-06,
3573
+ "loss": 0.1591,
3574
+ "step": 29250
3575
+ },
3576
+ {
3577
+ "epoch": 2.58,
3578
+ "learning_rate": 2.8217981414709937e-06,
3579
+ "loss": 0.1884,
3580
+ "step": 29300
3581
+ },
3582
+ {
3583
+ "epoch": 2.58,
3584
+ "learning_rate": 2.792483803828453e-06,
3585
+ "loss": 0.1905,
3586
+ "step": 29350
3587
+ },
3588
+ {
3589
+ "epoch": 2.59,
3590
+ "learning_rate": 2.7631694661859115e-06,
3591
+ "loss": 0.1564,
3592
+ "step": 29400
3593
+ },
3594
+ {
3595
+ "epoch": 2.59,
3596
+ "learning_rate": 2.733855128543371e-06,
3597
+ "loss": 0.1852,
3598
+ "step": 29450
3599
+ },
3600
+ {
3601
+ "epoch": 2.59,
3602
+ "learning_rate": 2.7045407909008298e-06,
3603
+ "loss": 0.191,
3604
+ "step": 29500
3605
+ },
3606
+ {
3607
+ "epoch": 2.6,
3608
+ "learning_rate": 2.675226453258289e-06,
3609
+ "loss": 0.1729,
3610
+ "step": 29550
3611
+ },
3612
+ {
3613
+ "epoch": 2.6,
3614
+ "learning_rate": 2.645912115615748e-06,
3615
+ "loss": 0.1863,
3616
+ "step": 29600
3617
+ },
3618
+ {
3619
+ "epoch": 2.61,
3620
+ "learning_rate": 2.616597777973207e-06,
3621
+ "loss": 0.1971,
3622
+ "step": 29650
3623
+ },
3624
+ {
3625
+ "epoch": 2.61,
3626
+ "learning_rate": 2.587283440330666e-06,
3627
+ "loss": 0.1924,
3628
+ "step": 29700
3629
+ },
3630
+ {
3631
+ "epoch": 2.62,
3632
+ "learning_rate": 2.5579691026881247e-06,
3633
+ "loss": 0.1586,
3634
+ "step": 29750
3635
+ },
3636
+ {
3637
+ "epoch": 2.62,
3638
+ "learning_rate": 2.528654765045584e-06,
3639
+ "loss": 0.1804,
3640
+ "step": 29800
3641
+ },
3642
+ {
3643
+ "epoch": 2.63,
3644
+ "learning_rate": 2.499340427403043e-06,
3645
+ "loss": 0.203,
3646
+ "step": 29850
3647
+ },
3648
+ {
3649
+ "epoch": 2.63,
3650
+ "learning_rate": 2.4700260897605023e-06,
3651
+ "loss": 0.1858,
3652
+ "step": 29900
3653
+ },
3654
+ {
3655
+ "epoch": 2.63,
3656
+ "learning_rate": 2.440711752117961e-06,
3657
+ "loss": 0.2123,
3658
+ "step": 29950
3659
+ },
3660
+ {
3661
+ "epoch": 2.64,
3662
+ "learning_rate": 2.41139741447542e-06,
3663
+ "loss": 0.1811,
3664
+ "step": 30000
3665
+ },
3666
+ {
3667
+ "epoch": 2.64,
3668
+ "eval_accuracy": 0.8883255008656938,
3669
+ "eval_combined_score": 0.8680373078430644,
3670
+ "eval_f1": 0.847749114820435,
3671
+ "eval_loss": 0.29627886414527893,
3672
+ "eval_runtime": 51.9535,
3673
+ "eval_samples_per_second": 778.196,
3674
+ "eval_steps_per_second": 48.64,
3675
+ "step": 30000
3676
+ },
3677
+ {
3678
+ "epoch": 2.64,
3679
+ "learning_rate": 2.382083076832879e-06,
3680
+ "loss": 0.1632,
3681
+ "step": 30050
3682
+ },
3683
+ {
3684
+ "epoch": 2.65,
3685
+ "learning_rate": 2.352768739190338e-06,
3686
+ "loss": 0.1906,
3687
+ "step": 30100
3688
+ },
3689
+ {
3690
+ "epoch": 2.65,
3691
+ "learning_rate": 2.3234544015477973e-06,
3692
+ "loss": 0.1694,
3693
+ "step": 30150
3694
+ },
3695
+ {
3696
+ "epoch": 2.66,
3697
+ "learning_rate": 2.2941400639052562e-06,
3698
+ "loss": 0.187,
3699
+ "step": 30200
3700
+ },
3701
+ {
3702
+ "epoch": 2.66,
3703
+ "learning_rate": 2.264825726262715e-06,
3704
+ "loss": 0.1821,
3705
+ "step": 30250
3706
+ },
3707
+ {
3708
+ "epoch": 2.66,
3709
+ "learning_rate": 2.2355113886201745e-06,
3710
+ "loss": 0.1765,
3711
+ "step": 30300
3712
+ },
3713
+ {
3714
+ "epoch": 2.67,
3715
+ "learning_rate": 2.2061970509776334e-06,
3716
+ "loss": 0.1893,
3717
+ "step": 30350
3718
+ },
3719
+ {
3720
+ "epoch": 2.67,
3721
+ "learning_rate": 2.1768827133350923e-06,
3722
+ "loss": 0.1747,
3723
+ "step": 30400
3724
+ },
3725
+ {
3726
+ "epoch": 2.68,
3727
+ "learning_rate": 2.1475683756925512e-06,
3728
+ "loss": 0.1888,
3729
+ "step": 30450
3730
+ },
3731
+ {
3732
+ "epoch": 2.68,
3733
+ "learning_rate": 2.1182540380500106e-06,
3734
+ "loss": 0.2172,
3735
+ "step": 30500
3736
+ },
3737
+ {
3738
+ "epoch": 2.69,
3739
+ "learning_rate": 2.0889397004074695e-06,
3740
+ "loss": 0.1897,
3741
+ "step": 30550
3742
+ },
3743
+ {
3744
+ "epoch": 2.69,
3745
+ "learning_rate": 2.0596253627649284e-06,
3746
+ "loss": 0.1849,
3747
+ "step": 30600
3748
+ },
3749
+ {
3750
+ "epoch": 2.7,
3751
+ "learning_rate": 2.0303110251223877e-06,
3752
+ "loss": 0.1823,
3753
+ "step": 30650
3754
+ },
3755
+ {
3756
+ "epoch": 2.7,
3757
+ "learning_rate": 2.0009966874798466e-06,
3758
+ "loss": 0.1826,
3759
+ "step": 30700
3760
+ },
3761
+ {
3762
+ "epoch": 2.7,
3763
+ "learning_rate": 1.9716823498373055e-06,
3764
+ "loss": 0.1783,
3765
+ "step": 30750
3766
+ },
3767
+ {
3768
+ "epoch": 2.71,
3769
+ "learning_rate": 1.9423680121947645e-06,
3770
+ "loss": 0.2063,
3771
+ "step": 30800
3772
+ },
3773
+ {
3774
+ "epoch": 2.71,
3775
+ "learning_rate": 1.9130536745522234e-06,
3776
+ "loss": 0.1908,
3777
+ "step": 30850
3778
+ },
3779
+ {
3780
+ "epoch": 2.72,
3781
+ "learning_rate": 1.8837393369096827e-06,
3782
+ "loss": 0.1635,
3783
+ "step": 30900
3784
+ },
3785
+ {
3786
+ "epoch": 2.72,
3787
+ "learning_rate": 1.8544249992671418e-06,
3788
+ "loss": 0.1768,
3789
+ "step": 30950
3790
+ },
3791
+ {
3792
+ "epoch": 2.73,
3793
+ "learning_rate": 1.825110661624601e-06,
3794
+ "loss": 0.2077,
3795
+ "step": 31000
3796
+ },
3797
+ {
3798
+ "epoch": 2.73,
3799
+ "learning_rate": 1.7957963239820597e-06,
3800
+ "loss": 0.1939,
3801
+ "step": 31050
3802
+ },
3803
+ {
3804
+ "epoch": 2.74,
3805
+ "learning_rate": 1.7664819863395188e-06,
3806
+ "loss": 0.1773,
3807
+ "step": 31100
3808
+ },
3809
+ {
3810
+ "epoch": 2.74,
3811
+ "learning_rate": 1.737167648696978e-06,
3812
+ "loss": 0.1675,
3813
+ "step": 31150
3814
+ },
3815
+ {
3816
+ "epoch": 2.74,
3817
+ "learning_rate": 1.7078533110544368e-06,
3818
+ "loss": 0.1693,
3819
+ "step": 31200
3820
+ },
3821
+ {
3822
+ "epoch": 2.75,
3823
+ "learning_rate": 1.678538973411896e-06,
3824
+ "loss": 0.1707,
3825
+ "step": 31250
3826
+ },
3827
+ {
3828
+ "epoch": 2.75,
3829
+ "learning_rate": 1.649224635769355e-06,
3830
+ "loss": 0.1613,
3831
+ "step": 31300
3832
+ },
3833
+ {
3834
+ "epoch": 2.76,
3835
+ "learning_rate": 1.619910298126814e-06,
3836
+ "loss": 0.1717,
3837
+ "step": 31350
3838
+ },
3839
+ {
3840
+ "epoch": 2.76,
3841
+ "learning_rate": 1.590595960484273e-06,
3842
+ "loss": 0.1589,
3843
+ "step": 31400
3844
+ },
3845
+ {
3846
+ "epoch": 2.77,
3847
+ "learning_rate": 1.561281622841732e-06,
3848
+ "loss": 0.1845,
3849
+ "step": 31450
3850
+ },
3851
+ {
3852
+ "epoch": 2.77,
3853
+ "learning_rate": 1.531967285199191e-06,
3854
+ "loss": 0.169,
3855
+ "step": 31500
3856
+ },
3857
+ {
3858
+ "epoch": 2.77,
3859
+ "learning_rate": 1.50265294755665e-06,
3860
+ "loss": 0.1683,
3861
+ "step": 31550
3862
+ },
3863
+ {
3864
+ "epoch": 2.78,
3865
+ "learning_rate": 1.4733386099141092e-06,
3866
+ "loss": 0.1856,
3867
+ "step": 31600
3868
+ },
3869
+ {
3870
+ "epoch": 2.78,
3871
+ "learning_rate": 1.444024272271568e-06,
3872
+ "loss": 0.1738,
3873
+ "step": 31650
3874
+ },
3875
+ {
3876
+ "epoch": 2.79,
3877
+ "learning_rate": 1.4147099346290272e-06,
3878
+ "loss": 0.1805,
3879
+ "step": 31700
3880
+ },
3881
+ {
3882
+ "epoch": 2.79,
3883
+ "learning_rate": 1.3853955969864864e-06,
3884
+ "loss": 0.1748,
3885
+ "step": 31750
3886
+ },
3887
+ {
3888
+ "epoch": 2.8,
3889
+ "learning_rate": 1.356081259343945e-06,
3890
+ "loss": 0.1698,
3891
+ "step": 31800
3892
+ },
3893
+ {
3894
+ "epoch": 2.8,
3895
+ "learning_rate": 1.3267669217014042e-06,
3896
+ "loss": 0.1732,
3897
+ "step": 31850
3898
+ },
3899
+ {
3900
+ "epoch": 2.81,
3901
+ "learning_rate": 1.2974525840588633e-06,
3902
+ "loss": 0.1561,
3903
+ "step": 31900
3904
+ },
3905
+ {
3906
+ "epoch": 2.81,
3907
+ "learning_rate": 1.2681382464163222e-06,
3908
+ "loss": 0.2004,
3909
+ "step": 31950
3910
+ },
3911
+ {
3912
+ "epoch": 2.81,
3913
+ "learning_rate": 1.2388239087737813e-06,
3914
+ "loss": 0.1863,
3915
+ "step": 32000
3916
+ },
3917
+ {
3918
+ "epoch": 2.82,
3919
+ "learning_rate": 1.2095095711312405e-06,
3920
+ "loss": 0.1792,
3921
+ "step": 32050
3922
+ },
3923
+ {
3924
+ "epoch": 2.82,
3925
+ "learning_rate": 1.1801952334886994e-06,
3926
+ "loss": 0.1893,
3927
+ "step": 32100
3928
+ },
3929
+ {
3930
+ "epoch": 2.83,
3931
+ "learning_rate": 1.1508808958461585e-06,
3932
+ "loss": 0.2192,
3933
+ "step": 32150
3934
+ },
3935
+ {
3936
+ "epoch": 2.83,
3937
+ "learning_rate": 1.1215665582036176e-06,
3938
+ "loss": 0.1691,
3939
+ "step": 32200
3940
+ },
3941
+ {
3942
+ "epoch": 2.84,
3943
+ "learning_rate": 1.0922522205610765e-06,
3944
+ "loss": 0.1783,
3945
+ "step": 32250
3946
+ },
3947
+ {
3948
+ "epoch": 2.84,
3949
+ "learning_rate": 1.0629378829185355e-06,
3950
+ "loss": 0.1643,
3951
+ "step": 32300
3952
+ },
3953
+ {
3954
+ "epoch": 2.84,
3955
+ "learning_rate": 1.0336235452759946e-06,
3956
+ "loss": 0.1605,
3957
+ "step": 32350
3958
+ },
3959
+ {
3960
+ "epoch": 2.85,
3961
+ "learning_rate": 1.0043092076334537e-06,
3962
+ "loss": 0.1667,
3963
+ "step": 32400
3964
+ },
3965
+ {
3966
+ "epoch": 2.85,
3967
+ "learning_rate": 9.749948699909126e-07,
3968
+ "loss": 0.1627,
3969
+ "step": 32450
3970
+ },
3971
+ {
3972
+ "epoch": 2.86,
3973
+ "learning_rate": 9.456805323483717e-07,
3974
+ "loss": 0.1772,
3975
+ "step": 32500
3976
+ },
3977
+ {
3978
+ "epoch": 2.86,
3979
+ "learning_rate": 9.163661947058307e-07,
3980
+ "loss": 0.1791,
3981
+ "step": 32550
3982
+ },
3983
+ {
3984
+ "epoch": 2.87,
3985
+ "learning_rate": 8.870518570632897e-07,
3986
+ "loss": 0.1625,
3987
+ "step": 32600
3988
+ },
3989
+ {
3990
+ "epoch": 2.87,
3991
+ "learning_rate": 8.577375194207488e-07,
3992
+ "loss": 0.1576,
3993
+ "step": 32650
3994
+ },
3995
+ {
3996
+ "epoch": 2.88,
3997
+ "learning_rate": 8.284231817782078e-07,
3998
+ "loss": 0.1739,
3999
+ "step": 32700
4000
+ },
4001
+ {
4002
+ "epoch": 2.88,
4003
+ "learning_rate": 7.991088441356669e-07,
4004
+ "loss": 0.1835,
4005
+ "step": 32750
4006
+ },
4007
+ {
4008
+ "epoch": 2.88,
4009
+ "learning_rate": 7.697945064931259e-07,
4010
+ "loss": 0.1478,
4011
+ "step": 32800
4012
+ },
4013
+ {
4014
+ "epoch": 2.89,
4015
+ "learning_rate": 7.404801688505849e-07,
4016
+ "loss": 0.1505,
4017
+ "step": 32850
4018
+ },
4019
+ {
4020
+ "epoch": 2.89,
4021
+ "learning_rate": 7.11165831208044e-07,
4022
+ "loss": 0.1831,
4023
+ "step": 32900
4024
+ },
4025
+ {
4026
+ "epoch": 2.9,
4027
+ "learning_rate": 6.818514935655029e-07,
4028
+ "loss": 0.2002,
4029
+ "step": 32950
4030
+ },
4031
+ {
4032
+ "epoch": 2.9,
4033
+ "learning_rate": 6.525371559229619e-07,
4034
+ "loss": 0.1534,
4035
+ "step": 33000
4036
+ },
4037
+ {
4038
+ "epoch": 2.91,
4039
+ "learning_rate": 6.23222818280421e-07,
4040
+ "loss": 0.1353,
4041
+ "step": 33050
4042
+ },
4043
+ {
4044
+ "epoch": 2.91,
4045
+ "learning_rate": 5.939084806378801e-07,
4046
+ "loss": 0.2054,
4047
+ "step": 33100
4048
+ },
4049
+ {
4050
+ "epoch": 2.92,
4051
+ "learning_rate": 5.645941429953391e-07,
4052
+ "loss": 0.2086,
4053
+ "step": 33150
4054
+ },
4055
+ {
4056
+ "epoch": 2.92,
4057
+ "learning_rate": 5.352798053527981e-07,
4058
+ "loss": 0.1554,
4059
+ "step": 33200
4060
+ },
4061
+ {
4062
+ "epoch": 2.92,
4063
+ "learning_rate": 5.059654677102571e-07,
4064
+ "loss": 0.1866,
4065
+ "step": 33250
4066
+ },
4067
+ {
4068
+ "epoch": 2.93,
4069
+ "learning_rate": 4.7665113006771615e-07,
4070
+ "loss": 0.2024,
4071
+ "step": 33300
4072
+ },
4073
+ {
4074
+ "epoch": 2.93,
4075
+ "learning_rate": 4.473367924251752e-07,
4076
+ "loss": 0.1755,
4077
+ "step": 33350
4078
+ },
4079
+ {
4080
+ "epoch": 2.94,
4081
+ "learning_rate": 4.180224547826342e-07,
4082
+ "loss": 0.2216,
4083
+ "step": 33400
4084
+ },
4085
+ {
4086
+ "epoch": 2.94,
4087
+ "learning_rate": 3.8870811714009326e-07,
4088
+ "loss": 0.1735,
4089
+ "step": 33450
4090
+ },
4091
+ {
4092
+ "epoch": 2.95,
4093
+ "learning_rate": 3.5939377949755233e-07,
4094
+ "loss": 0.1754,
4095
+ "step": 33500
4096
+ },
4097
+ {
4098
+ "epoch": 2.95,
4099
+ "learning_rate": 3.300794418550113e-07,
4100
+ "loss": 0.1703,
4101
+ "step": 33550
4102
+ },
4103
+ {
4104
+ "epoch": 2.95,
4105
+ "learning_rate": 3.007651042124703e-07,
4106
+ "loss": 0.1692,
4107
+ "step": 33600
4108
+ },
4109
+ {
4110
+ "epoch": 2.96,
4111
+ "learning_rate": 2.714507665699294e-07,
4112
+ "loss": 0.166,
4113
+ "step": 33650
4114
+ },
4115
+ {
4116
+ "epoch": 2.96,
4117
+ "learning_rate": 2.421364289273884e-07,
4118
+ "loss": 0.1893,
4119
+ "step": 33700
4120
+ },
4121
+ {
4122
+ "epoch": 2.97,
4123
+ "learning_rate": 2.1282209128484745e-07,
4124
+ "loss": 0.1672,
4125
+ "step": 33750
4126
+ },
4127
+ {
4128
+ "epoch": 2.97,
4129
+ "learning_rate": 1.8350775364230647e-07,
4130
+ "loss": 0.1953,
4131
+ "step": 33800
4132
+ },
4133
+ {
4134
+ "epoch": 2.98,
4135
+ "learning_rate": 1.5419341599976551e-07,
4136
+ "loss": 0.1814,
4137
+ "step": 33850
4138
+ },
4139
+ {
4140
+ "epoch": 2.98,
4141
+ "learning_rate": 1.2487907835722453e-07,
4142
+ "loss": 0.1612,
4143
+ "step": 33900
4144
+ },
4145
+ {
4146
+ "epoch": 2.99,
4147
+ "learning_rate": 9.556474071468355e-08,
4148
+ "loss": 0.1738,
4149
+ "step": 33950
4150
+ },
4151
+ {
4152
+ "epoch": 2.99,
4153
+ "learning_rate": 6.62504030721426e-08,
4154
+ "loss": 0.177,
4155
+ "step": 34000
4156
+ },
4157
+ {
4158
+ "epoch": 2.99,
4159
+ "learning_rate": 3.693606542960162e-08,
4160
+ "loss": 0.1781,
4161
+ "step": 34050
4162
+ },
4163
+ {
4164
+ "epoch": 3.0,
4165
+ "learning_rate": 7.621727787060652e-09,
4166
+ "loss": 0.1836,
4167
+ "step": 34100
4168
+ },
4169
+ {
4170
+ "epoch": 3.0,
4171
+ "step": 34113,
4172
+ "total_flos": 4.989458398329552e+16,
4173
+ "train_loss": 0.25562466693190783,
4174
+ "train_runtime": 4826.6343,
4175
+ "train_samples_per_second": 226.149,
4176
+ "train_steps_per_second": 7.068
4177
+ }
4178
+ ],
4179
+ "logging_steps": 50,
4180
+ "max_steps": 34113,
4181
+ "num_train_epochs": 3,
4182
+ "save_steps": 5000,
4183
+ "total_flos": 4.989458398329552e+16,
4184
+ "trial_name": null,
4185
+ "trial_params": null
4186
+ }