Evaluation on the test set completed on 2024_11_15.

2e3f7df verified about 1 month ago

10.7 kB

	---
	license: apache-2.0
	base_model: facebook/dinov2-large
	tags:
	- generated_from_trainer
	model-index:
	- name: drone-DinoVdeau-from-probs-large-2024_11_15-batch-size64_freeze_probs
	results: []
	---

	<!-- This model card has been generated automatically according to the information the Trainer had access to. You
	should probably proofread and complete it, then remove this comment. -->

	# drone-DinoVdeau-from-probs-large-2024_11_15-batch-size64_freeze_probs

	This model is a fine-tuned version of [facebook/dinov2-large](https://huggingface.co/facebook/dinov2-large) on the None dataset.
	It achieves the following results on the evaluation set:
	- Loss: 0.4672
	- Rmse: 0.1553
	- Mae: 0.1147
	- Kl Divergence: 0.3577
	- Explained Variance: 0.4654
	- Learning Rate: 0.0000

	## Model description

	More information needed

	## Intended uses & limitations

	More information needed

	## Training and evaluation data

	More information needed

	## Training procedure

	### Training hyperparameters

	The following hyperparameters were used during training:
	- learning_rate: 0.001
	- train_batch_size: 64
	- eval_batch_size: 64
	- seed: 42
	- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
	- lr_scheduler_type: linear
	- num_epochs: 150
	- mixed_precision_training: Native AMP

	### Training results

	\| Training Loss \| Epoch \| Step \| Validation Loss \| Rmse \| Mae \| Kl Divergence \| Explained Variance \| Rate \|
	\|:-------------:\|:-----:\|:----:\|:---------------:\|:------:\|:------:\|:-------------:\|:------------------:\|:------:\|
	\| No log \| 1.0 \| 110 \| 0.5006 \| 0.1904 \| 0.1552 \| 0.1025 \| 0.3284 \| 0.001 \|
	\| No log \| 2.0 \| 220 \| 0.4755 \| 0.1681 \| 0.1245 \| 0.5180 \| 0.3932 \| 0.001 \|
	\| No log \| 3.0 \| 330 \| 0.4745 \| 0.1675 \| 0.1227 \| 0.6862 \| 0.3975 \| 0.001 \|
	\| No log \| 4.0 \| 440 \| 0.4742 \| 0.1672 \| 0.1255 \| 0.3212 \| 0.4024 \| 0.001 \|
	\| 0.5081 \| 5.0 \| 550 \| 0.4725 \| 0.1653 \| 0.1224 \| 0.5072 \| 0.4118 \| 0.001 \|
	\| 0.5081 \| 6.0 \| 660 \| 0.4726 \| 0.1657 \| 0.1216 \| 0.6710 \| 0.4101 \| 0.001 \|
	\| 0.5081 \| 7.0 \| 770 \| 0.4732 \| 0.1655 \| 0.1255 \| 0.3162 \| 0.4183 \| 0.001 \|
	\| 0.5081 \| 8.0 \| 880 \| 0.4728 \| 0.1651 \| 0.1260 \| 0.2719 \| 0.4234 \| 0.001 \|
	\| 0.5081 \| 9.0 \| 990 \| 0.4708 \| 0.1639 \| 0.1206 \| 0.6393 \| 0.4237 \| 0.001 \|
	\| 0.4668 \| 10.0 \| 1100 \| 0.4733 \| 0.1654 \| 0.1230 \| 0.5359 \| 0.4151 \| 0.001 \|
	\| 0.4668 \| 11.0 \| 1210 \| 0.4716 \| 0.1647 \| 0.1253 \| 0.2479 \| 0.4305 \| 0.001 \|
	\| 0.4668 \| 12.0 \| 1320 \| 0.4708 \| 0.1631 \| 0.1244 \| 0.3119 \| 0.4358 \| 0.001 \|
	\| 0.4668 \| 13.0 \| 1430 \| 0.4715 \| 0.1635 \| 0.1230 \| 0.3694 \| 0.4274 \| 0.001 \|
	\| 0.4641 \| 14.0 \| 1540 \| 0.4721 \| 0.1653 \| 0.1216 \| 0.5592 \| 0.4134 \| 0.001 \|
	\| 0.4641 \| 15.0 \| 1650 \| 0.4701 \| 0.1628 \| 0.1213 \| 0.4936 \| 0.4314 \| 0.001 \|
	\| 0.4641 \| 16.0 \| 1760 \| 0.4719 \| 0.1646 \| 0.1229 \| 0.2820 \| 0.4328 \| 0.001 \|
	\| 0.4641 \| 17.0 \| 1870 \| 0.4693 \| 0.1621 \| 0.1200 \| 0.5294 \| 0.4332 \| 0.001 \|
	\| 0.4641 \| 18.0 \| 1980 \| 0.4710 \| 0.1635 \| 0.1216 \| 0.4093 \| 0.4294 \| 0.001 \|
	\| 0.4618 \| 19.0 \| 2090 \| 0.4698 \| 0.1622 \| 0.1219 \| 0.2918 \| 0.4388 \| 0.001 \|
	\| 0.4618 \| 20.0 \| 2200 \| 0.4692 \| 0.1617 \| 0.1190 \| 0.4772 \| 0.4355 \| 0.001 \|
	\| 0.4618 \| 21.0 \| 2310 \| 0.4683 \| 0.1606 \| 0.1204 \| 0.4336 \| 0.4424 \| 0.001 \|
	\| 0.4618 \| 22.0 \| 2420 \| 0.4724 \| 0.1650 \| 0.1183 \| 0.7962 \| 0.4233 \| 0.001 \|
	\| 0.4613 \| 23.0 \| 2530 \| 0.4714 \| 0.1641 \| 0.1223 \| 0.2854 \| 0.4354 \| 0.001 \|
	\| 0.4613 \| 24.0 \| 2640 \| 0.4707 \| 0.1633 \| 0.1207 \| 0.4206 \| 0.4280 \| 0.001 \|
	\| 0.4613 \| 25.0 \| 2750 \| 0.4679 \| 0.1606 \| 0.1185 \| 0.5436 \| 0.4416 \| 0.001 \|
	\| 0.4613 \| 26.0 \| 2860 \| 0.4708 \| 0.1634 \| 0.1192 \| 0.4964 \| 0.4268 \| 0.001 \|
	\| 0.4613 \| 27.0 \| 2970 \| 0.4695 \| 0.1625 \| 0.1185 \| 0.6399 \| 0.4301 \| 0.001 \|
	\| 0.4607 \| 28.0 \| 3080 \| 0.4701 \| 0.1624 \| 0.1184 \| 0.5737 \| 0.4324 \| 0.001 \|
	\| 0.4607 \| 29.0 \| 3190 \| 0.4699 \| 0.1624 \| 0.1200 \| 0.4459 \| 0.4324 \| 0.001 \|
	\| 0.4607 \| 30.0 \| 3300 \| 0.4723 \| 0.1643 \| 0.1254 \| 0.2726 \| 0.4308 \| 0.001 \|
	\| 0.4607 \| 31.0 \| 3410 \| 0.4696 \| 0.1622 \| 0.1184 \| 0.5308 \| 0.4313 \| 0.001 \|
	\| 0.4604 \| 32.0 \| 3520 \| 0.4668 \| 0.1593 \| 0.1175 \| 0.4200 \| 0.4508 \| 0.0001 \|
	\| 0.4604 \| 33.0 \| 3630 \| 0.4663 \| 0.1587 \| 0.1177 \| 0.3529 \| 0.4565 \| 0.0001 \|
	\| 0.4604 \| 34.0 \| 3740 \| 0.4667 \| 0.1592 \| 0.1181 \| 0.3588 \| 0.4542 \| 0.0001 \|
	\| 0.4604 \| 35.0 \| 3850 \| 0.4659 \| 0.1584 \| 0.1160 \| 0.4813 \| 0.4545 \| 0.0001 \|
	\| 0.4604 \| 36.0 \| 3960 \| 0.4658 \| 0.1581 \| 0.1173 \| 0.3504 \| 0.4594 \| 0.0001 \|
	\| 0.4565 \| 37.0 \| 4070 \| 0.4654 \| 0.1578 \| 0.1158 \| 0.3919 \| 0.4608 \| 0.0001 \|
	\| 0.4565 \| 38.0 \| 4180 \| 0.4655 \| 0.1580 \| 0.1166 \| 0.4058 \| 0.4583 \| 0.0001 \|
	\| 0.4565 \| 39.0 \| 4290 \| 0.4658 \| 0.1585 \| 0.1174 \| 0.4118 \| 0.4567 \| 0.0001 \|
	\| 0.4565 \| 40.0 \| 4400 \| 0.4656 \| 0.1579 \| 0.1170 \| 0.3564 \| 0.4607 \| 0.0001 \|
	\| 0.4552 \| 41.0 \| 4510 \| 0.4657 \| 0.1582 \| 0.1171 \| 0.3573 \| 0.4598 \| 0.0001 \|
	\| 0.4552 \| 42.0 \| 4620 \| 0.4652 \| 0.1579 \| 0.1155 \| 0.5042 \| 0.4587 \| 0.0001 \|
	\| 0.4552 \| 43.0 \| 4730 \| 0.4651 \| 0.1575 \| 0.1157 \| 0.4462 \| 0.4613 \| 0.0001 \|
	\| 0.4552 \| 44.0 \| 4840 \| 0.4654 \| 0.1579 \| 0.1166 \| 0.4236 \| 0.4604 \| 0.0001 \|
	\| 0.4552 \| 45.0 \| 4950 \| 0.4649 \| 0.1574 \| 0.1151 \| 0.4510 \| 0.4625 \| 0.0001 \|
	\| 0.4538 \| 46.0 \| 5060 \| 0.4648 \| 0.1575 \| 0.1157 \| 0.4490 \| 0.4619 \| 0.0001 \|
	\| 0.4538 \| 47.0 \| 5170 \| 0.4649 \| 0.1574 \| 0.1152 \| 0.4751 \| 0.4615 \| 0.0001 \|
	\| 0.4538 \| 48.0 \| 5280 \| 0.4648 \| 0.1575 \| 0.1151 \| 0.5305 \| 0.4631 \| 0.0001 \|
	\| 0.4538 \| 49.0 \| 5390 \| 0.4648 \| 0.1574 \| 0.1154 \| 0.4799 \| 0.4630 \| 0.0001 \|
	\| 0.4532 \| 50.0 \| 5500 \| 0.4650 \| 0.1572 \| 0.1172 \| 0.2825 \| 0.4694 \| 0.0001 \|
	\| 0.4532 \| 51.0 \| 5610 \| 0.4656 \| 0.1582 \| 0.1151 \| 0.4879 \| 0.4573 \| 0.0001 \|
	\| 0.4532 \| 52.0 \| 5720 \| 0.4643 \| 0.1566 \| 0.1155 \| 0.4199 \| 0.4674 \| 0.0001 \|
	\| 0.4532 \| 53.0 \| 5830 \| 0.4644 \| 0.1569 \| 0.1156 \| 0.3880 \| 0.4673 \| 0.0001 \|
	\| 0.4532 \| 54.0 \| 5940 \| 0.4646 \| 0.1569 \| 0.1148 \| 0.4229 \| 0.4654 \| 0.0001 \|
	\| 0.4526 \| 55.0 \| 6050 \| 0.4644 \| 0.1569 \| 0.1159 \| 0.4009 \| 0.4659 \| 0.0001 \|
	\| 0.4526 \| 56.0 \| 6160 \| 0.4647 \| 0.1572 \| 0.1164 \| 0.3405 \| 0.4660 \| 0.0001 \|
	\| 0.4526 \| 57.0 \| 6270 \| 0.4645 \| 0.1569 \| 0.1152 \| 0.4188 \| 0.4661 \| 0.0001 \|
	\| 0.4526 \| 58.0 \| 6380 \| 0.4651 \| 0.1576 \| 0.1164 \| 0.3079 \| 0.4659 \| 0.0001 \|
	\| 0.4526 \| 59.0 \| 6490 \| 0.4645 \| 0.1570 \| 0.1150 \| 0.4339 \| 0.4654 \| 1e-05 \|
	\| 0.4514 \| 60.0 \| 6600 \| 0.4642 \| 0.1566 \| 0.1150 \| 0.3894 \| 0.4679 \| 1e-05 \|
	\| 0.4514 \| 61.0 \| 6710 \| 0.4639 \| 0.1563 \| 0.1146 \| 0.4145 \| 0.4693 \| 1e-05 \|
	\| 0.4514 \| 62.0 \| 6820 \| 0.4641 \| 0.1565 \| 0.1148 \| 0.4064 \| 0.4686 \| 1e-05 \|
	\| 0.4514 \| 63.0 \| 6930 \| 0.4643 \| 0.1565 \| 0.1149 \| 0.3542 \| 0.4698 \| 1e-05 \|
	\| 0.4511 \| 64.0 \| 7040 \| 0.4640 \| 0.1564 \| 0.1150 \| 0.3718 \| 0.4702 \| 1e-05 \|
	\| 0.4511 \| 65.0 \| 7150 \| 0.4641 \| 0.1565 \| 0.1152 \| 0.4128 \| 0.4680 \| 1e-05 \|
	\| 0.4511 \| 66.0 \| 7260 \| 0.4644 \| 0.1570 \| 0.1145 \| 0.4988 \| 0.4658 \| 1e-05 \|
	\| 0.4511 \| 67.0 \| 7370 \| 0.4638 \| 0.1562 \| 0.1151 \| 0.4122 \| 0.4697 \| 1e-05 \|
	\| 0.4511 \| 68.0 \| 7480 \| 0.4640 \| 0.1565 \| 0.1144 \| 0.4579 \| 0.4674 \| 1e-05 \|
	\| 0.4508 \| 69.0 \| 7590 \| 0.4638 \| 0.1561 \| 0.1143 \| 0.4197 \| 0.4702 \| 1e-05 \|
	\| 0.4508 \| 70.0 \| 7700 \| 0.4639 \| 0.1563 \| 0.1145 \| 0.4286 \| 0.4695 \| 1e-05 \|
	\| 0.4508 \| 71.0 \| 7810 \| 0.4641 \| 0.1563 \| 0.1153 \| 0.3542 \| 0.4708 \| 1e-05 \|
	\| 0.4508 \| 72.0 \| 7920 \| 0.4642 \| 0.1566 \| 0.1147 \| 0.4250 \| 0.4681 \| 1e-05 \|
	\| 0.4505 \| 73.0 \| 8030 \| 0.4638 \| 0.1561 \| 0.1140 \| 0.4397 \| 0.4700 \| 1e-05 \|
	\| 0.4505 \| 74.0 \| 8140 \| 0.4638 \| 0.1563 \| 0.1145 \| 0.4437 \| 0.4689 \| 1e-05 \|
	\| 0.4505 \| 75.0 \| 8250 \| 0.4638 \| 0.1561 \| 0.1145 \| 0.4049 \| 0.4705 \| 1e-05 \|
	\| 0.4505 \| 76.0 \| 8360 \| 0.4640 \| 0.1565 \| 0.1141 \| 0.4926 \| 0.4675 \| 0.0000 \|
	\| 0.4505 \| 77.0 \| 8470 \| 0.4639 \| 0.1562 \| 0.1142 \| 0.4427 \| 0.4695 \| 0.0000 \|
	\| 0.4505 \| 78.0 \| 8580 \| 0.4639 \| 0.1563 \| 0.1145 \| 0.4293 \| 0.4692 \| 0.0000 \|
	\| 0.4505 \| 79.0 \| 8690 \| 0.4641 \| 0.1564 \| 0.1147 \| 0.3765 \| 0.4700 \| 0.0000 \|


	### Framework versions

	- Transformers 4.41.0
	- Pytorch 2.5.0+cu124
	- Datasets 3.0.2
	- Tokenizers 0.19.1

	---
	license: apache-2.0
	base_model: facebook/dinov2-large
	tags:
	- generated_from_trainer
	model-index:
	- name: drone-DinoVdeau-from-probs-large-2024_11_15-batch-size64_freeze_probs
	results: []
	---

	<!-- This model card has been generated automatically according to the information the Trainer had access to. You
	should probably proofread and complete it, then remove this comment. -->

	# drone-DinoVdeau-from-probs-large-2024_11_15-batch-size64_freeze_probs

	This model is a fine-tuned version of [facebook/dinov2-large](https://huggingface.co/facebook/dinov2-large) on the None dataset.
	It achieves the following results on the evaluation set:
	- Loss: 0.4672
	- Rmse: 0.1553
	- Mae: 0.1147
	- Kl Divergence: 0.3577
	- Explained Variance: 0.4654
	- Learning Rate: 0.0000

	## Model description

	More information needed

	## Intended uses & limitations

	More information needed

	## Training and evaluation data

	More information needed

	## Training procedure

	### Training hyperparameters

	The following hyperparameters were used during training:
	- learning_rate: 0.001
	- train_batch_size: 64
	- eval_batch_size: 64
	- seed: 42
	- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
	- lr_scheduler_type: linear
	- num_epochs: 150
	- mixed_precision_training: Native AMP

	### Training results

	\| Training Loss \| Epoch \| Step \| Validation Loss \| Rmse \| Mae \| Kl Divergence \| Explained Variance \| Rate \|
	\|:-------------:\|:-----:\|:----:\|:---------------:\|:------:\|:------:\|:-------------:\|:------------------:\|:------:\|
	\| No log \| 1.0 \| 110 \| 0.5006 \| 0.1904 \| 0.1552 \| 0.1025 \| 0.3284 \| 0.001 \|
	\| No log \| 2.0 \| 220 \| 0.4755 \| 0.1681 \| 0.1245 \| 0.5180 \| 0.3932 \| 0.001 \|
	\| No log \| 3.0 \| 330 \| 0.4745 \| 0.1675 \| 0.1227 \| 0.6862 \| 0.3975 \| 0.001 \|
	\| No log \| 4.0 \| 440 \| 0.4742 \| 0.1672 \| 0.1255 \| 0.3212 \| 0.4024 \| 0.001 \|
	\| 0.5081 \| 5.0 \| 550 \| 0.4725 \| 0.1653 \| 0.1224 \| 0.5072 \| 0.4118 \| 0.001 \|
	\| 0.5081 \| 6.0 \| 660 \| 0.4726 \| 0.1657 \| 0.1216 \| 0.6710 \| 0.4101 \| 0.001 \|
	\| 0.5081 \| 7.0 \| 770 \| 0.4732 \| 0.1655 \| 0.1255 \| 0.3162 \| 0.4183 \| 0.001 \|
	\| 0.5081 \| 8.0 \| 880 \| 0.4728 \| 0.1651 \| 0.1260 \| 0.2719 \| 0.4234 \| 0.001 \|
	\| 0.5081 \| 9.0 \| 990 \| 0.4708 \| 0.1639 \| 0.1206 \| 0.6393 \| 0.4237 \| 0.001 \|
	\| 0.4668 \| 10.0 \| 1100 \| 0.4733 \| 0.1654 \| 0.1230 \| 0.5359 \| 0.4151 \| 0.001 \|
	\| 0.4668 \| 11.0 \| 1210 \| 0.4716 \| 0.1647 \| 0.1253 \| 0.2479 \| 0.4305 \| 0.001 \|
	\| 0.4668 \| 12.0 \| 1320 \| 0.4708 \| 0.1631 \| 0.1244 \| 0.3119 \| 0.4358 \| 0.001 \|
	\| 0.4668 \| 13.0 \| 1430 \| 0.4715 \| 0.1635 \| 0.1230 \| 0.3694 \| 0.4274 \| 0.001 \|
	\| 0.4641 \| 14.0 \| 1540 \| 0.4721 \| 0.1653 \| 0.1216 \| 0.5592 \| 0.4134 \| 0.001 \|
	\| 0.4641 \| 15.0 \| 1650 \| 0.4701 \| 0.1628 \| 0.1213 \| 0.4936 \| 0.4314 \| 0.001 \|
	\| 0.4641 \| 16.0 \| 1760 \| 0.4719 \| 0.1646 \| 0.1229 \| 0.2820 \| 0.4328 \| 0.001 \|
	\| 0.4641 \| 17.0 \| 1870 \| 0.4693 \| 0.1621 \| 0.1200 \| 0.5294 \| 0.4332 \| 0.001 \|
	\| 0.4641 \| 18.0 \| 1980 \| 0.4710 \| 0.1635 \| 0.1216 \| 0.4093 \| 0.4294 \| 0.001 \|
	\| 0.4618 \| 19.0 \| 2090 \| 0.4698 \| 0.1622 \| 0.1219 \| 0.2918 \| 0.4388 \| 0.001 \|
	\| 0.4618 \| 20.0 \| 2200 \| 0.4692 \| 0.1617 \| 0.1190 \| 0.4772 \| 0.4355 \| 0.001 \|
	\| 0.4618 \| 21.0 \| 2310 \| 0.4683 \| 0.1606 \| 0.1204 \| 0.4336 \| 0.4424 \| 0.001 \|
	\| 0.4618 \| 22.0 \| 2420 \| 0.4724 \| 0.1650 \| 0.1183 \| 0.7962 \| 0.4233 \| 0.001 \|
	\| 0.4613 \| 23.0 \| 2530 \| 0.4714 \| 0.1641 \| 0.1223 \| 0.2854 \| 0.4354 \| 0.001 \|
	\| 0.4613 \| 24.0 \| 2640 \| 0.4707 \| 0.1633 \| 0.1207 \| 0.4206 \| 0.4280 \| 0.001 \|
	\| 0.4613 \| 25.0 \| 2750 \| 0.4679 \| 0.1606 \| 0.1185 \| 0.5436 \| 0.4416 \| 0.001 \|
	\| 0.4613 \| 26.0 \| 2860 \| 0.4708 \| 0.1634 \| 0.1192 \| 0.4964 \| 0.4268 \| 0.001 \|
	\| 0.4613 \| 27.0 \| 2970 \| 0.4695 \| 0.1625 \| 0.1185 \| 0.6399 \| 0.4301 \| 0.001 \|
	\| 0.4607 \| 28.0 \| 3080 \| 0.4701 \| 0.1624 \| 0.1184 \| 0.5737 \| 0.4324 \| 0.001 \|
	\| 0.4607 \| 29.0 \| 3190 \| 0.4699 \| 0.1624 \| 0.1200 \| 0.4459 \| 0.4324 \| 0.001 \|
	\| 0.4607 \| 30.0 \| 3300 \| 0.4723 \| 0.1643 \| 0.1254 \| 0.2726 \| 0.4308 \| 0.001 \|
	\| 0.4607 \| 31.0 \| 3410 \| 0.4696 \| 0.1622 \| 0.1184 \| 0.5308 \| 0.4313 \| 0.001 \|
	\| 0.4604 \| 32.0 \| 3520 \| 0.4668 \| 0.1593 \| 0.1175 \| 0.4200 \| 0.4508 \| 0.0001 \|
	\| 0.4604 \| 33.0 \| 3630 \| 0.4663 \| 0.1587 \| 0.1177 \| 0.3529 \| 0.4565 \| 0.0001 \|
	\| 0.4604 \| 34.0 \| 3740 \| 0.4667 \| 0.1592 \| 0.1181 \| 0.3588 \| 0.4542 \| 0.0001 \|
	\| 0.4604 \| 35.0 \| 3850 \| 0.4659 \| 0.1584 \| 0.1160 \| 0.4813 \| 0.4545 \| 0.0001 \|
	\| 0.4604 \| 36.0 \| 3960 \| 0.4658 \| 0.1581 \| 0.1173 \| 0.3504 \| 0.4594 \| 0.0001 \|
	\| 0.4565 \| 37.0 \| 4070 \| 0.4654 \| 0.1578 \| 0.1158 \| 0.3919 \| 0.4608 \| 0.0001 \|
	\| 0.4565 \| 38.0 \| 4180 \| 0.4655 \| 0.1580 \| 0.1166 \| 0.4058 \| 0.4583 \| 0.0001 \|
	\| 0.4565 \| 39.0 \| 4290 \| 0.4658 \| 0.1585 \| 0.1174 \| 0.4118 \| 0.4567 \| 0.0001 \|
	\| 0.4565 \| 40.0 \| 4400 \| 0.4656 \| 0.1579 \| 0.1170 \| 0.3564 \| 0.4607 \| 0.0001 \|
	\| 0.4552 \| 41.0 \| 4510 \| 0.4657 \| 0.1582 \| 0.1171 \| 0.3573 \| 0.4598 \| 0.0001 \|
	\| 0.4552 \| 42.0 \| 4620 \| 0.4652 \| 0.1579 \| 0.1155 \| 0.5042 \| 0.4587 \| 0.0001 \|
	\| 0.4552 \| 43.0 \| 4730 \| 0.4651 \| 0.1575 \| 0.1157 \| 0.4462 \| 0.4613 \| 0.0001 \|
	\| 0.4552 \| 44.0 \| 4840 \| 0.4654 \| 0.1579 \| 0.1166 \| 0.4236 \| 0.4604 \| 0.0001 \|
	\| 0.4552 \| 45.0 \| 4950 \| 0.4649 \| 0.1574 \| 0.1151 \| 0.4510 \| 0.4625 \| 0.0001 \|
	\| 0.4538 \| 46.0 \| 5060 \| 0.4648 \| 0.1575 \| 0.1157 \| 0.4490 \| 0.4619 \| 0.0001 \|
	\| 0.4538 \| 47.0 \| 5170 \| 0.4649 \| 0.1574 \| 0.1152 \| 0.4751 \| 0.4615 \| 0.0001 \|
	\| 0.4538 \| 48.0 \| 5280 \| 0.4648 \| 0.1575 \| 0.1151 \| 0.5305 \| 0.4631 \| 0.0001 \|
	\| 0.4538 \| 49.0 \| 5390 \| 0.4648 \| 0.1574 \| 0.1154 \| 0.4799 \| 0.4630 \| 0.0001 \|
	\| 0.4532 \| 50.0 \| 5500 \| 0.4650 \| 0.1572 \| 0.1172 \| 0.2825 \| 0.4694 \| 0.0001 \|
	\| 0.4532 \| 51.0 \| 5610 \| 0.4656 \| 0.1582 \| 0.1151 \| 0.4879 \| 0.4573 \| 0.0001 \|
	\| 0.4532 \| 52.0 \| 5720 \| 0.4643 \| 0.1566 \| 0.1155 \| 0.4199 \| 0.4674 \| 0.0001 \|
	\| 0.4532 \| 53.0 \| 5830 \| 0.4644 \| 0.1569 \| 0.1156 \| 0.3880 \| 0.4673 \| 0.0001 \|
	\| 0.4532 \| 54.0 \| 5940 \| 0.4646 \| 0.1569 \| 0.1148 \| 0.4229 \| 0.4654 \| 0.0001 \|
	\| 0.4526 \| 55.0 \| 6050 \| 0.4644 \| 0.1569 \| 0.1159 \| 0.4009 \| 0.4659 \| 0.0001 \|
	\| 0.4526 \| 56.0 \| 6160 \| 0.4647 \| 0.1572 \| 0.1164 \| 0.3405 \| 0.4660 \| 0.0001 \|
	\| 0.4526 \| 57.0 \| 6270 \| 0.4645 \| 0.1569 \| 0.1152 \| 0.4188 \| 0.4661 \| 0.0001 \|
	\| 0.4526 \| 58.0 \| 6380 \| 0.4651 \| 0.1576 \| 0.1164 \| 0.3079 \| 0.4659 \| 0.0001 \|
	\| 0.4526 \| 59.0 \| 6490 \| 0.4645 \| 0.1570 \| 0.1150 \| 0.4339 \| 0.4654 \| 1e-05 \|
	\| 0.4514 \| 60.0 \| 6600 \| 0.4642 \| 0.1566 \| 0.1150 \| 0.3894 \| 0.4679 \| 1e-05 \|
	\| 0.4514 \| 61.0 \| 6710 \| 0.4639 \| 0.1563 \| 0.1146 \| 0.4145 \| 0.4693 \| 1e-05 \|
	\| 0.4514 \| 62.0 \| 6820 \| 0.4641 \| 0.1565 \| 0.1148 \| 0.4064 \| 0.4686 \| 1e-05 \|
	\| 0.4514 \| 63.0 \| 6930 \| 0.4643 \| 0.1565 \| 0.1149 \| 0.3542 \| 0.4698 \| 1e-05 \|
	\| 0.4511 \| 64.0 \| 7040 \| 0.4640 \| 0.1564 \| 0.1150 \| 0.3718 \| 0.4702 \| 1e-05 \|
	\| 0.4511 \| 65.0 \| 7150 \| 0.4641 \| 0.1565 \| 0.1152 \| 0.4128 \| 0.4680 \| 1e-05 \|
	\| 0.4511 \| 66.0 \| 7260 \| 0.4644 \| 0.1570 \| 0.1145 \| 0.4988 \| 0.4658 \| 1e-05 \|
	\| 0.4511 \| 67.0 \| 7370 \| 0.4638 \| 0.1562 \| 0.1151 \| 0.4122 \| 0.4697 \| 1e-05 \|
	\| 0.4511 \| 68.0 \| 7480 \| 0.4640 \| 0.1565 \| 0.1144 \| 0.4579 \| 0.4674 \| 1e-05 \|
	\| 0.4508 \| 69.0 \| 7590 \| 0.4638 \| 0.1561 \| 0.1143 \| 0.4197 \| 0.4702 \| 1e-05 \|
	\| 0.4508 \| 70.0 \| 7700 \| 0.4639 \| 0.1563 \| 0.1145 \| 0.4286 \| 0.4695 \| 1e-05 \|
	\| 0.4508 \| 71.0 \| 7810 \| 0.4641 \| 0.1563 \| 0.1153 \| 0.3542 \| 0.4708 \| 1e-05 \|
	\| 0.4508 \| 72.0 \| 7920 \| 0.4642 \| 0.1566 \| 0.1147 \| 0.4250 \| 0.4681 \| 1e-05 \|
	\| 0.4505 \| 73.0 \| 8030 \| 0.4638 \| 0.1561 \| 0.1140 \| 0.4397 \| 0.4700 \| 1e-05 \|
	\| 0.4505 \| 74.0 \| 8140 \| 0.4638 \| 0.1563 \| 0.1145 \| 0.4437 \| 0.4689 \| 1e-05 \|
	\| 0.4505 \| 75.0 \| 8250 \| 0.4638 \| 0.1561 \| 0.1145 \| 0.4049 \| 0.4705 \| 1e-05 \|
	\| 0.4505 \| 76.0 \| 8360 \| 0.4640 \| 0.1565 \| 0.1141 \| 0.4926 \| 0.4675 \| 0.0000 \|
	\| 0.4505 \| 77.0 \| 8470 \| 0.4639 \| 0.1562 \| 0.1142 \| 0.4427 \| 0.4695 \| 0.0000 \|
	\| 0.4505 \| 78.0 \| 8580 \| 0.4639 \| 0.1563 \| 0.1145 \| 0.4293 \| 0.4692 \| 0.0000 \|
	\| 0.4505 \| 79.0 \| 8690 \| 0.4641 \| 0.1564 \| 0.1147 \| 0.3765 \| 0.4700 \| 0.0000 \|


	### Framework versions

	- Transformers 4.41.0
	- Pytorch 2.5.0+cu124
	- Datasets 3.0.2
	- Tokenizers 0.19.1