mbehbooei commited on
Commit
1cac66e
1 Parent(s): 539c48e

End of training

Browse files
Files changed (4) hide show
  1. all_results.json +13 -0
  2. eval_results.json +8 -0
  3. train_results.json +8 -0
  4. trainer_state.json +3475 -0
all_results.json ADDED
@@ -0,0 +1,13 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 2.0,
3
+ "eval_accuracy": 0.9043314126763362,
4
+ "eval_loss": 0.23999236524105072,
5
+ "eval_runtime": 93.6052,
6
+ "eval_samples_per_second": 107.537,
7
+ "eval_steps_per_second": 3.365,
8
+ "total_flos": 5.679462069216204e+19,
9
+ "train_loss": 0.1848815517786954,
10
+ "train_runtime": 16137.6204,
11
+ "train_samples_per_second": 45.426,
12
+ "train_steps_per_second": 0.355
13
+ }
eval_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 2.0,
3
+ "eval_accuracy": 0.9043314126763362,
4
+ "eval_loss": 0.23999236524105072,
5
+ "eval_runtime": 93.6052,
6
+ "eval_samples_per_second": 107.537,
7
+ "eval_steps_per_second": 3.365
8
+ }
train_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 2.0,
3
+ "total_flos": 5.679462069216204e+19,
4
+ "train_loss": 0.1848815517786954,
5
+ "train_runtime": 16137.6204,
6
+ "train_samples_per_second": 45.426,
7
+ "train_steps_per_second": 0.355
8
+ }
trainer_state.json ADDED
@@ -0,0 +1,3475 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 0.9043314126763362,
3
+ "best_model_checkpoint": "vit-base-patch16-224-in21k-finetuned-moderation/checkpoint-5726",
4
+ "epoch": 1.999476211261458,
5
+ "global_step": 5726,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.0,
12
+ "learning_rate": 8.726003490401396e-07,
13
+ "loss": 1.0828,
14
+ "step": 10
15
+ },
16
+ {
17
+ "epoch": 0.01,
18
+ "learning_rate": 1.7452006980802793e-06,
19
+ "loss": 1.081,
20
+ "step": 20
21
+ },
22
+ {
23
+ "epoch": 0.01,
24
+ "learning_rate": 2.617801047120419e-06,
25
+ "loss": 1.062,
26
+ "step": 30
27
+ },
28
+ {
29
+ "epoch": 0.01,
30
+ "learning_rate": 3.4904013961605585e-06,
31
+ "loss": 1.0373,
32
+ "step": 40
33
+ },
34
+ {
35
+ "epoch": 0.02,
36
+ "learning_rate": 4.363001745200698e-06,
37
+ "loss": 0.9988,
38
+ "step": 50
39
+ },
40
+ {
41
+ "epoch": 0.02,
42
+ "learning_rate": 5.235602094240838e-06,
43
+ "loss": 0.9547,
44
+ "step": 60
45
+ },
46
+ {
47
+ "epoch": 0.02,
48
+ "learning_rate": 6.108202443280978e-06,
49
+ "loss": 0.8933,
50
+ "step": 70
51
+ },
52
+ {
53
+ "epoch": 0.03,
54
+ "learning_rate": 6.980802792321117e-06,
55
+ "loss": 0.8187,
56
+ "step": 80
57
+ },
58
+ {
59
+ "epoch": 0.03,
60
+ "learning_rate": 7.853403141361257e-06,
61
+ "loss": 0.7599,
62
+ "step": 90
63
+ },
64
+ {
65
+ "epoch": 0.03,
66
+ "learning_rate": 8.726003490401396e-06,
67
+ "loss": 0.7437,
68
+ "step": 100
69
+ },
70
+ {
71
+ "epoch": 0.04,
72
+ "learning_rate": 9.598603839441536e-06,
73
+ "loss": 0.6794,
74
+ "step": 110
75
+ },
76
+ {
77
+ "epoch": 0.04,
78
+ "learning_rate": 1.0471204188481676e-05,
79
+ "loss": 0.6599,
80
+ "step": 120
81
+ },
82
+ {
83
+ "epoch": 0.05,
84
+ "learning_rate": 1.1343804537521815e-05,
85
+ "loss": 0.6129,
86
+ "step": 130
87
+ },
88
+ {
89
+ "epoch": 0.05,
90
+ "learning_rate": 1.2216404886561955e-05,
91
+ "loss": 0.5633,
92
+ "step": 140
93
+ },
94
+ {
95
+ "epoch": 0.05,
96
+ "learning_rate": 1.3089005235602096e-05,
97
+ "loss": 0.535,
98
+ "step": 150
99
+ },
100
+ {
101
+ "epoch": 0.06,
102
+ "learning_rate": 1.3961605584642234e-05,
103
+ "loss": 0.4764,
104
+ "step": 160
105
+ },
106
+ {
107
+ "epoch": 0.06,
108
+ "learning_rate": 1.4834205933682374e-05,
109
+ "loss": 0.4337,
110
+ "step": 170
111
+ },
112
+ {
113
+ "epoch": 0.06,
114
+ "learning_rate": 1.5706806282722515e-05,
115
+ "loss": 0.4468,
116
+ "step": 180
117
+ },
118
+ {
119
+ "epoch": 0.07,
120
+ "learning_rate": 1.6579406631762653e-05,
121
+ "loss": 0.4088,
122
+ "step": 190
123
+ },
124
+ {
125
+ "epoch": 0.07,
126
+ "learning_rate": 1.7452006980802792e-05,
127
+ "loss": 0.4164,
128
+ "step": 200
129
+ },
130
+ {
131
+ "epoch": 0.07,
132
+ "learning_rate": 1.8324607329842934e-05,
133
+ "loss": 0.3755,
134
+ "step": 210
135
+ },
136
+ {
137
+ "epoch": 0.08,
138
+ "learning_rate": 1.9197207678883072e-05,
139
+ "loss": 0.3639,
140
+ "step": 220
141
+ },
142
+ {
143
+ "epoch": 0.08,
144
+ "learning_rate": 2.006980802792321e-05,
145
+ "loss": 0.3615,
146
+ "step": 230
147
+ },
148
+ {
149
+ "epoch": 0.08,
150
+ "learning_rate": 2.0942408376963353e-05,
151
+ "loss": 0.3518,
152
+ "step": 240
153
+ },
154
+ {
155
+ "epoch": 0.09,
156
+ "learning_rate": 2.181500872600349e-05,
157
+ "loss": 0.3331,
158
+ "step": 250
159
+ },
160
+ {
161
+ "epoch": 0.09,
162
+ "learning_rate": 2.268760907504363e-05,
163
+ "loss": 0.3374,
164
+ "step": 260
165
+ },
166
+ {
167
+ "epoch": 0.09,
168
+ "learning_rate": 2.3560209424083772e-05,
169
+ "loss": 0.3198,
170
+ "step": 270
171
+ },
172
+ {
173
+ "epoch": 0.1,
174
+ "learning_rate": 2.443280977312391e-05,
175
+ "loss": 0.3014,
176
+ "step": 280
177
+ },
178
+ {
179
+ "epoch": 0.1,
180
+ "learning_rate": 2.5305410122164053e-05,
181
+ "loss": 0.3203,
182
+ "step": 290
183
+ },
184
+ {
185
+ "epoch": 0.1,
186
+ "learning_rate": 2.617801047120419e-05,
187
+ "loss": 0.317,
188
+ "step": 300
189
+ },
190
+ {
191
+ "epoch": 0.11,
192
+ "learning_rate": 2.7050610820244333e-05,
193
+ "loss": 0.3067,
194
+ "step": 310
195
+ },
196
+ {
197
+ "epoch": 0.11,
198
+ "learning_rate": 2.792321116928447e-05,
199
+ "loss": 0.2929,
200
+ "step": 320
201
+ },
202
+ {
203
+ "epoch": 0.12,
204
+ "learning_rate": 2.879581151832461e-05,
205
+ "loss": 0.2768,
206
+ "step": 330
207
+ },
208
+ {
209
+ "epoch": 0.12,
210
+ "learning_rate": 2.966841186736475e-05,
211
+ "loss": 0.3025,
212
+ "step": 340
213
+ },
214
+ {
215
+ "epoch": 0.12,
216
+ "learning_rate": 3.054101221640489e-05,
217
+ "loss": 0.2868,
218
+ "step": 350
219
+ },
220
+ {
221
+ "epoch": 0.13,
222
+ "learning_rate": 3.141361256544503e-05,
223
+ "loss": 0.3051,
224
+ "step": 360
225
+ },
226
+ {
227
+ "epoch": 0.13,
228
+ "learning_rate": 3.228621291448517e-05,
229
+ "loss": 0.2929,
230
+ "step": 370
231
+ },
232
+ {
233
+ "epoch": 0.13,
234
+ "learning_rate": 3.3158813263525307e-05,
235
+ "loss": 0.2818,
236
+ "step": 380
237
+ },
238
+ {
239
+ "epoch": 0.14,
240
+ "learning_rate": 3.403141361256545e-05,
241
+ "loss": 0.2739,
242
+ "step": 390
243
+ },
244
+ {
245
+ "epoch": 0.14,
246
+ "learning_rate": 3.4904013961605584e-05,
247
+ "loss": 0.237,
248
+ "step": 400
249
+ },
250
+ {
251
+ "epoch": 0.14,
252
+ "learning_rate": 3.5776614310645726e-05,
253
+ "loss": 0.2697,
254
+ "step": 410
255
+ },
256
+ {
257
+ "epoch": 0.15,
258
+ "learning_rate": 3.664921465968587e-05,
259
+ "loss": 0.3051,
260
+ "step": 420
261
+ },
262
+ {
263
+ "epoch": 0.15,
264
+ "learning_rate": 3.752181500872601e-05,
265
+ "loss": 0.2436,
266
+ "step": 430
267
+ },
268
+ {
269
+ "epoch": 0.15,
270
+ "learning_rate": 3.8394415357766145e-05,
271
+ "loss": 0.2459,
272
+ "step": 440
273
+ },
274
+ {
275
+ "epoch": 0.16,
276
+ "learning_rate": 3.926701570680629e-05,
277
+ "loss": 0.2642,
278
+ "step": 450
279
+ },
280
+ {
281
+ "epoch": 0.16,
282
+ "learning_rate": 4.013961605584642e-05,
283
+ "loss": 0.2364,
284
+ "step": 460
285
+ },
286
+ {
287
+ "epoch": 0.16,
288
+ "learning_rate": 4.1012216404886564e-05,
289
+ "loss": 0.2587,
290
+ "step": 470
291
+ },
292
+ {
293
+ "epoch": 0.17,
294
+ "learning_rate": 4.1884816753926706e-05,
295
+ "loss": 0.255,
296
+ "step": 480
297
+ },
298
+ {
299
+ "epoch": 0.17,
300
+ "learning_rate": 4.275741710296685e-05,
301
+ "loss": 0.2729,
302
+ "step": 490
303
+ },
304
+ {
305
+ "epoch": 0.17,
306
+ "learning_rate": 4.363001745200698e-05,
307
+ "loss": 0.2853,
308
+ "step": 500
309
+ },
310
+ {
311
+ "epoch": 0.18,
312
+ "learning_rate": 4.4502617801047125e-05,
313
+ "loss": 0.2502,
314
+ "step": 510
315
+ },
316
+ {
317
+ "epoch": 0.18,
318
+ "learning_rate": 4.537521815008726e-05,
319
+ "loss": 0.2967,
320
+ "step": 520
321
+ },
322
+ {
323
+ "epoch": 0.19,
324
+ "learning_rate": 4.62478184991274e-05,
325
+ "loss": 0.2541,
326
+ "step": 530
327
+ },
328
+ {
329
+ "epoch": 0.19,
330
+ "learning_rate": 4.7120418848167544e-05,
331
+ "loss": 0.2287,
332
+ "step": 540
333
+ },
334
+ {
335
+ "epoch": 0.19,
336
+ "learning_rate": 4.7993019197207686e-05,
337
+ "loss": 0.2518,
338
+ "step": 550
339
+ },
340
+ {
341
+ "epoch": 0.2,
342
+ "learning_rate": 4.886561954624782e-05,
343
+ "loss": 0.2516,
344
+ "step": 560
345
+ },
346
+ {
347
+ "epoch": 0.2,
348
+ "learning_rate": 4.973821989528796e-05,
349
+ "loss": 0.2355,
350
+ "step": 570
351
+ },
352
+ {
353
+ "epoch": 0.2,
354
+ "learning_rate": 4.99320784009315e-05,
355
+ "loss": 0.2299,
356
+ "step": 580
357
+ },
358
+ {
359
+ "epoch": 0.21,
360
+ "learning_rate": 4.983504754511935e-05,
361
+ "loss": 0.2436,
362
+ "step": 590
363
+ },
364
+ {
365
+ "epoch": 0.21,
366
+ "learning_rate": 4.973801668930721e-05,
367
+ "loss": 0.2382,
368
+ "step": 600
369
+ },
370
+ {
371
+ "epoch": 0.21,
372
+ "learning_rate": 4.964098583349505e-05,
373
+ "loss": 0.2596,
374
+ "step": 610
375
+ },
376
+ {
377
+ "epoch": 0.22,
378
+ "learning_rate": 4.954395497768291e-05,
379
+ "loss": 0.2374,
380
+ "step": 620
381
+ },
382
+ {
383
+ "epoch": 0.22,
384
+ "learning_rate": 4.9446924121870756e-05,
385
+ "loss": 0.1841,
386
+ "step": 630
387
+ },
388
+ {
389
+ "epoch": 0.22,
390
+ "learning_rate": 4.934989326605861e-05,
391
+ "loss": 0.2296,
392
+ "step": 640
393
+ },
394
+ {
395
+ "epoch": 0.23,
396
+ "learning_rate": 4.9252862410246456e-05,
397
+ "loss": 0.243,
398
+ "step": 650
399
+ },
400
+ {
401
+ "epoch": 0.23,
402
+ "learning_rate": 4.915583155443431e-05,
403
+ "loss": 0.197,
404
+ "step": 660
405
+ },
406
+ {
407
+ "epoch": 0.23,
408
+ "learning_rate": 4.905880069862216e-05,
409
+ "loss": 0.2505,
410
+ "step": 670
411
+ },
412
+ {
413
+ "epoch": 0.24,
414
+ "learning_rate": 4.896176984281002e-05,
415
+ "loss": 0.2096,
416
+ "step": 680
417
+ },
418
+ {
419
+ "epoch": 0.24,
420
+ "learning_rate": 4.886473898699787e-05,
421
+ "loss": 0.2395,
422
+ "step": 690
423
+ },
424
+ {
425
+ "epoch": 0.24,
426
+ "learning_rate": 4.876770813118572e-05,
427
+ "loss": 0.2487,
428
+ "step": 700
429
+ },
430
+ {
431
+ "epoch": 0.25,
432
+ "learning_rate": 4.8670677275373574e-05,
433
+ "loss": 0.2439,
434
+ "step": 710
435
+ },
436
+ {
437
+ "epoch": 0.25,
438
+ "learning_rate": 4.8573646419561424e-05,
439
+ "loss": 0.2214,
440
+ "step": 720
441
+ },
442
+ {
443
+ "epoch": 0.25,
444
+ "learning_rate": 4.8476615563749273e-05,
445
+ "loss": 0.1975,
446
+ "step": 730
447
+ },
448
+ {
449
+ "epoch": 0.26,
450
+ "learning_rate": 4.837958470793712e-05,
451
+ "loss": 0.208,
452
+ "step": 740
453
+ },
454
+ {
455
+ "epoch": 0.26,
456
+ "learning_rate": 4.828255385212498e-05,
457
+ "loss": 0.2596,
458
+ "step": 750
459
+ },
460
+ {
461
+ "epoch": 0.27,
462
+ "learning_rate": 4.818552299631283e-05,
463
+ "loss": 0.2518,
464
+ "step": 760
465
+ },
466
+ {
467
+ "epoch": 0.27,
468
+ "learning_rate": 4.808849214050068e-05,
469
+ "loss": 0.2186,
470
+ "step": 770
471
+ },
472
+ {
473
+ "epoch": 0.27,
474
+ "learning_rate": 4.7991461284688535e-05,
475
+ "loss": 0.2157,
476
+ "step": 780
477
+ },
478
+ {
479
+ "epoch": 0.28,
480
+ "learning_rate": 4.7894430428876385e-05,
481
+ "loss": 0.2105,
482
+ "step": 790
483
+ },
484
+ {
485
+ "epoch": 0.28,
486
+ "learning_rate": 4.779739957306424e-05,
487
+ "loss": 0.2297,
488
+ "step": 800
489
+ },
490
+ {
491
+ "epoch": 0.28,
492
+ "learning_rate": 4.7700368717252084e-05,
493
+ "loss": 0.2305,
494
+ "step": 810
495
+ },
496
+ {
497
+ "epoch": 0.29,
498
+ "learning_rate": 4.760333786143994e-05,
499
+ "loss": 0.2191,
500
+ "step": 820
501
+ },
502
+ {
503
+ "epoch": 0.29,
504
+ "learning_rate": 4.750630700562779e-05,
505
+ "loss": 0.234,
506
+ "step": 830
507
+ },
508
+ {
509
+ "epoch": 0.29,
510
+ "learning_rate": 4.740927614981565e-05,
511
+ "loss": 0.2062,
512
+ "step": 840
513
+ },
514
+ {
515
+ "epoch": 0.3,
516
+ "learning_rate": 4.731224529400349e-05,
517
+ "loss": 0.1978,
518
+ "step": 850
519
+ },
520
+ {
521
+ "epoch": 0.3,
522
+ "learning_rate": 4.7215214438191346e-05,
523
+ "loss": 0.1953,
524
+ "step": 860
525
+ },
526
+ {
527
+ "epoch": 0.3,
528
+ "learning_rate": 4.71181835823792e-05,
529
+ "loss": 0.2064,
530
+ "step": 870
531
+ },
532
+ {
533
+ "epoch": 0.31,
534
+ "learning_rate": 4.702115272656705e-05,
535
+ "loss": 0.2081,
536
+ "step": 880
537
+ },
538
+ {
539
+ "epoch": 0.31,
540
+ "learning_rate": 4.69241218707549e-05,
541
+ "loss": 0.2331,
542
+ "step": 890
543
+ },
544
+ {
545
+ "epoch": 0.31,
546
+ "learning_rate": 4.682709101494275e-05,
547
+ "loss": 0.2039,
548
+ "step": 900
549
+ },
550
+ {
551
+ "epoch": 0.32,
552
+ "learning_rate": 4.673006015913061e-05,
553
+ "loss": 0.2131,
554
+ "step": 910
555
+ },
556
+ {
557
+ "epoch": 0.32,
558
+ "learning_rate": 4.663302930331846e-05,
559
+ "loss": 0.2211,
560
+ "step": 920
561
+ },
562
+ {
563
+ "epoch": 0.32,
564
+ "learning_rate": 4.653599844750631e-05,
565
+ "loss": 0.2298,
566
+ "step": 930
567
+ },
568
+ {
569
+ "epoch": 0.33,
570
+ "learning_rate": 4.643896759169416e-05,
571
+ "loss": 0.2118,
572
+ "step": 940
573
+ },
574
+ {
575
+ "epoch": 0.33,
576
+ "learning_rate": 4.6341936735882014e-05,
577
+ "loss": 0.2067,
578
+ "step": 950
579
+ },
580
+ {
581
+ "epoch": 0.34,
582
+ "learning_rate": 4.6244905880069863e-05,
583
+ "loss": 0.2129,
584
+ "step": 960
585
+ },
586
+ {
587
+ "epoch": 0.34,
588
+ "learning_rate": 4.614787502425771e-05,
589
+ "loss": 0.1932,
590
+ "step": 970
591
+ },
592
+ {
593
+ "epoch": 0.34,
594
+ "learning_rate": 4.605084416844557e-05,
595
+ "loss": 0.2309,
596
+ "step": 980
597
+ },
598
+ {
599
+ "epoch": 0.35,
600
+ "learning_rate": 4.595381331263342e-05,
601
+ "loss": 0.2,
602
+ "step": 990
603
+ },
604
+ {
605
+ "epoch": 0.35,
606
+ "learning_rate": 4.5856782456821276e-05,
607
+ "loss": 0.1866,
608
+ "step": 1000
609
+ },
610
+ {
611
+ "epoch": 0.35,
612
+ "learning_rate": 4.575975160100912e-05,
613
+ "loss": 0.1885,
614
+ "step": 1010
615
+ },
616
+ {
617
+ "epoch": 0.36,
618
+ "learning_rate": 4.5662720745196975e-05,
619
+ "loss": 0.1993,
620
+ "step": 1020
621
+ },
622
+ {
623
+ "epoch": 0.36,
624
+ "learning_rate": 4.5565689889384825e-05,
625
+ "loss": 0.1995,
626
+ "step": 1030
627
+ },
628
+ {
629
+ "epoch": 0.36,
630
+ "learning_rate": 4.546865903357268e-05,
631
+ "loss": 0.1797,
632
+ "step": 1040
633
+ },
634
+ {
635
+ "epoch": 0.37,
636
+ "learning_rate": 4.537162817776053e-05,
637
+ "loss": 0.2113,
638
+ "step": 1050
639
+ },
640
+ {
641
+ "epoch": 0.37,
642
+ "learning_rate": 4.527459732194838e-05,
643
+ "loss": 0.2124,
644
+ "step": 1060
645
+ },
646
+ {
647
+ "epoch": 0.37,
648
+ "learning_rate": 4.517756646613624e-05,
649
+ "loss": 0.2083,
650
+ "step": 1070
651
+ },
652
+ {
653
+ "epoch": 0.38,
654
+ "learning_rate": 4.508053561032409e-05,
655
+ "loss": 0.1916,
656
+ "step": 1080
657
+ },
658
+ {
659
+ "epoch": 0.38,
660
+ "learning_rate": 4.4983504754511936e-05,
661
+ "loss": 0.2094,
662
+ "step": 1090
663
+ },
664
+ {
665
+ "epoch": 0.38,
666
+ "learning_rate": 4.4886473898699786e-05,
667
+ "loss": 0.1616,
668
+ "step": 1100
669
+ },
670
+ {
671
+ "epoch": 0.39,
672
+ "learning_rate": 4.478944304288764e-05,
673
+ "loss": 0.1995,
674
+ "step": 1110
675
+ },
676
+ {
677
+ "epoch": 0.39,
678
+ "learning_rate": 4.469241218707549e-05,
679
+ "loss": 0.2199,
680
+ "step": 1120
681
+ },
682
+ {
683
+ "epoch": 0.39,
684
+ "learning_rate": 4.459538133126334e-05,
685
+ "loss": 0.2027,
686
+ "step": 1130
687
+ },
688
+ {
689
+ "epoch": 0.4,
690
+ "learning_rate": 4.449835047545119e-05,
691
+ "loss": 0.1915,
692
+ "step": 1140
693
+ },
694
+ {
695
+ "epoch": 0.4,
696
+ "learning_rate": 4.440131961963905e-05,
697
+ "loss": 0.1921,
698
+ "step": 1150
699
+ },
700
+ {
701
+ "epoch": 0.41,
702
+ "learning_rate": 4.4304288763826904e-05,
703
+ "loss": 0.2095,
704
+ "step": 1160
705
+ },
706
+ {
707
+ "epoch": 0.41,
708
+ "learning_rate": 4.420725790801475e-05,
709
+ "loss": 0.1852,
710
+ "step": 1170
711
+ },
712
+ {
713
+ "epoch": 0.41,
714
+ "learning_rate": 4.4110227052202604e-05,
715
+ "loss": 0.2018,
716
+ "step": 1180
717
+ },
718
+ {
719
+ "epoch": 0.42,
720
+ "learning_rate": 4.4013196196390453e-05,
721
+ "loss": 0.2073,
722
+ "step": 1190
723
+ },
724
+ {
725
+ "epoch": 0.42,
726
+ "learning_rate": 4.391616534057831e-05,
727
+ "loss": 0.1873,
728
+ "step": 1200
729
+ },
730
+ {
731
+ "epoch": 0.42,
732
+ "learning_rate": 4.381913448476615e-05,
733
+ "loss": 0.1941,
734
+ "step": 1210
735
+ },
736
+ {
737
+ "epoch": 0.43,
738
+ "learning_rate": 4.372210362895401e-05,
739
+ "loss": 0.1835,
740
+ "step": 1220
741
+ },
742
+ {
743
+ "epoch": 0.43,
744
+ "learning_rate": 4.362507277314186e-05,
745
+ "loss": 0.1873,
746
+ "step": 1230
747
+ },
748
+ {
749
+ "epoch": 0.43,
750
+ "learning_rate": 4.3528041917329715e-05,
751
+ "loss": 0.1943,
752
+ "step": 1240
753
+ },
754
+ {
755
+ "epoch": 0.44,
756
+ "learning_rate": 4.3431011061517565e-05,
757
+ "loss": 0.1754,
758
+ "step": 1250
759
+ },
760
+ {
761
+ "epoch": 0.44,
762
+ "learning_rate": 4.3333980205705415e-05,
763
+ "loss": 0.2008,
764
+ "step": 1260
765
+ },
766
+ {
767
+ "epoch": 0.44,
768
+ "learning_rate": 4.323694934989327e-05,
769
+ "loss": 0.1908,
770
+ "step": 1270
771
+ },
772
+ {
773
+ "epoch": 0.45,
774
+ "learning_rate": 4.313991849408112e-05,
775
+ "loss": 0.2015,
776
+ "step": 1280
777
+ },
778
+ {
779
+ "epoch": 0.45,
780
+ "learning_rate": 4.304288763826897e-05,
781
+ "loss": 0.1948,
782
+ "step": 1290
783
+ },
784
+ {
785
+ "epoch": 0.45,
786
+ "learning_rate": 4.294585678245682e-05,
787
+ "loss": 0.1714,
788
+ "step": 1300
789
+ },
790
+ {
791
+ "epoch": 0.46,
792
+ "learning_rate": 4.284882592664468e-05,
793
+ "loss": 0.191,
794
+ "step": 1310
795
+ },
796
+ {
797
+ "epoch": 0.46,
798
+ "learning_rate": 4.2751795070832526e-05,
799
+ "loss": 0.1686,
800
+ "step": 1320
801
+ },
802
+ {
803
+ "epoch": 0.46,
804
+ "learning_rate": 4.2654764215020376e-05,
805
+ "loss": 0.1814,
806
+ "step": 1330
807
+ },
808
+ {
809
+ "epoch": 0.47,
810
+ "learning_rate": 4.255773335920823e-05,
811
+ "loss": 0.2003,
812
+ "step": 1340
813
+ },
814
+ {
815
+ "epoch": 0.47,
816
+ "learning_rate": 4.246070250339608e-05,
817
+ "loss": 0.1778,
818
+ "step": 1350
819
+ },
820
+ {
821
+ "epoch": 0.47,
822
+ "learning_rate": 4.236367164758394e-05,
823
+ "loss": 0.1706,
824
+ "step": 1360
825
+ },
826
+ {
827
+ "epoch": 0.48,
828
+ "learning_rate": 4.226664079177178e-05,
829
+ "loss": 0.2011,
830
+ "step": 1370
831
+ },
832
+ {
833
+ "epoch": 0.48,
834
+ "learning_rate": 4.216960993595964e-05,
835
+ "loss": 0.1996,
836
+ "step": 1380
837
+ },
838
+ {
839
+ "epoch": 0.49,
840
+ "learning_rate": 4.207257908014749e-05,
841
+ "loss": 0.2055,
842
+ "step": 1390
843
+ },
844
+ {
845
+ "epoch": 0.49,
846
+ "learning_rate": 4.1975548224335344e-05,
847
+ "loss": 0.2081,
848
+ "step": 1400
849
+ },
850
+ {
851
+ "epoch": 0.49,
852
+ "learning_rate": 4.187851736852319e-05,
853
+ "loss": 0.1686,
854
+ "step": 1410
855
+ },
856
+ {
857
+ "epoch": 0.5,
858
+ "learning_rate": 4.178148651271104e-05,
859
+ "loss": 0.1796,
860
+ "step": 1420
861
+ },
862
+ {
863
+ "epoch": 0.5,
864
+ "learning_rate": 4.168445565689889e-05,
865
+ "loss": 0.1765,
866
+ "step": 1430
867
+ },
868
+ {
869
+ "epoch": 0.5,
870
+ "learning_rate": 4.158742480108675e-05,
871
+ "loss": 0.152,
872
+ "step": 1440
873
+ },
874
+ {
875
+ "epoch": 0.51,
876
+ "learning_rate": 4.14903939452746e-05,
877
+ "loss": 0.1917,
878
+ "step": 1450
879
+ },
880
+ {
881
+ "epoch": 0.51,
882
+ "learning_rate": 4.139336308946245e-05,
883
+ "loss": 0.1845,
884
+ "step": 1460
885
+ },
886
+ {
887
+ "epoch": 0.51,
888
+ "learning_rate": 4.1296332233650305e-05,
889
+ "loss": 0.1704,
890
+ "step": 1470
891
+ },
892
+ {
893
+ "epoch": 0.52,
894
+ "learning_rate": 4.1199301377838155e-05,
895
+ "loss": 0.1952,
896
+ "step": 1480
897
+ },
898
+ {
899
+ "epoch": 0.52,
900
+ "learning_rate": 4.1102270522026005e-05,
901
+ "loss": 0.1907,
902
+ "step": 1490
903
+ },
904
+ {
905
+ "epoch": 0.52,
906
+ "learning_rate": 4.1005239666213854e-05,
907
+ "loss": 0.1732,
908
+ "step": 1500
909
+ },
910
+ {
911
+ "epoch": 0.53,
912
+ "learning_rate": 4.090820881040171e-05,
913
+ "loss": 0.175,
914
+ "step": 1510
915
+ },
916
+ {
917
+ "epoch": 0.53,
918
+ "learning_rate": 4.081117795458956e-05,
919
+ "loss": 0.1638,
920
+ "step": 1520
921
+ },
922
+ {
923
+ "epoch": 0.53,
924
+ "learning_rate": 4.071414709877741e-05,
925
+ "loss": 0.1775,
926
+ "step": 1530
927
+ },
928
+ {
929
+ "epoch": 0.54,
930
+ "learning_rate": 4.0617116242965267e-05,
931
+ "loss": 0.171,
932
+ "step": 1540
933
+ },
934
+ {
935
+ "epoch": 0.54,
936
+ "learning_rate": 4.0520085387153116e-05,
937
+ "loss": 0.1805,
938
+ "step": 1550
939
+ },
940
+ {
941
+ "epoch": 0.54,
942
+ "learning_rate": 4.042305453134097e-05,
943
+ "loss": 0.1716,
944
+ "step": 1560
945
+ },
946
+ {
947
+ "epoch": 0.55,
948
+ "learning_rate": 4.0326023675528816e-05,
949
+ "loss": 0.1651,
950
+ "step": 1570
951
+ },
952
+ {
953
+ "epoch": 0.55,
954
+ "learning_rate": 4.022899281971667e-05,
955
+ "loss": 0.1722,
956
+ "step": 1580
957
+ },
958
+ {
959
+ "epoch": 0.56,
960
+ "learning_rate": 4.013196196390452e-05,
961
+ "loss": 0.1779,
962
+ "step": 1590
963
+ },
964
+ {
965
+ "epoch": 0.56,
966
+ "learning_rate": 4.003493110809238e-05,
967
+ "loss": 0.1594,
968
+ "step": 1600
969
+ },
970
+ {
971
+ "epoch": 0.56,
972
+ "learning_rate": 3.993790025228023e-05,
973
+ "loss": 0.1814,
974
+ "step": 1610
975
+ },
976
+ {
977
+ "epoch": 0.57,
978
+ "learning_rate": 3.984086939646808e-05,
979
+ "loss": 0.1671,
980
+ "step": 1620
981
+ },
982
+ {
983
+ "epoch": 0.57,
984
+ "learning_rate": 3.9743838540655934e-05,
985
+ "loss": 0.2036,
986
+ "step": 1630
987
+ },
988
+ {
989
+ "epoch": 0.57,
990
+ "learning_rate": 3.9646807684843784e-05,
991
+ "loss": 0.1786,
992
+ "step": 1640
993
+ },
994
+ {
995
+ "epoch": 0.58,
996
+ "learning_rate": 3.954977682903163e-05,
997
+ "loss": 0.1923,
998
+ "step": 1650
999
+ },
1000
+ {
1001
+ "epoch": 0.58,
1002
+ "learning_rate": 3.945274597321948e-05,
1003
+ "loss": 0.186,
1004
+ "step": 1660
1005
+ },
1006
+ {
1007
+ "epoch": 0.58,
1008
+ "learning_rate": 3.935571511740734e-05,
1009
+ "loss": 0.1776,
1010
+ "step": 1670
1011
+ },
1012
+ {
1013
+ "epoch": 0.59,
1014
+ "learning_rate": 3.925868426159519e-05,
1015
+ "loss": 0.1803,
1016
+ "step": 1680
1017
+ },
1018
+ {
1019
+ "epoch": 0.59,
1020
+ "learning_rate": 3.916165340578304e-05,
1021
+ "loss": 0.1813,
1022
+ "step": 1690
1023
+ },
1024
+ {
1025
+ "epoch": 0.59,
1026
+ "learning_rate": 3.906462254997089e-05,
1027
+ "loss": 0.166,
1028
+ "step": 1700
1029
+ },
1030
+ {
1031
+ "epoch": 0.6,
1032
+ "learning_rate": 3.8967591694158745e-05,
1033
+ "loss": 0.1538,
1034
+ "step": 1710
1035
+ },
1036
+ {
1037
+ "epoch": 0.6,
1038
+ "learning_rate": 3.8870560838346595e-05,
1039
+ "loss": 0.1866,
1040
+ "step": 1720
1041
+ },
1042
+ {
1043
+ "epoch": 0.6,
1044
+ "learning_rate": 3.8773529982534444e-05,
1045
+ "loss": 0.1952,
1046
+ "step": 1730
1047
+ },
1048
+ {
1049
+ "epoch": 0.61,
1050
+ "learning_rate": 3.86764991267223e-05,
1051
+ "loss": 0.1801,
1052
+ "step": 1740
1053
+ },
1054
+ {
1055
+ "epoch": 0.61,
1056
+ "learning_rate": 3.857946827091015e-05,
1057
+ "loss": 0.1753,
1058
+ "step": 1750
1059
+ },
1060
+ {
1061
+ "epoch": 0.61,
1062
+ "learning_rate": 3.848243741509801e-05,
1063
+ "loss": 0.1811,
1064
+ "step": 1760
1065
+ },
1066
+ {
1067
+ "epoch": 0.62,
1068
+ "learning_rate": 3.838540655928585e-05,
1069
+ "loss": 0.1809,
1070
+ "step": 1770
1071
+ },
1072
+ {
1073
+ "epoch": 0.62,
1074
+ "learning_rate": 3.8288375703473706e-05,
1075
+ "loss": 0.1734,
1076
+ "step": 1780
1077
+ },
1078
+ {
1079
+ "epoch": 0.63,
1080
+ "learning_rate": 3.8191344847661556e-05,
1081
+ "loss": 0.1625,
1082
+ "step": 1790
1083
+ },
1084
+ {
1085
+ "epoch": 0.63,
1086
+ "learning_rate": 3.809431399184941e-05,
1087
+ "loss": 0.1781,
1088
+ "step": 1800
1089
+ },
1090
+ {
1091
+ "epoch": 0.63,
1092
+ "learning_rate": 3.799728313603726e-05,
1093
+ "loss": 0.1679,
1094
+ "step": 1810
1095
+ },
1096
+ {
1097
+ "epoch": 0.64,
1098
+ "learning_rate": 3.790025228022511e-05,
1099
+ "loss": 0.1781,
1100
+ "step": 1820
1101
+ },
1102
+ {
1103
+ "epoch": 0.64,
1104
+ "learning_rate": 3.780322142441297e-05,
1105
+ "loss": 0.189,
1106
+ "step": 1830
1107
+ },
1108
+ {
1109
+ "epoch": 0.64,
1110
+ "learning_rate": 3.770619056860082e-05,
1111
+ "loss": 0.1679,
1112
+ "step": 1840
1113
+ },
1114
+ {
1115
+ "epoch": 0.65,
1116
+ "learning_rate": 3.760915971278867e-05,
1117
+ "loss": 0.2142,
1118
+ "step": 1850
1119
+ },
1120
+ {
1121
+ "epoch": 0.65,
1122
+ "learning_rate": 3.751212885697652e-05,
1123
+ "loss": 0.175,
1124
+ "step": 1860
1125
+ },
1126
+ {
1127
+ "epoch": 0.65,
1128
+ "learning_rate": 3.7415098001164374e-05,
1129
+ "loss": 0.172,
1130
+ "step": 1870
1131
+ },
1132
+ {
1133
+ "epoch": 0.66,
1134
+ "learning_rate": 3.731806714535222e-05,
1135
+ "loss": 0.1889,
1136
+ "step": 1880
1137
+ },
1138
+ {
1139
+ "epoch": 0.66,
1140
+ "learning_rate": 3.722103628954007e-05,
1141
+ "loss": 0.1787,
1142
+ "step": 1890
1143
+ },
1144
+ {
1145
+ "epoch": 0.66,
1146
+ "learning_rate": 3.712400543372793e-05,
1147
+ "loss": 0.1739,
1148
+ "step": 1900
1149
+ },
1150
+ {
1151
+ "epoch": 0.67,
1152
+ "learning_rate": 3.702697457791578e-05,
1153
+ "loss": 0.1479,
1154
+ "step": 1910
1155
+ },
1156
+ {
1157
+ "epoch": 0.67,
1158
+ "learning_rate": 3.6929943722103636e-05,
1159
+ "loss": 0.1857,
1160
+ "step": 1920
1161
+ },
1162
+ {
1163
+ "epoch": 0.67,
1164
+ "learning_rate": 3.683291286629148e-05,
1165
+ "loss": 0.1719,
1166
+ "step": 1930
1167
+ },
1168
+ {
1169
+ "epoch": 0.68,
1170
+ "learning_rate": 3.6735882010479335e-05,
1171
+ "loss": 0.1562,
1172
+ "step": 1940
1173
+ },
1174
+ {
1175
+ "epoch": 0.68,
1176
+ "learning_rate": 3.6638851154667185e-05,
1177
+ "loss": 0.1666,
1178
+ "step": 1950
1179
+ },
1180
+ {
1181
+ "epoch": 0.68,
1182
+ "learning_rate": 3.654182029885504e-05,
1183
+ "loss": 0.1932,
1184
+ "step": 1960
1185
+ },
1186
+ {
1187
+ "epoch": 0.69,
1188
+ "learning_rate": 3.6444789443042884e-05,
1189
+ "loss": 0.1807,
1190
+ "step": 1970
1191
+ },
1192
+ {
1193
+ "epoch": 0.69,
1194
+ "learning_rate": 3.634775858723074e-05,
1195
+ "loss": 0.1675,
1196
+ "step": 1980
1197
+ },
1198
+ {
1199
+ "epoch": 0.69,
1200
+ "learning_rate": 3.625072773141859e-05,
1201
+ "loss": 0.1641,
1202
+ "step": 1990
1203
+ },
1204
+ {
1205
+ "epoch": 0.7,
1206
+ "learning_rate": 3.6153696875606447e-05,
1207
+ "loss": 0.1436,
1208
+ "step": 2000
1209
+ },
1210
+ {
1211
+ "epoch": 0.7,
1212
+ "learning_rate": 3.6056666019794296e-05,
1213
+ "loss": 0.1525,
1214
+ "step": 2010
1215
+ },
1216
+ {
1217
+ "epoch": 0.71,
1218
+ "learning_rate": 3.5959635163982146e-05,
1219
+ "loss": 0.1736,
1220
+ "step": 2020
1221
+ },
1222
+ {
1223
+ "epoch": 0.71,
1224
+ "learning_rate": 3.586260430817e-05,
1225
+ "loss": 0.1538,
1226
+ "step": 2030
1227
+ },
1228
+ {
1229
+ "epoch": 0.71,
1230
+ "learning_rate": 3.576557345235785e-05,
1231
+ "loss": 0.1819,
1232
+ "step": 2040
1233
+ },
1234
+ {
1235
+ "epoch": 0.72,
1236
+ "learning_rate": 3.56685425965457e-05,
1237
+ "loss": 0.1531,
1238
+ "step": 2050
1239
+ },
1240
+ {
1241
+ "epoch": 0.72,
1242
+ "learning_rate": 3.557151174073355e-05,
1243
+ "loss": 0.1644,
1244
+ "step": 2060
1245
+ },
1246
+ {
1247
+ "epoch": 0.72,
1248
+ "learning_rate": 3.547448088492141e-05,
1249
+ "loss": 0.1665,
1250
+ "step": 2070
1251
+ },
1252
+ {
1253
+ "epoch": 0.73,
1254
+ "learning_rate": 3.537745002910926e-05,
1255
+ "loss": 0.1295,
1256
+ "step": 2080
1257
+ },
1258
+ {
1259
+ "epoch": 0.73,
1260
+ "learning_rate": 3.528041917329711e-05,
1261
+ "loss": 0.1561,
1262
+ "step": 2090
1263
+ },
1264
+ {
1265
+ "epoch": 0.73,
1266
+ "learning_rate": 3.5183388317484964e-05,
1267
+ "loss": 0.1988,
1268
+ "step": 2100
1269
+ },
1270
+ {
1271
+ "epoch": 0.74,
1272
+ "learning_rate": 3.508635746167281e-05,
1273
+ "loss": 0.1848,
1274
+ "step": 2110
1275
+ },
1276
+ {
1277
+ "epoch": 0.74,
1278
+ "learning_rate": 3.498932660586067e-05,
1279
+ "loss": 0.1825,
1280
+ "step": 2120
1281
+ },
1282
+ {
1283
+ "epoch": 0.74,
1284
+ "learning_rate": 3.489229575004851e-05,
1285
+ "loss": 0.1895,
1286
+ "step": 2130
1287
+ },
1288
+ {
1289
+ "epoch": 0.75,
1290
+ "learning_rate": 3.479526489423637e-05,
1291
+ "loss": 0.1784,
1292
+ "step": 2140
1293
+ },
1294
+ {
1295
+ "epoch": 0.75,
1296
+ "learning_rate": 3.469823403842422e-05,
1297
+ "loss": 0.1624,
1298
+ "step": 2150
1299
+ },
1300
+ {
1301
+ "epoch": 0.75,
1302
+ "learning_rate": 3.4601203182612075e-05,
1303
+ "loss": 0.1735,
1304
+ "step": 2160
1305
+ },
1306
+ {
1307
+ "epoch": 0.76,
1308
+ "learning_rate": 3.4504172326799925e-05,
1309
+ "loss": 0.1705,
1310
+ "step": 2170
1311
+ },
1312
+ {
1313
+ "epoch": 0.76,
1314
+ "learning_rate": 3.4407141470987775e-05,
1315
+ "loss": 0.1667,
1316
+ "step": 2180
1317
+ },
1318
+ {
1319
+ "epoch": 0.76,
1320
+ "learning_rate": 3.431011061517563e-05,
1321
+ "loss": 0.1635,
1322
+ "step": 2190
1323
+ },
1324
+ {
1325
+ "epoch": 0.77,
1326
+ "learning_rate": 3.421307975936348e-05,
1327
+ "loss": 0.1938,
1328
+ "step": 2200
1329
+ },
1330
+ {
1331
+ "epoch": 0.77,
1332
+ "learning_rate": 3.411604890355133e-05,
1333
+ "loss": 0.1608,
1334
+ "step": 2210
1335
+ },
1336
+ {
1337
+ "epoch": 0.78,
1338
+ "learning_rate": 3.401901804773918e-05,
1339
+ "loss": 0.1671,
1340
+ "step": 2220
1341
+ },
1342
+ {
1343
+ "epoch": 0.78,
1344
+ "learning_rate": 3.3921987191927037e-05,
1345
+ "loss": 0.1666,
1346
+ "step": 2230
1347
+ },
1348
+ {
1349
+ "epoch": 0.78,
1350
+ "learning_rate": 3.3824956336114886e-05,
1351
+ "loss": 0.1382,
1352
+ "step": 2240
1353
+ },
1354
+ {
1355
+ "epoch": 0.79,
1356
+ "learning_rate": 3.3727925480302736e-05,
1357
+ "loss": 0.1573,
1358
+ "step": 2250
1359
+ },
1360
+ {
1361
+ "epoch": 0.79,
1362
+ "learning_rate": 3.3630894624490586e-05,
1363
+ "loss": 0.1664,
1364
+ "step": 2260
1365
+ },
1366
+ {
1367
+ "epoch": 0.79,
1368
+ "learning_rate": 3.353386376867844e-05,
1369
+ "loss": 0.1631,
1370
+ "step": 2270
1371
+ },
1372
+ {
1373
+ "epoch": 0.8,
1374
+ "learning_rate": 3.343683291286629e-05,
1375
+ "loss": 0.1537,
1376
+ "step": 2280
1377
+ },
1378
+ {
1379
+ "epoch": 0.8,
1380
+ "learning_rate": 3.333980205705414e-05,
1381
+ "loss": 0.1482,
1382
+ "step": 2290
1383
+ },
1384
+ {
1385
+ "epoch": 0.8,
1386
+ "learning_rate": 3.3242771201242e-05,
1387
+ "loss": 0.1735,
1388
+ "step": 2300
1389
+ },
1390
+ {
1391
+ "epoch": 0.81,
1392
+ "learning_rate": 3.314574034542985e-05,
1393
+ "loss": 0.1796,
1394
+ "step": 2310
1395
+ },
1396
+ {
1397
+ "epoch": 0.81,
1398
+ "learning_rate": 3.3048709489617704e-05,
1399
+ "loss": 0.1426,
1400
+ "step": 2320
1401
+ },
1402
+ {
1403
+ "epoch": 0.81,
1404
+ "learning_rate": 3.295167863380555e-05,
1405
+ "loss": 0.1716,
1406
+ "step": 2330
1407
+ },
1408
+ {
1409
+ "epoch": 0.82,
1410
+ "learning_rate": 3.28546477779934e-05,
1411
+ "loss": 0.1631,
1412
+ "step": 2340
1413
+ },
1414
+ {
1415
+ "epoch": 0.82,
1416
+ "learning_rate": 3.275761692218125e-05,
1417
+ "loss": 0.193,
1418
+ "step": 2350
1419
+ },
1420
+ {
1421
+ "epoch": 0.82,
1422
+ "learning_rate": 3.266058606636911e-05,
1423
+ "loss": 0.165,
1424
+ "step": 2360
1425
+ },
1426
+ {
1427
+ "epoch": 0.83,
1428
+ "learning_rate": 3.256355521055696e-05,
1429
+ "loss": 0.1655,
1430
+ "step": 2370
1431
+ },
1432
+ {
1433
+ "epoch": 0.83,
1434
+ "learning_rate": 3.246652435474481e-05,
1435
+ "loss": 0.1994,
1436
+ "step": 2380
1437
+ },
1438
+ {
1439
+ "epoch": 0.83,
1440
+ "learning_rate": 3.2369493498932665e-05,
1441
+ "loss": 0.1655,
1442
+ "step": 2390
1443
+ },
1444
+ {
1445
+ "epoch": 0.84,
1446
+ "learning_rate": 3.2272462643120515e-05,
1447
+ "loss": 0.1543,
1448
+ "step": 2400
1449
+ },
1450
+ {
1451
+ "epoch": 0.84,
1452
+ "learning_rate": 3.2175431787308365e-05,
1453
+ "loss": 0.1596,
1454
+ "step": 2410
1455
+ },
1456
+ {
1457
+ "epoch": 0.85,
1458
+ "learning_rate": 3.2078400931496214e-05,
1459
+ "loss": 0.1665,
1460
+ "step": 2420
1461
+ },
1462
+ {
1463
+ "epoch": 0.85,
1464
+ "learning_rate": 3.198137007568407e-05,
1465
+ "loss": 0.1687,
1466
+ "step": 2430
1467
+ },
1468
+ {
1469
+ "epoch": 0.85,
1470
+ "learning_rate": 3.188433921987192e-05,
1471
+ "loss": 0.1689,
1472
+ "step": 2440
1473
+ },
1474
+ {
1475
+ "epoch": 0.86,
1476
+ "learning_rate": 3.178730836405977e-05,
1477
+ "loss": 0.1698,
1478
+ "step": 2450
1479
+ },
1480
+ {
1481
+ "epoch": 0.86,
1482
+ "learning_rate": 3.1690277508247626e-05,
1483
+ "loss": 0.1682,
1484
+ "step": 2460
1485
+ },
1486
+ {
1487
+ "epoch": 0.86,
1488
+ "learning_rate": 3.1593246652435476e-05,
1489
+ "loss": 0.1768,
1490
+ "step": 2470
1491
+ },
1492
+ {
1493
+ "epoch": 0.87,
1494
+ "learning_rate": 3.149621579662333e-05,
1495
+ "loss": 0.142,
1496
+ "step": 2480
1497
+ },
1498
+ {
1499
+ "epoch": 0.87,
1500
+ "learning_rate": 3.1399184940811176e-05,
1501
+ "loss": 0.1688,
1502
+ "step": 2490
1503
+ },
1504
+ {
1505
+ "epoch": 0.87,
1506
+ "learning_rate": 3.130215408499903e-05,
1507
+ "loss": 0.1472,
1508
+ "step": 2500
1509
+ },
1510
+ {
1511
+ "epoch": 0.88,
1512
+ "learning_rate": 3.120512322918688e-05,
1513
+ "loss": 0.1714,
1514
+ "step": 2510
1515
+ },
1516
+ {
1517
+ "epoch": 0.88,
1518
+ "learning_rate": 3.110809237337474e-05,
1519
+ "loss": 0.1522,
1520
+ "step": 2520
1521
+ },
1522
+ {
1523
+ "epoch": 0.88,
1524
+ "learning_rate": 3.101106151756258e-05,
1525
+ "loss": 0.1856,
1526
+ "step": 2530
1527
+ },
1528
+ {
1529
+ "epoch": 0.89,
1530
+ "learning_rate": 3.091403066175044e-05,
1531
+ "loss": 0.1556,
1532
+ "step": 2540
1533
+ },
1534
+ {
1535
+ "epoch": 0.89,
1536
+ "learning_rate": 3.081699980593829e-05,
1537
+ "loss": 0.1502,
1538
+ "step": 2550
1539
+ },
1540
+ {
1541
+ "epoch": 0.89,
1542
+ "learning_rate": 3.0719968950126144e-05,
1543
+ "loss": 0.1358,
1544
+ "step": 2560
1545
+ },
1546
+ {
1547
+ "epoch": 0.9,
1548
+ "learning_rate": 3.062293809431399e-05,
1549
+ "loss": 0.1574,
1550
+ "step": 2570
1551
+ },
1552
+ {
1553
+ "epoch": 0.9,
1554
+ "learning_rate": 3.052590723850184e-05,
1555
+ "loss": 0.1469,
1556
+ "step": 2580
1557
+ },
1558
+ {
1559
+ "epoch": 0.9,
1560
+ "learning_rate": 3.0428876382689696e-05,
1561
+ "loss": 0.1933,
1562
+ "step": 2590
1563
+ },
1564
+ {
1565
+ "epoch": 0.91,
1566
+ "learning_rate": 3.033184552687755e-05,
1567
+ "loss": 0.1413,
1568
+ "step": 2600
1569
+ },
1570
+ {
1571
+ "epoch": 0.91,
1572
+ "learning_rate": 3.02348146710654e-05,
1573
+ "loss": 0.1595,
1574
+ "step": 2610
1575
+ },
1576
+ {
1577
+ "epoch": 0.91,
1578
+ "learning_rate": 3.0137783815253252e-05,
1579
+ "loss": 0.1734,
1580
+ "step": 2620
1581
+ },
1582
+ {
1583
+ "epoch": 0.92,
1584
+ "learning_rate": 3.0040752959441105e-05,
1585
+ "loss": 0.1558,
1586
+ "step": 2630
1587
+ },
1588
+ {
1589
+ "epoch": 0.92,
1590
+ "learning_rate": 2.9943722103628958e-05,
1591
+ "loss": 0.1594,
1592
+ "step": 2640
1593
+ },
1594
+ {
1595
+ "epoch": 0.93,
1596
+ "learning_rate": 2.9846691247816804e-05,
1597
+ "loss": 0.1411,
1598
+ "step": 2650
1599
+ },
1600
+ {
1601
+ "epoch": 0.93,
1602
+ "learning_rate": 2.9749660392004657e-05,
1603
+ "loss": 0.1858,
1604
+ "step": 2660
1605
+ },
1606
+ {
1607
+ "epoch": 0.93,
1608
+ "learning_rate": 2.965262953619251e-05,
1609
+ "loss": 0.1753,
1610
+ "step": 2670
1611
+ },
1612
+ {
1613
+ "epoch": 0.94,
1614
+ "learning_rate": 2.9555598680380363e-05,
1615
+ "loss": 0.1601,
1616
+ "step": 2680
1617
+ },
1618
+ {
1619
+ "epoch": 0.94,
1620
+ "learning_rate": 2.9458567824568213e-05,
1621
+ "loss": 0.155,
1622
+ "step": 2690
1623
+ },
1624
+ {
1625
+ "epoch": 0.94,
1626
+ "learning_rate": 2.9361536968756066e-05,
1627
+ "loss": 0.1487,
1628
+ "step": 2700
1629
+ },
1630
+ {
1631
+ "epoch": 0.95,
1632
+ "learning_rate": 2.926450611294392e-05,
1633
+ "loss": 0.1452,
1634
+ "step": 2710
1635
+ },
1636
+ {
1637
+ "epoch": 0.95,
1638
+ "learning_rate": 2.9167475257131772e-05,
1639
+ "loss": 0.1514,
1640
+ "step": 2720
1641
+ },
1642
+ {
1643
+ "epoch": 0.95,
1644
+ "learning_rate": 2.907044440131962e-05,
1645
+ "loss": 0.1595,
1646
+ "step": 2730
1647
+ },
1648
+ {
1649
+ "epoch": 0.96,
1650
+ "learning_rate": 2.897341354550747e-05,
1651
+ "loss": 0.1733,
1652
+ "step": 2740
1653
+ },
1654
+ {
1655
+ "epoch": 0.96,
1656
+ "learning_rate": 2.8876382689695325e-05,
1657
+ "loss": 0.1536,
1658
+ "step": 2750
1659
+ },
1660
+ {
1661
+ "epoch": 0.96,
1662
+ "learning_rate": 2.8779351833883178e-05,
1663
+ "loss": 0.1614,
1664
+ "step": 2760
1665
+ },
1666
+ {
1667
+ "epoch": 0.97,
1668
+ "learning_rate": 2.8682320978071024e-05,
1669
+ "loss": 0.1642,
1670
+ "step": 2770
1671
+ },
1672
+ {
1673
+ "epoch": 0.97,
1674
+ "learning_rate": 2.8585290122258877e-05,
1675
+ "loss": 0.1609,
1676
+ "step": 2780
1677
+ },
1678
+ {
1679
+ "epoch": 0.97,
1680
+ "learning_rate": 2.848825926644673e-05,
1681
+ "loss": 0.1469,
1682
+ "step": 2790
1683
+ },
1684
+ {
1685
+ "epoch": 0.98,
1686
+ "learning_rate": 2.8391228410634587e-05,
1687
+ "loss": 0.1546,
1688
+ "step": 2800
1689
+ },
1690
+ {
1691
+ "epoch": 0.98,
1692
+ "learning_rate": 2.8294197554822433e-05,
1693
+ "loss": 0.1542,
1694
+ "step": 2810
1695
+ },
1696
+ {
1697
+ "epoch": 0.98,
1698
+ "learning_rate": 2.8197166699010286e-05,
1699
+ "loss": 0.1557,
1700
+ "step": 2820
1701
+ },
1702
+ {
1703
+ "epoch": 0.99,
1704
+ "learning_rate": 2.810013584319814e-05,
1705
+ "loss": 0.1644,
1706
+ "step": 2830
1707
+ },
1708
+ {
1709
+ "epoch": 0.99,
1710
+ "learning_rate": 2.8003104987385992e-05,
1711
+ "loss": 0.1604,
1712
+ "step": 2840
1713
+ },
1714
+ {
1715
+ "epoch": 1.0,
1716
+ "learning_rate": 2.790607413157384e-05,
1717
+ "loss": 0.1812,
1718
+ "step": 2850
1719
+ },
1720
+ {
1721
+ "epoch": 1.0,
1722
+ "learning_rate": 2.780904327576169e-05,
1723
+ "loss": 0.1295,
1724
+ "step": 2860
1725
+ },
1726
+ {
1727
+ "epoch": 1.0,
1728
+ "eval_accuracy": 0.8736340154977151,
1729
+ "eval_loss": 0.31398746371269226,
1730
+ "eval_runtime": 82.6529,
1731
+ "eval_samples_per_second": 121.786,
1732
+ "eval_steps_per_second": 3.811,
1733
+ "step": 2863
1734
+ },
1735
+ {
1736
+ "epoch": 1.0,
1737
+ "learning_rate": 2.7712012419949544e-05,
1738
+ "loss": 0.1444,
1739
+ "step": 2870
1740
+ },
1741
+ {
1742
+ "epoch": 1.01,
1743
+ "learning_rate": 2.7614981564137398e-05,
1744
+ "loss": 0.1578,
1745
+ "step": 2880
1746
+ },
1747
+ {
1748
+ "epoch": 1.01,
1749
+ "learning_rate": 2.7517950708325247e-05,
1750
+ "loss": 0.1343,
1751
+ "step": 2890
1752
+ },
1753
+ {
1754
+ "epoch": 1.01,
1755
+ "learning_rate": 2.74209198525131e-05,
1756
+ "loss": 0.1427,
1757
+ "step": 2900
1758
+ },
1759
+ {
1760
+ "epoch": 1.02,
1761
+ "learning_rate": 2.7323888996700953e-05,
1762
+ "loss": 0.1587,
1763
+ "step": 2910
1764
+ },
1765
+ {
1766
+ "epoch": 1.02,
1767
+ "learning_rate": 2.7226858140888806e-05,
1768
+ "loss": 0.1475,
1769
+ "step": 2920
1770
+ },
1771
+ {
1772
+ "epoch": 1.02,
1773
+ "learning_rate": 2.7129827285076653e-05,
1774
+ "loss": 0.1569,
1775
+ "step": 2930
1776
+ },
1777
+ {
1778
+ "epoch": 1.03,
1779
+ "learning_rate": 2.7032796429264506e-05,
1780
+ "loss": 0.1379,
1781
+ "step": 2940
1782
+ },
1783
+ {
1784
+ "epoch": 1.03,
1785
+ "learning_rate": 2.693576557345236e-05,
1786
+ "loss": 0.1468,
1787
+ "step": 2950
1788
+ },
1789
+ {
1790
+ "epoch": 1.03,
1791
+ "learning_rate": 2.6838734717640212e-05,
1792
+ "loss": 0.1327,
1793
+ "step": 2960
1794
+ },
1795
+ {
1796
+ "epoch": 1.04,
1797
+ "learning_rate": 2.674170386182806e-05,
1798
+ "loss": 0.1824,
1799
+ "step": 2970
1800
+ },
1801
+ {
1802
+ "epoch": 1.04,
1803
+ "learning_rate": 2.6644673006015915e-05,
1804
+ "loss": 0.1753,
1805
+ "step": 2980
1806
+ },
1807
+ {
1808
+ "epoch": 1.04,
1809
+ "learning_rate": 2.6547642150203768e-05,
1810
+ "loss": 0.1506,
1811
+ "step": 2990
1812
+ },
1813
+ {
1814
+ "epoch": 1.05,
1815
+ "learning_rate": 2.645061129439162e-05,
1816
+ "loss": 0.1308,
1817
+ "step": 3000
1818
+ },
1819
+ {
1820
+ "epoch": 1.05,
1821
+ "learning_rate": 2.6353580438579467e-05,
1822
+ "loss": 0.156,
1823
+ "step": 3010
1824
+ },
1825
+ {
1826
+ "epoch": 1.05,
1827
+ "learning_rate": 2.625654958276732e-05,
1828
+ "loss": 0.1319,
1829
+ "step": 3020
1830
+ },
1831
+ {
1832
+ "epoch": 1.06,
1833
+ "learning_rate": 2.6159518726955173e-05,
1834
+ "loss": 0.1453,
1835
+ "step": 3030
1836
+ },
1837
+ {
1838
+ "epoch": 1.06,
1839
+ "learning_rate": 2.6062487871143026e-05,
1840
+ "loss": 0.1413,
1841
+ "step": 3040
1842
+ },
1843
+ {
1844
+ "epoch": 1.07,
1845
+ "learning_rate": 2.5965457015330873e-05,
1846
+ "loss": 0.17,
1847
+ "step": 3050
1848
+ },
1849
+ {
1850
+ "epoch": 1.07,
1851
+ "learning_rate": 2.5868426159518726e-05,
1852
+ "loss": 0.1385,
1853
+ "step": 3060
1854
+ },
1855
+ {
1856
+ "epoch": 1.07,
1857
+ "learning_rate": 2.577139530370658e-05,
1858
+ "loss": 0.1408,
1859
+ "step": 3070
1860
+ },
1861
+ {
1862
+ "epoch": 1.08,
1863
+ "learning_rate": 2.5674364447894432e-05,
1864
+ "loss": 0.1635,
1865
+ "step": 3080
1866
+ },
1867
+ {
1868
+ "epoch": 1.08,
1869
+ "learning_rate": 2.557733359208228e-05,
1870
+ "loss": 0.1494,
1871
+ "step": 3090
1872
+ },
1873
+ {
1874
+ "epoch": 1.08,
1875
+ "learning_rate": 2.5480302736270134e-05,
1876
+ "loss": 0.1407,
1877
+ "step": 3100
1878
+ },
1879
+ {
1880
+ "epoch": 1.09,
1881
+ "learning_rate": 2.5383271880457988e-05,
1882
+ "loss": 0.119,
1883
+ "step": 3110
1884
+ },
1885
+ {
1886
+ "epoch": 1.09,
1887
+ "learning_rate": 2.528624102464584e-05,
1888
+ "loss": 0.128,
1889
+ "step": 3120
1890
+ },
1891
+ {
1892
+ "epoch": 1.09,
1893
+ "learning_rate": 2.5189210168833687e-05,
1894
+ "loss": 0.1274,
1895
+ "step": 3130
1896
+ },
1897
+ {
1898
+ "epoch": 1.1,
1899
+ "learning_rate": 2.509217931302154e-05,
1900
+ "loss": 0.1338,
1901
+ "step": 3140
1902
+ },
1903
+ {
1904
+ "epoch": 1.1,
1905
+ "learning_rate": 2.4995148457209393e-05,
1906
+ "loss": 0.1252,
1907
+ "step": 3150
1908
+ },
1909
+ {
1910
+ "epoch": 1.1,
1911
+ "learning_rate": 2.4898117601397246e-05,
1912
+ "loss": 0.1344,
1913
+ "step": 3160
1914
+ },
1915
+ {
1916
+ "epoch": 1.11,
1917
+ "learning_rate": 2.48010867455851e-05,
1918
+ "loss": 0.1404,
1919
+ "step": 3170
1920
+ },
1921
+ {
1922
+ "epoch": 1.11,
1923
+ "learning_rate": 2.470405588977295e-05,
1924
+ "loss": 0.1537,
1925
+ "step": 3180
1926
+ },
1927
+ {
1928
+ "epoch": 1.11,
1929
+ "learning_rate": 2.4607025033960802e-05,
1930
+ "loss": 0.1468,
1931
+ "step": 3190
1932
+ },
1933
+ {
1934
+ "epoch": 1.12,
1935
+ "learning_rate": 2.450999417814865e-05,
1936
+ "loss": 0.1842,
1937
+ "step": 3200
1938
+ },
1939
+ {
1940
+ "epoch": 1.12,
1941
+ "learning_rate": 2.4412963322336505e-05,
1942
+ "loss": 0.1441,
1943
+ "step": 3210
1944
+ },
1945
+ {
1946
+ "epoch": 1.12,
1947
+ "learning_rate": 2.4315932466524354e-05,
1948
+ "loss": 0.1595,
1949
+ "step": 3220
1950
+ },
1951
+ {
1952
+ "epoch": 1.13,
1953
+ "learning_rate": 2.4218901610712207e-05,
1954
+ "loss": 0.147,
1955
+ "step": 3230
1956
+ },
1957
+ {
1958
+ "epoch": 1.13,
1959
+ "learning_rate": 2.4121870754900057e-05,
1960
+ "loss": 0.1612,
1961
+ "step": 3240
1962
+ },
1963
+ {
1964
+ "epoch": 1.13,
1965
+ "learning_rate": 2.402483989908791e-05,
1966
+ "loss": 0.126,
1967
+ "step": 3250
1968
+ },
1969
+ {
1970
+ "epoch": 1.14,
1971
+ "learning_rate": 2.3927809043275763e-05,
1972
+ "loss": 0.1325,
1973
+ "step": 3260
1974
+ },
1975
+ {
1976
+ "epoch": 1.14,
1977
+ "learning_rate": 2.3830778187463616e-05,
1978
+ "loss": 0.1584,
1979
+ "step": 3270
1980
+ },
1981
+ {
1982
+ "epoch": 1.15,
1983
+ "learning_rate": 2.3733747331651466e-05,
1984
+ "loss": 0.1427,
1985
+ "step": 3280
1986
+ },
1987
+ {
1988
+ "epoch": 1.15,
1989
+ "learning_rate": 2.363671647583932e-05,
1990
+ "loss": 0.1404,
1991
+ "step": 3290
1992
+ },
1993
+ {
1994
+ "epoch": 1.15,
1995
+ "learning_rate": 2.353968562002717e-05,
1996
+ "loss": 0.1567,
1997
+ "step": 3300
1998
+ },
1999
+ {
2000
+ "epoch": 1.16,
2001
+ "learning_rate": 2.344265476421502e-05,
2002
+ "loss": 0.1912,
2003
+ "step": 3310
2004
+ },
2005
+ {
2006
+ "epoch": 1.16,
2007
+ "learning_rate": 2.334562390840287e-05,
2008
+ "loss": 0.1254,
2009
+ "step": 3320
2010
+ },
2011
+ {
2012
+ "epoch": 1.16,
2013
+ "learning_rate": 2.3248593052590724e-05,
2014
+ "loss": 0.1318,
2015
+ "step": 3330
2016
+ },
2017
+ {
2018
+ "epoch": 1.17,
2019
+ "learning_rate": 2.3151562196778574e-05,
2020
+ "loss": 0.1511,
2021
+ "step": 3340
2022
+ },
2023
+ {
2024
+ "epoch": 1.17,
2025
+ "learning_rate": 2.3054531340966427e-05,
2026
+ "loss": 0.1472,
2027
+ "step": 3350
2028
+ },
2029
+ {
2030
+ "epoch": 1.17,
2031
+ "learning_rate": 2.295750048515428e-05,
2032
+ "loss": 0.1294,
2033
+ "step": 3360
2034
+ },
2035
+ {
2036
+ "epoch": 1.18,
2037
+ "learning_rate": 2.2860469629342133e-05,
2038
+ "loss": 0.1453,
2039
+ "step": 3370
2040
+ },
2041
+ {
2042
+ "epoch": 1.18,
2043
+ "learning_rate": 2.2763438773529983e-05,
2044
+ "loss": 0.1367,
2045
+ "step": 3380
2046
+ },
2047
+ {
2048
+ "epoch": 1.18,
2049
+ "learning_rate": 2.2666407917717836e-05,
2050
+ "loss": 0.1589,
2051
+ "step": 3390
2052
+ },
2053
+ {
2054
+ "epoch": 1.19,
2055
+ "learning_rate": 2.2569377061905686e-05,
2056
+ "loss": 0.1571,
2057
+ "step": 3400
2058
+ },
2059
+ {
2060
+ "epoch": 1.19,
2061
+ "learning_rate": 2.247234620609354e-05,
2062
+ "loss": 0.1475,
2063
+ "step": 3410
2064
+ },
2065
+ {
2066
+ "epoch": 1.19,
2067
+ "learning_rate": 2.237531535028139e-05,
2068
+ "loss": 0.1419,
2069
+ "step": 3420
2070
+ },
2071
+ {
2072
+ "epoch": 1.2,
2073
+ "learning_rate": 2.227828449446924e-05,
2074
+ "loss": 0.1393,
2075
+ "step": 3430
2076
+ },
2077
+ {
2078
+ "epoch": 1.2,
2079
+ "learning_rate": 2.2181253638657095e-05,
2080
+ "loss": 0.1433,
2081
+ "step": 3440
2082
+ },
2083
+ {
2084
+ "epoch": 1.2,
2085
+ "learning_rate": 2.2084222782844948e-05,
2086
+ "loss": 0.1599,
2087
+ "step": 3450
2088
+ },
2089
+ {
2090
+ "epoch": 1.21,
2091
+ "learning_rate": 2.1987191927032797e-05,
2092
+ "loss": 0.15,
2093
+ "step": 3460
2094
+ },
2095
+ {
2096
+ "epoch": 1.21,
2097
+ "learning_rate": 2.189016107122065e-05,
2098
+ "loss": 0.1552,
2099
+ "step": 3470
2100
+ },
2101
+ {
2102
+ "epoch": 1.22,
2103
+ "learning_rate": 2.17931302154085e-05,
2104
+ "loss": 0.1229,
2105
+ "step": 3480
2106
+ },
2107
+ {
2108
+ "epoch": 1.22,
2109
+ "learning_rate": 2.1696099359596353e-05,
2110
+ "loss": 0.1247,
2111
+ "step": 3490
2112
+ },
2113
+ {
2114
+ "epoch": 1.22,
2115
+ "learning_rate": 2.1599068503784203e-05,
2116
+ "loss": 0.1413,
2117
+ "step": 3500
2118
+ },
2119
+ {
2120
+ "epoch": 1.23,
2121
+ "learning_rate": 2.1502037647972056e-05,
2122
+ "loss": 0.1348,
2123
+ "step": 3510
2124
+ },
2125
+ {
2126
+ "epoch": 1.23,
2127
+ "learning_rate": 2.1405006792159906e-05,
2128
+ "loss": 0.1272,
2129
+ "step": 3520
2130
+ },
2131
+ {
2132
+ "epoch": 1.23,
2133
+ "learning_rate": 2.130797593634776e-05,
2134
+ "loss": 0.1389,
2135
+ "step": 3530
2136
+ },
2137
+ {
2138
+ "epoch": 1.24,
2139
+ "learning_rate": 2.121094508053561e-05,
2140
+ "loss": 0.1388,
2141
+ "step": 3540
2142
+ },
2143
+ {
2144
+ "epoch": 1.24,
2145
+ "learning_rate": 2.1113914224723465e-05,
2146
+ "loss": 0.1311,
2147
+ "step": 3550
2148
+ },
2149
+ {
2150
+ "epoch": 1.24,
2151
+ "learning_rate": 2.1016883368911314e-05,
2152
+ "loss": 0.1388,
2153
+ "step": 3560
2154
+ },
2155
+ {
2156
+ "epoch": 1.25,
2157
+ "learning_rate": 2.0919852513099167e-05,
2158
+ "loss": 0.1431,
2159
+ "step": 3570
2160
+ },
2161
+ {
2162
+ "epoch": 1.25,
2163
+ "learning_rate": 2.0822821657287017e-05,
2164
+ "loss": 0.1371,
2165
+ "step": 3580
2166
+ },
2167
+ {
2168
+ "epoch": 1.25,
2169
+ "learning_rate": 2.072579080147487e-05,
2170
+ "loss": 0.1369,
2171
+ "step": 3590
2172
+ },
2173
+ {
2174
+ "epoch": 1.26,
2175
+ "learning_rate": 2.062875994566272e-05,
2176
+ "loss": 0.126,
2177
+ "step": 3600
2178
+ },
2179
+ {
2180
+ "epoch": 1.26,
2181
+ "learning_rate": 2.0531729089850573e-05,
2182
+ "loss": 0.1305,
2183
+ "step": 3610
2184
+ },
2185
+ {
2186
+ "epoch": 1.26,
2187
+ "learning_rate": 2.0434698234038423e-05,
2188
+ "loss": 0.1432,
2189
+ "step": 3620
2190
+ },
2191
+ {
2192
+ "epoch": 1.27,
2193
+ "learning_rate": 2.0337667378226276e-05,
2194
+ "loss": 0.1464,
2195
+ "step": 3630
2196
+ },
2197
+ {
2198
+ "epoch": 1.27,
2199
+ "learning_rate": 2.024063652241413e-05,
2200
+ "loss": 0.1377,
2201
+ "step": 3640
2202
+ },
2203
+ {
2204
+ "epoch": 1.27,
2205
+ "learning_rate": 2.0143605666601982e-05,
2206
+ "loss": 0.1483,
2207
+ "step": 3650
2208
+ },
2209
+ {
2210
+ "epoch": 1.28,
2211
+ "learning_rate": 2.004657481078983e-05,
2212
+ "loss": 0.1306,
2213
+ "step": 3660
2214
+ },
2215
+ {
2216
+ "epoch": 1.28,
2217
+ "learning_rate": 1.9949543954977685e-05,
2218
+ "loss": 0.1434,
2219
+ "step": 3670
2220
+ },
2221
+ {
2222
+ "epoch": 1.29,
2223
+ "learning_rate": 1.9852513099165534e-05,
2224
+ "loss": 0.1372,
2225
+ "step": 3680
2226
+ },
2227
+ {
2228
+ "epoch": 1.29,
2229
+ "learning_rate": 1.9755482243353387e-05,
2230
+ "loss": 0.1385,
2231
+ "step": 3690
2232
+ },
2233
+ {
2234
+ "epoch": 1.29,
2235
+ "learning_rate": 1.9658451387541237e-05,
2236
+ "loss": 0.1429,
2237
+ "step": 3700
2238
+ },
2239
+ {
2240
+ "epoch": 1.3,
2241
+ "learning_rate": 1.956142053172909e-05,
2242
+ "loss": 0.1322,
2243
+ "step": 3710
2244
+ },
2245
+ {
2246
+ "epoch": 1.3,
2247
+ "learning_rate": 1.9464389675916943e-05,
2248
+ "loss": 0.1453,
2249
+ "step": 3720
2250
+ },
2251
+ {
2252
+ "epoch": 1.3,
2253
+ "learning_rate": 1.9367358820104796e-05,
2254
+ "loss": 0.1473,
2255
+ "step": 3730
2256
+ },
2257
+ {
2258
+ "epoch": 1.31,
2259
+ "learning_rate": 1.9270327964292646e-05,
2260
+ "loss": 0.1607,
2261
+ "step": 3740
2262
+ },
2263
+ {
2264
+ "epoch": 1.31,
2265
+ "learning_rate": 1.91732971084805e-05,
2266
+ "loss": 0.1463,
2267
+ "step": 3750
2268
+ },
2269
+ {
2270
+ "epoch": 1.31,
2271
+ "learning_rate": 1.907626625266835e-05,
2272
+ "loss": 0.1261,
2273
+ "step": 3760
2274
+ },
2275
+ {
2276
+ "epoch": 1.32,
2277
+ "learning_rate": 1.89792353968562e-05,
2278
+ "loss": 0.1277,
2279
+ "step": 3770
2280
+ },
2281
+ {
2282
+ "epoch": 1.32,
2283
+ "learning_rate": 1.888220454104405e-05,
2284
+ "loss": 0.144,
2285
+ "step": 3780
2286
+ },
2287
+ {
2288
+ "epoch": 1.32,
2289
+ "learning_rate": 1.8785173685231904e-05,
2290
+ "loss": 0.1285,
2291
+ "step": 3790
2292
+ },
2293
+ {
2294
+ "epoch": 1.33,
2295
+ "learning_rate": 1.8688142829419754e-05,
2296
+ "loss": 0.1601,
2297
+ "step": 3800
2298
+ },
2299
+ {
2300
+ "epoch": 1.33,
2301
+ "learning_rate": 1.8591111973607607e-05,
2302
+ "loss": 0.133,
2303
+ "step": 3810
2304
+ },
2305
+ {
2306
+ "epoch": 1.33,
2307
+ "learning_rate": 1.849408111779546e-05,
2308
+ "loss": 0.1366,
2309
+ "step": 3820
2310
+ },
2311
+ {
2312
+ "epoch": 1.34,
2313
+ "learning_rate": 1.8397050261983313e-05,
2314
+ "loss": 0.1363,
2315
+ "step": 3830
2316
+ },
2317
+ {
2318
+ "epoch": 1.34,
2319
+ "learning_rate": 1.8300019406171163e-05,
2320
+ "loss": 0.1265,
2321
+ "step": 3840
2322
+ },
2323
+ {
2324
+ "epoch": 1.34,
2325
+ "learning_rate": 1.8202988550359016e-05,
2326
+ "loss": 0.1344,
2327
+ "step": 3850
2328
+ },
2329
+ {
2330
+ "epoch": 1.35,
2331
+ "learning_rate": 1.8105957694546866e-05,
2332
+ "loss": 0.1293,
2333
+ "step": 3860
2334
+ },
2335
+ {
2336
+ "epoch": 1.35,
2337
+ "learning_rate": 1.800892683873472e-05,
2338
+ "loss": 0.1421,
2339
+ "step": 3870
2340
+ },
2341
+ {
2342
+ "epoch": 1.35,
2343
+ "learning_rate": 1.791189598292257e-05,
2344
+ "loss": 0.1319,
2345
+ "step": 3880
2346
+ },
2347
+ {
2348
+ "epoch": 1.36,
2349
+ "learning_rate": 1.781486512711042e-05,
2350
+ "loss": 0.1159,
2351
+ "step": 3890
2352
+ },
2353
+ {
2354
+ "epoch": 1.36,
2355
+ "learning_rate": 1.771783427129827e-05,
2356
+ "loss": 0.1407,
2357
+ "step": 3900
2358
+ },
2359
+ {
2360
+ "epoch": 1.37,
2361
+ "learning_rate": 1.7620803415486124e-05,
2362
+ "loss": 0.1261,
2363
+ "step": 3910
2364
+ },
2365
+ {
2366
+ "epoch": 1.37,
2367
+ "learning_rate": 1.7523772559673977e-05,
2368
+ "loss": 0.112,
2369
+ "step": 3920
2370
+ },
2371
+ {
2372
+ "epoch": 1.37,
2373
+ "learning_rate": 1.742674170386183e-05,
2374
+ "loss": 0.1174,
2375
+ "step": 3930
2376
+ },
2377
+ {
2378
+ "epoch": 1.38,
2379
+ "learning_rate": 1.732971084804968e-05,
2380
+ "loss": 0.1175,
2381
+ "step": 3940
2382
+ },
2383
+ {
2384
+ "epoch": 1.38,
2385
+ "learning_rate": 1.7232679992237533e-05,
2386
+ "loss": 0.132,
2387
+ "step": 3950
2388
+ },
2389
+ {
2390
+ "epoch": 1.38,
2391
+ "learning_rate": 1.7135649136425383e-05,
2392
+ "loss": 0.125,
2393
+ "step": 3960
2394
+ },
2395
+ {
2396
+ "epoch": 1.39,
2397
+ "learning_rate": 1.7038618280613236e-05,
2398
+ "loss": 0.1378,
2399
+ "step": 3970
2400
+ },
2401
+ {
2402
+ "epoch": 1.39,
2403
+ "learning_rate": 1.6941587424801085e-05,
2404
+ "loss": 0.1457,
2405
+ "step": 3980
2406
+ },
2407
+ {
2408
+ "epoch": 1.39,
2409
+ "learning_rate": 1.684455656898894e-05,
2410
+ "loss": 0.1508,
2411
+ "step": 3990
2412
+ },
2413
+ {
2414
+ "epoch": 1.4,
2415
+ "learning_rate": 1.6747525713176788e-05,
2416
+ "loss": 0.1513,
2417
+ "step": 4000
2418
+ },
2419
+ {
2420
+ "epoch": 1.4,
2421
+ "learning_rate": 1.6650494857364645e-05,
2422
+ "loss": 0.1337,
2423
+ "step": 4010
2424
+ },
2425
+ {
2426
+ "epoch": 1.4,
2427
+ "learning_rate": 1.6553464001552494e-05,
2428
+ "loss": 0.1344,
2429
+ "step": 4020
2430
+ },
2431
+ {
2432
+ "epoch": 1.41,
2433
+ "learning_rate": 1.6456433145740347e-05,
2434
+ "loss": 0.1284,
2435
+ "step": 4030
2436
+ },
2437
+ {
2438
+ "epoch": 1.41,
2439
+ "learning_rate": 1.6359402289928197e-05,
2440
+ "loss": 0.1586,
2441
+ "step": 4040
2442
+ },
2443
+ {
2444
+ "epoch": 1.41,
2445
+ "learning_rate": 1.626237143411605e-05,
2446
+ "loss": 0.1337,
2447
+ "step": 4050
2448
+ },
2449
+ {
2450
+ "epoch": 1.42,
2451
+ "learning_rate": 1.61653405783039e-05,
2452
+ "loss": 0.1225,
2453
+ "step": 4060
2454
+ },
2455
+ {
2456
+ "epoch": 1.42,
2457
+ "learning_rate": 1.6068309722491753e-05,
2458
+ "loss": 0.14,
2459
+ "step": 4070
2460
+ },
2461
+ {
2462
+ "epoch": 1.42,
2463
+ "learning_rate": 1.5971278866679603e-05,
2464
+ "loss": 0.1517,
2465
+ "step": 4080
2466
+ },
2467
+ {
2468
+ "epoch": 1.43,
2469
+ "learning_rate": 1.5874248010867456e-05,
2470
+ "loss": 0.1352,
2471
+ "step": 4090
2472
+ },
2473
+ {
2474
+ "epoch": 1.43,
2475
+ "learning_rate": 1.577721715505531e-05,
2476
+ "loss": 0.1445,
2477
+ "step": 4100
2478
+ },
2479
+ {
2480
+ "epoch": 1.44,
2481
+ "learning_rate": 1.5680186299243162e-05,
2482
+ "loss": 0.154,
2483
+ "step": 4110
2484
+ },
2485
+ {
2486
+ "epoch": 1.44,
2487
+ "learning_rate": 1.558315544343101e-05,
2488
+ "loss": 0.1368,
2489
+ "step": 4120
2490
+ },
2491
+ {
2492
+ "epoch": 1.44,
2493
+ "learning_rate": 1.5486124587618864e-05,
2494
+ "loss": 0.1335,
2495
+ "step": 4130
2496
+ },
2497
+ {
2498
+ "epoch": 1.45,
2499
+ "learning_rate": 1.5389093731806714e-05,
2500
+ "loss": 0.1507,
2501
+ "step": 4140
2502
+ },
2503
+ {
2504
+ "epoch": 1.45,
2505
+ "learning_rate": 1.5292062875994567e-05,
2506
+ "loss": 0.1253,
2507
+ "step": 4150
2508
+ },
2509
+ {
2510
+ "epoch": 1.45,
2511
+ "learning_rate": 1.5195032020182417e-05,
2512
+ "loss": 0.1289,
2513
+ "step": 4160
2514
+ },
2515
+ {
2516
+ "epoch": 1.46,
2517
+ "learning_rate": 1.509800116437027e-05,
2518
+ "loss": 0.1371,
2519
+ "step": 4170
2520
+ },
2521
+ {
2522
+ "epoch": 1.46,
2523
+ "learning_rate": 1.5000970308558121e-05,
2524
+ "loss": 0.1458,
2525
+ "step": 4180
2526
+ },
2527
+ {
2528
+ "epoch": 1.46,
2529
+ "learning_rate": 1.4903939452745974e-05,
2530
+ "loss": 0.1188,
2531
+ "step": 4190
2532
+ },
2533
+ {
2534
+ "epoch": 1.47,
2535
+ "learning_rate": 1.4806908596933824e-05,
2536
+ "loss": 0.1435,
2537
+ "step": 4200
2538
+ },
2539
+ {
2540
+ "epoch": 1.47,
2541
+ "learning_rate": 1.4709877741121677e-05,
2542
+ "loss": 0.147,
2543
+ "step": 4210
2544
+ },
2545
+ {
2546
+ "epoch": 1.47,
2547
+ "learning_rate": 1.4612846885309529e-05,
2548
+ "loss": 0.1371,
2549
+ "step": 4220
2550
+ },
2551
+ {
2552
+ "epoch": 1.48,
2553
+ "learning_rate": 1.4515816029497382e-05,
2554
+ "loss": 0.1351,
2555
+ "step": 4230
2556
+ },
2557
+ {
2558
+ "epoch": 1.48,
2559
+ "learning_rate": 1.4418785173685231e-05,
2560
+ "loss": 0.1641,
2561
+ "step": 4240
2562
+ },
2563
+ {
2564
+ "epoch": 1.48,
2565
+ "learning_rate": 1.4321754317873084e-05,
2566
+ "loss": 0.126,
2567
+ "step": 4250
2568
+ },
2569
+ {
2570
+ "epoch": 1.49,
2571
+ "learning_rate": 1.4224723462060936e-05,
2572
+ "loss": 0.1297,
2573
+ "step": 4260
2574
+ },
2575
+ {
2576
+ "epoch": 1.49,
2577
+ "learning_rate": 1.4127692606248789e-05,
2578
+ "loss": 0.1347,
2579
+ "step": 4270
2580
+ },
2581
+ {
2582
+ "epoch": 1.49,
2583
+ "learning_rate": 1.4030661750436638e-05,
2584
+ "loss": 0.1157,
2585
+ "step": 4280
2586
+ },
2587
+ {
2588
+ "epoch": 1.5,
2589
+ "learning_rate": 1.3933630894624491e-05,
2590
+ "loss": 0.139,
2591
+ "step": 4290
2592
+ },
2593
+ {
2594
+ "epoch": 1.5,
2595
+ "learning_rate": 1.3836600038812341e-05,
2596
+ "loss": 0.1441,
2597
+ "step": 4300
2598
+ },
2599
+ {
2600
+ "epoch": 1.51,
2601
+ "learning_rate": 1.3739569183000194e-05,
2602
+ "loss": 0.1313,
2603
+ "step": 4310
2604
+ },
2605
+ {
2606
+ "epoch": 1.51,
2607
+ "learning_rate": 1.3642538327188046e-05,
2608
+ "loss": 0.1558,
2609
+ "step": 4320
2610
+ },
2611
+ {
2612
+ "epoch": 1.51,
2613
+ "learning_rate": 1.3545507471375899e-05,
2614
+ "loss": 0.1474,
2615
+ "step": 4330
2616
+ },
2617
+ {
2618
+ "epoch": 1.52,
2619
+ "learning_rate": 1.3448476615563748e-05,
2620
+ "loss": 0.1312,
2621
+ "step": 4340
2622
+ },
2623
+ {
2624
+ "epoch": 1.52,
2625
+ "learning_rate": 1.3351445759751601e-05,
2626
+ "loss": 0.1168,
2627
+ "step": 4350
2628
+ },
2629
+ {
2630
+ "epoch": 1.52,
2631
+ "learning_rate": 1.3254414903939453e-05,
2632
+ "loss": 0.1237,
2633
+ "step": 4360
2634
+ },
2635
+ {
2636
+ "epoch": 1.53,
2637
+ "learning_rate": 1.3157384048127306e-05,
2638
+ "loss": 0.1377,
2639
+ "step": 4370
2640
+ },
2641
+ {
2642
+ "epoch": 1.53,
2643
+ "learning_rate": 1.3060353192315156e-05,
2644
+ "loss": 0.1393,
2645
+ "step": 4380
2646
+ },
2647
+ {
2648
+ "epoch": 1.53,
2649
+ "learning_rate": 1.2963322336503009e-05,
2650
+ "loss": 0.1377,
2651
+ "step": 4390
2652
+ },
2653
+ {
2654
+ "epoch": 1.54,
2655
+ "learning_rate": 1.286629148069086e-05,
2656
+ "loss": 0.1233,
2657
+ "step": 4400
2658
+ },
2659
+ {
2660
+ "epoch": 1.54,
2661
+ "learning_rate": 1.2769260624878713e-05,
2662
+ "loss": 0.123,
2663
+ "step": 4410
2664
+ },
2665
+ {
2666
+ "epoch": 1.54,
2667
+ "learning_rate": 1.2672229769066563e-05,
2668
+ "loss": 0.1453,
2669
+ "step": 4420
2670
+ },
2671
+ {
2672
+ "epoch": 1.55,
2673
+ "learning_rate": 1.2575198913254416e-05,
2674
+ "loss": 0.1328,
2675
+ "step": 4430
2676
+ },
2677
+ {
2678
+ "epoch": 1.55,
2679
+ "learning_rate": 1.2478168057442267e-05,
2680
+ "loss": 0.1642,
2681
+ "step": 4440
2682
+ },
2683
+ {
2684
+ "epoch": 1.55,
2685
+ "learning_rate": 1.2381137201630118e-05,
2686
+ "loss": 0.1237,
2687
+ "step": 4450
2688
+ },
2689
+ {
2690
+ "epoch": 1.56,
2691
+ "learning_rate": 1.2284106345817972e-05,
2692
+ "loss": 0.1277,
2693
+ "step": 4460
2694
+ },
2695
+ {
2696
+ "epoch": 1.56,
2697
+ "learning_rate": 1.2187075490005823e-05,
2698
+ "loss": 0.1282,
2699
+ "step": 4470
2700
+ },
2701
+ {
2702
+ "epoch": 1.56,
2703
+ "learning_rate": 1.2090044634193674e-05,
2704
+ "loss": 0.1423,
2705
+ "step": 4480
2706
+ },
2707
+ {
2708
+ "epoch": 1.57,
2709
+ "learning_rate": 1.1993013778381526e-05,
2710
+ "loss": 0.1222,
2711
+ "step": 4490
2712
+ },
2713
+ {
2714
+ "epoch": 1.57,
2715
+ "learning_rate": 1.1895982922569377e-05,
2716
+ "loss": 0.131,
2717
+ "step": 4500
2718
+ },
2719
+ {
2720
+ "epoch": 1.57,
2721
+ "learning_rate": 1.179895206675723e-05,
2722
+ "loss": 0.1208,
2723
+ "step": 4510
2724
+ },
2725
+ {
2726
+ "epoch": 1.58,
2727
+ "learning_rate": 1.1701921210945081e-05,
2728
+ "loss": 0.1363,
2729
+ "step": 4520
2730
+ },
2731
+ {
2732
+ "epoch": 1.58,
2733
+ "learning_rate": 1.1604890355132933e-05,
2734
+ "loss": 0.1361,
2735
+ "step": 4530
2736
+ },
2737
+ {
2738
+ "epoch": 1.59,
2739
+ "learning_rate": 1.1507859499320784e-05,
2740
+ "loss": 0.1373,
2741
+ "step": 4540
2742
+ },
2743
+ {
2744
+ "epoch": 1.59,
2745
+ "learning_rate": 1.1410828643508637e-05,
2746
+ "loss": 0.1404,
2747
+ "step": 4550
2748
+ },
2749
+ {
2750
+ "epoch": 1.59,
2751
+ "learning_rate": 1.1313797787696489e-05,
2752
+ "loss": 0.1694,
2753
+ "step": 4560
2754
+ },
2755
+ {
2756
+ "epoch": 1.6,
2757
+ "learning_rate": 1.121676693188434e-05,
2758
+ "loss": 0.1423,
2759
+ "step": 4570
2760
+ },
2761
+ {
2762
+ "epoch": 1.6,
2763
+ "learning_rate": 1.1119736076072191e-05,
2764
+ "loss": 0.1543,
2765
+ "step": 4580
2766
+ },
2767
+ {
2768
+ "epoch": 1.6,
2769
+ "learning_rate": 1.1022705220260043e-05,
2770
+ "loss": 0.1492,
2771
+ "step": 4590
2772
+ },
2773
+ {
2774
+ "epoch": 1.61,
2775
+ "learning_rate": 1.0925674364447896e-05,
2776
+ "loss": 0.1359,
2777
+ "step": 4600
2778
+ },
2779
+ {
2780
+ "epoch": 1.61,
2781
+ "learning_rate": 1.0828643508635747e-05,
2782
+ "loss": 0.1163,
2783
+ "step": 4610
2784
+ },
2785
+ {
2786
+ "epoch": 1.61,
2787
+ "learning_rate": 1.0731612652823599e-05,
2788
+ "loss": 0.11,
2789
+ "step": 4620
2790
+ },
2791
+ {
2792
+ "epoch": 1.62,
2793
+ "learning_rate": 1.063458179701145e-05,
2794
+ "loss": 0.1603,
2795
+ "step": 4630
2796
+ },
2797
+ {
2798
+ "epoch": 1.62,
2799
+ "learning_rate": 1.0537550941199301e-05,
2800
+ "loss": 0.1326,
2801
+ "step": 4640
2802
+ },
2803
+ {
2804
+ "epoch": 1.62,
2805
+ "learning_rate": 1.0440520085387154e-05,
2806
+ "loss": 0.121,
2807
+ "step": 4650
2808
+ },
2809
+ {
2810
+ "epoch": 1.63,
2811
+ "learning_rate": 1.0343489229575006e-05,
2812
+ "loss": 0.1329,
2813
+ "step": 4660
2814
+ },
2815
+ {
2816
+ "epoch": 1.63,
2817
+ "learning_rate": 1.0246458373762857e-05,
2818
+ "loss": 0.122,
2819
+ "step": 4670
2820
+ },
2821
+ {
2822
+ "epoch": 1.63,
2823
+ "learning_rate": 1.0149427517950708e-05,
2824
+ "loss": 0.1226,
2825
+ "step": 4680
2826
+ },
2827
+ {
2828
+ "epoch": 1.64,
2829
+ "learning_rate": 1.0052396662138562e-05,
2830
+ "loss": 0.1402,
2831
+ "step": 4690
2832
+ },
2833
+ {
2834
+ "epoch": 1.64,
2835
+ "learning_rate": 9.955365806326413e-06,
2836
+ "loss": 0.1186,
2837
+ "step": 4700
2838
+ },
2839
+ {
2840
+ "epoch": 1.64,
2841
+ "learning_rate": 9.858334950514264e-06,
2842
+ "loss": 0.1384,
2843
+ "step": 4710
2844
+ },
2845
+ {
2846
+ "epoch": 1.65,
2847
+ "learning_rate": 9.761304094702116e-06,
2848
+ "loss": 0.1309,
2849
+ "step": 4720
2850
+ },
2851
+ {
2852
+ "epoch": 1.65,
2853
+ "learning_rate": 9.664273238889967e-06,
2854
+ "loss": 0.1203,
2855
+ "step": 4730
2856
+ },
2857
+ {
2858
+ "epoch": 1.66,
2859
+ "learning_rate": 9.56724238307782e-06,
2860
+ "loss": 0.1066,
2861
+ "step": 4740
2862
+ },
2863
+ {
2864
+ "epoch": 1.66,
2865
+ "learning_rate": 9.470211527265671e-06,
2866
+ "loss": 0.1264,
2867
+ "step": 4750
2868
+ },
2869
+ {
2870
+ "epoch": 1.66,
2871
+ "learning_rate": 9.373180671453523e-06,
2872
+ "loss": 0.1388,
2873
+ "step": 4760
2874
+ },
2875
+ {
2876
+ "epoch": 1.67,
2877
+ "learning_rate": 9.276149815641374e-06,
2878
+ "loss": 0.1133,
2879
+ "step": 4770
2880
+ },
2881
+ {
2882
+ "epoch": 1.67,
2883
+ "learning_rate": 9.179118959829226e-06,
2884
+ "loss": 0.1243,
2885
+ "step": 4780
2886
+ },
2887
+ {
2888
+ "epoch": 1.67,
2889
+ "learning_rate": 9.082088104017079e-06,
2890
+ "loss": 0.1402,
2891
+ "step": 4790
2892
+ },
2893
+ {
2894
+ "epoch": 1.68,
2895
+ "learning_rate": 8.98505724820493e-06,
2896
+ "loss": 0.1301,
2897
+ "step": 4800
2898
+ },
2899
+ {
2900
+ "epoch": 1.68,
2901
+ "learning_rate": 8.888026392392781e-06,
2902
+ "loss": 0.1268,
2903
+ "step": 4810
2904
+ },
2905
+ {
2906
+ "epoch": 1.68,
2907
+ "learning_rate": 8.790995536580633e-06,
2908
+ "loss": 0.1556,
2909
+ "step": 4820
2910
+ },
2911
+ {
2912
+ "epoch": 1.69,
2913
+ "learning_rate": 8.693964680768484e-06,
2914
+ "loss": 0.1317,
2915
+ "step": 4830
2916
+ },
2917
+ {
2918
+ "epoch": 1.69,
2919
+ "learning_rate": 8.596933824956337e-06,
2920
+ "loss": 0.1183,
2921
+ "step": 4840
2922
+ },
2923
+ {
2924
+ "epoch": 1.69,
2925
+ "learning_rate": 8.499902969144189e-06,
2926
+ "loss": 0.1482,
2927
+ "step": 4850
2928
+ },
2929
+ {
2930
+ "epoch": 1.7,
2931
+ "learning_rate": 8.40287211333204e-06,
2932
+ "loss": 0.1449,
2933
+ "step": 4860
2934
+ },
2935
+ {
2936
+ "epoch": 1.7,
2937
+ "learning_rate": 8.305841257519891e-06,
2938
+ "loss": 0.1359,
2939
+ "step": 4870
2940
+ },
2941
+ {
2942
+ "epoch": 1.7,
2943
+ "learning_rate": 8.208810401707744e-06,
2944
+ "loss": 0.1296,
2945
+ "step": 4880
2946
+ },
2947
+ {
2948
+ "epoch": 1.71,
2949
+ "learning_rate": 8.111779545895596e-06,
2950
+ "loss": 0.1428,
2951
+ "step": 4890
2952
+ },
2953
+ {
2954
+ "epoch": 1.71,
2955
+ "learning_rate": 8.014748690083447e-06,
2956
+ "loss": 0.1277,
2957
+ "step": 4900
2958
+ },
2959
+ {
2960
+ "epoch": 1.71,
2961
+ "learning_rate": 7.917717834271298e-06,
2962
+ "loss": 0.115,
2963
+ "step": 4910
2964
+ },
2965
+ {
2966
+ "epoch": 1.72,
2967
+ "learning_rate": 7.82068697845915e-06,
2968
+ "loss": 0.1279,
2969
+ "step": 4920
2970
+ },
2971
+ {
2972
+ "epoch": 1.72,
2973
+ "learning_rate": 7.723656122647003e-06,
2974
+ "loss": 0.1163,
2975
+ "step": 4930
2976
+ },
2977
+ {
2978
+ "epoch": 1.73,
2979
+ "learning_rate": 7.626625266834854e-06,
2980
+ "loss": 0.1416,
2981
+ "step": 4940
2982
+ },
2983
+ {
2984
+ "epoch": 1.73,
2985
+ "learning_rate": 7.529594411022706e-06,
2986
+ "loss": 0.1425,
2987
+ "step": 4950
2988
+ },
2989
+ {
2990
+ "epoch": 1.73,
2991
+ "learning_rate": 7.432563555210558e-06,
2992
+ "loss": 0.1374,
2993
+ "step": 4960
2994
+ },
2995
+ {
2996
+ "epoch": 1.74,
2997
+ "learning_rate": 7.335532699398409e-06,
2998
+ "loss": 0.1234,
2999
+ "step": 4970
3000
+ },
3001
+ {
3002
+ "epoch": 1.74,
3003
+ "learning_rate": 7.2385018435862606e-06,
3004
+ "loss": 0.1294,
3005
+ "step": 4980
3006
+ },
3007
+ {
3008
+ "epoch": 1.74,
3009
+ "learning_rate": 7.141470987774113e-06,
3010
+ "loss": 0.0957,
3011
+ "step": 4990
3012
+ },
3013
+ {
3014
+ "epoch": 1.75,
3015
+ "learning_rate": 7.044440131961964e-06,
3016
+ "loss": 0.1472,
3017
+ "step": 5000
3018
+ },
3019
+ {
3020
+ "epoch": 1.75,
3021
+ "learning_rate": 6.947409276149816e-06,
3022
+ "loss": 0.1204,
3023
+ "step": 5010
3024
+ },
3025
+ {
3026
+ "epoch": 1.75,
3027
+ "learning_rate": 6.850378420337668e-06,
3028
+ "loss": 0.1207,
3029
+ "step": 5020
3030
+ },
3031
+ {
3032
+ "epoch": 1.76,
3033
+ "learning_rate": 6.75334756452552e-06,
3034
+ "loss": 0.1242,
3035
+ "step": 5030
3036
+ },
3037
+ {
3038
+ "epoch": 1.76,
3039
+ "learning_rate": 6.656316708713371e-06,
3040
+ "loss": 0.1502,
3041
+ "step": 5040
3042
+ },
3043
+ {
3044
+ "epoch": 1.76,
3045
+ "learning_rate": 6.559285852901223e-06,
3046
+ "loss": 0.1279,
3047
+ "step": 5050
3048
+ },
3049
+ {
3050
+ "epoch": 1.77,
3051
+ "learning_rate": 6.462254997089075e-06,
3052
+ "loss": 0.1162,
3053
+ "step": 5060
3054
+ },
3055
+ {
3056
+ "epoch": 1.77,
3057
+ "learning_rate": 6.365224141276926e-06,
3058
+ "loss": 0.1363,
3059
+ "step": 5070
3060
+ },
3061
+ {
3062
+ "epoch": 1.77,
3063
+ "learning_rate": 6.2681932854647785e-06,
3064
+ "loss": 0.1194,
3065
+ "step": 5080
3066
+ },
3067
+ {
3068
+ "epoch": 1.78,
3069
+ "learning_rate": 6.17116242965263e-06,
3070
+ "loss": 0.1361,
3071
+ "step": 5090
3072
+ },
3073
+ {
3074
+ "epoch": 1.78,
3075
+ "learning_rate": 6.074131573840482e-06,
3076
+ "loss": 0.1195,
3077
+ "step": 5100
3078
+ },
3079
+ {
3080
+ "epoch": 1.78,
3081
+ "learning_rate": 5.9771007180283334e-06,
3082
+ "loss": 0.1314,
3083
+ "step": 5110
3084
+ },
3085
+ {
3086
+ "epoch": 1.79,
3087
+ "learning_rate": 5.880069862216185e-06,
3088
+ "loss": 0.1286,
3089
+ "step": 5120
3090
+ },
3091
+ {
3092
+ "epoch": 1.79,
3093
+ "learning_rate": 5.783039006404037e-06,
3094
+ "loss": 0.1134,
3095
+ "step": 5130
3096
+ },
3097
+ {
3098
+ "epoch": 1.79,
3099
+ "learning_rate": 5.686008150591888e-06,
3100
+ "loss": 0.1198,
3101
+ "step": 5140
3102
+ },
3103
+ {
3104
+ "epoch": 1.8,
3105
+ "learning_rate": 5.588977294779741e-06,
3106
+ "loss": 0.1128,
3107
+ "step": 5150
3108
+ },
3109
+ {
3110
+ "epoch": 1.8,
3111
+ "learning_rate": 5.491946438967592e-06,
3112
+ "loss": 0.1137,
3113
+ "step": 5160
3114
+ },
3115
+ {
3116
+ "epoch": 1.81,
3117
+ "learning_rate": 5.394915583155443e-06,
3118
+ "loss": 0.116,
3119
+ "step": 5170
3120
+ },
3121
+ {
3122
+ "epoch": 1.81,
3123
+ "learning_rate": 5.2978847273432956e-06,
3124
+ "loss": 0.1318,
3125
+ "step": 5180
3126
+ },
3127
+ {
3128
+ "epoch": 1.81,
3129
+ "learning_rate": 5.200853871531147e-06,
3130
+ "loss": 0.1215,
3131
+ "step": 5190
3132
+ },
3133
+ {
3134
+ "epoch": 1.82,
3135
+ "learning_rate": 5.103823015718999e-06,
3136
+ "loss": 0.1345,
3137
+ "step": 5200
3138
+ },
3139
+ {
3140
+ "epoch": 1.82,
3141
+ "learning_rate": 5.0067921599068505e-06,
3142
+ "loss": 0.1035,
3143
+ "step": 5210
3144
+ },
3145
+ {
3146
+ "epoch": 1.82,
3147
+ "learning_rate": 4.909761304094703e-06,
3148
+ "loss": 0.117,
3149
+ "step": 5220
3150
+ },
3151
+ {
3152
+ "epoch": 1.83,
3153
+ "learning_rate": 4.812730448282554e-06,
3154
+ "loss": 0.1229,
3155
+ "step": 5230
3156
+ },
3157
+ {
3158
+ "epoch": 1.83,
3159
+ "learning_rate": 4.7156995924704055e-06,
3160
+ "loss": 0.1129,
3161
+ "step": 5240
3162
+ },
3163
+ {
3164
+ "epoch": 1.83,
3165
+ "learning_rate": 4.618668736658258e-06,
3166
+ "loss": 0.1387,
3167
+ "step": 5250
3168
+ },
3169
+ {
3170
+ "epoch": 1.84,
3171
+ "learning_rate": 4.521637880846109e-06,
3172
+ "loss": 0.1138,
3173
+ "step": 5260
3174
+ },
3175
+ {
3176
+ "epoch": 1.84,
3177
+ "learning_rate": 4.424607025033961e-06,
3178
+ "loss": 0.1196,
3179
+ "step": 5270
3180
+ },
3181
+ {
3182
+ "epoch": 1.84,
3183
+ "learning_rate": 4.327576169221813e-06,
3184
+ "loss": 0.1284,
3185
+ "step": 5280
3186
+ },
3187
+ {
3188
+ "epoch": 1.85,
3189
+ "learning_rate": 4.230545313409665e-06,
3190
+ "loss": 0.131,
3191
+ "step": 5290
3192
+ },
3193
+ {
3194
+ "epoch": 1.85,
3195
+ "learning_rate": 4.133514457597516e-06,
3196
+ "loss": 0.1207,
3197
+ "step": 5300
3198
+ },
3199
+ {
3200
+ "epoch": 1.85,
3201
+ "learning_rate": 4.036483601785368e-06,
3202
+ "loss": 0.1424,
3203
+ "step": 5310
3204
+ },
3205
+ {
3206
+ "epoch": 1.86,
3207
+ "learning_rate": 3.93945274597322e-06,
3208
+ "loss": 0.121,
3209
+ "step": 5320
3210
+ },
3211
+ {
3212
+ "epoch": 1.86,
3213
+ "learning_rate": 3.842421890161071e-06,
3214
+ "loss": 0.1329,
3215
+ "step": 5330
3216
+ },
3217
+ {
3218
+ "epoch": 1.86,
3219
+ "learning_rate": 3.745391034348923e-06,
3220
+ "loss": 0.1137,
3221
+ "step": 5340
3222
+ },
3223
+ {
3224
+ "epoch": 1.87,
3225
+ "learning_rate": 3.6483601785367748e-06,
3226
+ "loss": 0.1178,
3227
+ "step": 5350
3228
+ },
3229
+ {
3230
+ "epoch": 1.87,
3231
+ "learning_rate": 3.5513293227246266e-06,
3232
+ "loss": 0.1266,
3233
+ "step": 5360
3234
+ },
3235
+ {
3236
+ "epoch": 1.88,
3237
+ "learning_rate": 3.4542984669124784e-06,
3238
+ "loss": 0.1185,
3239
+ "step": 5370
3240
+ },
3241
+ {
3242
+ "epoch": 1.88,
3243
+ "learning_rate": 3.35726761110033e-06,
3244
+ "loss": 0.1433,
3245
+ "step": 5380
3246
+ },
3247
+ {
3248
+ "epoch": 1.88,
3249
+ "learning_rate": 3.260236755288182e-06,
3250
+ "loss": 0.1204,
3251
+ "step": 5390
3252
+ },
3253
+ {
3254
+ "epoch": 1.89,
3255
+ "learning_rate": 3.1632058994760337e-06,
3256
+ "loss": 0.1606,
3257
+ "step": 5400
3258
+ },
3259
+ {
3260
+ "epoch": 1.89,
3261
+ "learning_rate": 3.066175043663885e-06,
3262
+ "loss": 0.1419,
3263
+ "step": 5410
3264
+ },
3265
+ {
3266
+ "epoch": 1.89,
3267
+ "learning_rate": 2.969144187851737e-06,
3268
+ "loss": 0.099,
3269
+ "step": 5420
3270
+ },
3271
+ {
3272
+ "epoch": 1.9,
3273
+ "learning_rate": 2.8721133320395887e-06,
3274
+ "loss": 0.1293,
3275
+ "step": 5430
3276
+ },
3277
+ {
3278
+ "epoch": 1.9,
3279
+ "learning_rate": 2.7750824762274405e-06,
3280
+ "loss": 0.1112,
3281
+ "step": 5440
3282
+ },
3283
+ {
3284
+ "epoch": 1.9,
3285
+ "learning_rate": 2.6780516204152923e-06,
3286
+ "loss": 0.1152,
3287
+ "step": 5450
3288
+ },
3289
+ {
3290
+ "epoch": 1.91,
3291
+ "learning_rate": 2.581020764603144e-06,
3292
+ "loss": 0.1456,
3293
+ "step": 5460
3294
+ },
3295
+ {
3296
+ "epoch": 1.91,
3297
+ "learning_rate": 2.483989908790996e-06,
3298
+ "loss": 0.1227,
3299
+ "step": 5470
3300
+ },
3301
+ {
3302
+ "epoch": 1.91,
3303
+ "learning_rate": 2.3869590529788472e-06,
3304
+ "loss": 0.1134,
3305
+ "step": 5480
3306
+ },
3307
+ {
3308
+ "epoch": 1.92,
3309
+ "learning_rate": 2.289928197166699e-06,
3310
+ "loss": 0.1279,
3311
+ "step": 5490
3312
+ },
3313
+ {
3314
+ "epoch": 1.92,
3315
+ "learning_rate": 2.192897341354551e-06,
3316
+ "loss": 0.1351,
3317
+ "step": 5500
3318
+ },
3319
+ {
3320
+ "epoch": 1.92,
3321
+ "learning_rate": 2.0958664855424026e-06,
3322
+ "loss": 0.1251,
3323
+ "step": 5510
3324
+ },
3325
+ {
3326
+ "epoch": 1.93,
3327
+ "learning_rate": 1.9988356297302544e-06,
3328
+ "loss": 0.1343,
3329
+ "step": 5520
3330
+ },
3331
+ {
3332
+ "epoch": 1.93,
3333
+ "learning_rate": 1.901804773918106e-06,
3334
+ "loss": 0.1276,
3335
+ "step": 5530
3336
+ },
3337
+ {
3338
+ "epoch": 1.93,
3339
+ "learning_rate": 1.8047739181059578e-06,
3340
+ "loss": 0.144,
3341
+ "step": 5540
3342
+ },
3343
+ {
3344
+ "epoch": 1.94,
3345
+ "learning_rate": 1.7077430622938096e-06,
3346
+ "loss": 0.1186,
3347
+ "step": 5550
3348
+ },
3349
+ {
3350
+ "epoch": 1.94,
3351
+ "learning_rate": 1.6107122064816612e-06,
3352
+ "loss": 0.1531,
3353
+ "step": 5560
3354
+ },
3355
+ {
3356
+ "epoch": 1.95,
3357
+ "learning_rate": 1.513681350669513e-06,
3358
+ "loss": 0.1327,
3359
+ "step": 5570
3360
+ },
3361
+ {
3362
+ "epoch": 1.95,
3363
+ "learning_rate": 1.4166504948573648e-06,
3364
+ "loss": 0.1279,
3365
+ "step": 5580
3366
+ },
3367
+ {
3368
+ "epoch": 1.95,
3369
+ "learning_rate": 1.3196196390452165e-06,
3370
+ "loss": 0.1133,
3371
+ "step": 5590
3372
+ },
3373
+ {
3374
+ "epoch": 1.96,
3375
+ "learning_rate": 1.2225887832330681e-06,
3376
+ "loss": 0.1375,
3377
+ "step": 5600
3378
+ },
3379
+ {
3380
+ "epoch": 1.96,
3381
+ "learning_rate": 1.12555792742092e-06,
3382
+ "loss": 0.1043,
3383
+ "step": 5610
3384
+ },
3385
+ {
3386
+ "epoch": 1.96,
3387
+ "learning_rate": 1.0285270716087717e-06,
3388
+ "loss": 0.1294,
3389
+ "step": 5620
3390
+ },
3391
+ {
3392
+ "epoch": 1.97,
3393
+ "learning_rate": 9.314962157966234e-07,
3394
+ "loss": 0.1025,
3395
+ "step": 5630
3396
+ },
3397
+ {
3398
+ "epoch": 1.97,
3399
+ "learning_rate": 8.344653599844751e-07,
3400
+ "loss": 0.1274,
3401
+ "step": 5640
3402
+ },
3403
+ {
3404
+ "epoch": 1.97,
3405
+ "learning_rate": 7.374345041723269e-07,
3406
+ "loss": 0.1357,
3407
+ "step": 5650
3408
+ },
3409
+ {
3410
+ "epoch": 1.98,
3411
+ "learning_rate": 6.404036483601786e-07,
3412
+ "loss": 0.1316,
3413
+ "step": 5660
3414
+ },
3415
+ {
3416
+ "epoch": 1.98,
3417
+ "learning_rate": 5.433727925480303e-07,
3418
+ "loss": 0.1215,
3419
+ "step": 5670
3420
+ },
3421
+ {
3422
+ "epoch": 1.98,
3423
+ "learning_rate": 4.4634193673588205e-07,
3424
+ "loss": 0.1428,
3425
+ "step": 5680
3426
+ },
3427
+ {
3428
+ "epoch": 1.99,
3429
+ "learning_rate": 3.493110809237338e-07,
3430
+ "loss": 0.1169,
3431
+ "step": 5690
3432
+ },
3433
+ {
3434
+ "epoch": 1.99,
3435
+ "learning_rate": 2.522802251115855e-07,
3436
+ "loss": 0.1182,
3437
+ "step": 5700
3438
+ },
3439
+ {
3440
+ "epoch": 1.99,
3441
+ "learning_rate": 1.5524936929943724e-07,
3442
+ "loss": 0.1338,
3443
+ "step": 5710
3444
+ },
3445
+ {
3446
+ "epoch": 2.0,
3447
+ "learning_rate": 5.821851348728896e-08,
3448
+ "loss": 0.1181,
3449
+ "step": 5720
3450
+ },
3451
+ {
3452
+ "epoch": 2.0,
3453
+ "eval_accuracy": 0.9043314126763362,
3454
+ "eval_loss": 0.23999236524105072,
3455
+ "eval_runtime": 105.6463,
3456
+ "eval_samples_per_second": 95.28,
3457
+ "eval_steps_per_second": 2.982,
3458
+ "step": 5726
3459
+ },
3460
+ {
3461
+ "epoch": 2.0,
3462
+ "step": 5726,
3463
+ "total_flos": 5.679462069216204e+19,
3464
+ "train_loss": 0.1848815517786954,
3465
+ "train_runtime": 16137.6204,
3466
+ "train_samples_per_second": 45.426,
3467
+ "train_steps_per_second": 0.355
3468
+ }
3469
+ ],
3470
+ "max_steps": 5726,
3471
+ "num_train_epochs": 2,
3472
+ "total_flos": 5.679462069216204e+19,
3473
+ "trial_name": null,
3474
+ "trial_params": null
3475
+ }