Hugging Face's logo

MichaelOrme
/
ChatGPT_Paraphraser_t5-Large

Text2Text Generation
Transformers
PyTorch
t5
text-generation-inference
Inference Endpoints
Model card Files Community
MichaelOrme commited on
Commit
64d6844
•
1 Parent(s): d069d70

Upload 12 files

Browse files
Files changed (12) hide show
  1. config.json +33 -0
  2. generation_config.json +7 -0
  3. optimizer.pt +3 -0
  4. pytorch_model.bin +3 -0
  5. rng_state.pth +3 -0
  6. scheduler.pt +3 -0
  7. special_tokens_map.json +107 -0
  8. spiece.model +3 -0
  9. tokenizer.json +0 -0
  10. tokenizer_config.json +112 -0
  11. trainer_state.json +5087 -0
  12. training_args.bin +3 -0
config.json ADDED
@@ -0,0 +1,33 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "google/flan-t5-large",
3
+ "architectures": [
4
+ "T5ForConditionalGeneration"
5
+ ],
6
+ "classifier_dropout": 0.0,
7
+ "d_ff": 2816,
8
+ "d_kv": 64,
9
+ "d_model": 1024,
10
+ "decoder_start_token_id": 0,
11
+ "dense_act_fn": "gelu_new",
12
+ "dropout_rate": 0.1,
13
+ "eos_token_id": 1,
14
+ "feed_forward_proj": "gated-gelu",
15
+ "initializer_factor": 1.0,
16
+ "is_encoder_decoder": true,
17
+ "is_gated_act": true,
18
+ "layer_norm_epsilon": 1e-06,
19
+ "model_type": "t5",
20
+ "n_positions": 512,
21
+ "num_decoder_layers": 24,
22
+ "num_heads": 16,
23
+ "num_layers": 24,
24
+ "output_past": true,
25
+ "pad_token_id": 0,
26
+ "relative_attention_max_distance": 128,
27
+ "relative_attention_num_buckets": 32,
28
+ "tie_word_embeddings": false,
29
+ "torch_dtype": "float32",
30
+ "transformers_version": "4.33.3",
31
+ "use_cache": true,
32
+ "vocab_size": 32128
33
+ }
generation_config.json ADDED
@@ -0,0 +1,7 @@
 
 
 
 
 
 
 
 
1
+ {
2
+ "_from_model_config": true,
3
+ "decoder_start_token_id": 0,
4
+ "eos_token_id": 1,
5
+ "pad_token_id": 0,
6
+ "transformers_version": "4.33.3"
7
+ }
optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:67e12140427ec6aeb21c62ed57fc434551efbf8fb81ada6fb32f67160e90166d
3
+ size 2227
pytorch_model.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:9880bc7f9b0828141ca3a13f94621a832d02eed3fc03d574fb1d382c324e2ae4
3
+ size 3132793669
rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:4b2c7f37029da61612a1edd9cc92f8d387c6a9e044d033dfe34fa0271c14ab4b
3
+ size 14575
scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:fde439d005d0c105ca6f22afd734e922e8e42ab1c15d8e1f220b516269cc9790
3
+ size 627
special_tokens_map.json ADDED
@@ -0,0 +1,107 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "additional_special_tokens": [
3
+ "<extra_id_0>",
4
+ "<extra_id_1>",
5
+ "<extra_id_2>",
6
+ "<extra_id_3>",
7
+ "<extra_id_4>",
8
+ "<extra_id_5>",
9
+ "<extra_id_6>",
10
+ "<extra_id_7>",
11
+ "<extra_id_8>",
12
+ "<extra_id_9>",
13
+ "<extra_id_10>",
14
+ "<extra_id_11>",
15
+ "<extra_id_12>",
16
+ "<extra_id_13>",
17
+ "<extra_id_14>",
18
+ "<extra_id_15>",
19
+ "<extra_id_16>",
20
+ "<extra_id_17>",
21
+ "<extra_id_18>",
22
+ "<extra_id_19>",
23
+ "<extra_id_20>",
24
+ "<extra_id_21>",
25
+ "<extra_id_22>",
26
+ "<extra_id_23>",
27
+ "<extra_id_24>",
28
+ "<extra_id_25>",
29
+ "<extra_id_26>",
30
+ "<extra_id_27>",
31
+ "<extra_id_28>",
32
+ "<extra_id_29>",
33
+ "<extra_id_30>",
34
+ "<extra_id_31>",
35
+ "<extra_id_32>",
36
+ "<extra_id_33>",
37
+ "<extra_id_34>",
38
+ "<extra_id_35>",
39
+ "<extra_id_36>",
40
+ "<extra_id_37>",
41
+ "<extra_id_38>",
42
+ "<extra_id_39>",
43
+ "<extra_id_40>",
44
+ "<extra_id_41>",
45
+ "<extra_id_42>",
46
+ "<extra_id_43>",
47
+ "<extra_id_44>",
48
+ "<extra_id_45>",
49
+ "<extra_id_46>",
50
+ "<extra_id_47>",
51
+ "<extra_id_48>",
52
+ "<extra_id_49>",
53
+ "<extra_id_50>",
54
+ "<extra_id_51>",
55
+ "<extra_id_52>",
56
+ "<extra_id_53>",
57
+ "<extra_id_54>",
58
+ "<extra_id_55>",
59
+ "<extra_id_56>",
60
+ "<extra_id_57>",
61
+ "<extra_id_58>",
62
+ "<extra_id_59>",
63
+ "<extra_id_60>",
64
+ "<extra_id_61>",
65
+ "<extra_id_62>",
66
+ "<extra_id_63>",
67
+ "<extra_id_64>",
68
+ "<extra_id_65>",
69
+ "<extra_id_66>",
70
+ "<extra_id_67>",
71
+ "<extra_id_68>",
72
+ "<extra_id_69>",
73
+ "<extra_id_70>",
74
+ "<extra_id_71>",
75
+ "<extra_id_72>",
76
+ "<extra_id_73>",
77
+ "<extra_id_74>",
78
+ "<extra_id_75>",
79
+ "<extra_id_76>",
80
+ "<extra_id_77>",
81
+ "<extra_id_78>",
82
+ "<extra_id_79>",
83
+ "<extra_id_80>",
84
+ "<extra_id_81>",
85
+ "<extra_id_82>",
86
+ "<extra_id_83>",
87
+ "<extra_id_84>",
88
+ "<extra_id_85>",
89
+ "<extra_id_86>",
90
+ "<extra_id_87>",
91
+ "<extra_id_88>",
92
+ "<extra_id_89>",
93
+ "<extra_id_90>",
94
+ "<extra_id_91>",
95
+ "<extra_id_92>",
96
+ "<extra_id_93>",
97
+ "<extra_id_94>",
98
+ "<extra_id_95>",
99
+ "<extra_id_96>",
100
+ "<extra_id_97>",
101
+ "<extra_id_98>",
102
+ "<extra_id_99>"
103
+ ],
104
+ "eos_token": "</s>",
105
+ "pad_token": "</s>",
106
+ "unk_token": "<unk>"
107
+ }
spiece.model ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:d60acb128cf7b7f2536e8f38a5b18a05535c9e14c7a355904270e15b0945ea86
3
+ size 791656
tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
tokenizer_config.json ADDED
@@ -0,0 +1,112 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "additional_special_tokens": [
3
+ "<extra_id_0>",
4
+ "<extra_id_1>",
5
+ "<extra_id_2>",
6
+ "<extra_id_3>",
7
+ "<extra_id_4>",
8
+ "<extra_id_5>",
9
+ "<extra_id_6>",
10
+ "<extra_id_7>",
11
+ "<extra_id_8>",
12
+ "<extra_id_9>",
13
+ "<extra_id_10>",
14
+ "<extra_id_11>",
15
+ "<extra_id_12>",
16
+ "<extra_id_13>",
17
+ "<extra_id_14>",
18
+ "<extra_id_15>",
19
+ "<extra_id_16>",
20
+ "<extra_id_17>",
21
+ "<extra_id_18>",
22
+ "<extra_id_19>",
23
+ "<extra_id_20>",
24
+ "<extra_id_21>",
25
+ "<extra_id_22>",
26
+ "<extra_id_23>",
27
+ "<extra_id_24>",
28
+ "<extra_id_25>",
29
+ "<extra_id_26>",
30
+ "<extra_id_27>",
31
+ "<extra_id_28>",
32
+ "<extra_id_29>",
33
+ "<extra_id_30>",
34
+ "<extra_id_31>",
35
+ "<extra_id_32>",
36
+ "<extra_id_33>",
37
+ "<extra_id_34>",
38
+ "<extra_id_35>",
39
+ "<extra_id_36>",
40
+ "<extra_id_37>",
41
+ "<extra_id_38>",
42
+ "<extra_id_39>",
43
+ "<extra_id_40>",
44
+ "<extra_id_41>",
45
+ "<extra_id_42>",
46
+ "<extra_id_43>",
47
+ "<extra_id_44>",
48
+ "<extra_id_45>",
49
+ "<extra_id_46>",
50
+ "<extra_id_47>",
51
+ "<extra_id_48>",
52
+ "<extra_id_49>",
53
+ "<extra_id_50>",
54
+ "<extra_id_51>",
55
+ "<extra_id_52>",
56
+ "<extra_id_53>",
57
+ "<extra_id_54>",
58
+ "<extra_id_55>",
59
+ "<extra_id_56>",
60
+ "<extra_id_57>",
61
+ "<extra_id_58>",
62
+ "<extra_id_59>",
63
+ "<extra_id_60>",
64
+ "<extra_id_61>",
65
+ "<extra_id_62>",
66
+ "<extra_id_63>",
67
+ "<extra_id_64>",
68
+ "<extra_id_65>",
69
+ "<extra_id_66>",
70
+ "<extra_id_67>",
71
+ "<extra_id_68>",
72
+ "<extra_id_69>",
73
+ "<extra_id_70>",
74
+ "<extra_id_71>",
75
+ "<extra_id_72>",
76
+ "<extra_id_73>",
77
+ "<extra_id_74>",
78
+ "<extra_id_75>",
79
+ "<extra_id_76>",
80
+ "<extra_id_77>",
81
+ "<extra_id_78>",
82
+ "<extra_id_79>",
83
+ "<extra_id_80>",
84
+ "<extra_id_81>",
85
+ "<extra_id_82>",
86
+ "<extra_id_83>",
87
+ "<extra_id_84>",
88
+ "<extra_id_85>",
89
+ "<extra_id_86>",
90
+ "<extra_id_87>",
91
+ "<extra_id_88>",
92
+ "<extra_id_89>",
93
+ "<extra_id_90>",
94
+ "<extra_id_91>",
95
+ "<extra_id_92>",
96
+ "<extra_id_93>",
97
+ "<extra_id_94>",
98
+ "<extra_id_95>",
99
+ "<extra_id_96>",
100
+ "<extra_id_97>",
101
+ "<extra_id_98>",
102
+ "<extra_id_99>"
103
+ ],
104
+ "clean_up_tokenization_spaces": true,
105
+ "eos_token": "</s>",
106
+ "extra_ids": 100,
107
+ "model_max_length": 512,
108
+ "pad_token": "<pad>",
109
+ "sp_model_kwargs": {},
110
+ "tokenizer_class": "T5Tokenizer",
111
+ "unk_token": "<unk>"
112
+ }
trainer_state.json ADDED
@@ -0,0 +1,5087 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 4.999970181119878,
5
+ "eval_steps": 500,
6
+ "global_step": 419195,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.01,
13
+ "learning_rate": 0.0001,
14
+ "loss": 0.0,
15
+ "step": 500
16
+ },
17
+ {
18
+ "epoch": 0.01,
19
+ "learning_rate": 0.0001,
20
+ "loss": 0.0,
21
+ "step": 1000
22
+ },
23
+ {
24
+ "epoch": 0.02,
25
+ "learning_rate": 0.0001,
26
+ "loss": 0.0,
27
+ "step": 1500
28
+ },
29
+ {
30
+ "epoch": 0.02,
31
+ "learning_rate": 0.0001,
32
+ "loss": 0.0,
33
+ "step": 2000
34
+ },
35
+ {
36
+ "epoch": 0.03,
37
+ "learning_rate": 0.0001,
38
+ "loss": 0.0,
39
+ "step": 2500
40
+ },
41
+ {
42
+ "epoch": 0.04,
43
+ "learning_rate": 0.0001,
44
+ "loss": 0.0,
45
+ "step": 3000
46
+ },
47
+ {
48
+ "epoch": 0.04,
49
+ "learning_rate": 0.0001,
50
+ "loss": 0.0,
51
+ "step": 3500
52
+ },
53
+ {
54
+ "epoch": 0.05,
55
+ "learning_rate": 0.0001,
56
+ "loss": 0.0,
57
+ "step": 4000
58
+ },
59
+ {
60
+ "epoch": 0.05,
61
+ "learning_rate": 0.0001,
62
+ "loss": 0.0,
63
+ "step": 4500
64
+ },
65
+ {
66
+ "epoch": 0.06,
67
+ "learning_rate": 0.0001,
68
+ "loss": 0.0,
69
+ "step": 5000
70
+ },
71
+ {
72
+ "epoch": 0.07,
73
+ "learning_rate": 0.0001,
74
+ "loss": 0.0,
75
+ "step": 5500
76
+ },
77
+ {
78
+ "epoch": 0.07,
79
+ "learning_rate": 0.0001,
80
+ "loss": 0.0,
81
+ "step": 6000
82
+ },
83
+ {
84
+ "epoch": 0.08,
85
+ "learning_rate": 0.0001,
86
+ "loss": 0.0,
87
+ "step": 6500
88
+ },
89
+ {
90
+ "epoch": 0.08,
91
+ "learning_rate": 0.0001,
92
+ "loss": 0.0,
93
+ "step": 7000
94
+ },
95
+ {
96
+ "epoch": 0.09,
97
+ "learning_rate": 0.0001,
98
+ "loss": 0.0,
99
+ "step": 7500
100
+ },
101
+ {
102
+ "epoch": 0.1,
103
+ "learning_rate": 0.0001,
104
+ "loss": 0.0,
105
+ "step": 8000
106
+ },
107
+ {
108
+ "epoch": 0.1,
109
+ "learning_rate": 0.0001,
110
+ "loss": 0.0,
111
+ "step": 8500
112
+ },
113
+ {
114
+ "epoch": 0.11,
115
+ "learning_rate": 0.0001,
116
+ "loss": 0.0,
117
+ "step": 9000
118
+ },
119
+ {
120
+ "epoch": 0.11,
121
+ "learning_rate": 0.0001,
122
+ "loss": 0.0,
123
+ "step": 9500
124
+ },
125
+ {
126
+ "epoch": 0.12,
127
+ "learning_rate": 0.0001,
128
+ "loss": 0.0,
129
+ "step": 10000
130
+ },
131
+ {
132
+ "epoch": 0.13,
133
+ "learning_rate": 0.0001,
134
+ "loss": 0.0,
135
+ "step": 10500
136
+ },
137
+ {
138
+ "epoch": 0.13,
139
+ "learning_rate": 0.0001,
140
+ "loss": 0.0,
141
+ "step": 11000
142
+ },
143
+ {
144
+ "epoch": 0.14,
145
+ "learning_rate": 0.0001,
146
+ "loss": 0.0,
147
+ "step": 11500
148
+ },
149
+ {
150
+ "epoch": 0.14,
151
+ "learning_rate": 0.0001,
152
+ "loss": 0.0,
153
+ "step": 12000
154
+ },
155
+ {
156
+ "epoch": 0.15,
157
+ "learning_rate": 0.0001,
158
+ "loss": 0.0,
159
+ "step": 12500
160
+ },
161
+ {
162
+ "epoch": 0.16,
163
+ "learning_rate": 0.0001,
164
+ "loss": 0.0,
165
+ "step": 13000
166
+ },
167
+ {
168
+ "epoch": 0.16,
169
+ "learning_rate": 0.0001,
170
+ "loss": 0.0,
171
+ "step": 13500
172
+ },
173
+ {
174
+ "epoch": 0.17,
175
+ "learning_rate": 0.0001,
176
+ "loss": 0.0,
177
+ "step": 14000
178
+ },
179
+ {
180
+ "epoch": 0.17,
181
+ "learning_rate": 0.0001,
182
+ "loss": 0.0,
183
+ "step": 14500
184
+ },
185
+ {
186
+ "epoch": 0.18,
187
+ "learning_rate": 0.0001,
188
+ "loss": 0.0,
189
+ "step": 15000
190
+ },
191
+ {
192
+ "epoch": 0.18,
193
+ "learning_rate": 0.0001,
194
+ "loss": 0.0,
195
+ "step": 15500
196
+ },
197
+ {
198
+ "epoch": 0.19,
199
+ "learning_rate": 0.0001,
200
+ "loss": 0.0,
201
+ "step": 16000
202
+ },
203
+ {
204
+ "epoch": 0.2,
205
+ "learning_rate": 0.0001,
206
+ "loss": 0.0,
207
+ "step": 16500
208
+ },
209
+ {
210
+ "epoch": 0.2,
211
+ "learning_rate": 0.0001,
212
+ "loss": 0.0,
213
+ "step": 17000
214
+ },
215
+ {
216
+ "epoch": 0.21,
217
+ "learning_rate": 0.0001,
218
+ "loss": 0.0,
219
+ "step": 17500
220
+ },
221
+ {
222
+ "epoch": 0.21,
223
+ "learning_rate": 0.0001,
224
+ "loss": 0.0,
225
+ "step": 18000
226
+ },
227
+ {
228
+ "epoch": 0.22,
229
+ "learning_rate": 0.0001,
230
+ "loss": 0.0,
231
+ "step": 18500
232
+ },
233
+ {
234
+ "epoch": 0.23,
235
+ "learning_rate": 0.0001,
236
+ "loss": 0.0,
237
+ "step": 19000
238
+ },
239
+ {
240
+ "epoch": 0.23,
241
+ "learning_rate": 0.0001,
242
+ "loss": 0.0,
243
+ "step": 19500
244
+ },
245
+ {
246
+ "epoch": 0.24,
247
+ "learning_rate": 0.0001,
248
+ "loss": 0.0,
249
+ "step": 20000
250
+ },
251
+ {
252
+ "epoch": 0.24,
253
+ "learning_rate": 0.0001,
254
+ "loss": 0.0,
255
+ "step": 20500
256
+ },
257
+ {
258
+ "epoch": 0.25,
259
+ "learning_rate": 0.0001,
260
+ "loss": 0.0,
261
+ "step": 21000
262
+ },
263
+ {
264
+ "epoch": 0.26,
265
+ "learning_rate": 0.0001,
266
+ "loss": 0.0,
267
+ "step": 21500
268
+ },
269
+ {
270
+ "epoch": 0.26,
271
+ "learning_rate": 0.0001,
272
+ "loss": 0.0,
273
+ "step": 22000
274
+ },
275
+ {
276
+ "epoch": 0.27,
277
+ "learning_rate": 0.0001,
278
+ "loss": 0.0,
279
+ "step": 22500
280
+ },
281
+ {
282
+ "epoch": 0.27,
283
+ "learning_rate": 0.0001,
284
+ "loss": 0.0,
285
+ "step": 23000
286
+ },
287
+ {
288
+ "epoch": 0.28,
289
+ "learning_rate": 0.0001,
290
+ "loss": 0.0,
291
+ "step": 23500
292
+ },
293
+ {
294
+ "epoch": 0.29,
295
+ "learning_rate": 0.0001,
296
+ "loss": 0.0,
297
+ "step": 24000
298
+ },
299
+ {
300
+ "epoch": 0.29,
301
+ "learning_rate": 0.0001,
302
+ "loss": 0.0,
303
+ "step": 24500
304
+ },
305
+ {
306
+ "epoch": 0.3,
307
+ "learning_rate": 0.0001,
308
+ "loss": 0.0,
309
+ "step": 25000
310
+ },
311
+ {
312
+ "epoch": 0.3,
313
+ "learning_rate": 0.0001,
314
+ "loss": 0.0,
315
+ "step": 25500
316
+ },
317
+ {
318
+ "epoch": 0.31,
319
+ "learning_rate": 0.0001,
320
+ "loss": 0.0,
321
+ "step": 26000
322
+ },
323
+ {
324
+ "epoch": 0.32,
325
+ "learning_rate": 0.0001,
326
+ "loss": 0.0,
327
+ "step": 26500
328
+ },
329
+ {
330
+ "epoch": 0.32,
331
+ "learning_rate": 0.0001,
332
+ "loss": 0.0,
333
+ "step": 27000
334
+ },
335
+ {
336
+ "epoch": 0.33,
337
+ "learning_rate": 0.0001,
338
+ "loss": 0.0,
339
+ "step": 27500
340
+ },
341
+ {
342
+ "epoch": 0.33,
343
+ "learning_rate": 0.0001,
344
+ "loss": 0.0,
345
+ "step": 28000
346
+ },
347
+ {
348
+ "epoch": 0.34,
349
+ "learning_rate": 0.0001,
350
+ "loss": 0.0,
351
+ "step": 28500
352
+ },
353
+ {
354
+ "epoch": 0.35,
355
+ "learning_rate": 0.0001,
356
+ "loss": 0.0,
357
+ "step": 29000
358
+ },
359
+ {
360
+ "epoch": 0.35,
361
+ "learning_rate": 0.0001,
362
+ "loss": 0.0,
363
+ "step": 29500
364
+ },
365
+ {
366
+ "epoch": 0.36,
367
+ "learning_rate": 0.0001,
368
+ "loss": 0.0,
369
+ "step": 30000
370
+ },
371
+ {
372
+ "epoch": 0.36,
373
+ "learning_rate": 0.0001,
374
+ "loss": 0.0,
375
+ "step": 30500
376
+ },
377
+ {
378
+ "epoch": 0.37,
379
+ "learning_rate": 0.0001,
380
+ "loss": 0.0,
381
+ "step": 31000
382
+ },
383
+ {
384
+ "epoch": 0.38,
385
+ "learning_rate": 0.0001,
386
+ "loss": 0.0,
387
+ "step": 31500
388
+ },
389
+ {
390
+ "epoch": 0.38,
391
+ "learning_rate": 0.0001,
392
+ "loss": 0.0,
393
+ "step": 32000
394
+ },
395
+ {
396
+ "epoch": 0.39,
397
+ "learning_rate": 0.0001,
398
+ "loss": 0.0,
399
+ "step": 32500
400
+ },
401
+ {
402
+ "epoch": 0.39,
403
+ "learning_rate": 0.0001,
404
+ "loss": 0.0,
405
+ "step": 33000
406
+ },
407
+ {
408
+ "epoch": 0.4,
409
+ "learning_rate": 0.0001,
410
+ "loss": 0.0,
411
+ "step": 33500
412
+ },
413
+ {
414
+ "epoch": 0.41,
415
+ "learning_rate": 0.0001,
416
+ "loss": 0.0,
417
+ "step": 34000
418
+ },
419
+ {
420
+ "epoch": 0.41,
421
+ "learning_rate": 0.0001,
422
+ "loss": 0.0,
423
+ "step": 34500
424
+ },
425
+ {
426
+ "epoch": 0.42,
427
+ "learning_rate": 0.0001,
428
+ "loss": 0.0,
429
+ "step": 35000
430
+ },
431
+ {
432
+ "epoch": 0.42,
433
+ "learning_rate": 0.0001,
434
+ "loss": 0.0,
435
+ "step": 35500
436
+ },
437
+ {
438
+ "epoch": 0.43,
439
+ "learning_rate": 0.0001,
440
+ "loss": 0.0,
441
+ "step": 36000
442
+ },
443
+ {
444
+ "epoch": 0.44,
445
+ "learning_rate": 0.0001,
446
+ "loss": 0.0,
447
+ "step": 36500
448
+ },
449
+ {
450
+ "epoch": 0.44,
451
+ "learning_rate": 0.0001,
452
+ "loss": 0.0,
453
+ "step": 37000
454
+ },
455
+ {
456
+ "epoch": 0.45,
457
+ "learning_rate": 0.0001,
458
+ "loss": 0.0,
459
+ "step": 37500
460
+ },
461
+ {
462
+ "epoch": 0.45,
463
+ "learning_rate": 0.0001,
464
+ "loss": 0.0,
465
+ "step": 38000
466
+ },
467
+ {
468
+ "epoch": 0.46,
469
+ "learning_rate": 0.0001,
470
+ "loss": 0.0,
471
+ "step": 38500
472
+ },
473
+ {
474
+ "epoch": 0.47,
475
+ "learning_rate": 0.0001,
476
+ "loss": 0.0,
477
+ "step": 39000
478
+ },
479
+ {
480
+ "epoch": 0.47,
481
+ "learning_rate": 0.0001,
482
+ "loss": 0.0,
483
+ "step": 39500
484
+ },
485
+ {
486
+ "epoch": 0.48,
487
+ "learning_rate": 0.0001,
488
+ "loss": 0.0,
489
+ "step": 40000
490
+ },
491
+ {
492
+ "epoch": 0.48,
493
+ "learning_rate": 0.0001,
494
+ "loss": 0.0,
495
+ "step": 40500
496
+ },
497
+ {
498
+ "epoch": 0.49,
499
+ "learning_rate": 0.0001,
500
+ "loss": 0.0,
501
+ "step": 41000
502
+ },
503
+ {
504
+ "epoch": 0.49,
505
+ "learning_rate": 0.0001,
506
+ "loss": 0.0,
507
+ "step": 41500
508
+ },
509
+ {
510
+ "epoch": 0.5,
511
+ "learning_rate": 0.0001,
512
+ "loss": 0.0,
513
+ "step": 42000
514
+ },
515
+ {
516
+ "epoch": 0.51,
517
+ "learning_rate": 0.0001,
518
+ "loss": 0.0,
519
+ "step": 42500
520
+ },
521
+ {
522
+ "epoch": 0.51,
523
+ "learning_rate": 0.0001,
524
+ "loss": 0.0,
525
+ "step": 43000
526
+ },
527
+ {
528
+ "epoch": 0.52,
529
+ "learning_rate": 0.0001,
530
+ "loss": 0.0,
531
+ "step": 43500
532
+ },
533
+ {
534
+ "epoch": 0.52,
535
+ "learning_rate": 0.0001,
536
+ "loss": 0.0,
537
+ "step": 44000
538
+ },
539
+ {
540
+ "epoch": 0.53,
541
+ "learning_rate": 0.0001,
542
+ "loss": 0.0,
543
+ "step": 44500
544
+ },
545
+ {
546
+ "epoch": 0.54,
547
+ "learning_rate": 0.0001,
548
+ "loss": 0.0,
549
+ "step": 45000
550
+ },
551
+ {
552
+ "epoch": 0.54,
553
+ "learning_rate": 0.0001,
554
+ "loss": 0.0,
555
+ "step": 45500
556
+ },
557
+ {
558
+ "epoch": 0.55,
559
+ "learning_rate": 0.0001,
560
+ "loss": 0.0,
561
+ "step": 46000
562
+ },
563
+ {
564
+ "epoch": 0.55,
565
+ "learning_rate": 0.0001,
566
+ "loss": 0.0,
567
+ "step": 46500
568
+ },
569
+ {
570
+ "epoch": 0.56,
571
+ "learning_rate": 0.0001,
572
+ "loss": 0.0,
573
+ "step": 47000
574
+ },
575
+ {
576
+ "epoch": 0.57,
577
+ "learning_rate": 0.0001,
578
+ "loss": 0.0,
579
+ "step": 47500
580
+ },
581
+ {
582
+ "epoch": 0.57,
583
+ "learning_rate": 0.0001,
584
+ "loss": 0.0,
585
+ "step": 48000
586
+ },
587
+ {
588
+ "epoch": 0.58,
589
+ "learning_rate": 0.0001,
590
+ "loss": 0.0,
591
+ "step": 48500
592
+ },
593
+ {
594
+ "epoch": 0.58,
595
+ "learning_rate": 0.0001,
596
+ "loss": 0.0,
597
+ "step": 49000
598
+ },
599
+ {
600
+ "epoch": 0.59,
601
+ "learning_rate": 0.0001,
602
+ "loss": 0.0,
603
+ "step": 49500
604
+ },
605
+ {
606
+ "epoch": 0.6,
607
+ "learning_rate": 0.0001,
608
+ "loss": 0.0,
609
+ "step": 50000
610
+ },
611
+ {
612
+ "epoch": 0.6,
613
+ "learning_rate": 0.0001,
614
+ "loss": 0.0,
615
+ "step": 50500
616
+ },
617
+ {
618
+ "epoch": 0.61,
619
+ "learning_rate": 0.0001,
620
+ "loss": 0.0,
621
+ "step": 51000
622
+ },
623
+ {
624
+ "epoch": 0.61,
625
+ "learning_rate": 0.0001,
626
+ "loss": 0.0,
627
+ "step": 51500
628
+ },
629
+ {
630
+ "epoch": 0.62,
631
+ "learning_rate": 0.0001,
632
+ "loss": 0.0,
633
+ "step": 52000
634
+ },
635
+ {
636
+ "epoch": 0.63,
637
+ "learning_rate": 0.0001,
638
+ "loss": 0.0,
639
+ "step": 52500
640
+ },
641
+ {
642
+ "epoch": 0.63,
643
+ "learning_rate": 0.0001,
644
+ "loss": 0.0,
645
+ "step": 53000
646
+ },
647
+ {
648
+ "epoch": 0.64,
649
+ "learning_rate": 0.0001,
650
+ "loss": 0.0,
651
+ "step": 53500
652
+ },
653
+ {
654
+ "epoch": 0.64,
655
+ "learning_rate": 0.0001,
656
+ "loss": 0.0,
657
+ "step": 54000
658
+ },
659
+ {
660
+ "epoch": 0.65,
661
+ "learning_rate": 0.0001,
662
+ "loss": 0.0,
663
+ "step": 54500
664
+ },
665
+ {
666
+ "epoch": 0.66,
667
+ "learning_rate": 0.0001,
668
+ "loss": 0.0,
669
+ "step": 55000
670
+ },
671
+ {
672
+ "epoch": 0.66,
673
+ "learning_rate": 0.0001,
674
+ "loss": 0.0,
675
+ "step": 55500
676
+ },
677
+ {
678
+ "epoch": 0.67,
679
+ "learning_rate": 0.0001,
680
+ "loss": 0.0,
681
+ "step": 56000
682
+ },
683
+ {
684
+ "epoch": 0.67,
685
+ "learning_rate": 0.0001,
686
+ "loss": 0.0,
687
+ "step": 56500
688
+ },
689
+ {
690
+ "epoch": 0.68,
691
+ "learning_rate": 0.0001,
692
+ "loss": 0.0,
693
+ "step": 57000
694
+ },
695
+ {
696
+ "epoch": 0.69,
697
+ "learning_rate": 0.0001,
698
+ "loss": 0.0,
699
+ "step": 57500
700
+ },
701
+ {
702
+ "epoch": 0.69,
703
+ "learning_rate": 0.0001,
704
+ "loss": 0.0,
705
+ "step": 58000
706
+ },
707
+ {
708
+ "epoch": 0.7,
709
+ "learning_rate": 0.0001,
710
+ "loss": 0.0,
711
+ "step": 58500
712
+ },
713
+ {
714
+ "epoch": 0.7,
715
+ "learning_rate": 0.0001,
716
+ "loss": 0.0,
717
+ "step": 59000
718
+ },
719
+ {
720
+ "epoch": 0.71,
721
+ "learning_rate": 0.0001,
722
+ "loss": 0.0,
723
+ "step": 59500
724
+ },
725
+ {
726
+ "epoch": 0.72,
727
+ "learning_rate": 0.0001,
728
+ "loss": 0.0,
729
+ "step": 60000
730
+ },
731
+ {
732
+ "epoch": 0.72,
733
+ "learning_rate": 0.0001,
734
+ "loss": 0.0,
735
+ "step": 60500
736
+ },
737
+ {
738
+ "epoch": 0.73,
739
+ "learning_rate": 0.0001,
740
+ "loss": 0.0,
741
+ "step": 61000
742
+ },
743
+ {
744
+ "epoch": 0.73,
745
+ "learning_rate": 0.0001,
746
+ "loss": 0.0,
747
+ "step": 61500
748
+ },
749
+ {
750
+ "epoch": 0.74,
751
+ "learning_rate": 0.0001,
752
+ "loss": 0.0,
753
+ "step": 62000
754
+ },
755
+ {
756
+ "epoch": 0.75,
757
+ "learning_rate": 0.0001,
758
+ "loss": 0.0,
759
+ "step": 62500
760
+ },
761
+ {
762
+ "epoch": 0.75,
763
+ "learning_rate": 0.0001,
764
+ "loss": 0.0,
765
+ "step": 63000
766
+ },
767
+ {
768
+ "epoch": 0.76,
769
+ "learning_rate": 0.0001,
770
+ "loss": 0.0,
771
+ "step": 63500
772
+ },
773
+ {
774
+ "epoch": 0.76,
775
+ "learning_rate": 0.0001,
776
+ "loss": 0.0,
777
+ "step": 64000
778
+ },
779
+ {
780
+ "epoch": 0.77,
781
+ "learning_rate": 0.0001,
782
+ "loss": 0.0,
783
+ "step": 64500
784
+ },
785
+ {
786
+ "epoch": 0.78,
787
+ "learning_rate": 0.0001,
788
+ "loss": 0.0,
789
+ "step": 65000
790
+ },
791
+ {
792
+ "epoch": 0.78,
793
+ "learning_rate": 0.0001,
794
+ "loss": 0.0,
795
+ "step": 65500
796
+ },
797
+ {
798
+ "epoch": 0.79,
799
+ "learning_rate": 0.0001,
800
+ "loss": 0.0,
801
+ "step": 66000
802
+ },
803
+ {
804
+ "epoch": 0.79,
805
+ "learning_rate": 0.0001,
806
+ "loss": 0.0,
807
+ "step": 66500
808
+ },
809
+ {
810
+ "epoch": 0.8,
811
+ "learning_rate": 0.0001,
812
+ "loss": 0.0,
813
+ "step": 67000
814
+ },
815
+ {
816
+ "epoch": 0.81,
817
+ "learning_rate": 0.0001,
818
+ "loss": 0.0,
819
+ "step": 67500
820
+ },
821
+ {
822
+ "epoch": 0.81,
823
+ "learning_rate": 0.0001,
824
+ "loss": 0.0,
825
+ "step": 68000
826
+ },
827
+ {
828
+ "epoch": 0.82,
829
+ "learning_rate": 0.0001,
830
+ "loss": 0.0,
831
+ "step": 68500
832
+ },
833
+ {
834
+ "epoch": 0.82,
835
+ "learning_rate": 0.0001,
836
+ "loss": 0.0,
837
+ "step": 69000
838
+ },
839
+ {
840
+ "epoch": 0.83,
841
+ "learning_rate": 0.0001,
842
+ "loss": 0.0,
843
+ "step": 69500
844
+ },
845
+ {
846
+ "epoch": 0.83,
847
+ "learning_rate": 0.0001,
848
+ "loss": 0.0,
849
+ "step": 70000
850
+ },
851
+ {
852
+ "epoch": 0.84,
853
+ "learning_rate": 0.0001,
854
+ "loss": 0.0,
855
+ "step": 70500
856
+ },
857
+ {
858
+ "epoch": 0.85,
859
+ "learning_rate": 0.0001,
860
+ "loss": 0.0,
861
+ "step": 71000
862
+ },
863
+ {
864
+ "epoch": 0.85,
865
+ "learning_rate": 0.0001,
866
+ "loss": 0.0,
867
+ "step": 71500
868
+ },
869
+ {
870
+ "epoch": 0.86,
871
+ "learning_rate": 0.0001,
872
+ "loss": 0.0,
873
+ "step": 72000
874
+ },
875
+ {
876
+ "epoch": 0.86,
877
+ "learning_rate": 0.0001,
878
+ "loss": 0.0,
879
+ "step": 72500
880
+ },
881
+ {
882
+ "epoch": 0.87,
883
+ "learning_rate": 0.0001,
884
+ "loss": 0.0,
885
+ "step": 73000
886
+ },
887
+ {
888
+ "epoch": 0.88,
889
+ "learning_rate": 0.0001,
890
+ "loss": 0.0,
891
+ "step": 73500
892
+ },
893
+ {
894
+ "epoch": 0.88,
895
+ "learning_rate": 0.0001,
896
+ "loss": 0.0,
897
+ "step": 74000
898
+ },
899
+ {
900
+ "epoch": 0.89,
901
+ "learning_rate": 0.0001,
902
+ "loss": 0.0,
903
+ "step": 74500
904
+ },
905
+ {
906
+ "epoch": 0.89,
907
+ "learning_rate": 0.0001,
908
+ "loss": 0.0,
909
+ "step": 75000
910
+ },
911
+ {
912
+ "epoch": 0.9,
913
+ "learning_rate": 0.0001,
914
+ "loss": 0.0,
915
+ "step": 75500
916
+ },
917
+ {
918
+ "epoch": 0.91,
919
+ "learning_rate": 0.0001,
920
+ "loss": 0.0,
921
+ "step": 76000
922
+ },
923
+ {
924
+ "epoch": 0.91,
925
+ "learning_rate": 0.0001,
926
+ "loss": 0.0,
927
+ "step": 76500
928
+ },
929
+ {
930
+ "epoch": 0.92,
931
+ "learning_rate": 0.0001,
932
+ "loss": 0.0,
933
+ "step": 77000
934
+ },
935
+ {
936
+ "epoch": 0.92,
937
+ "learning_rate": 0.0001,
938
+ "loss": 0.0,
939
+ "step": 77500
940
+ },
941
+ {
942
+ "epoch": 0.93,
943
+ "learning_rate": 0.0001,
944
+ "loss": 0.0,
945
+ "step": 78000
946
+ },
947
+ {
948
+ "epoch": 0.94,
949
+ "learning_rate": 0.0001,
950
+ "loss": 0.0,
951
+ "step": 78500
952
+ },
953
+ {
954
+ "epoch": 0.94,
955
+ "learning_rate": 0.0001,
956
+ "loss": 0.0,
957
+ "step": 79000
958
+ },
959
+ {
960
+ "epoch": 0.95,
961
+ "learning_rate": 0.0001,
962
+ "loss": 0.0,
963
+ "step": 79500
964
+ },
965
+ {
966
+ "epoch": 0.95,
967
+ "learning_rate": 0.0001,
968
+ "loss": 0.0,
969
+ "step": 80000
970
+ },
971
+ {
972
+ "epoch": 0.96,
973
+ "learning_rate": 0.0001,
974
+ "loss": 0.0,
975
+ "step": 80500
976
+ },
977
+ {
978
+ "epoch": 0.97,
979
+ "learning_rate": 0.0001,
980
+ "loss": 0.0,
981
+ "step": 81000
982
+ },
983
+ {
984
+ "epoch": 0.97,
985
+ "learning_rate": 0.0001,
986
+ "loss": 0.0,
987
+ "step": 81500
988
+ },
989
+ {
990
+ "epoch": 0.98,
991
+ "learning_rate": 0.0001,
992
+ "loss": 0.0,
993
+ "step": 82000
994
+ },
995
+ {
996
+ "epoch": 0.98,
997
+ "learning_rate": 0.0001,
998
+ "loss": 0.0,
999
+ "step": 82500
1000
+ },
1001
+ {
1002
+ "epoch": 0.99,
1003
+ "learning_rate": 0.0001,
1004
+ "loss": 0.0,
1005
+ "step": 83000
1006
+ },
1007
+ {
1008
+ "epoch": 1.0,
1009
+ "learning_rate": 0.0001,
1010
+ "loss": 0.0,
1011
+ "step": 83500
1012
+ },
1013
+ {
1014
+ "epoch": 1.0,
1015
+ "eval_loss": NaN,
1016
+ "eval_runtime": 2514.1501,
1017
+ "eval_samples_per_second": 16.674,
1018
+ "eval_steps_per_second": 8.337,
1019
+ "step": 83839
1020
+ },
1021
+ {
1022
+ "epoch": 1.0,
1023
+ "learning_rate": 0.0001,
1024
+ "loss": 0.0,
1025
+ "step": 84000
1026
+ },
1027
+ {
1028
+ "epoch": 1.01,
1029
+ "learning_rate": 0.0001,
1030
+ "loss": 0.0,
1031
+ "step": 84500
1032
+ },
1033
+ {
1034
+ "epoch": 1.01,
1035
+ "learning_rate": 0.0001,
1036
+ "loss": 0.0,
1037
+ "step": 85000
1038
+ },
1039
+ {
1040
+ "epoch": 1.02,
1041
+ "learning_rate": 0.0001,
1042
+ "loss": 0.0,
1043
+ "step": 85500
1044
+ },
1045
+ {
1046
+ "epoch": 1.03,
1047
+ "learning_rate": 0.0001,
1048
+ "loss": 0.0,
1049
+ "step": 86000
1050
+ },
1051
+ {
1052
+ "epoch": 1.03,
1053
+ "learning_rate": 0.0001,
1054
+ "loss": 0.0,
1055
+ "step": 86500
1056
+ },
1057
+ {
1058
+ "epoch": 1.04,
1059
+ "learning_rate": 0.0001,
1060
+ "loss": 0.0,
1061
+ "step": 87000
1062
+ },
1063
+ {
1064
+ "epoch": 1.04,
1065
+ "learning_rate": 0.0001,
1066
+ "loss": 0.0,
1067
+ "step": 87500
1068
+ },
1069
+ {
1070
+ "epoch": 1.05,
1071
+ "learning_rate": 0.0001,
1072
+ "loss": 0.0,
1073
+ "step": 88000
1074
+ },
1075
+ {
1076
+ "epoch": 1.06,
1077
+ "learning_rate": 0.0001,
1078
+ "loss": 0.0,
1079
+ "step": 88500
1080
+ },
1081
+ {
1082
+ "epoch": 1.06,
1083
+ "learning_rate": 0.0001,
1084
+ "loss": 0.0,
1085
+ "step": 89000
1086
+ },
1087
+ {
1088
+ "epoch": 1.07,
1089
+ "learning_rate": 0.0001,
1090
+ "loss": 0.0,
1091
+ "step": 89500
1092
+ },
1093
+ {
1094
+ "epoch": 1.07,
1095
+ "learning_rate": 0.0001,
1096
+ "loss": 0.0,
1097
+ "step": 90000
1098
+ },
1099
+ {
1100
+ "epoch": 1.08,
1101
+ "learning_rate": 0.0001,
1102
+ "loss": 0.0,
1103
+ "step": 90500
1104
+ },
1105
+ {
1106
+ "epoch": 1.09,
1107
+ "learning_rate": 0.0001,
1108
+ "loss": 0.0,
1109
+ "step": 91000
1110
+ },
1111
+ {
1112
+ "epoch": 1.09,
1113
+ "learning_rate": 0.0001,
1114
+ "loss": 0.0,
1115
+ "step": 91500
1116
+ },
1117
+ {
1118
+ "epoch": 1.1,
1119
+ "learning_rate": 0.0001,
1120
+ "loss": 0.0,
1121
+ "step": 92000
1122
+ },
1123
+ {
1124
+ "epoch": 1.1,
1125
+ "learning_rate": 0.0001,
1126
+ "loss": 0.0,
1127
+ "step": 92500
1128
+ },
1129
+ {
1130
+ "epoch": 1.11,
1131
+ "learning_rate": 0.0001,
1132
+ "loss": 0.0,
1133
+ "step": 93000
1134
+ },
1135
+ {
1136
+ "epoch": 1.12,
1137
+ "learning_rate": 0.0001,
1138
+ "loss": 0.0,
1139
+ "step": 93500
1140
+ },
1141
+ {
1142
+ "epoch": 1.12,
1143
+ "learning_rate": 0.0001,
1144
+ "loss": 0.0,
1145
+ "step": 94000
1146
+ },
1147
+ {
1148
+ "epoch": 1.13,
1149
+ "learning_rate": 0.0001,
1150
+ "loss": 0.0,
1151
+ "step": 94500
1152
+ },
1153
+ {
1154
+ "epoch": 1.13,
1155
+ "learning_rate": 0.0001,
1156
+ "loss": 0.0,
1157
+ "step": 95000
1158
+ },
1159
+ {
1160
+ "epoch": 1.14,
1161
+ "learning_rate": 0.0001,
1162
+ "loss": 0.0,
1163
+ "step": 95500
1164
+ },
1165
+ {
1166
+ "epoch": 1.15,
1167
+ "learning_rate": 0.0001,
1168
+ "loss": 0.0,
1169
+ "step": 96000
1170
+ },
1171
+ {
1172
+ "epoch": 1.15,
1173
+ "learning_rate": 0.0001,
1174
+ "loss": 0.0,
1175
+ "step": 96500
1176
+ },
1177
+ {
1178
+ "epoch": 1.16,
1179
+ "learning_rate": 0.0001,
1180
+ "loss": 0.0,
1181
+ "step": 97000
1182
+ },
1183
+ {
1184
+ "epoch": 1.16,
1185
+ "learning_rate": 0.0001,
1186
+ "loss": 0.0,
1187
+ "step": 97500
1188
+ },
1189
+ {
1190
+ "epoch": 1.17,
1191
+ "learning_rate": 0.0001,
1192
+ "loss": 0.0,
1193
+ "step": 98000
1194
+ },
1195
+ {
1196
+ "epoch": 1.17,
1197
+ "learning_rate": 0.0001,
1198
+ "loss": 0.0,
1199
+ "step": 98500
1200
+ },
1201
+ {
1202
+ "epoch": 1.18,
1203
+ "learning_rate": 0.0001,
1204
+ "loss": 0.0,
1205
+ "step": 99000
1206
+ },
1207
+ {
1208
+ "epoch": 1.19,
1209
+ "learning_rate": 0.0001,
1210
+ "loss": 0.0,
1211
+ "step": 99500
1212
+ },
1213
+ {
1214
+ "epoch": 1.19,
1215
+ "learning_rate": 0.0001,
1216
+ "loss": 0.0,
1217
+ "step": 100000
1218
+ },
1219
+ {
1220
+ "epoch": 1.2,
1221
+ "learning_rate": 0.0001,
1222
+ "loss": 0.0,
1223
+ "step": 100500
1224
+ },
1225
+ {
1226
+ "epoch": 1.2,
1227
+ "learning_rate": 0.0001,
1228
+ "loss": 0.0,
1229
+ "step": 101000
1230
+ },
1231
+ {
1232
+ "epoch": 1.21,
1233
+ "learning_rate": 0.0001,
1234
+ "loss": 0.0,
1235
+ "step": 101500
1236
+ },
1237
+ {
1238
+ "epoch": 1.22,
1239
+ "learning_rate": 0.0001,
1240
+ "loss": 0.0,
1241
+ "step": 102000
1242
+ },
1243
+ {
1244
+ "epoch": 1.22,
1245
+ "learning_rate": 0.0001,
1246
+ "loss": 0.0,
1247
+ "step": 102500
1248
+ },
1249
+ {
1250
+ "epoch": 1.23,
1251
+ "learning_rate": 0.0001,
1252
+ "loss": 0.0,
1253
+ "step": 103000
1254
+ },
1255
+ {
1256
+ "epoch": 1.23,
1257
+ "learning_rate": 0.0001,
1258
+ "loss": 0.0,
1259
+ "step": 103500
1260
+ },
1261
+ {
1262
+ "epoch": 1.24,
1263
+ "learning_rate": 0.0001,
1264
+ "loss": 0.0,
1265
+ "step": 104000
1266
+ },
1267
+ {
1268
+ "epoch": 1.25,
1269
+ "learning_rate": 0.0001,
1270
+ "loss": 0.0,
1271
+ "step": 104500
1272
+ },
1273
+ {
1274
+ "epoch": 1.25,
1275
+ "learning_rate": 0.0001,
1276
+ "loss": 0.0,
1277
+ "step": 105000
1278
+ },
1279
+ {
1280
+ "epoch": 1.26,
1281
+ "learning_rate": 0.0001,
1282
+ "loss": 0.0,
1283
+ "step": 105500
1284
+ },
1285
+ {
1286
+ "epoch": 1.26,
1287
+ "learning_rate": 0.0001,
1288
+ "loss": 0.0,
1289
+ "step": 106000
1290
+ },
1291
+ {
1292
+ "epoch": 1.27,
1293
+ "learning_rate": 0.0001,
1294
+ "loss": 0.0,
1295
+ "step": 106500
1296
+ },
1297
+ {
1298
+ "epoch": 1.28,
1299
+ "learning_rate": 0.0001,
1300
+ "loss": 0.0,
1301
+ "step": 107000
1302
+ },
1303
+ {
1304
+ "epoch": 1.28,
1305
+ "learning_rate": 0.0001,
1306
+ "loss": 0.0,
1307
+ "step": 107500
1308
+ },
1309
+ {
1310
+ "epoch": 1.29,
1311
+ "learning_rate": 0.0001,
1312
+ "loss": 0.0,
1313
+ "step": 108000
1314
+ },
1315
+ {
1316
+ "epoch": 1.29,
1317
+ "learning_rate": 0.0001,
1318
+ "loss": 0.0,
1319
+ "step": 108500
1320
+ },
1321
+ {
1322
+ "epoch": 1.3,
1323
+ "learning_rate": 0.0001,
1324
+ "loss": 0.0,
1325
+ "step": 109000
1326
+ },
1327
+ {
1328
+ "epoch": 1.31,
1329
+ "learning_rate": 0.0001,
1330
+ "loss": 0.0,
1331
+ "step": 109500
1332
+ },
1333
+ {
1334
+ "epoch": 1.31,
1335
+ "learning_rate": 0.0001,
1336
+ "loss": 0.0,
1337
+ "step": 110000
1338
+ },
1339
+ {
1340
+ "epoch": 1.32,
1341
+ "learning_rate": 0.0001,
1342
+ "loss": 0.0,
1343
+ "step": 110500
1344
+ },
1345
+ {
1346
+ "epoch": 1.32,
1347
+ "learning_rate": 0.0001,
1348
+ "loss": 0.0,
1349
+ "step": 111000
1350
+ },
1351
+ {
1352
+ "epoch": 1.33,
1353
+ "learning_rate": 0.0001,
1354
+ "loss": 0.0,
1355
+ "step": 111500
1356
+ },
1357
+ {
1358
+ "epoch": 1.34,
1359
+ "learning_rate": 0.0001,
1360
+ "loss": 0.0,
1361
+ "step": 112000
1362
+ },
1363
+ {
1364
+ "epoch": 1.34,
1365
+ "learning_rate": 0.0001,
1366
+ "loss": 0.0,
1367
+ "step": 112500
1368
+ },
1369
+ {
1370
+ "epoch": 1.35,
1371
+ "learning_rate": 0.0001,
1372
+ "loss": 0.0,
1373
+ "step": 113000
1374
+ },
1375
+ {
1376
+ "epoch": 1.35,
1377
+ "learning_rate": 0.0001,
1378
+ "loss": 0.0,
1379
+ "step": 113500
1380
+ },
1381
+ {
1382
+ "epoch": 1.36,
1383
+ "learning_rate": 0.0001,
1384
+ "loss": 0.0,
1385
+ "step": 114000
1386
+ },
1387
+ {
1388
+ "epoch": 1.37,
1389
+ "learning_rate": 0.0001,
1390
+ "loss": 0.0,
1391
+ "step": 114500
1392
+ },
1393
+ {
1394
+ "epoch": 1.37,
1395
+ "learning_rate": 0.0001,
1396
+ "loss": 0.0,
1397
+ "step": 115000
1398
+ },
1399
+ {
1400
+ "epoch": 1.38,
1401
+ "learning_rate": 0.0001,
1402
+ "loss": 0.0,
1403
+ "step": 115500
1404
+ },
1405
+ {
1406
+ "epoch": 1.38,
1407
+ "learning_rate": 0.0001,
1408
+ "loss": 0.0,
1409
+ "step": 116000
1410
+ },
1411
+ {
1412
+ "epoch": 1.39,
1413
+ "learning_rate": 0.0001,
1414
+ "loss": 0.0,
1415
+ "step": 116500
1416
+ },
1417
+ {
1418
+ "epoch": 1.4,
1419
+ "learning_rate": 0.0001,
1420
+ "loss": 0.0,
1421
+ "step": 117000
1422
+ },
1423
+ {
1424
+ "epoch": 1.4,
1425
+ "learning_rate": 0.0001,
1426
+ "loss": 0.0,
1427
+ "step": 117500
1428
+ },
1429
+ {
1430
+ "epoch": 1.41,
1431
+ "learning_rate": 0.0001,
1432
+ "loss": 0.0,
1433
+ "step": 118000
1434
+ },
1435
+ {
1436
+ "epoch": 1.41,
1437
+ "learning_rate": 0.0001,
1438
+ "loss": 0.0,
1439
+ "step": 118500
1440
+ },
1441
+ {
1442
+ "epoch": 1.42,
1443
+ "learning_rate": 0.0001,
1444
+ "loss": 0.0,
1445
+ "step": 119000
1446
+ },
1447
+ {
1448
+ "epoch": 1.43,
1449
+ "learning_rate": 0.0001,
1450
+ "loss": 0.0,
1451
+ "step": 119500
1452
+ },
1453
+ {
1454
+ "epoch": 1.43,
1455
+ "learning_rate": 0.0001,
1456
+ "loss": 0.0,
1457
+ "step": 120000
1458
+ },
1459
+ {
1460
+ "epoch": 1.44,
1461
+ "learning_rate": 0.0001,
1462
+ "loss": 0.0,
1463
+ "step": 120500
1464
+ },
1465
+ {
1466
+ "epoch": 1.44,
1467
+ "learning_rate": 0.0001,
1468
+ "loss": 0.0,
1469
+ "step": 121000
1470
+ },
1471
+ {
1472
+ "epoch": 1.45,
1473
+ "learning_rate": 0.0001,
1474
+ "loss": 0.0,
1475
+ "step": 121500
1476
+ },
1477
+ {
1478
+ "epoch": 1.46,
1479
+ "learning_rate": 0.0001,
1480
+ "loss": 0.0,
1481
+ "step": 122000
1482
+ },
1483
+ {
1484
+ "epoch": 1.46,
1485
+ "learning_rate": 0.0001,
1486
+ "loss": 0.0,
1487
+ "step": 122500
1488
+ },
1489
+ {
1490
+ "epoch": 1.47,
1491
+ "learning_rate": 0.0001,
1492
+ "loss": 0.0,
1493
+ "step": 123000
1494
+ },
1495
+ {
1496
+ "epoch": 1.47,
1497
+ "learning_rate": 0.0001,
1498
+ "loss": 0.0,
1499
+ "step": 123500
1500
+ },
1501
+ {
1502
+ "epoch": 1.48,
1503
+ "learning_rate": 0.0001,
1504
+ "loss": 0.0,
1505
+ "step": 124000
1506
+ },
1507
+ {
1508
+ "epoch": 1.48,
1509
+ "learning_rate": 0.0001,
1510
+ "loss": 0.0,
1511
+ "step": 124500
1512
+ },
1513
+ {
1514
+ "epoch": 1.49,
1515
+ "learning_rate": 0.0001,
1516
+ "loss": 0.0,
1517
+ "step": 125000
1518
+ },
1519
+ {
1520
+ "epoch": 1.5,
1521
+ "learning_rate": 0.0001,
1522
+ "loss": 0.0,
1523
+ "step": 125500
1524
+ },
1525
+ {
1526
+ "epoch": 1.5,
1527
+ "learning_rate": 0.0001,
1528
+ "loss": 0.0,
1529
+ "step": 126000
1530
+ },
1531
+ {
1532
+ "epoch": 1.51,
1533
+ "learning_rate": 0.0001,
1534
+ "loss": 0.0,
1535
+ "step": 126500
1536
+ },
1537
+ {
1538
+ "epoch": 1.51,
1539
+ "learning_rate": 0.0001,
1540
+ "loss": 0.0,
1541
+ "step": 127000
1542
+ },
1543
+ {
1544
+ "epoch": 1.52,
1545
+ "learning_rate": 0.0001,
1546
+ "loss": 0.0,
1547
+ "step": 127500
1548
+ },
1549
+ {
1550
+ "epoch": 1.53,
1551
+ "learning_rate": 0.0001,
1552
+ "loss": 0.0,
1553
+ "step": 128000
1554
+ },
1555
+ {
1556
+ "epoch": 1.53,
1557
+ "learning_rate": 0.0001,
1558
+ "loss": 0.0,
1559
+ "step": 128500
1560
+ },
1561
+ {
1562
+ "epoch": 1.54,
1563
+ "learning_rate": 0.0001,
1564
+ "loss": 0.0,
1565
+ "step": 129000
1566
+ },
1567
+ {
1568
+ "epoch": 1.54,
1569
+ "learning_rate": 0.0001,
1570
+ "loss": 0.0,
1571
+ "step": 129500
1572
+ },
1573
+ {
1574
+ "epoch": 1.55,
1575
+ "learning_rate": 0.0001,
1576
+ "loss": 0.0,
1577
+ "step": 130000
1578
+ },
1579
+ {
1580
+ "epoch": 1.56,
1581
+ "learning_rate": 0.0001,
1582
+ "loss": 0.0,
1583
+ "step": 130500
1584
+ },
1585
+ {
1586
+ "epoch": 1.56,
1587
+ "learning_rate": 0.0001,
1588
+ "loss": 0.0,
1589
+ "step": 131000
1590
+ },
1591
+ {
1592
+ "epoch": 1.57,
1593
+ "learning_rate": 0.0001,
1594
+ "loss": 0.0,
1595
+ "step": 131500
1596
+ },
1597
+ {
1598
+ "epoch": 1.57,
1599
+ "learning_rate": 0.0001,
1600
+ "loss": 0.0,
1601
+ "step": 132000
1602
+ },
1603
+ {
1604
+ "epoch": 1.58,
1605
+ "learning_rate": 0.0001,
1606
+ "loss": 0.0,
1607
+ "step": 132500
1608
+ },
1609
+ {
1610
+ "epoch": 1.59,
1611
+ "learning_rate": 0.0001,
1612
+ "loss": 0.0,
1613
+ "step": 133000
1614
+ },
1615
+ {
1616
+ "epoch": 1.59,
1617
+ "learning_rate": 0.0001,
1618
+ "loss": 0.0,
1619
+ "step": 133500
1620
+ },
1621
+ {
1622
+ "epoch": 1.6,
1623
+ "learning_rate": 0.0001,
1624
+ "loss": 0.0,
1625
+ "step": 134000
1626
+ },
1627
+ {
1628
+ "epoch": 1.6,
1629
+ "learning_rate": 0.0001,
1630
+ "loss": 0.0,
1631
+ "step": 134500
1632
+ },
1633
+ {
1634
+ "epoch": 1.61,
1635
+ "learning_rate": 0.0001,
1636
+ "loss": 0.0,
1637
+ "step": 135000
1638
+ },
1639
+ {
1640
+ "epoch": 1.62,
1641
+ "learning_rate": 0.0001,
1642
+ "loss": 0.0,
1643
+ "step": 135500
1644
+ },
1645
+ {
1646
+ "epoch": 1.62,
1647
+ "learning_rate": 0.0001,
1648
+ "loss": 0.0,
1649
+ "step": 136000
1650
+ },
1651
+ {
1652
+ "epoch": 1.63,
1653
+ "learning_rate": 0.0001,
1654
+ "loss": 0.0,
1655
+ "step": 136500
1656
+ },
1657
+ {
1658
+ "epoch": 1.63,
1659
+ "learning_rate": 0.0001,
1660
+ "loss": 0.0,
1661
+ "step": 137000
1662
+ },
1663
+ {
1664
+ "epoch": 1.64,
1665
+ "learning_rate": 0.0001,
1666
+ "loss": 0.0,
1667
+ "step": 137500
1668
+ },
1669
+ {
1670
+ "epoch": 1.65,
1671
+ "learning_rate": 0.0001,
1672
+ "loss": 0.0,
1673
+ "step": 138000
1674
+ },
1675
+ {
1676
+ "epoch": 1.65,
1677
+ "learning_rate": 0.0001,
1678
+ "loss": 0.0,
1679
+ "step": 138500
1680
+ },
1681
+ {
1682
+ "epoch": 1.66,
1683
+ "learning_rate": 0.0001,
1684
+ "loss": 0.0,
1685
+ "step": 139000
1686
+ },
1687
+ {
1688
+ "epoch": 1.66,
1689
+ "learning_rate": 0.0001,
1690
+ "loss": 0.0,
1691
+ "step": 139500
1692
+ },
1693
+ {
1694
+ "epoch": 1.67,
1695
+ "learning_rate": 0.0001,
1696
+ "loss": 0.0,
1697
+ "step": 140000
1698
+ },
1699
+ {
1700
+ "epoch": 1.68,
1701
+ "learning_rate": 0.0001,
1702
+ "loss": 0.0,
1703
+ "step": 140500
1704
+ },
1705
+ {
1706
+ "epoch": 1.68,
1707
+ "learning_rate": 0.0001,
1708
+ "loss": 0.0,
1709
+ "step": 141000
1710
+ },
1711
+ {
1712
+ "epoch": 1.69,
1713
+ "learning_rate": 0.0001,
1714
+ "loss": 0.0,
1715
+ "step": 141500
1716
+ },
1717
+ {
1718
+ "epoch": 1.69,
1719
+ "learning_rate": 0.0001,
1720
+ "loss": 0.0,
1721
+ "step": 142000
1722
+ },
1723
+ {
1724
+ "epoch": 1.7,
1725
+ "learning_rate": 0.0001,
1726
+ "loss": 0.0,
1727
+ "step": 142500
1728
+ },
1729
+ {
1730
+ "epoch": 1.71,
1731
+ "learning_rate": 0.0001,
1732
+ "loss": 0.0,
1733
+ "step": 143000
1734
+ },
1735
+ {
1736
+ "epoch": 1.71,
1737
+ "learning_rate": 0.0001,
1738
+ "loss": 0.0,
1739
+ "step": 143500
1740
+ },
1741
+ {
1742
+ "epoch": 1.72,
1743
+ "learning_rate": 0.0001,
1744
+ "loss": 0.0,
1745
+ "step": 144000
1746
+ },
1747
+ {
1748
+ "epoch": 1.72,
1749
+ "learning_rate": 0.0001,
1750
+ "loss": 0.0,
1751
+ "step": 144500
1752
+ },
1753
+ {
1754
+ "epoch": 1.73,
1755
+ "learning_rate": 0.0001,
1756
+ "loss": 0.0,
1757
+ "step": 145000
1758
+ },
1759
+ {
1760
+ "epoch": 1.74,
1761
+ "learning_rate": 0.0001,
1762
+ "loss": 0.0,
1763
+ "step": 145500
1764
+ },
1765
+ {
1766
+ "epoch": 1.74,
1767
+ "learning_rate": 0.0001,
1768
+ "loss": 0.0,
1769
+ "step": 146000
1770
+ },
1771
+ {
1772
+ "epoch": 1.75,
1773
+ "learning_rate": 0.0001,
1774
+ "loss": 0.0,
1775
+ "step": 146500
1776
+ },
1777
+ {
1778
+ "epoch": 1.75,
1779
+ "learning_rate": 0.0001,
1780
+ "loss": 0.0,
1781
+ "step": 147000
1782
+ },
1783
+ {
1784
+ "epoch": 1.76,
1785
+ "learning_rate": 0.0001,
1786
+ "loss": 0.0,
1787
+ "step": 147500
1788
+ },
1789
+ {
1790
+ "epoch": 1.77,
1791
+ "learning_rate": 0.0001,
1792
+ "loss": 0.0,
1793
+ "step": 148000
1794
+ },
1795
+ {
1796
+ "epoch": 1.77,
1797
+ "learning_rate": 0.0001,
1798
+ "loss": 0.0,
1799
+ "step": 148500
1800
+ },
1801
+ {
1802
+ "epoch": 1.78,
1803
+ "learning_rate": 0.0001,
1804
+ "loss": 0.0,
1805
+ "step": 149000
1806
+ },
1807
+ {
1808
+ "epoch": 1.78,
1809
+ "learning_rate": 0.0001,
1810
+ "loss": 0.0,
1811
+ "step": 149500
1812
+ },
1813
+ {
1814
+ "epoch": 1.79,
1815
+ "learning_rate": 0.0001,
1816
+ "loss": 0.0,
1817
+ "step": 150000
1818
+ },
1819
+ {
1820
+ "epoch": 1.8,
1821
+ "learning_rate": 0.0001,
1822
+ "loss": 0.0,
1823
+ "step": 150500
1824
+ },
1825
+ {
1826
+ "epoch": 1.8,
1827
+ "learning_rate": 0.0001,
1828
+ "loss": 0.0,
1829
+ "step": 151000
1830
+ },
1831
+ {
1832
+ "epoch": 1.81,
1833
+ "learning_rate": 0.0001,
1834
+ "loss": 0.0,
1835
+ "step": 151500
1836
+ },
1837
+ {
1838
+ "epoch": 1.81,
1839
+ "learning_rate": 0.0001,
1840
+ "loss": 0.0,
1841
+ "step": 152000
1842
+ },
1843
+ {
1844
+ "epoch": 1.82,
1845
+ "learning_rate": 0.0001,
1846
+ "loss": 0.0,
1847
+ "step": 152500
1848
+ },
1849
+ {
1850
+ "epoch": 1.82,
1851
+ "learning_rate": 0.0001,
1852
+ "loss": 0.0,
1853
+ "step": 153000
1854
+ },
1855
+ {
1856
+ "epoch": 1.83,
1857
+ "learning_rate": 0.0001,
1858
+ "loss": 0.0,
1859
+ "step": 153500
1860
+ },
1861
+ {
1862
+ "epoch": 1.84,
1863
+ "learning_rate": 0.0001,
1864
+ "loss": 0.0,
1865
+ "step": 154000
1866
+ },
1867
+ {
1868
+ "epoch": 1.84,
1869
+ "learning_rate": 0.0001,
1870
+ "loss": 0.0,
1871
+ "step": 154500
1872
+ },
1873
+ {
1874
+ "epoch": 1.85,
1875
+ "learning_rate": 0.0001,
1876
+ "loss": 0.0,
1877
+ "step": 155000
1878
+ },
1879
+ {
1880
+ "epoch": 1.85,
1881
+ "learning_rate": 0.0001,
1882
+ "loss": 0.0,
1883
+ "step": 155500
1884
+ },
1885
+ {
1886
+ "epoch": 1.86,
1887
+ "learning_rate": 0.0001,
1888
+ "loss": 0.0,
1889
+ "step": 156000
1890
+ },
1891
+ {
1892
+ "epoch": 1.87,
1893
+ "learning_rate": 0.0001,
1894
+ "loss": 0.0,
1895
+ "step": 156500
1896
+ },
1897
+ {
1898
+ "epoch": 1.87,
1899
+ "learning_rate": 0.0001,
1900
+ "loss": 0.0,
1901
+ "step": 157000
1902
+ },
1903
+ {
1904
+ "epoch": 1.88,
1905
+ "learning_rate": 0.0001,
1906
+ "loss": 0.0,
1907
+ "step": 157500
1908
+ },
1909
+ {
1910
+ "epoch": 1.88,
1911
+ "learning_rate": 0.0001,
1912
+ "loss": 0.0,
1913
+ "step": 158000
1914
+ },
1915
+ {
1916
+ "epoch": 1.89,
1917
+ "learning_rate": 0.0001,
1918
+ "loss": 0.0,
1919
+ "step": 158500
1920
+ },
1921
+ {
1922
+ "epoch": 1.9,
1923
+ "learning_rate": 0.0001,
1924
+ "loss": 0.0,
1925
+ "step": 159000
1926
+ },
1927
+ {
1928
+ "epoch": 1.9,
1929
+ "learning_rate": 0.0001,
1930
+ "loss": 0.0,
1931
+ "step": 159500
1932
+ },
1933
+ {
1934
+ "epoch": 1.91,
1935
+ "learning_rate": 0.0001,
1936
+ "loss": 0.0,
1937
+ "step": 160000
1938
+ },
1939
+ {
1940
+ "epoch": 1.91,
1941
+ "learning_rate": 0.0001,
1942
+ "loss": 0.0,
1943
+ "step": 160500
1944
+ },
1945
+ {
1946
+ "epoch": 1.92,
1947
+ "learning_rate": 0.0001,
1948
+ "loss": 0.0,
1949
+ "step": 161000
1950
+ },
1951
+ {
1952
+ "epoch": 1.93,
1953
+ "learning_rate": 0.0001,
1954
+ "loss": 0.0,
1955
+ "step": 161500
1956
+ },
1957
+ {
1958
+ "epoch": 1.93,
1959
+ "learning_rate": 0.0001,
1960
+ "loss": 0.0,
1961
+ "step": 162000
1962
+ },
1963
+ {
1964
+ "epoch": 1.94,
1965
+ "learning_rate": 0.0001,
1966
+ "loss": 0.0,
1967
+ "step": 162500
1968
+ },
1969
+ {
1970
+ "epoch": 1.94,
1971
+ "learning_rate": 0.0001,
1972
+ "loss": 0.0,
1973
+ "step": 163000
1974
+ },
1975
+ {
1976
+ "epoch": 1.95,
1977
+ "learning_rate": 0.0001,
1978
+ "loss": 0.0,
1979
+ "step": 163500
1980
+ },
1981
+ {
1982
+ "epoch": 1.96,
1983
+ "learning_rate": 0.0001,
1984
+ "loss": 0.0,
1985
+ "step": 164000
1986
+ },
1987
+ {
1988
+ "epoch": 1.96,
1989
+ "learning_rate": 0.0001,
1990
+ "loss": 0.0,
1991
+ "step": 164500
1992
+ },
1993
+ {
1994
+ "epoch": 1.97,
1995
+ "learning_rate": 0.0001,
1996
+ "loss": 0.0,
1997
+ "step": 165000
1998
+ },
1999
+ {
2000
+ "epoch": 1.97,
2001
+ "learning_rate": 0.0001,
2002
+ "loss": 0.0,
2003
+ "step": 165500
2004
+ },
2005
+ {
2006
+ "epoch": 1.98,
2007
+ "learning_rate": 0.0001,
2008
+ "loss": 0.0,
2009
+ "step": 166000
2010
+ },
2011
+ {
2012
+ "epoch": 1.99,
2013
+ "learning_rate": 0.0001,
2014
+ "loss": 0.0,
2015
+ "step": 166500
2016
+ },
2017
+ {
2018
+ "epoch": 1.99,
2019
+ "learning_rate": 0.0001,
2020
+ "loss": 0.0,
2021
+ "step": 167000
2022
+ },
2023
+ {
2024
+ "epoch": 2.0,
2025
+ "learning_rate": 0.0001,
2026
+ "loss": 0.0,
2027
+ "step": 167500
2028
+ },
2029
+ {
2030
+ "epoch": 2.0,
2031
+ "eval_loss": NaN,
2032
+ "eval_runtime": 2358.0971,
2033
+ "eval_samples_per_second": 17.777,
2034
+ "eval_steps_per_second": 8.889,
2035
+ "step": 167679
2036
+ },
2037
+ {
2038
+ "epoch": 2.0,
2039
+ "learning_rate": 0.0001,
2040
+ "loss": 0.0,
2041
+ "step": 168000
2042
+ },
2043
+ {
2044
+ "epoch": 2.01,
2045
+ "learning_rate": 0.0001,
2046
+ "loss": 0.0,
2047
+ "step": 168500
2048
+ },
2049
+ {
2050
+ "epoch": 2.02,
2051
+ "learning_rate": 0.0001,
2052
+ "loss": 0.0,
2053
+ "step": 169000
2054
+ },
2055
+ {
2056
+ "epoch": 2.02,
2057
+ "learning_rate": 0.0001,
2058
+ "loss": 0.0,
2059
+ "step": 169500
2060
+ },
2061
+ {
2062
+ "epoch": 2.03,
2063
+ "learning_rate": 0.0001,
2064
+ "loss": 0.0,
2065
+ "step": 170000
2066
+ },
2067
+ {
2068
+ "epoch": 2.03,
2069
+ "learning_rate": 0.0001,
2070
+ "loss": 0.0,
2071
+ "step": 170500
2072
+ },
2073
+ {
2074
+ "epoch": 2.04,
2075
+ "learning_rate": 0.0001,
2076
+ "loss": 0.0,
2077
+ "step": 171000
2078
+ },
2079
+ {
2080
+ "epoch": 2.05,
2081
+ "learning_rate": 0.0001,
2082
+ "loss": 0.0,
2083
+ "step": 171500
2084
+ },
2085
+ {
2086
+ "epoch": 2.05,
2087
+ "learning_rate": 0.0001,
2088
+ "loss": 0.0,
2089
+ "step": 172000
2090
+ },
2091
+ {
2092
+ "epoch": 2.06,
2093
+ "learning_rate": 0.0001,
2094
+ "loss": 0.0,
2095
+ "step": 172500
2096
+ },
2097
+ {
2098
+ "epoch": 2.06,
2099
+ "learning_rate": 0.0001,
2100
+ "loss": 0.0,
2101
+ "step": 173000
2102
+ },
2103
+ {
2104
+ "epoch": 2.07,
2105
+ "learning_rate": 0.0001,
2106
+ "loss": 0.0,
2107
+ "step": 173500
2108
+ },
2109
+ {
2110
+ "epoch": 2.08,
2111
+ "learning_rate": 0.0001,
2112
+ "loss": 0.0,
2113
+ "step": 174000
2114
+ },
2115
+ {
2116
+ "epoch": 2.08,
2117
+ "learning_rate": 0.0001,
2118
+ "loss": 0.0,
2119
+ "step": 174500
2120
+ },
2121
+ {
2122
+ "epoch": 2.09,
2123
+ "learning_rate": 0.0001,
2124
+ "loss": 0.0,
2125
+ "step": 175000
2126
+ },
2127
+ {
2128
+ "epoch": 2.09,
2129
+ "learning_rate": 0.0001,
2130
+ "loss": 0.0,
2131
+ "step": 175500
2132
+ },
2133
+ {
2134
+ "epoch": 2.1,
2135
+ "learning_rate": 0.0001,
2136
+ "loss": 0.0,
2137
+ "step": 176000
2138
+ },
2139
+ {
2140
+ "epoch": 2.11,
2141
+ "learning_rate": 0.0001,
2142
+ "loss": 0.0,
2143
+ "step": 176500
2144
+ },
2145
+ {
2146
+ "epoch": 2.11,
2147
+ "learning_rate": 0.0001,
2148
+ "loss": 0.0,
2149
+ "step": 177000
2150
+ },
2151
+ {
2152
+ "epoch": 2.12,
2153
+ "learning_rate": 0.0001,
2154
+ "loss": 0.0,
2155
+ "step": 177500
2156
+ },
2157
+ {
2158
+ "epoch": 2.12,
2159
+ "learning_rate": 0.0001,
2160
+ "loss": 0.0,
2161
+ "step": 178000
2162
+ },
2163
+ {
2164
+ "epoch": 2.13,
2165
+ "learning_rate": 0.0001,
2166
+ "loss": 0.0,
2167
+ "step": 178500
2168
+ },
2169
+ {
2170
+ "epoch": 2.14,
2171
+ "learning_rate": 0.0001,
2172
+ "loss": 0.0,
2173
+ "step": 179000
2174
+ },
2175
+ {
2176
+ "epoch": 2.14,
2177
+ "learning_rate": 0.0001,
2178
+ "loss": 0.0,
2179
+ "step": 179500
2180
+ },
2181
+ {
2182
+ "epoch": 2.15,
2183
+ "learning_rate": 0.0001,
2184
+ "loss": 0.0,
2185
+ "step": 180000
2186
+ },
2187
+ {
2188
+ "epoch": 2.15,
2189
+ "learning_rate": 0.0001,
2190
+ "loss": 0.0,
2191
+ "step": 180500
2192
+ },
2193
+ {
2194
+ "epoch": 2.16,
2195
+ "learning_rate": 0.0001,
2196
+ "loss": 0.0,
2197
+ "step": 181000
2198
+ },
2199
+ {
2200
+ "epoch": 2.16,
2201
+ "learning_rate": 0.0001,
2202
+ "loss": 0.0,
2203
+ "step": 181500
2204
+ },
2205
+ {
2206
+ "epoch": 2.17,
2207
+ "learning_rate": 0.0001,
2208
+ "loss": 0.0,
2209
+ "step": 182000
2210
+ },
2211
+ {
2212
+ "epoch": 2.18,
2213
+ "learning_rate": 0.0001,
2214
+ "loss": 0.0,
2215
+ "step": 182500
2216
+ },
2217
+ {
2218
+ "epoch": 2.18,
2219
+ "learning_rate": 0.0001,
2220
+ "loss": 0.0,
2221
+ "step": 183000
2222
+ },
2223
+ {
2224
+ "epoch": 2.19,
2225
+ "learning_rate": 0.0001,
2226
+ "loss": 0.0,
2227
+ "step": 183500
2228
+ },
2229
+ {
2230
+ "epoch": 2.19,
2231
+ "learning_rate": 0.0001,
2232
+ "loss": 0.0,
2233
+ "step": 184000
2234
+ },
2235
+ {
2236
+ "epoch": 2.2,
2237
+ "learning_rate": 0.0001,
2238
+ "loss": 0.0,
2239
+ "step": 184500
2240
+ },
2241
+ {
2242
+ "epoch": 2.21,
2243
+ "learning_rate": 0.0001,
2244
+ "loss": 0.0,
2245
+ "step": 185000
2246
+ },
2247
+ {
2248
+ "epoch": 2.21,
2249
+ "learning_rate": 0.0001,
2250
+ "loss": 0.0,
2251
+ "step": 185500
2252
+ },
2253
+ {
2254
+ "epoch": 2.22,
2255
+ "learning_rate": 0.0001,
2256
+ "loss": 0.0,
2257
+ "step": 186000
2258
+ },
2259
+ {
2260
+ "epoch": 2.22,
2261
+ "learning_rate": 0.0001,
2262
+ "loss": 0.0,
2263
+ "step": 186500
2264
+ },
2265
+ {
2266
+ "epoch": 2.23,
2267
+ "learning_rate": 0.0001,
2268
+ "loss": 0.0,
2269
+ "step": 187000
2270
+ },
2271
+ {
2272
+ "epoch": 2.24,
2273
+ "learning_rate": 0.0001,
2274
+ "loss": 0.0,
2275
+ "step": 187500
2276
+ },
2277
+ {
2278
+ "epoch": 2.24,
2279
+ "learning_rate": 0.0001,
2280
+ "loss": 0.0,
2281
+ "step": 188000
2282
+ },
2283
+ {
2284
+ "epoch": 2.25,
2285
+ "learning_rate": 0.0001,
2286
+ "loss": 0.0,
2287
+ "step": 188500
2288
+ },
2289
+ {
2290
+ "epoch": 2.25,
2291
+ "learning_rate": 0.0001,
2292
+ "loss": 0.0,
2293
+ "step": 189000
2294
+ },
2295
+ {
2296
+ "epoch": 2.26,
2297
+ "learning_rate": 0.0001,
2298
+ "loss": 0.0,
2299
+ "step": 189500
2300
+ },
2301
+ {
2302
+ "epoch": 2.27,
2303
+ "learning_rate": 0.0001,
2304
+ "loss": 0.0,
2305
+ "step": 190000
2306
+ },
2307
+ {
2308
+ "epoch": 2.27,
2309
+ "learning_rate": 0.0001,
2310
+ "loss": 0.0,
2311
+ "step": 190500
2312
+ },
2313
+ {
2314
+ "epoch": 2.28,
2315
+ "learning_rate": 0.0001,
2316
+ "loss": 0.0,
2317
+ "step": 191000
2318
+ },
2319
+ {
2320
+ "epoch": 2.28,
2321
+ "learning_rate": 0.0001,
2322
+ "loss": 0.0,
2323
+ "step": 191500
2324
+ },
2325
+ {
2326
+ "epoch": 2.29,
2327
+ "learning_rate": 0.0001,
2328
+ "loss": 0.0,
2329
+ "step": 192000
2330
+ },
2331
+ {
2332
+ "epoch": 2.3,
2333
+ "learning_rate": 0.0001,
2334
+ "loss": 0.0,
2335
+ "step": 192500
2336
+ },
2337
+ {
2338
+ "epoch": 2.3,
2339
+ "learning_rate": 0.0001,
2340
+ "loss": 0.0,
2341
+ "step": 193000
2342
+ },
2343
+ {
2344
+ "epoch": 2.31,
2345
+ "learning_rate": 0.0001,
2346
+ "loss": 0.0,
2347
+ "step": 193500
2348
+ },
2349
+ {
2350
+ "epoch": 2.31,
2351
+ "learning_rate": 0.0001,
2352
+ "loss": 0.0,
2353
+ "step": 194000
2354
+ },
2355
+ {
2356
+ "epoch": 2.32,
2357
+ "learning_rate": 0.0001,
2358
+ "loss": 0.0,
2359
+ "step": 194500
2360
+ },
2361
+ {
2362
+ "epoch": 2.33,
2363
+ "learning_rate": 0.0001,
2364
+ "loss": 0.0,
2365
+ "step": 195000
2366
+ },
2367
+ {
2368
+ "epoch": 2.33,
2369
+ "learning_rate": 0.0001,
2370
+ "loss": 0.0,
2371
+ "step": 195500
2372
+ },
2373
+ {
2374
+ "epoch": 2.34,
2375
+ "learning_rate": 0.0001,
2376
+ "loss": 0.0,
2377
+ "step": 196000
2378
+ },
2379
+ {
2380
+ "epoch": 2.34,
2381
+ "learning_rate": 0.0001,
2382
+ "loss": 0.0,
2383
+ "step": 196500
2384
+ },
2385
+ {
2386
+ "epoch": 2.35,
2387
+ "learning_rate": 0.0001,
2388
+ "loss": 0.0,
2389
+ "step": 197000
2390
+ },
2391
+ {
2392
+ "epoch": 2.36,
2393
+ "learning_rate": 0.0001,
2394
+ "loss": 0.0,
2395
+ "step": 197500
2396
+ },
2397
+ {
2398
+ "epoch": 2.36,
2399
+ "learning_rate": 0.0001,
2400
+ "loss": 0.0,
2401
+ "step": 198000
2402
+ },
2403
+ {
2404
+ "epoch": 2.37,
2405
+ "learning_rate": 0.0001,
2406
+ "loss": 0.0,
2407
+ "step": 198500
2408
+ },
2409
+ {
2410
+ "epoch": 2.37,
2411
+ "learning_rate": 0.0001,
2412
+ "loss": 0.0,
2413
+ "step": 199000
2414
+ },
2415
+ {
2416
+ "epoch": 2.38,
2417
+ "learning_rate": 0.0001,
2418
+ "loss": 0.0,
2419
+ "step": 199500
2420
+ },
2421
+ {
2422
+ "epoch": 2.39,
2423
+ "learning_rate": 0.0001,
2424
+ "loss": 0.0,
2425
+ "step": 200000
2426
+ },
2427
+ {
2428
+ "epoch": 2.39,
2429
+ "learning_rate": 0.0001,
2430
+ "loss": 0.0,
2431
+ "step": 200500
2432
+ },
2433
+ {
2434
+ "epoch": 2.4,
2435
+ "learning_rate": 0.0001,
2436
+ "loss": 0.0,
2437
+ "step": 201000
2438
+ },
2439
+ {
2440
+ "epoch": 2.4,
2441
+ "learning_rate": 0.0001,
2442
+ "loss": 0.0,
2443
+ "step": 201500
2444
+ },
2445
+ {
2446
+ "epoch": 2.41,
2447
+ "learning_rate": 0.0001,
2448
+ "loss": 0.0,
2449
+ "step": 202000
2450
+ },
2451
+ {
2452
+ "epoch": 2.42,
2453
+ "learning_rate": 0.0001,
2454
+ "loss": 0.0,
2455
+ "step": 202500
2456
+ },
2457
+ {
2458
+ "epoch": 2.42,
2459
+ "learning_rate": 0.0001,
2460
+ "loss": 0.0,
2461
+ "step": 203000
2462
+ },
2463
+ {
2464
+ "epoch": 2.43,
2465
+ "learning_rate": 0.0001,
2466
+ "loss": 0.0,
2467
+ "step": 203500
2468
+ },
2469
+ {
2470
+ "epoch": 2.43,
2471
+ "learning_rate": 0.0001,
2472
+ "loss": 0.0,
2473
+ "step": 204000
2474
+ },
2475
+ {
2476
+ "epoch": 2.44,
2477
+ "learning_rate": 0.0001,
2478
+ "loss": 0.0,
2479
+ "step": 204500
2480
+ },
2481
+ {
2482
+ "epoch": 2.45,
2483
+ "learning_rate": 0.0001,
2484
+ "loss": 0.0,
2485
+ "step": 205000
2486
+ },
2487
+ {
2488
+ "epoch": 2.45,
2489
+ "learning_rate": 0.0001,
2490
+ "loss": 0.0,
2491
+ "step": 205500
2492
+ },
2493
+ {
2494
+ "epoch": 2.46,
2495
+ "learning_rate": 0.0001,
2496
+ "loss": 0.0,
2497
+ "step": 206000
2498
+ },
2499
+ {
2500
+ "epoch": 2.46,
2501
+ "learning_rate": 0.0001,
2502
+ "loss": 0.0,
2503
+ "step": 206500
2504
+ },
2505
+ {
2506
+ "epoch": 2.47,
2507
+ "learning_rate": 0.0001,
2508
+ "loss": 0.0,
2509
+ "step": 207000
2510
+ },
2511
+ {
2512
+ "epoch": 2.47,
2513
+ "learning_rate": 0.0001,
2514
+ "loss": 0.0,
2515
+ "step": 207500
2516
+ },
2517
+ {
2518
+ "epoch": 2.48,
2519
+ "learning_rate": 0.0001,
2520
+ "loss": 0.0,
2521
+ "step": 208000
2522
+ },
2523
+ {
2524
+ "epoch": 2.49,
2525
+ "learning_rate": 0.0001,
2526
+ "loss": 0.0,
2527
+ "step": 208500
2528
+ },
2529
+ {
2530
+ "epoch": 2.49,
2531
+ "learning_rate": 0.0001,
2532
+ "loss": 0.0,
2533
+ "step": 209000
2534
+ },
2535
+ {
2536
+ "epoch": 2.5,
2537
+ "learning_rate": 0.0001,
2538
+ "loss": 0.0,
2539
+ "step": 209500
2540
+ },
2541
+ {
2542
+ "epoch": 2.5,
2543
+ "learning_rate": 0.0001,
2544
+ "loss": 0.0,
2545
+ "step": 210000
2546
+ },
2547
+ {
2548
+ "epoch": 2.51,
2549
+ "learning_rate": 0.0001,
2550
+ "loss": 0.0,
2551
+ "step": 210500
2552
+ },
2553
+ {
2554
+ "epoch": 2.52,
2555
+ "learning_rate": 0.0001,
2556
+ "loss": 0.0,
2557
+ "step": 211000
2558
+ },
2559
+ {
2560
+ "epoch": 2.52,
2561
+ "learning_rate": 0.0001,
2562
+ "loss": 0.0,
2563
+ "step": 211500
2564
+ },
2565
+ {
2566
+ "epoch": 2.53,
2567
+ "learning_rate": 0.0001,
2568
+ "loss": 0.0,
2569
+ "step": 212000
2570
+ },
2571
+ {
2572
+ "epoch": 2.53,
2573
+ "learning_rate": 0.0001,
2574
+ "loss": 0.0,
2575
+ "step": 212500
2576
+ },
2577
+ {
2578
+ "epoch": 2.54,
2579
+ "learning_rate": 0.0001,
2580
+ "loss": 0.0,
2581
+ "step": 213000
2582
+ },
2583
+ {
2584
+ "epoch": 2.55,
2585
+ "learning_rate": 0.0001,
2586
+ "loss": 0.0,
2587
+ "step": 213500
2588
+ },
2589
+ {
2590
+ "epoch": 2.55,
2591
+ "learning_rate": 0.0001,
2592
+ "loss": 0.0,
2593
+ "step": 214000
2594
+ },
2595
+ {
2596
+ "epoch": 2.56,
2597
+ "learning_rate": 0.0001,
2598
+ "loss": 0.0,
2599
+ "step": 214500
2600
+ },
2601
+ {
2602
+ "epoch": 2.56,
2603
+ "learning_rate": 0.0001,
2604
+ "loss": 0.0,
2605
+ "step": 215000
2606
+ },
2607
+ {
2608
+ "epoch": 2.57,
2609
+ "learning_rate": 0.0001,
2610
+ "loss": 0.0,
2611
+ "step": 215500
2612
+ },
2613
+ {
2614
+ "epoch": 2.58,
2615
+ "learning_rate": 0.0001,
2616
+ "loss": 0.0,
2617
+ "step": 216000
2618
+ },
2619
+ {
2620
+ "epoch": 2.58,
2621
+ "learning_rate": 0.0001,
2622
+ "loss": 0.0,
2623
+ "step": 216500
2624
+ },
2625
+ {
2626
+ "epoch": 2.59,
2627
+ "learning_rate": 0.0001,
2628
+ "loss": 0.0,
2629
+ "step": 217000
2630
+ },
2631
+ {
2632
+ "epoch": 2.59,
2633
+ "learning_rate": 0.0001,
2634
+ "loss": 0.0,
2635
+ "step": 217500
2636
+ },
2637
+ {
2638
+ "epoch": 2.6,
2639
+ "learning_rate": 0.0001,
2640
+ "loss": 0.0,
2641
+ "step": 218000
2642
+ },
2643
+ {
2644
+ "epoch": 2.61,
2645
+ "learning_rate": 0.0001,
2646
+ "loss": 0.0,
2647
+ "step": 218500
2648
+ },
2649
+ {
2650
+ "epoch": 2.61,
2651
+ "learning_rate": 0.0001,
2652
+ "loss": 0.0,
2653
+ "step": 219000
2654
+ },
2655
+ {
2656
+ "epoch": 2.62,
2657
+ "learning_rate": 0.0001,
2658
+ "loss": 0.0,
2659
+ "step": 219500
2660
+ },
2661
+ {
2662
+ "epoch": 2.62,
2663
+ "learning_rate": 0.0001,
2664
+ "loss": 0.0,
2665
+ "step": 220000
2666
+ },
2667
+ {
2668
+ "epoch": 2.63,
2669
+ "learning_rate": 0.0001,
2670
+ "loss": 0.0,
2671
+ "step": 220500
2672
+ },
2673
+ {
2674
+ "epoch": 2.64,
2675
+ "learning_rate": 0.0001,
2676
+ "loss": 0.0,
2677
+ "step": 221000
2678
+ },
2679
+ {
2680
+ "epoch": 2.64,
2681
+ "learning_rate": 0.0001,
2682
+ "loss": 0.0,
2683
+ "step": 221500
2684
+ },
2685
+ {
2686
+ "epoch": 2.65,
2687
+ "learning_rate": 0.0001,
2688
+ "loss": 0.0,
2689
+ "step": 222000
2690
+ },
2691
+ {
2692
+ "epoch": 2.65,
2693
+ "learning_rate": 0.0001,
2694
+ "loss": 0.0,
2695
+ "step": 222500
2696
+ },
2697
+ {
2698
+ "epoch": 2.66,
2699
+ "learning_rate": 0.0001,
2700
+ "loss": 0.0,
2701
+ "step": 223000
2702
+ },
2703
+ {
2704
+ "epoch": 2.67,
2705
+ "learning_rate": 0.0001,
2706
+ "loss": 0.0,
2707
+ "step": 223500
2708
+ },
2709
+ {
2710
+ "epoch": 2.67,
2711
+ "learning_rate": 0.0001,
2712
+ "loss": 0.0,
2713
+ "step": 224000
2714
+ },
2715
+ {
2716
+ "epoch": 2.68,
2717
+ "learning_rate": 0.0001,
2718
+ "loss": 0.0,
2719
+ "step": 224500
2720
+ },
2721
+ {
2722
+ "epoch": 2.68,
2723
+ "learning_rate": 0.0001,
2724
+ "loss": 0.0,
2725
+ "step": 225000
2726
+ },
2727
+ {
2728
+ "epoch": 2.69,
2729
+ "learning_rate": 0.0001,
2730
+ "loss": 0.0,
2731
+ "step": 225500
2732
+ },
2733
+ {
2734
+ "epoch": 2.7,
2735
+ "learning_rate": 0.0001,
2736
+ "loss": 0.0,
2737
+ "step": 226000
2738
+ },
2739
+ {
2740
+ "epoch": 2.7,
2741
+ "learning_rate": 0.0001,
2742
+ "loss": 0.0,
2743
+ "step": 226500
2744
+ },
2745
+ {
2746
+ "epoch": 2.71,
2747
+ "learning_rate": 0.0001,
2748
+ "loss": 0.0,
2749
+ "step": 227000
2750
+ },
2751
+ {
2752
+ "epoch": 2.71,
2753
+ "learning_rate": 0.0001,
2754
+ "loss": 0.0,
2755
+ "step": 227500
2756
+ },
2757
+ {
2758
+ "epoch": 2.72,
2759
+ "learning_rate": 0.0001,
2760
+ "loss": 0.0,
2761
+ "step": 228000
2762
+ },
2763
+ {
2764
+ "epoch": 2.73,
2765
+ "learning_rate": 0.0001,
2766
+ "loss": 0.0,
2767
+ "step": 228500
2768
+ },
2769
+ {
2770
+ "epoch": 2.73,
2771
+ "learning_rate": 0.0001,
2772
+ "loss": 0.0,
2773
+ "step": 229000
2774
+ },
2775
+ {
2776
+ "epoch": 2.74,
2777
+ "learning_rate": 0.0001,
2778
+ "loss": 0.0,
2779
+ "step": 229500
2780
+ },
2781
+ {
2782
+ "epoch": 2.74,
2783
+ "learning_rate": 0.0001,
2784
+ "loss": 0.0,
2785
+ "step": 230000
2786
+ },
2787
+ {
2788
+ "epoch": 2.75,
2789
+ "learning_rate": 0.0001,
2790
+ "loss": 0.0,
2791
+ "step": 230500
2792
+ },
2793
+ {
2794
+ "epoch": 2.76,
2795
+ "learning_rate": 0.0001,
2796
+ "loss": 0.0,
2797
+ "step": 231000
2798
+ },
2799
+ {
2800
+ "epoch": 2.76,
2801
+ "learning_rate": 0.0001,
2802
+ "loss": 0.0,
2803
+ "step": 231500
2804
+ },
2805
+ {
2806
+ "epoch": 2.77,
2807
+ "learning_rate": 0.0001,
2808
+ "loss": 0.0,
2809
+ "step": 232000
2810
+ },
2811
+ {
2812
+ "epoch": 2.77,
2813
+ "learning_rate": 0.0001,
2814
+ "loss": 0.0,
2815
+ "step": 232500
2816
+ },
2817
+ {
2818
+ "epoch": 2.78,
2819
+ "learning_rate": 0.0001,
2820
+ "loss": 0.0,
2821
+ "step": 233000
2822
+ },
2823
+ {
2824
+ "epoch": 2.79,
2825
+ "learning_rate": 0.0001,
2826
+ "loss": 0.0,
2827
+ "step": 233500
2828
+ },
2829
+ {
2830
+ "epoch": 2.79,
2831
+ "learning_rate": 0.0001,
2832
+ "loss": 0.0,
2833
+ "step": 234000
2834
+ },
2835
+ {
2836
+ "epoch": 2.8,
2837
+ "learning_rate": 0.0001,
2838
+ "loss": 0.0,
2839
+ "step": 234500
2840
+ },
2841
+ {
2842
+ "epoch": 2.8,
2843
+ "learning_rate": 0.0001,
2844
+ "loss": 0.0,
2845
+ "step": 235000
2846
+ },
2847
+ {
2848
+ "epoch": 2.81,
2849
+ "learning_rate": 0.0001,
2850
+ "loss": 0.0,
2851
+ "step": 235500
2852
+ },
2853
+ {
2854
+ "epoch": 2.81,
2855
+ "learning_rate": 0.0001,
2856
+ "loss": 0.0,
2857
+ "step": 236000
2858
+ },
2859
+ {
2860
+ "epoch": 2.82,
2861
+ "learning_rate": 0.0001,
2862
+ "loss": 0.0,
2863
+ "step": 236500
2864
+ },
2865
+ {
2866
+ "epoch": 2.83,
2867
+ "learning_rate": 0.0001,
2868
+ "loss": 0.0,
2869
+ "step": 237000
2870
+ },
2871
+ {
2872
+ "epoch": 2.83,
2873
+ "learning_rate": 0.0001,
2874
+ "loss": 0.0,
2875
+ "step": 237500
2876
+ },
2877
+ {
2878
+ "epoch": 2.84,
2879
+ "learning_rate": 0.0001,
2880
+ "loss": 0.0,
2881
+ "step": 238000
2882
+ },
2883
+ {
2884
+ "epoch": 2.84,
2885
+ "learning_rate": 0.0001,
2886
+ "loss": 0.0,
2887
+ "step": 238500
2888
+ },
2889
+ {
2890
+ "epoch": 2.85,
2891
+ "learning_rate": 0.0001,
2892
+ "loss": 0.0,
2893
+ "step": 239000
2894
+ },
2895
+ {
2896
+ "epoch": 2.86,
2897
+ "learning_rate": 0.0001,
2898
+ "loss": 0.0,
2899
+ "step": 239500
2900
+ },
2901
+ {
2902
+ "epoch": 2.86,
2903
+ "learning_rate": 0.0001,
2904
+ "loss": 0.0,
2905
+ "step": 240000
2906
+ },
2907
+ {
2908
+ "epoch": 2.87,
2909
+ "learning_rate": 0.0001,
2910
+ "loss": 0.0,
2911
+ "step": 240500
2912
+ },
2913
+ {
2914
+ "epoch": 2.87,
2915
+ "learning_rate": 0.0001,
2916
+ "loss": 0.0,
2917
+ "step": 241000
2918
+ },
2919
+ {
2920
+ "epoch": 2.88,
2921
+ "learning_rate": 0.0001,
2922
+ "loss": 0.0,
2923
+ "step": 241500
2924
+ },
2925
+ {
2926
+ "epoch": 2.89,
2927
+ "learning_rate": 0.0001,
2928
+ "loss": 0.0,
2929
+ "step": 242000
2930
+ },
2931
+ {
2932
+ "epoch": 2.89,
2933
+ "learning_rate": 0.0001,
2934
+ "loss": 0.0,
2935
+ "step": 242500
2936
+ },
2937
+ {
2938
+ "epoch": 2.9,
2939
+ "learning_rate": 0.0001,
2940
+ "loss": 0.0,
2941
+ "step": 243000
2942
+ },
2943
+ {
2944
+ "epoch": 2.9,
2945
+ "learning_rate": 0.0001,
2946
+ "loss": 0.0,
2947
+ "step": 243500
2948
+ },
2949
+ {
2950
+ "epoch": 2.91,
2951
+ "learning_rate": 0.0001,
2952
+ "loss": 0.0,
2953
+ "step": 244000
2954
+ },
2955
+ {
2956
+ "epoch": 2.92,
2957
+ "learning_rate": 0.0001,
2958
+ "loss": 0.0,
2959
+ "step": 244500
2960
+ },
2961
+ {
2962
+ "epoch": 2.92,
2963
+ "learning_rate": 0.0001,
2964
+ "loss": 0.0,
2965
+ "step": 245000
2966
+ },
2967
+ {
2968
+ "epoch": 2.93,
2969
+ "learning_rate": 0.0001,
2970
+ "loss": 0.0,
2971
+ "step": 245500
2972
+ },
2973
+ {
2974
+ "epoch": 2.93,
2975
+ "learning_rate": 0.0001,
2976
+ "loss": 0.0,
2977
+ "step": 246000
2978
+ },
2979
+ {
2980
+ "epoch": 2.94,
2981
+ "learning_rate": 0.0001,
2982
+ "loss": 0.0,
2983
+ "step": 246500
2984
+ },
2985
+ {
2986
+ "epoch": 2.95,
2987
+ "learning_rate": 0.0001,
2988
+ "loss": 0.0,
2989
+ "step": 247000
2990
+ },
2991
+ {
2992
+ "epoch": 2.95,
2993
+ "learning_rate": 0.0001,
2994
+ "loss": 0.0,
2995
+ "step": 247500
2996
+ },
2997
+ {
2998
+ "epoch": 2.96,
2999
+ "learning_rate": 0.0001,
3000
+ "loss": 0.0,
3001
+ "step": 248000
3002
+ },
3003
+ {
3004
+ "epoch": 2.96,
3005
+ "learning_rate": 0.0001,
3006
+ "loss": 0.0,
3007
+ "step": 248500
3008
+ },
3009
+ {
3010
+ "epoch": 2.97,
3011
+ "learning_rate": 0.0001,
3012
+ "loss": 0.0,
3013
+ "step": 249000
3014
+ },
3015
+ {
3016
+ "epoch": 2.98,
3017
+ "learning_rate": 0.0001,
3018
+ "loss": 0.0,
3019
+ "step": 249500
3020
+ },
3021
+ {
3022
+ "epoch": 2.98,
3023
+ "learning_rate": 0.0001,
3024
+ "loss": 0.0,
3025
+ "step": 250000
3026
+ },
3027
+ {
3028
+ "epoch": 2.99,
3029
+ "learning_rate": 0.0001,
3030
+ "loss": 0.0,
3031
+ "step": 250500
3032
+ },
3033
+ {
3034
+ "epoch": 2.99,
3035
+ "learning_rate": 0.0001,
3036
+ "loss": 0.0,
3037
+ "step": 251000
3038
+ },
3039
+ {
3040
+ "epoch": 3.0,
3041
+ "learning_rate": 0.0001,
3042
+ "loss": 0.0,
3043
+ "step": 251500
3044
+ },
3045
+ {
3046
+ "epoch": 3.0,
3047
+ "eval_loss": NaN,
3048
+ "eval_runtime": 2358.2867,
3049
+ "eval_samples_per_second": 17.776,
3050
+ "eval_steps_per_second": 8.888,
3051
+ "step": 251518
3052
+ },
3053
+ {
3054
+ "epoch": 3.01,
3055
+ "learning_rate": 0.0001,
3056
+ "loss": 0.0,
3057
+ "step": 252000
3058
+ },
3059
+ {
3060
+ "epoch": 3.01,
3061
+ "learning_rate": 0.0001,
3062
+ "loss": 0.0,
3063
+ "step": 252500
3064
+ },
3065
+ {
3066
+ "epoch": 3.02,
3067
+ "learning_rate": 0.0001,
3068
+ "loss": 0.0,
3069
+ "step": 253000
3070
+ },
3071
+ {
3072
+ "epoch": 3.02,
3073
+ "learning_rate": 0.0001,
3074
+ "loss": 0.0,
3075
+ "step": 253500
3076
+ },
3077
+ {
3078
+ "epoch": 3.03,
3079
+ "learning_rate": 0.0001,
3080
+ "loss": 0.0,
3081
+ "step": 254000
3082
+ },
3083
+ {
3084
+ "epoch": 3.04,
3085
+ "learning_rate": 0.0001,
3086
+ "loss": 0.0,
3087
+ "step": 254500
3088
+ },
3089
+ {
3090
+ "epoch": 3.04,
3091
+ "learning_rate": 0.0001,
3092
+ "loss": 0.0,
3093
+ "step": 255000
3094
+ },
3095
+ {
3096
+ "epoch": 3.05,
3097
+ "learning_rate": 0.0001,
3098
+ "loss": 0.0,
3099
+ "step": 255500
3100
+ },
3101
+ {
3102
+ "epoch": 3.05,
3103
+ "learning_rate": 0.0001,
3104
+ "loss": 0.0,
3105
+ "step": 256000
3106
+ },
3107
+ {
3108
+ "epoch": 3.06,
3109
+ "learning_rate": 0.0001,
3110
+ "loss": 0.0,
3111
+ "step": 256500
3112
+ },
3113
+ {
3114
+ "epoch": 3.07,
3115
+ "learning_rate": 0.0001,
3116
+ "loss": 0.0,
3117
+ "step": 257000
3118
+ },
3119
+ {
3120
+ "epoch": 3.07,
3121
+ "learning_rate": 0.0001,
3122
+ "loss": 0.0,
3123
+ "step": 257500
3124
+ },
3125
+ {
3126
+ "epoch": 3.08,
3127
+ "learning_rate": 0.0001,
3128
+ "loss": 0.0,
3129
+ "step": 258000
3130
+ },
3131
+ {
3132
+ "epoch": 3.08,
3133
+ "learning_rate": 0.0001,
3134
+ "loss": 0.0,
3135
+ "step": 258500
3136
+ },
3137
+ {
3138
+ "epoch": 3.09,
3139
+ "learning_rate": 0.0001,
3140
+ "loss": 0.0,
3141
+ "step": 259000
3142
+ },
3143
+ {
3144
+ "epoch": 3.1,
3145
+ "learning_rate": 0.0001,
3146
+ "loss": 0.0,
3147
+ "step": 259500
3148
+ },
3149
+ {
3150
+ "epoch": 3.1,
3151
+ "learning_rate": 0.0001,
3152
+ "loss": 0.0,
3153
+ "step": 260000
3154
+ },
3155
+ {
3156
+ "epoch": 3.11,
3157
+ "learning_rate": 0.0001,
3158
+ "loss": 0.0,
3159
+ "step": 260500
3160
+ },
3161
+ {
3162
+ "epoch": 3.11,
3163
+ "learning_rate": 0.0001,
3164
+ "loss": 0.0,
3165
+ "step": 261000
3166
+ },
3167
+ {
3168
+ "epoch": 3.12,
3169
+ "learning_rate": 0.0001,
3170
+ "loss": 0.0,
3171
+ "step": 261500
3172
+ },
3173
+ {
3174
+ "epoch": 3.13,
3175
+ "learning_rate": 0.0001,
3176
+ "loss": 0.0,
3177
+ "step": 262000
3178
+ },
3179
+ {
3180
+ "epoch": 3.13,
3181
+ "learning_rate": 0.0001,
3182
+ "loss": 0.0,
3183
+ "step": 262500
3184
+ },
3185
+ {
3186
+ "epoch": 3.14,
3187
+ "learning_rate": 0.0001,
3188
+ "loss": 0.0,
3189
+ "step": 263000
3190
+ },
3191
+ {
3192
+ "epoch": 3.14,
3193
+ "learning_rate": 0.0001,
3194
+ "loss": 0.0,
3195
+ "step": 263500
3196
+ },
3197
+ {
3198
+ "epoch": 3.15,
3199
+ "learning_rate": 0.0001,
3200
+ "loss": 0.0,
3201
+ "step": 264000
3202
+ },
3203
+ {
3204
+ "epoch": 3.15,
3205
+ "learning_rate": 0.0001,
3206
+ "loss": 0.0,
3207
+ "step": 264500
3208
+ },
3209
+ {
3210
+ "epoch": 3.16,
3211
+ "learning_rate": 0.0001,
3212
+ "loss": 0.0,
3213
+ "step": 265000
3214
+ },
3215
+ {
3216
+ "epoch": 3.17,
3217
+ "learning_rate": 0.0001,
3218
+ "loss": 0.0,
3219
+ "step": 265500
3220
+ },
3221
+ {
3222
+ "epoch": 3.17,
3223
+ "learning_rate": 0.0001,
3224
+ "loss": 0.0,
3225
+ "step": 266000
3226
+ },
3227
+ {
3228
+ "epoch": 3.18,
3229
+ "learning_rate": 0.0001,
3230
+ "loss": 0.0,
3231
+ "step": 266500
3232
+ },
3233
+ {
3234
+ "epoch": 3.18,
3235
+ "learning_rate": 0.0001,
3236
+ "loss": 0.0,
3237
+ "step": 267000
3238
+ },
3239
+ {
3240
+ "epoch": 3.19,
3241
+ "learning_rate": 0.0001,
3242
+ "loss": 0.0,
3243
+ "step": 267500
3244
+ },
3245
+ {
3246
+ "epoch": 3.2,
3247
+ "learning_rate": 0.0001,
3248
+ "loss": 0.0,
3249
+ "step": 268000
3250
+ },
3251
+ {
3252
+ "epoch": 3.2,
3253
+ "learning_rate": 0.0001,
3254
+ "loss": 0.0,
3255
+ "step": 268500
3256
+ },
3257
+ {
3258
+ "epoch": 3.21,
3259
+ "learning_rate": 0.0001,
3260
+ "loss": 0.0,
3261
+ "step": 269000
3262
+ },
3263
+ {
3264
+ "epoch": 3.21,
3265
+ "learning_rate": 0.0001,
3266
+ "loss": 0.0,
3267
+ "step": 269500
3268
+ },
3269
+ {
3270
+ "epoch": 3.22,
3271
+ "learning_rate": 0.0001,
3272
+ "loss": 0.0,
3273
+ "step": 270000
3274
+ },
3275
+ {
3276
+ "epoch": 3.23,
3277
+ "learning_rate": 0.0001,
3278
+ "loss": 0.0,
3279
+ "step": 270500
3280
+ },
3281
+ {
3282
+ "epoch": 3.23,
3283
+ "learning_rate": 0.0001,
3284
+ "loss": 0.0,
3285
+ "step": 271000
3286
+ },
3287
+ {
3288
+ "epoch": 3.24,
3289
+ "learning_rate": 0.0001,
3290
+ "loss": 0.0,
3291
+ "step": 271500
3292
+ },
3293
+ {
3294
+ "epoch": 3.24,
3295
+ "learning_rate": 0.0001,
3296
+ "loss": 0.0,
3297
+ "step": 272000
3298
+ },
3299
+ {
3300
+ "epoch": 3.25,
3301
+ "learning_rate": 0.0001,
3302
+ "loss": 0.0,
3303
+ "step": 272500
3304
+ },
3305
+ {
3306
+ "epoch": 3.26,
3307
+ "learning_rate": 0.0001,
3308
+ "loss": 0.0,
3309
+ "step": 273000
3310
+ },
3311
+ {
3312
+ "epoch": 3.26,
3313
+ "learning_rate": 0.0001,
3314
+ "loss": 0.0,
3315
+ "step": 273500
3316
+ },
3317
+ {
3318
+ "epoch": 3.27,
3319
+ "learning_rate": 0.0001,
3320
+ "loss": 0.0,
3321
+ "step": 274000
3322
+ },
3323
+ {
3324
+ "epoch": 3.27,
3325
+ "learning_rate": 0.0001,
3326
+ "loss": 0.0,
3327
+ "step": 274500
3328
+ },
3329
+ {
3330
+ "epoch": 3.28,
3331
+ "learning_rate": 0.0001,
3332
+ "loss": 0.0,
3333
+ "step": 275000
3334
+ },
3335
+ {
3336
+ "epoch": 3.29,
3337
+ "learning_rate": 0.0001,
3338
+ "loss": 0.0,
3339
+ "step": 275500
3340
+ },
3341
+ {
3342
+ "epoch": 3.29,
3343
+ "learning_rate": 0.0001,
3344
+ "loss": 0.0,
3345
+ "step": 276000
3346
+ },
3347
+ {
3348
+ "epoch": 3.3,
3349
+ "learning_rate": 0.0001,
3350
+ "loss": 0.0,
3351
+ "step": 276500
3352
+ },
3353
+ {
3354
+ "epoch": 3.3,
3355
+ "learning_rate": 0.0001,
3356
+ "loss": 0.0,
3357
+ "step": 277000
3358
+ },
3359
+ {
3360
+ "epoch": 3.31,
3361
+ "learning_rate": 0.0001,
3362
+ "loss": 0.0,
3363
+ "step": 277500
3364
+ },
3365
+ {
3366
+ "epoch": 3.32,
3367
+ "learning_rate": 0.0001,
3368
+ "loss": 0.0,
3369
+ "step": 278000
3370
+ },
3371
+ {
3372
+ "epoch": 3.32,
3373
+ "learning_rate": 0.0001,
3374
+ "loss": 0.0,
3375
+ "step": 278500
3376
+ },
3377
+ {
3378
+ "epoch": 3.33,
3379
+ "learning_rate": 0.0001,
3380
+ "loss": 0.0,
3381
+ "step": 279000
3382
+ },
3383
+ {
3384
+ "epoch": 3.33,
3385
+ "learning_rate": 0.0001,
3386
+ "loss": 0.0,
3387
+ "step": 279500
3388
+ },
3389
+ {
3390
+ "epoch": 3.34,
3391
+ "learning_rate": 0.0001,
3392
+ "loss": 0.0,
3393
+ "step": 280000
3394
+ },
3395
+ {
3396
+ "epoch": 3.35,
3397
+ "learning_rate": 0.0001,
3398
+ "loss": 0.0,
3399
+ "step": 280500
3400
+ },
3401
+ {
3402
+ "epoch": 3.35,
3403
+ "learning_rate": 0.0001,
3404
+ "loss": 0.0,
3405
+ "step": 281000
3406
+ },
3407
+ {
3408
+ "epoch": 3.36,
3409
+ "learning_rate": 0.0001,
3410
+ "loss": 0.0,
3411
+ "step": 281500
3412
+ },
3413
+ {
3414
+ "epoch": 3.36,
3415
+ "learning_rate": 0.0001,
3416
+ "loss": 0.0,
3417
+ "step": 282000
3418
+ },
3419
+ {
3420
+ "epoch": 3.37,
3421
+ "learning_rate": 0.0001,
3422
+ "loss": 0.0,
3423
+ "step": 282500
3424
+ },
3425
+ {
3426
+ "epoch": 3.38,
3427
+ "learning_rate": 0.0001,
3428
+ "loss": 0.0,
3429
+ "step": 283000
3430
+ },
3431
+ {
3432
+ "epoch": 3.38,
3433
+ "learning_rate": 0.0001,
3434
+ "loss": 0.0,
3435
+ "step": 283500
3436
+ },
3437
+ {
3438
+ "epoch": 3.39,
3439
+ "learning_rate": 0.0001,
3440
+ "loss": 0.0,
3441
+ "step": 284000
3442
+ },
3443
+ {
3444
+ "epoch": 3.39,
3445
+ "learning_rate": 0.0001,
3446
+ "loss": 0.0,
3447
+ "step": 284500
3448
+ },
3449
+ {
3450
+ "epoch": 3.4,
3451
+ "learning_rate": 0.0001,
3452
+ "loss": 0.0,
3453
+ "step": 285000
3454
+ },
3455
+ {
3456
+ "epoch": 3.41,
3457
+ "learning_rate": 0.0001,
3458
+ "loss": 0.0,
3459
+ "step": 285500
3460
+ },
3461
+ {
3462
+ "epoch": 3.41,
3463
+ "learning_rate": 0.0001,
3464
+ "loss": 0.0,
3465
+ "step": 286000
3466
+ },
3467
+ {
3468
+ "epoch": 3.42,
3469
+ "learning_rate": 0.0001,
3470
+ "loss": 0.0,
3471
+ "step": 286500
3472
+ },
3473
+ {
3474
+ "epoch": 3.42,
3475
+ "learning_rate": 0.0001,
3476
+ "loss": 0.0,
3477
+ "step": 287000
3478
+ },
3479
+ {
3480
+ "epoch": 3.43,
3481
+ "learning_rate": 0.0001,
3482
+ "loss": 0.0,
3483
+ "step": 287500
3484
+ },
3485
+ {
3486
+ "epoch": 3.44,
3487
+ "learning_rate": 0.0001,
3488
+ "loss": 0.0,
3489
+ "step": 288000
3490
+ },
3491
+ {
3492
+ "epoch": 3.44,
3493
+ "learning_rate": 0.0001,
3494
+ "loss": 0.0,
3495
+ "step": 288500
3496
+ },
3497
+ {
3498
+ "epoch": 3.45,
3499
+ "learning_rate": 0.0001,
3500
+ "loss": 0.0,
3501
+ "step": 289000
3502
+ },
3503
+ {
3504
+ "epoch": 3.45,
3505
+ "learning_rate": 0.0001,
3506
+ "loss": 0.0,
3507
+ "step": 289500
3508
+ },
3509
+ {
3510
+ "epoch": 3.46,
3511
+ "learning_rate": 0.0001,
3512
+ "loss": 0.0,
3513
+ "step": 290000
3514
+ },
3515
+ {
3516
+ "epoch": 3.46,
3517
+ "learning_rate": 0.0001,
3518
+ "loss": 0.0,
3519
+ "step": 290500
3520
+ },
3521
+ {
3522
+ "epoch": 3.47,
3523
+ "learning_rate": 0.0001,
3524
+ "loss": 0.0,
3525
+ "step": 291000
3526
+ },
3527
+ {
3528
+ "epoch": 3.48,
3529
+ "learning_rate": 0.0001,
3530
+ "loss": 0.0,
3531
+ "step": 291500
3532
+ },
3533
+ {
3534
+ "epoch": 3.48,
3535
+ "learning_rate": 0.0001,
3536
+ "loss": 0.0,
3537
+ "step": 292000
3538
+ },
3539
+ {
3540
+ "epoch": 3.49,
3541
+ "learning_rate": 0.0001,
3542
+ "loss": 0.0,
3543
+ "step": 292500
3544
+ },
3545
+ {
3546
+ "epoch": 3.49,
3547
+ "learning_rate": 0.0001,
3548
+ "loss": 0.0,
3549
+ "step": 293000
3550
+ },
3551
+ {
3552
+ "epoch": 3.5,
3553
+ "learning_rate": 0.0001,
3554
+ "loss": 0.0,
3555
+ "step": 293500
3556
+ },
3557
+ {
3558
+ "epoch": 3.51,
3559
+ "learning_rate": 0.0001,
3560
+ "loss": 0.0,
3561
+ "step": 294000
3562
+ },
3563
+ {
3564
+ "epoch": 3.51,
3565
+ "learning_rate": 0.0001,
3566
+ "loss": 0.0,
3567
+ "step": 294500
3568
+ },
3569
+ {
3570
+ "epoch": 3.52,
3571
+ "learning_rate": 0.0001,
3572
+ "loss": 0.0,
3573
+ "step": 295000
3574
+ },
3575
+ {
3576
+ "epoch": 3.52,
3577
+ "learning_rate": 0.0001,
3578
+ "loss": 0.0,
3579
+ "step": 295500
3580
+ },
3581
+ {
3582
+ "epoch": 3.53,
3583
+ "learning_rate": 0.0001,
3584
+ "loss": 0.0,
3585
+ "step": 296000
3586
+ },
3587
+ {
3588
+ "epoch": 3.54,
3589
+ "learning_rate": 0.0001,
3590
+ "loss": 0.0,
3591
+ "step": 296500
3592
+ },
3593
+ {
3594
+ "epoch": 3.54,
3595
+ "learning_rate": 0.0001,
3596
+ "loss": 0.0,
3597
+ "step": 297000
3598
+ },
3599
+ {
3600
+ "epoch": 3.55,
3601
+ "learning_rate": 0.0001,
3602
+ "loss": 0.0,
3603
+ "step": 297500
3604
+ },
3605
+ {
3606
+ "epoch": 3.55,
3607
+ "learning_rate": 0.0001,
3608
+ "loss": 0.0,
3609
+ "step": 298000
3610
+ },
3611
+ {
3612
+ "epoch": 3.56,
3613
+ "learning_rate": 0.0001,
3614
+ "loss": 0.0,
3615
+ "step": 298500
3616
+ },
3617
+ {
3618
+ "epoch": 3.57,
3619
+ "learning_rate": 0.0001,
3620
+ "loss": 0.0,
3621
+ "step": 299000
3622
+ },
3623
+ {
3624
+ "epoch": 3.57,
3625
+ "learning_rate": 0.0001,
3626
+ "loss": 0.0,
3627
+ "step": 299500
3628
+ },
3629
+ {
3630
+ "epoch": 3.58,
3631
+ "learning_rate": 0.0001,
3632
+ "loss": 0.0,
3633
+ "step": 300000
3634
+ },
3635
+ {
3636
+ "epoch": 3.58,
3637
+ "learning_rate": 0.0001,
3638
+ "loss": 0.0,
3639
+ "step": 300500
3640
+ },
3641
+ {
3642
+ "epoch": 3.59,
3643
+ "learning_rate": 0.0001,
3644
+ "loss": 0.0,
3645
+ "step": 301000
3646
+ },
3647
+ {
3648
+ "epoch": 3.6,
3649
+ "learning_rate": 0.0001,
3650
+ "loss": 0.0,
3651
+ "step": 301500
3652
+ },
3653
+ {
3654
+ "epoch": 3.6,
3655
+ "learning_rate": 0.0001,
3656
+ "loss": 0.0,
3657
+ "step": 302000
3658
+ },
3659
+ {
3660
+ "epoch": 3.61,
3661
+ "learning_rate": 0.0001,
3662
+ "loss": 0.0,
3663
+ "step": 302500
3664
+ },
3665
+ {
3666
+ "epoch": 3.61,
3667
+ "learning_rate": 0.0001,
3668
+ "loss": 0.0,
3669
+ "step": 303000
3670
+ },
3671
+ {
3672
+ "epoch": 3.62,
3673
+ "learning_rate": 0.0001,
3674
+ "loss": 0.0,
3675
+ "step": 303500
3676
+ },
3677
+ {
3678
+ "epoch": 3.63,
3679
+ "learning_rate": 0.0001,
3680
+ "loss": 0.0,
3681
+ "step": 304000
3682
+ },
3683
+ {
3684
+ "epoch": 3.63,
3685
+ "learning_rate": 0.0001,
3686
+ "loss": 0.0,
3687
+ "step": 304500
3688
+ },
3689
+ {
3690
+ "epoch": 3.64,
3691
+ "learning_rate": 0.0001,
3692
+ "loss": 0.0,
3693
+ "step": 305000
3694
+ },
3695
+ {
3696
+ "epoch": 3.64,
3697
+ "learning_rate": 0.0001,
3698
+ "loss": 0.0,
3699
+ "step": 305500
3700
+ },
3701
+ {
3702
+ "epoch": 3.65,
3703
+ "learning_rate": 0.0001,
3704
+ "loss": 0.0,
3705
+ "step": 306000
3706
+ },
3707
+ {
3708
+ "epoch": 3.66,
3709
+ "learning_rate": 0.0001,
3710
+ "loss": 0.0,
3711
+ "step": 306500
3712
+ },
3713
+ {
3714
+ "epoch": 3.66,
3715
+ "learning_rate": 0.0001,
3716
+ "loss": 0.0,
3717
+ "step": 307000
3718
+ },
3719
+ {
3720
+ "epoch": 3.67,
3721
+ "learning_rate": 0.0001,
3722
+ "loss": 0.0,
3723
+ "step": 307500
3724
+ },
3725
+ {
3726
+ "epoch": 3.67,
3727
+ "learning_rate": 0.0001,
3728
+ "loss": 0.0,
3729
+ "step": 308000
3730
+ },
3731
+ {
3732
+ "epoch": 3.68,
3733
+ "learning_rate": 0.0001,
3734
+ "loss": 0.0,
3735
+ "step": 308500
3736
+ },
3737
+ {
3738
+ "epoch": 3.69,
3739
+ "learning_rate": 0.0001,
3740
+ "loss": 0.0,
3741
+ "step": 309000
3742
+ },
3743
+ {
3744
+ "epoch": 3.69,
3745
+ "learning_rate": 0.0001,
3746
+ "loss": 0.0,
3747
+ "step": 309500
3748
+ },
3749
+ {
3750
+ "epoch": 3.7,
3751
+ "learning_rate": 0.0001,
3752
+ "loss": 0.0,
3753
+ "step": 310000
3754
+ },
3755
+ {
3756
+ "epoch": 3.7,
3757
+ "learning_rate": 0.0001,
3758
+ "loss": 0.0,
3759
+ "step": 310500
3760
+ },
3761
+ {
3762
+ "epoch": 3.71,
3763
+ "learning_rate": 0.0001,
3764
+ "loss": 0.0,
3765
+ "step": 311000
3766
+ },
3767
+ {
3768
+ "epoch": 3.72,
3769
+ "learning_rate": 0.0001,
3770
+ "loss": 0.0,
3771
+ "step": 311500
3772
+ },
3773
+ {
3774
+ "epoch": 3.72,
3775
+ "learning_rate": 0.0001,
3776
+ "loss": 0.0,
3777
+ "step": 312000
3778
+ },
3779
+ {
3780
+ "epoch": 3.73,
3781
+ "learning_rate": 0.0001,
3782
+ "loss": 0.0,
3783
+ "step": 312500
3784
+ },
3785
+ {
3786
+ "epoch": 3.73,
3787
+ "learning_rate": 0.0001,
3788
+ "loss": 0.0,
3789
+ "step": 313000
3790
+ },
3791
+ {
3792
+ "epoch": 3.74,
3793
+ "learning_rate": 0.0001,
3794
+ "loss": 0.0,
3795
+ "step": 313500
3796
+ },
3797
+ {
3798
+ "epoch": 3.75,
3799
+ "learning_rate": 0.0001,
3800
+ "loss": 0.0,
3801
+ "step": 314000
3802
+ },
3803
+ {
3804
+ "epoch": 3.75,
3805
+ "learning_rate": 0.0001,
3806
+ "loss": 0.0,
3807
+ "step": 314500
3808
+ },
3809
+ {
3810
+ "epoch": 3.76,
3811
+ "learning_rate": 0.0001,
3812
+ "loss": 0.0,
3813
+ "step": 315000
3814
+ },
3815
+ {
3816
+ "epoch": 3.76,
3817
+ "learning_rate": 0.0001,
3818
+ "loss": 0.0,
3819
+ "step": 315500
3820
+ },
3821
+ {
3822
+ "epoch": 3.77,
3823
+ "learning_rate": 0.0001,
3824
+ "loss": 0.0,
3825
+ "step": 316000
3826
+ },
3827
+ {
3828
+ "epoch": 3.78,
3829
+ "learning_rate": 0.0001,
3830
+ "loss": 0.0,
3831
+ "step": 316500
3832
+ },
3833
+ {
3834
+ "epoch": 3.78,
3835
+ "learning_rate": 0.0001,
3836
+ "loss": 0.0,
3837
+ "step": 317000
3838
+ },
3839
+ {
3840
+ "epoch": 3.79,
3841
+ "learning_rate": 0.0001,
3842
+ "loss": 0.0,
3843
+ "step": 317500
3844
+ },
3845
+ {
3846
+ "epoch": 3.79,
3847
+ "learning_rate": 0.0001,
3848
+ "loss": 0.0,
3849
+ "step": 318000
3850
+ },
3851
+ {
3852
+ "epoch": 3.8,
3853
+ "learning_rate": 0.0001,
3854
+ "loss": 0.0,
3855
+ "step": 318500
3856
+ },
3857
+ {
3858
+ "epoch": 3.8,
3859
+ "learning_rate": 0.0001,
3860
+ "loss": 0.0,
3861
+ "step": 319000
3862
+ },
3863
+ {
3864
+ "epoch": 3.81,
3865
+ "learning_rate": 0.0001,
3866
+ "loss": 0.0,
3867
+ "step": 319500
3868
+ },
3869
+ {
3870
+ "epoch": 3.82,
3871
+ "learning_rate": 0.0001,
3872
+ "loss": 0.0,
3873
+ "step": 320000
3874
+ },
3875
+ {
3876
+ "epoch": 3.82,
3877
+ "learning_rate": 0.0001,
3878
+ "loss": 0.0,
3879
+ "step": 320500
3880
+ },
3881
+ {
3882
+ "epoch": 3.83,
3883
+ "learning_rate": 0.0001,
3884
+ "loss": 0.0,
3885
+ "step": 321000
3886
+ },
3887
+ {
3888
+ "epoch": 3.83,
3889
+ "learning_rate": 0.0001,
3890
+ "loss": 0.0,
3891
+ "step": 321500
3892
+ },
3893
+ {
3894
+ "epoch": 3.84,
3895
+ "learning_rate": 0.0001,
3896
+ "loss": 0.0,
3897
+ "step": 322000
3898
+ },
3899
+ {
3900
+ "epoch": 3.85,
3901
+ "learning_rate": 0.0001,
3902
+ "loss": 0.0,
3903
+ "step": 322500
3904
+ },
3905
+ {
3906
+ "epoch": 3.85,
3907
+ "learning_rate": 0.0001,
3908
+ "loss": 0.0,
3909
+ "step": 323000
3910
+ },
3911
+ {
3912
+ "epoch": 3.86,
3913
+ "learning_rate": 0.0001,
3914
+ "loss": 0.0,
3915
+ "step": 323500
3916
+ },
3917
+ {
3918
+ "epoch": 3.86,
3919
+ "learning_rate": 0.0001,
3920
+ "loss": 0.0,
3921
+ "step": 324000
3922
+ },
3923
+ {
3924
+ "epoch": 3.87,
3925
+ "learning_rate": 0.0001,
3926
+ "loss": 0.0,
3927
+ "step": 324500
3928
+ },
3929
+ {
3930
+ "epoch": 3.88,
3931
+ "learning_rate": 0.0001,
3932
+ "loss": 0.0,
3933
+ "step": 325000
3934
+ },
3935
+ {
3936
+ "epoch": 3.88,
3937
+ "learning_rate": 0.0001,
3938
+ "loss": 0.0,
3939
+ "step": 325500
3940
+ },
3941
+ {
3942
+ "epoch": 3.89,
3943
+ "learning_rate": 0.0001,
3944
+ "loss": 0.0,
3945
+ "step": 326000
3946
+ },
3947
+ {
3948
+ "epoch": 3.89,
3949
+ "learning_rate": 0.0001,
3950
+ "loss": 0.0,
3951
+ "step": 326500
3952
+ },
3953
+ {
3954
+ "epoch": 3.9,
3955
+ "learning_rate": 0.0001,
3956
+ "loss": 0.0,
3957
+ "step": 327000
3958
+ },
3959
+ {
3960
+ "epoch": 3.91,
3961
+ "learning_rate": 0.0001,
3962
+ "loss": 0.0,
3963
+ "step": 327500
3964
+ },
3965
+ {
3966
+ "epoch": 3.91,
3967
+ "learning_rate": 0.0001,
3968
+ "loss": 0.0,
3969
+ "step": 328000
3970
+ },
3971
+ {
3972
+ "epoch": 3.92,
3973
+ "learning_rate": 0.0001,
3974
+ "loss": 0.0,
3975
+ "step": 328500
3976
+ },
3977
+ {
3978
+ "epoch": 3.92,
3979
+ "learning_rate": 0.0001,
3980
+ "loss": 0.0,
3981
+ "step": 329000
3982
+ },
3983
+ {
3984
+ "epoch": 3.93,
3985
+ "learning_rate": 0.0001,
3986
+ "loss": 0.0,
3987
+ "step": 329500
3988
+ },
3989
+ {
3990
+ "epoch": 3.94,
3991
+ "learning_rate": 0.0001,
3992
+ "loss": 0.0,
3993
+ "step": 330000
3994
+ },
3995
+ {
3996
+ "epoch": 3.94,
3997
+ "learning_rate": 0.0001,
3998
+ "loss": 0.0,
3999
+ "step": 330500
4000
+ },
4001
+ {
4002
+ "epoch": 3.95,
4003
+ "learning_rate": 0.0001,
4004
+ "loss": 0.0,
4005
+ "step": 331000
4006
+ },
4007
+ {
4008
+ "epoch": 3.95,
4009
+ "learning_rate": 0.0001,
4010
+ "loss": 0.0,
4011
+ "step": 331500
4012
+ },
4013
+ {
4014
+ "epoch": 3.96,
4015
+ "learning_rate": 0.0001,
4016
+ "loss": 0.0,
4017
+ "step": 332000
4018
+ },
4019
+ {
4020
+ "epoch": 3.97,
4021
+ "learning_rate": 0.0001,
4022
+ "loss": 0.0,
4023
+ "step": 332500
4024
+ },
4025
+ {
4026
+ "epoch": 3.97,
4027
+ "learning_rate": 0.0001,
4028
+ "loss": 0.0,
4029
+ "step": 333000
4030
+ },
4031
+ {
4032
+ "epoch": 3.98,
4033
+ "learning_rate": 0.0001,
4034
+ "loss": 0.0,
4035
+ "step": 333500
4036
+ },
4037
+ {
4038
+ "epoch": 3.98,
4039
+ "learning_rate": 0.0001,
4040
+ "loss": 0.0,
4041
+ "step": 334000
4042
+ },
4043
+ {
4044
+ "epoch": 3.99,
4045
+ "learning_rate": 0.0001,
4046
+ "loss": 0.0,
4047
+ "step": 334500
4048
+ },
4049
+ {
4050
+ "epoch": 4.0,
4051
+ "learning_rate": 0.0001,
4052
+ "loss": 0.0,
4053
+ "step": 335000
4054
+ },
4055
+ {
4056
+ "epoch": 4.0,
4057
+ "eval_loss": NaN,
4058
+ "eval_runtime": 2359.8388,
4059
+ "eval_samples_per_second": 17.764,
4060
+ "eval_steps_per_second": 8.882,
4061
+ "step": 335358
4062
+ },
4063
+ {
4064
+ "epoch": 4.0,
4065
+ "learning_rate": 0.0001,
4066
+ "loss": 0.0,
4067
+ "step": 335500
4068
+ },
4069
+ {
4070
+ "epoch": 4.01,
4071
+ "learning_rate": 0.0001,
4072
+ "loss": 0.0,
4073
+ "step": 336000
4074
+ },
4075
+ {
4076
+ "epoch": 4.01,
4077
+ "learning_rate": 0.0001,
4078
+ "loss": 0.0,
4079
+ "step": 336500
4080
+ },
4081
+ {
4082
+ "epoch": 4.02,
4083
+ "learning_rate": 0.0001,
4084
+ "loss": 0.0,
4085
+ "step": 337000
4086
+ },
4087
+ {
4088
+ "epoch": 4.03,
4089
+ "learning_rate": 0.0001,
4090
+ "loss": 0.0,
4091
+ "step": 337500
4092
+ },
4093
+ {
4094
+ "epoch": 4.03,
4095
+ "learning_rate": 0.0001,
4096
+ "loss": 0.0,
4097
+ "step": 338000
4098
+ },
4099
+ {
4100
+ "epoch": 4.04,
4101
+ "learning_rate": 0.0001,
4102
+ "loss": 0.0,
4103
+ "step": 338500
4104
+ },
4105
+ {
4106
+ "epoch": 4.04,
4107
+ "learning_rate": 0.0001,
4108
+ "loss": 0.0,
4109
+ "step": 339000
4110
+ },
4111
+ {
4112
+ "epoch": 4.05,
4113
+ "learning_rate": 0.0001,
4114
+ "loss": 0.0,
4115
+ "step": 339500
4116
+ },
4117
+ {
4118
+ "epoch": 4.06,
4119
+ "learning_rate": 0.0001,
4120
+ "loss": 0.0,
4121
+ "step": 340000
4122
+ },
4123
+ {
4124
+ "epoch": 4.06,
4125
+ "learning_rate": 0.0001,
4126
+ "loss": 0.0,
4127
+ "step": 340500
4128
+ },
4129
+ {
4130
+ "epoch": 4.07,
4131
+ "learning_rate": 0.0001,
4132
+ "loss": 0.0,
4133
+ "step": 341000
4134
+ },
4135
+ {
4136
+ "epoch": 4.07,
4137
+ "learning_rate": 0.0001,
4138
+ "loss": 0.0,
4139
+ "step": 341500
4140
+ },
4141
+ {
4142
+ "epoch": 4.08,
4143
+ "learning_rate": 0.0001,
4144
+ "loss": 0.0,
4145
+ "step": 342000
4146
+ },
4147
+ {
4148
+ "epoch": 4.09,
4149
+ "learning_rate": 0.0001,
4150
+ "loss": 0.0,
4151
+ "step": 342500
4152
+ },
4153
+ {
4154
+ "epoch": 4.09,
4155
+ "learning_rate": 0.0001,
4156
+ "loss": 0.0,
4157
+ "step": 343000
4158
+ },
4159
+ {
4160
+ "epoch": 4.1,
4161
+ "learning_rate": 0.0001,
4162
+ "loss": 0.0,
4163
+ "step": 343500
4164
+ },
4165
+ {
4166
+ "epoch": 4.1,
4167
+ "learning_rate": 0.0001,
4168
+ "loss": 0.0,
4169
+ "step": 344000
4170
+ },
4171
+ {
4172
+ "epoch": 4.11,
4173
+ "learning_rate": 0.0001,
4174
+ "loss": 0.0,
4175
+ "step": 344500
4176
+ },
4177
+ {
4178
+ "epoch": 4.12,
4179
+ "learning_rate": 0.0001,
4180
+ "loss": 0.0,
4181
+ "step": 345000
4182
+ },
4183
+ {
4184
+ "epoch": 4.12,
4185
+ "learning_rate": 0.0001,
4186
+ "loss": 0.0,
4187
+ "step": 345500
4188
+ },
4189
+ {
4190
+ "epoch": 4.13,
4191
+ "learning_rate": 0.0001,
4192
+ "loss": 0.0,
4193
+ "step": 346000
4194
+ },
4195
+ {
4196
+ "epoch": 4.13,
4197
+ "learning_rate": 0.0001,
4198
+ "loss": 0.0,
4199
+ "step": 346500
4200
+ },
4201
+ {
4202
+ "epoch": 4.14,
4203
+ "learning_rate": 0.0001,
4204
+ "loss": 0.0,
4205
+ "step": 347000
4206
+ },
4207
+ {
4208
+ "epoch": 4.14,
4209
+ "learning_rate": 0.0001,
4210
+ "loss": 0.0,
4211
+ "step": 347500
4212
+ },
4213
+ {
4214
+ "epoch": 4.15,
4215
+ "learning_rate": 0.0001,
4216
+ "loss": 0.0,
4217
+ "step": 348000
4218
+ },
4219
+ {
4220
+ "epoch": 4.16,
4221
+ "learning_rate": 0.0001,
4222
+ "loss": 0.0,
4223
+ "step": 348500
4224
+ },
4225
+ {
4226
+ "epoch": 4.16,
4227
+ "learning_rate": 0.0001,
4228
+ "loss": 0.0,
4229
+ "step": 349000
4230
+ },
4231
+ {
4232
+ "epoch": 4.17,
4233
+ "learning_rate": 0.0001,
4234
+ "loss": 0.0,
4235
+ "step": 349500
4236
+ },
4237
+ {
4238
+ "epoch": 4.17,
4239
+ "learning_rate": 0.0001,
4240
+ "loss": 0.0,
4241
+ "step": 350000
4242
+ },
4243
+ {
4244
+ "epoch": 4.18,
4245
+ "learning_rate": 0.0001,
4246
+ "loss": 0.0,
4247
+ "step": 350500
4248
+ },
4249
+ {
4250
+ "epoch": 4.19,
4251
+ "learning_rate": 0.0001,
4252
+ "loss": 0.0,
4253
+ "step": 351000
4254
+ },
4255
+ {
4256
+ "epoch": 4.19,
4257
+ "learning_rate": 0.0001,
4258
+ "loss": 0.0,
4259
+ "step": 351500
4260
+ },
4261
+ {
4262
+ "epoch": 4.2,
4263
+ "learning_rate": 0.0001,
4264
+ "loss": 0.0,
4265
+ "step": 352000
4266
+ },
4267
+ {
4268
+ "epoch": 4.2,
4269
+ "learning_rate": 0.0001,
4270
+ "loss": 0.0,
4271
+ "step": 352500
4272
+ },
4273
+ {
4274
+ "epoch": 4.21,
4275
+ "learning_rate": 0.0001,
4276
+ "loss": 0.0,
4277
+ "step": 353000
4278
+ },
4279
+ {
4280
+ "epoch": 4.22,
4281
+ "learning_rate": 0.0001,
4282
+ "loss": 0.0,
4283
+ "step": 353500
4284
+ },
4285
+ {
4286
+ "epoch": 4.22,
4287
+ "learning_rate": 0.0001,
4288
+ "loss": 0.0,
4289
+ "step": 354000
4290
+ },
4291
+ {
4292
+ "epoch": 4.23,
4293
+ "learning_rate": 0.0001,
4294
+ "loss": 0.0,
4295
+ "step": 354500
4296
+ },
4297
+ {
4298
+ "epoch": 4.23,
4299
+ "learning_rate": 0.0001,
4300
+ "loss": 0.0,
4301
+ "step": 355000
4302
+ },
4303
+ {
4304
+ "epoch": 4.24,
4305
+ "learning_rate": 0.0001,
4306
+ "loss": 0.0,
4307
+ "step": 355500
4308
+ },
4309
+ {
4310
+ "epoch": 4.25,
4311
+ "learning_rate": 0.0001,
4312
+ "loss": 0.0,
4313
+ "step": 356000
4314
+ },
4315
+ {
4316
+ "epoch": 4.25,
4317
+ "learning_rate": 0.0001,
4318
+ "loss": 0.0,
4319
+ "step": 356500
4320
+ },
4321
+ {
4322
+ "epoch": 4.26,
4323
+ "learning_rate": 0.0001,
4324
+ "loss": 0.0,
4325
+ "step": 357000
4326
+ },
4327
+ {
4328
+ "epoch": 4.26,
4329
+ "learning_rate": 0.0001,
4330
+ "loss": 0.0,
4331
+ "step": 357500
4332
+ },
4333
+ {
4334
+ "epoch": 4.27,
4335
+ "learning_rate": 0.0001,
4336
+ "loss": 0.0,
4337
+ "step": 358000
4338
+ },
4339
+ {
4340
+ "epoch": 4.28,
4341
+ "learning_rate": 0.0001,
4342
+ "loss": 0.0,
4343
+ "step": 358500
4344
+ },
4345
+ {
4346
+ "epoch": 4.28,
4347
+ "learning_rate": 0.0001,
4348
+ "loss": 0.0,
4349
+ "step": 359000
4350
+ },
4351
+ {
4352
+ "epoch": 4.29,
4353
+ "learning_rate": 0.0001,
4354
+ "loss": 0.0,
4355
+ "step": 359500
4356
+ },
4357
+ {
4358
+ "epoch": 4.29,
4359
+ "learning_rate": 0.0001,
4360
+ "loss": 0.0,
4361
+ "step": 360000
4362
+ },
4363
+ {
4364
+ "epoch": 4.3,
4365
+ "learning_rate": 0.0001,
4366
+ "loss": 0.0,
4367
+ "step": 360500
4368
+ },
4369
+ {
4370
+ "epoch": 4.31,
4371
+ "learning_rate": 0.0001,
4372
+ "loss": 0.0,
4373
+ "step": 361000
4374
+ },
4375
+ {
4376
+ "epoch": 4.31,
4377
+ "learning_rate": 0.0001,
4378
+ "loss": 0.0,
4379
+ "step": 361500
4380
+ },
4381
+ {
4382
+ "epoch": 4.32,
4383
+ "learning_rate": 0.0001,
4384
+ "loss": 0.0,
4385
+ "step": 362000
4386
+ },
4387
+ {
4388
+ "epoch": 4.32,
4389
+ "learning_rate": 0.0001,
4390
+ "loss": 0.0,
4391
+ "step": 362500
4392
+ },
4393
+ {
4394
+ "epoch": 4.33,
4395
+ "learning_rate": 0.0001,
4396
+ "loss": 0.0,
4397
+ "step": 363000
4398
+ },
4399
+ {
4400
+ "epoch": 4.34,
4401
+ "learning_rate": 0.0001,
4402
+ "loss": 0.0,
4403
+ "step": 363500
4404
+ },
4405
+ {
4406
+ "epoch": 4.34,
4407
+ "learning_rate": 0.0001,
4408
+ "loss": 0.0,
4409
+ "step": 364000
4410
+ },
4411
+ {
4412
+ "epoch": 4.35,
4413
+ "learning_rate": 0.0001,
4414
+ "loss": 0.0,
4415
+ "step": 364500
4416
+ },
4417
+ {
4418
+ "epoch": 4.35,
4419
+ "learning_rate": 0.0001,
4420
+ "loss": 0.0,
4421
+ "step": 365000
4422
+ },
4423
+ {
4424
+ "epoch": 4.36,
4425
+ "learning_rate": 0.0001,
4426
+ "loss": 0.0,
4427
+ "step": 365500
4428
+ },
4429
+ {
4430
+ "epoch": 4.37,
4431
+ "learning_rate": 0.0001,
4432
+ "loss": 0.0,
4433
+ "step": 366000
4434
+ },
4435
+ {
4436
+ "epoch": 4.37,
4437
+ "learning_rate": 0.0001,
4438
+ "loss": 0.0,
4439
+ "step": 366500
4440
+ },
4441
+ {
4442
+ "epoch": 4.38,
4443
+ "learning_rate": 0.0001,
4444
+ "loss": 0.0,
4445
+ "step": 367000
4446
+ },
4447
+ {
4448
+ "epoch": 4.38,
4449
+ "learning_rate": 0.0001,
4450
+ "loss": 0.0,
4451
+ "step": 367500
4452
+ },
4453
+ {
4454
+ "epoch": 4.39,
4455
+ "learning_rate": 0.0001,
4456
+ "loss": 0.0,
4457
+ "step": 368000
4458
+ },
4459
+ {
4460
+ "epoch": 4.4,
4461
+ "learning_rate": 0.0001,
4462
+ "loss": 0.0,
4463
+ "step": 368500
4464
+ },
4465
+ {
4466
+ "epoch": 4.4,
4467
+ "learning_rate": 0.0001,
4468
+ "loss": 0.0,
4469
+ "step": 369000
4470
+ },
4471
+ {
4472
+ "epoch": 4.41,
4473
+ "learning_rate": 0.0001,
4474
+ "loss": 0.0,
4475
+ "step": 369500
4476
+ },
4477
+ {
4478
+ "epoch": 4.41,
4479
+ "learning_rate": 0.0001,
4480
+ "loss": 0.0,
4481
+ "step": 370000
4482
+ },
4483
+ {
4484
+ "epoch": 4.42,
4485
+ "learning_rate": 0.0001,
4486
+ "loss": 0.0,
4487
+ "step": 370500
4488
+ },
4489
+ {
4490
+ "epoch": 4.43,
4491
+ "learning_rate": 0.0001,
4492
+ "loss": 0.0,
4493
+ "step": 371000
4494
+ },
4495
+ {
4496
+ "epoch": 4.43,
4497
+ "learning_rate": 0.0001,
4498
+ "loss": 0.0,
4499
+ "step": 371500
4500
+ },
4501
+ {
4502
+ "epoch": 4.44,
4503
+ "learning_rate": 0.0001,
4504
+ "loss": 0.0,
4505
+ "step": 372000
4506
+ },
4507
+ {
4508
+ "epoch": 4.44,
4509
+ "learning_rate": 0.0001,
4510
+ "loss": 0.0,
4511
+ "step": 372500
4512
+ },
4513
+ {
4514
+ "epoch": 4.45,
4515
+ "learning_rate": 0.0001,
4516
+ "loss": 0.0,
4517
+ "step": 373000
4518
+ },
4519
+ {
4520
+ "epoch": 4.45,
4521
+ "learning_rate": 0.0001,
4522
+ "loss": 0.0,
4523
+ "step": 373500
4524
+ },
4525
+ {
4526
+ "epoch": 4.46,
4527
+ "learning_rate": 0.0001,
4528
+ "loss": 0.0,
4529
+ "step": 374000
4530
+ },
4531
+ {
4532
+ "epoch": 4.47,
4533
+ "learning_rate": 0.0001,
4534
+ "loss": 0.0,
4535
+ "step": 374500
4536
+ },
4537
+ {
4538
+ "epoch": 4.47,
4539
+ "learning_rate": 0.0001,
4540
+ "loss": 0.0,
4541
+ "step": 375000
4542
+ },
4543
+ {
4544
+ "epoch": 4.48,
4545
+ "learning_rate": 0.0001,
4546
+ "loss": 0.0,
4547
+ "step": 375500
4548
+ },
4549
+ {
4550
+ "epoch": 4.48,
4551
+ "learning_rate": 0.0001,
4552
+ "loss": 0.0,
4553
+ "step": 376000
4554
+ },
4555
+ {
4556
+ "epoch": 4.49,
4557
+ "learning_rate": 0.0001,
4558
+ "loss": 0.0,
4559
+ "step": 376500
4560
+ },
4561
+ {
4562
+ "epoch": 4.5,
4563
+ "learning_rate": 0.0001,
4564
+ "loss": 0.0,
4565
+ "step": 377000
4566
+ },
4567
+ {
4568
+ "epoch": 4.5,
4569
+ "learning_rate": 0.0001,
4570
+ "loss": 0.0,
4571
+ "step": 377500
4572
+ },
4573
+ {
4574
+ "epoch": 4.51,
4575
+ "learning_rate": 0.0001,
4576
+ "loss": 0.0,
4577
+ "step": 378000
4578
+ },
4579
+ {
4580
+ "epoch": 4.51,
4581
+ "learning_rate": 0.0001,
4582
+ "loss": 0.0,
4583
+ "step": 378500
4584
+ },
4585
+ {
4586
+ "epoch": 4.52,
4587
+ "learning_rate": 0.0001,
4588
+ "loss": 0.0,
4589
+ "step": 379000
4590
+ },
4591
+ {
4592
+ "epoch": 4.53,
4593
+ "learning_rate": 0.0001,
4594
+ "loss": 0.0,
4595
+ "step": 379500
4596
+ },
4597
+ {
4598
+ "epoch": 4.53,
4599
+ "learning_rate": 0.0001,
4600
+ "loss": 0.0,
4601
+ "step": 380000
4602
+ },
4603
+ {
4604
+ "epoch": 4.54,
4605
+ "learning_rate": 0.0001,
4606
+ "loss": 0.0,
4607
+ "step": 380500
4608
+ },
4609
+ {
4610
+ "epoch": 4.54,
4611
+ "learning_rate": 0.0001,
4612
+ "loss": 0.0,
4613
+ "step": 381000
4614
+ },
4615
+ {
4616
+ "epoch": 4.55,
4617
+ "learning_rate": 0.0001,
4618
+ "loss": 0.0,
4619
+ "step": 381500
4620
+ },
4621
+ {
4622
+ "epoch": 4.56,
4623
+ "learning_rate": 0.0001,
4624
+ "loss": 0.0,
4625
+ "step": 382000
4626
+ },
4627
+ {
4628
+ "epoch": 4.56,
4629
+ "learning_rate": 0.0001,
4630
+ "loss": 0.0,
4631
+ "step": 382500
4632
+ },
4633
+ {
4634
+ "epoch": 4.57,
4635
+ "learning_rate": 0.0001,
4636
+ "loss": 0.0,
4637
+ "step": 383000
4638
+ },
4639
+ {
4640
+ "epoch": 4.57,
4641
+ "learning_rate": 0.0001,
4642
+ "loss": 0.0,
4643
+ "step": 383500
4644
+ },
4645
+ {
4646
+ "epoch": 4.58,
4647
+ "learning_rate": 0.0001,
4648
+ "loss": 0.0,
4649
+ "step": 384000
4650
+ },
4651
+ {
4652
+ "epoch": 4.59,
4653
+ "learning_rate": 0.0001,
4654
+ "loss": 0.0,
4655
+ "step": 384500
4656
+ },
4657
+ {
4658
+ "epoch": 4.59,
4659
+ "learning_rate": 0.0001,
4660
+ "loss": 0.0,
4661
+ "step": 385000
4662
+ },
4663
+ {
4664
+ "epoch": 4.6,
4665
+ "learning_rate": 0.0001,
4666
+ "loss": 0.0,
4667
+ "step": 385500
4668
+ },
4669
+ {
4670
+ "epoch": 4.6,
4671
+ "learning_rate": 0.0001,
4672
+ "loss": 0.0,
4673
+ "step": 386000
4674
+ },
4675
+ {
4676
+ "epoch": 4.61,
4677
+ "learning_rate": 0.0001,
4678
+ "loss": 0.0,
4679
+ "step": 386500
4680
+ },
4681
+ {
4682
+ "epoch": 4.62,
4683
+ "learning_rate": 0.0001,
4684
+ "loss": 0.0,
4685
+ "step": 387000
4686
+ },
4687
+ {
4688
+ "epoch": 4.62,
4689
+ "learning_rate": 0.0001,
4690
+ "loss": 0.0,
4691
+ "step": 387500
4692
+ },
4693
+ {
4694
+ "epoch": 4.63,
4695
+ "learning_rate": 0.0001,
4696
+ "loss": 0.0,
4697
+ "step": 388000
4698
+ },
4699
+ {
4700
+ "epoch": 4.63,
4701
+ "learning_rate": 0.0001,
4702
+ "loss": 0.0,
4703
+ "step": 388500
4704
+ },
4705
+ {
4706
+ "epoch": 4.64,
4707
+ "learning_rate": 0.0001,
4708
+ "loss": 0.0,
4709
+ "step": 389000
4710
+ },
4711
+ {
4712
+ "epoch": 4.65,
4713
+ "learning_rate": 0.0001,
4714
+ "loss": 0.0,
4715
+ "step": 389500
4716
+ },
4717
+ {
4718
+ "epoch": 4.65,
4719
+ "learning_rate": 0.0001,
4720
+ "loss": 0.0,
4721
+ "step": 390000
4722
+ },
4723
+ {
4724
+ "epoch": 4.66,
4725
+ "learning_rate": 0.0001,
4726
+ "loss": 0.0,
4727
+ "step": 390500
4728
+ },
4729
+ {
4730
+ "epoch": 4.66,
4731
+ "learning_rate": 0.0001,
4732
+ "loss": 0.0,
4733
+ "step": 391000
4734
+ },
4735
+ {
4736
+ "epoch": 4.67,
4737
+ "learning_rate": 0.0001,
4738
+ "loss": 0.0,
4739
+ "step": 391500
4740
+ },
4741
+ {
4742
+ "epoch": 4.68,
4743
+ "learning_rate": 0.0001,
4744
+ "loss": 0.0,
4745
+ "step": 392000
4746
+ },
4747
+ {
4748
+ "epoch": 4.68,
4749
+ "learning_rate": 0.0001,
4750
+ "loss": 0.0,
4751
+ "step": 392500
4752
+ },
4753
+ {
4754
+ "epoch": 4.69,
4755
+ "learning_rate": 0.0001,
4756
+ "loss": 0.0,
4757
+ "step": 393000
4758
+ },
4759
+ {
4760
+ "epoch": 4.69,
4761
+ "learning_rate": 0.0001,
4762
+ "loss": 0.0,
4763
+ "step": 393500
4764
+ },
4765
+ {
4766
+ "epoch": 4.7,
4767
+ "learning_rate": 0.0001,
4768
+ "loss": 0.0,
4769
+ "step": 394000
4770
+ },
4771
+ {
4772
+ "epoch": 4.71,
4773
+ "learning_rate": 0.0001,
4774
+ "loss": 0.0,
4775
+ "step": 394500
4776
+ },
4777
+ {
4778
+ "epoch": 4.71,
4779
+ "learning_rate": 0.0001,
4780
+ "loss": 0.0,
4781
+ "step": 395000
4782
+ },
4783
+ {
4784
+ "epoch": 4.72,
4785
+ "learning_rate": 0.0001,
4786
+ "loss": 0.0,
4787
+ "step": 395500
4788
+ },
4789
+ {
4790
+ "epoch": 4.72,
4791
+ "learning_rate": 0.0001,
4792
+ "loss": 0.0,
4793
+ "step": 396000
4794
+ },
4795
+ {
4796
+ "epoch": 4.73,
4797
+ "learning_rate": 0.0001,
4798
+ "loss": 0.0,
4799
+ "step": 396500
4800
+ },
4801
+ {
4802
+ "epoch": 4.74,
4803
+ "learning_rate": 0.0001,
4804
+ "loss": 0.0,
4805
+ "step": 397000
4806
+ },
4807
+ {
4808
+ "epoch": 4.74,
4809
+ "learning_rate": 0.0001,
4810
+ "loss": 0.0,
4811
+ "step": 397500
4812
+ },
4813
+ {
4814
+ "epoch": 4.75,
4815
+ "learning_rate": 0.0001,
4816
+ "loss": 0.0,
4817
+ "step": 398000
4818
+ },
4819
+ {
4820
+ "epoch": 4.75,
4821
+ "learning_rate": 0.0001,
4822
+ "loss": 0.0,
4823
+ "step": 398500
4824
+ },
4825
+ {
4826
+ "epoch": 4.76,
4827
+ "learning_rate": 0.0001,
4828
+ "loss": 0.0,
4829
+ "step": 399000
4830
+ },
4831
+ {
4832
+ "epoch": 4.77,
4833
+ "learning_rate": 0.0001,
4834
+ "loss": 0.0,
4835
+ "step": 399500
4836
+ },
4837
+ {
4838
+ "epoch": 4.77,
4839
+ "learning_rate": 0.0001,
4840
+ "loss": 0.0,
4841
+ "step": 400000
4842
+ },
4843
+ {
4844
+ "epoch": 4.78,
4845
+ "learning_rate": 0.0001,
4846
+ "loss": 0.0,
4847
+ "step": 400500
4848
+ },
4849
+ {
4850
+ "epoch": 4.78,
4851
+ "learning_rate": 0.0001,
4852
+ "loss": 0.0,
4853
+ "step": 401000
4854
+ },
4855
+ {
4856
+ "epoch": 4.79,
4857
+ "learning_rate": 0.0001,
4858
+ "loss": 0.0,
4859
+ "step": 401500
4860
+ },
4861
+ {
4862
+ "epoch": 4.79,
4863
+ "learning_rate": 0.0001,
4864
+ "loss": 0.0,
4865
+ "step": 402000
4866
+ },
4867
+ {
4868
+ "epoch": 4.8,
4869
+ "learning_rate": 0.0001,
4870
+ "loss": 0.0,
4871
+ "step": 402500
4872
+ },
4873
+ {
4874
+ "epoch": 4.81,
4875
+ "learning_rate": 0.0001,
4876
+ "loss": 0.0,
4877
+ "step": 403000
4878
+ },
4879
+ {
4880
+ "epoch": 4.81,
4881
+ "learning_rate": 0.0001,
4882
+ "loss": 0.0,
4883
+ "step": 403500
4884
+ },
4885
+ {
4886
+ "epoch": 4.82,
4887
+ "learning_rate": 0.0001,
4888
+ "loss": 0.0,
4889
+ "step": 404000
4890
+ },
4891
+ {
4892
+ "epoch": 4.82,
4893
+ "learning_rate": 0.0001,
4894
+ "loss": 0.0,
4895
+ "step": 404500
4896
+ },
4897
+ {
4898
+ "epoch": 4.83,
4899
+ "learning_rate": 0.0001,
4900
+ "loss": 0.0,
4901
+ "step": 405000
4902
+ },
4903
+ {
4904
+ "epoch": 4.84,
4905
+ "learning_rate": 0.0001,
4906
+ "loss": 0.0,
4907
+ "step": 405500
4908
+ },
4909
+ {
4910
+ "epoch": 4.84,
4911
+ "learning_rate": 0.0001,
4912
+ "loss": 0.0,
4913
+ "step": 406000
4914
+ },
4915
+ {
4916
+ "epoch": 4.85,
4917
+ "learning_rate": 0.0001,
4918
+ "loss": 0.0,
4919
+ "step": 406500
4920
+ },
4921
+ {
4922
+ "epoch": 4.85,
4923
+ "learning_rate": 0.0001,
4924
+ "loss": 0.0,
4925
+ "step": 407000
4926
+ },
4927
+ {
4928
+ "epoch": 4.86,
4929
+ "learning_rate": 0.0001,
4930
+ "loss": 0.0,
4931
+ "step": 407500
4932
+ },
4933
+ {
4934
+ "epoch": 4.87,
4935
+ "learning_rate": 0.0001,
4936
+ "loss": 0.0,
4937
+ "step": 408000
4938
+ },
4939
+ {
4940
+ "epoch": 4.87,
4941
+ "learning_rate": 0.0001,
4942
+ "loss": 0.0,
4943
+ "step": 408500
4944
+ },
4945
+ {
4946
+ "epoch": 4.88,
4947
+ "learning_rate": 0.0001,
4948
+ "loss": 0.0,
4949
+ "step": 409000
4950
+ },
4951
+ {
4952
+ "epoch": 4.88,
4953
+ "learning_rate": 0.0001,
4954
+ "loss": 0.0,
4955
+ "step": 409500
4956
+ },
4957
+ {
4958
+ "epoch": 4.89,
4959
+ "learning_rate": 0.0001,
4960
+ "loss": 0.0,
4961
+ "step": 410000
4962
+ },
4963
+ {
4964
+ "epoch": 4.9,
4965
+ "learning_rate": 0.0001,
4966
+ "loss": 0.0,
4967
+ "step": 410500
4968
+ },
4969
+ {
4970
+ "epoch": 4.9,
4971
+ "learning_rate": 0.0001,
4972
+ "loss": 0.0,
4973
+ "step": 411000
4974
+ },
4975
+ {
4976
+ "epoch": 4.91,
4977
+ "learning_rate": 0.0001,
4978
+ "loss": 0.0,
4979
+ "step": 411500
4980
+ },
4981
+ {
4982
+ "epoch": 4.91,
4983
+ "learning_rate": 0.0001,
4984
+ "loss": 0.0,
4985
+ "step": 412000
4986
+ },
4987
+ {
4988
+ "epoch": 4.92,
4989
+ "learning_rate": 0.0001,
4990
+ "loss": 0.0,
4991
+ "step": 412500
4992
+ },
4993
+ {
4994
+ "epoch": 4.93,
4995
+ "learning_rate": 0.0001,
4996
+ "loss": 0.0,
4997
+ "step": 413000
4998
+ },
4999
+ {
5000
+ "epoch": 4.93,
5001
+ "learning_rate": 0.0001,
5002
+ "loss": 0.0,
5003
+ "step": 413500
5004
+ },
5005
+ {
5006
+ "epoch": 4.94,
5007
+ "learning_rate": 0.0001,
5008
+ "loss": 0.0,
5009
+ "step": 414000
5010
+ },
5011
+ {
5012
+ "epoch": 4.94,
5013
+ "learning_rate": 0.0001,
5014
+ "loss": 0.0,
5015
+ "step": 414500
5016
+ },
5017
+ {
5018
+ "epoch": 4.95,
5019
+ "learning_rate": 0.0001,
5020
+ "loss": 0.0,
5021
+ "step": 415000
5022
+ },
5023
+ {
5024
+ "epoch": 4.96,
5025
+ "learning_rate": 0.0001,
5026
+ "loss": 0.0,
5027
+ "step": 415500
5028
+ },
5029
+ {
5030
+ "epoch": 4.96,
5031
+ "learning_rate": 0.0001,
5032
+ "loss": 0.0,
5033
+ "step": 416000
5034
+ },
5035
+ {
5036
+ "epoch": 4.97,
5037
+ "learning_rate": 0.0001,
5038
+ "loss": 0.0,
5039
+ "step": 416500
5040
+ },
5041
+ {
5042
+ "epoch": 4.97,
5043
+ "learning_rate": 0.0001,
5044
+ "loss": 0.0,
5045
+ "step": 417000
5046
+ },
5047
+ {
5048
+ "epoch": 4.98,
5049
+ "learning_rate": 0.0001,
5050
+ "loss": 0.0,
5051
+ "step": 417500
5052
+ },
5053
+ {
5054
+ "epoch": 4.99,
5055
+ "learning_rate": 0.0001,
5056
+ "loss": 0.0,
5057
+ "step": 418000
5058
+ },
5059
+ {
5060
+ "epoch": 4.99,
5061
+ "learning_rate": 0.0001,
5062
+ "loss": 0.0,
5063
+ "step": 418500
5064
+ },
5065
+ {
5066
+ "epoch": 5.0,
5067
+ "learning_rate": 0.0001,
5068
+ "loss": 0.0,
5069
+ "step": 419000
5070
+ },
5071
+ {
5072
+ "epoch": 5.0,
5073
+ "eval_loss": NaN,
5074
+ "eval_runtime": 2510.0871,
5075
+ "eval_samples_per_second": 16.701,
5076
+ "eval_steps_per_second": 8.35,
5077
+ "step": 419195
5078
+ }
5079
+ ],
5080
+ "logging_steps": 500,
5081
+ "max_steps": 419195,
5082
+ "num_train_epochs": 5,
5083
+ "save_steps": 500,
5084
+ "total_flos": 3.864579585551106e+18,
5085
+ "trial_name": null,
5086
+ "trial_params": null
5087
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:454d347da160e67b28844540ae97febdaac56e5ad1ea9de1c97e99ad20a96d44
3
+ size 4155