adhawan02 commited on
Commit
3991692
1 Parent(s): fb86d2e

Upload 8 files

Browse files
README.md CHANGED
@@ -1,3 +1,21 @@
1
  ---
2
- license: mit
3
  ---
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
  ---
2
+ library_name: peft
3
  ---
4
+ ## Training procedure
5
+
6
+
7
+ The following `bitsandbytes` quantization config was used during training:
8
+ - quant_method: bitsandbytes
9
+ - load_in_8bit: False
10
+ - load_in_4bit: True
11
+ - llm_int8_threshold: 6.0
12
+ - llm_int8_skip_modules: None
13
+ - llm_int8_enable_fp32_cpu_offload: False
14
+ - llm_int8_has_fp16_weight: False
15
+ - bnb_4bit_quant_type: nf4
16
+ - bnb_4bit_use_double_quant: True
17
+ - bnb_4bit_compute_dtype: bfloat16
18
+ ### Framework versions
19
+
20
+
21
+ - PEFT 0.6.0.dev0
adapter_config.json ADDED
@@ -0,0 +1,26 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "auto_mapping": null,
3
+ "base_model_name_or_path": "meta-llama/Llama-2-7b-chat-hf",
4
+ "bias": "none",
5
+ "fan_in_fan_out": false,
6
+ "inference_mode": true,
7
+ "init_lora_weights": true,
8
+ "layers_pattern": null,
9
+ "layers_to_transform": null,
10
+ "lora_alpha": 32,
11
+ "lora_dropout": 0.05,
12
+ "modules_to_save": null,
13
+ "peft_type": "LORA",
14
+ "r": 16,
15
+ "revision": null,
16
+ "target_modules": [
17
+ "q_proj",
18
+ "k_proj",
19
+ "v_proj",
20
+ "gate_proj",
21
+ "up_proj",
22
+ "down_proj",
23
+ "lm_head"
24
+ ],
25
+ "task_type": "CAUSAL_LM"
26
+ }
adapter_model.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:88e96d86be1cbd88a57c2250ef6eb6f0f04c9dddccdb2535f0018d296c42e95c
3
+ size 145579733
optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ed4384a3e8decd7d20b94d5b424d9d8033729c912615cb884a5c008af07ccc90
3
+ size 73315495
rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:58de879d2b8c7e90e7a478510b1fe707d84ea07ecdbedff618a9d4c98f93081b
3
+ size 14575
scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:cf9fb525c3e025222c2cb7a07d1fa62a7b8f65a3ee90e2f96515d6dec2265ccd
3
+ size 627
trainer_state.json ADDED
@@ -0,0 +1,3795 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 2.6609808102345416,
5
+ "eval_steps": 156,
6
+ "global_step": 624,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.0,
13
+ "learning_rate": 0.0001,
14
+ "loss": 0.9889,
15
+ "step": 1
16
+ },
17
+ {
18
+ "epoch": 0.01,
19
+ "learning_rate": 0.0002,
20
+ "loss": 0.4951,
21
+ "step": 2
22
+ },
23
+ {
24
+ "epoch": 0.01,
25
+ "learning_rate": 0.00019971428571428573,
26
+ "loss": 0.5165,
27
+ "step": 3
28
+ },
29
+ {
30
+ "epoch": 0.02,
31
+ "learning_rate": 0.00019942857142857143,
32
+ "loss": 0.4097,
33
+ "step": 4
34
+ },
35
+ {
36
+ "epoch": 0.02,
37
+ "learning_rate": 0.00019914285714285715,
38
+ "loss": 0.7352,
39
+ "step": 5
40
+ },
41
+ {
42
+ "epoch": 0.03,
43
+ "learning_rate": 0.00019885714285714287,
44
+ "loss": 0.748,
45
+ "step": 6
46
+ },
47
+ {
48
+ "epoch": 0.03,
49
+ "learning_rate": 0.0001985714285714286,
50
+ "loss": 0.7403,
51
+ "step": 7
52
+ },
53
+ {
54
+ "epoch": 0.03,
55
+ "learning_rate": 0.0001982857142857143,
56
+ "loss": 0.419,
57
+ "step": 8
58
+ },
59
+ {
60
+ "epoch": 0.04,
61
+ "learning_rate": 0.00019800000000000002,
62
+ "loss": 0.3272,
63
+ "step": 9
64
+ },
65
+ {
66
+ "epoch": 0.04,
67
+ "learning_rate": 0.0001977142857142857,
68
+ "loss": 0.3405,
69
+ "step": 10
70
+ },
71
+ {
72
+ "epoch": 0.05,
73
+ "learning_rate": 0.00019742857142857143,
74
+ "loss": 0.7197,
75
+ "step": 11
76
+ },
77
+ {
78
+ "epoch": 0.05,
79
+ "learning_rate": 0.00019714285714285716,
80
+ "loss": 0.7352,
81
+ "step": 12
82
+ },
83
+ {
84
+ "epoch": 0.06,
85
+ "learning_rate": 0.00019685714285714288,
86
+ "loss": 0.6075,
87
+ "step": 13
88
+ },
89
+ {
90
+ "epoch": 0.06,
91
+ "learning_rate": 0.00019657142857142858,
92
+ "loss": 0.2958,
93
+ "step": 14
94
+ },
95
+ {
96
+ "epoch": 0.06,
97
+ "learning_rate": 0.0001962857142857143,
98
+ "loss": 0.3496,
99
+ "step": 15
100
+ },
101
+ {
102
+ "epoch": 0.07,
103
+ "learning_rate": 0.000196,
104
+ "loss": 0.6658,
105
+ "step": 16
106
+ },
107
+ {
108
+ "epoch": 0.07,
109
+ "learning_rate": 0.00019571428571428572,
110
+ "loss": 0.7549,
111
+ "step": 17
112
+ },
113
+ {
114
+ "epoch": 0.08,
115
+ "learning_rate": 0.00019542857142857144,
116
+ "loss": 0.0,
117
+ "step": 18
118
+ },
119
+ {
120
+ "epoch": 0.08,
121
+ "learning_rate": 0.00019514285714285716,
122
+ "loss": 0.6884,
123
+ "step": 19
124
+ },
125
+ {
126
+ "epoch": 0.09,
127
+ "learning_rate": 0.00019485714285714286,
128
+ "loss": 0.6409,
129
+ "step": 20
130
+ },
131
+ {
132
+ "epoch": 0.09,
133
+ "learning_rate": 0.00019457142857142858,
134
+ "loss": 0.7512,
135
+ "step": 21
136
+ },
137
+ {
138
+ "epoch": 0.09,
139
+ "learning_rate": 0.0001942857142857143,
140
+ "loss": 0.7013,
141
+ "step": 22
142
+ },
143
+ {
144
+ "epoch": 0.1,
145
+ "learning_rate": 0.000194,
146
+ "loss": 0.7292,
147
+ "step": 23
148
+ },
149
+ {
150
+ "epoch": 0.1,
151
+ "learning_rate": 0.00019371428571428572,
152
+ "loss": 0.3452,
153
+ "step": 24
154
+ },
155
+ {
156
+ "epoch": 0.11,
157
+ "learning_rate": 0.00019342857142857144,
158
+ "loss": 0.3501,
159
+ "step": 25
160
+ },
161
+ {
162
+ "epoch": 0.11,
163
+ "learning_rate": 0.00019314285714285717,
164
+ "loss": 0.3008,
165
+ "step": 26
166
+ },
167
+ {
168
+ "epoch": 0.12,
169
+ "learning_rate": 0.00019285714285714286,
170
+ "loss": 0.3964,
171
+ "step": 27
172
+ },
173
+ {
174
+ "epoch": 0.12,
175
+ "learning_rate": 0.00019257142857142859,
176
+ "loss": 0.3228,
177
+ "step": 28
178
+ },
179
+ {
180
+ "epoch": 0.12,
181
+ "learning_rate": 0.00019228571428571428,
182
+ "loss": 0.3513,
183
+ "step": 29
184
+ },
185
+ {
186
+ "epoch": 0.13,
187
+ "learning_rate": 0.000192,
188
+ "loss": 0.664,
189
+ "step": 30
190
+ },
191
+ {
192
+ "epoch": 0.13,
193
+ "learning_rate": 0.0001917142857142857,
194
+ "loss": 0.6402,
195
+ "step": 31
196
+ },
197
+ {
198
+ "epoch": 0.14,
199
+ "learning_rate": 0.00019142857142857145,
200
+ "loss": 0.3111,
201
+ "step": 32
202
+ },
203
+ {
204
+ "epoch": 0.14,
205
+ "learning_rate": 0.00019114285714285715,
206
+ "loss": 0.3587,
207
+ "step": 33
208
+ },
209
+ {
210
+ "epoch": 0.14,
211
+ "learning_rate": 0.00019085714285714287,
212
+ "loss": 0.6624,
213
+ "step": 34
214
+ },
215
+ {
216
+ "epoch": 0.15,
217
+ "learning_rate": 0.0001905714285714286,
218
+ "loss": 0.6812,
219
+ "step": 35
220
+ },
221
+ {
222
+ "epoch": 0.15,
223
+ "learning_rate": 0.0001902857142857143,
224
+ "loss": 0.7159,
225
+ "step": 36
226
+ },
227
+ {
228
+ "epoch": 0.16,
229
+ "learning_rate": 0.00019,
230
+ "loss": 0.5748,
231
+ "step": 37
232
+ },
233
+ {
234
+ "epoch": 0.16,
235
+ "learning_rate": 0.00018971428571428573,
236
+ "loss": 0.0,
237
+ "step": 38
238
+ },
239
+ {
240
+ "epoch": 0.17,
241
+ "learning_rate": 0.00018942857142857146,
242
+ "loss": 0.7387,
243
+ "step": 39
244
+ },
245
+ {
246
+ "epoch": 0.17,
247
+ "learning_rate": 0.00018914285714285715,
248
+ "loss": 0.6224,
249
+ "step": 40
250
+ },
251
+ {
252
+ "epoch": 0.17,
253
+ "learning_rate": 0.00018885714285714287,
254
+ "loss": 0.6408,
255
+ "step": 41
256
+ },
257
+ {
258
+ "epoch": 0.18,
259
+ "learning_rate": 0.00018857142857142857,
260
+ "loss": 0.3345,
261
+ "step": 42
262
+ },
263
+ {
264
+ "epoch": 0.18,
265
+ "learning_rate": 0.0001882857142857143,
266
+ "loss": 0.6047,
267
+ "step": 43
268
+ },
269
+ {
270
+ "epoch": 0.19,
271
+ "learning_rate": 0.000188,
272
+ "loss": 0.6938,
273
+ "step": 44
274
+ },
275
+ {
276
+ "epoch": 0.19,
277
+ "learning_rate": 0.00018771428571428574,
278
+ "loss": 0.5592,
279
+ "step": 45
280
+ },
281
+ {
282
+ "epoch": 0.2,
283
+ "learning_rate": 0.00018742857142857143,
284
+ "loss": 0.5506,
285
+ "step": 46
286
+ },
287
+ {
288
+ "epoch": 0.2,
289
+ "learning_rate": 0.00018714285714285716,
290
+ "loss": 0.6233,
291
+ "step": 47
292
+ },
293
+ {
294
+ "epoch": 0.2,
295
+ "learning_rate": 0.00018685714285714285,
296
+ "loss": 0.3068,
297
+ "step": 48
298
+ },
299
+ {
300
+ "epoch": 0.21,
301
+ "learning_rate": 0.00018657142857142858,
302
+ "loss": 0.6384,
303
+ "step": 49
304
+ },
305
+ {
306
+ "epoch": 0.21,
307
+ "learning_rate": 0.0001862857142857143,
308
+ "loss": 0.0,
309
+ "step": 50
310
+ },
311
+ {
312
+ "epoch": 0.22,
313
+ "learning_rate": 0.00018600000000000002,
314
+ "loss": 0.3308,
315
+ "step": 51
316
+ },
317
+ {
318
+ "epoch": 0.22,
319
+ "learning_rate": 0.00018571428571428572,
320
+ "loss": 0.3585,
321
+ "step": 52
322
+ },
323
+ {
324
+ "epoch": 0.23,
325
+ "learning_rate": 0.00018542857142857144,
326
+ "loss": 0.267,
327
+ "step": 53
328
+ },
329
+ {
330
+ "epoch": 0.23,
331
+ "learning_rate": 0.00018514285714285716,
332
+ "loss": 0.6211,
333
+ "step": 54
334
+ },
335
+ {
336
+ "epoch": 0.23,
337
+ "learning_rate": 0.00018485714285714286,
338
+ "loss": 0.6349,
339
+ "step": 55
340
+ },
341
+ {
342
+ "epoch": 0.24,
343
+ "learning_rate": 0.00018457142857142858,
344
+ "loss": 0.3467,
345
+ "step": 56
346
+ },
347
+ {
348
+ "epoch": 0.24,
349
+ "learning_rate": 0.00018428571428571428,
350
+ "loss": 0.3246,
351
+ "step": 57
352
+ },
353
+ {
354
+ "epoch": 0.25,
355
+ "learning_rate": 0.00018400000000000003,
356
+ "loss": 0.7163,
357
+ "step": 58
358
+ },
359
+ {
360
+ "epoch": 0.25,
361
+ "learning_rate": 0.00018371428571428572,
362
+ "loss": 0.3002,
363
+ "step": 59
364
+ },
365
+ {
366
+ "epoch": 0.26,
367
+ "learning_rate": 0.00018342857142857145,
368
+ "loss": 0.6595,
369
+ "step": 60
370
+ },
371
+ {
372
+ "epoch": 0.26,
373
+ "learning_rate": 0.00018314285714285714,
374
+ "loss": 0.2982,
375
+ "step": 61
376
+ },
377
+ {
378
+ "epoch": 0.26,
379
+ "learning_rate": 0.00018285714285714286,
380
+ "loss": 0.6394,
381
+ "step": 62
382
+ },
383
+ {
384
+ "epoch": 0.27,
385
+ "learning_rate": 0.00018257142857142856,
386
+ "loss": 0.6705,
387
+ "step": 63
388
+ },
389
+ {
390
+ "epoch": 0.27,
391
+ "learning_rate": 0.0001822857142857143,
392
+ "loss": 0.3373,
393
+ "step": 64
394
+ },
395
+ {
396
+ "epoch": 0.28,
397
+ "learning_rate": 0.000182,
398
+ "loss": 0.3306,
399
+ "step": 65
400
+ },
401
+ {
402
+ "epoch": 0.28,
403
+ "learning_rate": 0.00018171428571428573,
404
+ "loss": 0.0,
405
+ "step": 66
406
+ },
407
+ {
408
+ "epoch": 0.29,
409
+ "learning_rate": 0.00018142857142857142,
410
+ "loss": 0.6568,
411
+ "step": 67
412
+ },
413
+ {
414
+ "epoch": 0.29,
415
+ "learning_rate": 0.00018114285714285715,
416
+ "loss": 0.2512,
417
+ "step": 68
418
+ },
419
+ {
420
+ "epoch": 0.29,
421
+ "learning_rate": 0.00018085714285714287,
422
+ "loss": 0.5775,
423
+ "step": 69
424
+ },
425
+ {
426
+ "epoch": 0.3,
427
+ "learning_rate": 0.00018057142857142857,
428
+ "loss": 0.2991,
429
+ "step": 70
430
+ },
431
+ {
432
+ "epoch": 0.3,
433
+ "learning_rate": 0.00018028571428571432,
434
+ "loss": 0.5455,
435
+ "step": 71
436
+ },
437
+ {
438
+ "epoch": 0.31,
439
+ "learning_rate": 0.00018,
440
+ "loss": 0.5848,
441
+ "step": 72
442
+ },
443
+ {
444
+ "epoch": 0.31,
445
+ "learning_rate": 0.00017971428571428573,
446
+ "loss": 0.3182,
447
+ "step": 73
448
+ },
449
+ {
450
+ "epoch": 0.32,
451
+ "learning_rate": 0.00017942857142857143,
452
+ "loss": 0.2818,
453
+ "step": 74
454
+ },
455
+ {
456
+ "epoch": 0.32,
457
+ "learning_rate": 0.00017914285714285715,
458
+ "loss": 0.3182,
459
+ "step": 75
460
+ },
461
+ {
462
+ "epoch": 0.32,
463
+ "learning_rate": 0.00017885714285714285,
464
+ "loss": 0.7252,
465
+ "step": 76
466
+ },
467
+ {
468
+ "epoch": 0.33,
469
+ "learning_rate": 0.0001785714285714286,
470
+ "loss": 0.3285,
471
+ "step": 77
472
+ },
473
+ {
474
+ "epoch": 0.33,
475
+ "learning_rate": 0.0001782857142857143,
476
+ "loss": 0.304,
477
+ "step": 78
478
+ },
479
+ {
480
+ "epoch": 0.34,
481
+ "learning_rate": 0.00017800000000000002,
482
+ "loss": 0.6182,
483
+ "step": 79
484
+ },
485
+ {
486
+ "epoch": 0.34,
487
+ "learning_rate": 0.0001777142857142857,
488
+ "loss": 0.3132,
489
+ "step": 80
490
+ },
491
+ {
492
+ "epoch": 0.35,
493
+ "learning_rate": 0.00017742857142857144,
494
+ "loss": 0.2945,
495
+ "step": 81
496
+ },
497
+ {
498
+ "epoch": 0.35,
499
+ "learning_rate": 0.00017714285714285713,
500
+ "loss": 0.3054,
501
+ "step": 82
502
+ },
503
+ {
504
+ "epoch": 0.35,
505
+ "learning_rate": 0.00017685714285714285,
506
+ "loss": 0.624,
507
+ "step": 83
508
+ },
509
+ {
510
+ "epoch": 0.36,
511
+ "learning_rate": 0.00017657142857142858,
512
+ "loss": 0.5924,
513
+ "step": 84
514
+ },
515
+ {
516
+ "epoch": 0.36,
517
+ "learning_rate": 0.0001762857142857143,
518
+ "loss": 0.5982,
519
+ "step": 85
520
+ },
521
+ {
522
+ "epoch": 0.37,
523
+ "learning_rate": 0.00017600000000000002,
524
+ "loss": 0.2506,
525
+ "step": 86
526
+ },
527
+ {
528
+ "epoch": 0.37,
529
+ "learning_rate": 0.00017571428571428572,
530
+ "loss": 0.6335,
531
+ "step": 87
532
+ },
533
+ {
534
+ "epoch": 0.38,
535
+ "learning_rate": 0.00017542857142857144,
536
+ "loss": 0.5653,
537
+ "step": 88
538
+ },
539
+ {
540
+ "epoch": 0.38,
541
+ "learning_rate": 0.00017514285714285714,
542
+ "loss": 0.6699,
543
+ "step": 89
544
+ },
545
+ {
546
+ "epoch": 0.38,
547
+ "learning_rate": 0.0001748571428571429,
548
+ "loss": 0.6922,
549
+ "step": 90
550
+ },
551
+ {
552
+ "epoch": 0.39,
553
+ "learning_rate": 0.00017457142857142858,
554
+ "loss": 0.5895,
555
+ "step": 91
556
+ },
557
+ {
558
+ "epoch": 0.39,
559
+ "learning_rate": 0.0001742857142857143,
560
+ "loss": 0.6538,
561
+ "step": 92
562
+ },
563
+ {
564
+ "epoch": 0.4,
565
+ "learning_rate": 0.000174,
566
+ "loss": 0.2546,
567
+ "step": 93
568
+ },
569
+ {
570
+ "epoch": 0.4,
571
+ "learning_rate": 0.00017371428571428572,
572
+ "loss": 0.5757,
573
+ "step": 94
574
+ },
575
+ {
576
+ "epoch": 0.41,
577
+ "learning_rate": 0.00017342857142857142,
578
+ "loss": 0.344,
579
+ "step": 95
580
+ },
581
+ {
582
+ "epoch": 0.41,
583
+ "learning_rate": 0.00017314285714285717,
584
+ "loss": 0.6754,
585
+ "step": 96
586
+ },
587
+ {
588
+ "epoch": 0.41,
589
+ "learning_rate": 0.00017285714285714287,
590
+ "loss": 0.6179,
591
+ "step": 97
592
+ },
593
+ {
594
+ "epoch": 0.42,
595
+ "learning_rate": 0.0001725714285714286,
596
+ "loss": 0.3944,
597
+ "step": 98
598
+ },
599
+ {
600
+ "epoch": 0.42,
601
+ "learning_rate": 0.00017228571428571428,
602
+ "loss": 0.2476,
603
+ "step": 99
604
+ },
605
+ {
606
+ "epoch": 0.43,
607
+ "learning_rate": 0.000172,
608
+ "loss": 0.6522,
609
+ "step": 100
610
+ },
611
+ {
612
+ "epoch": 0.43,
613
+ "learning_rate": 0.00017171428571428573,
614
+ "loss": 0.562,
615
+ "step": 101
616
+ },
617
+ {
618
+ "epoch": 0.43,
619
+ "learning_rate": 0.00017142857142857143,
620
+ "loss": 0.5576,
621
+ "step": 102
622
+ },
623
+ {
624
+ "epoch": 0.44,
625
+ "learning_rate": 0.00017114285714285715,
626
+ "loss": 0.6046,
627
+ "step": 103
628
+ },
629
+ {
630
+ "epoch": 0.44,
631
+ "learning_rate": 0.00017085714285714287,
632
+ "loss": 0.5753,
633
+ "step": 104
634
+ },
635
+ {
636
+ "epoch": 0.45,
637
+ "learning_rate": 0.0001705714285714286,
638
+ "loss": 0.2614,
639
+ "step": 105
640
+ },
641
+ {
642
+ "epoch": 0.45,
643
+ "learning_rate": 0.0001702857142857143,
644
+ "loss": 0.655,
645
+ "step": 106
646
+ },
647
+ {
648
+ "epoch": 0.46,
649
+ "learning_rate": 0.00017,
650
+ "loss": 0.2835,
651
+ "step": 107
652
+ },
653
+ {
654
+ "epoch": 0.46,
655
+ "learning_rate": 0.0001697142857142857,
656
+ "loss": 0.6546,
657
+ "step": 108
658
+ },
659
+ {
660
+ "epoch": 0.46,
661
+ "learning_rate": 0.00016942857142857146,
662
+ "loss": 0.5824,
663
+ "step": 109
664
+ },
665
+ {
666
+ "epoch": 0.47,
667
+ "learning_rate": 0.00016914285714285715,
668
+ "loss": 0.6677,
669
+ "step": 110
670
+ },
671
+ {
672
+ "epoch": 0.47,
673
+ "learning_rate": 0.00016885714285714288,
674
+ "loss": 0.2894,
675
+ "step": 111
676
+ },
677
+ {
678
+ "epoch": 0.48,
679
+ "learning_rate": 0.00016857142857142857,
680
+ "loss": 0.6486,
681
+ "step": 112
682
+ },
683
+ {
684
+ "epoch": 0.48,
685
+ "learning_rate": 0.0001682857142857143,
686
+ "loss": 0.3072,
687
+ "step": 113
688
+ },
689
+ {
690
+ "epoch": 0.49,
691
+ "learning_rate": 0.000168,
692
+ "loss": 0.7014,
693
+ "step": 114
694
+ },
695
+ {
696
+ "epoch": 0.49,
697
+ "learning_rate": 0.0001677142857142857,
698
+ "loss": 0.6132,
699
+ "step": 115
700
+ },
701
+ {
702
+ "epoch": 0.49,
703
+ "learning_rate": 0.00016742857142857144,
704
+ "loss": 0.6159,
705
+ "step": 116
706
+ },
707
+ {
708
+ "epoch": 0.5,
709
+ "learning_rate": 0.00016714285714285716,
710
+ "loss": 0.5856,
711
+ "step": 117
712
+ },
713
+ {
714
+ "epoch": 0.5,
715
+ "learning_rate": 0.00016685714285714285,
716
+ "loss": 0.3519,
717
+ "step": 118
718
+ },
719
+ {
720
+ "epoch": 0.51,
721
+ "learning_rate": 0.00016657142857142858,
722
+ "loss": 0.3182,
723
+ "step": 119
724
+ },
725
+ {
726
+ "epoch": 0.51,
727
+ "learning_rate": 0.0001662857142857143,
728
+ "loss": 0.3017,
729
+ "step": 120
730
+ },
731
+ {
732
+ "epoch": 0.52,
733
+ "learning_rate": 0.000166,
734
+ "loss": 0.6816,
735
+ "step": 121
736
+ },
737
+ {
738
+ "epoch": 0.52,
739
+ "learning_rate": 0.00016571428571428575,
740
+ "loss": 0.2703,
741
+ "step": 122
742
+ },
743
+ {
744
+ "epoch": 0.52,
745
+ "learning_rate": 0.00016542857142857144,
746
+ "loss": 0.6278,
747
+ "step": 123
748
+ },
749
+ {
750
+ "epoch": 0.53,
751
+ "learning_rate": 0.00016514285714285716,
752
+ "loss": 0.6233,
753
+ "step": 124
754
+ },
755
+ {
756
+ "epoch": 0.53,
757
+ "learning_rate": 0.00016485714285714286,
758
+ "loss": 0.5889,
759
+ "step": 125
760
+ },
761
+ {
762
+ "epoch": 0.54,
763
+ "learning_rate": 0.00016457142857142858,
764
+ "loss": 0.6905,
765
+ "step": 126
766
+ },
767
+ {
768
+ "epoch": 0.54,
769
+ "learning_rate": 0.00016428571428571428,
770
+ "loss": 0.6283,
771
+ "step": 127
772
+ },
773
+ {
774
+ "epoch": 0.55,
775
+ "learning_rate": 0.000164,
776
+ "loss": 0.3126,
777
+ "step": 128
778
+ },
779
+ {
780
+ "epoch": 0.55,
781
+ "learning_rate": 0.00016371428571428572,
782
+ "loss": 0.6339,
783
+ "step": 129
784
+ },
785
+ {
786
+ "epoch": 0.55,
787
+ "learning_rate": 0.00016342857142857145,
788
+ "loss": 0.5889,
789
+ "step": 130
790
+ },
791
+ {
792
+ "epoch": 0.56,
793
+ "learning_rate": 0.00016314285714285714,
794
+ "loss": 0.6218,
795
+ "step": 131
796
+ },
797
+ {
798
+ "epoch": 0.56,
799
+ "learning_rate": 0.00016285714285714287,
800
+ "loss": 0.5702,
801
+ "step": 132
802
+ },
803
+ {
804
+ "epoch": 0.57,
805
+ "learning_rate": 0.00016257142857142856,
806
+ "loss": 0.2685,
807
+ "step": 133
808
+ },
809
+ {
810
+ "epoch": 0.57,
811
+ "learning_rate": 0.00016228571428571428,
812
+ "loss": 0.6051,
813
+ "step": 134
814
+ },
815
+ {
816
+ "epoch": 0.58,
817
+ "learning_rate": 0.000162,
818
+ "loss": 0.2954,
819
+ "step": 135
820
+ },
821
+ {
822
+ "epoch": 0.58,
823
+ "learning_rate": 0.00016171428571428573,
824
+ "loss": 0.5462,
825
+ "step": 136
826
+ },
827
+ {
828
+ "epoch": 0.58,
829
+ "learning_rate": 0.00016142857142857145,
830
+ "loss": 0.2729,
831
+ "step": 137
832
+ },
833
+ {
834
+ "epoch": 0.59,
835
+ "learning_rate": 0.00016114285714285715,
836
+ "loss": 0.3568,
837
+ "step": 138
838
+ },
839
+ {
840
+ "epoch": 0.59,
841
+ "learning_rate": 0.00016085714285714287,
842
+ "loss": 0.5986,
843
+ "step": 139
844
+ },
845
+ {
846
+ "epoch": 0.6,
847
+ "learning_rate": 0.00016057142857142857,
848
+ "loss": 0.5628,
849
+ "step": 140
850
+ },
851
+ {
852
+ "epoch": 0.6,
853
+ "learning_rate": 0.0001602857142857143,
854
+ "loss": 0.5976,
855
+ "step": 141
856
+ },
857
+ {
858
+ "epoch": 0.61,
859
+ "learning_rate": 0.00016,
860
+ "loss": 0.5368,
861
+ "step": 142
862
+ },
863
+ {
864
+ "epoch": 0.61,
865
+ "learning_rate": 0.00015971428571428574,
866
+ "loss": 0.6045,
867
+ "step": 143
868
+ },
869
+ {
870
+ "epoch": 0.61,
871
+ "learning_rate": 0.00015942857142857143,
872
+ "loss": 0.6088,
873
+ "step": 144
874
+ },
875
+ {
876
+ "epoch": 0.62,
877
+ "learning_rate": 0.00015914285714285715,
878
+ "loss": 0.6173,
879
+ "step": 145
880
+ },
881
+ {
882
+ "epoch": 0.62,
883
+ "learning_rate": 0.00015885714285714285,
884
+ "loss": 0.5401,
885
+ "step": 146
886
+ },
887
+ {
888
+ "epoch": 0.63,
889
+ "learning_rate": 0.00015857142857142857,
890
+ "loss": 0.2776,
891
+ "step": 147
892
+ },
893
+ {
894
+ "epoch": 0.63,
895
+ "learning_rate": 0.0001582857142857143,
896
+ "loss": 0.6971,
897
+ "step": 148
898
+ },
899
+ {
900
+ "epoch": 0.64,
901
+ "learning_rate": 0.00015800000000000002,
902
+ "loss": 0.6465,
903
+ "step": 149
904
+ },
905
+ {
906
+ "epoch": 0.64,
907
+ "learning_rate": 0.00015771428571428571,
908
+ "loss": 0.3124,
909
+ "step": 150
910
+ },
911
+ {
912
+ "epoch": 0.64,
913
+ "learning_rate": 0.00015742857142857144,
914
+ "loss": 0.2749,
915
+ "step": 151
916
+ },
917
+ {
918
+ "epoch": 0.65,
919
+ "learning_rate": 0.00015714285714285716,
920
+ "loss": 0.5629,
921
+ "step": 152
922
+ },
923
+ {
924
+ "epoch": 0.65,
925
+ "learning_rate": 0.00015685714285714286,
926
+ "loss": 0.3584,
927
+ "step": 153
928
+ },
929
+ {
930
+ "epoch": 0.66,
931
+ "learning_rate": 0.00015657142857142858,
932
+ "loss": 0.6109,
933
+ "step": 154
934
+ },
935
+ {
936
+ "epoch": 0.66,
937
+ "learning_rate": 0.0001562857142857143,
938
+ "loss": 0.5622,
939
+ "step": 155
940
+ },
941
+ {
942
+ "epoch": 0.67,
943
+ "learning_rate": 0.00015600000000000002,
944
+ "loss": 0.6052,
945
+ "step": 156
946
+ },
947
+ {
948
+ "epoch": 0.67,
949
+ "eval_loss": 0.5988273620605469,
950
+ "eval_runtime": 1562.4866,
951
+ "eval_samples_per_second": 1.2,
952
+ "eval_steps_per_second": 0.076,
953
+ "step": 156
954
+ },
955
+ {
956
+ "epoch": 0.67,
957
+ "learning_rate": 0.00015571428571428572,
958
+ "loss": 0.3597,
959
+ "step": 157
960
+ },
961
+ {
962
+ "epoch": 0.67,
963
+ "learning_rate": 0.00015542857142857144,
964
+ "loss": 0.6965,
965
+ "step": 158
966
+ },
967
+ {
968
+ "epoch": 0.68,
969
+ "learning_rate": 0.00015514285714285714,
970
+ "loss": 0.6494,
971
+ "step": 159
972
+ },
973
+ {
974
+ "epoch": 0.68,
975
+ "learning_rate": 0.00015485714285714286,
976
+ "loss": 0.3002,
977
+ "step": 160
978
+ },
979
+ {
980
+ "epoch": 0.69,
981
+ "learning_rate": 0.00015457142857142858,
982
+ "loss": 0.59,
983
+ "step": 161
984
+ },
985
+ {
986
+ "epoch": 0.69,
987
+ "learning_rate": 0.0001542857142857143,
988
+ "loss": 0.5645,
989
+ "step": 162
990
+ },
991
+ {
992
+ "epoch": 0.7,
993
+ "learning_rate": 0.000154,
994
+ "loss": 0.5341,
995
+ "step": 163
996
+ },
997
+ {
998
+ "epoch": 0.7,
999
+ "learning_rate": 0.00015371428571428573,
1000
+ "loss": 0.5758,
1001
+ "step": 164
1002
+ },
1003
+ {
1004
+ "epoch": 0.7,
1005
+ "learning_rate": 0.00015342857142857142,
1006
+ "loss": 0.6477,
1007
+ "step": 165
1008
+ },
1009
+ {
1010
+ "epoch": 0.71,
1011
+ "learning_rate": 0.00015314285714285714,
1012
+ "loss": 0.4926,
1013
+ "step": 166
1014
+ },
1015
+ {
1016
+ "epoch": 0.71,
1017
+ "learning_rate": 0.00015285714285714287,
1018
+ "loss": 0.281,
1019
+ "step": 167
1020
+ },
1021
+ {
1022
+ "epoch": 0.72,
1023
+ "learning_rate": 0.0001525714285714286,
1024
+ "loss": 0.6374,
1025
+ "step": 168
1026
+ },
1027
+ {
1028
+ "epoch": 0.72,
1029
+ "learning_rate": 0.00015228571428571429,
1030
+ "loss": 0.2878,
1031
+ "step": 169
1032
+ },
1033
+ {
1034
+ "epoch": 0.72,
1035
+ "learning_rate": 0.000152,
1036
+ "loss": 0.6083,
1037
+ "step": 170
1038
+ },
1039
+ {
1040
+ "epoch": 0.73,
1041
+ "learning_rate": 0.00015171428571428573,
1042
+ "loss": 0.5585,
1043
+ "step": 171
1044
+ },
1045
+ {
1046
+ "epoch": 0.73,
1047
+ "learning_rate": 0.00015142857142857143,
1048
+ "loss": 0.5549,
1049
+ "step": 172
1050
+ },
1051
+ {
1052
+ "epoch": 0.74,
1053
+ "learning_rate": 0.00015114285714285715,
1054
+ "loss": 0.6644,
1055
+ "step": 173
1056
+ },
1057
+ {
1058
+ "epoch": 0.74,
1059
+ "learning_rate": 0.00015085714285714287,
1060
+ "loss": 0.5537,
1061
+ "step": 174
1062
+ },
1063
+ {
1064
+ "epoch": 0.75,
1065
+ "learning_rate": 0.0001505714285714286,
1066
+ "loss": 0.5041,
1067
+ "step": 175
1068
+ },
1069
+ {
1070
+ "epoch": 0.75,
1071
+ "learning_rate": 0.0001502857142857143,
1072
+ "loss": 0.66,
1073
+ "step": 176
1074
+ },
1075
+ {
1076
+ "epoch": 0.75,
1077
+ "learning_rate": 0.00015000000000000001,
1078
+ "loss": 0.6471,
1079
+ "step": 177
1080
+ },
1081
+ {
1082
+ "epoch": 0.76,
1083
+ "learning_rate": 0.0001497142857142857,
1084
+ "loss": 0.5704,
1085
+ "step": 178
1086
+ },
1087
+ {
1088
+ "epoch": 0.76,
1089
+ "learning_rate": 0.00014942857142857143,
1090
+ "loss": 0.6334,
1091
+ "step": 179
1092
+ },
1093
+ {
1094
+ "epoch": 0.77,
1095
+ "learning_rate": 0.00014914285714285713,
1096
+ "loss": 0.6374,
1097
+ "step": 180
1098
+ },
1099
+ {
1100
+ "epoch": 0.77,
1101
+ "learning_rate": 0.00014885714285714288,
1102
+ "loss": 0.612,
1103
+ "step": 181
1104
+ },
1105
+ {
1106
+ "epoch": 0.78,
1107
+ "learning_rate": 0.00014857142857142857,
1108
+ "loss": 0.6804,
1109
+ "step": 182
1110
+ },
1111
+ {
1112
+ "epoch": 0.78,
1113
+ "learning_rate": 0.0001482857142857143,
1114
+ "loss": 0.6188,
1115
+ "step": 183
1116
+ },
1117
+ {
1118
+ "epoch": 0.78,
1119
+ "learning_rate": 0.000148,
1120
+ "loss": 0.6924,
1121
+ "step": 184
1122
+ },
1123
+ {
1124
+ "epoch": 0.79,
1125
+ "learning_rate": 0.00014771428571428572,
1126
+ "loss": 0.2857,
1127
+ "step": 185
1128
+ },
1129
+ {
1130
+ "epoch": 0.79,
1131
+ "learning_rate": 0.00014742857142857144,
1132
+ "loss": 0.5372,
1133
+ "step": 186
1134
+ },
1135
+ {
1136
+ "epoch": 0.8,
1137
+ "learning_rate": 0.00014714285714285716,
1138
+ "loss": 0.5885,
1139
+ "step": 187
1140
+ },
1141
+ {
1142
+ "epoch": 0.8,
1143
+ "learning_rate": 0.00014685714285714288,
1144
+ "loss": 0.3706,
1145
+ "step": 188
1146
+ },
1147
+ {
1148
+ "epoch": 0.81,
1149
+ "learning_rate": 0.00014657142857142858,
1150
+ "loss": 0.5478,
1151
+ "step": 189
1152
+ },
1153
+ {
1154
+ "epoch": 0.81,
1155
+ "learning_rate": 0.0001462857142857143,
1156
+ "loss": 0.5627,
1157
+ "step": 190
1158
+ },
1159
+ {
1160
+ "epoch": 0.81,
1161
+ "learning_rate": 0.000146,
1162
+ "loss": 0.6149,
1163
+ "step": 191
1164
+ },
1165
+ {
1166
+ "epoch": 0.82,
1167
+ "learning_rate": 0.00014571428571428572,
1168
+ "loss": 0.6333,
1169
+ "step": 192
1170
+ },
1171
+ {
1172
+ "epoch": 0.82,
1173
+ "learning_rate": 0.00014542857142857142,
1174
+ "loss": 0.2941,
1175
+ "step": 193
1176
+ },
1177
+ {
1178
+ "epoch": 0.83,
1179
+ "learning_rate": 0.00014514285714285717,
1180
+ "loss": 0.5854,
1181
+ "step": 194
1182
+ },
1183
+ {
1184
+ "epoch": 0.83,
1185
+ "learning_rate": 0.00014485714285714286,
1186
+ "loss": 0.246,
1187
+ "step": 195
1188
+ },
1189
+ {
1190
+ "epoch": 0.84,
1191
+ "learning_rate": 0.00014457142857142859,
1192
+ "loss": 0.5762,
1193
+ "step": 196
1194
+ },
1195
+ {
1196
+ "epoch": 0.84,
1197
+ "learning_rate": 0.00014428571428571428,
1198
+ "loss": 0.2735,
1199
+ "step": 197
1200
+ },
1201
+ {
1202
+ "epoch": 0.84,
1203
+ "learning_rate": 0.000144,
1204
+ "loss": 0.5489,
1205
+ "step": 198
1206
+ },
1207
+ {
1208
+ "epoch": 0.85,
1209
+ "learning_rate": 0.0001437142857142857,
1210
+ "loss": 0.344,
1211
+ "step": 199
1212
+ },
1213
+ {
1214
+ "epoch": 0.85,
1215
+ "learning_rate": 0.00014342857142857145,
1216
+ "loss": 0.5864,
1217
+ "step": 200
1218
+ },
1219
+ {
1220
+ "epoch": 0.86,
1221
+ "learning_rate": 0.00014314285714285715,
1222
+ "loss": 0.5555,
1223
+ "step": 201
1224
+ },
1225
+ {
1226
+ "epoch": 0.86,
1227
+ "learning_rate": 0.00014285714285714287,
1228
+ "loss": 0.651,
1229
+ "step": 202
1230
+ },
1231
+ {
1232
+ "epoch": 0.87,
1233
+ "learning_rate": 0.0001425714285714286,
1234
+ "loss": 0.6941,
1235
+ "step": 203
1236
+ },
1237
+ {
1238
+ "epoch": 0.87,
1239
+ "learning_rate": 0.00014228571428571429,
1240
+ "loss": 0.2873,
1241
+ "step": 204
1242
+ },
1243
+ {
1244
+ "epoch": 0.87,
1245
+ "learning_rate": 0.000142,
1246
+ "loss": 0.7327,
1247
+ "step": 205
1248
+ },
1249
+ {
1250
+ "epoch": 0.88,
1251
+ "learning_rate": 0.0001417142857142857,
1252
+ "loss": 0.5948,
1253
+ "step": 206
1254
+ },
1255
+ {
1256
+ "epoch": 0.88,
1257
+ "learning_rate": 0.00014142857142857145,
1258
+ "loss": 0.5908,
1259
+ "step": 207
1260
+ },
1261
+ {
1262
+ "epoch": 0.89,
1263
+ "learning_rate": 0.00014114285714285715,
1264
+ "loss": 0.5264,
1265
+ "step": 208
1266
+ },
1267
+ {
1268
+ "epoch": 0.89,
1269
+ "learning_rate": 0.00014085714285714287,
1270
+ "loss": 0.6155,
1271
+ "step": 209
1272
+ },
1273
+ {
1274
+ "epoch": 0.9,
1275
+ "learning_rate": 0.00014057142857142857,
1276
+ "loss": 0.4768,
1277
+ "step": 210
1278
+ },
1279
+ {
1280
+ "epoch": 0.9,
1281
+ "learning_rate": 0.0001402857142857143,
1282
+ "loss": 0.3656,
1283
+ "step": 211
1284
+ },
1285
+ {
1286
+ "epoch": 0.9,
1287
+ "learning_rate": 0.00014,
1288
+ "loss": 0.5636,
1289
+ "step": 212
1290
+ },
1291
+ {
1292
+ "epoch": 0.91,
1293
+ "learning_rate": 0.00013971428571428574,
1294
+ "loss": 0.5509,
1295
+ "step": 213
1296
+ },
1297
+ {
1298
+ "epoch": 0.91,
1299
+ "learning_rate": 0.00013942857142857143,
1300
+ "loss": 0.2875,
1301
+ "step": 214
1302
+ },
1303
+ {
1304
+ "epoch": 0.92,
1305
+ "learning_rate": 0.00013914285714285716,
1306
+ "loss": 0.2768,
1307
+ "step": 215
1308
+ },
1309
+ {
1310
+ "epoch": 0.92,
1311
+ "learning_rate": 0.00013885714285714285,
1312
+ "loss": 0.2751,
1313
+ "step": 216
1314
+ },
1315
+ {
1316
+ "epoch": 0.93,
1317
+ "learning_rate": 0.00013857142857142857,
1318
+ "loss": 0.6671,
1319
+ "step": 217
1320
+ },
1321
+ {
1322
+ "epoch": 0.93,
1323
+ "learning_rate": 0.0001382857142857143,
1324
+ "loss": 0.5853,
1325
+ "step": 218
1326
+ },
1327
+ {
1328
+ "epoch": 0.93,
1329
+ "learning_rate": 0.000138,
1330
+ "loss": 0.6157,
1331
+ "step": 219
1332
+ },
1333
+ {
1334
+ "epoch": 0.94,
1335
+ "learning_rate": 0.00013771428571428572,
1336
+ "loss": 0.647,
1337
+ "step": 220
1338
+ },
1339
+ {
1340
+ "epoch": 0.94,
1341
+ "learning_rate": 0.00013742857142857144,
1342
+ "loss": 0.3454,
1343
+ "step": 221
1344
+ },
1345
+ {
1346
+ "epoch": 0.95,
1347
+ "learning_rate": 0.00013714285714285716,
1348
+ "loss": 0.252,
1349
+ "step": 222
1350
+ },
1351
+ {
1352
+ "epoch": 0.95,
1353
+ "learning_rate": 0.00013685714285714286,
1354
+ "loss": 0.5676,
1355
+ "step": 223
1356
+ },
1357
+ {
1358
+ "epoch": 0.96,
1359
+ "learning_rate": 0.00013657142857142858,
1360
+ "loss": 0.5248,
1361
+ "step": 224
1362
+ },
1363
+ {
1364
+ "epoch": 0.96,
1365
+ "learning_rate": 0.00013628571428571428,
1366
+ "loss": 0.4691,
1367
+ "step": 225
1368
+ },
1369
+ {
1370
+ "epoch": 0.96,
1371
+ "learning_rate": 0.00013600000000000003,
1372
+ "loss": 0.6254,
1373
+ "step": 226
1374
+ },
1375
+ {
1376
+ "epoch": 0.97,
1377
+ "learning_rate": 0.00013571428571428572,
1378
+ "loss": 0.5577,
1379
+ "step": 227
1380
+ },
1381
+ {
1382
+ "epoch": 0.97,
1383
+ "learning_rate": 0.00013542857142857144,
1384
+ "loss": 0.5842,
1385
+ "step": 228
1386
+ },
1387
+ {
1388
+ "epoch": 0.98,
1389
+ "learning_rate": 0.00013514285714285714,
1390
+ "loss": 0.2572,
1391
+ "step": 229
1392
+ },
1393
+ {
1394
+ "epoch": 0.98,
1395
+ "learning_rate": 0.00013485714285714286,
1396
+ "loss": 0.0,
1397
+ "step": 230
1398
+ },
1399
+ {
1400
+ "epoch": 0.99,
1401
+ "learning_rate": 0.00013457142857142856,
1402
+ "loss": 0.615,
1403
+ "step": 231
1404
+ },
1405
+ {
1406
+ "epoch": 0.99,
1407
+ "learning_rate": 0.00013428571428571428,
1408
+ "loss": 0.5286,
1409
+ "step": 232
1410
+ },
1411
+ {
1412
+ "epoch": 0.99,
1413
+ "learning_rate": 0.000134,
1414
+ "loss": 0.6437,
1415
+ "step": 233
1416
+ },
1417
+ {
1418
+ "epoch": 1.0,
1419
+ "learning_rate": 0.00013371428571428573,
1420
+ "loss": 0.6217,
1421
+ "step": 234
1422
+ },
1423
+ {
1424
+ "epoch": 1.0,
1425
+ "learning_rate": 0.00013342857142857142,
1426
+ "loss": 0.4495,
1427
+ "step": 235
1428
+ },
1429
+ {
1430
+ "epoch": 1.01,
1431
+ "learning_rate": 0.00013314285714285715,
1432
+ "loss": 0.5384,
1433
+ "step": 236
1434
+ },
1435
+ {
1436
+ "epoch": 1.01,
1437
+ "learning_rate": 0.00013285714285714287,
1438
+ "loss": 0.2014,
1439
+ "step": 237
1440
+ },
1441
+ {
1442
+ "epoch": 1.01,
1443
+ "learning_rate": 0.00013257142857142856,
1444
+ "loss": 0.4747,
1445
+ "step": 238
1446
+ },
1447
+ {
1448
+ "epoch": 1.02,
1449
+ "learning_rate": 0.00013228571428571431,
1450
+ "loss": 0.549,
1451
+ "step": 239
1452
+ },
1453
+ {
1454
+ "epoch": 1.02,
1455
+ "learning_rate": 0.000132,
1456
+ "loss": 0.5945,
1457
+ "step": 240
1458
+ },
1459
+ {
1460
+ "epoch": 1.03,
1461
+ "learning_rate": 0.00013171428571428573,
1462
+ "loss": 0.602,
1463
+ "step": 241
1464
+ },
1465
+ {
1466
+ "epoch": 1.03,
1467
+ "learning_rate": 0.00013142857142857143,
1468
+ "loss": 0.2473,
1469
+ "step": 242
1470
+ },
1471
+ {
1472
+ "epoch": 1.04,
1473
+ "learning_rate": 0.00013114285714285715,
1474
+ "loss": 0.2374,
1475
+ "step": 243
1476
+ },
1477
+ {
1478
+ "epoch": 1.04,
1479
+ "learning_rate": 0.00013085714285714285,
1480
+ "loss": 0.5491,
1481
+ "step": 244
1482
+ },
1483
+ {
1484
+ "epoch": 1.04,
1485
+ "learning_rate": 0.00013057142857142857,
1486
+ "loss": 0.2381,
1487
+ "step": 245
1488
+ },
1489
+ {
1490
+ "epoch": 1.05,
1491
+ "learning_rate": 0.0001302857142857143,
1492
+ "loss": 0.5074,
1493
+ "step": 246
1494
+ },
1495
+ {
1496
+ "epoch": 1.05,
1497
+ "learning_rate": 0.00013000000000000002,
1498
+ "loss": 0.5585,
1499
+ "step": 247
1500
+ },
1501
+ {
1502
+ "epoch": 1.06,
1503
+ "learning_rate": 0.0001297142857142857,
1504
+ "loss": 0.4601,
1505
+ "step": 248
1506
+ },
1507
+ {
1508
+ "epoch": 1.06,
1509
+ "learning_rate": 0.00012942857142857143,
1510
+ "loss": 0.5361,
1511
+ "step": 249
1512
+ },
1513
+ {
1514
+ "epoch": 1.07,
1515
+ "learning_rate": 0.00012914285714285713,
1516
+ "loss": 0.5807,
1517
+ "step": 250
1518
+ },
1519
+ {
1520
+ "epoch": 1.07,
1521
+ "learning_rate": 0.00012885714285714285,
1522
+ "loss": 0.5401,
1523
+ "step": 251
1524
+ },
1525
+ {
1526
+ "epoch": 1.07,
1527
+ "learning_rate": 0.00012857142857142858,
1528
+ "loss": 0.2766,
1529
+ "step": 252
1530
+ },
1531
+ {
1532
+ "epoch": 1.08,
1533
+ "learning_rate": 0.0001282857142857143,
1534
+ "loss": 0.275,
1535
+ "step": 253
1536
+ },
1537
+ {
1538
+ "epoch": 1.08,
1539
+ "learning_rate": 0.00012800000000000002,
1540
+ "loss": 0.5953,
1541
+ "step": 254
1542
+ },
1543
+ {
1544
+ "epoch": 1.09,
1545
+ "learning_rate": 0.00012771428571428572,
1546
+ "loss": 0.4287,
1547
+ "step": 255
1548
+ },
1549
+ {
1550
+ "epoch": 1.09,
1551
+ "learning_rate": 0.00012742857142857144,
1552
+ "loss": 0.5142,
1553
+ "step": 256
1554
+ },
1555
+ {
1556
+ "epoch": 1.1,
1557
+ "learning_rate": 0.00012714285714285714,
1558
+ "loss": 0.5177,
1559
+ "step": 257
1560
+ },
1561
+ {
1562
+ "epoch": 1.1,
1563
+ "learning_rate": 0.00012685714285714286,
1564
+ "loss": 0.2883,
1565
+ "step": 258
1566
+ },
1567
+ {
1568
+ "epoch": 1.1,
1569
+ "learning_rate": 0.00012657142857142858,
1570
+ "loss": 0.4796,
1571
+ "step": 259
1572
+ },
1573
+ {
1574
+ "epoch": 1.11,
1575
+ "learning_rate": 0.0001262857142857143,
1576
+ "loss": 0.5072,
1577
+ "step": 260
1578
+ },
1579
+ {
1580
+ "epoch": 1.11,
1581
+ "learning_rate": 0.000126,
1582
+ "loss": 0.2662,
1583
+ "step": 261
1584
+ },
1585
+ {
1586
+ "epoch": 1.12,
1587
+ "learning_rate": 0.00012571428571428572,
1588
+ "loss": 0.5127,
1589
+ "step": 262
1590
+ },
1591
+ {
1592
+ "epoch": 1.12,
1593
+ "learning_rate": 0.00012542857142857142,
1594
+ "loss": 0.4958,
1595
+ "step": 263
1596
+ },
1597
+ {
1598
+ "epoch": 1.13,
1599
+ "learning_rate": 0.00012514285714285714,
1600
+ "loss": 0.5002,
1601
+ "step": 264
1602
+ },
1603
+ {
1604
+ "epoch": 1.13,
1605
+ "learning_rate": 0.00012485714285714286,
1606
+ "loss": 0.5474,
1607
+ "step": 265
1608
+ },
1609
+ {
1610
+ "epoch": 1.13,
1611
+ "learning_rate": 0.0001245714285714286,
1612
+ "loss": 0.4841,
1613
+ "step": 266
1614
+ },
1615
+ {
1616
+ "epoch": 1.14,
1617
+ "learning_rate": 0.00012428571428571428,
1618
+ "loss": 0.0,
1619
+ "step": 267
1620
+ },
1621
+ {
1622
+ "epoch": 1.14,
1623
+ "learning_rate": 0.000124,
1624
+ "loss": 0.2656,
1625
+ "step": 268
1626
+ },
1627
+ {
1628
+ "epoch": 1.15,
1629
+ "learning_rate": 0.00012371428571428573,
1630
+ "loss": 0.4862,
1631
+ "step": 269
1632
+ },
1633
+ {
1634
+ "epoch": 1.15,
1635
+ "learning_rate": 0.00012342857142857142,
1636
+ "loss": 0.4662,
1637
+ "step": 270
1638
+ },
1639
+ {
1640
+ "epoch": 1.16,
1641
+ "learning_rate": 0.00012314285714285715,
1642
+ "loss": 0.5515,
1643
+ "step": 271
1644
+ },
1645
+ {
1646
+ "epoch": 1.16,
1647
+ "learning_rate": 0.00012285714285714287,
1648
+ "loss": 0.3826,
1649
+ "step": 272
1650
+ },
1651
+ {
1652
+ "epoch": 1.16,
1653
+ "learning_rate": 0.0001225714285714286,
1654
+ "loss": 0.4942,
1655
+ "step": 273
1656
+ },
1657
+ {
1658
+ "epoch": 1.17,
1659
+ "learning_rate": 0.0001222857142857143,
1660
+ "loss": 0.2629,
1661
+ "step": 274
1662
+ },
1663
+ {
1664
+ "epoch": 1.17,
1665
+ "learning_rate": 0.000122,
1666
+ "loss": 0.5221,
1667
+ "step": 275
1668
+ },
1669
+ {
1670
+ "epoch": 1.18,
1671
+ "learning_rate": 0.00012171428571428572,
1672
+ "loss": 0.57,
1673
+ "step": 276
1674
+ },
1675
+ {
1676
+ "epoch": 1.18,
1677
+ "learning_rate": 0.00012142857142857143,
1678
+ "loss": 0.48,
1679
+ "step": 277
1680
+ },
1681
+ {
1682
+ "epoch": 1.19,
1683
+ "learning_rate": 0.00012114285714285715,
1684
+ "loss": 0.4564,
1685
+ "step": 278
1686
+ },
1687
+ {
1688
+ "epoch": 1.19,
1689
+ "learning_rate": 0.00012085714285714288,
1690
+ "loss": 0.5434,
1691
+ "step": 279
1692
+ },
1693
+ {
1694
+ "epoch": 1.19,
1695
+ "learning_rate": 0.00012057142857142858,
1696
+ "loss": 0.2221,
1697
+ "step": 280
1698
+ },
1699
+ {
1700
+ "epoch": 1.2,
1701
+ "learning_rate": 0.0001202857142857143,
1702
+ "loss": 0.2492,
1703
+ "step": 281
1704
+ },
1705
+ {
1706
+ "epoch": 1.2,
1707
+ "learning_rate": 0.00012,
1708
+ "loss": 0.5282,
1709
+ "step": 282
1710
+ },
1711
+ {
1712
+ "epoch": 1.21,
1713
+ "learning_rate": 0.00011971428571428571,
1714
+ "loss": 0.4681,
1715
+ "step": 283
1716
+ },
1717
+ {
1718
+ "epoch": 1.21,
1719
+ "learning_rate": 0.00011942857142857145,
1720
+ "loss": 0.6052,
1721
+ "step": 284
1722
+ },
1723
+ {
1724
+ "epoch": 1.22,
1725
+ "learning_rate": 0.00011914285714285716,
1726
+ "loss": 0.3102,
1727
+ "step": 285
1728
+ },
1729
+ {
1730
+ "epoch": 1.22,
1731
+ "learning_rate": 0.00011885714285714287,
1732
+ "loss": 0.5227,
1733
+ "step": 286
1734
+ },
1735
+ {
1736
+ "epoch": 1.22,
1737
+ "learning_rate": 0.00011857142857142858,
1738
+ "loss": 0.2566,
1739
+ "step": 287
1740
+ },
1741
+ {
1742
+ "epoch": 1.23,
1743
+ "learning_rate": 0.00011828571428571429,
1744
+ "loss": 0.5262,
1745
+ "step": 288
1746
+ },
1747
+ {
1748
+ "epoch": 1.23,
1749
+ "learning_rate": 0.000118,
1750
+ "loss": 0.551,
1751
+ "step": 289
1752
+ },
1753
+ {
1754
+ "epoch": 1.24,
1755
+ "learning_rate": 0.0001177142857142857,
1756
+ "loss": 0.5732,
1757
+ "step": 290
1758
+ },
1759
+ {
1760
+ "epoch": 1.24,
1761
+ "learning_rate": 0.00011742857142857144,
1762
+ "loss": 0.2717,
1763
+ "step": 291
1764
+ },
1765
+ {
1766
+ "epoch": 1.25,
1767
+ "learning_rate": 0.00011714285714285715,
1768
+ "loss": 0.2799,
1769
+ "step": 292
1770
+ },
1771
+ {
1772
+ "epoch": 1.25,
1773
+ "learning_rate": 0.00011685714285714286,
1774
+ "loss": 0.5684,
1775
+ "step": 293
1776
+ },
1777
+ {
1778
+ "epoch": 1.25,
1779
+ "learning_rate": 0.00011657142857142858,
1780
+ "loss": 0.2394,
1781
+ "step": 294
1782
+ },
1783
+ {
1784
+ "epoch": 1.26,
1785
+ "learning_rate": 0.00011628571428571429,
1786
+ "loss": 0.2429,
1787
+ "step": 295
1788
+ },
1789
+ {
1790
+ "epoch": 1.26,
1791
+ "learning_rate": 0.000116,
1792
+ "loss": 0.4925,
1793
+ "step": 296
1794
+ },
1795
+ {
1796
+ "epoch": 1.27,
1797
+ "learning_rate": 0.00011571428571428574,
1798
+ "loss": 0.2346,
1799
+ "step": 297
1800
+ },
1801
+ {
1802
+ "epoch": 1.27,
1803
+ "learning_rate": 0.00011542857142857145,
1804
+ "loss": 0.5282,
1805
+ "step": 298
1806
+ },
1807
+ {
1808
+ "epoch": 1.28,
1809
+ "learning_rate": 0.00011514285714285716,
1810
+ "loss": 0.5555,
1811
+ "step": 299
1812
+ },
1813
+ {
1814
+ "epoch": 1.28,
1815
+ "learning_rate": 0.00011485714285714286,
1816
+ "loss": 0.2847,
1817
+ "step": 300
1818
+ },
1819
+ {
1820
+ "epoch": 1.28,
1821
+ "learning_rate": 0.00011457142857142857,
1822
+ "loss": 0.5985,
1823
+ "step": 301
1824
+ },
1825
+ {
1826
+ "epoch": 1.29,
1827
+ "learning_rate": 0.00011428571428571428,
1828
+ "loss": 0.4664,
1829
+ "step": 302
1830
+ },
1831
+ {
1832
+ "epoch": 1.29,
1833
+ "learning_rate": 0.00011399999999999999,
1834
+ "loss": 0.2158,
1835
+ "step": 303
1836
+ },
1837
+ {
1838
+ "epoch": 1.3,
1839
+ "learning_rate": 0.00011371428571428573,
1840
+ "loss": 0.5453,
1841
+ "step": 304
1842
+ },
1843
+ {
1844
+ "epoch": 1.3,
1845
+ "learning_rate": 0.00011342857142857144,
1846
+ "loss": 0.0,
1847
+ "step": 305
1848
+ },
1849
+ {
1850
+ "epoch": 1.3,
1851
+ "learning_rate": 0.00011314285714285715,
1852
+ "loss": 0.4729,
1853
+ "step": 306
1854
+ },
1855
+ {
1856
+ "epoch": 1.31,
1857
+ "learning_rate": 0.00011285714285714286,
1858
+ "loss": 0.5862,
1859
+ "step": 307
1860
+ },
1861
+ {
1862
+ "epoch": 1.31,
1863
+ "learning_rate": 0.00011257142857142857,
1864
+ "loss": 0.5019,
1865
+ "step": 308
1866
+ },
1867
+ {
1868
+ "epoch": 1.32,
1869
+ "learning_rate": 0.00011228571428571429,
1870
+ "loss": 0.4349,
1871
+ "step": 309
1872
+ },
1873
+ {
1874
+ "epoch": 1.32,
1875
+ "learning_rate": 0.00011200000000000001,
1876
+ "loss": 0.4498,
1877
+ "step": 310
1878
+ },
1879
+ {
1880
+ "epoch": 1.33,
1881
+ "learning_rate": 0.00011171428571428572,
1882
+ "loss": 0.4801,
1883
+ "step": 311
1884
+ },
1885
+ {
1886
+ "epoch": 1.33,
1887
+ "learning_rate": 0.00011142857142857144,
1888
+ "loss": 0.543,
1889
+ "step": 312
1890
+ },
1891
+ {
1892
+ "epoch": 1.33,
1893
+ "eval_loss": 0.5917356610298157,
1894
+ "eval_runtime": 1562.9396,
1895
+ "eval_samples_per_second": 1.2,
1896
+ "eval_steps_per_second": 0.075,
1897
+ "step": 312
1898
+ },
1899
+ {
1900
+ "epoch": 1.33,
1901
+ "learning_rate": 0.00011114285714285715,
1902
+ "loss": 0.4844,
1903
+ "step": 313
1904
+ },
1905
+ {
1906
+ "epoch": 1.34,
1907
+ "learning_rate": 0.00011085714285714286,
1908
+ "loss": 0.3309,
1909
+ "step": 314
1910
+ },
1911
+ {
1912
+ "epoch": 1.34,
1913
+ "learning_rate": 0.00011057142857142857,
1914
+ "loss": 0.506,
1915
+ "step": 315
1916
+ },
1917
+ {
1918
+ "epoch": 1.35,
1919
+ "learning_rate": 0.00011028571428571428,
1920
+ "loss": 0.5563,
1921
+ "step": 316
1922
+ },
1923
+ {
1924
+ "epoch": 1.35,
1925
+ "learning_rate": 0.00011000000000000002,
1926
+ "loss": 0.4575,
1927
+ "step": 317
1928
+ },
1929
+ {
1930
+ "epoch": 1.36,
1931
+ "learning_rate": 0.00010971428571428573,
1932
+ "loss": 0.2696,
1933
+ "step": 318
1934
+ },
1935
+ {
1936
+ "epoch": 1.36,
1937
+ "learning_rate": 0.00010942857142857144,
1938
+ "loss": 0.2765,
1939
+ "step": 319
1940
+ },
1941
+ {
1942
+ "epoch": 1.36,
1943
+ "learning_rate": 0.00010914285714285715,
1944
+ "loss": 0.4818,
1945
+ "step": 320
1946
+ },
1947
+ {
1948
+ "epoch": 1.37,
1949
+ "learning_rate": 0.00010885714285714285,
1950
+ "loss": 0.559,
1951
+ "step": 321
1952
+ },
1953
+ {
1954
+ "epoch": 1.37,
1955
+ "learning_rate": 0.00010857142857142856,
1956
+ "loss": 0.6017,
1957
+ "step": 322
1958
+ },
1959
+ {
1960
+ "epoch": 1.38,
1961
+ "learning_rate": 0.0001082857142857143,
1962
+ "loss": 0.4697,
1963
+ "step": 323
1964
+ },
1965
+ {
1966
+ "epoch": 1.38,
1967
+ "learning_rate": 0.00010800000000000001,
1968
+ "loss": 0.3145,
1969
+ "step": 324
1970
+ },
1971
+ {
1972
+ "epoch": 1.39,
1973
+ "learning_rate": 0.00010771428571428572,
1974
+ "loss": 0.5289,
1975
+ "step": 325
1976
+ },
1977
+ {
1978
+ "epoch": 1.39,
1979
+ "learning_rate": 0.00010742857142857143,
1980
+ "loss": 0.2548,
1981
+ "step": 326
1982
+ },
1983
+ {
1984
+ "epoch": 1.39,
1985
+ "learning_rate": 0.00010714285714285715,
1986
+ "loss": 0.4574,
1987
+ "step": 327
1988
+ },
1989
+ {
1990
+ "epoch": 1.4,
1991
+ "learning_rate": 0.00010685714285714286,
1992
+ "loss": 0.2218,
1993
+ "step": 328
1994
+ },
1995
+ {
1996
+ "epoch": 1.4,
1997
+ "learning_rate": 0.00010657142857142857,
1998
+ "loss": 0.2075,
1999
+ "step": 329
2000
+ },
2001
+ {
2002
+ "epoch": 1.41,
2003
+ "learning_rate": 0.0001062857142857143,
2004
+ "loss": 0.0,
2005
+ "step": 330
2006
+ },
2007
+ {
2008
+ "epoch": 1.41,
2009
+ "learning_rate": 0.00010600000000000002,
2010
+ "loss": 0.2811,
2011
+ "step": 331
2012
+ },
2013
+ {
2014
+ "epoch": 1.42,
2015
+ "learning_rate": 0.00010571428571428572,
2016
+ "loss": 0.5367,
2017
+ "step": 332
2018
+ },
2019
+ {
2020
+ "epoch": 1.42,
2021
+ "learning_rate": 0.00010542857142857143,
2022
+ "loss": 0.2492,
2023
+ "step": 333
2024
+ },
2025
+ {
2026
+ "epoch": 1.42,
2027
+ "learning_rate": 0.00010514285714285714,
2028
+ "loss": 0.5545,
2029
+ "step": 334
2030
+ },
2031
+ {
2032
+ "epoch": 1.43,
2033
+ "learning_rate": 0.00010485714285714285,
2034
+ "loss": 0.4695,
2035
+ "step": 335
2036
+ },
2037
+ {
2038
+ "epoch": 1.43,
2039
+ "learning_rate": 0.00010457142857142859,
2040
+ "loss": 0.2355,
2041
+ "step": 336
2042
+ },
2043
+ {
2044
+ "epoch": 1.44,
2045
+ "learning_rate": 0.0001042857142857143,
2046
+ "loss": 0.2043,
2047
+ "step": 337
2048
+ },
2049
+ {
2050
+ "epoch": 1.44,
2051
+ "learning_rate": 0.00010400000000000001,
2052
+ "loss": 0.2406,
2053
+ "step": 338
2054
+ },
2055
+ {
2056
+ "epoch": 1.45,
2057
+ "learning_rate": 0.00010371428571428572,
2058
+ "loss": 0.5014,
2059
+ "step": 339
2060
+ },
2061
+ {
2062
+ "epoch": 1.45,
2063
+ "learning_rate": 0.00010342857142857143,
2064
+ "loss": 0.5004,
2065
+ "step": 340
2066
+ },
2067
+ {
2068
+ "epoch": 1.45,
2069
+ "learning_rate": 0.00010314285714285713,
2070
+ "loss": 0.2107,
2071
+ "step": 341
2072
+ },
2073
+ {
2074
+ "epoch": 1.46,
2075
+ "learning_rate": 0.00010285714285714286,
2076
+ "loss": 0.504,
2077
+ "step": 342
2078
+ },
2079
+ {
2080
+ "epoch": 1.46,
2081
+ "learning_rate": 0.00010257142857142858,
2082
+ "loss": 0.4805,
2083
+ "step": 343
2084
+ },
2085
+ {
2086
+ "epoch": 1.47,
2087
+ "learning_rate": 0.00010228571428571429,
2088
+ "loss": 0.5978,
2089
+ "step": 344
2090
+ },
2091
+ {
2092
+ "epoch": 1.47,
2093
+ "learning_rate": 0.00010200000000000001,
2094
+ "loss": 0.6218,
2095
+ "step": 345
2096
+ },
2097
+ {
2098
+ "epoch": 1.48,
2099
+ "learning_rate": 0.00010171428571428572,
2100
+ "loss": 0.6061,
2101
+ "step": 346
2102
+ },
2103
+ {
2104
+ "epoch": 1.48,
2105
+ "learning_rate": 0.00010142857142857143,
2106
+ "loss": 0.2479,
2107
+ "step": 347
2108
+ },
2109
+ {
2110
+ "epoch": 1.48,
2111
+ "learning_rate": 0.00010114285714285714,
2112
+ "loss": 0.0,
2113
+ "step": 348
2114
+ },
2115
+ {
2116
+ "epoch": 1.49,
2117
+ "learning_rate": 0.00010085714285714288,
2118
+ "loss": 0.5067,
2119
+ "step": 349
2120
+ },
2121
+ {
2122
+ "epoch": 1.49,
2123
+ "learning_rate": 0.00010057142857142859,
2124
+ "loss": 0.5332,
2125
+ "step": 350
2126
+ },
2127
+ {
2128
+ "epoch": 1.5,
2129
+ "learning_rate": 0.0001002857142857143,
2130
+ "loss": 0.2303,
2131
+ "step": 351
2132
+ },
2133
+ {
2134
+ "epoch": 1.5,
2135
+ "learning_rate": 0.0001,
2136
+ "loss": 0.5534,
2137
+ "step": 352
2138
+ },
2139
+ {
2140
+ "epoch": 1.51,
2141
+ "learning_rate": 9.971428571428571e-05,
2142
+ "loss": 0.5458,
2143
+ "step": 353
2144
+ },
2145
+ {
2146
+ "epoch": 1.51,
2147
+ "learning_rate": 9.942857142857144e-05,
2148
+ "loss": 0.5636,
2149
+ "step": 354
2150
+ },
2151
+ {
2152
+ "epoch": 1.51,
2153
+ "learning_rate": 9.914285714285715e-05,
2154
+ "loss": 0.2772,
2155
+ "step": 355
2156
+ },
2157
+ {
2158
+ "epoch": 1.52,
2159
+ "learning_rate": 9.885714285714286e-05,
2160
+ "loss": 0.5272,
2161
+ "step": 356
2162
+ },
2163
+ {
2164
+ "epoch": 1.52,
2165
+ "learning_rate": 9.857142857142858e-05,
2166
+ "loss": 0.4601,
2167
+ "step": 357
2168
+ },
2169
+ {
2170
+ "epoch": 1.53,
2171
+ "learning_rate": 9.828571428571429e-05,
2172
+ "loss": 0.2554,
2173
+ "step": 358
2174
+ },
2175
+ {
2176
+ "epoch": 1.53,
2177
+ "learning_rate": 9.8e-05,
2178
+ "loss": 0.2182,
2179
+ "step": 359
2180
+ },
2181
+ {
2182
+ "epoch": 1.54,
2183
+ "learning_rate": 9.771428571428572e-05,
2184
+ "loss": 0.4628,
2185
+ "step": 360
2186
+ },
2187
+ {
2188
+ "epoch": 1.54,
2189
+ "learning_rate": 9.742857142857143e-05,
2190
+ "loss": 0.4876,
2191
+ "step": 361
2192
+ },
2193
+ {
2194
+ "epoch": 1.54,
2195
+ "learning_rate": 9.714285714285715e-05,
2196
+ "loss": 0.2391,
2197
+ "step": 362
2198
+ },
2199
+ {
2200
+ "epoch": 1.55,
2201
+ "learning_rate": 9.685714285714286e-05,
2202
+ "loss": 0.1768,
2203
+ "step": 363
2204
+ },
2205
+ {
2206
+ "epoch": 1.55,
2207
+ "learning_rate": 9.657142857142858e-05,
2208
+ "loss": 0.2388,
2209
+ "step": 364
2210
+ },
2211
+ {
2212
+ "epoch": 1.56,
2213
+ "learning_rate": 9.628571428571429e-05,
2214
+ "loss": 0.496,
2215
+ "step": 365
2216
+ },
2217
+ {
2218
+ "epoch": 1.56,
2219
+ "learning_rate": 9.6e-05,
2220
+ "loss": 0.4982,
2221
+ "step": 366
2222
+ },
2223
+ {
2224
+ "epoch": 1.57,
2225
+ "learning_rate": 9.571428571428573e-05,
2226
+ "loss": 0.359,
2227
+ "step": 367
2228
+ },
2229
+ {
2230
+ "epoch": 1.57,
2231
+ "learning_rate": 9.542857142857143e-05,
2232
+ "loss": 0.2397,
2233
+ "step": 368
2234
+ },
2235
+ {
2236
+ "epoch": 1.57,
2237
+ "learning_rate": 9.514285714285714e-05,
2238
+ "loss": 0.5008,
2239
+ "step": 369
2240
+ },
2241
+ {
2242
+ "epoch": 1.58,
2243
+ "learning_rate": 9.485714285714287e-05,
2244
+ "loss": 0.459,
2245
+ "step": 370
2246
+ },
2247
+ {
2248
+ "epoch": 1.58,
2249
+ "learning_rate": 9.457142857142858e-05,
2250
+ "loss": 0.531,
2251
+ "step": 371
2252
+ },
2253
+ {
2254
+ "epoch": 1.59,
2255
+ "learning_rate": 9.428571428571429e-05,
2256
+ "loss": 0.2583,
2257
+ "step": 372
2258
+ },
2259
+ {
2260
+ "epoch": 1.59,
2261
+ "learning_rate": 9.4e-05,
2262
+ "loss": 0.546,
2263
+ "step": 373
2264
+ },
2265
+ {
2266
+ "epoch": 1.59,
2267
+ "learning_rate": 9.371428571428572e-05,
2268
+ "loss": 0.5497,
2269
+ "step": 374
2270
+ },
2271
+ {
2272
+ "epoch": 1.6,
2273
+ "learning_rate": 9.342857142857143e-05,
2274
+ "loss": 0.5183,
2275
+ "step": 375
2276
+ },
2277
+ {
2278
+ "epoch": 1.6,
2279
+ "learning_rate": 9.314285714285715e-05,
2280
+ "loss": 0.4635,
2281
+ "step": 376
2282
+ },
2283
+ {
2284
+ "epoch": 1.61,
2285
+ "learning_rate": 9.285714285714286e-05,
2286
+ "loss": 0.3109,
2287
+ "step": 377
2288
+ },
2289
+ {
2290
+ "epoch": 1.61,
2291
+ "learning_rate": 9.257142857142858e-05,
2292
+ "loss": 0.6068,
2293
+ "step": 378
2294
+ },
2295
+ {
2296
+ "epoch": 1.62,
2297
+ "learning_rate": 9.228571428571429e-05,
2298
+ "loss": 0.5329,
2299
+ "step": 379
2300
+ },
2301
+ {
2302
+ "epoch": 1.62,
2303
+ "learning_rate": 9.200000000000001e-05,
2304
+ "loss": 0.0,
2305
+ "step": 380
2306
+ },
2307
+ {
2308
+ "epoch": 1.62,
2309
+ "learning_rate": 9.171428571428572e-05,
2310
+ "loss": 0.2379,
2311
+ "step": 381
2312
+ },
2313
+ {
2314
+ "epoch": 1.63,
2315
+ "learning_rate": 9.142857142857143e-05,
2316
+ "loss": 0.2438,
2317
+ "step": 382
2318
+ },
2319
+ {
2320
+ "epoch": 1.63,
2321
+ "learning_rate": 9.114285714285716e-05,
2322
+ "loss": 0.2955,
2323
+ "step": 383
2324
+ },
2325
+ {
2326
+ "epoch": 1.64,
2327
+ "learning_rate": 9.085714285714286e-05,
2328
+ "loss": 0.611,
2329
+ "step": 384
2330
+ },
2331
+ {
2332
+ "epoch": 1.64,
2333
+ "learning_rate": 9.057142857142857e-05,
2334
+ "loss": 0.5006,
2335
+ "step": 385
2336
+ },
2337
+ {
2338
+ "epoch": 1.65,
2339
+ "learning_rate": 9.028571428571428e-05,
2340
+ "loss": 0.2587,
2341
+ "step": 386
2342
+ },
2343
+ {
2344
+ "epoch": 1.65,
2345
+ "learning_rate": 9e-05,
2346
+ "loss": 0.4701,
2347
+ "step": 387
2348
+ },
2349
+ {
2350
+ "epoch": 1.65,
2351
+ "learning_rate": 8.971428571428571e-05,
2352
+ "loss": 0.4542,
2353
+ "step": 388
2354
+ },
2355
+ {
2356
+ "epoch": 1.66,
2357
+ "learning_rate": 8.942857142857142e-05,
2358
+ "loss": 0.5007,
2359
+ "step": 389
2360
+ },
2361
+ {
2362
+ "epoch": 1.66,
2363
+ "learning_rate": 8.914285714285715e-05,
2364
+ "loss": 0.4928,
2365
+ "step": 390
2366
+ },
2367
+ {
2368
+ "epoch": 1.67,
2369
+ "learning_rate": 8.885714285714286e-05,
2370
+ "loss": 0.2497,
2371
+ "step": 391
2372
+ },
2373
+ {
2374
+ "epoch": 1.67,
2375
+ "learning_rate": 8.857142857142857e-05,
2376
+ "loss": 0.2738,
2377
+ "step": 392
2378
+ },
2379
+ {
2380
+ "epoch": 1.68,
2381
+ "learning_rate": 8.828571428571429e-05,
2382
+ "loss": 0.2695,
2383
+ "step": 393
2384
+ },
2385
+ {
2386
+ "epoch": 1.68,
2387
+ "learning_rate": 8.800000000000001e-05,
2388
+ "loss": 0.5416,
2389
+ "step": 394
2390
+ },
2391
+ {
2392
+ "epoch": 1.68,
2393
+ "learning_rate": 8.771428571428572e-05,
2394
+ "loss": 0.2894,
2395
+ "step": 395
2396
+ },
2397
+ {
2398
+ "epoch": 1.69,
2399
+ "learning_rate": 8.742857142857144e-05,
2400
+ "loss": 0.4632,
2401
+ "step": 396
2402
+ },
2403
+ {
2404
+ "epoch": 1.69,
2405
+ "learning_rate": 8.714285714285715e-05,
2406
+ "loss": 0.2167,
2407
+ "step": 397
2408
+ },
2409
+ {
2410
+ "epoch": 1.7,
2411
+ "learning_rate": 8.685714285714286e-05,
2412
+ "loss": 0.4987,
2413
+ "step": 398
2414
+ },
2415
+ {
2416
+ "epoch": 1.7,
2417
+ "learning_rate": 8.657142857142858e-05,
2418
+ "loss": 0.512,
2419
+ "step": 399
2420
+ },
2421
+ {
2422
+ "epoch": 1.71,
2423
+ "learning_rate": 8.62857142857143e-05,
2424
+ "loss": 0.5179,
2425
+ "step": 400
2426
+ },
2427
+ {
2428
+ "epoch": 1.71,
2429
+ "learning_rate": 8.6e-05,
2430
+ "loss": 0.504,
2431
+ "step": 401
2432
+ },
2433
+ {
2434
+ "epoch": 1.71,
2435
+ "learning_rate": 8.571428571428571e-05,
2436
+ "loss": 0.2728,
2437
+ "step": 402
2438
+ },
2439
+ {
2440
+ "epoch": 1.72,
2441
+ "learning_rate": 8.542857142857144e-05,
2442
+ "loss": 0.5236,
2443
+ "step": 403
2444
+ },
2445
+ {
2446
+ "epoch": 1.72,
2447
+ "learning_rate": 8.514285714285714e-05,
2448
+ "loss": 0.5132,
2449
+ "step": 404
2450
+ },
2451
+ {
2452
+ "epoch": 1.73,
2453
+ "learning_rate": 8.485714285714285e-05,
2454
+ "loss": 0.2241,
2455
+ "step": 405
2456
+ },
2457
+ {
2458
+ "epoch": 1.73,
2459
+ "learning_rate": 8.457142857142858e-05,
2460
+ "loss": 0.5491,
2461
+ "step": 406
2462
+ },
2463
+ {
2464
+ "epoch": 1.74,
2465
+ "learning_rate": 8.428571428571429e-05,
2466
+ "loss": 0.1936,
2467
+ "step": 407
2468
+ },
2469
+ {
2470
+ "epoch": 1.74,
2471
+ "learning_rate": 8.4e-05,
2472
+ "loss": 0.5554,
2473
+ "step": 408
2474
+ },
2475
+ {
2476
+ "epoch": 1.74,
2477
+ "learning_rate": 8.371428571428572e-05,
2478
+ "loss": 0.0,
2479
+ "step": 409
2480
+ },
2481
+ {
2482
+ "epoch": 1.75,
2483
+ "learning_rate": 8.342857142857143e-05,
2484
+ "loss": 0.4438,
2485
+ "step": 410
2486
+ },
2487
+ {
2488
+ "epoch": 1.75,
2489
+ "learning_rate": 8.314285714285715e-05,
2490
+ "loss": 0.4715,
2491
+ "step": 411
2492
+ },
2493
+ {
2494
+ "epoch": 1.76,
2495
+ "learning_rate": 8.285714285714287e-05,
2496
+ "loss": 0.4966,
2497
+ "step": 412
2498
+ },
2499
+ {
2500
+ "epoch": 1.76,
2501
+ "learning_rate": 8.257142857142858e-05,
2502
+ "loss": 0.5258,
2503
+ "step": 413
2504
+ },
2505
+ {
2506
+ "epoch": 1.77,
2507
+ "learning_rate": 8.228571428571429e-05,
2508
+ "loss": 0.4949,
2509
+ "step": 414
2510
+ },
2511
+ {
2512
+ "epoch": 1.77,
2513
+ "learning_rate": 8.2e-05,
2514
+ "loss": 0.4774,
2515
+ "step": 415
2516
+ },
2517
+ {
2518
+ "epoch": 1.77,
2519
+ "learning_rate": 8.171428571428572e-05,
2520
+ "loss": 0.4824,
2521
+ "step": 416
2522
+ },
2523
+ {
2524
+ "epoch": 1.78,
2525
+ "learning_rate": 8.142857142857143e-05,
2526
+ "loss": 0.5794,
2527
+ "step": 417
2528
+ },
2529
+ {
2530
+ "epoch": 1.78,
2531
+ "learning_rate": 8.114285714285714e-05,
2532
+ "loss": 0.5633,
2533
+ "step": 418
2534
+ },
2535
+ {
2536
+ "epoch": 1.79,
2537
+ "learning_rate": 8.085714285714287e-05,
2538
+ "loss": 0.4954,
2539
+ "step": 419
2540
+ },
2541
+ {
2542
+ "epoch": 1.79,
2543
+ "learning_rate": 8.057142857142857e-05,
2544
+ "loss": 0.5098,
2545
+ "step": 420
2546
+ },
2547
+ {
2548
+ "epoch": 1.8,
2549
+ "learning_rate": 8.028571428571428e-05,
2550
+ "loss": 0.5255,
2551
+ "step": 421
2552
+ },
2553
+ {
2554
+ "epoch": 1.8,
2555
+ "learning_rate": 8e-05,
2556
+ "loss": 0.2379,
2557
+ "step": 422
2558
+ },
2559
+ {
2560
+ "epoch": 1.8,
2561
+ "learning_rate": 7.971428571428572e-05,
2562
+ "loss": 0.2548,
2563
+ "step": 423
2564
+ },
2565
+ {
2566
+ "epoch": 1.81,
2567
+ "learning_rate": 7.942857142857143e-05,
2568
+ "loss": 0.5137,
2569
+ "step": 424
2570
+ },
2571
+ {
2572
+ "epoch": 1.81,
2573
+ "learning_rate": 7.914285714285715e-05,
2574
+ "loss": 0.4868,
2575
+ "step": 425
2576
+ },
2577
+ {
2578
+ "epoch": 1.82,
2579
+ "learning_rate": 7.885714285714286e-05,
2580
+ "loss": 0.5019,
2581
+ "step": 426
2582
+ },
2583
+ {
2584
+ "epoch": 1.82,
2585
+ "learning_rate": 7.857142857142858e-05,
2586
+ "loss": 0.5176,
2587
+ "step": 427
2588
+ },
2589
+ {
2590
+ "epoch": 1.83,
2591
+ "learning_rate": 7.828571428571429e-05,
2592
+ "loss": 0.4978,
2593
+ "step": 428
2594
+ },
2595
+ {
2596
+ "epoch": 1.83,
2597
+ "learning_rate": 7.800000000000001e-05,
2598
+ "loss": 0.5346,
2599
+ "step": 429
2600
+ },
2601
+ {
2602
+ "epoch": 1.83,
2603
+ "learning_rate": 7.771428571428572e-05,
2604
+ "loss": 0.5214,
2605
+ "step": 430
2606
+ },
2607
+ {
2608
+ "epoch": 1.84,
2609
+ "learning_rate": 7.742857142857143e-05,
2610
+ "loss": 0.5191,
2611
+ "step": 431
2612
+ },
2613
+ {
2614
+ "epoch": 1.84,
2615
+ "learning_rate": 7.714285714285715e-05,
2616
+ "loss": 0.5597,
2617
+ "step": 432
2618
+ },
2619
+ {
2620
+ "epoch": 1.85,
2621
+ "learning_rate": 7.685714285714286e-05,
2622
+ "loss": 0.0,
2623
+ "step": 433
2624
+ },
2625
+ {
2626
+ "epoch": 1.85,
2627
+ "learning_rate": 7.657142857142857e-05,
2628
+ "loss": 0.483,
2629
+ "step": 434
2630
+ },
2631
+ {
2632
+ "epoch": 1.86,
2633
+ "learning_rate": 7.62857142857143e-05,
2634
+ "loss": 0.2921,
2635
+ "step": 435
2636
+ },
2637
+ {
2638
+ "epoch": 1.86,
2639
+ "learning_rate": 7.6e-05,
2640
+ "loss": 0.2412,
2641
+ "step": 436
2642
+ },
2643
+ {
2644
+ "epoch": 1.86,
2645
+ "learning_rate": 7.571428571428571e-05,
2646
+ "loss": 0.5215,
2647
+ "step": 437
2648
+ },
2649
+ {
2650
+ "epoch": 1.87,
2651
+ "learning_rate": 7.542857142857144e-05,
2652
+ "loss": 0.6186,
2653
+ "step": 438
2654
+ },
2655
+ {
2656
+ "epoch": 1.87,
2657
+ "learning_rate": 7.514285714285715e-05,
2658
+ "loss": 0.5237,
2659
+ "step": 439
2660
+ },
2661
+ {
2662
+ "epoch": 1.88,
2663
+ "learning_rate": 7.485714285714285e-05,
2664
+ "loss": 0.472,
2665
+ "step": 440
2666
+ },
2667
+ {
2668
+ "epoch": 1.88,
2669
+ "learning_rate": 7.457142857142856e-05,
2670
+ "loss": 0.2273,
2671
+ "step": 441
2672
+ },
2673
+ {
2674
+ "epoch": 1.88,
2675
+ "learning_rate": 7.428571428571429e-05,
2676
+ "loss": 0.2752,
2677
+ "step": 442
2678
+ },
2679
+ {
2680
+ "epoch": 1.89,
2681
+ "learning_rate": 7.4e-05,
2682
+ "loss": 0.276,
2683
+ "step": 443
2684
+ },
2685
+ {
2686
+ "epoch": 1.89,
2687
+ "learning_rate": 7.371428571428572e-05,
2688
+ "loss": 0.4708,
2689
+ "step": 444
2690
+ },
2691
+ {
2692
+ "epoch": 1.9,
2693
+ "learning_rate": 7.342857142857144e-05,
2694
+ "loss": 0.5655,
2695
+ "step": 445
2696
+ },
2697
+ {
2698
+ "epoch": 1.9,
2699
+ "learning_rate": 7.314285714285715e-05,
2700
+ "loss": 0.2586,
2701
+ "step": 446
2702
+ },
2703
+ {
2704
+ "epoch": 1.91,
2705
+ "learning_rate": 7.285714285714286e-05,
2706
+ "loss": 0.4855,
2707
+ "step": 447
2708
+ },
2709
+ {
2710
+ "epoch": 1.91,
2711
+ "learning_rate": 7.257142857142858e-05,
2712
+ "loss": 0.4462,
2713
+ "step": 448
2714
+ },
2715
+ {
2716
+ "epoch": 1.91,
2717
+ "learning_rate": 7.228571428571429e-05,
2718
+ "loss": 0.2632,
2719
+ "step": 449
2720
+ },
2721
+ {
2722
+ "epoch": 1.92,
2723
+ "learning_rate": 7.2e-05,
2724
+ "loss": 0.5313,
2725
+ "step": 450
2726
+ },
2727
+ {
2728
+ "epoch": 1.92,
2729
+ "learning_rate": 7.171428571428572e-05,
2730
+ "loss": 0.445,
2731
+ "step": 451
2732
+ },
2733
+ {
2734
+ "epoch": 1.93,
2735
+ "learning_rate": 7.142857142857143e-05,
2736
+ "loss": 0.5304,
2737
+ "step": 452
2738
+ },
2739
+ {
2740
+ "epoch": 1.93,
2741
+ "learning_rate": 7.114285714285714e-05,
2742
+ "loss": 0.4489,
2743
+ "step": 453
2744
+ },
2745
+ {
2746
+ "epoch": 1.94,
2747
+ "learning_rate": 7.085714285714285e-05,
2748
+ "loss": 0.2393,
2749
+ "step": 454
2750
+ },
2751
+ {
2752
+ "epoch": 1.94,
2753
+ "learning_rate": 7.057142857142858e-05,
2754
+ "loss": 0.5507,
2755
+ "step": 455
2756
+ },
2757
+ {
2758
+ "epoch": 1.94,
2759
+ "learning_rate": 7.028571428571428e-05,
2760
+ "loss": 0.5592,
2761
+ "step": 456
2762
+ },
2763
+ {
2764
+ "epoch": 1.95,
2765
+ "learning_rate": 7e-05,
2766
+ "loss": 0.5479,
2767
+ "step": 457
2768
+ },
2769
+ {
2770
+ "epoch": 1.95,
2771
+ "learning_rate": 6.971428571428572e-05,
2772
+ "loss": 0.4952,
2773
+ "step": 458
2774
+ },
2775
+ {
2776
+ "epoch": 1.96,
2777
+ "learning_rate": 6.942857142857143e-05,
2778
+ "loss": 0.4236,
2779
+ "step": 459
2780
+ },
2781
+ {
2782
+ "epoch": 1.96,
2783
+ "learning_rate": 6.914285714285715e-05,
2784
+ "loss": 0.251,
2785
+ "step": 460
2786
+ },
2787
+ {
2788
+ "epoch": 1.97,
2789
+ "learning_rate": 6.885714285714286e-05,
2790
+ "loss": 0.3061,
2791
+ "step": 461
2792
+ },
2793
+ {
2794
+ "epoch": 1.97,
2795
+ "learning_rate": 6.857142857142858e-05,
2796
+ "loss": 0.5265,
2797
+ "step": 462
2798
+ },
2799
+ {
2800
+ "epoch": 1.97,
2801
+ "learning_rate": 6.828571428571429e-05,
2802
+ "loss": 0.498,
2803
+ "step": 463
2804
+ },
2805
+ {
2806
+ "epoch": 1.98,
2807
+ "learning_rate": 6.800000000000001e-05,
2808
+ "loss": 0.5493,
2809
+ "step": 464
2810
+ },
2811
+ {
2812
+ "epoch": 1.98,
2813
+ "learning_rate": 6.771428571428572e-05,
2814
+ "loss": 0.5524,
2815
+ "step": 465
2816
+ },
2817
+ {
2818
+ "epoch": 1.99,
2819
+ "learning_rate": 6.742857142857143e-05,
2820
+ "loss": 0.2636,
2821
+ "step": 466
2822
+ },
2823
+ {
2824
+ "epoch": 1.99,
2825
+ "learning_rate": 6.714285714285714e-05,
2826
+ "loss": 0.5376,
2827
+ "step": 467
2828
+ },
2829
+ {
2830
+ "epoch": 2.0,
2831
+ "learning_rate": 6.685714285714286e-05,
2832
+ "loss": 0.5096,
2833
+ "step": 468
2834
+ },
2835
+ {
2836
+ "epoch": 2.0,
2837
+ "eval_loss": 0.5827586054801941,
2838
+ "eval_runtime": 1563.9385,
2839
+ "eval_samples_per_second": 1.199,
2840
+ "eval_steps_per_second": 0.075,
2841
+ "step": 468
2842
+ },
2843
+ {
2844
+ "epoch": 2.0,
2845
+ "learning_rate": 6.657142857142857e-05,
2846
+ "loss": 0.478,
2847
+ "step": 469
2848
+ },
2849
+ {
2850
+ "epoch": 2.0,
2851
+ "learning_rate": 6.628571428571428e-05,
2852
+ "loss": 0.4552,
2853
+ "step": 470
2854
+ },
2855
+ {
2856
+ "epoch": 2.01,
2857
+ "learning_rate": 6.6e-05,
2858
+ "loss": 0.4154,
2859
+ "step": 471
2860
+ },
2861
+ {
2862
+ "epoch": 2.01,
2863
+ "learning_rate": 6.571428571428571e-05,
2864
+ "loss": 0.4325,
2865
+ "step": 472
2866
+ },
2867
+ {
2868
+ "epoch": 2.02,
2869
+ "learning_rate": 6.542857142857142e-05,
2870
+ "loss": 0.4623,
2871
+ "step": 473
2872
+ },
2873
+ {
2874
+ "epoch": 2.02,
2875
+ "learning_rate": 6.514285714285715e-05,
2876
+ "loss": 0.213,
2877
+ "step": 474
2878
+ },
2879
+ {
2880
+ "epoch": 2.03,
2881
+ "learning_rate": 6.485714285714286e-05,
2882
+ "loss": 0.4647,
2883
+ "step": 475
2884
+ },
2885
+ {
2886
+ "epoch": 2.03,
2887
+ "learning_rate": 6.457142857142856e-05,
2888
+ "loss": 0.2709,
2889
+ "step": 476
2890
+ },
2891
+ {
2892
+ "epoch": 2.03,
2893
+ "learning_rate": 6.428571428571429e-05,
2894
+ "loss": 0.2404,
2895
+ "step": 477
2896
+ },
2897
+ {
2898
+ "epoch": 2.04,
2899
+ "learning_rate": 6.400000000000001e-05,
2900
+ "loss": 0.3752,
2901
+ "step": 478
2902
+ },
2903
+ {
2904
+ "epoch": 2.04,
2905
+ "learning_rate": 6.371428571428572e-05,
2906
+ "loss": 0.1919,
2907
+ "step": 479
2908
+ },
2909
+ {
2910
+ "epoch": 2.05,
2911
+ "learning_rate": 6.342857142857143e-05,
2912
+ "loss": 0.1925,
2913
+ "step": 480
2914
+ },
2915
+ {
2916
+ "epoch": 2.05,
2917
+ "learning_rate": 6.314285714285715e-05,
2918
+ "loss": 0.4813,
2919
+ "step": 481
2920
+ },
2921
+ {
2922
+ "epoch": 2.06,
2923
+ "learning_rate": 6.285714285714286e-05,
2924
+ "loss": 0.3845,
2925
+ "step": 482
2926
+ },
2927
+ {
2928
+ "epoch": 2.06,
2929
+ "learning_rate": 6.257142857142857e-05,
2930
+ "loss": 0.4856,
2931
+ "step": 483
2932
+ },
2933
+ {
2934
+ "epoch": 2.06,
2935
+ "learning_rate": 6.22857142857143e-05,
2936
+ "loss": 0.2222,
2937
+ "step": 484
2938
+ },
2939
+ {
2940
+ "epoch": 2.07,
2941
+ "learning_rate": 6.2e-05,
2942
+ "loss": 0.432,
2943
+ "step": 485
2944
+ },
2945
+ {
2946
+ "epoch": 2.07,
2947
+ "learning_rate": 6.171428571428571e-05,
2948
+ "loss": 0.4278,
2949
+ "step": 486
2950
+ },
2951
+ {
2952
+ "epoch": 2.08,
2953
+ "learning_rate": 6.142857142857143e-05,
2954
+ "loss": 0.4307,
2955
+ "step": 487
2956
+ },
2957
+ {
2958
+ "epoch": 2.08,
2959
+ "learning_rate": 6.114285714285714e-05,
2960
+ "loss": 0.3181,
2961
+ "step": 488
2962
+ },
2963
+ {
2964
+ "epoch": 2.09,
2965
+ "learning_rate": 6.085714285714286e-05,
2966
+ "loss": 0.4632,
2967
+ "step": 489
2968
+ },
2969
+ {
2970
+ "epoch": 2.09,
2971
+ "learning_rate": 6.0571428571428576e-05,
2972
+ "loss": 0.5209,
2973
+ "step": 490
2974
+ },
2975
+ {
2976
+ "epoch": 2.09,
2977
+ "learning_rate": 6.028571428571429e-05,
2978
+ "loss": 0.1741,
2979
+ "step": 491
2980
+ },
2981
+ {
2982
+ "epoch": 2.1,
2983
+ "learning_rate": 6e-05,
2984
+ "loss": 0.4042,
2985
+ "step": 492
2986
+ },
2987
+ {
2988
+ "epoch": 2.1,
2989
+ "learning_rate": 5.9714285714285724e-05,
2990
+ "loss": 0.4208,
2991
+ "step": 493
2992
+ },
2993
+ {
2994
+ "epoch": 2.11,
2995
+ "learning_rate": 5.9428571428571434e-05,
2996
+ "loss": 0.1973,
2997
+ "step": 494
2998
+ },
2999
+ {
3000
+ "epoch": 2.11,
3001
+ "learning_rate": 5.914285714285714e-05,
3002
+ "loss": 0.4091,
3003
+ "step": 495
3004
+ },
3005
+ {
3006
+ "epoch": 2.12,
3007
+ "learning_rate": 5.885714285714285e-05,
3008
+ "loss": 0.194,
3009
+ "step": 496
3010
+ },
3011
+ {
3012
+ "epoch": 2.12,
3013
+ "learning_rate": 5.8571428571428575e-05,
3014
+ "loss": 0.4531,
3015
+ "step": 497
3016
+ },
3017
+ {
3018
+ "epoch": 2.12,
3019
+ "learning_rate": 5.828571428571429e-05,
3020
+ "loss": 0.5006,
3021
+ "step": 498
3022
+ },
3023
+ {
3024
+ "epoch": 2.13,
3025
+ "learning_rate": 5.8e-05,
3026
+ "loss": 0.4122,
3027
+ "step": 499
3028
+ },
3029
+ {
3030
+ "epoch": 2.13,
3031
+ "learning_rate": 5.771428571428572e-05,
3032
+ "loss": 0.3595,
3033
+ "step": 500
3034
+ },
3035
+ {
3036
+ "epoch": 2.14,
3037
+ "learning_rate": 5.742857142857143e-05,
3038
+ "loss": 0.4742,
3039
+ "step": 501
3040
+ },
3041
+ {
3042
+ "epoch": 2.14,
3043
+ "learning_rate": 5.714285714285714e-05,
3044
+ "loss": 0.4729,
3045
+ "step": 502
3046
+ },
3047
+ {
3048
+ "epoch": 2.14,
3049
+ "learning_rate": 5.6857142857142865e-05,
3050
+ "loss": 0.2293,
3051
+ "step": 503
3052
+ },
3053
+ {
3054
+ "epoch": 2.15,
3055
+ "learning_rate": 5.6571428571428574e-05,
3056
+ "loss": 0.148,
3057
+ "step": 504
3058
+ },
3059
+ {
3060
+ "epoch": 2.15,
3061
+ "learning_rate": 5.628571428571428e-05,
3062
+ "loss": 0.4009,
3063
+ "step": 505
3064
+ },
3065
+ {
3066
+ "epoch": 2.16,
3067
+ "learning_rate": 5.6000000000000006e-05,
3068
+ "loss": 0.4595,
3069
+ "step": 506
3070
+ },
3071
+ {
3072
+ "epoch": 2.16,
3073
+ "learning_rate": 5.571428571428572e-05,
3074
+ "loss": 0.3895,
3075
+ "step": 507
3076
+ },
3077
+ {
3078
+ "epoch": 2.17,
3079
+ "learning_rate": 5.542857142857143e-05,
3080
+ "loss": 0.496,
3081
+ "step": 508
3082
+ },
3083
+ {
3084
+ "epoch": 2.17,
3085
+ "learning_rate": 5.514285714285714e-05,
3086
+ "loss": 0.3753,
3087
+ "step": 509
3088
+ },
3089
+ {
3090
+ "epoch": 2.17,
3091
+ "learning_rate": 5.485714285714286e-05,
3092
+ "loss": 0.2138,
3093
+ "step": 510
3094
+ },
3095
+ {
3096
+ "epoch": 2.18,
3097
+ "learning_rate": 5.457142857142857e-05,
3098
+ "loss": 0.4423,
3099
+ "step": 511
3100
+ },
3101
+ {
3102
+ "epoch": 2.18,
3103
+ "learning_rate": 5.428571428571428e-05,
3104
+ "loss": 0.2311,
3105
+ "step": 512
3106
+ },
3107
+ {
3108
+ "epoch": 2.19,
3109
+ "learning_rate": 5.4000000000000005e-05,
3110
+ "loss": 0.1998,
3111
+ "step": 513
3112
+ },
3113
+ {
3114
+ "epoch": 2.19,
3115
+ "learning_rate": 5.3714285714285714e-05,
3116
+ "loss": 0.4036,
3117
+ "step": 514
3118
+ },
3119
+ {
3120
+ "epoch": 2.2,
3121
+ "learning_rate": 5.342857142857143e-05,
3122
+ "loss": 0.3902,
3123
+ "step": 515
3124
+ },
3125
+ {
3126
+ "epoch": 2.2,
3127
+ "learning_rate": 5.314285714285715e-05,
3128
+ "loss": 0.4179,
3129
+ "step": 516
3130
+ },
3131
+ {
3132
+ "epoch": 2.2,
3133
+ "learning_rate": 5.285714285714286e-05,
3134
+ "loss": 0.4109,
3135
+ "step": 517
3136
+ },
3137
+ {
3138
+ "epoch": 2.21,
3139
+ "learning_rate": 5.257142857142857e-05,
3140
+ "loss": 0.4367,
3141
+ "step": 518
3142
+ },
3143
+ {
3144
+ "epoch": 2.21,
3145
+ "learning_rate": 5.2285714285714294e-05,
3146
+ "loss": 0.4399,
3147
+ "step": 519
3148
+ },
3149
+ {
3150
+ "epoch": 2.22,
3151
+ "learning_rate": 5.2000000000000004e-05,
3152
+ "loss": 0.4855,
3153
+ "step": 520
3154
+ },
3155
+ {
3156
+ "epoch": 2.22,
3157
+ "learning_rate": 5.171428571428571e-05,
3158
+ "loss": 0.5074,
3159
+ "step": 521
3160
+ },
3161
+ {
3162
+ "epoch": 2.23,
3163
+ "learning_rate": 5.142857142857143e-05,
3164
+ "loss": 0.2548,
3165
+ "step": 522
3166
+ },
3167
+ {
3168
+ "epoch": 2.23,
3169
+ "learning_rate": 5.1142857142857145e-05,
3170
+ "loss": 0.428,
3171
+ "step": 523
3172
+ },
3173
+ {
3174
+ "epoch": 2.23,
3175
+ "learning_rate": 5.085714285714286e-05,
3176
+ "loss": 0.4145,
3177
+ "step": 524
3178
+ },
3179
+ {
3180
+ "epoch": 2.24,
3181
+ "learning_rate": 5.057142857142857e-05,
3182
+ "loss": 0.4008,
3183
+ "step": 525
3184
+ },
3185
+ {
3186
+ "epoch": 2.24,
3187
+ "learning_rate": 5.028571428571429e-05,
3188
+ "loss": 0.1577,
3189
+ "step": 526
3190
+ },
3191
+ {
3192
+ "epoch": 2.25,
3193
+ "learning_rate": 5e-05,
3194
+ "loss": 0.4742,
3195
+ "step": 527
3196
+ },
3197
+ {
3198
+ "epoch": 2.25,
3199
+ "learning_rate": 4.971428571428572e-05,
3200
+ "loss": 0.3333,
3201
+ "step": 528
3202
+ },
3203
+ {
3204
+ "epoch": 2.26,
3205
+ "learning_rate": 4.942857142857143e-05,
3206
+ "loss": 0.1753,
3207
+ "step": 529
3208
+ },
3209
+ {
3210
+ "epoch": 2.26,
3211
+ "learning_rate": 4.9142857142857144e-05,
3212
+ "loss": 0.0,
3213
+ "step": 530
3214
+ },
3215
+ {
3216
+ "epoch": 2.26,
3217
+ "learning_rate": 4.885714285714286e-05,
3218
+ "loss": 0.5164,
3219
+ "step": 531
3220
+ },
3221
+ {
3222
+ "epoch": 2.27,
3223
+ "learning_rate": 4.8571428571428576e-05,
3224
+ "loss": 0.6013,
3225
+ "step": 532
3226
+ },
3227
+ {
3228
+ "epoch": 2.27,
3229
+ "learning_rate": 4.828571428571429e-05,
3230
+ "loss": 0.2088,
3231
+ "step": 533
3232
+ },
3233
+ {
3234
+ "epoch": 2.28,
3235
+ "learning_rate": 4.8e-05,
3236
+ "loss": 0.2234,
3237
+ "step": 534
3238
+ },
3239
+ {
3240
+ "epoch": 2.28,
3241
+ "learning_rate": 4.771428571428572e-05,
3242
+ "loss": 0.2207,
3243
+ "step": 535
3244
+ },
3245
+ {
3246
+ "epoch": 2.29,
3247
+ "learning_rate": 4.742857142857143e-05,
3248
+ "loss": 0.2416,
3249
+ "step": 536
3250
+ },
3251
+ {
3252
+ "epoch": 2.29,
3253
+ "learning_rate": 4.714285714285714e-05,
3254
+ "loss": 0.4357,
3255
+ "step": 537
3256
+ },
3257
+ {
3258
+ "epoch": 2.29,
3259
+ "learning_rate": 4.685714285714286e-05,
3260
+ "loss": 0.1677,
3261
+ "step": 538
3262
+ },
3263
+ {
3264
+ "epoch": 2.3,
3265
+ "learning_rate": 4.6571428571428575e-05,
3266
+ "loss": 0.38,
3267
+ "step": 539
3268
+ },
3269
+ {
3270
+ "epoch": 2.3,
3271
+ "learning_rate": 4.628571428571429e-05,
3272
+ "loss": 0.1935,
3273
+ "step": 540
3274
+ },
3275
+ {
3276
+ "epoch": 2.31,
3277
+ "learning_rate": 4.600000000000001e-05,
3278
+ "loss": 0.4036,
3279
+ "step": 541
3280
+ },
3281
+ {
3282
+ "epoch": 2.31,
3283
+ "learning_rate": 4.5714285714285716e-05,
3284
+ "loss": 0.441,
3285
+ "step": 542
3286
+ },
3287
+ {
3288
+ "epoch": 2.32,
3289
+ "learning_rate": 4.542857142857143e-05,
3290
+ "loss": 0.4819,
3291
+ "step": 543
3292
+ },
3293
+ {
3294
+ "epoch": 2.32,
3295
+ "learning_rate": 4.514285714285714e-05,
3296
+ "loss": 0.4479,
3297
+ "step": 544
3298
+ },
3299
+ {
3300
+ "epoch": 2.32,
3301
+ "learning_rate": 4.485714285714286e-05,
3302
+ "loss": 0.3762,
3303
+ "step": 545
3304
+ },
3305
+ {
3306
+ "epoch": 2.33,
3307
+ "learning_rate": 4.4571428571428574e-05,
3308
+ "loss": 0.4078,
3309
+ "step": 546
3310
+ },
3311
+ {
3312
+ "epoch": 2.33,
3313
+ "learning_rate": 4.428571428571428e-05,
3314
+ "loss": 0.4524,
3315
+ "step": 547
3316
+ },
3317
+ {
3318
+ "epoch": 2.34,
3319
+ "learning_rate": 4.4000000000000006e-05,
3320
+ "loss": 0.1786,
3321
+ "step": 548
3322
+ },
3323
+ {
3324
+ "epoch": 2.34,
3325
+ "learning_rate": 4.371428571428572e-05,
3326
+ "loss": 0.5071,
3327
+ "step": 549
3328
+ },
3329
+ {
3330
+ "epoch": 2.35,
3331
+ "learning_rate": 4.342857142857143e-05,
3332
+ "loss": 0.4131,
3333
+ "step": 550
3334
+ },
3335
+ {
3336
+ "epoch": 2.35,
3337
+ "learning_rate": 4.314285714285715e-05,
3338
+ "loss": 0.3809,
3339
+ "step": 551
3340
+ },
3341
+ {
3342
+ "epoch": 2.35,
3343
+ "learning_rate": 4.2857142857142856e-05,
3344
+ "loss": 0.3859,
3345
+ "step": 552
3346
+ },
3347
+ {
3348
+ "epoch": 2.36,
3349
+ "learning_rate": 4.257142857142857e-05,
3350
+ "loss": 0.4347,
3351
+ "step": 553
3352
+ },
3353
+ {
3354
+ "epoch": 2.36,
3355
+ "learning_rate": 4.228571428571429e-05,
3356
+ "loss": 0.4118,
3357
+ "step": 554
3358
+ },
3359
+ {
3360
+ "epoch": 2.37,
3361
+ "learning_rate": 4.2e-05,
3362
+ "loss": 0.4506,
3363
+ "step": 555
3364
+ },
3365
+ {
3366
+ "epoch": 2.37,
3367
+ "learning_rate": 4.1714285714285714e-05,
3368
+ "loss": 0.1577,
3369
+ "step": 556
3370
+ },
3371
+ {
3372
+ "epoch": 2.38,
3373
+ "learning_rate": 4.1428571428571437e-05,
3374
+ "loss": 0.5172,
3375
+ "step": 557
3376
+ },
3377
+ {
3378
+ "epoch": 2.38,
3379
+ "learning_rate": 4.1142857142857146e-05,
3380
+ "loss": 0.3893,
3381
+ "step": 558
3382
+ },
3383
+ {
3384
+ "epoch": 2.38,
3385
+ "learning_rate": 4.085714285714286e-05,
3386
+ "loss": 0.2105,
3387
+ "step": 559
3388
+ },
3389
+ {
3390
+ "epoch": 2.39,
3391
+ "learning_rate": 4.057142857142857e-05,
3392
+ "loss": 0.3578,
3393
+ "step": 560
3394
+ },
3395
+ {
3396
+ "epoch": 2.39,
3397
+ "learning_rate": 4.028571428571429e-05,
3398
+ "loss": 0.4687,
3399
+ "step": 561
3400
+ },
3401
+ {
3402
+ "epoch": 2.4,
3403
+ "learning_rate": 4e-05,
3404
+ "loss": 0.4575,
3405
+ "step": 562
3406
+ },
3407
+ {
3408
+ "epoch": 2.4,
3409
+ "learning_rate": 3.971428571428571e-05,
3410
+ "loss": 0.4601,
3411
+ "step": 563
3412
+ },
3413
+ {
3414
+ "epoch": 2.41,
3415
+ "learning_rate": 3.942857142857143e-05,
3416
+ "loss": 0.415,
3417
+ "step": 564
3418
+ },
3419
+ {
3420
+ "epoch": 2.41,
3421
+ "learning_rate": 3.9142857142857145e-05,
3422
+ "loss": 0.3903,
3423
+ "step": 565
3424
+ },
3425
+ {
3426
+ "epoch": 2.41,
3427
+ "learning_rate": 3.885714285714286e-05,
3428
+ "loss": 0.3971,
3429
+ "step": 566
3430
+ },
3431
+ {
3432
+ "epoch": 2.42,
3433
+ "learning_rate": 3.857142857142858e-05,
3434
+ "loss": 0.2367,
3435
+ "step": 567
3436
+ },
3437
+ {
3438
+ "epoch": 2.42,
3439
+ "learning_rate": 3.8285714285714286e-05,
3440
+ "loss": 0.4101,
3441
+ "step": 568
3442
+ },
3443
+ {
3444
+ "epoch": 2.43,
3445
+ "learning_rate": 3.8e-05,
3446
+ "loss": 0.2097,
3447
+ "step": 569
3448
+ },
3449
+ {
3450
+ "epoch": 2.43,
3451
+ "learning_rate": 3.771428571428572e-05,
3452
+ "loss": 0.2104,
3453
+ "step": 570
3454
+ },
3455
+ {
3456
+ "epoch": 2.43,
3457
+ "learning_rate": 3.742857142857143e-05,
3458
+ "loss": 0.2127,
3459
+ "step": 571
3460
+ },
3461
+ {
3462
+ "epoch": 2.44,
3463
+ "learning_rate": 3.7142857142857143e-05,
3464
+ "loss": 0.0,
3465
+ "step": 572
3466
+ },
3467
+ {
3468
+ "epoch": 2.44,
3469
+ "learning_rate": 3.685714285714286e-05,
3470
+ "loss": 0.2634,
3471
+ "step": 573
3472
+ },
3473
+ {
3474
+ "epoch": 2.45,
3475
+ "learning_rate": 3.6571428571428576e-05,
3476
+ "loss": 0.2355,
3477
+ "step": 574
3478
+ },
3479
+ {
3480
+ "epoch": 2.45,
3481
+ "learning_rate": 3.628571428571429e-05,
3482
+ "loss": 0.4657,
3483
+ "step": 575
3484
+ },
3485
+ {
3486
+ "epoch": 2.46,
3487
+ "learning_rate": 3.6e-05,
3488
+ "loss": 0.4302,
3489
+ "step": 576
3490
+ },
3491
+ {
3492
+ "epoch": 2.46,
3493
+ "learning_rate": 3.571428571428572e-05,
3494
+ "loss": 0.4919,
3495
+ "step": 577
3496
+ },
3497
+ {
3498
+ "epoch": 2.46,
3499
+ "learning_rate": 3.5428571428571426e-05,
3500
+ "loss": 0.3743,
3501
+ "step": 578
3502
+ },
3503
+ {
3504
+ "epoch": 2.47,
3505
+ "learning_rate": 3.514285714285714e-05,
3506
+ "loss": 0.5134,
3507
+ "step": 579
3508
+ },
3509
+ {
3510
+ "epoch": 2.47,
3511
+ "learning_rate": 3.485714285714286e-05,
3512
+ "loss": 0.1762,
3513
+ "step": 580
3514
+ },
3515
+ {
3516
+ "epoch": 2.48,
3517
+ "learning_rate": 3.4571428571428574e-05,
3518
+ "loss": 0.2209,
3519
+ "step": 581
3520
+ },
3521
+ {
3522
+ "epoch": 2.48,
3523
+ "learning_rate": 3.428571428571429e-05,
3524
+ "loss": 0.3631,
3525
+ "step": 582
3526
+ },
3527
+ {
3528
+ "epoch": 2.49,
3529
+ "learning_rate": 3.4000000000000007e-05,
3530
+ "loss": 0.2325,
3531
+ "step": 583
3532
+ },
3533
+ {
3534
+ "epoch": 2.49,
3535
+ "learning_rate": 3.3714285714285716e-05,
3536
+ "loss": 0.2333,
3537
+ "step": 584
3538
+ },
3539
+ {
3540
+ "epoch": 2.49,
3541
+ "learning_rate": 3.342857142857143e-05,
3542
+ "loss": 0.1782,
3543
+ "step": 585
3544
+ },
3545
+ {
3546
+ "epoch": 2.5,
3547
+ "learning_rate": 3.314285714285714e-05,
3548
+ "loss": 0.3975,
3549
+ "step": 586
3550
+ },
3551
+ {
3552
+ "epoch": 2.5,
3553
+ "learning_rate": 3.285714285714286e-05,
3554
+ "loss": 0.3905,
3555
+ "step": 587
3556
+ },
3557
+ {
3558
+ "epoch": 2.51,
3559
+ "learning_rate": 3.257142857142857e-05,
3560
+ "loss": 0.422,
3561
+ "step": 588
3562
+ },
3563
+ {
3564
+ "epoch": 2.51,
3565
+ "learning_rate": 3.228571428571428e-05,
3566
+ "loss": 0.3792,
3567
+ "step": 589
3568
+ },
3569
+ {
3570
+ "epoch": 2.52,
3571
+ "learning_rate": 3.2000000000000005e-05,
3572
+ "loss": 0.4195,
3573
+ "step": 590
3574
+ },
3575
+ {
3576
+ "epoch": 2.52,
3577
+ "learning_rate": 3.1714285714285715e-05,
3578
+ "loss": 0.4027,
3579
+ "step": 591
3580
+ },
3581
+ {
3582
+ "epoch": 2.52,
3583
+ "learning_rate": 3.142857142857143e-05,
3584
+ "loss": 0.4494,
3585
+ "step": 592
3586
+ },
3587
+ {
3588
+ "epoch": 2.53,
3589
+ "learning_rate": 3.114285714285715e-05,
3590
+ "loss": 0.196,
3591
+ "step": 593
3592
+ },
3593
+ {
3594
+ "epoch": 2.53,
3595
+ "learning_rate": 3.0857142857142856e-05,
3596
+ "loss": 0.416,
3597
+ "step": 594
3598
+ },
3599
+ {
3600
+ "epoch": 2.54,
3601
+ "learning_rate": 3.057142857142857e-05,
3602
+ "loss": 0.3842,
3603
+ "step": 595
3604
+ },
3605
+ {
3606
+ "epoch": 2.54,
3607
+ "learning_rate": 3.0285714285714288e-05,
3608
+ "loss": 0.3978,
3609
+ "step": 596
3610
+ },
3611
+ {
3612
+ "epoch": 2.55,
3613
+ "learning_rate": 3e-05,
3614
+ "loss": 0.3982,
3615
+ "step": 597
3616
+ },
3617
+ {
3618
+ "epoch": 2.55,
3619
+ "learning_rate": 2.9714285714285717e-05,
3620
+ "loss": 0.2196,
3621
+ "step": 598
3622
+ },
3623
+ {
3624
+ "epoch": 2.55,
3625
+ "learning_rate": 2.9428571428571426e-05,
3626
+ "loss": 0.4399,
3627
+ "step": 599
3628
+ },
3629
+ {
3630
+ "epoch": 2.56,
3631
+ "learning_rate": 2.9142857142857146e-05,
3632
+ "loss": 0.4312,
3633
+ "step": 600
3634
+ },
3635
+ {
3636
+ "epoch": 2.56,
3637
+ "learning_rate": 2.885714285714286e-05,
3638
+ "loss": 0.4123,
3639
+ "step": 601
3640
+ },
3641
+ {
3642
+ "epoch": 2.57,
3643
+ "learning_rate": 2.857142857142857e-05,
3644
+ "loss": 0.468,
3645
+ "step": 602
3646
+ },
3647
+ {
3648
+ "epoch": 2.57,
3649
+ "learning_rate": 2.8285714285714287e-05,
3650
+ "loss": 0.4677,
3651
+ "step": 603
3652
+ },
3653
+ {
3654
+ "epoch": 2.58,
3655
+ "learning_rate": 2.8000000000000003e-05,
3656
+ "loss": 0.2242,
3657
+ "step": 604
3658
+ },
3659
+ {
3660
+ "epoch": 2.58,
3661
+ "learning_rate": 2.7714285714285716e-05,
3662
+ "loss": 0.1985,
3663
+ "step": 605
3664
+ },
3665
+ {
3666
+ "epoch": 2.58,
3667
+ "learning_rate": 2.742857142857143e-05,
3668
+ "loss": 0.3907,
3669
+ "step": 606
3670
+ },
3671
+ {
3672
+ "epoch": 2.59,
3673
+ "learning_rate": 2.714285714285714e-05,
3674
+ "loss": 0.473,
3675
+ "step": 607
3676
+ },
3677
+ {
3678
+ "epoch": 2.59,
3679
+ "learning_rate": 2.6857142857142857e-05,
3680
+ "loss": 0.206,
3681
+ "step": 608
3682
+ },
3683
+ {
3684
+ "epoch": 2.6,
3685
+ "learning_rate": 2.6571428571428576e-05,
3686
+ "loss": 0.418,
3687
+ "step": 609
3688
+ },
3689
+ {
3690
+ "epoch": 2.6,
3691
+ "learning_rate": 2.6285714285714286e-05,
3692
+ "loss": 0.4309,
3693
+ "step": 610
3694
+ },
3695
+ {
3696
+ "epoch": 2.61,
3697
+ "learning_rate": 2.6000000000000002e-05,
3698
+ "loss": 0.1727,
3699
+ "step": 611
3700
+ },
3701
+ {
3702
+ "epoch": 2.61,
3703
+ "learning_rate": 2.5714285714285714e-05,
3704
+ "loss": 0.1889,
3705
+ "step": 612
3706
+ },
3707
+ {
3708
+ "epoch": 2.61,
3709
+ "learning_rate": 2.542857142857143e-05,
3710
+ "loss": 0.4209,
3711
+ "step": 613
3712
+ },
3713
+ {
3714
+ "epoch": 2.62,
3715
+ "learning_rate": 2.5142857142857147e-05,
3716
+ "loss": 0.3901,
3717
+ "step": 614
3718
+ },
3719
+ {
3720
+ "epoch": 2.62,
3721
+ "learning_rate": 2.485714285714286e-05,
3722
+ "loss": 0.3941,
3723
+ "step": 615
3724
+ },
3725
+ {
3726
+ "epoch": 2.63,
3727
+ "learning_rate": 2.4571428571428572e-05,
3728
+ "loss": 0.2347,
3729
+ "step": 616
3730
+ },
3731
+ {
3732
+ "epoch": 2.63,
3733
+ "learning_rate": 2.4285714285714288e-05,
3734
+ "loss": 0.2015,
3735
+ "step": 617
3736
+ },
3737
+ {
3738
+ "epoch": 2.64,
3739
+ "learning_rate": 2.4e-05,
3740
+ "loss": 0.1937,
3741
+ "step": 618
3742
+ },
3743
+ {
3744
+ "epoch": 2.64,
3745
+ "learning_rate": 2.3714285714285717e-05,
3746
+ "loss": 0.2606,
3747
+ "step": 619
3748
+ },
3749
+ {
3750
+ "epoch": 2.64,
3751
+ "learning_rate": 2.342857142857143e-05,
3752
+ "loss": 0.4302,
3753
+ "step": 620
3754
+ },
3755
+ {
3756
+ "epoch": 2.65,
3757
+ "learning_rate": 2.3142857142857145e-05,
3758
+ "loss": 0.1846,
3759
+ "step": 621
3760
+ },
3761
+ {
3762
+ "epoch": 2.65,
3763
+ "learning_rate": 2.2857142857142858e-05,
3764
+ "loss": 0.4557,
3765
+ "step": 622
3766
+ },
3767
+ {
3768
+ "epoch": 2.66,
3769
+ "learning_rate": 2.257142857142857e-05,
3770
+ "loss": 0.4581,
3771
+ "step": 623
3772
+ },
3773
+ {
3774
+ "epoch": 2.66,
3775
+ "learning_rate": 2.2285714285714287e-05,
3776
+ "loss": 0.3848,
3777
+ "step": 624
3778
+ },
3779
+ {
3780
+ "epoch": 2.66,
3781
+ "eval_loss": 0.6022217273712158,
3782
+ "eval_runtime": 1562.5817,
3783
+ "eval_samples_per_second": 1.2,
3784
+ "eval_steps_per_second": 0.076,
3785
+ "step": 624
3786
+ }
3787
+ ],
3788
+ "logging_steps": 1,
3789
+ "max_steps": 702,
3790
+ "num_train_epochs": 3,
3791
+ "save_steps": 156,
3792
+ "total_flos": 4.242236129791181e+17,
3793
+ "trial_name": null,
3794
+ "trial_params": null
3795
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:0968e08b68e501dfbdc88edc1e544d403c0caf4a5025fd003c1caf226db9ddb1
3
+ size 4091