chunpingvi commited on
Commit
7d0e5a9
1 Parent(s): d7233a9

Upload folder using huggingface_hub

Browse files
Files changed (6) hide show
  1. optimizer.pt +3 -0
  2. pytorch_model.bin +3 -0
  3. rng_state.pth +3 -0
  4. scheduler.pt +3 -0
  5. trainer_state.json +3916 -0
  6. training_args.bin +3 -0
optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f4ce941f0531c766472efc994e3ca83b43797817c6fc572e3501ee29902102b9
3
+ size 14240645
pytorch_model.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:7723e2cb85dc098e77a662645e831af9c26cb00d22b8ac04e41d87b51248a196
3
+ size 417612149
rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:e575de8df84695430d4683c381ae8f35ed0559e661f36f155669ac58a422d703
3
+ size 14575
scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f98c3de3c53a7cfe8db187ccbf95f1c8c6455235ad60589426f0c7afcbcde9e3
3
+ size 627
trainer_state.json ADDED
@@ -0,0 +1,3916 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 0.4040931527969463,
5
+ "global_step": 65000,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.0,
12
+ "learning_rate": 5e-05,
13
+ "loss": 2.2985,
14
+ "step": 100
15
+ },
16
+ {
17
+ "epoch": 0.0,
18
+ "learning_rate": 0.0001,
19
+ "loss": 2.0231,
20
+ "step": 200
21
+ },
22
+ {
23
+ "epoch": 0.0,
24
+ "learning_rate": 0.00015,
25
+ "loss": 1.877,
26
+ "step": 300
27
+ },
28
+ {
29
+ "epoch": 0.0,
30
+ "learning_rate": 0.0002,
31
+ "loss": 1.8394,
32
+ "step": 400
33
+ },
34
+ {
35
+ "epoch": 0.0,
36
+ "learning_rate": 0.00025,
37
+ "loss": 1.7965,
38
+ "step": 500
39
+ },
40
+ {
41
+ "epoch": 0.0,
42
+ "learning_rate": 0.0003,
43
+ "loss": 1.7915,
44
+ "step": 600
45
+ },
46
+ {
47
+ "epoch": 0.0,
48
+ "learning_rate": 0.00035,
49
+ "loss": 1.7553,
50
+ "step": 700
51
+ },
52
+ {
53
+ "epoch": 0.0,
54
+ "learning_rate": 0.0004,
55
+ "loss": 1.7212,
56
+ "step": 800
57
+ },
58
+ {
59
+ "epoch": 0.01,
60
+ "learning_rate": 0.00045000000000000004,
61
+ "loss": 1.7203,
62
+ "step": 900
63
+ },
64
+ {
65
+ "epoch": 0.01,
66
+ "learning_rate": 0.0005,
67
+ "loss": 1.6887,
68
+ "step": 1000
69
+ },
70
+ {
71
+ "epoch": 0.01,
72
+ "learning_rate": 0.00055,
73
+ "loss": 1.6692,
74
+ "step": 1100
75
+ },
76
+ {
77
+ "epoch": 0.01,
78
+ "learning_rate": 0.0006,
79
+ "loss": 1.6935,
80
+ "step": 1200
81
+ },
82
+ {
83
+ "epoch": 0.01,
84
+ "learning_rate": 0.0006500000000000001,
85
+ "loss": 1.6906,
86
+ "step": 1300
87
+ },
88
+ {
89
+ "epoch": 0.01,
90
+ "learning_rate": 0.0007,
91
+ "loss": 1.6797,
92
+ "step": 1400
93
+ },
94
+ {
95
+ "epoch": 0.01,
96
+ "learning_rate": 0.00075,
97
+ "loss": 1.6568,
98
+ "step": 1500
99
+ },
100
+ {
101
+ "epoch": 0.01,
102
+ "learning_rate": 0.0008,
103
+ "loss": 1.6602,
104
+ "step": 1600
105
+ },
106
+ {
107
+ "epoch": 0.01,
108
+ "learning_rate": 0.00085,
109
+ "loss": 1.6474,
110
+ "step": 1700
111
+ },
112
+ {
113
+ "epoch": 0.01,
114
+ "learning_rate": 0.0009000000000000001,
115
+ "loss": 1.6446,
116
+ "step": 1800
117
+ },
118
+ {
119
+ "epoch": 0.01,
120
+ "learning_rate": 0.00095,
121
+ "loss": 1.6337,
122
+ "step": 1900
123
+ },
124
+ {
125
+ "epoch": 0.01,
126
+ "learning_rate": 0.001,
127
+ "loss": 1.6399,
128
+ "step": 2000
129
+ },
130
+ {
131
+ "epoch": 0.01,
132
+ "learning_rate": 0.0009993704911428105,
133
+ "loss": 1.6011,
134
+ "step": 2100
135
+ },
136
+ {
137
+ "epoch": 0.01,
138
+ "learning_rate": 0.0009987409822856208,
139
+ "loss": 1.6253,
140
+ "step": 2200
141
+ },
142
+ {
143
+ "epoch": 0.01,
144
+ "learning_rate": 0.000998111473428431,
145
+ "loss": 1.6252,
146
+ "step": 2300
147
+ },
148
+ {
149
+ "epoch": 0.01,
150
+ "learning_rate": 0.0009974819645712416,
151
+ "loss": 1.603,
152
+ "step": 2400
153
+ },
154
+ {
155
+ "epoch": 0.02,
156
+ "learning_rate": 0.000996852455714052,
157
+ "loss": 1.5798,
158
+ "step": 2500
159
+ },
160
+ {
161
+ "epoch": 0.02,
162
+ "learning_rate": 0.0009962229468568624,
163
+ "loss": 1.5986,
164
+ "step": 2600
165
+ },
166
+ {
167
+ "epoch": 0.02,
168
+ "learning_rate": 0.0009955934379996727,
169
+ "loss": 1.6352,
170
+ "step": 2700
171
+ },
172
+ {
173
+ "epoch": 0.02,
174
+ "learning_rate": 0.000994963929142483,
175
+ "loss": 1.5591,
176
+ "step": 2800
177
+ },
178
+ {
179
+ "epoch": 0.02,
180
+ "learning_rate": 0.0009943344202852935,
181
+ "loss": 1.5352,
182
+ "step": 2900
183
+ },
184
+ {
185
+ "epoch": 0.02,
186
+ "learning_rate": 0.0009937049114281038,
187
+ "loss": 1.5257,
188
+ "step": 3000
189
+ },
190
+ {
191
+ "epoch": 0.02,
192
+ "learning_rate": 0.0009930754025709143,
193
+ "loss": 1.5289,
194
+ "step": 3100
195
+ },
196
+ {
197
+ "epoch": 0.02,
198
+ "learning_rate": 0.0009924458937137246,
199
+ "loss": 1.5246,
200
+ "step": 3200
201
+ },
202
+ {
203
+ "epoch": 0.02,
204
+ "learning_rate": 0.0009918163848565348,
205
+ "loss": 1.5221,
206
+ "step": 3300
207
+ },
208
+ {
209
+ "epoch": 0.02,
210
+ "learning_rate": 0.0009911868759993453,
211
+ "loss": 1.5214,
212
+ "step": 3400
213
+ },
214
+ {
215
+ "epoch": 0.02,
216
+ "learning_rate": 0.0009905573671421556,
217
+ "loss": 1.4942,
218
+ "step": 3500
219
+ },
220
+ {
221
+ "epoch": 0.02,
222
+ "learning_rate": 0.0009899278582849661,
223
+ "loss": 1.4914,
224
+ "step": 3600
225
+ },
226
+ {
227
+ "epoch": 0.02,
228
+ "learning_rate": 0.0009892983494277764,
229
+ "loss": 1.459,
230
+ "step": 3700
231
+ },
232
+ {
233
+ "epoch": 0.02,
234
+ "learning_rate": 0.0009886688405705867,
235
+ "loss": 1.4696,
236
+ "step": 3800
237
+ },
238
+ {
239
+ "epoch": 0.02,
240
+ "learning_rate": 0.0009880393317133972,
241
+ "loss": 1.4493,
242
+ "step": 3900
243
+ },
244
+ {
245
+ "epoch": 0.02,
246
+ "learning_rate": 0.0009874098228562077,
247
+ "loss": 1.4612,
248
+ "step": 4000
249
+ },
250
+ {
251
+ "epoch": 0.03,
252
+ "learning_rate": 0.000986780313999018,
253
+ "loss": 1.4506,
254
+ "step": 4100
255
+ },
256
+ {
257
+ "epoch": 0.03,
258
+ "learning_rate": 0.0009861508051418283,
259
+ "loss": 1.4585,
260
+ "step": 4200
261
+ },
262
+ {
263
+ "epoch": 0.03,
264
+ "learning_rate": 0.0009855212962846388,
265
+ "loss": 1.4414,
266
+ "step": 4300
267
+ },
268
+ {
269
+ "epoch": 0.03,
270
+ "learning_rate": 0.000984891787427449,
271
+ "loss": 1.4436,
272
+ "step": 4400
273
+ },
274
+ {
275
+ "epoch": 0.03,
276
+ "learning_rate": 0.0009842622785702596,
277
+ "loss": 1.4547,
278
+ "step": 4500
279
+ },
280
+ {
281
+ "epoch": 0.03,
282
+ "learning_rate": 0.0009836327697130699,
283
+ "loss": 1.4049,
284
+ "step": 4600
285
+ },
286
+ {
287
+ "epoch": 0.03,
288
+ "learning_rate": 0.0009830032608558802,
289
+ "loss": 1.4293,
290
+ "step": 4700
291
+ },
292
+ {
293
+ "epoch": 0.03,
294
+ "learning_rate": 0.0009823737519986907,
295
+ "loss": 1.4558,
296
+ "step": 4800
297
+ },
298
+ {
299
+ "epoch": 0.03,
300
+ "learning_rate": 0.000981744243141501,
301
+ "loss": 1.4235,
302
+ "step": 4900
303
+ },
304
+ {
305
+ "epoch": 0.03,
306
+ "learning_rate": 0.0009811147342843115,
307
+ "loss": 1.4318,
308
+ "step": 5000
309
+ },
310
+ {
311
+ "epoch": 0.03,
312
+ "learning_rate": 0.0009804852254271218,
313
+ "loss": 1.4459,
314
+ "step": 5100
315
+ },
316
+ {
317
+ "epoch": 0.03,
318
+ "learning_rate": 0.000979855716569932,
319
+ "loss": 1.4174,
320
+ "step": 5200
321
+ },
322
+ {
323
+ "epoch": 0.03,
324
+ "learning_rate": 0.0009792262077127425,
325
+ "loss": 1.3947,
326
+ "step": 5300
327
+ },
328
+ {
329
+ "epoch": 0.03,
330
+ "learning_rate": 0.0009785966988555528,
331
+ "loss": 1.4177,
332
+ "step": 5400
333
+ },
334
+ {
335
+ "epoch": 0.03,
336
+ "learning_rate": 0.0009779671899983633,
337
+ "loss": 1.4225,
338
+ "step": 5500
339
+ },
340
+ {
341
+ "epoch": 0.03,
342
+ "learning_rate": 0.0009773376811411736,
343
+ "loss": 1.4049,
344
+ "step": 5600
345
+ },
346
+ {
347
+ "epoch": 0.04,
348
+ "learning_rate": 0.000976708172283984,
349
+ "loss": 1.3942,
350
+ "step": 5700
351
+ },
352
+ {
353
+ "epoch": 0.04,
354
+ "learning_rate": 0.0009760786634267944,
355
+ "loss": 1.3987,
356
+ "step": 5800
357
+ },
358
+ {
359
+ "epoch": 0.04,
360
+ "learning_rate": 0.0009754491545696048,
361
+ "loss": 1.3907,
362
+ "step": 5900
363
+ },
364
+ {
365
+ "epoch": 0.04,
366
+ "learning_rate": 0.0009748196457124152,
367
+ "loss": 1.3817,
368
+ "step": 6000
369
+ },
370
+ {
371
+ "epoch": 0.04,
372
+ "learning_rate": 0.0009741901368552256,
373
+ "loss": 1.3905,
374
+ "step": 6100
375
+ },
376
+ {
377
+ "epoch": 0.04,
378
+ "learning_rate": 0.0009735606279980359,
379
+ "loss": 1.4099,
380
+ "step": 6200
381
+ },
382
+ {
383
+ "epoch": 0.04,
384
+ "learning_rate": 0.0009729311191408463,
385
+ "loss": 1.3696,
386
+ "step": 6300
387
+ },
388
+ {
389
+ "epoch": 0.04,
390
+ "learning_rate": 0.0009723016102836567,
391
+ "loss": 1.3858,
392
+ "step": 6400
393
+ },
394
+ {
395
+ "epoch": 0.04,
396
+ "learning_rate": 0.0009716721014264671,
397
+ "loss": 1.3832,
398
+ "step": 6500
399
+ },
400
+ {
401
+ "epoch": 0.04,
402
+ "learning_rate": 0.0009710425925692775,
403
+ "loss": 1.3781,
404
+ "step": 6600
405
+ },
406
+ {
407
+ "epoch": 0.04,
408
+ "learning_rate": 0.0009704130837120878,
409
+ "loss": 1.3789,
410
+ "step": 6700
411
+ },
412
+ {
413
+ "epoch": 0.04,
414
+ "learning_rate": 0.0009697835748548982,
415
+ "loss": 1.3709,
416
+ "step": 6800
417
+ },
418
+ {
419
+ "epoch": 0.04,
420
+ "learning_rate": 0.0009691540659977086,
421
+ "loss": 1.3751,
422
+ "step": 6900
423
+ },
424
+ {
425
+ "epoch": 0.04,
426
+ "learning_rate": 0.0009685245571405191,
427
+ "loss": 1.3728,
428
+ "step": 7000
429
+ },
430
+ {
431
+ "epoch": 0.04,
432
+ "learning_rate": 0.0009678950482833295,
433
+ "loss": 1.3693,
434
+ "step": 7100
435
+ },
436
+ {
437
+ "epoch": 0.04,
438
+ "learning_rate": 0.0009672655394261397,
439
+ "loss": 1.3585,
440
+ "step": 7200
441
+ },
442
+ {
443
+ "epoch": 0.05,
444
+ "learning_rate": 0.0009666360305689501,
445
+ "loss": 1.3613,
446
+ "step": 7300
447
+ },
448
+ {
449
+ "epoch": 0.05,
450
+ "learning_rate": 0.0009660065217117605,
451
+ "loss": 1.3782,
452
+ "step": 7400
453
+ },
454
+ {
455
+ "epoch": 0.05,
456
+ "learning_rate": 0.0009653770128545709,
457
+ "loss": 1.3551,
458
+ "step": 7500
459
+ },
460
+ {
461
+ "epoch": 0.05,
462
+ "learning_rate": 0.0009647475039973813,
463
+ "loss": 1.3473,
464
+ "step": 7600
465
+ },
466
+ {
467
+ "epoch": 0.05,
468
+ "learning_rate": 0.0009641179951401916,
469
+ "loss": 1.338,
470
+ "step": 7700
471
+ },
472
+ {
473
+ "epoch": 0.05,
474
+ "learning_rate": 0.000963488486283002,
475
+ "loss": 1.3795,
476
+ "step": 7800
477
+ },
478
+ {
479
+ "epoch": 0.05,
480
+ "learning_rate": 0.0009628589774258124,
481
+ "loss": 1.3429,
482
+ "step": 7900
483
+ },
484
+ {
485
+ "epoch": 0.05,
486
+ "learning_rate": 0.0009622294685686228,
487
+ "loss": 1.3476,
488
+ "step": 8000
489
+ },
490
+ {
491
+ "epoch": 0.05,
492
+ "learning_rate": 0.0009615999597114332,
493
+ "loss": 1.3826,
494
+ "step": 8100
495
+ },
496
+ {
497
+ "epoch": 0.05,
498
+ "learning_rate": 0.0009609704508542435,
499
+ "loss": 1.3683,
500
+ "step": 8200
501
+ },
502
+ {
503
+ "epoch": 0.05,
504
+ "learning_rate": 0.0009603409419970539,
505
+ "loss": 1.3378,
506
+ "step": 8300
507
+ },
508
+ {
509
+ "epoch": 0.05,
510
+ "learning_rate": 0.0009597114331398643,
511
+ "loss": 1.3613,
512
+ "step": 8400
513
+ },
514
+ {
515
+ "epoch": 0.05,
516
+ "learning_rate": 0.0009590819242826747,
517
+ "loss": 1.366,
518
+ "step": 8500
519
+ },
520
+ {
521
+ "epoch": 0.05,
522
+ "learning_rate": 0.000958452415425485,
523
+ "loss": 1.3375,
524
+ "step": 8600
525
+ },
526
+ {
527
+ "epoch": 0.05,
528
+ "learning_rate": 0.0009578229065682954,
529
+ "loss": 1.3516,
530
+ "step": 8700
531
+ },
532
+ {
533
+ "epoch": 0.05,
534
+ "learning_rate": 0.0009571933977111058,
535
+ "loss": 1.3671,
536
+ "step": 8800
537
+ },
538
+ {
539
+ "epoch": 0.06,
540
+ "learning_rate": 0.0009565638888539163,
541
+ "loss": 1.3305,
542
+ "step": 8900
543
+ },
544
+ {
545
+ "epoch": 0.06,
546
+ "learning_rate": 0.0009559343799967267,
547
+ "loss": 1.3439,
548
+ "step": 9000
549
+ },
550
+ {
551
+ "epoch": 0.06,
552
+ "learning_rate": 0.0009553048711395369,
553
+ "loss": 1.3475,
554
+ "step": 9100
555
+ },
556
+ {
557
+ "epoch": 0.06,
558
+ "learning_rate": 0.0009546753622823473,
559
+ "loss": 1.3374,
560
+ "step": 9200
561
+ },
562
+ {
563
+ "epoch": 0.06,
564
+ "learning_rate": 0.0009540458534251577,
565
+ "loss": 1.3304,
566
+ "step": 9300
567
+ },
568
+ {
569
+ "epoch": 0.06,
570
+ "learning_rate": 0.0009534163445679681,
571
+ "loss": 1.3704,
572
+ "step": 9400
573
+ },
574
+ {
575
+ "epoch": 0.06,
576
+ "learning_rate": 0.0009527868357107785,
577
+ "loss": 1.3521,
578
+ "step": 9500
579
+ },
580
+ {
581
+ "epoch": 0.06,
582
+ "learning_rate": 0.0009521573268535888,
583
+ "loss": 1.3508,
584
+ "step": 9600
585
+ },
586
+ {
587
+ "epoch": 0.06,
588
+ "learning_rate": 0.0009515278179963992,
589
+ "loss": 1.3308,
590
+ "step": 9700
591
+ },
592
+ {
593
+ "epoch": 0.06,
594
+ "learning_rate": 0.0009508983091392096,
595
+ "loss": 1.3347,
596
+ "step": 9800
597
+ },
598
+ {
599
+ "epoch": 0.06,
600
+ "learning_rate": 0.00095026880028202,
601
+ "loss": 1.3334,
602
+ "step": 9900
603
+ },
604
+ {
605
+ "epoch": 0.06,
606
+ "learning_rate": 0.0009496392914248304,
607
+ "loss": 1.3593,
608
+ "step": 10000
609
+ },
610
+ {
611
+ "epoch": 0.06,
612
+ "learning_rate": 0.0009490097825676407,
613
+ "loss": 1.3447,
614
+ "step": 10100
615
+ },
616
+ {
617
+ "epoch": 0.06,
618
+ "learning_rate": 0.0009483802737104511,
619
+ "loss": 1.3335,
620
+ "step": 10200
621
+ },
622
+ {
623
+ "epoch": 0.06,
624
+ "learning_rate": 0.0009477507648532615,
625
+ "loss": 1.3131,
626
+ "step": 10300
627
+ },
628
+ {
629
+ "epoch": 0.06,
630
+ "learning_rate": 0.0009471212559960719,
631
+ "loss": 1.3358,
632
+ "step": 10400
633
+ },
634
+ {
635
+ "epoch": 0.07,
636
+ "learning_rate": 0.0009464917471388823,
637
+ "loss": 1.3449,
638
+ "step": 10500
639
+ },
640
+ {
641
+ "epoch": 0.07,
642
+ "learning_rate": 0.0009458622382816926,
643
+ "loss": 1.3342,
644
+ "step": 10600
645
+ },
646
+ {
647
+ "epoch": 0.07,
648
+ "learning_rate": 0.000945232729424503,
649
+ "loss": 1.3349,
650
+ "step": 10700
651
+ },
652
+ {
653
+ "epoch": 0.07,
654
+ "learning_rate": 0.0009446032205673134,
655
+ "loss": 1.3444,
656
+ "step": 10800
657
+ },
658
+ {
659
+ "epoch": 0.07,
660
+ "learning_rate": 0.0009439737117101239,
661
+ "loss": 1.3218,
662
+ "step": 10900
663
+ },
664
+ {
665
+ "epoch": 0.07,
666
+ "learning_rate": 0.0009433442028529343,
667
+ "loss": 1.3339,
668
+ "step": 11000
669
+ },
670
+ {
671
+ "epoch": 0.07,
672
+ "learning_rate": 0.0009427146939957445,
673
+ "loss": 1.3336,
674
+ "step": 11100
675
+ },
676
+ {
677
+ "epoch": 0.07,
678
+ "learning_rate": 0.0009420851851385549,
679
+ "loss": 1.339,
680
+ "step": 11200
681
+ },
682
+ {
683
+ "epoch": 0.07,
684
+ "learning_rate": 0.0009414556762813653,
685
+ "loss": 1.3128,
686
+ "step": 11300
687
+ },
688
+ {
689
+ "epoch": 0.07,
690
+ "learning_rate": 0.0009408261674241757,
691
+ "loss": 1.3503,
692
+ "step": 11400
693
+ },
694
+ {
695
+ "epoch": 0.07,
696
+ "learning_rate": 0.0009401966585669861,
697
+ "loss": 1.3324,
698
+ "step": 11500
699
+ },
700
+ {
701
+ "epoch": 0.07,
702
+ "learning_rate": 0.0009395671497097964,
703
+ "loss": 1.3368,
704
+ "step": 11600
705
+ },
706
+ {
707
+ "epoch": 0.07,
708
+ "learning_rate": 0.0009389376408526068,
709
+ "loss": 1.3123,
710
+ "step": 11700
711
+ },
712
+ {
713
+ "epoch": 0.07,
714
+ "learning_rate": 0.0009383081319954172,
715
+ "loss": 1.3316,
716
+ "step": 11800
717
+ },
718
+ {
719
+ "epoch": 0.07,
720
+ "learning_rate": 0.0009376786231382276,
721
+ "loss": 1.3282,
722
+ "step": 11900
723
+ },
724
+ {
725
+ "epoch": 0.07,
726
+ "learning_rate": 0.000937049114281038,
727
+ "loss": 1.3181,
728
+ "step": 12000
729
+ },
730
+ {
731
+ "epoch": 0.08,
732
+ "learning_rate": 0.0009364196054238483,
733
+ "loss": 1.3278,
734
+ "step": 12100
735
+ },
736
+ {
737
+ "epoch": 0.08,
738
+ "learning_rate": 0.0009357900965666587,
739
+ "loss": 1.3077,
740
+ "step": 12200
741
+ },
742
+ {
743
+ "epoch": 0.08,
744
+ "learning_rate": 0.0009351605877094691,
745
+ "loss": 1.3242,
746
+ "step": 12300
747
+ },
748
+ {
749
+ "epoch": 0.08,
750
+ "learning_rate": 0.0009345310788522795,
751
+ "loss": 1.3162,
752
+ "step": 12400
753
+ },
754
+ {
755
+ "epoch": 0.08,
756
+ "learning_rate": 0.0009339015699950899,
757
+ "loss": 1.3182,
758
+ "step": 12500
759
+ },
760
+ {
761
+ "epoch": 0.08,
762
+ "learning_rate": 0.0009332720611379002,
763
+ "loss": 1.322,
764
+ "step": 12600
765
+ },
766
+ {
767
+ "epoch": 0.08,
768
+ "learning_rate": 0.0009326425522807105,
769
+ "loss": 1.3309,
770
+ "step": 12700
771
+ },
772
+ {
773
+ "epoch": 0.08,
774
+ "learning_rate": 0.0009320130434235211,
775
+ "loss": 1.332,
776
+ "step": 12800
777
+ },
778
+ {
779
+ "epoch": 0.08,
780
+ "learning_rate": 0.0009313835345663315,
781
+ "loss": 1.3111,
782
+ "step": 12900
783
+ },
784
+ {
785
+ "epoch": 0.08,
786
+ "learning_rate": 0.0009307540257091417,
787
+ "loss": 1.3084,
788
+ "step": 13000
789
+ },
790
+ {
791
+ "epoch": 0.08,
792
+ "learning_rate": 0.0009301245168519521,
793
+ "loss": 1.3183,
794
+ "step": 13100
795
+ },
796
+ {
797
+ "epoch": 0.08,
798
+ "learning_rate": 0.0009294950079947625,
799
+ "loss": 1.3336,
800
+ "step": 13200
801
+ },
802
+ {
803
+ "epoch": 0.08,
804
+ "learning_rate": 0.0009288654991375729,
805
+ "loss": 1.3221,
806
+ "step": 13300
807
+ },
808
+ {
809
+ "epoch": 0.08,
810
+ "learning_rate": 0.0009282359902803833,
811
+ "loss": 1.3266,
812
+ "step": 13400
813
+ },
814
+ {
815
+ "epoch": 0.08,
816
+ "learning_rate": 0.0009276064814231936,
817
+ "loss": 1.3219,
818
+ "step": 13500
819
+ },
820
+ {
821
+ "epoch": 0.08,
822
+ "learning_rate": 0.000926976972566004,
823
+ "loss": 1.3055,
824
+ "step": 13600
825
+ },
826
+ {
827
+ "epoch": 0.09,
828
+ "learning_rate": 0.0009263474637088144,
829
+ "loss": 1.3091,
830
+ "step": 13700
831
+ },
832
+ {
833
+ "epoch": 0.09,
834
+ "learning_rate": 0.0009257179548516248,
835
+ "loss": 1.3057,
836
+ "step": 13800
837
+ },
838
+ {
839
+ "epoch": 0.09,
840
+ "learning_rate": 0.0009250884459944352,
841
+ "loss": 1.3128,
842
+ "step": 13900
843
+ },
844
+ {
845
+ "epoch": 0.09,
846
+ "learning_rate": 0.0009244589371372455,
847
+ "loss": 1.2988,
848
+ "step": 14000
849
+ },
850
+ {
851
+ "epoch": 0.09,
852
+ "learning_rate": 0.0009238294282800559,
853
+ "loss": 1.3197,
854
+ "step": 14100
855
+ },
856
+ {
857
+ "epoch": 0.09,
858
+ "learning_rate": 0.0009231999194228663,
859
+ "loss": 1.3043,
860
+ "step": 14200
861
+ },
862
+ {
863
+ "epoch": 0.09,
864
+ "learning_rate": 0.0009225704105656767,
865
+ "loss": 1.3013,
866
+ "step": 14300
867
+ },
868
+ {
869
+ "epoch": 0.09,
870
+ "learning_rate": 0.0009219409017084871,
871
+ "loss": 1.2999,
872
+ "step": 14400
873
+ },
874
+ {
875
+ "epoch": 0.09,
876
+ "learning_rate": 0.0009213113928512974,
877
+ "loss": 1.3059,
878
+ "step": 14500
879
+ },
880
+ {
881
+ "epoch": 0.09,
882
+ "learning_rate": 0.0009206818839941077,
883
+ "loss": 1.3004,
884
+ "step": 14600
885
+ },
886
+ {
887
+ "epoch": 0.09,
888
+ "learning_rate": 0.0009200523751369181,
889
+ "loss": 1.3012,
890
+ "step": 14700
891
+ },
892
+ {
893
+ "epoch": 0.09,
894
+ "learning_rate": 0.0009194228662797286,
895
+ "loss": 1.2966,
896
+ "step": 14800
897
+ },
898
+ {
899
+ "epoch": 0.09,
900
+ "learning_rate": 0.000918793357422539,
901
+ "loss": 1.3052,
902
+ "step": 14900
903
+ },
904
+ {
905
+ "epoch": 0.09,
906
+ "learning_rate": 0.0009181638485653493,
907
+ "loss": 1.3077,
908
+ "step": 15000
909
+ },
910
+ {
911
+ "epoch": 0.09,
912
+ "learning_rate": 0.0009175343397081597,
913
+ "loss": 1.308,
914
+ "step": 15100
915
+ },
916
+ {
917
+ "epoch": 0.09,
918
+ "learning_rate": 0.0009169048308509701,
919
+ "loss": 1.3002,
920
+ "step": 15200
921
+ },
922
+ {
923
+ "epoch": 0.1,
924
+ "learning_rate": 0.0009162753219937805,
925
+ "loss": 1.3095,
926
+ "step": 15300
927
+ },
928
+ {
929
+ "epoch": 0.1,
930
+ "learning_rate": 0.0009156458131365909,
931
+ "loss": 1.3154,
932
+ "step": 15400
933
+ },
934
+ {
935
+ "epoch": 0.1,
936
+ "learning_rate": 0.0009150163042794012,
937
+ "loss": 1.2998,
938
+ "step": 15500
939
+ },
940
+ {
941
+ "epoch": 0.1,
942
+ "learning_rate": 0.0009143867954222116,
943
+ "loss": 1.3179,
944
+ "step": 15600
945
+ },
946
+ {
947
+ "epoch": 0.1,
948
+ "learning_rate": 0.000913757286565022,
949
+ "loss": 1.2986,
950
+ "step": 15700
951
+ },
952
+ {
953
+ "epoch": 0.1,
954
+ "learning_rate": 0.0009131277777078324,
955
+ "loss": 1.3143,
956
+ "step": 15800
957
+ },
958
+ {
959
+ "epoch": 0.1,
960
+ "learning_rate": 0.0009124982688506428,
961
+ "loss": 1.2853,
962
+ "step": 15900
963
+ },
964
+ {
965
+ "epoch": 0.1,
966
+ "learning_rate": 0.0009118687599934531,
967
+ "loss": 1.2879,
968
+ "step": 16000
969
+ },
970
+ {
971
+ "epoch": 0.1,
972
+ "learning_rate": 0.0009112392511362635,
973
+ "loss": 1.2931,
974
+ "step": 16100
975
+ },
976
+ {
977
+ "epoch": 0.1,
978
+ "learning_rate": 0.0009106097422790739,
979
+ "loss": 1.2906,
980
+ "step": 16200
981
+ },
982
+ {
983
+ "epoch": 0.1,
984
+ "learning_rate": 0.0009099802334218843,
985
+ "loss": 1.3251,
986
+ "step": 16300
987
+ },
988
+ {
989
+ "epoch": 0.1,
990
+ "learning_rate": 0.0009093507245646947,
991
+ "loss": 1.3187,
992
+ "step": 16400
993
+ },
994
+ {
995
+ "epoch": 0.1,
996
+ "learning_rate": 0.000908721215707505,
997
+ "loss": 1.2984,
998
+ "step": 16500
999
+ },
1000
+ {
1001
+ "epoch": 0.1,
1002
+ "learning_rate": 0.0009080917068503153,
1003
+ "loss": 1.3023,
1004
+ "step": 16600
1005
+ },
1006
+ {
1007
+ "epoch": 0.1,
1008
+ "learning_rate": 0.0009074621979931257,
1009
+ "loss": 1.3056,
1010
+ "step": 16700
1011
+ },
1012
+ {
1013
+ "epoch": 0.1,
1014
+ "learning_rate": 0.0009068326891359362,
1015
+ "loss": 1.3159,
1016
+ "step": 16800
1017
+ },
1018
+ {
1019
+ "epoch": 0.11,
1020
+ "learning_rate": 0.0009062031802787465,
1021
+ "loss": 1.3058,
1022
+ "step": 16900
1023
+ },
1024
+ {
1025
+ "epoch": 0.11,
1026
+ "learning_rate": 0.0009055736714215569,
1027
+ "loss": 1.3023,
1028
+ "step": 17000
1029
+ },
1030
+ {
1031
+ "epoch": 0.11,
1032
+ "learning_rate": 0.0009049441625643673,
1033
+ "loss": 1.3214,
1034
+ "step": 17100
1035
+ },
1036
+ {
1037
+ "epoch": 0.11,
1038
+ "learning_rate": 0.0009043146537071777,
1039
+ "loss": 1.2811,
1040
+ "step": 17200
1041
+ },
1042
+ {
1043
+ "epoch": 0.11,
1044
+ "learning_rate": 0.0009036851448499881,
1045
+ "loss": 1.295,
1046
+ "step": 17300
1047
+ },
1048
+ {
1049
+ "epoch": 0.11,
1050
+ "learning_rate": 0.0009030556359927984,
1051
+ "loss": 1.3167,
1052
+ "step": 17400
1053
+ },
1054
+ {
1055
+ "epoch": 0.11,
1056
+ "learning_rate": 0.0009024261271356088,
1057
+ "loss": 1.3003,
1058
+ "step": 17500
1059
+ },
1060
+ {
1061
+ "epoch": 0.11,
1062
+ "learning_rate": 0.0009017966182784192,
1063
+ "loss": 1.3076,
1064
+ "step": 17600
1065
+ },
1066
+ {
1067
+ "epoch": 0.11,
1068
+ "learning_rate": 0.0009011671094212296,
1069
+ "loss": 1.2644,
1070
+ "step": 17700
1071
+ },
1072
+ {
1073
+ "epoch": 0.11,
1074
+ "learning_rate": 0.00090053760056404,
1075
+ "loss": 1.3073,
1076
+ "step": 17800
1077
+ },
1078
+ {
1079
+ "epoch": 0.11,
1080
+ "learning_rate": 0.0008999080917068503,
1081
+ "loss": 1.2843,
1082
+ "step": 17900
1083
+ },
1084
+ {
1085
+ "epoch": 0.11,
1086
+ "learning_rate": 0.0008992785828496607,
1087
+ "loss": 1.2831,
1088
+ "step": 18000
1089
+ },
1090
+ {
1091
+ "epoch": 0.11,
1092
+ "learning_rate": 0.0008986490739924711,
1093
+ "loss": 1.2854,
1094
+ "step": 18100
1095
+ },
1096
+ {
1097
+ "epoch": 0.11,
1098
+ "learning_rate": 0.0008980195651352815,
1099
+ "loss": 1.3237,
1100
+ "step": 18200
1101
+ },
1102
+ {
1103
+ "epoch": 0.11,
1104
+ "learning_rate": 0.0008973900562780919,
1105
+ "loss": 1.2951,
1106
+ "step": 18300
1107
+ },
1108
+ {
1109
+ "epoch": 0.11,
1110
+ "learning_rate": 0.0008967605474209021,
1111
+ "loss": 1.297,
1112
+ "step": 18400
1113
+ },
1114
+ {
1115
+ "epoch": 0.12,
1116
+ "learning_rate": 0.0008961310385637125,
1117
+ "loss": 1.2937,
1118
+ "step": 18500
1119
+ },
1120
+ {
1121
+ "epoch": 0.12,
1122
+ "learning_rate": 0.0008955015297065229,
1123
+ "loss": 1.2877,
1124
+ "step": 18600
1125
+ },
1126
+ {
1127
+ "epoch": 0.12,
1128
+ "learning_rate": 0.0008948720208493334,
1129
+ "loss": 1.3139,
1130
+ "step": 18700
1131
+ },
1132
+ {
1133
+ "epoch": 0.12,
1134
+ "learning_rate": 0.0008942425119921438,
1135
+ "loss": 1.2998,
1136
+ "step": 18800
1137
+ },
1138
+ {
1139
+ "epoch": 0.12,
1140
+ "learning_rate": 0.0008936130031349541,
1141
+ "loss": 1.2798,
1142
+ "step": 18900
1143
+ },
1144
+ {
1145
+ "epoch": 0.12,
1146
+ "learning_rate": 0.0008929834942777645,
1147
+ "loss": 1.2865,
1148
+ "step": 19000
1149
+ },
1150
+ {
1151
+ "epoch": 0.12,
1152
+ "learning_rate": 0.0008923539854205749,
1153
+ "loss": 1.2954,
1154
+ "step": 19100
1155
+ },
1156
+ {
1157
+ "epoch": 0.12,
1158
+ "learning_rate": 0.0008917244765633853,
1159
+ "loss": 1.2915,
1160
+ "step": 19200
1161
+ },
1162
+ {
1163
+ "epoch": 0.12,
1164
+ "learning_rate": 0.0008910949677061957,
1165
+ "loss": 1.2948,
1166
+ "step": 19300
1167
+ },
1168
+ {
1169
+ "epoch": 0.12,
1170
+ "learning_rate": 0.000890465458849006,
1171
+ "loss": 1.2829,
1172
+ "step": 19400
1173
+ },
1174
+ {
1175
+ "epoch": 0.12,
1176
+ "learning_rate": 0.0008898359499918164,
1177
+ "loss": 1.2898,
1178
+ "step": 19500
1179
+ },
1180
+ {
1181
+ "epoch": 0.12,
1182
+ "learning_rate": 0.0008892064411346268,
1183
+ "loss": 1.2964,
1184
+ "step": 19600
1185
+ },
1186
+ {
1187
+ "epoch": 0.12,
1188
+ "learning_rate": 0.0008885769322774372,
1189
+ "loss": 1.2765,
1190
+ "step": 19700
1191
+ },
1192
+ {
1193
+ "epoch": 0.12,
1194
+ "learning_rate": 0.0008879474234202476,
1195
+ "loss": 1.3033,
1196
+ "step": 19800
1197
+ },
1198
+ {
1199
+ "epoch": 0.12,
1200
+ "learning_rate": 0.0008873179145630579,
1201
+ "loss": 1.2904,
1202
+ "step": 19900
1203
+ },
1204
+ {
1205
+ "epoch": 0.12,
1206
+ "learning_rate": 0.0008866884057058683,
1207
+ "loss": 1.2792,
1208
+ "step": 20000
1209
+ },
1210
+ {
1211
+ "epoch": 0.12,
1212
+ "learning_rate": 0.0008860588968486787,
1213
+ "loss": 1.2662,
1214
+ "step": 20100
1215
+ },
1216
+ {
1217
+ "epoch": 0.13,
1218
+ "learning_rate": 0.0008854293879914891,
1219
+ "loss": 1.2728,
1220
+ "step": 20200
1221
+ },
1222
+ {
1223
+ "epoch": 0.13,
1224
+ "learning_rate": 0.0008847998791342995,
1225
+ "loss": 1.2877,
1226
+ "step": 20300
1227
+ },
1228
+ {
1229
+ "epoch": 0.13,
1230
+ "learning_rate": 0.0008841703702771097,
1231
+ "loss": 1.2896,
1232
+ "step": 20400
1233
+ },
1234
+ {
1235
+ "epoch": 0.13,
1236
+ "learning_rate": 0.0008835408614199201,
1237
+ "loss": 1.3013,
1238
+ "step": 20500
1239
+ },
1240
+ {
1241
+ "epoch": 0.13,
1242
+ "learning_rate": 0.0008829113525627305,
1243
+ "loss": 1.3009,
1244
+ "step": 20600
1245
+ },
1246
+ {
1247
+ "epoch": 0.13,
1248
+ "learning_rate": 0.000882281843705541,
1249
+ "loss": 1.2754,
1250
+ "step": 20700
1251
+ },
1252
+ {
1253
+ "epoch": 0.13,
1254
+ "learning_rate": 0.0008816523348483514,
1255
+ "loss": 1.2888,
1256
+ "step": 20800
1257
+ },
1258
+ {
1259
+ "epoch": 0.13,
1260
+ "learning_rate": 0.0008810228259911617,
1261
+ "loss": 1.2733,
1262
+ "step": 20900
1263
+ },
1264
+ {
1265
+ "epoch": 0.13,
1266
+ "learning_rate": 0.0008803933171339721,
1267
+ "loss": 1.2743,
1268
+ "step": 21000
1269
+ },
1270
+ {
1271
+ "epoch": 0.13,
1272
+ "learning_rate": 0.0008797638082767825,
1273
+ "loss": 1.2764,
1274
+ "step": 21100
1275
+ },
1276
+ {
1277
+ "epoch": 0.13,
1278
+ "learning_rate": 0.0008791342994195929,
1279
+ "loss": 1.2808,
1280
+ "step": 21200
1281
+ },
1282
+ {
1283
+ "epoch": 0.13,
1284
+ "learning_rate": 0.0008785047905624032,
1285
+ "loss": 1.2991,
1286
+ "step": 21300
1287
+ },
1288
+ {
1289
+ "epoch": 0.13,
1290
+ "learning_rate": 0.0008778752817052136,
1291
+ "loss": 1.3172,
1292
+ "step": 21400
1293
+ },
1294
+ {
1295
+ "epoch": 0.13,
1296
+ "learning_rate": 0.000877245772848024,
1297
+ "loss": 1.2788,
1298
+ "step": 21500
1299
+ },
1300
+ {
1301
+ "epoch": 0.13,
1302
+ "learning_rate": 0.0008766162639908344,
1303
+ "loss": 1.2986,
1304
+ "step": 21600
1305
+ },
1306
+ {
1307
+ "epoch": 0.13,
1308
+ "learning_rate": 0.0008759867551336448,
1309
+ "loss": 1.2815,
1310
+ "step": 21700
1311
+ },
1312
+ {
1313
+ "epoch": 0.14,
1314
+ "learning_rate": 0.0008753572462764551,
1315
+ "loss": 1.2779,
1316
+ "step": 21800
1317
+ },
1318
+ {
1319
+ "epoch": 0.14,
1320
+ "learning_rate": 0.0008747277374192655,
1321
+ "loss": 1.2972,
1322
+ "step": 21900
1323
+ },
1324
+ {
1325
+ "epoch": 0.14,
1326
+ "learning_rate": 0.0008740982285620759,
1327
+ "loss": 1.2974,
1328
+ "step": 22000
1329
+ },
1330
+ {
1331
+ "epoch": 0.14,
1332
+ "learning_rate": 0.0008734687197048863,
1333
+ "loss": 1.2851,
1334
+ "step": 22100
1335
+ },
1336
+ {
1337
+ "epoch": 0.14,
1338
+ "learning_rate": 0.0008728392108476967,
1339
+ "loss": 1.2687,
1340
+ "step": 22200
1341
+ },
1342
+ {
1343
+ "epoch": 0.14,
1344
+ "learning_rate": 0.0008722097019905069,
1345
+ "loss": 1.2728,
1346
+ "step": 22300
1347
+ },
1348
+ {
1349
+ "epoch": 0.14,
1350
+ "learning_rate": 0.0008715801931333173,
1351
+ "loss": 1.2831,
1352
+ "step": 22400
1353
+ },
1354
+ {
1355
+ "epoch": 0.14,
1356
+ "learning_rate": 0.0008709506842761277,
1357
+ "loss": 1.2744,
1358
+ "step": 22500
1359
+ },
1360
+ {
1361
+ "epoch": 0.14,
1362
+ "learning_rate": 0.0008703211754189382,
1363
+ "loss": 1.2873,
1364
+ "step": 22600
1365
+ },
1366
+ {
1367
+ "epoch": 0.14,
1368
+ "learning_rate": 0.0008696916665617486,
1369
+ "loss": 1.2987,
1370
+ "step": 22700
1371
+ },
1372
+ {
1373
+ "epoch": 0.14,
1374
+ "learning_rate": 0.0008690621577045589,
1375
+ "loss": 1.2887,
1376
+ "step": 22800
1377
+ },
1378
+ {
1379
+ "epoch": 0.14,
1380
+ "learning_rate": 0.0008684326488473693,
1381
+ "loss": 1.2787,
1382
+ "step": 22900
1383
+ },
1384
+ {
1385
+ "epoch": 0.14,
1386
+ "learning_rate": 0.0008678031399901797,
1387
+ "loss": 1.2715,
1388
+ "step": 23000
1389
+ },
1390
+ {
1391
+ "epoch": 0.14,
1392
+ "learning_rate": 0.0008671736311329901,
1393
+ "loss": 1.2721,
1394
+ "step": 23100
1395
+ },
1396
+ {
1397
+ "epoch": 0.14,
1398
+ "learning_rate": 0.0008665441222758005,
1399
+ "loss": 1.3105,
1400
+ "step": 23200
1401
+ },
1402
+ {
1403
+ "epoch": 0.14,
1404
+ "learning_rate": 0.0008659146134186108,
1405
+ "loss": 1.2679,
1406
+ "step": 23300
1407
+ },
1408
+ {
1409
+ "epoch": 0.15,
1410
+ "learning_rate": 0.0008652851045614212,
1411
+ "loss": 1.2852,
1412
+ "step": 23400
1413
+ },
1414
+ {
1415
+ "epoch": 0.15,
1416
+ "learning_rate": 0.0008646555957042316,
1417
+ "loss": 1.302,
1418
+ "step": 23500
1419
+ },
1420
+ {
1421
+ "epoch": 0.15,
1422
+ "learning_rate": 0.000864026086847042,
1423
+ "loss": 1.2765,
1424
+ "step": 23600
1425
+ },
1426
+ {
1427
+ "epoch": 0.15,
1428
+ "learning_rate": 0.0008633965779898524,
1429
+ "loss": 1.2782,
1430
+ "step": 23700
1431
+ },
1432
+ {
1433
+ "epoch": 0.15,
1434
+ "learning_rate": 0.0008627670691326627,
1435
+ "loss": 1.2708,
1436
+ "step": 23800
1437
+ },
1438
+ {
1439
+ "epoch": 0.15,
1440
+ "learning_rate": 0.0008621375602754731,
1441
+ "loss": 1.2676,
1442
+ "step": 23900
1443
+ },
1444
+ {
1445
+ "epoch": 0.15,
1446
+ "learning_rate": 0.0008615080514182835,
1447
+ "loss": 1.2763,
1448
+ "step": 24000
1449
+ },
1450
+ {
1451
+ "epoch": 0.15,
1452
+ "learning_rate": 0.0008608785425610939,
1453
+ "loss": 1.2728,
1454
+ "step": 24100
1455
+ },
1456
+ {
1457
+ "epoch": 0.15,
1458
+ "learning_rate": 0.0008602490337039042,
1459
+ "loss": 1.2731,
1460
+ "step": 24200
1461
+ },
1462
+ {
1463
+ "epoch": 0.15,
1464
+ "learning_rate": 0.0008596195248467145,
1465
+ "loss": 1.2719,
1466
+ "step": 24300
1467
+ },
1468
+ {
1469
+ "epoch": 0.15,
1470
+ "learning_rate": 0.0008589900159895249,
1471
+ "loss": 1.2658,
1472
+ "step": 24400
1473
+ },
1474
+ {
1475
+ "epoch": 0.15,
1476
+ "learning_rate": 0.0008583605071323353,
1477
+ "loss": 1.2811,
1478
+ "step": 24500
1479
+ },
1480
+ {
1481
+ "epoch": 0.15,
1482
+ "learning_rate": 0.0008577309982751458,
1483
+ "loss": 1.2736,
1484
+ "step": 24600
1485
+ },
1486
+ {
1487
+ "epoch": 0.15,
1488
+ "learning_rate": 0.0008571014894179562,
1489
+ "loss": 1.2812,
1490
+ "step": 24700
1491
+ },
1492
+ {
1493
+ "epoch": 0.15,
1494
+ "learning_rate": 0.0008564719805607665,
1495
+ "loss": 1.2397,
1496
+ "step": 24800
1497
+ },
1498
+ {
1499
+ "epoch": 0.15,
1500
+ "learning_rate": 0.0008558424717035769,
1501
+ "loss": 1.2607,
1502
+ "step": 24900
1503
+ },
1504
+ {
1505
+ "epoch": 0.16,
1506
+ "learning_rate": 0.0008552129628463873,
1507
+ "loss": 1.2669,
1508
+ "step": 25000
1509
+ },
1510
+ {
1511
+ "epoch": 0.16,
1512
+ "learning_rate": 0.0008545834539891977,
1513
+ "loss": 1.2871,
1514
+ "step": 25100
1515
+ },
1516
+ {
1517
+ "epoch": 0.16,
1518
+ "learning_rate": 0.000853953945132008,
1519
+ "loss": 1.2696,
1520
+ "step": 25200
1521
+ },
1522
+ {
1523
+ "epoch": 0.16,
1524
+ "learning_rate": 0.0008533244362748184,
1525
+ "loss": 1.2778,
1526
+ "step": 25300
1527
+ },
1528
+ {
1529
+ "epoch": 0.16,
1530
+ "learning_rate": 0.0008526949274176288,
1531
+ "loss": 1.2824,
1532
+ "step": 25400
1533
+ },
1534
+ {
1535
+ "epoch": 0.16,
1536
+ "learning_rate": 0.0008520654185604392,
1537
+ "loss": 1.2723,
1538
+ "step": 25500
1539
+ },
1540
+ {
1541
+ "epoch": 0.16,
1542
+ "learning_rate": 0.0008514359097032496,
1543
+ "loss": 1.2603,
1544
+ "step": 25600
1545
+ },
1546
+ {
1547
+ "epoch": 0.16,
1548
+ "learning_rate": 0.0008508064008460599,
1549
+ "loss": 1.2776,
1550
+ "step": 25700
1551
+ },
1552
+ {
1553
+ "epoch": 0.16,
1554
+ "learning_rate": 0.0008501768919888703,
1555
+ "loss": 1.2779,
1556
+ "step": 25800
1557
+ },
1558
+ {
1559
+ "epoch": 0.16,
1560
+ "learning_rate": 0.0008495473831316807,
1561
+ "loss": 1.2758,
1562
+ "step": 25900
1563
+ },
1564
+ {
1565
+ "epoch": 0.16,
1566
+ "learning_rate": 0.000848917874274491,
1567
+ "loss": 1.2858,
1568
+ "step": 26000
1569
+ },
1570
+ {
1571
+ "epoch": 0.16,
1572
+ "learning_rate": 0.0008482883654173014,
1573
+ "loss": 1.2738,
1574
+ "step": 26100
1575
+ },
1576
+ {
1577
+ "epoch": 0.16,
1578
+ "learning_rate": 0.0008476588565601117,
1579
+ "loss": 1.2877,
1580
+ "step": 26200
1581
+ },
1582
+ {
1583
+ "epoch": 0.16,
1584
+ "learning_rate": 0.0008470293477029221,
1585
+ "loss": 1.2843,
1586
+ "step": 26300
1587
+ },
1588
+ {
1589
+ "epoch": 0.16,
1590
+ "learning_rate": 0.0008463998388457325,
1591
+ "loss": 1.2805,
1592
+ "step": 26400
1593
+ },
1594
+ {
1595
+ "epoch": 0.16,
1596
+ "learning_rate": 0.0008457703299885429,
1597
+ "loss": 1.2742,
1598
+ "step": 26500
1599
+ },
1600
+ {
1601
+ "epoch": 0.17,
1602
+ "learning_rate": 0.0008451408211313534,
1603
+ "loss": 1.2627,
1604
+ "step": 26600
1605
+ },
1606
+ {
1607
+ "epoch": 0.17,
1608
+ "learning_rate": 0.0008445113122741637,
1609
+ "loss": 1.2718,
1610
+ "step": 26700
1611
+ },
1612
+ {
1613
+ "epoch": 0.17,
1614
+ "learning_rate": 0.0008438818034169741,
1615
+ "loss": 1.2755,
1616
+ "step": 26800
1617
+ },
1618
+ {
1619
+ "epoch": 0.17,
1620
+ "learning_rate": 0.0008432522945597845,
1621
+ "loss": 1.2828,
1622
+ "step": 26900
1623
+ },
1624
+ {
1625
+ "epoch": 0.17,
1626
+ "learning_rate": 0.0008426227857025949,
1627
+ "loss": 1.2591,
1628
+ "step": 27000
1629
+ },
1630
+ {
1631
+ "epoch": 0.17,
1632
+ "learning_rate": 0.0008419932768454053,
1633
+ "loss": 1.2731,
1634
+ "step": 27100
1635
+ },
1636
+ {
1637
+ "epoch": 0.17,
1638
+ "learning_rate": 0.0008413637679882156,
1639
+ "loss": 1.2594,
1640
+ "step": 27200
1641
+ },
1642
+ {
1643
+ "epoch": 0.17,
1644
+ "learning_rate": 0.000840734259131026,
1645
+ "loss": 1.2709,
1646
+ "step": 27300
1647
+ },
1648
+ {
1649
+ "epoch": 0.17,
1650
+ "learning_rate": 0.0008401047502738364,
1651
+ "loss": 1.2677,
1652
+ "step": 27400
1653
+ },
1654
+ {
1655
+ "epoch": 0.17,
1656
+ "learning_rate": 0.0008394752414166468,
1657
+ "loss": 1.2509,
1658
+ "step": 27500
1659
+ },
1660
+ {
1661
+ "epoch": 0.17,
1662
+ "learning_rate": 0.0008388457325594572,
1663
+ "loss": 1.2835,
1664
+ "step": 27600
1665
+ },
1666
+ {
1667
+ "epoch": 0.17,
1668
+ "learning_rate": 0.0008382162237022675,
1669
+ "loss": 1.266,
1670
+ "step": 27700
1671
+ },
1672
+ {
1673
+ "epoch": 0.17,
1674
+ "learning_rate": 0.0008375867148450779,
1675
+ "loss": 1.2609,
1676
+ "step": 27800
1677
+ },
1678
+ {
1679
+ "epoch": 0.17,
1680
+ "learning_rate": 0.0008369572059878882,
1681
+ "loss": 1.2824,
1682
+ "step": 27900
1683
+ },
1684
+ {
1685
+ "epoch": 0.17,
1686
+ "learning_rate": 0.0008363276971306986,
1687
+ "loss": 1.2568,
1688
+ "step": 28000
1689
+ },
1690
+ {
1691
+ "epoch": 0.17,
1692
+ "learning_rate": 0.000835698188273509,
1693
+ "loss": 1.2771,
1694
+ "step": 28100
1695
+ },
1696
+ {
1697
+ "epoch": 0.18,
1698
+ "learning_rate": 0.0008350686794163193,
1699
+ "loss": 1.2487,
1700
+ "step": 28200
1701
+ },
1702
+ {
1703
+ "epoch": 0.18,
1704
+ "learning_rate": 0.0008344391705591297,
1705
+ "loss": 1.259,
1706
+ "step": 28300
1707
+ },
1708
+ {
1709
+ "epoch": 0.18,
1710
+ "learning_rate": 0.0008338096617019401,
1711
+ "loss": 1.277,
1712
+ "step": 28400
1713
+ },
1714
+ {
1715
+ "epoch": 0.18,
1716
+ "learning_rate": 0.0008331801528447506,
1717
+ "loss": 1.2671,
1718
+ "step": 28500
1719
+ },
1720
+ {
1721
+ "epoch": 0.18,
1722
+ "learning_rate": 0.000832550643987561,
1723
+ "loss": 1.266,
1724
+ "step": 28600
1725
+ },
1726
+ {
1727
+ "epoch": 0.18,
1728
+ "learning_rate": 0.0008319211351303713,
1729
+ "loss": 1.2604,
1730
+ "step": 28700
1731
+ },
1732
+ {
1733
+ "epoch": 0.18,
1734
+ "learning_rate": 0.0008312916262731817,
1735
+ "loss": 1.2685,
1736
+ "step": 28800
1737
+ },
1738
+ {
1739
+ "epoch": 0.18,
1740
+ "learning_rate": 0.0008306621174159921,
1741
+ "loss": 1.27,
1742
+ "step": 28900
1743
+ },
1744
+ {
1745
+ "epoch": 0.18,
1746
+ "learning_rate": 0.0008300326085588025,
1747
+ "loss": 1.2575,
1748
+ "step": 29000
1749
+ },
1750
+ {
1751
+ "epoch": 0.18,
1752
+ "learning_rate": 0.0008294030997016129,
1753
+ "loss": 1.29,
1754
+ "step": 29100
1755
+ },
1756
+ {
1757
+ "epoch": 0.18,
1758
+ "learning_rate": 0.0008287735908444232,
1759
+ "loss": 1.2682,
1760
+ "step": 29200
1761
+ },
1762
+ {
1763
+ "epoch": 0.18,
1764
+ "learning_rate": 0.0008281440819872336,
1765
+ "loss": 1.2658,
1766
+ "step": 29300
1767
+ },
1768
+ {
1769
+ "epoch": 0.18,
1770
+ "learning_rate": 0.000827514573130044,
1771
+ "loss": 1.2612,
1772
+ "step": 29400
1773
+ },
1774
+ {
1775
+ "epoch": 0.18,
1776
+ "learning_rate": 0.0008268850642728544,
1777
+ "loss": 1.2509,
1778
+ "step": 29500
1779
+ },
1780
+ {
1781
+ "epoch": 0.18,
1782
+ "learning_rate": 0.0008262555554156647,
1783
+ "loss": 1.2814,
1784
+ "step": 29600
1785
+ },
1786
+ {
1787
+ "epoch": 0.18,
1788
+ "learning_rate": 0.000825626046558475,
1789
+ "loss": 1.2538,
1790
+ "step": 29700
1791
+ },
1792
+ {
1793
+ "epoch": 0.19,
1794
+ "learning_rate": 0.0008249965377012854,
1795
+ "loss": 1.2484,
1796
+ "step": 29800
1797
+ },
1798
+ {
1799
+ "epoch": 0.19,
1800
+ "learning_rate": 0.0008243670288440958,
1801
+ "loss": 1.2516,
1802
+ "step": 29900
1803
+ },
1804
+ {
1805
+ "epoch": 0.19,
1806
+ "learning_rate": 0.0008237375199869062,
1807
+ "loss": 1.2584,
1808
+ "step": 30000
1809
+ },
1810
+ {
1811
+ "epoch": 0.19,
1812
+ "learning_rate": 0.0008231080111297165,
1813
+ "loss": 1.2561,
1814
+ "step": 30100
1815
+ },
1816
+ {
1817
+ "epoch": 0.19,
1818
+ "learning_rate": 0.0008224785022725269,
1819
+ "loss": 1.2665,
1820
+ "step": 30200
1821
+ },
1822
+ {
1823
+ "epoch": 0.19,
1824
+ "learning_rate": 0.0008218489934153373,
1825
+ "loss": 1.2721,
1826
+ "step": 30300
1827
+ },
1828
+ {
1829
+ "epoch": 0.19,
1830
+ "learning_rate": 0.0008212194845581477,
1831
+ "loss": 1.253,
1832
+ "step": 30400
1833
+ },
1834
+ {
1835
+ "epoch": 0.19,
1836
+ "learning_rate": 0.0008205899757009582,
1837
+ "loss": 1.2641,
1838
+ "step": 30500
1839
+ },
1840
+ {
1841
+ "epoch": 0.19,
1842
+ "learning_rate": 0.0008199604668437685,
1843
+ "loss": 1.2631,
1844
+ "step": 30600
1845
+ },
1846
+ {
1847
+ "epoch": 0.19,
1848
+ "learning_rate": 0.0008193309579865789,
1849
+ "loss": 1.245,
1850
+ "step": 30700
1851
+ },
1852
+ {
1853
+ "epoch": 0.19,
1854
+ "learning_rate": 0.0008187014491293893,
1855
+ "loss": 1.2572,
1856
+ "step": 30800
1857
+ },
1858
+ {
1859
+ "epoch": 0.19,
1860
+ "learning_rate": 0.0008180719402721997,
1861
+ "loss": 1.2853,
1862
+ "step": 30900
1863
+ },
1864
+ {
1865
+ "epoch": 0.19,
1866
+ "learning_rate": 0.0008174424314150101,
1867
+ "loss": 1.2601,
1868
+ "step": 31000
1869
+ },
1870
+ {
1871
+ "epoch": 0.19,
1872
+ "learning_rate": 0.0008168129225578204,
1873
+ "loss": 1.2586,
1874
+ "step": 31100
1875
+ },
1876
+ {
1877
+ "epoch": 0.19,
1878
+ "learning_rate": 0.0008161834137006308,
1879
+ "loss": 1.2695,
1880
+ "step": 31200
1881
+ },
1882
+ {
1883
+ "epoch": 0.19,
1884
+ "learning_rate": 0.0008155539048434412,
1885
+ "loss": 1.2587,
1886
+ "step": 31300
1887
+ },
1888
+ {
1889
+ "epoch": 0.2,
1890
+ "learning_rate": 0.0008149243959862516,
1891
+ "loss": 1.2489,
1892
+ "step": 31400
1893
+ },
1894
+ {
1895
+ "epoch": 0.2,
1896
+ "learning_rate": 0.000814294887129062,
1897
+ "loss": 1.2709,
1898
+ "step": 31500
1899
+ },
1900
+ {
1901
+ "epoch": 0.2,
1902
+ "learning_rate": 0.0008136653782718723,
1903
+ "loss": 1.2513,
1904
+ "step": 31600
1905
+ },
1906
+ {
1907
+ "epoch": 0.2,
1908
+ "learning_rate": 0.0008130358694146826,
1909
+ "loss": 1.2458,
1910
+ "step": 31700
1911
+ },
1912
+ {
1913
+ "epoch": 0.2,
1914
+ "learning_rate": 0.000812406360557493,
1915
+ "loss": 1.2802,
1916
+ "step": 31800
1917
+ },
1918
+ {
1919
+ "epoch": 0.2,
1920
+ "learning_rate": 0.0008117768517003034,
1921
+ "loss": 1.2685,
1922
+ "step": 31900
1923
+ },
1924
+ {
1925
+ "epoch": 0.2,
1926
+ "learning_rate": 0.0008111473428431138,
1927
+ "loss": 1.2485,
1928
+ "step": 32000
1929
+ },
1930
+ {
1931
+ "epoch": 0.2,
1932
+ "learning_rate": 0.0008105178339859241,
1933
+ "loss": 1.2749,
1934
+ "step": 32100
1935
+ },
1936
+ {
1937
+ "epoch": 0.2,
1938
+ "learning_rate": 0.0008098883251287345,
1939
+ "loss": 1.2382,
1940
+ "step": 32200
1941
+ },
1942
+ {
1943
+ "epoch": 0.2,
1944
+ "learning_rate": 0.0008092588162715449,
1945
+ "loss": 1.2547,
1946
+ "step": 32300
1947
+ },
1948
+ {
1949
+ "epoch": 0.2,
1950
+ "learning_rate": 0.0008086293074143553,
1951
+ "loss": 1.2621,
1952
+ "step": 32400
1953
+ },
1954
+ {
1955
+ "epoch": 0.2,
1956
+ "learning_rate": 0.0008079997985571658,
1957
+ "loss": 1.2545,
1958
+ "step": 32500
1959
+ },
1960
+ {
1961
+ "epoch": 0.2,
1962
+ "learning_rate": 0.0008073702896999761,
1963
+ "loss": 1.2586,
1964
+ "step": 32600
1965
+ },
1966
+ {
1967
+ "epoch": 0.2,
1968
+ "learning_rate": 0.0008067407808427865,
1969
+ "loss": 1.2533,
1970
+ "step": 32700
1971
+ },
1972
+ {
1973
+ "epoch": 0.2,
1974
+ "learning_rate": 0.0008061112719855969,
1975
+ "loss": 1.2611,
1976
+ "step": 32800
1977
+ },
1978
+ {
1979
+ "epoch": 0.2,
1980
+ "learning_rate": 0.0008054817631284073,
1981
+ "loss": 1.2714,
1982
+ "step": 32900
1983
+ },
1984
+ {
1985
+ "epoch": 0.21,
1986
+ "learning_rate": 0.0008048522542712177,
1987
+ "loss": 1.2583,
1988
+ "step": 33000
1989
+ },
1990
+ {
1991
+ "epoch": 0.21,
1992
+ "learning_rate": 0.000804222745414028,
1993
+ "loss": 1.2684,
1994
+ "step": 33100
1995
+ },
1996
+ {
1997
+ "epoch": 0.21,
1998
+ "learning_rate": 0.0008035932365568384,
1999
+ "loss": 1.2703,
2000
+ "step": 33200
2001
+ },
2002
+ {
2003
+ "epoch": 0.21,
2004
+ "learning_rate": 0.0008029637276996488,
2005
+ "loss": 1.241,
2006
+ "step": 33300
2007
+ },
2008
+ {
2009
+ "epoch": 0.21,
2010
+ "learning_rate": 0.0008023342188424592,
2011
+ "loss": 1.2473,
2012
+ "step": 33400
2013
+ },
2014
+ {
2015
+ "epoch": 0.21,
2016
+ "learning_rate": 0.0008017047099852696,
2017
+ "loss": 1.2567,
2018
+ "step": 33500
2019
+ },
2020
+ {
2021
+ "epoch": 0.21,
2022
+ "learning_rate": 0.0008010752011280798,
2023
+ "loss": 1.242,
2024
+ "step": 33600
2025
+ },
2026
+ {
2027
+ "epoch": 0.21,
2028
+ "learning_rate": 0.0008004456922708902,
2029
+ "loss": 1.2488,
2030
+ "step": 33700
2031
+ },
2032
+ {
2033
+ "epoch": 0.21,
2034
+ "learning_rate": 0.0007998161834137006,
2035
+ "loss": 1.2747,
2036
+ "step": 33800
2037
+ },
2038
+ {
2039
+ "epoch": 0.21,
2040
+ "learning_rate": 0.000799186674556511,
2041
+ "loss": 1.2697,
2042
+ "step": 33900
2043
+ },
2044
+ {
2045
+ "epoch": 0.21,
2046
+ "learning_rate": 0.0007985571656993213,
2047
+ "loss": 1.2691,
2048
+ "step": 34000
2049
+ },
2050
+ {
2051
+ "epoch": 0.21,
2052
+ "learning_rate": 0.0007979276568421317,
2053
+ "loss": 1.2479,
2054
+ "step": 34100
2055
+ },
2056
+ {
2057
+ "epoch": 0.21,
2058
+ "learning_rate": 0.0007972981479849421,
2059
+ "loss": 1.2619,
2060
+ "step": 34200
2061
+ },
2062
+ {
2063
+ "epoch": 0.21,
2064
+ "learning_rate": 0.0007966686391277525,
2065
+ "loss": 1.2439,
2066
+ "step": 34300
2067
+ },
2068
+ {
2069
+ "epoch": 0.21,
2070
+ "learning_rate": 0.000796039130270563,
2071
+ "loss": 1.2404,
2072
+ "step": 34400
2073
+ },
2074
+ {
2075
+ "epoch": 0.21,
2076
+ "learning_rate": 0.0007954096214133733,
2077
+ "loss": 1.254,
2078
+ "step": 34500
2079
+ },
2080
+ {
2081
+ "epoch": 0.22,
2082
+ "learning_rate": 0.0007947801125561837,
2083
+ "loss": 1.233,
2084
+ "step": 34600
2085
+ },
2086
+ {
2087
+ "epoch": 0.22,
2088
+ "learning_rate": 0.0007941506036989941,
2089
+ "loss": 1.2532,
2090
+ "step": 34700
2091
+ },
2092
+ {
2093
+ "epoch": 0.22,
2094
+ "learning_rate": 0.0007935210948418045,
2095
+ "loss": 1.2445,
2096
+ "step": 34800
2097
+ },
2098
+ {
2099
+ "epoch": 0.22,
2100
+ "learning_rate": 0.0007928915859846149,
2101
+ "loss": 1.259,
2102
+ "step": 34900
2103
+ },
2104
+ {
2105
+ "epoch": 0.22,
2106
+ "learning_rate": 0.0007922620771274252,
2107
+ "loss": 1.2816,
2108
+ "step": 35000
2109
+ },
2110
+ {
2111
+ "epoch": 0.22,
2112
+ "learning_rate": 0.0007916325682702356,
2113
+ "loss": 1.2529,
2114
+ "step": 35100
2115
+ },
2116
+ {
2117
+ "epoch": 0.22,
2118
+ "learning_rate": 0.000791003059413046,
2119
+ "loss": 1.2629,
2120
+ "step": 35200
2121
+ },
2122
+ {
2123
+ "epoch": 0.22,
2124
+ "learning_rate": 0.0007903735505558564,
2125
+ "loss": 1.26,
2126
+ "step": 35300
2127
+ },
2128
+ {
2129
+ "epoch": 0.22,
2130
+ "learning_rate": 0.0007897440416986668,
2131
+ "loss": 1.2612,
2132
+ "step": 35400
2133
+ },
2134
+ {
2135
+ "epoch": 0.22,
2136
+ "learning_rate": 0.000789114532841477,
2137
+ "loss": 1.2512,
2138
+ "step": 35500
2139
+ },
2140
+ {
2141
+ "epoch": 0.22,
2142
+ "learning_rate": 0.0007884850239842874,
2143
+ "loss": 1.2738,
2144
+ "step": 35600
2145
+ },
2146
+ {
2147
+ "epoch": 0.22,
2148
+ "learning_rate": 0.0007878555151270978,
2149
+ "loss": 1.2674,
2150
+ "step": 35700
2151
+ },
2152
+ {
2153
+ "epoch": 0.22,
2154
+ "learning_rate": 0.0007872260062699082,
2155
+ "loss": 1.2577,
2156
+ "step": 35800
2157
+ },
2158
+ {
2159
+ "epoch": 0.22,
2160
+ "learning_rate": 0.0007865964974127186,
2161
+ "loss": 1.2641,
2162
+ "step": 35900
2163
+ },
2164
+ {
2165
+ "epoch": 0.22,
2166
+ "learning_rate": 0.0007859669885555289,
2167
+ "loss": 1.2634,
2168
+ "step": 36000
2169
+ },
2170
+ {
2171
+ "epoch": 0.22,
2172
+ "learning_rate": 0.0007853374796983393,
2173
+ "loss": 1.2424,
2174
+ "step": 36100
2175
+ },
2176
+ {
2177
+ "epoch": 0.23,
2178
+ "learning_rate": 0.0007847079708411497,
2179
+ "loss": 1.249,
2180
+ "step": 36200
2181
+ },
2182
+ {
2183
+ "epoch": 0.23,
2184
+ "learning_rate": 0.0007840784619839601,
2185
+ "loss": 1.2518,
2186
+ "step": 36300
2187
+ },
2188
+ {
2189
+ "epoch": 0.23,
2190
+ "learning_rate": 0.0007834489531267706,
2191
+ "loss": 1.2436,
2192
+ "step": 36400
2193
+ },
2194
+ {
2195
+ "epoch": 0.23,
2196
+ "learning_rate": 0.0007828194442695809,
2197
+ "loss": 1.232,
2198
+ "step": 36500
2199
+ },
2200
+ {
2201
+ "epoch": 0.23,
2202
+ "learning_rate": 0.0007821899354123913,
2203
+ "loss": 1.2574,
2204
+ "step": 36600
2205
+ },
2206
+ {
2207
+ "epoch": 0.23,
2208
+ "learning_rate": 0.0007815604265552017,
2209
+ "loss": 1.2481,
2210
+ "step": 36700
2211
+ },
2212
+ {
2213
+ "epoch": 0.23,
2214
+ "learning_rate": 0.0007809309176980121,
2215
+ "loss": 1.2587,
2216
+ "step": 36800
2217
+ },
2218
+ {
2219
+ "epoch": 0.23,
2220
+ "learning_rate": 0.0007803014088408225,
2221
+ "loss": 1.2593,
2222
+ "step": 36900
2223
+ },
2224
+ {
2225
+ "epoch": 0.23,
2226
+ "learning_rate": 0.0007796718999836328,
2227
+ "loss": 1.2428,
2228
+ "step": 37000
2229
+ },
2230
+ {
2231
+ "epoch": 0.23,
2232
+ "learning_rate": 0.0007790423911264432,
2233
+ "loss": 1.2624,
2234
+ "step": 37100
2235
+ },
2236
+ {
2237
+ "epoch": 0.23,
2238
+ "learning_rate": 0.0007784128822692536,
2239
+ "loss": 1.2676,
2240
+ "step": 37200
2241
+ },
2242
+ {
2243
+ "epoch": 0.23,
2244
+ "learning_rate": 0.000777783373412064,
2245
+ "loss": 1.2319,
2246
+ "step": 37300
2247
+ },
2248
+ {
2249
+ "epoch": 0.23,
2250
+ "learning_rate": 0.0007771538645548744,
2251
+ "loss": 1.2609,
2252
+ "step": 37400
2253
+ },
2254
+ {
2255
+ "epoch": 0.23,
2256
+ "learning_rate": 0.0007765243556976846,
2257
+ "loss": 1.2563,
2258
+ "step": 37500
2259
+ },
2260
+ {
2261
+ "epoch": 0.23,
2262
+ "learning_rate": 0.000775894846840495,
2263
+ "loss": 1.2736,
2264
+ "step": 37600
2265
+ },
2266
+ {
2267
+ "epoch": 0.23,
2268
+ "learning_rate": 0.0007752653379833054,
2269
+ "loss": 1.2551,
2270
+ "step": 37700
2271
+ },
2272
+ {
2273
+ "epoch": 0.23,
2274
+ "learning_rate": 0.0007746358291261158,
2275
+ "loss": 1.2493,
2276
+ "step": 37800
2277
+ },
2278
+ {
2279
+ "epoch": 0.24,
2280
+ "learning_rate": 0.0007740063202689261,
2281
+ "loss": 1.2744,
2282
+ "step": 37900
2283
+ },
2284
+ {
2285
+ "epoch": 0.24,
2286
+ "learning_rate": 0.0007733768114117365,
2287
+ "loss": 1.2656,
2288
+ "step": 38000
2289
+ },
2290
+ {
2291
+ "epoch": 0.24,
2292
+ "learning_rate": 0.0007727473025545469,
2293
+ "loss": 1.2557,
2294
+ "step": 38100
2295
+ },
2296
+ {
2297
+ "epoch": 0.24,
2298
+ "learning_rate": 0.0007721177936973573,
2299
+ "loss": 1.2424,
2300
+ "step": 38200
2301
+ },
2302
+ {
2303
+ "epoch": 0.24,
2304
+ "learning_rate": 0.0007714882848401678,
2305
+ "loss": 1.2561,
2306
+ "step": 38300
2307
+ },
2308
+ {
2309
+ "epoch": 0.24,
2310
+ "learning_rate": 0.0007708587759829781,
2311
+ "loss": 1.2468,
2312
+ "step": 38400
2313
+ },
2314
+ {
2315
+ "epoch": 0.24,
2316
+ "learning_rate": 0.0007702292671257885,
2317
+ "loss": 1.2476,
2318
+ "step": 38500
2319
+ },
2320
+ {
2321
+ "epoch": 0.24,
2322
+ "learning_rate": 0.0007695997582685989,
2323
+ "loss": 1.2495,
2324
+ "step": 38600
2325
+ },
2326
+ {
2327
+ "epoch": 0.24,
2328
+ "learning_rate": 0.0007689702494114093,
2329
+ "loss": 1.2759,
2330
+ "step": 38700
2331
+ },
2332
+ {
2333
+ "epoch": 0.24,
2334
+ "learning_rate": 0.0007683407405542197,
2335
+ "loss": 1.2446,
2336
+ "step": 38800
2337
+ },
2338
+ {
2339
+ "epoch": 0.24,
2340
+ "learning_rate": 0.00076771123169703,
2341
+ "loss": 1.2586,
2342
+ "step": 38900
2343
+ },
2344
+ {
2345
+ "epoch": 0.24,
2346
+ "learning_rate": 0.0007670817228398404,
2347
+ "loss": 1.2452,
2348
+ "step": 39000
2349
+ },
2350
+ {
2351
+ "epoch": 0.24,
2352
+ "learning_rate": 0.0007664522139826508,
2353
+ "loss": 1.2421,
2354
+ "step": 39100
2355
+ },
2356
+ {
2357
+ "epoch": 0.24,
2358
+ "learning_rate": 0.0007658227051254612,
2359
+ "loss": 1.2487,
2360
+ "step": 39200
2361
+ },
2362
+ {
2363
+ "epoch": 0.24,
2364
+ "learning_rate": 0.0007651931962682715,
2365
+ "loss": 1.2342,
2366
+ "step": 39300
2367
+ },
2368
+ {
2369
+ "epoch": 0.24,
2370
+ "learning_rate": 0.0007645636874110818,
2371
+ "loss": 1.2376,
2372
+ "step": 39400
2373
+ },
2374
+ {
2375
+ "epoch": 0.25,
2376
+ "learning_rate": 0.0007639341785538922,
2377
+ "loss": 1.2399,
2378
+ "step": 39500
2379
+ },
2380
+ {
2381
+ "epoch": 0.25,
2382
+ "learning_rate": 0.0007633046696967026,
2383
+ "loss": 1.2582,
2384
+ "step": 39600
2385
+ },
2386
+ {
2387
+ "epoch": 0.25,
2388
+ "learning_rate": 0.000762675160839513,
2389
+ "loss": 1.2306,
2390
+ "step": 39700
2391
+ },
2392
+ {
2393
+ "epoch": 0.25,
2394
+ "learning_rate": 0.0007620456519823234,
2395
+ "loss": 1.2343,
2396
+ "step": 39800
2397
+ },
2398
+ {
2399
+ "epoch": 0.25,
2400
+ "learning_rate": 0.0007614161431251337,
2401
+ "loss": 1.2595,
2402
+ "step": 39900
2403
+ },
2404
+ {
2405
+ "epoch": 0.25,
2406
+ "learning_rate": 0.0007607866342679441,
2407
+ "loss": 1.2399,
2408
+ "step": 40000
2409
+ },
2410
+ {
2411
+ "epoch": 0.25,
2412
+ "learning_rate": 0.0007601571254107545,
2413
+ "loss": 1.2428,
2414
+ "step": 40100
2415
+ },
2416
+ {
2417
+ "epoch": 0.25,
2418
+ "learning_rate": 0.0007595276165535649,
2419
+ "loss": 1.2367,
2420
+ "step": 40200
2421
+ },
2422
+ {
2423
+ "epoch": 0.25,
2424
+ "learning_rate": 0.0007588981076963754,
2425
+ "loss": 1.2658,
2426
+ "step": 40300
2427
+ },
2428
+ {
2429
+ "epoch": 0.25,
2430
+ "learning_rate": 0.0007582685988391857,
2431
+ "loss": 1.2362,
2432
+ "step": 40400
2433
+ },
2434
+ {
2435
+ "epoch": 0.25,
2436
+ "learning_rate": 0.0007576390899819961,
2437
+ "loss": 1.2493,
2438
+ "step": 40500
2439
+ },
2440
+ {
2441
+ "epoch": 0.25,
2442
+ "learning_rate": 0.0007570095811248065,
2443
+ "loss": 1.2663,
2444
+ "step": 40600
2445
+ },
2446
+ {
2447
+ "epoch": 0.25,
2448
+ "learning_rate": 0.0007563800722676169,
2449
+ "loss": 1.2488,
2450
+ "step": 40700
2451
+ },
2452
+ {
2453
+ "epoch": 0.25,
2454
+ "learning_rate": 0.0007557505634104273,
2455
+ "loss": 1.2423,
2456
+ "step": 40800
2457
+ },
2458
+ {
2459
+ "epoch": 0.25,
2460
+ "learning_rate": 0.0007551210545532376,
2461
+ "loss": 1.2312,
2462
+ "step": 40900
2463
+ },
2464
+ {
2465
+ "epoch": 0.25,
2466
+ "learning_rate": 0.000754491545696048,
2467
+ "loss": 1.2499,
2468
+ "step": 41000
2469
+ },
2470
+ {
2471
+ "epoch": 0.26,
2472
+ "learning_rate": 0.0007538620368388584,
2473
+ "loss": 1.2335,
2474
+ "step": 41100
2475
+ },
2476
+ {
2477
+ "epoch": 0.26,
2478
+ "learning_rate": 0.0007532325279816687,
2479
+ "loss": 1.2267,
2480
+ "step": 41200
2481
+ },
2482
+ {
2483
+ "epoch": 0.26,
2484
+ "learning_rate": 0.0007526030191244791,
2485
+ "loss": 1.2377,
2486
+ "step": 41300
2487
+ },
2488
+ {
2489
+ "epoch": 0.26,
2490
+ "learning_rate": 0.0007519735102672894,
2491
+ "loss": 1.2266,
2492
+ "step": 41400
2493
+ },
2494
+ {
2495
+ "epoch": 0.26,
2496
+ "learning_rate": 0.0007513440014100998,
2497
+ "loss": 1.2445,
2498
+ "step": 41500
2499
+ },
2500
+ {
2501
+ "epoch": 0.26,
2502
+ "learning_rate": 0.0007507144925529102,
2503
+ "loss": 1.2316,
2504
+ "step": 41600
2505
+ },
2506
+ {
2507
+ "epoch": 0.26,
2508
+ "learning_rate": 0.0007500849836957206,
2509
+ "loss": 1.2431,
2510
+ "step": 41700
2511
+ },
2512
+ {
2513
+ "epoch": 0.26,
2514
+ "learning_rate": 0.000749455474838531,
2515
+ "loss": 1.2499,
2516
+ "step": 41800
2517
+ },
2518
+ {
2519
+ "epoch": 0.26,
2520
+ "learning_rate": 0.0007488259659813413,
2521
+ "loss": 1.255,
2522
+ "step": 41900
2523
+ },
2524
+ {
2525
+ "epoch": 0.26,
2526
+ "learning_rate": 0.0007481964571241517,
2527
+ "loss": 1.2342,
2528
+ "step": 42000
2529
+ },
2530
+ {
2531
+ "epoch": 0.26,
2532
+ "learning_rate": 0.0007475669482669621,
2533
+ "loss": 1.2233,
2534
+ "step": 42100
2535
+ },
2536
+ {
2537
+ "epoch": 0.26,
2538
+ "learning_rate": 0.0007469374394097725,
2539
+ "loss": 1.2464,
2540
+ "step": 42200
2541
+ },
2542
+ {
2543
+ "epoch": 0.26,
2544
+ "learning_rate": 0.0007463079305525829,
2545
+ "loss": 1.2444,
2546
+ "step": 42300
2547
+ },
2548
+ {
2549
+ "epoch": 0.26,
2550
+ "learning_rate": 0.0007456784216953933,
2551
+ "loss": 1.2452,
2552
+ "step": 42400
2553
+ },
2554
+ {
2555
+ "epoch": 0.26,
2556
+ "learning_rate": 0.0007450489128382037,
2557
+ "loss": 1.2278,
2558
+ "step": 42500
2559
+ },
2560
+ {
2561
+ "epoch": 0.26,
2562
+ "learning_rate": 0.0007444194039810141,
2563
+ "loss": 1.2509,
2564
+ "step": 42600
2565
+ },
2566
+ {
2567
+ "epoch": 0.27,
2568
+ "learning_rate": 0.0007437898951238245,
2569
+ "loss": 1.248,
2570
+ "step": 42700
2571
+ },
2572
+ {
2573
+ "epoch": 0.27,
2574
+ "learning_rate": 0.0007431603862666348,
2575
+ "loss": 1.2386,
2576
+ "step": 42800
2577
+ },
2578
+ {
2579
+ "epoch": 0.27,
2580
+ "learning_rate": 0.0007425308774094452,
2581
+ "loss": 1.2385,
2582
+ "step": 42900
2583
+ },
2584
+ {
2585
+ "epoch": 0.27,
2586
+ "learning_rate": 0.0007419013685522556,
2587
+ "loss": 1.2365,
2588
+ "step": 43000
2589
+ },
2590
+ {
2591
+ "epoch": 0.27,
2592
+ "learning_rate": 0.000741271859695066,
2593
+ "loss": 1.2554,
2594
+ "step": 43100
2595
+ },
2596
+ {
2597
+ "epoch": 0.27,
2598
+ "learning_rate": 0.0007406423508378763,
2599
+ "loss": 1.2586,
2600
+ "step": 43200
2601
+ },
2602
+ {
2603
+ "epoch": 0.27,
2604
+ "learning_rate": 0.0007400128419806866,
2605
+ "loss": 1.2397,
2606
+ "step": 43300
2607
+ },
2608
+ {
2609
+ "epoch": 0.27,
2610
+ "learning_rate": 0.000739383333123497,
2611
+ "loss": 1.2447,
2612
+ "step": 43400
2613
+ },
2614
+ {
2615
+ "epoch": 0.27,
2616
+ "learning_rate": 0.0007387538242663074,
2617
+ "loss": 1.2455,
2618
+ "step": 43500
2619
+ },
2620
+ {
2621
+ "epoch": 0.27,
2622
+ "learning_rate": 0.0007381243154091178,
2623
+ "loss": 1.2415,
2624
+ "step": 43600
2625
+ },
2626
+ {
2627
+ "epoch": 0.27,
2628
+ "learning_rate": 0.0007374948065519282,
2629
+ "loss": 1.2504,
2630
+ "step": 43700
2631
+ },
2632
+ {
2633
+ "epoch": 0.27,
2634
+ "learning_rate": 0.0007368652976947385,
2635
+ "loss": 1.2417,
2636
+ "step": 43800
2637
+ },
2638
+ {
2639
+ "epoch": 0.27,
2640
+ "learning_rate": 0.0007362357888375489,
2641
+ "loss": 1.2382,
2642
+ "step": 43900
2643
+ },
2644
+ {
2645
+ "epoch": 0.27,
2646
+ "learning_rate": 0.0007356062799803593,
2647
+ "loss": 1.2399,
2648
+ "step": 44000
2649
+ },
2650
+ {
2651
+ "epoch": 0.27,
2652
+ "learning_rate": 0.0007349767711231697,
2653
+ "loss": 1.2654,
2654
+ "step": 44100
2655
+ },
2656
+ {
2657
+ "epoch": 0.27,
2658
+ "learning_rate": 0.0007343472622659802,
2659
+ "loss": 1.2425,
2660
+ "step": 44200
2661
+ },
2662
+ {
2663
+ "epoch": 0.28,
2664
+ "learning_rate": 0.0007337177534087905,
2665
+ "loss": 1.255,
2666
+ "step": 44300
2667
+ },
2668
+ {
2669
+ "epoch": 0.28,
2670
+ "learning_rate": 0.0007330882445516009,
2671
+ "loss": 1.2418,
2672
+ "step": 44400
2673
+ },
2674
+ {
2675
+ "epoch": 0.28,
2676
+ "learning_rate": 0.0007324587356944113,
2677
+ "loss": 1.2313,
2678
+ "step": 44500
2679
+ },
2680
+ {
2681
+ "epoch": 0.28,
2682
+ "learning_rate": 0.0007318292268372217,
2683
+ "loss": 1.2429,
2684
+ "step": 44600
2685
+ },
2686
+ {
2687
+ "epoch": 0.28,
2688
+ "learning_rate": 0.0007311997179800321,
2689
+ "loss": 1.2677,
2690
+ "step": 44700
2691
+ },
2692
+ {
2693
+ "epoch": 0.28,
2694
+ "learning_rate": 0.0007305702091228424,
2695
+ "loss": 1.2235,
2696
+ "step": 44800
2697
+ },
2698
+ {
2699
+ "epoch": 0.28,
2700
+ "learning_rate": 0.0007299407002656528,
2701
+ "loss": 1.2359,
2702
+ "step": 44900
2703
+ },
2704
+ {
2705
+ "epoch": 0.28,
2706
+ "learning_rate": 0.0007293111914084631,
2707
+ "loss": 1.2512,
2708
+ "step": 45000
2709
+ },
2710
+ {
2711
+ "epoch": 0.28,
2712
+ "learning_rate": 0.0007286816825512735,
2713
+ "loss": 1.2216,
2714
+ "step": 45100
2715
+ },
2716
+ {
2717
+ "epoch": 0.28,
2718
+ "learning_rate": 0.0007280521736940839,
2719
+ "loss": 1.2559,
2720
+ "step": 45200
2721
+ },
2722
+ {
2723
+ "epoch": 0.28,
2724
+ "learning_rate": 0.0007274226648368942,
2725
+ "loss": 1.2301,
2726
+ "step": 45300
2727
+ },
2728
+ {
2729
+ "epoch": 0.28,
2730
+ "learning_rate": 0.0007267931559797046,
2731
+ "loss": 1.2275,
2732
+ "step": 45400
2733
+ },
2734
+ {
2735
+ "epoch": 0.28,
2736
+ "learning_rate": 0.000726163647122515,
2737
+ "loss": 1.24,
2738
+ "step": 45500
2739
+ },
2740
+ {
2741
+ "epoch": 0.28,
2742
+ "learning_rate": 0.0007255341382653254,
2743
+ "loss": 1.2484,
2744
+ "step": 45600
2745
+ },
2746
+ {
2747
+ "epoch": 0.28,
2748
+ "learning_rate": 0.0007249046294081358,
2749
+ "loss": 1.2383,
2750
+ "step": 45700
2751
+ },
2752
+ {
2753
+ "epoch": 0.28,
2754
+ "learning_rate": 0.0007242751205509461,
2755
+ "loss": 1.2442,
2756
+ "step": 45800
2757
+ },
2758
+ {
2759
+ "epoch": 0.29,
2760
+ "learning_rate": 0.0007236456116937565,
2761
+ "loss": 1.2214,
2762
+ "step": 45900
2763
+ },
2764
+ {
2765
+ "epoch": 0.29,
2766
+ "learning_rate": 0.0007230161028365669,
2767
+ "loss": 1.2405,
2768
+ "step": 46000
2769
+ },
2770
+ {
2771
+ "epoch": 0.29,
2772
+ "learning_rate": 0.0007223865939793773,
2773
+ "loss": 1.2372,
2774
+ "step": 46100
2775
+ },
2776
+ {
2777
+ "epoch": 0.29,
2778
+ "learning_rate": 0.0007217570851221877,
2779
+ "loss": 1.2423,
2780
+ "step": 46200
2781
+ },
2782
+ {
2783
+ "epoch": 0.29,
2784
+ "learning_rate": 0.0007211275762649981,
2785
+ "loss": 1.2399,
2786
+ "step": 46300
2787
+ },
2788
+ {
2789
+ "epoch": 0.29,
2790
+ "learning_rate": 0.0007204980674078085,
2791
+ "loss": 1.235,
2792
+ "step": 46400
2793
+ },
2794
+ {
2795
+ "epoch": 0.29,
2796
+ "learning_rate": 0.0007198685585506189,
2797
+ "loss": 1.2395,
2798
+ "step": 46500
2799
+ },
2800
+ {
2801
+ "epoch": 0.29,
2802
+ "learning_rate": 0.0007192390496934293,
2803
+ "loss": 1.2473,
2804
+ "step": 46600
2805
+ },
2806
+ {
2807
+ "epoch": 0.29,
2808
+ "learning_rate": 0.0007186095408362396,
2809
+ "loss": 1.2339,
2810
+ "step": 46700
2811
+ },
2812
+ {
2813
+ "epoch": 0.29,
2814
+ "learning_rate": 0.00071798003197905,
2815
+ "loss": 1.2356,
2816
+ "step": 46800
2817
+ },
2818
+ {
2819
+ "epoch": 0.29,
2820
+ "learning_rate": 0.0007173505231218603,
2821
+ "loss": 1.227,
2822
+ "step": 46900
2823
+ },
2824
+ {
2825
+ "epoch": 0.29,
2826
+ "learning_rate": 0.0007167210142646707,
2827
+ "loss": 1.2495,
2828
+ "step": 47000
2829
+ },
2830
+ {
2831
+ "epoch": 0.29,
2832
+ "learning_rate": 0.0007160915054074811,
2833
+ "loss": 1.2372,
2834
+ "step": 47100
2835
+ },
2836
+ {
2837
+ "epoch": 0.29,
2838
+ "learning_rate": 0.0007154619965502914,
2839
+ "loss": 1.2758,
2840
+ "step": 47200
2841
+ },
2842
+ {
2843
+ "epoch": 0.29,
2844
+ "learning_rate": 0.0007148324876931018,
2845
+ "loss": 1.2317,
2846
+ "step": 47300
2847
+ },
2848
+ {
2849
+ "epoch": 0.29,
2850
+ "learning_rate": 0.0007142029788359122,
2851
+ "loss": 1.2337,
2852
+ "step": 47400
2853
+ },
2854
+ {
2855
+ "epoch": 0.3,
2856
+ "learning_rate": 0.0007135734699787226,
2857
+ "loss": 1.2283,
2858
+ "step": 47500
2859
+ },
2860
+ {
2861
+ "epoch": 0.3,
2862
+ "learning_rate": 0.000712943961121533,
2863
+ "loss": 1.2466,
2864
+ "step": 47600
2865
+ },
2866
+ {
2867
+ "epoch": 0.3,
2868
+ "learning_rate": 0.0007123144522643433,
2869
+ "loss": 1.2351,
2870
+ "step": 47700
2871
+ },
2872
+ {
2873
+ "epoch": 0.3,
2874
+ "learning_rate": 0.0007116849434071537,
2875
+ "loss": 1.2418,
2876
+ "step": 47800
2877
+ },
2878
+ {
2879
+ "epoch": 0.3,
2880
+ "learning_rate": 0.0007110554345499641,
2881
+ "loss": 1.241,
2882
+ "step": 47900
2883
+ },
2884
+ {
2885
+ "epoch": 0.3,
2886
+ "learning_rate": 0.0007104259256927745,
2887
+ "loss": 1.2293,
2888
+ "step": 48000
2889
+ },
2890
+ {
2891
+ "epoch": 0.3,
2892
+ "learning_rate": 0.000709796416835585,
2893
+ "loss": 1.2399,
2894
+ "step": 48100
2895
+ },
2896
+ {
2897
+ "epoch": 0.3,
2898
+ "learning_rate": 0.0007091669079783953,
2899
+ "loss": 1.2309,
2900
+ "step": 48200
2901
+ },
2902
+ {
2903
+ "epoch": 0.3,
2904
+ "learning_rate": 0.0007085373991212057,
2905
+ "loss": 1.2266,
2906
+ "step": 48300
2907
+ },
2908
+ {
2909
+ "epoch": 0.3,
2910
+ "learning_rate": 0.0007079078902640161,
2911
+ "loss": 1.2332,
2912
+ "step": 48400
2913
+ },
2914
+ {
2915
+ "epoch": 0.3,
2916
+ "learning_rate": 0.0007072783814068265,
2917
+ "loss": 1.2427,
2918
+ "step": 48500
2919
+ },
2920
+ {
2921
+ "epoch": 0.3,
2922
+ "learning_rate": 0.0007066488725496369,
2923
+ "loss": 1.2463,
2924
+ "step": 48600
2925
+ },
2926
+ {
2927
+ "epoch": 0.3,
2928
+ "learning_rate": 0.0007060193636924471,
2929
+ "loss": 1.2421,
2930
+ "step": 48700
2931
+ },
2932
+ {
2933
+ "epoch": 0.3,
2934
+ "learning_rate": 0.0007053898548352575,
2935
+ "loss": 1.2318,
2936
+ "step": 48800
2937
+ },
2938
+ {
2939
+ "epoch": 0.3,
2940
+ "learning_rate": 0.0007047603459780679,
2941
+ "loss": 1.223,
2942
+ "step": 48900
2943
+ },
2944
+ {
2945
+ "epoch": 0.3,
2946
+ "learning_rate": 0.0007041308371208783,
2947
+ "loss": 1.2298,
2948
+ "step": 49000
2949
+ },
2950
+ {
2951
+ "epoch": 0.31,
2952
+ "learning_rate": 0.0007035013282636887,
2953
+ "loss": 1.2403,
2954
+ "step": 49100
2955
+ },
2956
+ {
2957
+ "epoch": 0.31,
2958
+ "learning_rate": 0.000702871819406499,
2959
+ "loss": 1.2324,
2960
+ "step": 49200
2961
+ },
2962
+ {
2963
+ "epoch": 0.31,
2964
+ "learning_rate": 0.0007022423105493094,
2965
+ "loss": 1.2465,
2966
+ "step": 49300
2967
+ },
2968
+ {
2969
+ "epoch": 0.31,
2970
+ "learning_rate": 0.0007016128016921198,
2971
+ "loss": 1.2361,
2972
+ "step": 49400
2973
+ },
2974
+ {
2975
+ "epoch": 0.31,
2976
+ "learning_rate": 0.0007009832928349302,
2977
+ "loss": 1.2313,
2978
+ "step": 49500
2979
+ },
2980
+ {
2981
+ "epoch": 0.31,
2982
+ "learning_rate": 0.0007003537839777406,
2983
+ "loss": 1.2439,
2984
+ "step": 49600
2985
+ },
2986
+ {
2987
+ "epoch": 0.31,
2988
+ "learning_rate": 0.0006997242751205509,
2989
+ "loss": 1.2409,
2990
+ "step": 49700
2991
+ },
2992
+ {
2993
+ "epoch": 0.31,
2994
+ "learning_rate": 0.0006990947662633613,
2995
+ "loss": 1.2406,
2996
+ "step": 49800
2997
+ },
2998
+ {
2999
+ "epoch": 0.31,
3000
+ "learning_rate": 0.0006984652574061717,
3001
+ "loss": 1.2146,
3002
+ "step": 49900
3003
+ },
3004
+ {
3005
+ "epoch": 0.31,
3006
+ "learning_rate": 0.0006978357485489821,
3007
+ "loss": 1.2345,
3008
+ "step": 50000
3009
+ },
3010
+ {
3011
+ "epoch": 0.31,
3012
+ "learning_rate": 0.0006972062396917926,
3013
+ "loss": 1.243,
3014
+ "step": 50100
3015
+ },
3016
+ {
3017
+ "epoch": 0.31,
3018
+ "learning_rate": 0.0006965767308346029,
3019
+ "loss": 1.2378,
3020
+ "step": 50200
3021
+ },
3022
+ {
3023
+ "epoch": 0.31,
3024
+ "learning_rate": 0.0006959472219774133,
3025
+ "loss": 1.2309,
3026
+ "step": 50300
3027
+ },
3028
+ {
3029
+ "epoch": 0.31,
3030
+ "learning_rate": 0.0006953177131202237,
3031
+ "loss": 1.2337,
3032
+ "step": 50400
3033
+ },
3034
+ {
3035
+ "epoch": 0.31,
3036
+ "learning_rate": 0.0006946882042630341,
3037
+ "loss": 1.2406,
3038
+ "step": 50500
3039
+ },
3040
+ {
3041
+ "epoch": 0.31,
3042
+ "learning_rate": 0.0006940586954058443,
3043
+ "loss": 1.2389,
3044
+ "step": 50600
3045
+ },
3046
+ {
3047
+ "epoch": 0.32,
3048
+ "learning_rate": 0.0006934291865486547,
3049
+ "loss": 1.2323,
3050
+ "step": 50700
3051
+ },
3052
+ {
3053
+ "epoch": 0.32,
3054
+ "learning_rate": 0.0006927996776914651,
3055
+ "loss": 1.2504,
3056
+ "step": 50800
3057
+ },
3058
+ {
3059
+ "epoch": 0.32,
3060
+ "learning_rate": 0.0006921701688342755,
3061
+ "loss": 1.2323,
3062
+ "step": 50900
3063
+ },
3064
+ {
3065
+ "epoch": 0.32,
3066
+ "learning_rate": 0.0006915406599770859,
3067
+ "loss": 1.2321,
3068
+ "step": 51000
3069
+ },
3070
+ {
3071
+ "epoch": 0.32,
3072
+ "learning_rate": 0.0006909111511198962,
3073
+ "loss": 1.2458,
3074
+ "step": 51100
3075
+ },
3076
+ {
3077
+ "epoch": 0.32,
3078
+ "learning_rate": 0.0006902816422627066,
3079
+ "loss": 1.2371,
3080
+ "step": 51200
3081
+ },
3082
+ {
3083
+ "epoch": 0.32,
3084
+ "learning_rate": 0.000689652133405517,
3085
+ "loss": 1.2227,
3086
+ "step": 51300
3087
+ },
3088
+ {
3089
+ "epoch": 0.32,
3090
+ "learning_rate": 0.0006890226245483274,
3091
+ "loss": 1.2007,
3092
+ "step": 51400
3093
+ },
3094
+ {
3095
+ "epoch": 0.32,
3096
+ "learning_rate": 0.0006883931156911378,
3097
+ "loss": 1.2522,
3098
+ "step": 51500
3099
+ },
3100
+ {
3101
+ "epoch": 0.32,
3102
+ "learning_rate": 0.0006877636068339481,
3103
+ "loss": 1.2535,
3104
+ "step": 51600
3105
+ },
3106
+ {
3107
+ "epoch": 0.32,
3108
+ "learning_rate": 0.0006871340979767585,
3109
+ "loss": 1.2256,
3110
+ "step": 51700
3111
+ },
3112
+ {
3113
+ "epoch": 0.32,
3114
+ "learning_rate": 0.0006865045891195689,
3115
+ "loss": 1.2258,
3116
+ "step": 51800
3117
+ },
3118
+ {
3119
+ "epoch": 0.32,
3120
+ "learning_rate": 0.0006858750802623793,
3121
+ "loss": 1.2065,
3122
+ "step": 51900
3123
+ },
3124
+ {
3125
+ "epoch": 0.32,
3126
+ "learning_rate": 0.0006852455714051897,
3127
+ "loss": 1.2471,
3128
+ "step": 52000
3129
+ },
3130
+ {
3131
+ "epoch": 0.32,
3132
+ "learning_rate": 0.0006846160625480001,
3133
+ "loss": 1.2313,
3134
+ "step": 52100
3135
+ },
3136
+ {
3137
+ "epoch": 0.32,
3138
+ "learning_rate": 0.0006839865536908105,
3139
+ "loss": 1.2136,
3140
+ "step": 52200
3141
+ },
3142
+ {
3143
+ "epoch": 0.33,
3144
+ "learning_rate": 0.0006833570448336209,
3145
+ "loss": 1.2374,
3146
+ "step": 52300
3147
+ },
3148
+ {
3149
+ "epoch": 0.33,
3150
+ "learning_rate": 0.0006827275359764313,
3151
+ "loss": 1.2368,
3152
+ "step": 52400
3153
+ },
3154
+ {
3155
+ "epoch": 0.33,
3156
+ "learning_rate": 0.0006820980271192417,
3157
+ "loss": 1.2295,
3158
+ "step": 52500
3159
+ },
3160
+ {
3161
+ "epoch": 0.33,
3162
+ "learning_rate": 0.0006814685182620519,
3163
+ "loss": 1.2498,
3164
+ "step": 52600
3165
+ },
3166
+ {
3167
+ "epoch": 0.33,
3168
+ "learning_rate": 0.0006808390094048623,
3169
+ "loss": 1.2475,
3170
+ "step": 52700
3171
+ },
3172
+ {
3173
+ "epoch": 0.33,
3174
+ "learning_rate": 0.0006802095005476727,
3175
+ "loss": 1.2169,
3176
+ "step": 52800
3177
+ },
3178
+ {
3179
+ "epoch": 0.33,
3180
+ "learning_rate": 0.0006795799916904831,
3181
+ "loss": 1.2418,
3182
+ "step": 52900
3183
+ },
3184
+ {
3185
+ "epoch": 0.33,
3186
+ "learning_rate": 0.0006789504828332935,
3187
+ "loss": 1.2283,
3188
+ "step": 53000
3189
+ },
3190
+ {
3191
+ "epoch": 0.33,
3192
+ "learning_rate": 0.0006783209739761038,
3193
+ "loss": 1.2274,
3194
+ "step": 53100
3195
+ },
3196
+ {
3197
+ "epoch": 0.33,
3198
+ "learning_rate": 0.0006776914651189142,
3199
+ "loss": 1.2336,
3200
+ "step": 53200
3201
+ },
3202
+ {
3203
+ "epoch": 0.33,
3204
+ "learning_rate": 0.0006770619562617246,
3205
+ "loss": 1.2277,
3206
+ "step": 53300
3207
+ },
3208
+ {
3209
+ "epoch": 0.33,
3210
+ "learning_rate": 0.000676432447404535,
3211
+ "loss": 1.2338,
3212
+ "step": 53400
3213
+ },
3214
+ {
3215
+ "epoch": 0.33,
3216
+ "learning_rate": 0.0006758029385473454,
3217
+ "loss": 1.2453,
3218
+ "step": 53500
3219
+ },
3220
+ {
3221
+ "epoch": 0.33,
3222
+ "learning_rate": 0.0006751734296901557,
3223
+ "loss": 1.2277,
3224
+ "step": 53600
3225
+ },
3226
+ {
3227
+ "epoch": 0.33,
3228
+ "learning_rate": 0.0006745439208329661,
3229
+ "loss": 1.2136,
3230
+ "step": 53700
3231
+ },
3232
+ {
3233
+ "epoch": 0.33,
3234
+ "learning_rate": 0.0006739144119757765,
3235
+ "loss": 1.2345,
3236
+ "step": 53800
3237
+ },
3238
+ {
3239
+ "epoch": 0.34,
3240
+ "learning_rate": 0.0006732849031185869,
3241
+ "loss": 1.2291,
3242
+ "step": 53900
3243
+ },
3244
+ {
3245
+ "epoch": 0.34,
3246
+ "learning_rate": 0.0006726553942613974,
3247
+ "loss": 1.233,
3248
+ "step": 54000
3249
+ },
3250
+ {
3251
+ "epoch": 0.34,
3252
+ "learning_rate": 0.0006720258854042077,
3253
+ "loss": 1.2422,
3254
+ "step": 54100
3255
+ },
3256
+ {
3257
+ "epoch": 0.34,
3258
+ "learning_rate": 0.0006713963765470181,
3259
+ "loss": 1.2385,
3260
+ "step": 54200
3261
+ },
3262
+ {
3263
+ "epoch": 0.34,
3264
+ "learning_rate": 0.0006707668676898285,
3265
+ "loss": 1.2402,
3266
+ "step": 54300
3267
+ },
3268
+ {
3269
+ "epoch": 0.34,
3270
+ "learning_rate": 0.0006701373588326389,
3271
+ "loss": 1.2081,
3272
+ "step": 54400
3273
+ },
3274
+ {
3275
+ "epoch": 0.34,
3276
+ "learning_rate": 0.0006695078499754492,
3277
+ "loss": 1.2211,
3278
+ "step": 54500
3279
+ },
3280
+ {
3281
+ "epoch": 0.34,
3282
+ "learning_rate": 0.0006688783411182595,
3283
+ "loss": 1.2149,
3284
+ "step": 54600
3285
+ },
3286
+ {
3287
+ "epoch": 0.34,
3288
+ "learning_rate": 0.0006682488322610699,
3289
+ "loss": 1.2328,
3290
+ "step": 54700
3291
+ },
3292
+ {
3293
+ "epoch": 0.34,
3294
+ "learning_rate": 0.0006676193234038803,
3295
+ "loss": 1.231,
3296
+ "step": 54800
3297
+ },
3298
+ {
3299
+ "epoch": 0.34,
3300
+ "learning_rate": 0.0006669898145466907,
3301
+ "loss": 1.2277,
3302
+ "step": 54900
3303
+ },
3304
+ {
3305
+ "epoch": 0.34,
3306
+ "learning_rate": 0.000666360305689501,
3307
+ "loss": 1.2414,
3308
+ "step": 55000
3309
+ },
3310
+ {
3311
+ "epoch": 0.34,
3312
+ "learning_rate": 0.0006657307968323114,
3313
+ "loss": 1.2395,
3314
+ "step": 55100
3315
+ },
3316
+ {
3317
+ "epoch": 0.34,
3318
+ "learning_rate": 0.0006651012879751218,
3319
+ "loss": 1.2471,
3320
+ "step": 55200
3321
+ },
3322
+ {
3323
+ "epoch": 0.34,
3324
+ "learning_rate": 0.0006644717791179322,
3325
+ "loss": 1.2363,
3326
+ "step": 55300
3327
+ },
3328
+ {
3329
+ "epoch": 0.34,
3330
+ "learning_rate": 0.0006638422702607426,
3331
+ "loss": 1.2248,
3332
+ "step": 55400
3333
+ },
3334
+ {
3335
+ "epoch": 0.35,
3336
+ "learning_rate": 0.0006632127614035529,
3337
+ "loss": 1.2244,
3338
+ "step": 55500
3339
+ },
3340
+ {
3341
+ "epoch": 0.35,
3342
+ "learning_rate": 0.0006625832525463633,
3343
+ "loss": 1.2177,
3344
+ "step": 55600
3345
+ },
3346
+ {
3347
+ "epoch": 0.35,
3348
+ "learning_rate": 0.0006619537436891737,
3349
+ "loss": 1.233,
3350
+ "step": 55700
3351
+ },
3352
+ {
3353
+ "epoch": 0.35,
3354
+ "learning_rate": 0.0006613242348319841,
3355
+ "loss": 1.2349,
3356
+ "step": 55800
3357
+ },
3358
+ {
3359
+ "epoch": 0.35,
3360
+ "learning_rate": 0.0006606947259747945,
3361
+ "loss": 1.2389,
3362
+ "step": 55900
3363
+ },
3364
+ {
3365
+ "epoch": 0.35,
3366
+ "learning_rate": 0.0006600652171176049,
3367
+ "loss": 1.2368,
3368
+ "step": 56000
3369
+ },
3370
+ {
3371
+ "epoch": 0.35,
3372
+ "learning_rate": 0.0006594357082604153,
3373
+ "loss": 1.2198,
3374
+ "step": 56100
3375
+ },
3376
+ {
3377
+ "epoch": 0.35,
3378
+ "learning_rate": 0.0006588061994032257,
3379
+ "loss": 1.2178,
3380
+ "step": 56200
3381
+ },
3382
+ {
3383
+ "epoch": 0.35,
3384
+ "learning_rate": 0.000658176690546036,
3385
+ "loss": 1.2177,
3386
+ "step": 56300
3387
+ },
3388
+ {
3389
+ "epoch": 0.35,
3390
+ "learning_rate": 0.0006575471816888464,
3391
+ "loss": 1.2249,
3392
+ "step": 56400
3393
+ },
3394
+ {
3395
+ "epoch": 0.35,
3396
+ "learning_rate": 0.0006569176728316567,
3397
+ "loss": 1.2234,
3398
+ "step": 56500
3399
+ },
3400
+ {
3401
+ "epoch": 0.35,
3402
+ "learning_rate": 0.0006562881639744671,
3403
+ "loss": 1.2255,
3404
+ "step": 56600
3405
+ },
3406
+ {
3407
+ "epoch": 0.35,
3408
+ "learning_rate": 0.0006556586551172775,
3409
+ "loss": 1.2133,
3410
+ "step": 56700
3411
+ },
3412
+ {
3413
+ "epoch": 0.35,
3414
+ "learning_rate": 0.0006550291462600879,
3415
+ "loss": 1.2065,
3416
+ "step": 56800
3417
+ },
3418
+ {
3419
+ "epoch": 0.35,
3420
+ "learning_rate": 0.0006543996374028983,
3421
+ "loss": 1.2112,
3422
+ "step": 56900
3423
+ },
3424
+ {
3425
+ "epoch": 0.35,
3426
+ "learning_rate": 0.0006537701285457086,
3427
+ "loss": 1.2118,
3428
+ "step": 57000
3429
+ },
3430
+ {
3431
+ "epoch": 0.35,
3432
+ "learning_rate": 0.000653140619688519,
3433
+ "loss": 1.224,
3434
+ "step": 57100
3435
+ },
3436
+ {
3437
+ "epoch": 0.36,
3438
+ "learning_rate": 0.0006525111108313294,
3439
+ "loss": 1.2395,
3440
+ "step": 57200
3441
+ },
3442
+ {
3443
+ "epoch": 0.36,
3444
+ "learning_rate": 0.0006518816019741398,
3445
+ "loss": 1.2382,
3446
+ "step": 57300
3447
+ },
3448
+ {
3449
+ "epoch": 0.36,
3450
+ "learning_rate": 0.0006512520931169502,
3451
+ "loss": 1.2086,
3452
+ "step": 57400
3453
+ },
3454
+ {
3455
+ "epoch": 0.36,
3456
+ "learning_rate": 0.0006506225842597605,
3457
+ "loss": 1.2059,
3458
+ "step": 57500
3459
+ },
3460
+ {
3461
+ "epoch": 0.36,
3462
+ "learning_rate": 0.0006499930754025709,
3463
+ "loss": 1.2496,
3464
+ "step": 57600
3465
+ },
3466
+ {
3467
+ "epoch": 0.36,
3468
+ "learning_rate": 0.0006493635665453813,
3469
+ "loss": 1.2223,
3470
+ "step": 57700
3471
+ },
3472
+ {
3473
+ "epoch": 0.36,
3474
+ "learning_rate": 0.0006487340576881917,
3475
+ "loss": 1.2291,
3476
+ "step": 57800
3477
+ },
3478
+ {
3479
+ "epoch": 0.36,
3480
+ "learning_rate": 0.0006481045488310022,
3481
+ "loss": 1.2347,
3482
+ "step": 57900
3483
+ },
3484
+ {
3485
+ "epoch": 0.36,
3486
+ "learning_rate": 0.0006474750399738125,
3487
+ "loss": 1.241,
3488
+ "step": 58000
3489
+ },
3490
+ {
3491
+ "epoch": 0.36,
3492
+ "learning_rate": 0.0006468455311166229,
3493
+ "loss": 1.2339,
3494
+ "step": 58100
3495
+ },
3496
+ {
3497
+ "epoch": 0.36,
3498
+ "learning_rate": 0.0006462160222594333,
3499
+ "loss": 1.2201,
3500
+ "step": 58200
3501
+ },
3502
+ {
3503
+ "epoch": 0.36,
3504
+ "learning_rate": 0.0006455865134022436,
3505
+ "loss": 1.2282,
3506
+ "step": 58300
3507
+ },
3508
+ {
3509
+ "epoch": 0.36,
3510
+ "learning_rate": 0.000644957004545054,
3511
+ "loss": 1.2187,
3512
+ "step": 58400
3513
+ },
3514
+ {
3515
+ "epoch": 0.36,
3516
+ "learning_rate": 0.0006443274956878643,
3517
+ "loss": 1.2174,
3518
+ "step": 58500
3519
+ },
3520
+ {
3521
+ "epoch": 0.36,
3522
+ "learning_rate": 0.0006436979868306747,
3523
+ "loss": 1.2245,
3524
+ "step": 58600
3525
+ },
3526
+ {
3527
+ "epoch": 0.36,
3528
+ "learning_rate": 0.0006430684779734851,
3529
+ "loss": 1.227,
3530
+ "step": 58700
3531
+ },
3532
+ {
3533
+ "epoch": 0.37,
3534
+ "learning_rate": 0.0006424389691162955,
3535
+ "loss": 1.2228,
3536
+ "step": 58800
3537
+ },
3538
+ {
3539
+ "epoch": 0.37,
3540
+ "learning_rate": 0.0006418094602591058,
3541
+ "loss": 1.2219,
3542
+ "step": 58900
3543
+ },
3544
+ {
3545
+ "epoch": 0.37,
3546
+ "learning_rate": 0.0006411799514019162,
3547
+ "loss": 1.2243,
3548
+ "step": 59000
3549
+ },
3550
+ {
3551
+ "epoch": 0.37,
3552
+ "learning_rate": 0.0006405504425447266,
3553
+ "loss": 1.2228,
3554
+ "step": 59100
3555
+ },
3556
+ {
3557
+ "epoch": 0.37,
3558
+ "learning_rate": 0.000639920933687537,
3559
+ "loss": 1.214,
3560
+ "step": 59200
3561
+ },
3562
+ {
3563
+ "epoch": 0.37,
3564
+ "learning_rate": 0.0006392914248303474,
3565
+ "loss": 1.224,
3566
+ "step": 59300
3567
+ },
3568
+ {
3569
+ "epoch": 0.37,
3570
+ "learning_rate": 0.0006386619159731577,
3571
+ "loss": 1.2232,
3572
+ "step": 59400
3573
+ },
3574
+ {
3575
+ "epoch": 0.37,
3576
+ "learning_rate": 0.0006380324071159681,
3577
+ "loss": 1.2311,
3578
+ "step": 59500
3579
+ },
3580
+ {
3581
+ "epoch": 0.37,
3582
+ "learning_rate": 0.0006374028982587785,
3583
+ "loss": 1.2368,
3584
+ "step": 59600
3585
+ },
3586
+ {
3587
+ "epoch": 0.37,
3588
+ "learning_rate": 0.0006367733894015889,
3589
+ "loss": 1.2137,
3590
+ "step": 59700
3591
+ },
3592
+ {
3593
+ "epoch": 0.37,
3594
+ "learning_rate": 0.0006361438805443993,
3595
+ "loss": 1.2279,
3596
+ "step": 59800
3597
+ },
3598
+ {
3599
+ "epoch": 0.37,
3600
+ "learning_rate": 0.0006355143716872095,
3601
+ "loss": 1.2236,
3602
+ "step": 59900
3603
+ },
3604
+ {
3605
+ "epoch": 0.37,
3606
+ "learning_rate": 0.00063488486283002,
3607
+ "loss": 1.216,
3608
+ "step": 60000
3609
+ },
3610
+ {
3611
+ "epoch": 0.37,
3612
+ "learning_rate": 0.0006342553539728304,
3613
+ "loss": 1.242,
3614
+ "step": 60100
3615
+ },
3616
+ {
3617
+ "epoch": 0.37,
3618
+ "learning_rate": 0.0006336258451156408,
3619
+ "loss": 1.2124,
3620
+ "step": 60200
3621
+ },
3622
+ {
3623
+ "epoch": 0.37,
3624
+ "learning_rate": 0.0006329963362584512,
3625
+ "loss": 1.2166,
3626
+ "step": 60300
3627
+ },
3628
+ {
3629
+ "epoch": 0.38,
3630
+ "learning_rate": 0.0006323668274012615,
3631
+ "loss": 1.2089,
3632
+ "step": 60400
3633
+ },
3634
+ {
3635
+ "epoch": 0.38,
3636
+ "learning_rate": 0.0006317373185440719,
3637
+ "loss": 1.1967,
3638
+ "step": 60500
3639
+ },
3640
+ {
3641
+ "epoch": 0.38,
3642
+ "learning_rate": 0.0006311078096868823,
3643
+ "loss": 1.2151,
3644
+ "step": 60600
3645
+ },
3646
+ {
3647
+ "epoch": 0.38,
3648
+ "learning_rate": 0.0006304783008296927,
3649
+ "loss": 1.2359,
3650
+ "step": 60700
3651
+ },
3652
+ {
3653
+ "epoch": 0.38,
3654
+ "learning_rate": 0.0006298487919725031,
3655
+ "loss": 1.2107,
3656
+ "step": 60800
3657
+ },
3658
+ {
3659
+ "epoch": 0.38,
3660
+ "learning_rate": 0.0006292192831153134,
3661
+ "loss": 1.2142,
3662
+ "step": 60900
3663
+ },
3664
+ {
3665
+ "epoch": 0.38,
3666
+ "learning_rate": 0.0006285897742581238,
3667
+ "loss": 1.223,
3668
+ "step": 61000
3669
+ },
3670
+ {
3671
+ "epoch": 0.38,
3672
+ "learning_rate": 0.0006279602654009342,
3673
+ "loss": 1.2185,
3674
+ "step": 61100
3675
+ },
3676
+ {
3677
+ "epoch": 0.38,
3678
+ "learning_rate": 0.0006273307565437446,
3679
+ "loss": 1.2203,
3680
+ "step": 61200
3681
+ },
3682
+ {
3683
+ "epoch": 0.38,
3684
+ "learning_rate": 0.000626701247686555,
3685
+ "loss": 1.2122,
3686
+ "step": 61300
3687
+ },
3688
+ {
3689
+ "epoch": 0.38,
3690
+ "learning_rate": 0.0006260717388293653,
3691
+ "loss": 1.2382,
3692
+ "step": 61400
3693
+ },
3694
+ {
3695
+ "epoch": 0.38,
3696
+ "learning_rate": 0.0006254422299721757,
3697
+ "loss": 1.2017,
3698
+ "step": 61500
3699
+ },
3700
+ {
3701
+ "epoch": 0.38,
3702
+ "learning_rate": 0.0006248127211149861,
3703
+ "loss": 1.2364,
3704
+ "step": 61600
3705
+ },
3706
+ {
3707
+ "epoch": 0.38,
3708
+ "learning_rate": 0.0006241832122577965,
3709
+ "loss": 1.2179,
3710
+ "step": 61700
3711
+ },
3712
+ {
3713
+ "epoch": 0.38,
3714
+ "learning_rate": 0.0006235537034006069,
3715
+ "loss": 1.2138,
3716
+ "step": 61800
3717
+ },
3718
+ {
3719
+ "epoch": 0.38,
3720
+ "learning_rate": 0.0006229241945434173,
3721
+ "loss": 1.2292,
3722
+ "step": 61900
3723
+ },
3724
+ {
3725
+ "epoch": 0.39,
3726
+ "learning_rate": 0.0006222946856862276,
3727
+ "loss": 1.2185,
3728
+ "step": 62000
3729
+ },
3730
+ {
3731
+ "epoch": 0.39,
3732
+ "learning_rate": 0.000621665176829038,
3733
+ "loss": 1.2146,
3734
+ "step": 62100
3735
+ },
3736
+ {
3737
+ "epoch": 0.39,
3738
+ "learning_rate": 0.0006210356679718484,
3739
+ "loss": 1.2449,
3740
+ "step": 62200
3741
+ },
3742
+ {
3743
+ "epoch": 0.39,
3744
+ "learning_rate": 0.0006204061591146588,
3745
+ "loss": 1.2316,
3746
+ "step": 62300
3747
+ },
3748
+ {
3749
+ "epoch": 0.39,
3750
+ "learning_rate": 0.0006197766502574691,
3751
+ "loss": 1.2121,
3752
+ "step": 62400
3753
+ },
3754
+ {
3755
+ "epoch": 0.39,
3756
+ "learning_rate": 0.0006191471414002795,
3757
+ "loss": 1.2084,
3758
+ "step": 62500
3759
+ },
3760
+ {
3761
+ "epoch": 0.39,
3762
+ "learning_rate": 0.0006185176325430899,
3763
+ "loss": 1.2175,
3764
+ "step": 62600
3765
+ },
3766
+ {
3767
+ "epoch": 0.39,
3768
+ "learning_rate": 0.0006178881236859003,
3769
+ "loss": 1.2189,
3770
+ "step": 62700
3771
+ },
3772
+ {
3773
+ "epoch": 0.39,
3774
+ "learning_rate": 0.0006172586148287107,
3775
+ "loss": 1.2202,
3776
+ "step": 62800
3777
+ },
3778
+ {
3779
+ "epoch": 0.39,
3780
+ "learning_rate": 0.000616629105971521,
3781
+ "loss": 1.2174,
3782
+ "step": 62900
3783
+ },
3784
+ {
3785
+ "epoch": 0.39,
3786
+ "learning_rate": 0.0006159995971143314,
3787
+ "loss": 1.2174,
3788
+ "step": 63000
3789
+ },
3790
+ {
3791
+ "epoch": 0.39,
3792
+ "learning_rate": 0.0006153700882571418,
3793
+ "loss": 1.2101,
3794
+ "step": 63100
3795
+ },
3796
+ {
3797
+ "epoch": 0.39,
3798
+ "learning_rate": 0.0006147405793999522,
3799
+ "loss": 1.2305,
3800
+ "step": 63200
3801
+ },
3802
+ {
3803
+ "epoch": 0.39,
3804
+ "learning_rate": 0.0006141110705427625,
3805
+ "loss": 1.2192,
3806
+ "step": 63300
3807
+ },
3808
+ {
3809
+ "epoch": 0.39,
3810
+ "learning_rate": 0.0006134815616855729,
3811
+ "loss": 1.2098,
3812
+ "step": 63400
3813
+ },
3814
+ {
3815
+ "epoch": 0.39,
3816
+ "learning_rate": 0.0006128520528283833,
3817
+ "loss": 1.2172,
3818
+ "step": 63500
3819
+ },
3820
+ {
3821
+ "epoch": 0.4,
3822
+ "learning_rate": 0.0006122225439711937,
3823
+ "loss": 1.2192,
3824
+ "step": 63600
3825
+ },
3826
+ {
3827
+ "epoch": 0.4,
3828
+ "learning_rate": 0.0006115930351140041,
3829
+ "loss": 1.2223,
3830
+ "step": 63700
3831
+ },
3832
+ {
3833
+ "epoch": 0.4,
3834
+ "learning_rate": 0.0006109635262568143,
3835
+ "loss": 1.1929,
3836
+ "step": 63800
3837
+ },
3838
+ {
3839
+ "epoch": 0.4,
3840
+ "learning_rate": 0.0006103340173996248,
3841
+ "loss": 1.2011,
3842
+ "step": 63900
3843
+ },
3844
+ {
3845
+ "epoch": 0.4,
3846
+ "learning_rate": 0.0006097045085424352,
3847
+ "loss": 1.2243,
3848
+ "step": 64000
3849
+ },
3850
+ {
3851
+ "epoch": 0.4,
3852
+ "learning_rate": 0.0006090749996852456,
3853
+ "loss": 1.2271,
3854
+ "step": 64100
3855
+ },
3856
+ {
3857
+ "epoch": 0.4,
3858
+ "learning_rate": 0.000608445490828056,
3859
+ "loss": 1.2312,
3860
+ "step": 64200
3861
+ },
3862
+ {
3863
+ "epoch": 0.4,
3864
+ "learning_rate": 0.0006078159819708663,
3865
+ "loss": 1.2267,
3866
+ "step": 64300
3867
+ },
3868
+ {
3869
+ "epoch": 0.4,
3870
+ "learning_rate": 0.0006071864731136767,
3871
+ "loss": 1.218,
3872
+ "step": 64400
3873
+ },
3874
+ {
3875
+ "epoch": 0.4,
3876
+ "learning_rate": 0.0006065569642564871,
3877
+ "loss": 1.2317,
3878
+ "step": 64500
3879
+ },
3880
+ {
3881
+ "epoch": 0.4,
3882
+ "learning_rate": 0.0006059274553992975,
3883
+ "loss": 1.2166,
3884
+ "step": 64600
3885
+ },
3886
+ {
3887
+ "epoch": 0.4,
3888
+ "learning_rate": 0.0006052979465421079,
3889
+ "loss": 1.2096,
3890
+ "step": 64700
3891
+ },
3892
+ {
3893
+ "epoch": 0.4,
3894
+ "learning_rate": 0.0006046684376849182,
3895
+ "loss": 1.2183,
3896
+ "step": 64800
3897
+ },
3898
+ {
3899
+ "epoch": 0.4,
3900
+ "learning_rate": 0.0006040389288277286,
3901
+ "loss": 1.208,
3902
+ "step": 64900
3903
+ },
3904
+ {
3905
+ "epoch": 0.4,
3906
+ "learning_rate": 0.000603409419970539,
3907
+ "loss": 1.217,
3908
+ "step": 65000
3909
+ }
3910
+ ],
3911
+ "max_steps": 160854,
3912
+ "num_train_epochs": 1,
3913
+ "total_flos": 6.729383411712e+16,
3914
+ "trial_name": null,
3915
+ "trial_params": null
3916
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ad1c2f00abac45df8d1f282104107a48bdeed5093fac0de976c60ee77c664824
3
+ size 3643