haiefff commited on
Commit
ecb551c
1 Parent(s): 5bc2855

Upload folder using huggingface_hub

Browse files
README.md ADDED
@@ -0,0 +1,31 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+
2
+ ---
3
+ tags:
4
+ - autotrain
5
+ - image-classification
6
+ base_model: google/vit-base-patch16-384
7
+ widget:
8
+ - src: https://huggingface.co/datasets/mishig/sample_images/resolve/main/tiger.jpg
9
+ example_title: Tiger
10
+ - src: https://huggingface.co/datasets/mishig/sample_images/resolve/main/teapot.jpg
11
+ example_title: Teapot
12
+ - src: https://huggingface.co/datasets/mishig/sample_images/resolve/main/palace.jpg
13
+ example_title: Palace
14
+ ---
15
+
16
+ # Model Trained Using AutoTrain
17
+
18
+ - Problem type: Image Classification
19
+
20
+ ## Validation Metrics
21
+ loss: 0.002970785601064563
22
+
23
+ f1: 0.9659863945578231
24
+
25
+ precision: 0.9726027397260274
26
+
27
+ recall: 0.9594594594594594
28
+
29
+ auc: 0.9999155405405404
30
+
31
+ accuracy: 0.9991658324991658
checkpoint-11988/config.json ADDED
@@ -0,0 +1,33 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "google/vit-base-patch16-384",
3
+ "_num_labels": 2,
4
+ "architectures": [
5
+ "ViTForImageClassification"
6
+ ],
7
+ "attention_probs_dropout_prob": 0.0,
8
+ "encoder_stride": 16,
9
+ "hidden_act": "gelu",
10
+ "hidden_dropout_prob": 0.0,
11
+ "hidden_size": 768,
12
+ "id2label": {
13
+ "0": "not_soyjak",
14
+ "1": "soyjak"
15
+ },
16
+ "image_size": 384,
17
+ "initializer_range": 0.02,
18
+ "intermediate_size": 3072,
19
+ "label2id": {
20
+ "not_soyjak": 0,
21
+ "soyjak": 1
22
+ },
23
+ "layer_norm_eps": 1e-12,
24
+ "model_type": "vit",
25
+ "num_attention_heads": 12,
26
+ "num_channels": 3,
27
+ "num_hidden_layers": 12,
28
+ "patch_size": 16,
29
+ "problem_type": "single_label_classification",
30
+ "qkv_bias": true,
31
+ "torch_dtype": "float32",
32
+ "transformers_version": "4.45.0"
33
+ }
checkpoint-11988/model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:79c52f74f6defcd2becb5f8c8d19d415c07a5ce8587e929a351d1a886356b70f
3
+ size 344391328
checkpoint-11988/optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:a10ce4e25732dba7ddf463c525aca67cc3d7cda8b5202a2d6e0a9c2f733752d9
3
+ size 688903610
checkpoint-11988/rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:2e32df0883752eb9da8c5aa8e999c457883a52936228ea8d6f38b1bd5a3b11ba
3
+ size 14244
checkpoint-11988/scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:a430dae9e7360b02a463d96313dcfc15bbf2be1f4932fc91e49d0affad5b66f2
3
+ size 1064
checkpoint-11988/trainer_state.json ADDED
@@ -0,0 +1,3447 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 0.002970785601064563,
3
+ "best_model_checkpoint": "sj-det-3/checkpoint-11988",
4
+ "epoch": 4.0,
5
+ "eval_steps": 500,
6
+ "global_step": 11988,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.008341675008341674,
13
+ "grad_norm": 14.153964042663574,
14
+ "learning_rate": 1.0008340283569642e-06,
15
+ "loss": 0.7821,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.01668335001668335,
20
+ "grad_norm": 11.691067695617676,
21
+ "learning_rate": 2.0433694745621353e-06,
22
+ "loss": 0.6237,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.025025025025025027,
27
+ "grad_norm": 6.019664764404297,
28
+ "learning_rate": 3.0859049207673064e-06,
29
+ "loss": 0.4143,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.0333667000333667,
34
+ "grad_norm": 2.7289156913757324,
35
+ "learning_rate": 4.128440366972477e-06,
36
+ "loss": 0.1794,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.04170837504170837,
41
+ "grad_norm": 0.4015839397907257,
42
+ "learning_rate": 5.170975813177649e-06,
43
+ "loss": 0.0836,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.05005005005005005,
48
+ "grad_norm": 0.41425979137420654,
49
+ "learning_rate": 6.213511259382819e-06,
50
+ "loss": 0.0735,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.05839172505839173,
55
+ "grad_norm": 0.04649379849433899,
56
+ "learning_rate": 7.256046705587991e-06,
57
+ "loss": 0.0196,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.0667334000667334,
62
+ "grad_norm": 0.03922989219427109,
63
+ "learning_rate": 8.298582151793162e-06,
64
+ "loss": 0.0703,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.07507507507507508,
69
+ "grad_norm": 0.09923669695854187,
70
+ "learning_rate": 9.341117597998331e-06,
71
+ "loss": 0.0382,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.08341675008341674,
76
+ "grad_norm": 0.41646531224250793,
77
+ "learning_rate": 1.0383653044203504e-05,
78
+ "loss": 0.0306,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.09175842509175842,
83
+ "grad_norm": 0.030469655990600586,
84
+ "learning_rate": 1.1426188490408674e-05,
85
+ "loss": 0.0672,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.1001001001001001,
90
+ "grad_norm": 6.139395713806152,
91
+ "learning_rate": 1.2468723936613845e-05,
92
+ "loss": 0.0419,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 0.10844177510844177,
97
+ "grad_norm": 1.2067941427230835,
98
+ "learning_rate": 1.3511259382819017e-05,
99
+ "loss": 0.0047,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 0.11678345011678345,
104
+ "grad_norm": 0.019348450005054474,
105
+ "learning_rate": 1.4553794829024186e-05,
106
+ "loss": 0.001,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 0.12512512512512514,
111
+ "grad_norm": 0.024063795804977417,
112
+ "learning_rate": 1.559633027522936e-05,
113
+ "loss": 0.048,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 0.1334668001334668,
118
+ "grad_norm": 0.01152120716869831,
119
+ "learning_rate": 1.663886572143453e-05,
120
+ "loss": 0.0275,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 0.14180847514180847,
125
+ "grad_norm": 0.007050159387290478,
126
+ "learning_rate": 1.7681401167639698e-05,
127
+ "loss": 0.0109,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 0.15015015015015015,
132
+ "grad_norm": 0.007726074196398258,
133
+ "learning_rate": 1.8723936613844872e-05,
134
+ "loss": 0.0007,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 0.15849182515849183,
139
+ "grad_norm": 0.008293859660625458,
140
+ "learning_rate": 1.9766472060050043e-05,
141
+ "loss": 0.028,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 0.1668335001668335,
146
+ "grad_norm": 0.0058615542948246,
147
+ "learning_rate": 2.0809007506255214e-05,
148
+ "loss": 0.0025,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 0.17517517517517517,
153
+ "grad_norm": 0.028854593634605408,
154
+ "learning_rate": 2.1851542952460384e-05,
155
+ "loss": 0.0685,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 0.18351685018351685,
160
+ "grad_norm": 0.042628563940525055,
161
+ "learning_rate": 2.2894078398665555e-05,
162
+ "loss": 0.0401,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 0.19185852519185853,
167
+ "grad_norm": 0.378325879573822,
168
+ "learning_rate": 2.3936613844870726e-05,
169
+ "loss": 0.0014,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 0.2002002002002002,
174
+ "grad_norm": 0.007751138880848885,
175
+ "learning_rate": 2.49791492910759e-05,
176
+ "loss": 0.0445,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 0.20854187520854187,
181
+ "grad_norm": 0.008357309736311436,
182
+ "learning_rate": 2.602168473728107e-05,
183
+ "loss": 0.0079,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 0.21688355021688355,
188
+ "grad_norm": 0.17902156710624695,
189
+ "learning_rate": 2.7064220183486238e-05,
190
+ "loss": 0.026,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 0.22522522522522523,
195
+ "grad_norm": 0.030053455382585526,
196
+ "learning_rate": 2.810675562969141e-05,
197
+ "loss": 0.1212,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 0.2335669002335669,
202
+ "grad_norm": 0.0116727901622653,
203
+ "learning_rate": 2.9149291075896586e-05,
204
+ "loss": 0.0459,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 0.24190857524190856,
209
+ "grad_norm": 0.005300463642925024,
210
+ "learning_rate": 3.0191826522101753e-05,
211
+ "loss": 0.0004,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 0.2502502502502503,
216
+ "grad_norm": 0.005538405384868383,
217
+ "learning_rate": 3.1234361968306924e-05,
218
+ "loss": 0.0205,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 0.2585919252585919,
223
+ "grad_norm": 0.009918354451656342,
224
+ "learning_rate": 3.2276897414512094e-05,
225
+ "loss": 0.0025,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 0.2669336002669336,
230
+ "grad_norm": 0.018012989312410355,
231
+ "learning_rate": 3.3319432860717265e-05,
232
+ "loss": 0.082,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 0.2752752752752753,
237
+ "grad_norm": 0.0018511965172365308,
238
+ "learning_rate": 3.4361968306922436e-05,
239
+ "loss": 0.0071,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 0.28361695028361694,
244
+ "grad_norm": 0.0468880757689476,
245
+ "learning_rate": 3.540450375312761e-05,
246
+ "loss": 0.0281,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 0.29195862529195865,
251
+ "grad_norm": 0.004004584159702063,
252
+ "learning_rate": 3.644703919933278e-05,
253
+ "loss": 0.0662,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 0.3003003003003003,
258
+ "grad_norm": 0.006573744583874941,
259
+ "learning_rate": 3.748957464553795e-05,
260
+ "loss": 0.0017,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 0.30864197530864196,
265
+ "grad_norm": 0.00465534208342433,
266
+ "learning_rate": 3.8532110091743125e-05,
267
+ "loss": 0.0159,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 0.31698365031698367,
272
+ "grad_norm": 0.6863465905189514,
273
+ "learning_rate": 3.957464553794829e-05,
274
+ "loss": 0.0037,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 0.3253253253253253,
279
+ "grad_norm": 0.0018059064168483019,
280
+ "learning_rate": 4.0617180984153466e-05,
281
+ "loss": 0.0001,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 0.333667000333667,
286
+ "grad_norm": 0.001327801262959838,
287
+ "learning_rate": 4.165971643035864e-05,
288
+ "loss": 0.0001,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 0.3420086753420087,
293
+ "grad_norm": 0.0013706604950129986,
294
+ "learning_rate": 4.27022518765638e-05,
295
+ "loss": 0.0194,
296
+ "step": 1025
297
+ },
298
+ {
299
+ "epoch": 0.35035035035035034,
300
+ "grad_norm": 0.0007294805254787207,
301
+ "learning_rate": 4.374478732276898e-05,
302
+ "loss": 0.0001,
303
+ "step": 1050
304
+ },
305
+ {
306
+ "epoch": 0.35869202535869205,
307
+ "grad_norm": 0.018524976447224617,
308
+ "learning_rate": 4.478732276897415e-05,
309
+ "loss": 0.0481,
310
+ "step": 1075
311
+ },
312
+ {
313
+ "epoch": 0.3670337003670337,
314
+ "grad_norm": 0.009606343694031239,
315
+ "learning_rate": 4.582985821517932e-05,
316
+ "loss": 0.0586,
317
+ "step": 1100
318
+ },
319
+ {
320
+ "epoch": 0.37537537537537535,
321
+ "grad_norm": 0.0046248408034443855,
322
+ "learning_rate": 4.687239366138449e-05,
323
+ "loss": 0.0105,
324
+ "step": 1125
325
+ },
326
+ {
327
+ "epoch": 0.38371705038371706,
328
+ "grad_norm": 0.017802894115447998,
329
+ "learning_rate": 4.791492910758966e-05,
330
+ "loss": 0.0019,
331
+ "step": 1150
332
+ },
333
+ {
334
+ "epoch": 0.3920587253920587,
335
+ "grad_norm": 14.872435569763184,
336
+ "learning_rate": 4.895746455379483e-05,
337
+ "loss": 0.0849,
338
+ "step": 1175
339
+ },
340
+ {
341
+ "epoch": 0.4004004004004004,
342
+ "grad_norm": 0.001058954163454473,
343
+ "learning_rate": 5e-05,
344
+ "loss": 0.0395,
345
+ "step": 1200
346
+ },
347
+ {
348
+ "epoch": 0.4087420754087421,
349
+ "grad_norm": 0.0007220833795145154,
350
+ "learning_rate": 4.988414125498193e-05,
351
+ "loss": 0.0001,
352
+ "step": 1225
353
+ },
354
+ {
355
+ "epoch": 0.41708375041708373,
356
+ "grad_norm": 0.0015725018456578255,
357
+ "learning_rate": 4.9768282509963857e-05,
358
+ "loss": 0.0,
359
+ "step": 1250
360
+ },
361
+ {
362
+ "epoch": 0.42542542542542544,
363
+ "grad_norm": 0.00035438829218037426,
364
+ "learning_rate": 4.965242376494578e-05,
365
+ "loss": 0.0001,
366
+ "step": 1275
367
+ },
368
+ {
369
+ "epoch": 0.4337671004337671,
370
+ "grad_norm": 0.004498378373682499,
371
+ "learning_rate": 4.9536565019927704e-05,
372
+ "loss": 0.0617,
373
+ "step": 1300
374
+ },
375
+ {
376
+ "epoch": 0.44210877544210875,
377
+ "grad_norm": 0.0019637339282780886,
378
+ "learning_rate": 4.9420706274909634e-05,
379
+ "loss": 0.0452,
380
+ "step": 1325
381
+ },
382
+ {
383
+ "epoch": 0.45045045045045046,
384
+ "grad_norm": 0.0009583417559042573,
385
+ "learning_rate": 4.930484752989156e-05,
386
+ "loss": 0.0004,
387
+ "step": 1350
388
+ },
389
+ {
390
+ "epoch": 0.4587921254587921,
391
+ "grad_norm": 0.011658573523163795,
392
+ "learning_rate": 4.918898878487349e-05,
393
+ "loss": 0.0626,
394
+ "step": 1375
395
+ },
396
+ {
397
+ "epoch": 0.4671338004671338,
398
+ "grad_norm": 0.002904647495597601,
399
+ "learning_rate": 4.9073130039855406e-05,
400
+ "loss": 0.0067,
401
+ "step": 1400
402
+ },
403
+ {
404
+ "epoch": 0.4754754754754755,
405
+ "grad_norm": 0.004803840536624193,
406
+ "learning_rate": 4.8957271294837336e-05,
407
+ "loss": 0.0453,
408
+ "step": 1425
409
+ },
410
+ {
411
+ "epoch": 0.4838171504838171,
412
+ "grad_norm": 0.0012352573685348034,
413
+ "learning_rate": 4.8841412549819267e-05,
414
+ "loss": 0.0003,
415
+ "step": 1450
416
+ },
417
+ {
418
+ "epoch": 0.49215882549215884,
419
+ "grad_norm": 0.0022556546609848738,
420
+ "learning_rate": 4.872555380480119e-05,
421
+ "loss": 0.0002,
422
+ "step": 1475
423
+ },
424
+ {
425
+ "epoch": 0.5005005005005005,
426
+ "grad_norm": 0.01666790060698986,
427
+ "learning_rate": 4.8609695059783114e-05,
428
+ "loss": 0.0142,
429
+ "step": 1500
430
+ },
431
+ {
432
+ "epoch": 0.5088421755088421,
433
+ "grad_norm": 0.0008659372106194496,
434
+ "learning_rate": 4.849383631476504e-05,
435
+ "loss": 0.0003,
436
+ "step": 1525
437
+ },
438
+ {
439
+ "epoch": 0.5171838505171839,
440
+ "grad_norm": 0.009269647300243378,
441
+ "learning_rate": 4.837797756974697e-05,
442
+ "loss": 0.0001,
443
+ "step": 1550
444
+ },
445
+ {
446
+ "epoch": 0.5255255255255256,
447
+ "grad_norm": 0.00042679469333961606,
448
+ "learning_rate": 4.826211882472889e-05,
449
+ "loss": 0.0,
450
+ "step": 1575
451
+ },
452
+ {
453
+ "epoch": 0.5338672005338672,
454
+ "grad_norm": 0.0003430478391237557,
455
+ "learning_rate": 4.814626007971082e-05,
456
+ "loss": 0.0,
457
+ "step": 1600
458
+ },
459
+ {
460
+ "epoch": 0.5422088755422089,
461
+ "grad_norm": 0.002377784810960293,
462
+ "learning_rate": 4.8030401334692746e-05,
463
+ "loss": 0.0926,
464
+ "step": 1625
465
+ },
466
+ {
467
+ "epoch": 0.5505505505505506,
468
+ "grad_norm": 0.003815292613580823,
469
+ "learning_rate": 4.791454258967467e-05,
470
+ "loss": 0.0001,
471
+ "step": 1650
472
+ },
473
+ {
474
+ "epoch": 0.5588922255588922,
475
+ "grad_norm": 0.0007572752656415105,
476
+ "learning_rate": 4.779868384465659e-05,
477
+ "loss": 0.0001,
478
+ "step": 1675
479
+ },
480
+ {
481
+ "epoch": 0.5672339005672339,
482
+ "grad_norm": 0.003480930346995592,
483
+ "learning_rate": 4.7682825099638524e-05,
484
+ "loss": 0.023,
485
+ "step": 1700
486
+ },
487
+ {
488
+ "epoch": 0.5755755755755756,
489
+ "grad_norm": 0.0046263947151601315,
490
+ "learning_rate": 4.7566966354620454e-05,
491
+ "loss": 0.0219,
492
+ "step": 1725
493
+ },
494
+ {
495
+ "epoch": 0.5839172505839173,
496
+ "grad_norm": 0.3202002942562103,
497
+ "learning_rate": 4.745110760960237e-05,
498
+ "loss": 0.0298,
499
+ "step": 1750
500
+ },
501
+ {
502
+ "epoch": 0.5922589255922589,
503
+ "grad_norm": 6.295952320098877,
504
+ "learning_rate": 4.73352488645843e-05,
505
+ "loss": 0.0546,
506
+ "step": 1775
507
+ },
508
+ {
509
+ "epoch": 0.6006006006006006,
510
+ "grad_norm": 0.08465034514665604,
511
+ "learning_rate": 4.7219390119566225e-05,
512
+ "loss": 0.0376,
513
+ "step": 1800
514
+ },
515
+ {
516
+ "epoch": 0.6089422756089423,
517
+ "grad_norm": 0.003993997350335121,
518
+ "learning_rate": 4.7103531374548156e-05,
519
+ "loss": 0.0541,
520
+ "step": 1825
521
+ },
522
+ {
523
+ "epoch": 0.6172839506172839,
524
+ "grad_norm": 2.8580386638641357,
525
+ "learning_rate": 4.698767262953008e-05,
526
+ "loss": 0.0475,
527
+ "step": 1850
528
+ },
529
+ {
530
+ "epoch": 0.6256256256256256,
531
+ "grad_norm": 0.0002566488110460341,
532
+ "learning_rate": 4.6871813884512e-05,
533
+ "loss": 0.0155,
534
+ "step": 1875
535
+ },
536
+ {
537
+ "epoch": 0.6339673006339673,
538
+ "grad_norm": 0.004632447846233845,
539
+ "learning_rate": 4.675595513949393e-05,
540
+ "loss": 0.0,
541
+ "step": 1900
542
+ },
543
+ {
544
+ "epoch": 0.6423089756423089,
545
+ "grad_norm": 0.0001871311542345211,
546
+ "learning_rate": 4.664009639447586e-05,
547
+ "loss": 0.0,
548
+ "step": 1925
549
+ },
550
+ {
551
+ "epoch": 0.6506506506506506,
552
+ "grad_norm": 0.0010421440238133073,
553
+ "learning_rate": 4.652423764945779e-05,
554
+ "loss": 0.0416,
555
+ "step": 1950
556
+ },
557
+ {
558
+ "epoch": 0.6589923256589924,
559
+ "grad_norm": 0.005437193904072046,
560
+ "learning_rate": 4.640837890443971e-05,
561
+ "loss": 0.0564,
562
+ "step": 1975
563
+ },
564
+ {
565
+ "epoch": 0.667334000667334,
566
+ "grad_norm": 0.0026402724906802177,
567
+ "learning_rate": 4.6292520159421635e-05,
568
+ "loss": 0.0209,
569
+ "step": 2000
570
+ },
571
+ {
572
+ "epoch": 0.6756756756756757,
573
+ "grad_norm": 0.0003550160035956651,
574
+ "learning_rate": 4.617666141440356e-05,
575
+ "loss": 0.0012,
576
+ "step": 2025
577
+ },
578
+ {
579
+ "epoch": 0.6840173506840174,
580
+ "grad_norm": 0.00020284796482883394,
581
+ "learning_rate": 4.606080266938549e-05,
582
+ "loss": 0.0002,
583
+ "step": 2050
584
+ },
585
+ {
586
+ "epoch": 0.6923590256923591,
587
+ "grad_norm": 0.0005185810732655227,
588
+ "learning_rate": 4.594494392436741e-05,
589
+ "loss": 0.0001,
590
+ "step": 2075
591
+ },
592
+ {
593
+ "epoch": 0.7007007007007007,
594
+ "grad_norm": 0.29189226031303406,
595
+ "learning_rate": 4.582908517934934e-05,
596
+ "loss": 0.0002,
597
+ "step": 2100
598
+ },
599
+ {
600
+ "epoch": 0.7090423757090424,
601
+ "grad_norm": 0.006394149269908667,
602
+ "learning_rate": 4.571322643433126e-05,
603
+ "loss": 0.0,
604
+ "step": 2125
605
+ },
606
+ {
607
+ "epoch": 0.7173840507173841,
608
+ "grad_norm": 0.003997980151325464,
609
+ "learning_rate": 4.559736768931319e-05,
610
+ "loss": 0.0431,
611
+ "step": 2150
612
+ },
613
+ {
614
+ "epoch": 0.7257257257257257,
615
+ "grad_norm": 0.007415532600134611,
616
+ "learning_rate": 4.548150894429512e-05,
617
+ "loss": 0.0193,
618
+ "step": 2175
619
+ },
620
+ {
621
+ "epoch": 0.7340674007340674,
622
+ "grad_norm": 0.0035364318173378706,
623
+ "learning_rate": 4.5365650199277045e-05,
624
+ "loss": 0.0631,
625
+ "step": 2200
626
+ },
627
+ {
628
+ "epoch": 0.7424090757424091,
629
+ "grad_norm": 0.002615898149088025,
630
+ "learning_rate": 4.524979145425897e-05,
631
+ "loss": 0.0349,
632
+ "step": 2225
633
+ },
634
+ {
635
+ "epoch": 0.7507507507507507,
636
+ "grad_norm": 0.0017047699075192213,
637
+ "learning_rate": 4.513393270924089e-05,
638
+ "loss": 0.021,
639
+ "step": 2250
640
+ },
641
+ {
642
+ "epoch": 0.7590924257590924,
643
+ "grad_norm": 0.001677798223681748,
644
+ "learning_rate": 4.501807396422282e-05,
645
+ "loss": 0.0209,
646
+ "step": 2275
647
+ },
648
+ {
649
+ "epoch": 0.7674341007674341,
650
+ "grad_norm": 0.0003330695035401732,
651
+ "learning_rate": 4.490221521920475e-05,
652
+ "loss": 0.0005,
653
+ "step": 2300
654
+ },
655
+ {
656
+ "epoch": 0.7757757757757757,
657
+ "grad_norm": 9.45928695728071e-05,
658
+ "learning_rate": 4.478635647418668e-05,
659
+ "loss": 0.026,
660
+ "step": 2325
661
+ },
662
+ {
663
+ "epoch": 0.7841174507841174,
664
+ "grad_norm": 6.650515556335449,
665
+ "learning_rate": 4.46704977291686e-05,
666
+ "loss": 0.018,
667
+ "step": 2350
668
+ },
669
+ {
670
+ "epoch": 0.7924591257924591,
671
+ "grad_norm": 0.0031244370620697737,
672
+ "learning_rate": 4.4554638984150525e-05,
673
+ "loss": 0.0001,
674
+ "step": 2375
675
+ },
676
+ {
677
+ "epoch": 0.8008008008008008,
678
+ "grad_norm": 0.0006237108027562499,
679
+ "learning_rate": 4.443878023913245e-05,
680
+ "loss": 0.0145,
681
+ "step": 2400
682
+ },
683
+ {
684
+ "epoch": 0.8091424758091424,
685
+ "grad_norm": 0.0002782900701276958,
686
+ "learning_rate": 4.432292149411438e-05,
687
+ "loss": 0.0677,
688
+ "step": 2425
689
+ },
690
+ {
691
+ "epoch": 0.8174841508174842,
692
+ "grad_norm": 0.0003246616688556969,
693
+ "learning_rate": 4.420706274909631e-05,
694
+ "loss": 0.0224,
695
+ "step": 2450
696
+ },
697
+ {
698
+ "epoch": 0.8258258258258259,
699
+ "grad_norm": 0.0015066479099914432,
700
+ "learning_rate": 4.4091204004078226e-05,
701
+ "loss": 0.0112,
702
+ "step": 2475
703
+ },
704
+ {
705
+ "epoch": 0.8341675008341675,
706
+ "grad_norm": 0.0002765478566288948,
707
+ "learning_rate": 4.397534525906016e-05,
708
+ "loss": 0.0078,
709
+ "step": 2500
710
+ },
711
+ {
712
+ "epoch": 0.8425091758425092,
713
+ "grad_norm": 0.002668420784175396,
714
+ "learning_rate": 4.385948651404208e-05,
715
+ "loss": 0.0011,
716
+ "step": 2525
717
+ },
718
+ {
719
+ "epoch": 0.8508508508508509,
720
+ "grad_norm": 0.00015687810082454234,
721
+ "learning_rate": 4.374362776902401e-05,
722
+ "loss": 0.0004,
723
+ "step": 2550
724
+ },
725
+ {
726
+ "epoch": 0.8591925258591925,
727
+ "grad_norm": 1.4734420776367188,
728
+ "learning_rate": 4.3627769024005935e-05,
729
+ "loss": 0.0023,
730
+ "step": 2575
731
+ },
732
+ {
733
+ "epoch": 0.8675342008675342,
734
+ "grad_norm": 0.0018520369194447994,
735
+ "learning_rate": 4.351191027898786e-05,
736
+ "loss": 0.0001,
737
+ "step": 2600
738
+ },
739
+ {
740
+ "epoch": 0.8758758758758759,
741
+ "grad_norm": 0.012340963818132877,
742
+ "learning_rate": 4.339605153396978e-05,
743
+ "loss": 0.0488,
744
+ "step": 2625
745
+ },
746
+ {
747
+ "epoch": 0.8842175508842175,
748
+ "grad_norm": 0.00010058472980745137,
749
+ "learning_rate": 4.328019278895171e-05,
750
+ "loss": 0.0123,
751
+ "step": 2650
752
+ },
753
+ {
754
+ "epoch": 0.8925592258925592,
755
+ "grad_norm": 0.022818908095359802,
756
+ "learning_rate": 4.316433404393364e-05,
757
+ "loss": 0.1159,
758
+ "step": 2675
759
+ },
760
+ {
761
+ "epoch": 0.9009009009009009,
762
+ "grad_norm": 0.006666264962404966,
763
+ "learning_rate": 4.304847529891557e-05,
764
+ "loss": 0.0008,
765
+ "step": 2700
766
+ },
767
+ {
768
+ "epoch": 0.9092425759092426,
769
+ "grad_norm": 11.06509780883789,
770
+ "learning_rate": 4.293261655389749e-05,
771
+ "loss": 0.0061,
772
+ "step": 2725
773
+ },
774
+ {
775
+ "epoch": 0.9175842509175842,
776
+ "grad_norm": 0.011369475163519382,
777
+ "learning_rate": 4.2816757808879414e-05,
778
+ "loss": 0.0413,
779
+ "step": 2750
780
+ },
781
+ {
782
+ "epoch": 0.9259259259259259,
783
+ "grad_norm": 7.088267803192139,
784
+ "learning_rate": 4.2700899063861345e-05,
785
+ "loss": 0.0311,
786
+ "step": 2775
787
+ },
788
+ {
789
+ "epoch": 0.9342676009342676,
790
+ "grad_norm": 4.856973171234131,
791
+ "learning_rate": 4.258504031884327e-05,
792
+ "loss": 0.0024,
793
+ "step": 2800
794
+ },
795
+ {
796
+ "epoch": 0.9426092759426092,
797
+ "grad_norm": 0.0006875558174215257,
798
+ "learning_rate": 4.246918157382519e-05,
799
+ "loss": 0.0133,
800
+ "step": 2825
801
+ },
802
+ {
803
+ "epoch": 0.950950950950951,
804
+ "grad_norm": 0.008509138599038124,
805
+ "learning_rate": 4.2353322828807116e-05,
806
+ "loss": 0.0,
807
+ "step": 2850
808
+ },
809
+ {
810
+ "epoch": 0.9592926259592927,
811
+ "grad_norm": 0.0004129385342821479,
812
+ "learning_rate": 4.2237464083789046e-05,
813
+ "loss": 0.0025,
814
+ "step": 2875
815
+ },
816
+ {
817
+ "epoch": 0.9676343009676343,
818
+ "grad_norm": 0.0008459310047328472,
819
+ "learning_rate": 4.212160533877097e-05,
820
+ "loss": 0.0,
821
+ "step": 2900
822
+ },
823
+ {
824
+ "epoch": 0.975975975975976,
825
+ "grad_norm": 0.01643763668835163,
826
+ "learning_rate": 4.20057465937529e-05,
827
+ "loss": 0.0981,
828
+ "step": 2925
829
+ },
830
+ {
831
+ "epoch": 0.9843176509843177,
832
+ "grad_norm": 0.0025746412575244904,
833
+ "learning_rate": 4.1889887848734824e-05,
834
+ "loss": 0.0006,
835
+ "step": 2950
836
+ },
837
+ {
838
+ "epoch": 0.9926593259926594,
839
+ "grad_norm": 0.003589796368032694,
840
+ "learning_rate": 4.177402910371675e-05,
841
+ "loss": 0.0022,
842
+ "step": 2975
843
+ },
844
+ {
845
+ "epoch": 1.0,
846
+ "eval_accuracy": 0.995995995995996,
847
+ "eval_auc": 0.9962769357195034,
848
+ "eval_f1": 0.8518518518518519,
849
+ "eval_loss": 0.014670311473309994,
850
+ "eval_precision": 0.7840909090909091,
851
+ "eval_recall": 0.9324324324324325,
852
+ "eval_runtime": 78.4692,
853
+ "eval_samples_per_second": 76.387,
854
+ "eval_steps_per_second": 4.779,
855
+ "step": 2997
856
+ },
857
+ {
858
+ "epoch": 1.001001001001001,
859
+ "grad_norm": 0.003225616877898574,
860
+ "learning_rate": 4.165817035869868e-05,
861
+ "loss": 0.0324,
862
+ "step": 3000
863
+ },
864
+ {
865
+ "epoch": 1.0093426760093427,
866
+ "grad_norm": 0.23891094326972961,
867
+ "learning_rate": 4.15423116136806e-05,
868
+ "loss": 0.0233,
869
+ "step": 3025
870
+ },
871
+ {
872
+ "epoch": 1.0176843510176843,
873
+ "grad_norm": 0.004559539258480072,
874
+ "learning_rate": 4.142645286866253e-05,
875
+ "loss": 0.0402,
876
+ "step": 3050
877
+ },
878
+ {
879
+ "epoch": 1.026026026026026,
880
+ "grad_norm": 0.005625482648611069,
881
+ "learning_rate": 4.131059412364445e-05,
882
+ "loss": 0.0003,
883
+ "step": 3075
884
+ },
885
+ {
886
+ "epoch": 1.0343677010343677,
887
+ "grad_norm": 0.004497454967349768,
888
+ "learning_rate": 4.119473537862638e-05,
889
+ "loss": 0.0004,
890
+ "step": 3100
891
+ },
892
+ {
893
+ "epoch": 1.0427093760427093,
894
+ "grad_norm": 0.0791538655757904,
895
+ "learning_rate": 4.1078876633608304e-05,
896
+ "loss": 0.0057,
897
+ "step": 3125
898
+ },
899
+ {
900
+ "epoch": 1.0510510510510511,
901
+ "grad_norm": 0.0016846450744196773,
902
+ "learning_rate": 4.0963017888590234e-05,
903
+ "loss": 0.0003,
904
+ "step": 3150
905
+ },
906
+ {
907
+ "epoch": 1.0593927260593927,
908
+ "grad_norm": 0.0009143862989731133,
909
+ "learning_rate": 4.0847159143572165e-05,
910
+ "loss": 0.0001,
911
+ "step": 3175
912
+ },
913
+ {
914
+ "epoch": 1.0677344010677343,
915
+ "grad_norm": 0.0010049792472273111,
916
+ "learning_rate": 4.073130039855408e-05,
917
+ "loss": 0.017,
918
+ "step": 3200
919
+ },
920
+ {
921
+ "epoch": 1.0760760760760761,
922
+ "grad_norm": 0.003489920636638999,
923
+ "learning_rate": 4.061544165353601e-05,
924
+ "loss": 0.0001,
925
+ "step": 3225
926
+ },
927
+ {
928
+ "epoch": 1.0844177510844177,
929
+ "grad_norm": 1.6741670370101929,
930
+ "learning_rate": 4.0499582908517936e-05,
931
+ "loss": 0.0237,
932
+ "step": 3250
933
+ },
934
+ {
935
+ "epoch": 1.0927594260927593,
936
+ "grad_norm": 0.000581038068048656,
937
+ "learning_rate": 4.0383724163499866e-05,
938
+ "loss": 0.0001,
939
+ "step": 3275
940
+ },
941
+ {
942
+ "epoch": 1.1011011011011012,
943
+ "grad_norm": 0.0003763669228646904,
944
+ "learning_rate": 4.026786541848179e-05,
945
+ "loss": 0.0001,
946
+ "step": 3300
947
+ },
948
+ {
949
+ "epoch": 1.1094427761094428,
950
+ "grad_norm": 0.006402493920177221,
951
+ "learning_rate": 4.0152006673463714e-05,
952
+ "loss": 0.0147,
953
+ "step": 3325
954
+ },
955
+ {
956
+ "epoch": 1.1177844511177844,
957
+ "grad_norm": 0.022542010992765427,
958
+ "learning_rate": 4.003614792844564e-05,
959
+ "loss": 0.0507,
960
+ "step": 3350
961
+ },
962
+ {
963
+ "epoch": 1.1261261261261262,
964
+ "grad_norm": 0.0030998587608337402,
965
+ "learning_rate": 3.992028918342757e-05,
966
+ "loss": 0.0103,
967
+ "step": 3375
968
+ },
969
+ {
970
+ "epoch": 1.1344678011344678,
971
+ "grad_norm": 0.001442295964807272,
972
+ "learning_rate": 3.98044304384095e-05,
973
+ "loss": 0.0003,
974
+ "step": 3400
975
+ },
976
+ {
977
+ "epoch": 1.1428094761428094,
978
+ "grad_norm": 0.007275531068444252,
979
+ "learning_rate": 3.968857169339142e-05,
980
+ "loss": 0.0001,
981
+ "step": 3425
982
+ },
983
+ {
984
+ "epoch": 1.1511511511511512,
985
+ "grad_norm": 0.000654282805044204,
986
+ "learning_rate": 3.9572712948373346e-05,
987
+ "loss": 0.0185,
988
+ "step": 3450
989
+ },
990
+ {
991
+ "epoch": 1.1594928261594928,
992
+ "grad_norm": 0.016119500622153282,
993
+ "learning_rate": 3.945685420335527e-05,
994
+ "loss": 0.0052,
995
+ "step": 3475
996
+ },
997
+ {
998
+ "epoch": 1.1678345011678344,
999
+ "grad_norm": 0.0006950986571609974,
1000
+ "learning_rate": 3.93409954583372e-05,
1001
+ "loss": 0.0002,
1002
+ "step": 3500
1003
+ },
1004
+ {
1005
+ "epoch": 1.1761761761761762,
1006
+ "grad_norm": 0.05980084836483002,
1007
+ "learning_rate": 3.9225136713319123e-05,
1008
+ "loss": 0.0001,
1009
+ "step": 3525
1010
+ },
1011
+ {
1012
+ "epoch": 1.1845178511845178,
1013
+ "grad_norm": 0.0003822998551186174,
1014
+ "learning_rate": 3.910927796830105e-05,
1015
+ "loss": 0.0011,
1016
+ "step": 3550
1017
+ },
1018
+ {
1019
+ "epoch": 1.1928595261928596,
1020
+ "grad_norm": 0.0003051291569136083,
1021
+ "learning_rate": 3.899341922328297e-05,
1022
+ "loss": 0.0004,
1023
+ "step": 3575
1024
+ },
1025
+ {
1026
+ "epoch": 1.2012012012012012,
1027
+ "grad_norm": 0.02143264003098011,
1028
+ "learning_rate": 3.88775604782649e-05,
1029
+ "loss": 0.0151,
1030
+ "step": 3600
1031
+ },
1032
+ {
1033
+ "epoch": 1.2095428762095428,
1034
+ "grad_norm": 0.012560728006064892,
1035
+ "learning_rate": 3.8761701733246825e-05,
1036
+ "loss": 0.1055,
1037
+ "step": 3625
1038
+ },
1039
+ {
1040
+ "epoch": 1.2178845512178846,
1041
+ "grad_norm": 0.06956183165311813,
1042
+ "learning_rate": 3.8645842988228756e-05,
1043
+ "loss": 0.0288,
1044
+ "step": 3650
1045
+ },
1046
+ {
1047
+ "epoch": 1.2262262262262262,
1048
+ "grad_norm": 0.019330767914652824,
1049
+ "learning_rate": 3.852998424321068e-05,
1050
+ "loss": 0.0564,
1051
+ "step": 3675
1052
+ },
1053
+ {
1054
+ "epoch": 1.2345679012345678,
1055
+ "grad_norm": 0.022493431344628334,
1056
+ "learning_rate": 3.84141254981926e-05,
1057
+ "loss": 0.0188,
1058
+ "step": 3700
1059
+ },
1060
+ {
1061
+ "epoch": 1.2429095762429097,
1062
+ "grad_norm": 0.0016129710711538792,
1063
+ "learning_rate": 3.8298266753174533e-05,
1064
+ "loss": 0.0001,
1065
+ "step": 3725
1066
+ },
1067
+ {
1068
+ "epoch": 1.2512512512512513,
1069
+ "grad_norm": 0.0006044628680683672,
1070
+ "learning_rate": 3.818240800815646e-05,
1071
+ "loss": 0.0001,
1072
+ "step": 3750
1073
+ },
1074
+ {
1075
+ "epoch": 1.2595929262595928,
1076
+ "grad_norm": 0.0004552229365799576,
1077
+ "learning_rate": 3.806654926313839e-05,
1078
+ "loss": 0.0005,
1079
+ "step": 3775
1080
+ },
1081
+ {
1082
+ "epoch": 1.2679346012679347,
1083
+ "grad_norm": 0.0007301606819964945,
1084
+ "learning_rate": 3.7950690518120305e-05,
1085
+ "loss": 0.0,
1086
+ "step": 3800
1087
+ },
1088
+ {
1089
+ "epoch": 1.2762762762762763,
1090
+ "grad_norm": 0.00021806442236993462,
1091
+ "learning_rate": 3.7834831773102235e-05,
1092
+ "loss": 0.0001,
1093
+ "step": 3825
1094
+ },
1095
+ {
1096
+ "epoch": 1.284617951284618,
1097
+ "grad_norm": 0.0004119027580600232,
1098
+ "learning_rate": 3.771897302808416e-05,
1099
+ "loss": 0.0,
1100
+ "step": 3850
1101
+ },
1102
+ {
1103
+ "epoch": 1.2929596262929597,
1104
+ "grad_norm": 0.0005425213603302836,
1105
+ "learning_rate": 3.760311428306609e-05,
1106
+ "loss": 0.0256,
1107
+ "step": 3875
1108
+ },
1109
+ {
1110
+ "epoch": 1.3013013013013013,
1111
+ "grad_norm": 0.0020909614395350218,
1112
+ "learning_rate": 3.748725553804801e-05,
1113
+ "loss": 0.0001,
1114
+ "step": 3900
1115
+ },
1116
+ {
1117
+ "epoch": 1.309642976309643,
1118
+ "grad_norm": 6.709009647369385,
1119
+ "learning_rate": 3.7371396793029937e-05,
1120
+ "loss": 0.0233,
1121
+ "step": 3925
1122
+ },
1123
+ {
1124
+ "epoch": 1.3179846513179847,
1125
+ "grad_norm": 0.00022848871594760567,
1126
+ "learning_rate": 3.725553804801187e-05,
1127
+ "loss": 0.0341,
1128
+ "step": 3950
1129
+ },
1130
+ {
1131
+ "epoch": 1.3263263263263263,
1132
+ "grad_norm": 0.00047850931878201663,
1133
+ "learning_rate": 3.713967930299379e-05,
1134
+ "loss": 0.0311,
1135
+ "step": 3975
1136
+ },
1137
+ {
1138
+ "epoch": 1.3346680013346681,
1139
+ "grad_norm": 0.0011013607727363706,
1140
+ "learning_rate": 3.702382055797572e-05,
1141
+ "loss": 0.0001,
1142
+ "step": 4000
1143
+ },
1144
+ {
1145
+ "epoch": 1.3430096763430097,
1146
+ "grad_norm": 0.03528917208313942,
1147
+ "learning_rate": 3.6907961812957645e-05,
1148
+ "loss": 0.0428,
1149
+ "step": 4025
1150
+ },
1151
+ {
1152
+ "epoch": 1.3513513513513513,
1153
+ "grad_norm": 0.0020049402955919504,
1154
+ "learning_rate": 3.679210306793957e-05,
1155
+ "loss": 0.001,
1156
+ "step": 4050
1157
+ },
1158
+ {
1159
+ "epoch": 1.3596930263596931,
1160
+ "grad_norm": 6.149662017822266,
1161
+ "learning_rate": 3.667624432292149e-05,
1162
+ "loss": 0.0331,
1163
+ "step": 4075
1164
+ },
1165
+ {
1166
+ "epoch": 1.3680347013680347,
1167
+ "grad_norm": 0.0008450220921076834,
1168
+ "learning_rate": 3.656038557790342e-05,
1169
+ "loss": 0.0138,
1170
+ "step": 4100
1171
+ },
1172
+ {
1173
+ "epoch": 1.3763763763763763,
1174
+ "grad_norm": 0.0007816566503606737,
1175
+ "learning_rate": 3.644452683288535e-05,
1176
+ "loss": 0.0239,
1177
+ "step": 4125
1178
+ },
1179
+ {
1180
+ "epoch": 1.3847180513847182,
1181
+ "grad_norm": 0.004917916841804981,
1182
+ "learning_rate": 3.632866808786728e-05,
1183
+ "loss": 0.0056,
1184
+ "step": 4150
1185
+ },
1186
+ {
1187
+ "epoch": 1.3930597263930597,
1188
+ "grad_norm": 0.00037450282252393663,
1189
+ "learning_rate": 3.62128093428492e-05,
1190
+ "loss": 0.0014,
1191
+ "step": 4175
1192
+ },
1193
+ {
1194
+ "epoch": 1.4014014014014013,
1195
+ "grad_norm": 0.0002487332094460726,
1196
+ "learning_rate": 3.6096950597831124e-05,
1197
+ "loss": 0.0081,
1198
+ "step": 4200
1199
+ },
1200
+ {
1201
+ "epoch": 1.4097430764097432,
1202
+ "grad_norm": 0.0002034240314969793,
1203
+ "learning_rate": 3.5981091852813055e-05,
1204
+ "loss": 0.0,
1205
+ "step": 4225
1206
+ },
1207
+ {
1208
+ "epoch": 1.4180847514180848,
1209
+ "grad_norm": 0.0002251726109534502,
1210
+ "learning_rate": 3.586523310779498e-05,
1211
+ "loss": 0.0376,
1212
+ "step": 4250
1213
+ },
1214
+ {
1215
+ "epoch": 1.4264264264264264,
1216
+ "grad_norm": 0.0068957749754190445,
1217
+ "learning_rate": 3.57493743627769e-05,
1218
+ "loss": 0.0547,
1219
+ "step": 4275
1220
+ },
1221
+ {
1222
+ "epoch": 1.4347681014347682,
1223
+ "grad_norm": 0.14848369359970093,
1224
+ "learning_rate": 3.5633515617758826e-05,
1225
+ "loss": 0.0398,
1226
+ "step": 4300
1227
+ },
1228
+ {
1229
+ "epoch": 1.4431097764431098,
1230
+ "grad_norm": 0.006616557948291302,
1231
+ "learning_rate": 3.5517656872740756e-05,
1232
+ "loss": 0.0009,
1233
+ "step": 4325
1234
+ },
1235
+ {
1236
+ "epoch": 1.4514514514514514,
1237
+ "grad_norm": 0.0264744870364666,
1238
+ "learning_rate": 3.540179812772268e-05,
1239
+ "loss": 0.0219,
1240
+ "step": 4350
1241
+ },
1242
+ {
1243
+ "epoch": 1.4597931264597932,
1244
+ "grad_norm": 0.011937894858419895,
1245
+ "learning_rate": 3.528593938270461e-05,
1246
+ "loss": 0.0284,
1247
+ "step": 4375
1248
+ },
1249
+ {
1250
+ "epoch": 1.4681348014681348,
1251
+ "grad_norm": 0.00034804438473656774,
1252
+ "learning_rate": 3.5170080637686534e-05,
1253
+ "loss": 0.0027,
1254
+ "step": 4400
1255
+ },
1256
+ {
1257
+ "epoch": 1.4764764764764764,
1258
+ "grad_norm": 0.00043386907782405615,
1259
+ "learning_rate": 3.505422189266846e-05,
1260
+ "loss": 0.0,
1261
+ "step": 4425
1262
+ },
1263
+ {
1264
+ "epoch": 1.4848181514848182,
1265
+ "grad_norm": 0.0003097046574112028,
1266
+ "learning_rate": 3.493836314765039e-05,
1267
+ "loss": 0.0005,
1268
+ "step": 4450
1269
+ },
1270
+ {
1271
+ "epoch": 1.4931598264931598,
1272
+ "grad_norm": 0.0003939344023820013,
1273
+ "learning_rate": 3.482250440263231e-05,
1274
+ "loss": 0.0002,
1275
+ "step": 4475
1276
+ },
1277
+ {
1278
+ "epoch": 1.5015015015015014,
1279
+ "grad_norm": 0.00022050646657589823,
1280
+ "learning_rate": 3.470664565761424e-05,
1281
+ "loss": 0.0001,
1282
+ "step": 4500
1283
+ },
1284
+ {
1285
+ "epoch": 1.5098431765098432,
1286
+ "grad_norm": 0.0003953372943215072,
1287
+ "learning_rate": 3.459078691259616e-05,
1288
+ "loss": 0.0001,
1289
+ "step": 4525
1290
+ },
1291
+ {
1292
+ "epoch": 1.5181848515181848,
1293
+ "grad_norm": 0.00029923071269877255,
1294
+ "learning_rate": 3.447492816757809e-05,
1295
+ "loss": 0.0408,
1296
+ "step": 4550
1297
+ },
1298
+ {
1299
+ "epoch": 1.5265265265265264,
1300
+ "grad_norm": 0.0014319141628220677,
1301
+ "learning_rate": 3.4359069422560014e-05,
1302
+ "loss": 0.0001,
1303
+ "step": 4575
1304
+ },
1305
+ {
1306
+ "epoch": 1.5348682015348682,
1307
+ "grad_norm": 0.0010346460621804,
1308
+ "learning_rate": 3.4243210677541944e-05,
1309
+ "loss": 0.016,
1310
+ "step": 4600
1311
+ },
1312
+ {
1313
+ "epoch": 1.5432098765432098,
1314
+ "grad_norm": 0.0012767055304720998,
1315
+ "learning_rate": 3.412735193252387e-05,
1316
+ "loss": 0.0001,
1317
+ "step": 4625
1318
+ },
1319
+ {
1320
+ "epoch": 1.5515515515515514,
1321
+ "grad_norm": 0.0006332869525067508,
1322
+ "learning_rate": 3.401149318750579e-05,
1323
+ "loss": 0.0001,
1324
+ "step": 4650
1325
+ },
1326
+ {
1327
+ "epoch": 1.5598932265598933,
1328
+ "grad_norm": 0.013449088670313358,
1329
+ "learning_rate": 3.389563444248772e-05,
1330
+ "loss": 0.0124,
1331
+ "step": 4675
1332
+ },
1333
+ {
1334
+ "epoch": 1.5682349015682349,
1335
+ "grad_norm": 0.0019397336291149259,
1336
+ "learning_rate": 3.3779775697469646e-05,
1337
+ "loss": 0.0488,
1338
+ "step": 4700
1339
+ },
1340
+ {
1341
+ "epoch": 1.5765765765765765,
1342
+ "grad_norm": 0.001804558327421546,
1343
+ "learning_rate": 3.3663916952451576e-05,
1344
+ "loss": 0.0001,
1345
+ "step": 4725
1346
+ },
1347
+ {
1348
+ "epoch": 1.5849182515849183,
1349
+ "grad_norm": 0.0007520993240177631,
1350
+ "learning_rate": 3.35480582074335e-05,
1351
+ "loss": 0.0005,
1352
+ "step": 4750
1353
+ },
1354
+ {
1355
+ "epoch": 1.5932599265932599,
1356
+ "grad_norm": 0.0034453764092177153,
1357
+ "learning_rate": 3.3432199462415424e-05,
1358
+ "loss": 0.0,
1359
+ "step": 4775
1360
+ },
1361
+ {
1362
+ "epoch": 1.6016016016016015,
1363
+ "grad_norm": 0.0007546308333985507,
1364
+ "learning_rate": 3.331634071739735e-05,
1365
+ "loss": 0.0284,
1366
+ "step": 4800
1367
+ },
1368
+ {
1369
+ "epoch": 1.6099432766099433,
1370
+ "grad_norm": 0.018241139128804207,
1371
+ "learning_rate": 3.320048197237928e-05,
1372
+ "loss": 0.0,
1373
+ "step": 4825
1374
+ },
1375
+ {
1376
+ "epoch": 1.6182849516182851,
1377
+ "grad_norm": 0.0001632855273783207,
1378
+ "learning_rate": 3.308462322736121e-05,
1379
+ "loss": 0.0007,
1380
+ "step": 4850
1381
+ },
1382
+ {
1383
+ "epoch": 1.6266266266266265,
1384
+ "grad_norm": 0.0043875593692064285,
1385
+ "learning_rate": 3.2968764482343125e-05,
1386
+ "loss": 0.0,
1387
+ "step": 4875
1388
+ },
1389
+ {
1390
+ "epoch": 1.6349683016349683,
1391
+ "grad_norm": 0.0005138323176652193,
1392
+ "learning_rate": 3.2852905737325056e-05,
1393
+ "loss": 0.0322,
1394
+ "step": 4900
1395
+ },
1396
+ {
1397
+ "epoch": 1.6433099766433101,
1398
+ "grad_norm": 0.0033361820969730616,
1399
+ "learning_rate": 3.273704699230698e-05,
1400
+ "loss": 0.0285,
1401
+ "step": 4925
1402
+ },
1403
+ {
1404
+ "epoch": 1.6516516516516515,
1405
+ "grad_norm": 0.0008180899312719703,
1406
+ "learning_rate": 3.262118824728891e-05,
1407
+ "loss": 0.0001,
1408
+ "step": 4950
1409
+ },
1410
+ {
1411
+ "epoch": 1.6599933266599933,
1412
+ "grad_norm": 0.0002278868923895061,
1413
+ "learning_rate": 3.2505329502270834e-05,
1414
+ "loss": 0.0008,
1415
+ "step": 4975
1416
+ },
1417
+ {
1418
+ "epoch": 1.6683350016683351,
1419
+ "grad_norm": 0.0010708553018048406,
1420
+ "learning_rate": 3.238947075725276e-05,
1421
+ "loss": 0.0001,
1422
+ "step": 5000
1423
+ },
1424
+ {
1425
+ "epoch": 1.6766766766766765,
1426
+ "grad_norm": 0.0006777086528018117,
1427
+ "learning_rate": 3.227361201223468e-05,
1428
+ "loss": 0.0,
1429
+ "step": 5025
1430
+ },
1431
+ {
1432
+ "epoch": 1.6850183516850183,
1433
+ "grad_norm": 0.0007990729645825922,
1434
+ "learning_rate": 3.215775326721661e-05,
1435
+ "loss": 0.0588,
1436
+ "step": 5050
1437
+ },
1438
+ {
1439
+ "epoch": 1.6933600266933602,
1440
+ "grad_norm": 0.00486621493473649,
1441
+ "learning_rate": 3.2041894522198535e-05,
1442
+ "loss": 0.0109,
1443
+ "step": 5075
1444
+ },
1445
+ {
1446
+ "epoch": 1.7017017017017015,
1447
+ "grad_norm": 0.020536229014396667,
1448
+ "learning_rate": 3.1926035777180466e-05,
1449
+ "loss": 0.0241,
1450
+ "step": 5100
1451
+ },
1452
+ {
1453
+ "epoch": 1.7100433767100434,
1454
+ "grad_norm": 0.003294334514066577,
1455
+ "learning_rate": 3.181017703216239e-05,
1456
+ "loss": 0.023,
1457
+ "step": 5125
1458
+ },
1459
+ {
1460
+ "epoch": 1.7183850517183852,
1461
+ "grad_norm": 0.0024423557333648205,
1462
+ "learning_rate": 3.169431828714431e-05,
1463
+ "loss": 0.0002,
1464
+ "step": 5150
1465
+ },
1466
+ {
1467
+ "epoch": 1.7267267267267268,
1468
+ "grad_norm": 0.010359351523220539,
1469
+ "learning_rate": 3.1578459542126244e-05,
1470
+ "loss": 0.0208,
1471
+ "step": 5175
1472
+ },
1473
+ {
1474
+ "epoch": 1.7350684017350684,
1475
+ "grad_norm": 0.008612546138465405,
1476
+ "learning_rate": 3.146260079710817e-05,
1477
+ "loss": 0.0002,
1478
+ "step": 5200
1479
+ },
1480
+ {
1481
+ "epoch": 1.7434100767434102,
1482
+ "grad_norm": 0.0005397327477112412,
1483
+ "learning_rate": 3.13467420520901e-05,
1484
+ "loss": 0.0078,
1485
+ "step": 5225
1486
+ },
1487
+ {
1488
+ "epoch": 1.7517517517517518,
1489
+ "grad_norm": 0.00102256890386343,
1490
+ "learning_rate": 3.1230883307072015e-05,
1491
+ "loss": 0.0,
1492
+ "step": 5250
1493
+ },
1494
+ {
1495
+ "epoch": 1.7600934267600934,
1496
+ "grad_norm": 0.004368093330413103,
1497
+ "learning_rate": 3.1115024562053945e-05,
1498
+ "loss": 0.0485,
1499
+ "step": 5275
1500
+ },
1501
+ {
1502
+ "epoch": 1.7684351017684352,
1503
+ "grad_norm": 0.0030503266025334597,
1504
+ "learning_rate": 3.099916581703587e-05,
1505
+ "loss": 0.0002,
1506
+ "step": 5300
1507
+ },
1508
+ {
1509
+ "epoch": 1.7767767767767768,
1510
+ "grad_norm": 0.005283331032842398,
1511
+ "learning_rate": 3.08833070720178e-05,
1512
+ "loss": 0.0003,
1513
+ "step": 5325
1514
+ },
1515
+ {
1516
+ "epoch": 1.7851184517851184,
1517
+ "grad_norm": 0.004458490759134293,
1518
+ "learning_rate": 3.077208267680045e-05,
1519
+ "loss": 0.0769,
1520
+ "step": 5350
1521
+ },
1522
+ {
1523
+ "epoch": 1.7934601267934602,
1524
+ "grad_norm": 0.015544002875685692,
1525
+ "learning_rate": 3.065622393178238e-05,
1526
+ "loss": 0.0005,
1527
+ "step": 5375
1528
+ },
1529
+ {
1530
+ "epoch": 1.8018018018018018,
1531
+ "grad_norm": 0.01679283380508423,
1532
+ "learning_rate": 3.0540365186764294e-05,
1533
+ "loss": 0.0006,
1534
+ "step": 5400
1535
+ },
1536
+ {
1537
+ "epoch": 1.8101434768101434,
1538
+ "grad_norm": 0.0037997430190443993,
1539
+ "learning_rate": 3.0424506441746225e-05,
1540
+ "loss": 0.0217,
1541
+ "step": 5425
1542
+ },
1543
+ {
1544
+ "epoch": 1.8184851518184852,
1545
+ "grad_norm": 0.003071027109399438,
1546
+ "learning_rate": 3.030864769672815e-05,
1547
+ "loss": 0.0001,
1548
+ "step": 5450
1549
+ },
1550
+ {
1551
+ "epoch": 1.8268268268268268,
1552
+ "grad_norm": 0.0016744754975661635,
1553
+ "learning_rate": 3.0192788951710076e-05,
1554
+ "loss": 0.0001,
1555
+ "step": 5475
1556
+ },
1557
+ {
1558
+ "epoch": 1.8351685018351684,
1559
+ "grad_norm": 0.019519317895174026,
1560
+ "learning_rate": 3.0076930206692e-05,
1561
+ "loss": 0.0474,
1562
+ "step": 5500
1563
+ },
1564
+ {
1565
+ "epoch": 1.8435101768435103,
1566
+ "grad_norm": 0.016507979482412338,
1567
+ "learning_rate": 2.996107146167393e-05,
1568
+ "loss": 0.0004,
1569
+ "step": 5525
1570
+ },
1571
+ {
1572
+ "epoch": 1.8518518518518519,
1573
+ "grad_norm": 0.002733981003984809,
1574
+ "learning_rate": 2.9845212716655857e-05,
1575
+ "loss": 0.0049,
1576
+ "step": 5550
1577
+ },
1578
+ {
1579
+ "epoch": 1.8601935268601935,
1580
+ "grad_norm": 0.002405300736427307,
1581
+ "learning_rate": 2.972935397163778e-05,
1582
+ "loss": 0.0012,
1583
+ "step": 5575
1584
+ },
1585
+ {
1586
+ "epoch": 1.8685352018685353,
1587
+ "grad_norm": 0.0028873877599835396,
1588
+ "learning_rate": 2.9613495226619708e-05,
1589
+ "loss": 0.0001,
1590
+ "step": 5600
1591
+ },
1592
+ {
1593
+ "epoch": 1.8768768768768769,
1594
+ "grad_norm": 0.0029900181107223034,
1595
+ "learning_rate": 2.949763648160163e-05,
1596
+ "loss": 0.0204,
1597
+ "step": 5625
1598
+ },
1599
+ {
1600
+ "epoch": 1.8852185518852185,
1601
+ "grad_norm": 0.0025838094297796488,
1602
+ "learning_rate": 2.938177773658356e-05,
1603
+ "loss": 0.0001,
1604
+ "step": 5650
1605
+ },
1606
+ {
1607
+ "epoch": 1.8935602268935603,
1608
+ "grad_norm": 0.0009950456442311406,
1609
+ "learning_rate": 2.9265918991565482e-05,
1610
+ "loss": 0.0,
1611
+ "step": 5675
1612
+ },
1613
+ {
1614
+ "epoch": 1.901901901901902,
1615
+ "grad_norm": 0.0015871904324740171,
1616
+ "learning_rate": 2.9150060246547413e-05,
1617
+ "loss": 0.0002,
1618
+ "step": 5700
1619
+ },
1620
+ {
1621
+ "epoch": 1.9102435769102435,
1622
+ "grad_norm": 0.0018013713415712118,
1623
+ "learning_rate": 2.9034201501529333e-05,
1624
+ "loss": 0.0676,
1625
+ "step": 5725
1626
+ },
1627
+ {
1628
+ "epoch": 1.9185852519185853,
1629
+ "grad_norm": 0.006069496739655733,
1630
+ "learning_rate": 2.8918342756511263e-05,
1631
+ "loss": 0.0378,
1632
+ "step": 5750
1633
+ },
1634
+ {
1635
+ "epoch": 1.926926926926927,
1636
+ "grad_norm": 0.0046617318876087666,
1637
+ "learning_rate": 2.880248401149319e-05,
1638
+ "loss": 0.0037,
1639
+ "step": 5775
1640
+ },
1641
+ {
1642
+ "epoch": 1.9352686019352685,
1643
+ "grad_norm": 0.0014451640890911222,
1644
+ "learning_rate": 2.8686625266475114e-05,
1645
+ "loss": 0.0003,
1646
+ "step": 5800
1647
+ },
1648
+ {
1649
+ "epoch": 1.9436102769436103,
1650
+ "grad_norm": 0.0014788233675062656,
1651
+ "learning_rate": 2.8570766521457045e-05,
1652
+ "loss": 0.0266,
1653
+ "step": 5825
1654
+ },
1655
+ {
1656
+ "epoch": 1.951951951951952,
1657
+ "grad_norm": 0.0011505110887810588,
1658
+ "learning_rate": 2.8454907776438965e-05,
1659
+ "loss": 0.0,
1660
+ "step": 5850
1661
+ },
1662
+ {
1663
+ "epoch": 1.9602936269602935,
1664
+ "grad_norm": 0.004947907291352749,
1665
+ "learning_rate": 2.8339049031420895e-05,
1666
+ "loss": 0.0098,
1667
+ "step": 5875
1668
+ },
1669
+ {
1670
+ "epoch": 1.9686353019686353,
1671
+ "grad_norm": 0.0015439976705238223,
1672
+ "learning_rate": 2.8223190286402816e-05,
1673
+ "loss": 0.0001,
1674
+ "step": 5900
1675
+ },
1676
+ {
1677
+ "epoch": 1.976976976976977,
1678
+ "grad_norm": 0.003472746815532446,
1679
+ "learning_rate": 2.8107331541384746e-05,
1680
+ "loss": 0.0001,
1681
+ "step": 5925
1682
+ },
1683
+ {
1684
+ "epoch": 1.9853186519853185,
1685
+ "grad_norm": 0.0020330217666924,
1686
+ "learning_rate": 2.799147279636667e-05,
1687
+ "loss": 0.0001,
1688
+ "step": 5950
1689
+ },
1690
+ {
1691
+ "epoch": 1.9936603269936604,
1692
+ "grad_norm": 0.000714894209522754,
1693
+ "learning_rate": 2.7875614051348597e-05,
1694
+ "loss": 0.0005,
1695
+ "step": 5975
1696
+ },
1697
+ {
1698
+ "epoch": 2.0,
1699
+ "eval_accuracy": 0.997997997997998,
1700
+ "eval_auc": 0.9992763878743608,
1701
+ "eval_f1": 0.9142857142857143,
1702
+ "eval_loss": 0.009895329363644123,
1703
+ "eval_precision": 0.9696969696969697,
1704
+ "eval_recall": 0.8648648648648649,
1705
+ "eval_runtime": 78.0253,
1706
+ "eval_samples_per_second": 76.821,
1707
+ "eval_steps_per_second": 4.806,
1708
+ "step": 5994
1709
+ },
1710
+ {
1711
+ "epoch": 2.002002002002002,
1712
+ "grad_norm": 0.0006246891571208835,
1713
+ "learning_rate": 2.775975530633052e-05,
1714
+ "loss": 0.0,
1715
+ "step": 6000
1716
+ },
1717
+ {
1718
+ "epoch": 2.0103436770103436,
1719
+ "grad_norm": 0.009155196137726307,
1720
+ "learning_rate": 2.7643896561312448e-05,
1721
+ "loss": 0.0,
1722
+ "step": 6025
1723
+ },
1724
+ {
1725
+ "epoch": 2.0186853520186854,
1726
+ "grad_norm": 0.0010195561917498708,
1727
+ "learning_rate": 2.752803781629438e-05,
1728
+ "loss": 0.0005,
1729
+ "step": 6050
1730
+ },
1731
+ {
1732
+ "epoch": 2.027027027027027,
1733
+ "grad_norm": 0.00037840736331418157,
1734
+ "learning_rate": 2.7412179071276302e-05,
1735
+ "loss": 0.0,
1736
+ "step": 6075
1737
+ },
1738
+ {
1739
+ "epoch": 2.0353687020353686,
1740
+ "grad_norm": 2.285806655883789,
1741
+ "learning_rate": 2.729632032625823e-05,
1742
+ "loss": 0.0008,
1743
+ "step": 6100
1744
+ },
1745
+ {
1746
+ "epoch": 2.0437103770437104,
1747
+ "grad_norm": 0.000318177102599293,
1748
+ "learning_rate": 2.7180461581240153e-05,
1749
+ "loss": 0.0,
1750
+ "step": 6125
1751
+ },
1752
+ {
1753
+ "epoch": 2.052052052052052,
1754
+ "grad_norm": 0.00042503979057073593,
1755
+ "learning_rate": 2.706460283622208e-05,
1756
+ "loss": 0.0001,
1757
+ "step": 6150
1758
+ },
1759
+ {
1760
+ "epoch": 2.0603937270603936,
1761
+ "grad_norm": 0.0004734281974378973,
1762
+ "learning_rate": 2.6948744091204004e-05,
1763
+ "loss": 0.0,
1764
+ "step": 6175
1765
+ },
1766
+ {
1767
+ "epoch": 2.0687354020687354,
1768
+ "grad_norm": 0.00044175496441312134,
1769
+ "learning_rate": 2.683288534618593e-05,
1770
+ "loss": 0.0001,
1771
+ "step": 6200
1772
+ },
1773
+ {
1774
+ "epoch": 2.0770770770770772,
1775
+ "grad_norm": 0.0005970322526991367,
1776
+ "learning_rate": 2.6717026601167854e-05,
1777
+ "loss": 0.0,
1778
+ "step": 6225
1779
+ },
1780
+ {
1781
+ "epoch": 2.0854187520854186,
1782
+ "grad_norm": 0.00034779220004566014,
1783
+ "learning_rate": 2.6601167856149785e-05,
1784
+ "loss": 0.0001,
1785
+ "step": 6250
1786
+ },
1787
+ {
1788
+ "epoch": 2.0937604270937604,
1789
+ "grad_norm": 0.0002642270992510021,
1790
+ "learning_rate": 2.6485309111131712e-05,
1791
+ "loss": 0.0046,
1792
+ "step": 6275
1793
+ },
1794
+ {
1795
+ "epoch": 2.1021021021021022,
1796
+ "grad_norm": 0.0005227423971518874,
1797
+ "learning_rate": 2.6369450366113636e-05,
1798
+ "loss": 0.004,
1799
+ "step": 6300
1800
+ },
1801
+ {
1802
+ "epoch": 2.1104437771104436,
1803
+ "grad_norm": 0.0027825473807752132,
1804
+ "learning_rate": 2.6253591621095563e-05,
1805
+ "loss": 0.0441,
1806
+ "step": 6325
1807
+ },
1808
+ {
1809
+ "epoch": 2.1187854521187854,
1810
+ "grad_norm": 0.0015170240076258779,
1811
+ "learning_rate": 2.6137732876077486e-05,
1812
+ "loss": 0.0004,
1813
+ "step": 6350
1814
+ },
1815
+ {
1816
+ "epoch": 2.1271271271271273,
1817
+ "grad_norm": 0.0009673828026279807,
1818
+ "learning_rate": 2.6021874131059414e-05,
1819
+ "loss": 0.0001,
1820
+ "step": 6375
1821
+ },
1822
+ {
1823
+ "epoch": 2.1354688021354686,
1824
+ "grad_norm": 0.0016775678377598524,
1825
+ "learning_rate": 2.5906015386041337e-05,
1826
+ "loss": 0.0033,
1827
+ "step": 6400
1828
+ },
1829
+ {
1830
+ "epoch": 2.1438104771438105,
1831
+ "grad_norm": 0.4511735737323761,
1832
+ "learning_rate": 2.5790156641023268e-05,
1833
+ "loss": 0.0226,
1834
+ "step": 6425
1835
+ },
1836
+ {
1837
+ "epoch": 2.1521521521521523,
1838
+ "grad_norm": 0.00039455911610275507,
1839
+ "learning_rate": 2.5674297896005188e-05,
1840
+ "loss": 0.0005,
1841
+ "step": 6450
1842
+ },
1843
+ {
1844
+ "epoch": 2.1604938271604937,
1845
+ "grad_norm": 0.0009889901848509908,
1846
+ "learning_rate": 2.555843915098712e-05,
1847
+ "loss": 0.0298,
1848
+ "step": 6475
1849
+ },
1850
+ {
1851
+ "epoch": 2.1688355021688355,
1852
+ "grad_norm": 0.0007957897614687681,
1853
+ "learning_rate": 2.5442580405969046e-05,
1854
+ "loss": 0.0242,
1855
+ "step": 6500
1856
+ },
1857
+ {
1858
+ "epoch": 2.1771771771771773,
1859
+ "grad_norm": 0.00022962476941756904,
1860
+ "learning_rate": 2.532672166095097e-05,
1861
+ "loss": 0.0,
1862
+ "step": 6525
1863
+ },
1864
+ {
1865
+ "epoch": 2.1855188521855187,
1866
+ "grad_norm": 0.0003863972960971296,
1867
+ "learning_rate": 2.5210862915932896e-05,
1868
+ "loss": 0.0,
1869
+ "step": 6550
1870
+ },
1871
+ {
1872
+ "epoch": 2.1938605271938605,
1873
+ "grad_norm": 0.0011119615519419312,
1874
+ "learning_rate": 2.509500417091482e-05,
1875
+ "loss": 0.0001,
1876
+ "step": 6575
1877
+ },
1878
+ {
1879
+ "epoch": 2.2022022022022023,
1880
+ "grad_norm": 0.0002698484167922288,
1881
+ "learning_rate": 2.4979145425896747e-05,
1882
+ "loss": 0.0001,
1883
+ "step": 6600
1884
+ },
1885
+ {
1886
+ "epoch": 2.2105438772105437,
1887
+ "grad_norm": 0.0003634936292655766,
1888
+ "learning_rate": 2.4863286680878674e-05,
1889
+ "loss": 0.0,
1890
+ "step": 6625
1891
+ },
1892
+ {
1893
+ "epoch": 2.2188855522188855,
1894
+ "grad_norm": 0.10544054955244064,
1895
+ "learning_rate": 2.47474279358606e-05,
1896
+ "loss": 0.0729,
1897
+ "step": 6650
1898
+ },
1899
+ {
1900
+ "epoch": 2.2272272272272273,
1901
+ "grad_norm": 0.0028164817485958338,
1902
+ "learning_rate": 2.4631569190842525e-05,
1903
+ "loss": 0.0194,
1904
+ "step": 6675
1905
+ },
1906
+ {
1907
+ "epoch": 2.2355689022355687,
1908
+ "grad_norm": 0.0028918420430272818,
1909
+ "learning_rate": 2.4515710445824452e-05,
1910
+ "loss": 0.0004,
1911
+ "step": 6700
1912
+ },
1913
+ {
1914
+ "epoch": 2.2439105772439105,
1915
+ "grad_norm": 0.003687906078994274,
1916
+ "learning_rate": 2.439985170080638e-05,
1917
+ "loss": 0.0001,
1918
+ "step": 6725
1919
+ },
1920
+ {
1921
+ "epoch": 2.2522522522522523,
1922
+ "grad_norm": 0.0016472985735163093,
1923
+ "learning_rate": 2.4283992955788303e-05,
1924
+ "loss": 0.0016,
1925
+ "step": 6750
1926
+ },
1927
+ {
1928
+ "epoch": 2.2605939272605937,
1929
+ "grad_norm": 0.0029458694625645876,
1930
+ "learning_rate": 2.416813421077023e-05,
1931
+ "loss": 0.0001,
1932
+ "step": 6775
1933
+ },
1934
+ {
1935
+ "epoch": 2.2689356022689355,
1936
+ "grad_norm": 0.0009019913850352168,
1937
+ "learning_rate": 2.4052275465752154e-05,
1938
+ "loss": 0.0001,
1939
+ "step": 6800
1940
+ },
1941
+ {
1942
+ "epoch": 2.2772772772772774,
1943
+ "grad_norm": 0.0009054698166437447,
1944
+ "learning_rate": 2.393641672073408e-05,
1945
+ "loss": 0.0001,
1946
+ "step": 6825
1947
+ },
1948
+ {
1949
+ "epoch": 2.2856189522856187,
1950
+ "grad_norm": 0.001989714102819562,
1951
+ "learning_rate": 2.3820557975716008e-05,
1952
+ "loss": 0.0001,
1953
+ "step": 6850
1954
+ },
1955
+ {
1956
+ "epoch": 2.2939606272939606,
1957
+ "grad_norm": 0.0007018431788310409,
1958
+ "learning_rate": 2.3704699230697935e-05,
1959
+ "loss": 0.0001,
1960
+ "step": 6875
1961
+ },
1962
+ {
1963
+ "epoch": 2.3023023023023024,
1964
+ "grad_norm": 0.0006220221403054893,
1965
+ "learning_rate": 2.3588840485679862e-05,
1966
+ "loss": 0.0001,
1967
+ "step": 6900
1968
+ },
1969
+ {
1970
+ "epoch": 2.3106439773106437,
1971
+ "grad_norm": 0.001839311677031219,
1972
+ "learning_rate": 2.3472981740661786e-05,
1973
+ "loss": 0.0,
1974
+ "step": 6925
1975
+ },
1976
+ {
1977
+ "epoch": 2.3189856523189856,
1978
+ "grad_norm": 0.0005744717200286686,
1979
+ "learning_rate": 2.3357122995643713e-05,
1980
+ "loss": 0.0,
1981
+ "step": 6950
1982
+ },
1983
+ {
1984
+ "epoch": 2.3273273273273274,
1985
+ "grad_norm": 0.0004123161779716611,
1986
+ "learning_rate": 2.324126425062564e-05,
1987
+ "loss": 0.0001,
1988
+ "step": 6975
1989
+ },
1990
+ {
1991
+ "epoch": 2.3356690023356688,
1992
+ "grad_norm": 0.0013543826062232256,
1993
+ "learning_rate": 2.3125405505607564e-05,
1994
+ "loss": 0.0,
1995
+ "step": 7000
1996
+ },
1997
+ {
1998
+ "epoch": 2.3440106773440106,
1999
+ "grad_norm": 0.001142465160228312,
2000
+ "learning_rate": 2.300954676058949e-05,
2001
+ "loss": 0.0198,
2002
+ "step": 7025
2003
+ },
2004
+ {
2005
+ "epoch": 2.3523523523523524,
2006
+ "grad_norm": 0.0012254125904291868,
2007
+ "learning_rate": 2.2893688015571414e-05,
2008
+ "loss": 0.0008,
2009
+ "step": 7050
2010
+ },
2011
+ {
2012
+ "epoch": 2.360694027360694,
2013
+ "grad_norm": 0.0004832675331272185,
2014
+ "learning_rate": 2.277782927055334e-05,
2015
+ "loss": 0.0154,
2016
+ "step": 7075
2017
+ },
2018
+ {
2019
+ "epoch": 2.3690357023690356,
2020
+ "grad_norm": 0.00016073780716396868,
2021
+ "learning_rate": 2.266197052553527e-05,
2022
+ "loss": 0.0,
2023
+ "step": 7100
2024
+ },
2025
+ {
2026
+ "epoch": 2.3773773773773774,
2027
+ "grad_norm": 0.002141432836651802,
2028
+ "learning_rate": 2.2546111780517196e-05,
2029
+ "loss": 0.0001,
2030
+ "step": 7125
2031
+ },
2032
+ {
2033
+ "epoch": 2.3857190523857192,
2034
+ "grad_norm": 0.0022791263181716204,
2035
+ "learning_rate": 2.2430253035499123e-05,
2036
+ "loss": 0.0442,
2037
+ "step": 7150
2038
+ },
2039
+ {
2040
+ "epoch": 2.3940607273940606,
2041
+ "grad_norm": 0.0010367584181949496,
2042
+ "learning_rate": 2.2314394290481047e-05,
2043
+ "loss": 0.0004,
2044
+ "step": 7175
2045
+ },
2046
+ {
2047
+ "epoch": 2.4024024024024024,
2048
+ "grad_norm": 0.014609686098992825,
2049
+ "learning_rate": 2.2198535545462974e-05,
2050
+ "loss": 0.0001,
2051
+ "step": 7200
2052
+ },
2053
+ {
2054
+ "epoch": 2.4107440774107443,
2055
+ "grad_norm": 0.0009007493499666452,
2056
+ "learning_rate": 2.2082676800444897e-05,
2057
+ "loss": 0.0001,
2058
+ "step": 7225
2059
+ },
2060
+ {
2061
+ "epoch": 2.4190857524190856,
2062
+ "grad_norm": 0.005582588724792004,
2063
+ "learning_rate": 2.1966818055426824e-05,
2064
+ "loss": 0.0416,
2065
+ "step": 7250
2066
+ },
2067
+ {
2068
+ "epoch": 2.4274274274274275,
2069
+ "grad_norm": 0.030880291014909744,
2070
+ "learning_rate": 2.185095931040875e-05,
2071
+ "loss": 0.0002,
2072
+ "step": 7275
2073
+ },
2074
+ {
2075
+ "epoch": 2.4357691024357693,
2076
+ "grad_norm": 0.007195931393653154,
2077
+ "learning_rate": 2.1735100565390675e-05,
2078
+ "loss": 0.0019,
2079
+ "step": 7300
2080
+ },
2081
+ {
2082
+ "epoch": 2.4441107774441106,
2083
+ "grad_norm": 0.0043434868566691875,
2084
+ "learning_rate": 2.1619241820372602e-05,
2085
+ "loss": 0.0003,
2086
+ "step": 7325
2087
+ },
2088
+ {
2089
+ "epoch": 2.4524524524524525,
2090
+ "grad_norm": 0.00130070885643363,
2091
+ "learning_rate": 2.150338307535453e-05,
2092
+ "loss": 0.0001,
2093
+ "step": 7350
2094
+ },
2095
+ {
2096
+ "epoch": 2.4607941274607943,
2097
+ "grad_norm": 0.011537245474755764,
2098
+ "learning_rate": 2.1387524330336456e-05,
2099
+ "loss": 0.0001,
2100
+ "step": 7375
2101
+ },
2102
+ {
2103
+ "epoch": 2.4691358024691357,
2104
+ "grad_norm": 0.0012115085264667869,
2105
+ "learning_rate": 2.127166558531838e-05,
2106
+ "loss": 0.0001,
2107
+ "step": 7400
2108
+ },
2109
+ {
2110
+ "epoch": 2.4774774774774775,
2111
+ "grad_norm": 0.0006190771819092333,
2112
+ "learning_rate": 2.1155806840300307e-05,
2113
+ "loss": 0.0001,
2114
+ "step": 7425
2115
+ },
2116
+ {
2117
+ "epoch": 2.4858191524858193,
2118
+ "grad_norm": 0.0007142933318391442,
2119
+ "learning_rate": 2.1039948095282234e-05,
2120
+ "loss": 0.0,
2121
+ "step": 7450
2122
+ },
2123
+ {
2124
+ "epoch": 2.4941608274941607,
2125
+ "grad_norm": 0.0024094288237392902,
2126
+ "learning_rate": 2.0924089350264158e-05,
2127
+ "loss": 0.0349,
2128
+ "step": 7475
2129
+ },
2130
+ {
2131
+ "epoch": 2.5025025025025025,
2132
+ "grad_norm": 0.0028155215550214052,
2133
+ "learning_rate": 2.0808230605246085e-05,
2134
+ "loss": 0.0349,
2135
+ "step": 7500
2136
+ },
2137
+ {
2138
+ "epoch": 2.5108441775108443,
2139
+ "grad_norm": 0.00238401023671031,
2140
+ "learning_rate": 2.069237186022801e-05,
2141
+ "loss": 0.0087,
2142
+ "step": 7525
2143
+ },
2144
+ {
2145
+ "epoch": 2.5191858525191857,
2146
+ "grad_norm": 0.0014537558890879154,
2147
+ "learning_rate": 2.0576513115209936e-05,
2148
+ "loss": 0.0033,
2149
+ "step": 7550
2150
+ },
2151
+ {
2152
+ "epoch": 2.5275275275275275,
2153
+ "grad_norm": 0.0015429011546075344,
2154
+ "learning_rate": 2.0460654370191863e-05,
2155
+ "loss": 0.0143,
2156
+ "step": 7575
2157
+ },
2158
+ {
2159
+ "epoch": 2.5358692025358693,
2160
+ "grad_norm": 0.0013287997571751475,
2161
+ "learning_rate": 2.034479562517379e-05,
2162
+ "loss": 0.0014,
2163
+ "step": 7600
2164
+ },
2165
+ {
2166
+ "epoch": 2.5442108775442107,
2167
+ "grad_norm": 0.0010292051592841744,
2168
+ "learning_rate": 2.0228936880155717e-05,
2169
+ "loss": 0.0049,
2170
+ "step": 7625
2171
+ },
2172
+ {
2173
+ "epoch": 2.5525525525525525,
2174
+ "grad_norm": 0.007215111516416073,
2175
+ "learning_rate": 2.011307813513764e-05,
2176
+ "loss": 0.005,
2177
+ "step": 7650
2178
+ },
2179
+ {
2180
+ "epoch": 2.5608942275608944,
2181
+ "grad_norm": 0.007656760048121214,
2182
+ "learning_rate": 1.9997219390119568e-05,
2183
+ "loss": 0.0355,
2184
+ "step": 7675
2185
+ },
2186
+ {
2187
+ "epoch": 2.569235902569236,
2188
+ "grad_norm": 0.001918874098919332,
2189
+ "learning_rate": 1.9881360645101492e-05,
2190
+ "loss": 0.0045,
2191
+ "step": 7700
2192
+ },
2193
+ {
2194
+ "epoch": 2.5775775775775776,
2195
+ "grad_norm": 0.0005019979435019195,
2196
+ "learning_rate": 1.976550190008342e-05,
2197
+ "loss": 0.0001,
2198
+ "step": 7725
2199
+ },
2200
+ {
2201
+ "epoch": 2.5859192525859194,
2202
+ "grad_norm": 0.00030773007893003523,
2203
+ "learning_rate": 1.9649643155065346e-05,
2204
+ "loss": 0.0001,
2205
+ "step": 7750
2206
+ },
2207
+ {
2208
+ "epoch": 2.594260927594261,
2209
+ "grad_norm": 0.0003611762367654592,
2210
+ "learning_rate": 1.953378441004727e-05,
2211
+ "loss": 0.0001,
2212
+ "step": 7775
2213
+ },
2214
+ {
2215
+ "epoch": 2.6026026026026026,
2216
+ "grad_norm": 0.0019309103954583406,
2217
+ "learning_rate": 1.9417925665029197e-05,
2218
+ "loss": 0.0,
2219
+ "step": 7800
2220
+ },
2221
+ {
2222
+ "epoch": 2.6109442776109444,
2223
+ "grad_norm": 0.004138192627578974,
2224
+ "learning_rate": 1.930206692001112e-05,
2225
+ "loss": 0.0533,
2226
+ "step": 7825
2227
+ },
2228
+ {
2229
+ "epoch": 2.619285952619286,
2230
+ "grad_norm": 0.042996328324079514,
2231
+ "learning_rate": 1.918620817499305e-05,
2232
+ "loss": 0.0001,
2233
+ "step": 7850
2234
+ },
2235
+ {
2236
+ "epoch": 2.6276276276276276,
2237
+ "grad_norm": 0.0017391805304214358,
2238
+ "learning_rate": 1.9070349429974978e-05,
2239
+ "loss": 0.0001,
2240
+ "step": 7875
2241
+ },
2242
+ {
2243
+ "epoch": 2.6359693026359694,
2244
+ "grad_norm": 0.002806081436574459,
2245
+ "learning_rate": 1.89544906849569e-05,
2246
+ "loss": 0.0002,
2247
+ "step": 7900
2248
+ },
2249
+ {
2250
+ "epoch": 2.6443109776443112,
2251
+ "grad_norm": 0.0011362434597685933,
2252
+ "learning_rate": 1.883863193993883e-05,
2253
+ "loss": 0.0001,
2254
+ "step": 7925
2255
+ },
2256
+ {
2257
+ "epoch": 2.6526526526526526,
2258
+ "grad_norm": 0.0013199028326198459,
2259
+ "learning_rate": 1.8722773194920752e-05,
2260
+ "loss": 0.0001,
2261
+ "step": 7950
2262
+ },
2263
+ {
2264
+ "epoch": 2.6609943276609944,
2265
+ "grad_norm": 0.0009320782264694571,
2266
+ "learning_rate": 1.860691444990268e-05,
2267
+ "loss": 0.0001,
2268
+ "step": 7975
2269
+ },
2270
+ {
2271
+ "epoch": 2.6693360026693362,
2272
+ "grad_norm": 0.0012447205372154713,
2273
+ "learning_rate": 1.8491055704884607e-05,
2274
+ "loss": 0.0001,
2275
+ "step": 8000
2276
+ },
2277
+ {
2278
+ "epoch": 2.6776776776776776,
2279
+ "grad_norm": 0.0005381664377637208,
2280
+ "learning_rate": 1.837519695986653e-05,
2281
+ "loss": 0.0,
2282
+ "step": 8025
2283
+ },
2284
+ {
2285
+ "epoch": 2.6860193526860194,
2286
+ "grad_norm": 0.0014626341871917248,
2287
+ "learning_rate": 1.8259338214848457e-05,
2288
+ "loss": 0.0002,
2289
+ "step": 8050
2290
+ },
2291
+ {
2292
+ "epoch": 2.6943610276943613,
2293
+ "grad_norm": 0.0006017221603542566,
2294
+ "learning_rate": 1.8143479469830384e-05,
2295
+ "loss": 0.0001,
2296
+ "step": 8075
2297
+ },
2298
+ {
2299
+ "epoch": 2.7027027027027026,
2300
+ "grad_norm": 0.0003165393427480012,
2301
+ "learning_rate": 1.802762072481231e-05,
2302
+ "loss": 0.0023,
2303
+ "step": 8100
2304
+ },
2305
+ {
2306
+ "epoch": 2.7110443777110445,
2307
+ "grad_norm": 0.0005794435273855925,
2308
+ "learning_rate": 1.7911761979794235e-05,
2309
+ "loss": 0.0001,
2310
+ "step": 8125
2311
+ },
2312
+ {
2313
+ "epoch": 2.7193860527193863,
2314
+ "grad_norm": 0.0025553391315042973,
2315
+ "learning_rate": 1.7795903234776162e-05,
2316
+ "loss": 0.0003,
2317
+ "step": 8150
2318
+ },
2319
+ {
2320
+ "epoch": 2.7277277277277276,
2321
+ "grad_norm": 0.0002689988468773663,
2322
+ "learning_rate": 1.768004448975809e-05,
2323
+ "loss": 0.0,
2324
+ "step": 8175
2325
+ },
2326
+ {
2327
+ "epoch": 2.7360694027360695,
2328
+ "grad_norm": 0.0001785249332897365,
2329
+ "learning_rate": 1.7564185744740013e-05,
2330
+ "loss": 0.0,
2331
+ "step": 8200
2332
+ },
2333
+ {
2334
+ "epoch": 2.7444110777444113,
2335
+ "grad_norm": 0.000306436704704538,
2336
+ "learning_rate": 1.744832699972194e-05,
2337
+ "loss": 0.0,
2338
+ "step": 8225
2339
+ },
2340
+ {
2341
+ "epoch": 2.7527527527527527,
2342
+ "grad_norm": 0.00017187983030453324,
2343
+ "learning_rate": 1.7332468254703864e-05,
2344
+ "loss": 0.0007,
2345
+ "step": 8250
2346
+ },
2347
+ {
2348
+ "epoch": 2.7610944277610945,
2349
+ "grad_norm": 0.00022748754417989403,
2350
+ "learning_rate": 1.721660950968579e-05,
2351
+ "loss": 0.0097,
2352
+ "step": 8275
2353
+ },
2354
+ {
2355
+ "epoch": 2.7694361027694363,
2356
+ "grad_norm": 0.0016567155253142118,
2357
+ "learning_rate": 1.7100750764667718e-05,
2358
+ "loss": 0.0018,
2359
+ "step": 8300
2360
+ },
2361
+ {
2362
+ "epoch": 2.7777777777777777,
2363
+ "grad_norm": 0.0004330672090873122,
2364
+ "learning_rate": 1.6984892019649645e-05,
2365
+ "loss": 0.0001,
2366
+ "step": 8325
2367
+ },
2368
+ {
2369
+ "epoch": 2.7861194527861195,
2370
+ "grad_norm": 0.006991783156991005,
2371
+ "learning_rate": 1.6869033274631572e-05,
2372
+ "loss": 0.0174,
2373
+ "step": 8350
2374
+ },
2375
+ {
2376
+ "epoch": 2.7944611277944613,
2377
+ "grad_norm": 0.0004689243796747178,
2378
+ "learning_rate": 1.6753174529613496e-05,
2379
+ "loss": 0.0015,
2380
+ "step": 8375
2381
+ },
2382
+ {
2383
+ "epoch": 2.8028028028028027,
2384
+ "grad_norm": 0.0006888713105581701,
2385
+ "learning_rate": 1.6637315784595423e-05,
2386
+ "loss": 0.0001,
2387
+ "step": 8400
2388
+ },
2389
+ {
2390
+ "epoch": 2.8111444778111445,
2391
+ "grad_norm": 0.0015181319322437048,
2392
+ "learning_rate": 1.6521457039577347e-05,
2393
+ "loss": 0.0013,
2394
+ "step": 8425
2395
+ },
2396
+ {
2397
+ "epoch": 2.8194861528194863,
2398
+ "grad_norm": 0.00026851208531297743,
2399
+ "learning_rate": 1.6405598294559274e-05,
2400
+ "loss": 0.0067,
2401
+ "step": 8450
2402
+ },
2403
+ {
2404
+ "epoch": 2.8278278278278277,
2405
+ "grad_norm": 0.0003072840045206249,
2406
+ "learning_rate": 1.62897395495412e-05,
2407
+ "loss": 0.0,
2408
+ "step": 8475
2409
+ },
2410
+ {
2411
+ "epoch": 2.8361695028361695,
2412
+ "grad_norm": 0.000419327465351671,
2413
+ "learning_rate": 1.6173880804523125e-05,
2414
+ "loss": 0.0,
2415
+ "step": 8500
2416
+ },
2417
+ {
2418
+ "epoch": 2.8445111778445114,
2419
+ "grad_norm": 0.0008704416686668992,
2420
+ "learning_rate": 1.6058022059505052e-05,
2421
+ "loss": 0.0,
2422
+ "step": 8525
2423
+ },
2424
+ {
2425
+ "epoch": 2.8528528528528527,
2426
+ "grad_norm": 0.00026631655055098236,
2427
+ "learning_rate": 1.5942163314486975e-05,
2428
+ "loss": 0.0,
2429
+ "step": 8550
2430
+ },
2431
+ {
2432
+ "epoch": 2.8611945278611945,
2433
+ "grad_norm": 0.00015377814997918904,
2434
+ "learning_rate": 1.5826304569468906e-05,
2435
+ "loss": 0.0,
2436
+ "step": 8575
2437
+ },
2438
+ {
2439
+ "epoch": 2.8695362028695364,
2440
+ "grad_norm": 0.0001188891037600115,
2441
+ "learning_rate": 1.571044582445083e-05,
2442
+ "loss": 0.0,
2443
+ "step": 8600
2444
+ },
2445
+ {
2446
+ "epoch": 2.8778778778778777,
2447
+ "grad_norm": 0.00026092492043972015,
2448
+ "learning_rate": 1.5594587079432757e-05,
2449
+ "loss": 0.0,
2450
+ "step": 8625
2451
+ },
2452
+ {
2453
+ "epoch": 2.8862195528862196,
2454
+ "grad_norm": 0.0021843460854142904,
2455
+ "learning_rate": 1.5478728334414684e-05,
2456
+ "loss": 0.0025,
2457
+ "step": 8650
2458
+ },
2459
+ {
2460
+ "epoch": 2.8945612278945614,
2461
+ "grad_norm": 0.00022988433192949742,
2462
+ "learning_rate": 1.5362869589396608e-05,
2463
+ "loss": 0.0094,
2464
+ "step": 8675
2465
+ },
2466
+ {
2467
+ "epoch": 2.9029029029029028,
2468
+ "grad_norm": 0.00016332197992596775,
2469
+ "learning_rate": 1.5247010844378535e-05,
2470
+ "loss": 0.006,
2471
+ "step": 8700
2472
+ },
2473
+ {
2474
+ "epoch": 2.9112445779112446,
2475
+ "grad_norm": 0.00020633054373320192,
2476
+ "learning_rate": 1.513115209936046e-05,
2477
+ "loss": 0.0002,
2478
+ "step": 8725
2479
+ },
2480
+ {
2481
+ "epoch": 2.9195862529195864,
2482
+ "grad_norm": 0.00025880796601995826,
2483
+ "learning_rate": 1.5015293354342385e-05,
2484
+ "loss": 0.0,
2485
+ "step": 8750
2486
+ },
2487
+ {
2488
+ "epoch": 2.9279279279279278,
2489
+ "grad_norm": 0.0003759913379326463,
2490
+ "learning_rate": 1.489943460932431e-05,
2491
+ "loss": 0.0003,
2492
+ "step": 8775
2493
+ },
2494
+ {
2495
+ "epoch": 2.9362696029362696,
2496
+ "grad_norm": 0.00019277114188298583,
2497
+ "learning_rate": 1.4783575864306238e-05,
2498
+ "loss": 0.0044,
2499
+ "step": 8800
2500
+ },
2501
+ {
2502
+ "epoch": 2.9446112779446114,
2503
+ "grad_norm": 0.0007216227240860462,
2504
+ "learning_rate": 1.4667717119288165e-05,
2505
+ "loss": 0.0,
2506
+ "step": 8825
2507
+ },
2508
+ {
2509
+ "epoch": 2.952952952952953,
2510
+ "grad_norm": 0.0001798528101062402,
2511
+ "learning_rate": 1.4551858374270092e-05,
2512
+ "loss": 0.0304,
2513
+ "step": 8850
2514
+ },
2515
+ {
2516
+ "epoch": 2.9612946279612946,
2517
+ "grad_norm": 0.00019520522619131953,
2518
+ "learning_rate": 1.4435999629252017e-05,
2519
+ "loss": 0.0001,
2520
+ "step": 8875
2521
+ },
2522
+ {
2523
+ "epoch": 2.9696363029696364,
2524
+ "grad_norm": 0.0001343146723229438,
2525
+ "learning_rate": 1.4320140884233943e-05,
2526
+ "loss": 0.0489,
2527
+ "step": 8900
2528
+ },
2529
+ {
2530
+ "epoch": 2.977977977977978,
2531
+ "grad_norm": 12.330880165100098,
2532
+ "learning_rate": 1.4204282139215868e-05,
2533
+ "loss": 0.0347,
2534
+ "step": 8925
2535
+ },
2536
+ {
2537
+ "epoch": 2.9863196529863196,
2538
+ "grad_norm": 0.00025471311528235674,
2539
+ "learning_rate": 1.4088423394197794e-05,
2540
+ "loss": 0.0245,
2541
+ "step": 8950
2542
+ },
2543
+ {
2544
+ "epoch": 2.9946613279946614,
2545
+ "grad_norm": 0.0009992901468649507,
2546
+ "learning_rate": 1.397256464917972e-05,
2547
+ "loss": 0.0337,
2548
+ "step": 8975
2549
+ },
2550
+ {
2551
+ "epoch": 3.0,
2552
+ "eval_accuracy": 0.9983316649983317,
2553
+ "eval_auc": 0.9996484660336011,
2554
+ "eval_f1": 0.935064935064935,
2555
+ "eval_loss": 0.007099705282598734,
2556
+ "eval_precision": 0.9,
2557
+ "eval_recall": 0.972972972972973,
2558
+ "eval_runtime": 77.3547,
2559
+ "eval_samples_per_second": 77.487,
2560
+ "eval_steps_per_second": 4.848,
2561
+ "step": 8991
2562
+ },
2563
+ {
2564
+ "epoch": 3.003003003003003,
2565
+ "grad_norm": 0.0015147333033382893,
2566
+ "learning_rate": 1.3856705904161646e-05,
2567
+ "loss": 0.0003,
2568
+ "step": 9000
2569
+ },
2570
+ {
2571
+ "epoch": 3.0113446780113446,
2572
+ "grad_norm": 0.002197373891249299,
2573
+ "learning_rate": 1.3740847159143572e-05,
2574
+ "loss": 0.0002,
2575
+ "step": 9025
2576
+ },
2577
+ {
2578
+ "epoch": 3.0196863530196865,
2579
+ "grad_norm": 0.0003656800545286387,
2580
+ "learning_rate": 1.36249884141255e-05,
2581
+ "loss": 0.001,
2582
+ "step": 9050
2583
+ },
2584
+ {
2585
+ "epoch": 3.028028028028028,
2586
+ "grad_norm": 0.00043537470628507435,
2587
+ "learning_rate": 1.3509129669107426e-05,
2588
+ "loss": 0.0,
2589
+ "step": 9075
2590
+ },
2591
+ {
2592
+ "epoch": 3.0363697030363697,
2593
+ "grad_norm": 0.0017388892592862248,
2594
+ "learning_rate": 1.3393270924089351e-05,
2595
+ "loss": 0.0,
2596
+ "step": 9100
2597
+ },
2598
+ {
2599
+ "epoch": 3.0447113780447115,
2600
+ "grad_norm": 0.00047031775466166437,
2601
+ "learning_rate": 1.3277412179071278e-05,
2602
+ "loss": 0.0,
2603
+ "step": 9125
2604
+ },
2605
+ {
2606
+ "epoch": 3.053053053053053,
2607
+ "grad_norm": 0.0003807338362094015,
2608
+ "learning_rate": 1.3161553434053204e-05,
2609
+ "loss": 0.0,
2610
+ "step": 9150
2611
+ },
2612
+ {
2613
+ "epoch": 3.0613947280613947,
2614
+ "grad_norm": 0.00046666429261676967,
2615
+ "learning_rate": 1.3045694689035129e-05,
2616
+ "loss": 0.0,
2617
+ "step": 9175
2618
+ },
2619
+ {
2620
+ "epoch": 3.0697364030697365,
2621
+ "grad_norm": 0.000990239786915481,
2622
+ "learning_rate": 1.2929835944017054e-05,
2623
+ "loss": 0.0001,
2624
+ "step": 9200
2625
+ },
2626
+ {
2627
+ "epoch": 3.078078078078078,
2628
+ "grad_norm": 0.0009268262074328959,
2629
+ "learning_rate": 1.281397719899898e-05,
2630
+ "loss": 0.0,
2631
+ "step": 9225
2632
+ },
2633
+ {
2634
+ "epoch": 3.0864197530864197,
2635
+ "grad_norm": 0.0001752979151206091,
2636
+ "learning_rate": 1.2698118453980907e-05,
2637
+ "loss": 0.0,
2638
+ "step": 9250
2639
+ },
2640
+ {
2641
+ "epoch": 3.0947614280947615,
2642
+ "grad_norm": 0.00017092602502088994,
2643
+ "learning_rate": 1.2582259708962832e-05,
2644
+ "loss": 0.0001,
2645
+ "step": 9275
2646
+ },
2647
+ {
2648
+ "epoch": 3.103103103103103,
2649
+ "grad_norm": 0.0003801763814408332,
2650
+ "learning_rate": 1.246640096394476e-05,
2651
+ "loss": 0.0,
2652
+ "step": 9300
2653
+ },
2654
+ {
2655
+ "epoch": 3.1114447781114447,
2656
+ "grad_norm": 0.0007715587271377444,
2657
+ "learning_rate": 1.2350542218926685e-05,
2658
+ "loss": 0.0,
2659
+ "step": 9325
2660
+ },
2661
+ {
2662
+ "epoch": 3.1197864531197865,
2663
+ "grad_norm": 0.0001741141895763576,
2664
+ "learning_rate": 1.223468347390861e-05,
2665
+ "loss": 0.0,
2666
+ "step": 9350
2667
+ },
2668
+ {
2669
+ "epoch": 3.128128128128128,
2670
+ "grad_norm": 0.00024119947920553386,
2671
+ "learning_rate": 1.2118824728890537e-05,
2672
+ "loss": 0.0,
2673
+ "step": 9375
2674
+ },
2675
+ {
2676
+ "epoch": 3.1364698031364697,
2677
+ "grad_norm": 0.0003123109054286033,
2678
+ "learning_rate": 1.2002965983872463e-05,
2679
+ "loss": 0.0027,
2680
+ "step": 9400
2681
+ },
2682
+ {
2683
+ "epoch": 3.1448114781448115,
2684
+ "grad_norm": 0.0002255546278320253,
2685
+ "learning_rate": 1.188710723885439e-05,
2686
+ "loss": 0.0001,
2687
+ "step": 9425
2688
+ },
2689
+ {
2690
+ "epoch": 3.153153153153153,
2691
+ "grad_norm": 0.00022687349701300263,
2692
+ "learning_rate": 1.1771248493836315e-05,
2693
+ "loss": 0.0,
2694
+ "step": 9450
2695
+ },
2696
+ {
2697
+ "epoch": 3.1614948281614947,
2698
+ "grad_norm": 0.0009094116394408047,
2699
+ "learning_rate": 1.1655389748818242e-05,
2700
+ "loss": 0.0001,
2701
+ "step": 9475
2702
+ },
2703
+ {
2704
+ "epoch": 3.1698365031698366,
2705
+ "grad_norm": 0.00019586944836191833,
2706
+ "learning_rate": 1.1539531003800168e-05,
2707
+ "loss": 0.0001,
2708
+ "step": 9500
2709
+ },
2710
+ {
2711
+ "epoch": 3.1781781781781784,
2712
+ "grad_norm": 0.0013932987349107862,
2713
+ "learning_rate": 1.1423672258782093e-05,
2714
+ "loss": 0.0,
2715
+ "step": 9525
2716
+ },
2717
+ {
2718
+ "epoch": 3.1865198531865198,
2719
+ "grad_norm": 0.00014476373326033354,
2720
+ "learning_rate": 1.130781351376402e-05,
2721
+ "loss": 0.0,
2722
+ "step": 9550
2723
+ },
2724
+ {
2725
+ "epoch": 3.1948615281948616,
2726
+ "grad_norm": 0.00020363023213576525,
2727
+ "learning_rate": 1.1191954768745945e-05,
2728
+ "loss": 0.0,
2729
+ "step": 9575
2730
+ },
2731
+ {
2732
+ "epoch": 3.2032032032032034,
2733
+ "grad_norm": 0.0005529238260351121,
2734
+ "learning_rate": 1.1076096023727873e-05,
2735
+ "loss": 0.0005,
2736
+ "step": 9600
2737
+ },
2738
+ {
2739
+ "epoch": 3.2115448782115448,
2740
+ "grad_norm": 0.00039333957829512656,
2741
+ "learning_rate": 1.0960237278709798e-05,
2742
+ "loss": 0.0001,
2743
+ "step": 9625
2744
+ },
2745
+ {
2746
+ "epoch": 3.2198865532198866,
2747
+ "grad_norm": 0.0006521272589452565,
2748
+ "learning_rate": 1.0844378533691723e-05,
2749
+ "loss": 0.0,
2750
+ "step": 9650
2751
+ },
2752
+ {
2753
+ "epoch": 3.2282282282282284,
2754
+ "grad_norm": Infinity,
2755
+ "learning_rate": 1.0733154138474373e-05,
2756
+ "loss": 0.0231,
2757
+ "step": 9675
2758
+ },
2759
+ {
2760
+ "epoch": 3.23656990323657,
2761
+ "grad_norm": 0.0003595724992919713,
2762
+ "learning_rate": 1.0617295393456298e-05,
2763
+ "loss": 0.0,
2764
+ "step": 9700
2765
+ },
2766
+ {
2767
+ "epoch": 3.2449115782449116,
2768
+ "grad_norm": 0.00021334755001589656,
2769
+ "learning_rate": 1.0501436648438225e-05,
2770
+ "loss": 0.0003,
2771
+ "step": 9725
2772
+ },
2773
+ {
2774
+ "epoch": 3.2532532532532534,
2775
+ "grad_norm": 0.00028163444949314,
2776
+ "learning_rate": 1.038557790342015e-05,
2777
+ "loss": 0.0,
2778
+ "step": 9750
2779
+ },
2780
+ {
2781
+ "epoch": 3.261594928261595,
2782
+ "grad_norm": 0.00030702631920576096,
2783
+ "learning_rate": 1.0269719158402076e-05,
2784
+ "loss": 0.0,
2785
+ "step": 9775
2786
+ },
2787
+ {
2788
+ "epoch": 3.2699366032699366,
2789
+ "grad_norm": 0.0002560736029408872,
2790
+ "learning_rate": 1.0153860413384003e-05,
2791
+ "loss": 0.0,
2792
+ "step": 9800
2793
+ },
2794
+ {
2795
+ "epoch": 3.2782782782782784,
2796
+ "grad_norm": 7.156394713092595e-05,
2797
+ "learning_rate": 1.0038001668365928e-05,
2798
+ "loss": 0.0004,
2799
+ "step": 9825
2800
+ },
2801
+ {
2802
+ "epoch": 3.28661995328662,
2803
+ "grad_norm": 0.00014015445776749402,
2804
+ "learning_rate": 9.922142923347855e-06,
2805
+ "loss": 0.0211,
2806
+ "step": 9850
2807
+ },
2808
+ {
2809
+ "epoch": 3.2949616282949616,
2810
+ "grad_norm": 8.722938946448267e-05,
2811
+ "learning_rate": 9.806284178329781e-06,
2812
+ "loss": 0.0355,
2813
+ "step": 9875
2814
+ },
2815
+ {
2816
+ "epoch": 3.3033033033033035,
2817
+ "grad_norm": 0.00010665127047104761,
2818
+ "learning_rate": 9.690425433311706e-06,
2819
+ "loss": 0.0,
2820
+ "step": 9900
2821
+ },
2822
+ {
2823
+ "epoch": 3.311644978311645,
2824
+ "grad_norm": 0.0003643149684648961,
2825
+ "learning_rate": 9.574566688293633e-06,
2826
+ "loss": 0.0159,
2827
+ "step": 9925
2828
+ },
2829
+ {
2830
+ "epoch": 3.3199866533199867,
2831
+ "grad_norm": 0.000472669635200873,
2832
+ "learning_rate": 9.458707943275559e-06,
2833
+ "loss": 0.0001,
2834
+ "step": 9950
2835
+ },
2836
+ {
2837
+ "epoch": 3.3283283283283285,
2838
+ "grad_norm": 0.0002747498219832778,
2839
+ "learning_rate": 9.342849198257484e-06,
2840
+ "loss": 0.0002,
2841
+ "step": 9975
2842
+ },
2843
+ {
2844
+ "epoch": 3.33667000333667,
2845
+ "grad_norm": 0.000370238529285416,
2846
+ "learning_rate": 9.226990453239411e-06,
2847
+ "loss": 0.0,
2848
+ "step": 10000
2849
+ },
2850
+ {
2851
+ "epoch": 3.3450116783450117,
2852
+ "grad_norm": 0.0001508592686150223,
2853
+ "learning_rate": 9.111131708221338e-06,
2854
+ "loss": 0.0153,
2855
+ "step": 10025
2856
+ },
2857
+ {
2858
+ "epoch": 3.3533533533533535,
2859
+ "grad_norm": 0.00012634581071324646,
2860
+ "learning_rate": 8.995272963203264e-06,
2861
+ "loss": 0.0,
2862
+ "step": 10050
2863
+ },
2864
+ {
2865
+ "epoch": 3.361695028361695,
2866
+ "grad_norm": 7.435754378093407e-05,
2867
+ "learning_rate": 8.879414218185189e-06,
2868
+ "loss": 0.0,
2869
+ "step": 10075
2870
+ },
2871
+ {
2872
+ "epoch": 3.3700367033700367,
2873
+ "grad_norm": 0.00024650897830724716,
2874
+ "learning_rate": 8.763555473167115e-06,
2875
+ "loss": 0.0,
2876
+ "step": 10100
2877
+ },
2878
+ {
2879
+ "epoch": 3.3783783783783785,
2880
+ "grad_norm": 0.00031506569939665496,
2881
+ "learning_rate": 8.64769672814904e-06,
2882
+ "loss": 0.0,
2883
+ "step": 10125
2884
+ },
2885
+ {
2886
+ "epoch": 3.38672005338672,
2887
+ "grad_norm": 0.00038327754009515047,
2888
+ "learning_rate": 8.531837983130967e-06,
2889
+ "loss": 0.0,
2890
+ "step": 10150
2891
+ },
2892
+ {
2893
+ "epoch": 3.3950617283950617,
2894
+ "grad_norm": 0.00010452201968291774,
2895
+ "learning_rate": 8.415979238112894e-06,
2896
+ "loss": 0.0,
2897
+ "step": 10175
2898
+ },
2899
+ {
2900
+ "epoch": 3.4034034034034035,
2901
+ "grad_norm": 0.003248438471928239,
2902
+ "learning_rate": 8.30012049309482e-06,
2903
+ "loss": 0.0,
2904
+ "step": 10200
2905
+ },
2906
+ {
2907
+ "epoch": 3.411745078411745,
2908
+ "grad_norm": 0.0001290349755436182,
2909
+ "learning_rate": 8.184261748076745e-06,
2910
+ "loss": 0.0,
2911
+ "step": 10225
2912
+ },
2913
+ {
2914
+ "epoch": 3.4200867534200867,
2915
+ "grad_norm": 0.0004630775947589427,
2916
+ "learning_rate": 8.06840300305867e-06,
2917
+ "loss": 0.0,
2918
+ "step": 10250
2919
+ },
2920
+ {
2921
+ "epoch": 3.4284284284284285,
2922
+ "grad_norm": 0.00028067638049833477,
2923
+ "learning_rate": 7.952544258040597e-06,
2924
+ "loss": 0.0,
2925
+ "step": 10275
2926
+ },
2927
+ {
2928
+ "epoch": 3.43677010343677,
2929
+ "grad_norm": 0.00016888586105778813,
2930
+ "learning_rate": 7.836685513022524e-06,
2931
+ "loss": 0.0,
2932
+ "step": 10300
2933
+ },
2934
+ {
2935
+ "epoch": 3.4451117784451117,
2936
+ "grad_norm": 0.00010634879436111078,
2937
+ "learning_rate": 7.72082676800445e-06,
2938
+ "loss": 0.0,
2939
+ "step": 10325
2940
+ },
2941
+ {
2942
+ "epoch": 3.4534534534534536,
2943
+ "grad_norm": 0.004633384756743908,
2944
+ "learning_rate": 7.604968022986375e-06,
2945
+ "loss": 0.0,
2946
+ "step": 10350
2947
+ },
2948
+ {
2949
+ "epoch": 3.461795128461795,
2950
+ "grad_norm": 0.00013694832159671932,
2951
+ "learning_rate": 7.489109277968301e-06,
2952
+ "loss": 0.0,
2953
+ "step": 10375
2954
+ },
2955
+ {
2956
+ "epoch": 3.4701368034701368,
2957
+ "grad_norm": 0.0003641396469902247,
2958
+ "learning_rate": 7.373250532950228e-06,
2959
+ "loss": 0.0337,
2960
+ "step": 10400
2961
+ },
2962
+ {
2963
+ "epoch": 3.4784784784784786,
2964
+ "grad_norm": 0.000520822883117944,
2965
+ "learning_rate": 7.257391787932154e-06,
2966
+ "loss": 0.0,
2967
+ "step": 10425
2968
+ },
2969
+ {
2970
+ "epoch": 3.4868201534868204,
2971
+ "grad_norm": 0.000284605281194672,
2972
+ "learning_rate": 7.141533042914079e-06,
2973
+ "loss": 0.0,
2974
+ "step": 10450
2975
+ },
2976
+ {
2977
+ "epoch": 3.4951618284951618,
2978
+ "grad_norm": 0.0006933792028576136,
2979
+ "learning_rate": 7.025674297896006e-06,
2980
+ "loss": 0.0002,
2981
+ "step": 10475
2982
+ },
2983
+ {
2984
+ "epoch": 3.5035035035035036,
2985
+ "grad_norm": 0.0002910966577474028,
2986
+ "learning_rate": 6.914449902678655e-06,
2987
+ "loss": 0.0221,
2988
+ "step": 10500
2989
+ },
2990
+ {
2991
+ "epoch": 3.5118451785118454,
2992
+ "grad_norm": 0.0009816793026402593,
2993
+ "learning_rate": 6.79859115766058e-06,
2994
+ "loss": 0.0,
2995
+ "step": 10525
2996
+ },
2997
+ {
2998
+ "epoch": 3.520186853520187,
2999
+ "grad_norm": 0.00022771142539568245,
3000
+ "learning_rate": 6.6827324126425065e-06,
3001
+ "loss": 0.0,
3002
+ "step": 10550
3003
+ },
3004
+ {
3005
+ "epoch": 3.5285285285285286,
3006
+ "grad_norm": 0.00018489710055291653,
3007
+ "learning_rate": 6.566873667624434e-06,
3008
+ "loss": 0.0,
3009
+ "step": 10575
3010
+ },
3011
+ {
3012
+ "epoch": 3.5368702035368704,
3013
+ "grad_norm": 0.0005421001696959138,
3014
+ "learning_rate": 6.451014922606359e-06,
3015
+ "loss": 0.0001,
3016
+ "step": 10600
3017
+ },
3018
+ {
3019
+ "epoch": 3.545211878545212,
3020
+ "grad_norm": 0.00024389017198700458,
3021
+ "learning_rate": 6.335156177588284e-06,
3022
+ "loss": 0.0,
3023
+ "step": 10625
3024
+ },
3025
+ {
3026
+ "epoch": 3.5535535535535536,
3027
+ "grad_norm": 0.0002914558572228998,
3028
+ "learning_rate": 6.219297432570211e-06,
3029
+ "loss": 0.0,
3030
+ "step": 10650
3031
+ },
3032
+ {
3033
+ "epoch": 3.5618952285618954,
3034
+ "grad_norm": 0.0002373899769736454,
3035
+ "learning_rate": 6.103438687552137e-06,
3036
+ "loss": 0.0,
3037
+ "step": 10675
3038
+ },
3039
+ {
3040
+ "epoch": 3.570236903570237,
3041
+ "grad_norm": 0.006195495370775461,
3042
+ "learning_rate": 5.987579942534063e-06,
3043
+ "loss": 0.0,
3044
+ "step": 10700
3045
+ },
3046
+ {
3047
+ "epoch": 3.5785785785785786,
3048
+ "grad_norm": 0.00012051707017235458,
3049
+ "learning_rate": 5.8717211975159885e-06,
3050
+ "loss": 0.0,
3051
+ "step": 10725
3052
+ },
3053
+ {
3054
+ "epoch": 3.5869202535869205,
3055
+ "grad_norm": 0.002486045239493251,
3056
+ "learning_rate": 5.755862452497915e-06,
3057
+ "loss": 0.0001,
3058
+ "step": 10750
3059
+ },
3060
+ {
3061
+ "epoch": 3.595261928595262,
3062
+ "grad_norm": 0.0001380012690788135,
3063
+ "learning_rate": 5.640003707479841e-06,
3064
+ "loss": 0.0,
3065
+ "step": 10775
3066
+ },
3067
+ {
3068
+ "epoch": 3.6036036036036037,
3069
+ "grad_norm": 0.00035765368374995887,
3070
+ "learning_rate": 5.524144962461767e-06,
3071
+ "loss": 0.0,
3072
+ "step": 10800
3073
+ },
3074
+ {
3075
+ "epoch": 3.6119452786119455,
3076
+ "grad_norm": 0.00022478456958197057,
3077
+ "learning_rate": 5.408286217443693e-06,
3078
+ "loss": 0.0,
3079
+ "step": 10825
3080
+ },
3081
+ {
3082
+ "epoch": 3.620286953620287,
3083
+ "grad_norm": 0.00024634675355628133,
3084
+ "learning_rate": 5.292427472425619e-06,
3085
+ "loss": 0.0,
3086
+ "step": 10850
3087
+ },
3088
+ {
3089
+ "epoch": 3.6286286286286287,
3090
+ "grad_norm": 9.515749115962535e-05,
3091
+ "learning_rate": 5.176568727407545e-06,
3092
+ "loss": 0.0,
3093
+ "step": 10875
3094
+ },
3095
+ {
3096
+ "epoch": 3.6369703036369705,
3097
+ "grad_norm": 0.0015800537075847387,
3098
+ "learning_rate": 5.0607099823894705e-06,
3099
+ "loss": 0.0,
3100
+ "step": 10900
3101
+ },
3102
+ {
3103
+ "epoch": 3.645311978645312,
3104
+ "grad_norm": 0.00018024566816166043,
3105
+ "learning_rate": 4.944851237371398e-06,
3106
+ "loss": 0.0,
3107
+ "step": 10925
3108
+ },
3109
+ {
3110
+ "epoch": 3.6536536536536537,
3111
+ "grad_norm": 0.00037315645022317767,
3112
+ "learning_rate": 4.828992492353323e-06,
3113
+ "loss": 0.0,
3114
+ "step": 10950
3115
+ },
3116
+ {
3117
+ "epoch": 3.6619953286619955,
3118
+ "grad_norm": 0.00012279977090656757,
3119
+ "learning_rate": 4.713133747335249e-06,
3120
+ "loss": 0.0098,
3121
+ "step": 10975
3122
+ },
3123
+ {
3124
+ "epoch": 3.670337003670337,
3125
+ "grad_norm": 0.00033114643883891404,
3126
+ "learning_rate": 4.5972750023171755e-06,
3127
+ "loss": 0.0,
3128
+ "step": 11000
3129
+ },
3130
+ {
3131
+ "epoch": 3.6786786786786787,
3132
+ "grad_norm": 0.00015320570673793554,
3133
+ "learning_rate": 4.481416257299101e-06,
3134
+ "loss": 0.0,
3135
+ "step": 11025
3136
+ },
3137
+ {
3138
+ "epoch": 3.6870203536870205,
3139
+ "grad_norm": 0.00033146454370580614,
3140
+ "learning_rate": 4.365557512281027e-06,
3141
+ "loss": 0.0131,
3142
+ "step": 11050
3143
+ },
3144
+ {
3145
+ "epoch": 3.695362028695362,
3146
+ "grad_norm": 0.0005683086346834898,
3147
+ "learning_rate": 4.249698767262953e-06,
3148
+ "loss": 0.0,
3149
+ "step": 11075
3150
+ },
3151
+ {
3152
+ "epoch": 3.7037037037037037,
3153
+ "grad_norm": 0.0013795130653306842,
3154
+ "learning_rate": 4.13384002224488e-06,
3155
+ "loss": 0.0001,
3156
+ "step": 11100
3157
+ },
3158
+ {
3159
+ "epoch": 3.7120453787120455,
3160
+ "grad_norm": 0.0038050978910177946,
3161
+ "learning_rate": 4.017981277226805e-06,
3162
+ "loss": 0.0004,
3163
+ "step": 11125
3164
+ },
3165
+ {
3166
+ "epoch": 3.720387053720387,
3167
+ "grad_norm": 0.00022509918198920786,
3168
+ "learning_rate": 3.902122532208731e-06,
3169
+ "loss": 0.0001,
3170
+ "step": 11150
3171
+ },
3172
+ {
3173
+ "epoch": 3.7287287287287287,
3174
+ "grad_norm": 0.0005176962004043162,
3175
+ "learning_rate": 3.7862637871906575e-06,
3176
+ "loss": 0.0,
3177
+ "step": 11175
3178
+ },
3179
+ {
3180
+ "epoch": 3.7370704037370706,
3181
+ "grad_norm": 0.0005020920070819557,
3182
+ "learning_rate": 3.6704050421725833e-06,
3183
+ "loss": 0.0598,
3184
+ "step": 11200
3185
+ },
3186
+ {
3187
+ "epoch": 3.745412078745412,
3188
+ "grad_norm": 0.0011666618520393968,
3189
+ "learning_rate": 3.5545462971545095e-06,
3190
+ "loss": 0.0001,
3191
+ "step": 11225
3192
+ },
3193
+ {
3194
+ "epoch": 3.7537537537537538,
3195
+ "grad_norm": 0.009826689027249813,
3196
+ "learning_rate": 3.4386875521364354e-06,
3197
+ "loss": 0.0005,
3198
+ "step": 11250
3199
+ },
3200
+ {
3201
+ "epoch": 3.7620954287620956,
3202
+ "grad_norm": 0.011009103618562222,
3203
+ "learning_rate": 3.3228288071183616e-06,
3204
+ "loss": 0.0371,
3205
+ "step": 11275
3206
+ },
3207
+ {
3208
+ "epoch": 3.770437103770437,
3209
+ "grad_norm": 0.01023051142692566,
3210
+ "learning_rate": 3.2069700621002874e-06,
3211
+ "loss": 0.0001,
3212
+ "step": 11300
3213
+ },
3214
+ {
3215
+ "epoch": 3.7787787787787788,
3216
+ "grad_norm": 0.0009649486164562404,
3217
+ "learning_rate": 3.0911113170822137e-06,
3218
+ "loss": 0.0001,
3219
+ "step": 11325
3220
+ },
3221
+ {
3222
+ "epoch": 3.7871204537871206,
3223
+ "grad_norm": 0.003300480078905821,
3224
+ "learning_rate": 2.97525257206414e-06,
3225
+ "loss": 0.0073,
3226
+ "step": 11350
3227
+ },
3228
+ {
3229
+ "epoch": 3.795462128795462,
3230
+ "grad_norm": 0.004097791388630867,
3231
+ "learning_rate": 2.8593938270460653e-06,
3232
+ "loss": 0.0016,
3233
+ "step": 11375
3234
+ },
3235
+ {
3236
+ "epoch": 3.803803803803804,
3237
+ "grad_norm": 0.0011136537650600076,
3238
+ "learning_rate": 2.7435350820279915e-06,
3239
+ "loss": 0.0001,
3240
+ "step": 11400
3241
+ },
3242
+ {
3243
+ "epoch": 3.8121454788121456,
3244
+ "grad_norm": 0.001229249406605959,
3245
+ "learning_rate": 2.6276763370099178e-06,
3246
+ "loss": 0.0002,
3247
+ "step": 11425
3248
+ },
3249
+ {
3250
+ "epoch": 3.820487153820487,
3251
+ "grad_norm": 0.001040545990690589,
3252
+ "learning_rate": 2.5118175919918436e-06,
3253
+ "loss": 0.0104,
3254
+ "step": 11450
3255
+ },
3256
+ {
3257
+ "epoch": 3.828828828828829,
3258
+ "grad_norm": 0.0006933126132935286,
3259
+ "learning_rate": 2.39595884697377e-06,
3260
+ "loss": 0.0006,
3261
+ "step": 11475
3262
+ },
3263
+ {
3264
+ "epoch": 3.8371705038371706,
3265
+ "grad_norm": 0.0001256452960660681,
3266
+ "learning_rate": 2.2801001019556957e-06,
3267
+ "loss": 0.0109,
3268
+ "step": 11500
3269
+ },
3270
+ {
3271
+ "epoch": 3.845512178845512,
3272
+ "grad_norm": 0.00040541382622905076,
3273
+ "learning_rate": 2.1642413569376215e-06,
3274
+ "loss": 0.0,
3275
+ "step": 11525
3276
+ },
3277
+ {
3278
+ "epoch": 3.853853853853854,
3279
+ "grad_norm": 0.007394419051706791,
3280
+ "learning_rate": 2.0483826119195477e-06,
3281
+ "loss": 0.0,
3282
+ "step": 11550
3283
+ },
3284
+ {
3285
+ "epoch": 3.8621955288621956,
3286
+ "grad_norm": 0.00017597030091565102,
3287
+ "learning_rate": 1.932523866901474e-06,
3288
+ "loss": 0.0,
3289
+ "step": 11575
3290
+ },
3291
+ {
3292
+ "epoch": 3.870537203870537,
3293
+ "grad_norm": 0.00032824205118231475,
3294
+ "learning_rate": 1.8166651218834e-06,
3295
+ "loss": 0.0,
3296
+ "step": 11600
3297
+ },
3298
+ {
3299
+ "epoch": 3.878878878878879,
3300
+ "grad_norm": 0.00014257676957640797,
3301
+ "learning_rate": 1.700806376865326e-06,
3302
+ "loss": 0.0,
3303
+ "step": 11625
3304
+ },
3305
+ {
3306
+ "epoch": 3.8872205538872207,
3307
+ "grad_norm": 0.003545379266142845,
3308
+ "learning_rate": 1.5849476318472518e-06,
3309
+ "loss": 0.0,
3310
+ "step": 11650
3311
+ },
3312
+ {
3313
+ "epoch": 3.895562228895562,
3314
+ "grad_norm": 0.00017835904145613313,
3315
+ "learning_rate": 1.4690888868291779e-06,
3316
+ "loss": 0.0,
3317
+ "step": 11675
3318
+ },
3319
+ {
3320
+ "epoch": 3.903903903903904,
3321
+ "grad_norm": 0.000521348207257688,
3322
+ "learning_rate": 1.353230141811104e-06,
3323
+ "loss": 0.0,
3324
+ "step": 11700
3325
+ },
3326
+ {
3327
+ "epoch": 3.9122455789122457,
3328
+ "grad_norm": 0.0002032867632806301,
3329
+ "learning_rate": 1.23737139679303e-06,
3330
+ "loss": 0.0,
3331
+ "step": 11725
3332
+ },
3333
+ {
3334
+ "epoch": 3.920587253920587,
3335
+ "grad_norm": 0.0018738268408924341,
3336
+ "learning_rate": 1.121512651774956e-06,
3337
+ "loss": 0.0009,
3338
+ "step": 11750
3339
+ },
3340
+ {
3341
+ "epoch": 3.928928928928929,
3342
+ "grad_norm": 0.0014717292506247759,
3343
+ "learning_rate": 1.005653906756882e-06,
3344
+ "loss": 0.0,
3345
+ "step": 11775
3346
+ },
3347
+ {
3348
+ "epoch": 3.9372706039372707,
3349
+ "grad_norm": 0.00021975289564579725,
3350
+ "learning_rate": 8.897951617388081e-07,
3351
+ "loss": 0.0,
3352
+ "step": 11800
3353
+ },
3354
+ {
3355
+ "epoch": 3.945612278945612,
3356
+ "grad_norm": 0.0005329960258677602,
3357
+ "learning_rate": 7.739364167207342e-07,
3358
+ "loss": 0.0001,
3359
+ "step": 11825
3360
+ },
3361
+ {
3362
+ "epoch": 3.953953953953954,
3363
+ "grad_norm": 0.0001847147213993594,
3364
+ "learning_rate": 6.580776717026602e-07,
3365
+ "loss": 0.0,
3366
+ "step": 11850
3367
+ },
3368
+ {
3369
+ "epoch": 3.9622956289622957,
3370
+ "grad_norm": 0.00019793544197455049,
3371
+ "learning_rate": 5.422189266845861e-07,
3372
+ "loss": 0.0,
3373
+ "step": 11875
3374
+ },
3375
+ {
3376
+ "epoch": 3.970637303970637,
3377
+ "grad_norm": 0.0004685576423071325,
3378
+ "learning_rate": 4.2636018166651216e-07,
3379
+ "loss": 0.0,
3380
+ "step": 11900
3381
+ },
3382
+ {
3383
+ "epoch": 3.978978978978979,
3384
+ "grad_norm": 0.00016259195399470627,
3385
+ "learning_rate": 3.1050143664843824e-07,
3386
+ "loss": 0.0,
3387
+ "step": 11925
3388
+ },
3389
+ {
3390
+ "epoch": 3.9873206539873207,
3391
+ "grad_norm": 0.0003845692554023117,
3392
+ "learning_rate": 1.9464269163036427e-07,
3393
+ "loss": 0.0,
3394
+ "step": 11950
3395
+ },
3396
+ {
3397
+ "epoch": 3.995662328995662,
3398
+ "grad_norm": 0.0001322088937740773,
3399
+ "learning_rate": 7.87839466122903e-08,
3400
+ "loss": 0.0225,
3401
+ "step": 11975
3402
+ },
3403
+ {
3404
+ "epoch": 4.0,
3405
+ "eval_accuracy": 0.9991658324991658,
3406
+ "eval_auc": 0.9999155405405404,
3407
+ "eval_f1": 0.9659863945578231,
3408
+ "eval_loss": 0.002970785601064563,
3409
+ "eval_precision": 0.9726027397260274,
3410
+ "eval_recall": 0.9594594594594594,
3411
+ "eval_runtime": 77.7268,
3412
+ "eval_samples_per_second": 77.116,
3413
+ "eval_steps_per_second": 4.825,
3414
+ "step": 11988
3415
+ }
3416
+ ],
3417
+ "logging_steps": 25,
3418
+ "max_steps": 11988,
3419
+ "num_input_tokens_seen": 0,
3420
+ "num_train_epochs": 4,
3421
+ "save_steps": 500,
3422
+ "stateful_callbacks": {
3423
+ "EarlyStoppingCallback": {
3424
+ "args": {
3425
+ "early_stopping_patience": 5,
3426
+ "early_stopping_threshold": 0.01
3427
+ },
3428
+ "attributes": {
3429
+ "early_stopping_patience_counter": 3
3430
+ }
3431
+ },
3432
+ "TrainerControl": {
3433
+ "args": {
3434
+ "should_epoch_stop": false,
3435
+ "should_evaluate": false,
3436
+ "should_log": false,
3437
+ "should_save": true,
3438
+ "should_training_stop": true
3439
+ },
3440
+ "attributes": {}
3441
+ }
3442
+ },
3443
+ "total_flos": 2.1910999185868456e+19,
3444
+ "train_batch_size": 8,
3445
+ "trial_name": null,
3446
+ "trial_params": null
3447
+ }
checkpoint-11988/training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:1e1f3384e989a1539b5906b36be83b4eac30c9e6deb0978c70bb1e0130837932
3
+ size 5240
config.json ADDED
@@ -0,0 +1,33 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "google/vit-base-patch16-384",
3
+ "_num_labels": 2,
4
+ "architectures": [
5
+ "ViTForImageClassification"
6
+ ],
7
+ "attention_probs_dropout_prob": 0.0,
8
+ "encoder_stride": 16,
9
+ "hidden_act": "gelu",
10
+ "hidden_dropout_prob": 0.0,
11
+ "hidden_size": 768,
12
+ "id2label": {
13
+ "0": "not_soyjak",
14
+ "1": "soyjak"
15
+ },
16
+ "image_size": 384,
17
+ "initializer_range": 0.02,
18
+ "intermediate_size": 3072,
19
+ "label2id": {
20
+ "not_soyjak": 0,
21
+ "soyjak": 1
22
+ },
23
+ "layer_norm_eps": 1e-12,
24
+ "model_type": "vit",
25
+ "num_attention_heads": 12,
26
+ "num_channels": 3,
27
+ "num_hidden_layers": 12,
28
+ "patch_size": 16,
29
+ "problem_type": "single_label_classification",
30
+ "qkv_bias": true,
31
+ "torch_dtype": "float32",
32
+ "transformers_version": "4.45.0"
33
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:79c52f74f6defcd2becb5f8c8d19d415c07a5ce8587e929a351d1a886356b70f
3
+ size 344391328
preprocessor_config.json ADDED
@@ -0,0 +1,22 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "do_normalize": true,
3
+ "do_rescale": true,
4
+ "do_resize": true,
5
+ "image_mean": [
6
+ 0.5,
7
+ 0.5,
8
+ 0.5
9
+ ],
10
+ "image_processor_type": "ViTImageProcessor",
11
+ "image_std": [
12
+ 0.5,
13
+ 0.5,
14
+ 0.5
15
+ ],
16
+ "resample": 2,
17
+ "rescale_factor": 0.00392156862745098,
18
+ "size": {
19
+ "height": 384,
20
+ "width": 384
21
+ }
22
+ }
runs/Oct21_02-57-43_r-haiefff-sjstuff-xmuxso1w-882ba-zoike/events.out.tfevents.1729479465.r-haiefff-sjstuff-xmuxso1w-882ba-zoike.172.0 CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:a3fda21f7fc6bff52c0599674a4df5835c29e795e06153abf02a0b4a261cc860
3
- size 92794
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:6a7d6050b550d161da793e6a838f5d542515bfbffd48dea5d9ab95b65f72d9f7
3
+ size 108437
runs/Oct21_02-57-43_r-haiefff-sjstuff-xmuxso1w-882ba-zoike/events.out.tfevents.1729483109.r-haiefff-sjstuff-xmuxso1w-882ba-zoike.172.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:d4fba17fc52bfc3f79b37e671a4269994a8362f1e30d2c52cab261b385e1295b
3
+ size 607
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:1e1f3384e989a1539b5906b36be83b4eac30c9e6deb0978c70bb1e0130837932
3
+ size 5240
training_params.json ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "data_path": "sj-det-3/autotrain-data",
3
+ "model": "google/vit-base-patch16-384",
4
+ "username": "haiefff",
5
+ "lr": 5e-05,
6
+ "epochs": 4,
7
+ "batch_size": 8,
8
+ "warmup_ratio": 0.1,
9
+ "gradient_accumulation": 1,
10
+ "optimizer": "adamw_torch",
11
+ "scheduler": "linear",
12
+ "weight_decay": 0.0,
13
+ "max_grad_norm": 1.0,
14
+ "seed": 42,
15
+ "train_split": "train",
16
+ "valid_split": "validation",
17
+ "logging_steps": -1,
18
+ "project_name": "sj-det-3",
19
+ "auto_find_batch_size": false,
20
+ "mixed_precision": "fp16",
21
+ "save_total_limit": 1,
22
+ "push_to_hub": true,
23
+ "eval_strategy": "epoch",
24
+ "image_column": "autotrain_image",
25
+ "target_column": "autotrain_label",
26
+ "log": "tensorboard",
27
+ "early_stopping_patience": 5,
28
+ "early_stopping_threshold": 0.01
29
+ }