ideepankarsharma2003 commited on
Commit
65ff560
1 Parent(s): d3e8af1

added all set up

Browse files
config.json ADDED
@@ -0,0 +1,63 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "umm-maybe/AI-image-detector",
3
+ "architectures": [
4
+ "SwinForImageClassification"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.0,
7
+ "depths": [
8
+ 2,
9
+ 2,
10
+ 18,
11
+ 2
12
+ ],
13
+ "drop_path_rate": 0.1,
14
+ "embed_dim": 128,
15
+ "encoder_stride": 32,
16
+ "hidden_act": "gelu",
17
+ "hidden_dropout_prob": 0.0,
18
+ "hidden_size": 1024,
19
+ "id2label": {
20
+ "0": "ai_gen",
21
+ "1": "human"
22
+ },
23
+ "image_size": 224,
24
+ "initializer_range": 0.02,
25
+ "label2id": {
26
+ "ai_gen": "0",
27
+ "human": "1"
28
+ },
29
+ "layer_norm_eps": 1e-05,
30
+ "max_length": 128,
31
+ "mlp_ratio": 4.0,
32
+ "model_type": "swin",
33
+ "num_channels": 3,
34
+ "num_heads": [
35
+ 4,
36
+ 8,
37
+ 16,
38
+ 32
39
+ ],
40
+ "num_layers": 4,
41
+ "out_features": [
42
+ "stage4"
43
+ ],
44
+ "out_indices": [
45
+ 4
46
+ ],
47
+ "padding": "max_length",
48
+ "patch_size": 4,
49
+ "path_norm": true,
50
+ "problem_type": "single_label_classification",
51
+ "qkv_bias": true,
52
+ "stage_names": [
53
+ "stem",
54
+ "stage1",
55
+ "stage2",
56
+ "stage3",
57
+ "stage4"
58
+ ],
59
+ "torch_dtype": "float32",
60
+ "transformers_version": "4.37.2",
61
+ "use_absolute_embeddings": false,
62
+ "window_size": 7
63
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:58457fe35502bf9d591620e0971895d68bea5fae61544c2b2cae888dc603e822
3
+ size 347498816
optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:76ff02edeebd91b23634b24589add183c0e2344206543246194ad85a12a1181f
3
+ size 694317645
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": 224,
20
+ "width": 224
21
+ }
22
+ }
rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:b7f06d75ab90b5e2edbd49ee5d6e1f232cde2ddb85c1cff8c9b5f93b6d14c085
3
+ size 14244
scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:1a9bace81c5fda36e81d152c6c83f858f6f523157d1641c36b5ccc654f2c8859
3
+ size 1064
trainer_state.json ADDED
@@ -0,0 +1,1419 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 1.0,
3
+ "best_model_checkpoint": "ai_detector_v3/checkpoint-1709",
4
+ "epoch": 4.0,
5
+ "eval_steps": 500,
6
+ "global_step": 2279,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.02,
13
+ "learning_rate": 1.4619883040935671e-06,
14
+ "loss": 1.3185,
15
+ "step": 10
16
+ },
17
+ {
18
+ "epoch": 0.04,
19
+ "learning_rate": 2.9239766081871343e-06,
20
+ "loss": 0.9483,
21
+ "step": 20
22
+ },
23
+ {
24
+ "epoch": 0.05,
25
+ "learning_rate": 4.3859649122807014e-06,
26
+ "loss": 0.591,
27
+ "step": 30
28
+ },
29
+ {
30
+ "epoch": 0.07,
31
+ "learning_rate": 5.8479532163742686e-06,
32
+ "loss": 0.3762,
33
+ "step": 40
34
+ },
35
+ {
36
+ "epoch": 0.09,
37
+ "learning_rate": 7.3099415204678366e-06,
38
+ "loss": 0.2428,
39
+ "step": 50
40
+ },
41
+ {
42
+ "epoch": 0.11,
43
+ "learning_rate": 8.771929824561403e-06,
44
+ "loss": 0.1249,
45
+ "step": 60
46
+ },
47
+ {
48
+ "epoch": 0.12,
49
+ "learning_rate": 1.023391812865497e-05,
50
+ "loss": 0.0659,
51
+ "step": 70
52
+ },
53
+ {
54
+ "epoch": 0.14,
55
+ "learning_rate": 1.1695906432748537e-05,
56
+ "loss": 0.0381,
57
+ "step": 80
58
+ },
59
+ {
60
+ "epoch": 0.16,
61
+ "learning_rate": 1.3157894736842106e-05,
62
+ "loss": 0.0321,
63
+ "step": 90
64
+ },
65
+ {
66
+ "epoch": 0.18,
67
+ "learning_rate": 1.4619883040935673e-05,
68
+ "loss": 0.0301,
69
+ "step": 100
70
+ },
71
+ {
72
+ "epoch": 0.19,
73
+ "learning_rate": 1.608187134502924e-05,
74
+ "loss": 0.0395,
75
+ "step": 110
76
+ },
77
+ {
78
+ "epoch": 0.21,
79
+ "learning_rate": 1.7543859649122806e-05,
80
+ "loss": 0.0197,
81
+ "step": 120
82
+ },
83
+ {
84
+ "epoch": 0.23,
85
+ "learning_rate": 1.9005847953216373e-05,
86
+ "loss": 0.0226,
87
+ "step": 130
88
+ },
89
+ {
90
+ "epoch": 0.25,
91
+ "learning_rate": 2.046783625730994e-05,
92
+ "loss": 0.0233,
93
+ "step": 140
94
+ },
95
+ {
96
+ "epoch": 0.26,
97
+ "learning_rate": 2.1929824561403507e-05,
98
+ "loss": 0.0098,
99
+ "step": 150
100
+ },
101
+ {
102
+ "epoch": 0.28,
103
+ "learning_rate": 2.3391812865497074e-05,
104
+ "loss": 0.0188,
105
+ "step": 160
106
+ },
107
+ {
108
+ "epoch": 0.3,
109
+ "learning_rate": 2.485380116959064e-05,
110
+ "loss": 0.014,
111
+ "step": 170
112
+ },
113
+ {
114
+ "epoch": 0.32,
115
+ "learning_rate": 2.6315789473684212e-05,
116
+ "loss": 0.0354,
117
+ "step": 180
118
+ },
119
+ {
120
+ "epoch": 0.33,
121
+ "learning_rate": 2.777777777777778e-05,
122
+ "loss": 0.0126,
123
+ "step": 190
124
+ },
125
+ {
126
+ "epoch": 0.35,
127
+ "learning_rate": 2.9239766081871346e-05,
128
+ "loss": 0.0063,
129
+ "step": 200
130
+ },
131
+ {
132
+ "epoch": 0.37,
133
+ "learning_rate": 3.0701754385964913e-05,
134
+ "loss": 0.0325,
135
+ "step": 210
136
+ },
137
+ {
138
+ "epoch": 0.39,
139
+ "learning_rate": 3.216374269005848e-05,
140
+ "loss": 0.0139,
141
+ "step": 220
142
+ },
143
+ {
144
+ "epoch": 0.4,
145
+ "learning_rate": 3.362573099415205e-05,
146
+ "loss": 0.0258,
147
+ "step": 230
148
+ },
149
+ {
150
+ "epoch": 0.42,
151
+ "learning_rate": 3.508771929824561e-05,
152
+ "loss": 0.032,
153
+ "step": 240
154
+ },
155
+ {
156
+ "epoch": 0.44,
157
+ "learning_rate": 3.654970760233918e-05,
158
+ "loss": 0.0188,
159
+ "step": 250
160
+ },
161
+ {
162
+ "epoch": 0.46,
163
+ "learning_rate": 3.8011695906432746e-05,
164
+ "loss": 0.0005,
165
+ "step": 260
166
+ },
167
+ {
168
+ "epoch": 0.47,
169
+ "learning_rate": 3.9473684210526316e-05,
170
+ "loss": 0.0124,
171
+ "step": 270
172
+ },
173
+ {
174
+ "epoch": 0.49,
175
+ "learning_rate": 4.093567251461988e-05,
176
+ "loss": 0.0615,
177
+ "step": 280
178
+ },
179
+ {
180
+ "epoch": 0.51,
181
+ "learning_rate": 4.239766081871345e-05,
182
+ "loss": 0.0297,
183
+ "step": 290
184
+ },
185
+ {
186
+ "epoch": 0.53,
187
+ "learning_rate": 4.3859649122807014e-05,
188
+ "loss": 0.0387,
189
+ "step": 300
190
+ },
191
+ {
192
+ "epoch": 0.54,
193
+ "learning_rate": 4.5321637426900585e-05,
194
+ "loss": 0.0151,
195
+ "step": 310
196
+ },
197
+ {
198
+ "epoch": 0.56,
199
+ "learning_rate": 4.678362573099415e-05,
200
+ "loss": 0.0329,
201
+ "step": 320
202
+ },
203
+ {
204
+ "epoch": 0.58,
205
+ "learning_rate": 4.824561403508772e-05,
206
+ "loss": 0.0155,
207
+ "step": 330
208
+ },
209
+ {
210
+ "epoch": 0.6,
211
+ "learning_rate": 4.970760233918128e-05,
212
+ "loss": 0.019,
213
+ "step": 340
214
+ },
215
+ {
216
+ "epoch": 0.61,
217
+ "learning_rate": 4.986979166666667e-05,
218
+ "loss": 0.0359,
219
+ "step": 350
220
+ },
221
+ {
222
+ "epoch": 0.63,
223
+ "learning_rate": 4.970703125e-05,
224
+ "loss": 0.0117,
225
+ "step": 360
226
+ },
227
+ {
228
+ "epoch": 0.65,
229
+ "learning_rate": 4.954427083333333e-05,
230
+ "loss": 0.0169,
231
+ "step": 370
232
+ },
233
+ {
234
+ "epoch": 0.67,
235
+ "learning_rate": 4.938151041666667e-05,
236
+ "loss": 0.0084,
237
+ "step": 380
238
+ },
239
+ {
240
+ "epoch": 0.68,
241
+ "learning_rate": 4.921875e-05,
242
+ "loss": 0.0178,
243
+ "step": 390
244
+ },
245
+ {
246
+ "epoch": 0.7,
247
+ "learning_rate": 4.905598958333333e-05,
248
+ "loss": 0.0063,
249
+ "step": 400
250
+ },
251
+ {
252
+ "epoch": 0.72,
253
+ "learning_rate": 4.889322916666667e-05,
254
+ "loss": 0.034,
255
+ "step": 410
256
+ },
257
+ {
258
+ "epoch": 0.74,
259
+ "learning_rate": 4.873046875e-05,
260
+ "loss": 0.0216,
261
+ "step": 420
262
+ },
263
+ {
264
+ "epoch": 0.75,
265
+ "learning_rate": 4.856770833333333e-05,
266
+ "loss": 0.003,
267
+ "step": 430
268
+ },
269
+ {
270
+ "epoch": 0.77,
271
+ "learning_rate": 4.840494791666667e-05,
272
+ "loss": 0.0081,
273
+ "step": 440
274
+ },
275
+ {
276
+ "epoch": 0.79,
277
+ "learning_rate": 4.82421875e-05,
278
+ "loss": 0.009,
279
+ "step": 450
280
+ },
281
+ {
282
+ "epoch": 0.81,
283
+ "learning_rate": 4.807942708333333e-05,
284
+ "loss": 0.0015,
285
+ "step": 460
286
+ },
287
+ {
288
+ "epoch": 0.82,
289
+ "learning_rate": 4.791666666666667e-05,
290
+ "loss": 0.0056,
291
+ "step": 470
292
+ },
293
+ {
294
+ "epoch": 0.84,
295
+ "learning_rate": 4.775390625e-05,
296
+ "loss": 0.0179,
297
+ "step": 480
298
+ },
299
+ {
300
+ "epoch": 0.86,
301
+ "learning_rate": 4.759114583333334e-05,
302
+ "loss": 0.0051,
303
+ "step": 490
304
+ },
305
+ {
306
+ "epoch": 0.88,
307
+ "learning_rate": 4.742838541666667e-05,
308
+ "loss": 0.0005,
309
+ "step": 500
310
+ },
311
+ {
312
+ "epoch": 0.9,
313
+ "learning_rate": 4.7265625000000005e-05,
314
+ "loss": 0.0244,
315
+ "step": 510
316
+ },
317
+ {
318
+ "epoch": 0.91,
319
+ "learning_rate": 4.7102864583333336e-05,
320
+ "loss": 0.0008,
321
+ "step": 520
322
+ },
323
+ {
324
+ "epoch": 0.93,
325
+ "learning_rate": 4.6940104166666674e-05,
326
+ "loss": 0.0074,
327
+ "step": 530
328
+ },
329
+ {
330
+ "epoch": 0.95,
331
+ "learning_rate": 4.6777343750000005e-05,
332
+ "loss": 0.0083,
333
+ "step": 540
334
+ },
335
+ {
336
+ "epoch": 0.97,
337
+ "learning_rate": 4.6614583333333336e-05,
338
+ "loss": 0.0139,
339
+ "step": 550
340
+ },
341
+ {
342
+ "epoch": 0.98,
343
+ "learning_rate": 4.6451822916666674e-05,
344
+ "loss": 0.0243,
345
+ "step": 560
346
+ },
347
+ {
348
+ "epoch": 1.0,
349
+ "eval_accuracy": 0.9985,
350
+ "eval_loss": 0.00362112233415246,
351
+ "eval_runtime": 132.255,
352
+ "eval_samples_per_second": 15.122,
353
+ "eval_steps_per_second": 0.945,
354
+ "step": 569
355
+ },
356
+ {
357
+ "epoch": 1.0,
358
+ "learning_rate": 4.6289062500000005e-05,
359
+ "loss": 0.0081,
360
+ "step": 570
361
+ },
362
+ {
363
+ "epoch": 1.02,
364
+ "learning_rate": 4.6126302083333335e-05,
365
+ "loss": 0.0097,
366
+ "step": 580
367
+ },
368
+ {
369
+ "epoch": 1.04,
370
+ "learning_rate": 4.596354166666667e-05,
371
+ "loss": 0.0084,
372
+ "step": 590
373
+ },
374
+ {
375
+ "epoch": 1.05,
376
+ "learning_rate": 4.5800781250000004e-05,
377
+ "loss": 0.0032,
378
+ "step": 600
379
+ },
380
+ {
381
+ "epoch": 1.07,
382
+ "learning_rate": 4.5638020833333335e-05,
383
+ "loss": 0.017,
384
+ "step": 610
385
+ },
386
+ {
387
+ "epoch": 1.09,
388
+ "learning_rate": 4.547526041666667e-05,
389
+ "loss": 0.0099,
390
+ "step": 620
391
+ },
392
+ {
393
+ "epoch": 1.11,
394
+ "learning_rate": 4.5312500000000004e-05,
395
+ "loss": 0.0126,
396
+ "step": 630
397
+ },
398
+ {
399
+ "epoch": 1.12,
400
+ "learning_rate": 4.5149739583333335e-05,
401
+ "loss": 0.0001,
402
+ "step": 640
403
+ },
404
+ {
405
+ "epoch": 1.14,
406
+ "learning_rate": 4.498697916666667e-05,
407
+ "loss": 0.0009,
408
+ "step": 650
409
+ },
410
+ {
411
+ "epoch": 1.16,
412
+ "learning_rate": 4.482421875e-05,
413
+ "loss": 0.0134,
414
+ "step": 660
415
+ },
416
+ {
417
+ "epoch": 1.18,
418
+ "learning_rate": 4.4661458333333334e-05,
419
+ "loss": 0.0115,
420
+ "step": 670
421
+ },
422
+ {
423
+ "epoch": 1.19,
424
+ "learning_rate": 4.449869791666667e-05,
425
+ "loss": 0.0019,
426
+ "step": 680
427
+ },
428
+ {
429
+ "epoch": 1.21,
430
+ "learning_rate": 4.43359375e-05,
431
+ "loss": 0.0005,
432
+ "step": 690
433
+ },
434
+ {
435
+ "epoch": 1.23,
436
+ "learning_rate": 4.4173177083333334e-05,
437
+ "loss": 0.0229,
438
+ "step": 700
439
+ },
440
+ {
441
+ "epoch": 1.25,
442
+ "learning_rate": 4.401041666666667e-05,
443
+ "loss": 0.0052,
444
+ "step": 710
445
+ },
446
+ {
447
+ "epoch": 1.26,
448
+ "learning_rate": 4.384765625e-05,
449
+ "loss": 0.0088,
450
+ "step": 720
451
+ },
452
+ {
453
+ "epoch": 1.28,
454
+ "learning_rate": 4.368489583333333e-05,
455
+ "loss": 0.0252,
456
+ "step": 730
457
+ },
458
+ {
459
+ "epoch": 1.3,
460
+ "learning_rate": 4.352213541666667e-05,
461
+ "loss": 0.0143,
462
+ "step": 740
463
+ },
464
+ {
465
+ "epoch": 1.32,
466
+ "learning_rate": 4.3359375e-05,
467
+ "loss": 0.0051,
468
+ "step": 750
469
+ },
470
+ {
471
+ "epoch": 1.33,
472
+ "learning_rate": 4.319661458333333e-05,
473
+ "loss": 0.0282,
474
+ "step": 760
475
+ },
476
+ {
477
+ "epoch": 1.35,
478
+ "learning_rate": 4.303385416666667e-05,
479
+ "loss": 0.0107,
480
+ "step": 770
481
+ },
482
+ {
483
+ "epoch": 1.37,
484
+ "learning_rate": 4.287109375e-05,
485
+ "loss": 0.022,
486
+ "step": 780
487
+ },
488
+ {
489
+ "epoch": 1.39,
490
+ "learning_rate": 4.270833333333333e-05,
491
+ "loss": 0.0206,
492
+ "step": 790
493
+ },
494
+ {
495
+ "epoch": 1.4,
496
+ "learning_rate": 4.254557291666667e-05,
497
+ "loss": 0.0218,
498
+ "step": 800
499
+ },
500
+ {
501
+ "epoch": 1.42,
502
+ "learning_rate": 4.23828125e-05,
503
+ "loss": 0.0038,
504
+ "step": 810
505
+ },
506
+ {
507
+ "epoch": 1.44,
508
+ "learning_rate": 4.222005208333333e-05,
509
+ "loss": 0.0176,
510
+ "step": 820
511
+ },
512
+ {
513
+ "epoch": 1.46,
514
+ "learning_rate": 4.205729166666667e-05,
515
+ "loss": 0.0154,
516
+ "step": 830
517
+ },
518
+ {
519
+ "epoch": 1.47,
520
+ "learning_rate": 4.189453125e-05,
521
+ "loss": 0.0066,
522
+ "step": 840
523
+ },
524
+ {
525
+ "epoch": 1.49,
526
+ "learning_rate": 4.173177083333333e-05,
527
+ "loss": 0.013,
528
+ "step": 850
529
+ },
530
+ {
531
+ "epoch": 1.51,
532
+ "learning_rate": 4.156901041666667e-05,
533
+ "loss": 0.0027,
534
+ "step": 860
535
+ },
536
+ {
537
+ "epoch": 1.53,
538
+ "learning_rate": 4.140625e-05,
539
+ "loss": 0.0085,
540
+ "step": 870
541
+ },
542
+ {
543
+ "epoch": 1.54,
544
+ "learning_rate": 4.124348958333333e-05,
545
+ "loss": 0.0099,
546
+ "step": 880
547
+ },
548
+ {
549
+ "epoch": 1.56,
550
+ "learning_rate": 4.108072916666667e-05,
551
+ "loss": 0.0059,
552
+ "step": 890
553
+ },
554
+ {
555
+ "epoch": 1.58,
556
+ "learning_rate": 4.091796875e-05,
557
+ "loss": 0.0067,
558
+ "step": 900
559
+ },
560
+ {
561
+ "epoch": 1.6,
562
+ "learning_rate": 4.075520833333333e-05,
563
+ "loss": 0.0073,
564
+ "step": 910
565
+ },
566
+ {
567
+ "epoch": 1.61,
568
+ "learning_rate": 4.059244791666667e-05,
569
+ "loss": 0.006,
570
+ "step": 920
571
+ },
572
+ {
573
+ "epoch": 1.63,
574
+ "learning_rate": 4.04296875e-05,
575
+ "loss": 0.0022,
576
+ "step": 930
577
+ },
578
+ {
579
+ "epoch": 1.65,
580
+ "learning_rate": 4.026692708333333e-05,
581
+ "loss": 0.0007,
582
+ "step": 940
583
+ },
584
+ {
585
+ "epoch": 1.67,
586
+ "learning_rate": 4.010416666666667e-05,
587
+ "loss": 0.0031,
588
+ "step": 950
589
+ },
590
+ {
591
+ "epoch": 1.68,
592
+ "learning_rate": 3.994140625e-05,
593
+ "loss": 0.0107,
594
+ "step": 960
595
+ },
596
+ {
597
+ "epoch": 1.7,
598
+ "learning_rate": 3.9778645833333337e-05,
599
+ "loss": 0.0582,
600
+ "step": 970
601
+ },
602
+ {
603
+ "epoch": 1.72,
604
+ "learning_rate": 3.961588541666667e-05,
605
+ "loss": 0.003,
606
+ "step": 980
607
+ },
608
+ {
609
+ "epoch": 1.74,
610
+ "learning_rate": 3.9453125000000005e-05,
611
+ "loss": 0.0234,
612
+ "step": 990
613
+ },
614
+ {
615
+ "epoch": 1.76,
616
+ "learning_rate": 3.9290364583333336e-05,
617
+ "loss": 0.0026,
618
+ "step": 1000
619
+ },
620
+ {
621
+ "epoch": 1.77,
622
+ "learning_rate": 3.912760416666667e-05,
623
+ "loss": 0.0067,
624
+ "step": 1010
625
+ },
626
+ {
627
+ "epoch": 1.79,
628
+ "learning_rate": 3.8964843750000005e-05,
629
+ "loss": 0.0079,
630
+ "step": 1020
631
+ },
632
+ {
633
+ "epoch": 1.81,
634
+ "learning_rate": 3.8802083333333336e-05,
635
+ "loss": 0.0045,
636
+ "step": 1030
637
+ },
638
+ {
639
+ "epoch": 1.83,
640
+ "learning_rate": 3.8639322916666673e-05,
641
+ "loss": 0.0007,
642
+ "step": 1040
643
+ },
644
+ {
645
+ "epoch": 1.84,
646
+ "learning_rate": 3.8476562500000004e-05,
647
+ "loss": 0.0058,
648
+ "step": 1050
649
+ },
650
+ {
651
+ "epoch": 1.86,
652
+ "learning_rate": 3.8313802083333335e-05,
653
+ "loss": 0.0004,
654
+ "step": 1060
655
+ },
656
+ {
657
+ "epoch": 1.88,
658
+ "learning_rate": 3.815104166666667e-05,
659
+ "loss": 0.0005,
660
+ "step": 1070
661
+ },
662
+ {
663
+ "epoch": 1.9,
664
+ "learning_rate": 3.7988281250000004e-05,
665
+ "loss": 0.01,
666
+ "step": 1080
667
+ },
668
+ {
669
+ "epoch": 1.91,
670
+ "learning_rate": 3.7825520833333335e-05,
671
+ "loss": 0.0002,
672
+ "step": 1090
673
+ },
674
+ {
675
+ "epoch": 1.93,
676
+ "learning_rate": 3.766276041666667e-05,
677
+ "loss": 0.0137,
678
+ "step": 1100
679
+ },
680
+ {
681
+ "epoch": 1.95,
682
+ "learning_rate": 3.7500000000000003e-05,
683
+ "loss": 0.0002,
684
+ "step": 1110
685
+ },
686
+ {
687
+ "epoch": 1.97,
688
+ "learning_rate": 3.7337239583333334e-05,
689
+ "loss": 0.0067,
690
+ "step": 1120
691
+ },
692
+ {
693
+ "epoch": 1.98,
694
+ "learning_rate": 3.717447916666667e-05,
695
+ "loss": 0.0002,
696
+ "step": 1130
697
+ },
698
+ {
699
+ "epoch": 2.0,
700
+ "eval_accuracy": 0.9995,
701
+ "eval_loss": 0.0011123190633952618,
702
+ "eval_runtime": 135.6796,
703
+ "eval_samples_per_second": 14.741,
704
+ "eval_steps_per_second": 0.921,
705
+ "step": 1139
706
+ },
707
+ {
708
+ "epoch": 2.0,
709
+ "learning_rate": 3.701171875e-05,
710
+ "loss": 0.0006,
711
+ "step": 1140
712
+ },
713
+ {
714
+ "epoch": 2.02,
715
+ "learning_rate": 3.6848958333333334e-05,
716
+ "loss": 0.0001,
717
+ "step": 1150
718
+ },
719
+ {
720
+ "epoch": 2.04,
721
+ "learning_rate": 3.668619791666667e-05,
722
+ "loss": 0.0001,
723
+ "step": 1160
724
+ },
725
+ {
726
+ "epoch": 2.05,
727
+ "learning_rate": 3.65234375e-05,
728
+ "loss": 0.0002,
729
+ "step": 1170
730
+ },
731
+ {
732
+ "epoch": 2.07,
733
+ "learning_rate": 3.6360677083333334e-05,
734
+ "loss": 0.0001,
735
+ "step": 1180
736
+ },
737
+ {
738
+ "epoch": 2.09,
739
+ "learning_rate": 3.619791666666667e-05,
740
+ "loss": 0.004,
741
+ "step": 1190
742
+ },
743
+ {
744
+ "epoch": 2.11,
745
+ "learning_rate": 3.603515625e-05,
746
+ "loss": 0.0038,
747
+ "step": 1200
748
+ },
749
+ {
750
+ "epoch": 2.12,
751
+ "learning_rate": 3.587239583333333e-05,
752
+ "loss": 0.0234,
753
+ "step": 1210
754
+ },
755
+ {
756
+ "epoch": 2.14,
757
+ "learning_rate": 3.570963541666667e-05,
758
+ "loss": 0.0009,
759
+ "step": 1220
760
+ },
761
+ {
762
+ "epoch": 2.16,
763
+ "learning_rate": 3.5546875e-05,
764
+ "loss": 0.0022,
765
+ "step": 1230
766
+ },
767
+ {
768
+ "epoch": 2.18,
769
+ "learning_rate": 3.538411458333333e-05,
770
+ "loss": 0.0001,
771
+ "step": 1240
772
+ },
773
+ {
774
+ "epoch": 2.19,
775
+ "learning_rate": 3.522135416666667e-05,
776
+ "loss": 0.0003,
777
+ "step": 1250
778
+ },
779
+ {
780
+ "epoch": 2.21,
781
+ "learning_rate": 3.505859375e-05,
782
+ "loss": 0.0071,
783
+ "step": 1260
784
+ },
785
+ {
786
+ "epoch": 2.23,
787
+ "learning_rate": 3.489583333333333e-05,
788
+ "loss": 0.0004,
789
+ "step": 1270
790
+ },
791
+ {
792
+ "epoch": 2.25,
793
+ "learning_rate": 3.473307291666667e-05,
794
+ "loss": 0.0008,
795
+ "step": 1280
796
+ },
797
+ {
798
+ "epoch": 2.26,
799
+ "learning_rate": 3.45703125e-05,
800
+ "loss": 0.0048,
801
+ "step": 1290
802
+ },
803
+ {
804
+ "epoch": 2.28,
805
+ "learning_rate": 3.440755208333333e-05,
806
+ "loss": 0.0,
807
+ "step": 1300
808
+ },
809
+ {
810
+ "epoch": 2.3,
811
+ "learning_rate": 3.424479166666667e-05,
812
+ "loss": 0.0,
813
+ "step": 1310
814
+ },
815
+ {
816
+ "epoch": 2.32,
817
+ "learning_rate": 3.408203125e-05,
818
+ "loss": 0.0,
819
+ "step": 1320
820
+ },
821
+ {
822
+ "epoch": 2.33,
823
+ "learning_rate": 3.391927083333333e-05,
824
+ "loss": 0.0,
825
+ "step": 1330
826
+ },
827
+ {
828
+ "epoch": 2.35,
829
+ "learning_rate": 3.375651041666667e-05,
830
+ "loss": 0.0,
831
+ "step": 1340
832
+ },
833
+ {
834
+ "epoch": 2.37,
835
+ "learning_rate": 3.359375e-05,
836
+ "loss": 0.0002,
837
+ "step": 1350
838
+ },
839
+ {
840
+ "epoch": 2.39,
841
+ "learning_rate": 3.343098958333333e-05,
842
+ "loss": 0.0001,
843
+ "step": 1360
844
+ },
845
+ {
846
+ "epoch": 2.4,
847
+ "learning_rate": 3.326822916666667e-05,
848
+ "loss": 0.0019,
849
+ "step": 1370
850
+ },
851
+ {
852
+ "epoch": 2.42,
853
+ "learning_rate": 3.310546875e-05,
854
+ "loss": 0.0001,
855
+ "step": 1380
856
+ },
857
+ {
858
+ "epoch": 2.44,
859
+ "learning_rate": 3.294270833333333e-05,
860
+ "loss": 0.0,
861
+ "step": 1390
862
+ },
863
+ {
864
+ "epoch": 2.46,
865
+ "learning_rate": 3.277994791666667e-05,
866
+ "loss": 0.0,
867
+ "step": 1400
868
+ },
869
+ {
870
+ "epoch": 2.47,
871
+ "learning_rate": 3.26171875e-05,
872
+ "loss": 0.0,
873
+ "step": 1410
874
+ },
875
+ {
876
+ "epoch": 2.49,
877
+ "learning_rate": 3.245442708333333e-05,
878
+ "loss": 0.0,
879
+ "step": 1420
880
+ },
881
+ {
882
+ "epoch": 2.51,
883
+ "learning_rate": 3.229166666666667e-05,
884
+ "loss": 0.0,
885
+ "step": 1430
886
+ },
887
+ {
888
+ "epoch": 2.53,
889
+ "learning_rate": 3.212890625e-05,
890
+ "loss": 0.0,
891
+ "step": 1440
892
+ },
893
+ {
894
+ "epoch": 2.54,
895
+ "learning_rate": 3.196614583333333e-05,
896
+ "loss": 0.0022,
897
+ "step": 1450
898
+ },
899
+ {
900
+ "epoch": 2.56,
901
+ "learning_rate": 3.180338541666667e-05,
902
+ "loss": 0.0152,
903
+ "step": 1460
904
+ },
905
+ {
906
+ "epoch": 2.58,
907
+ "learning_rate": 3.1640625e-05,
908
+ "loss": 0.0022,
909
+ "step": 1470
910
+ },
911
+ {
912
+ "epoch": 2.6,
913
+ "learning_rate": 3.1477864583333336e-05,
914
+ "loss": 0.0002,
915
+ "step": 1480
916
+ },
917
+ {
918
+ "epoch": 2.62,
919
+ "learning_rate": 3.131510416666667e-05,
920
+ "loss": 0.0008,
921
+ "step": 1490
922
+ },
923
+ {
924
+ "epoch": 2.63,
925
+ "learning_rate": 3.1152343750000005e-05,
926
+ "loss": 0.0003,
927
+ "step": 1500
928
+ },
929
+ {
930
+ "epoch": 2.65,
931
+ "learning_rate": 3.0989583333333336e-05,
932
+ "loss": 0.0051,
933
+ "step": 1510
934
+ },
935
+ {
936
+ "epoch": 2.67,
937
+ "learning_rate": 3.082682291666667e-05,
938
+ "loss": 0.0,
939
+ "step": 1520
940
+ },
941
+ {
942
+ "epoch": 2.69,
943
+ "learning_rate": 3.0664062500000004e-05,
944
+ "loss": 0.0,
945
+ "step": 1530
946
+ },
947
+ {
948
+ "epoch": 2.7,
949
+ "learning_rate": 3.0501302083333332e-05,
950
+ "loss": 0.0035,
951
+ "step": 1540
952
+ },
953
+ {
954
+ "epoch": 2.72,
955
+ "learning_rate": 3.033854166666667e-05,
956
+ "loss": 0.0084,
957
+ "step": 1550
958
+ },
959
+ {
960
+ "epoch": 2.74,
961
+ "learning_rate": 3.017578125e-05,
962
+ "loss": 0.0002,
963
+ "step": 1560
964
+ },
965
+ {
966
+ "epoch": 2.76,
967
+ "learning_rate": 3.001302083333333e-05,
968
+ "loss": 0.0168,
969
+ "step": 1570
970
+ },
971
+ {
972
+ "epoch": 2.77,
973
+ "learning_rate": 2.985026041666667e-05,
974
+ "loss": 0.0019,
975
+ "step": 1580
976
+ },
977
+ {
978
+ "epoch": 2.79,
979
+ "learning_rate": 2.96875e-05,
980
+ "loss": 0.0002,
981
+ "step": 1590
982
+ },
983
+ {
984
+ "epoch": 2.81,
985
+ "learning_rate": 2.9524739583333334e-05,
986
+ "loss": 0.0005,
987
+ "step": 1600
988
+ },
989
+ {
990
+ "epoch": 2.83,
991
+ "learning_rate": 2.936197916666667e-05,
992
+ "loss": 0.001,
993
+ "step": 1610
994
+ },
995
+ {
996
+ "epoch": 2.84,
997
+ "learning_rate": 2.9199218750000003e-05,
998
+ "loss": 0.0,
999
+ "step": 1620
1000
+ },
1001
+ {
1002
+ "epoch": 2.86,
1003
+ "learning_rate": 2.9036458333333334e-05,
1004
+ "loss": 0.0,
1005
+ "step": 1630
1006
+ },
1007
+ {
1008
+ "epoch": 2.88,
1009
+ "learning_rate": 2.887369791666667e-05,
1010
+ "loss": 0.0,
1011
+ "step": 1640
1012
+ },
1013
+ {
1014
+ "epoch": 2.9,
1015
+ "learning_rate": 2.8710937500000002e-05,
1016
+ "loss": 0.002,
1017
+ "step": 1650
1018
+ },
1019
+ {
1020
+ "epoch": 2.91,
1021
+ "learning_rate": 2.8548177083333333e-05,
1022
+ "loss": 0.0,
1023
+ "step": 1660
1024
+ },
1025
+ {
1026
+ "epoch": 2.93,
1027
+ "learning_rate": 2.838541666666667e-05,
1028
+ "loss": 0.0,
1029
+ "step": 1670
1030
+ },
1031
+ {
1032
+ "epoch": 2.95,
1033
+ "learning_rate": 2.8222656250000002e-05,
1034
+ "loss": 0.0,
1035
+ "step": 1680
1036
+ },
1037
+ {
1038
+ "epoch": 2.97,
1039
+ "learning_rate": 2.8059895833333333e-05,
1040
+ "loss": 0.0,
1041
+ "step": 1690
1042
+ },
1043
+ {
1044
+ "epoch": 2.98,
1045
+ "learning_rate": 2.789713541666667e-05,
1046
+ "loss": 0.0006,
1047
+ "step": 1700
1048
+ },
1049
+ {
1050
+ "epoch": 3.0,
1051
+ "eval_accuracy": 1.0,
1052
+ "eval_loss": 9.786892042029649e-05,
1053
+ "eval_runtime": 133.229,
1054
+ "eval_samples_per_second": 15.012,
1055
+ "eval_steps_per_second": 0.938,
1056
+ "step": 1709
1057
+ },
1058
+ {
1059
+ "epoch": 3.0,
1060
+ "learning_rate": 2.7734375e-05,
1061
+ "loss": 0.0017,
1062
+ "step": 1710
1063
+ },
1064
+ {
1065
+ "epoch": 3.02,
1066
+ "learning_rate": 2.7571614583333333e-05,
1067
+ "loss": 0.001,
1068
+ "step": 1720
1069
+ },
1070
+ {
1071
+ "epoch": 3.04,
1072
+ "learning_rate": 2.740885416666667e-05,
1073
+ "loss": 0.0195,
1074
+ "step": 1730
1075
+ },
1076
+ {
1077
+ "epoch": 3.05,
1078
+ "learning_rate": 2.724609375e-05,
1079
+ "loss": 0.0001,
1080
+ "step": 1740
1081
+ },
1082
+ {
1083
+ "epoch": 3.07,
1084
+ "learning_rate": 2.7083333333333332e-05,
1085
+ "loss": 0.0141,
1086
+ "step": 1750
1087
+ },
1088
+ {
1089
+ "epoch": 3.09,
1090
+ "learning_rate": 2.692057291666667e-05,
1091
+ "loss": 0.0002,
1092
+ "step": 1760
1093
+ },
1094
+ {
1095
+ "epoch": 3.11,
1096
+ "learning_rate": 2.67578125e-05,
1097
+ "loss": 0.0072,
1098
+ "step": 1770
1099
+ },
1100
+ {
1101
+ "epoch": 3.12,
1102
+ "learning_rate": 2.659505208333333e-05,
1103
+ "loss": 0.0,
1104
+ "step": 1780
1105
+ },
1106
+ {
1107
+ "epoch": 3.14,
1108
+ "learning_rate": 2.643229166666667e-05,
1109
+ "loss": 0.0001,
1110
+ "step": 1790
1111
+ },
1112
+ {
1113
+ "epoch": 3.16,
1114
+ "learning_rate": 2.626953125e-05,
1115
+ "loss": 0.0,
1116
+ "step": 1800
1117
+ },
1118
+ {
1119
+ "epoch": 3.18,
1120
+ "learning_rate": 2.610677083333333e-05,
1121
+ "loss": 0.0,
1122
+ "step": 1810
1123
+ },
1124
+ {
1125
+ "epoch": 3.19,
1126
+ "learning_rate": 2.594401041666667e-05,
1127
+ "loss": 0.0001,
1128
+ "step": 1820
1129
+ },
1130
+ {
1131
+ "epoch": 3.21,
1132
+ "learning_rate": 2.578125e-05,
1133
+ "loss": 0.0098,
1134
+ "step": 1830
1135
+ },
1136
+ {
1137
+ "epoch": 3.23,
1138
+ "learning_rate": 2.5618489583333334e-05,
1139
+ "loss": 0.0014,
1140
+ "step": 1840
1141
+ },
1142
+ {
1143
+ "epoch": 3.25,
1144
+ "learning_rate": 2.545572916666667e-05,
1145
+ "loss": 0.0003,
1146
+ "step": 1850
1147
+ },
1148
+ {
1149
+ "epoch": 3.26,
1150
+ "learning_rate": 2.5292968750000003e-05,
1151
+ "loss": 0.0021,
1152
+ "step": 1860
1153
+ },
1154
+ {
1155
+ "epoch": 3.28,
1156
+ "learning_rate": 2.5130208333333334e-05,
1157
+ "loss": 0.0,
1158
+ "step": 1870
1159
+ },
1160
+ {
1161
+ "epoch": 3.3,
1162
+ "learning_rate": 2.4967447916666668e-05,
1163
+ "loss": 0.0005,
1164
+ "step": 1880
1165
+ },
1166
+ {
1167
+ "epoch": 3.32,
1168
+ "learning_rate": 2.4804687500000002e-05,
1169
+ "loss": 0.0054,
1170
+ "step": 1890
1171
+ },
1172
+ {
1173
+ "epoch": 3.33,
1174
+ "learning_rate": 2.4641927083333337e-05,
1175
+ "loss": 0.0004,
1176
+ "step": 1900
1177
+ },
1178
+ {
1179
+ "epoch": 3.35,
1180
+ "learning_rate": 2.4479166666666668e-05,
1181
+ "loss": 0.0,
1182
+ "step": 1910
1183
+ },
1184
+ {
1185
+ "epoch": 3.37,
1186
+ "learning_rate": 2.4316406250000002e-05,
1187
+ "loss": 0.0,
1188
+ "step": 1920
1189
+ },
1190
+ {
1191
+ "epoch": 3.39,
1192
+ "learning_rate": 2.4153645833333336e-05,
1193
+ "loss": 0.0,
1194
+ "step": 1930
1195
+ },
1196
+ {
1197
+ "epoch": 3.41,
1198
+ "learning_rate": 2.3990885416666667e-05,
1199
+ "loss": 0.0,
1200
+ "step": 1940
1201
+ },
1202
+ {
1203
+ "epoch": 3.42,
1204
+ "learning_rate": 2.3828125e-05,
1205
+ "loss": 0.0,
1206
+ "step": 1950
1207
+ },
1208
+ {
1209
+ "epoch": 3.44,
1210
+ "learning_rate": 2.3665364583333336e-05,
1211
+ "loss": 0.0053,
1212
+ "step": 1960
1213
+ },
1214
+ {
1215
+ "epoch": 3.46,
1216
+ "learning_rate": 2.3502604166666667e-05,
1217
+ "loss": 0.0025,
1218
+ "step": 1970
1219
+ },
1220
+ {
1221
+ "epoch": 3.48,
1222
+ "learning_rate": 2.333984375e-05,
1223
+ "loss": 0.0002,
1224
+ "step": 1980
1225
+ },
1226
+ {
1227
+ "epoch": 3.49,
1228
+ "learning_rate": 2.3177083333333335e-05,
1229
+ "loss": 0.0001,
1230
+ "step": 1990
1231
+ },
1232
+ {
1233
+ "epoch": 3.51,
1234
+ "learning_rate": 2.3014322916666666e-05,
1235
+ "loss": 0.0019,
1236
+ "step": 2000
1237
+ },
1238
+ {
1239
+ "epoch": 3.53,
1240
+ "learning_rate": 2.28515625e-05,
1241
+ "loss": 0.0,
1242
+ "step": 2010
1243
+ },
1244
+ {
1245
+ "epoch": 3.55,
1246
+ "learning_rate": 2.2688802083333335e-05,
1247
+ "loss": 0.0001,
1248
+ "step": 2020
1249
+ },
1250
+ {
1251
+ "epoch": 3.56,
1252
+ "learning_rate": 2.2526041666666666e-05,
1253
+ "loss": 0.0031,
1254
+ "step": 2030
1255
+ },
1256
+ {
1257
+ "epoch": 3.58,
1258
+ "learning_rate": 2.236328125e-05,
1259
+ "loss": 0.0003,
1260
+ "step": 2040
1261
+ },
1262
+ {
1263
+ "epoch": 3.6,
1264
+ "learning_rate": 2.2200520833333335e-05,
1265
+ "loss": 0.0002,
1266
+ "step": 2050
1267
+ },
1268
+ {
1269
+ "epoch": 3.62,
1270
+ "learning_rate": 2.2037760416666665e-05,
1271
+ "loss": 0.0109,
1272
+ "step": 2060
1273
+ },
1274
+ {
1275
+ "epoch": 3.63,
1276
+ "learning_rate": 2.1875e-05,
1277
+ "loss": 0.0001,
1278
+ "step": 2070
1279
+ },
1280
+ {
1281
+ "epoch": 3.65,
1282
+ "learning_rate": 2.1712239583333334e-05,
1283
+ "loss": 0.0014,
1284
+ "step": 2080
1285
+ },
1286
+ {
1287
+ "epoch": 3.67,
1288
+ "learning_rate": 2.154947916666667e-05,
1289
+ "loss": 0.0001,
1290
+ "step": 2090
1291
+ },
1292
+ {
1293
+ "epoch": 3.69,
1294
+ "learning_rate": 2.138671875e-05,
1295
+ "loss": 0.0013,
1296
+ "step": 2100
1297
+ },
1298
+ {
1299
+ "epoch": 3.7,
1300
+ "learning_rate": 2.1223958333333334e-05,
1301
+ "loss": 0.0,
1302
+ "step": 2110
1303
+ },
1304
+ {
1305
+ "epoch": 3.72,
1306
+ "learning_rate": 2.1061197916666668e-05,
1307
+ "loss": 0.0,
1308
+ "step": 2120
1309
+ },
1310
+ {
1311
+ "epoch": 3.74,
1312
+ "learning_rate": 2.0898437500000002e-05,
1313
+ "loss": 0.0,
1314
+ "step": 2130
1315
+ },
1316
+ {
1317
+ "epoch": 3.76,
1318
+ "learning_rate": 2.0735677083333337e-05,
1319
+ "loss": 0.0,
1320
+ "step": 2140
1321
+ },
1322
+ {
1323
+ "epoch": 3.77,
1324
+ "learning_rate": 2.0572916666666668e-05,
1325
+ "loss": 0.0,
1326
+ "step": 2150
1327
+ },
1328
+ {
1329
+ "epoch": 3.79,
1330
+ "learning_rate": 2.0410156250000002e-05,
1331
+ "loss": 0.0,
1332
+ "step": 2160
1333
+ },
1334
+ {
1335
+ "epoch": 3.81,
1336
+ "learning_rate": 2.0247395833333336e-05,
1337
+ "loss": 0.0195,
1338
+ "step": 2170
1339
+ },
1340
+ {
1341
+ "epoch": 3.83,
1342
+ "learning_rate": 2.0084635416666667e-05,
1343
+ "loss": 0.02,
1344
+ "step": 2180
1345
+ },
1346
+ {
1347
+ "epoch": 3.84,
1348
+ "learning_rate": 1.9921875e-05,
1349
+ "loss": 0.0,
1350
+ "step": 2190
1351
+ },
1352
+ {
1353
+ "epoch": 3.86,
1354
+ "learning_rate": 1.9759114583333336e-05,
1355
+ "loss": 0.0,
1356
+ "step": 2200
1357
+ },
1358
+ {
1359
+ "epoch": 3.88,
1360
+ "learning_rate": 1.9596354166666667e-05,
1361
+ "loss": 0.0,
1362
+ "step": 2210
1363
+ },
1364
+ {
1365
+ "epoch": 3.9,
1366
+ "learning_rate": 1.943359375e-05,
1367
+ "loss": 0.0,
1368
+ "step": 2220
1369
+ },
1370
+ {
1371
+ "epoch": 3.91,
1372
+ "learning_rate": 1.9270833333333335e-05,
1373
+ "loss": 0.0008,
1374
+ "step": 2230
1375
+ },
1376
+ {
1377
+ "epoch": 3.93,
1378
+ "learning_rate": 1.9108072916666666e-05,
1379
+ "loss": 0.0,
1380
+ "step": 2240
1381
+ },
1382
+ {
1383
+ "epoch": 3.95,
1384
+ "learning_rate": 1.89453125e-05,
1385
+ "loss": 0.0002,
1386
+ "step": 2250
1387
+ },
1388
+ {
1389
+ "epoch": 3.97,
1390
+ "learning_rate": 1.8782552083333335e-05,
1391
+ "loss": 0.0055,
1392
+ "step": 2260
1393
+ },
1394
+ {
1395
+ "epoch": 3.98,
1396
+ "learning_rate": 1.8619791666666666e-05,
1397
+ "loss": 0.0002,
1398
+ "step": 2270
1399
+ },
1400
+ {
1401
+ "epoch": 4.0,
1402
+ "eval_accuracy": 1.0,
1403
+ "eval_loss": 4.17689407186117e-05,
1404
+ "eval_runtime": 133.2569,
1405
+ "eval_samples_per_second": 15.009,
1406
+ "eval_steps_per_second": 0.938,
1407
+ "step": 2279
1408
+ }
1409
+ ],
1410
+ "logging_steps": 10,
1411
+ "max_steps": 3414,
1412
+ "num_input_tokens_seen": 0,
1413
+ "num_train_epochs": 6,
1414
+ "save_steps": 500,
1415
+ "total_flos": 1.1427169361682235e+19,
1416
+ "train_batch_size": 16,
1417
+ "trial_name": null,
1418
+ "trial_params": null
1419
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:371b385f32e6c123a40eb3bc4908529aedeb055c4b738e4cb69f9c3efaa3c4cc
3
+ size 4664