Hugging Face's logo

AnonymousFILLER
/
CodeT5_SoTitle_self_improve_f1

Text2Text Generation
Transformers
Safetensors
t5
text-generation-inference
Inference Endpoints
Model card Files Community
Le Duc Anh commited on
Commit
0847743
•
1 Parent(s): e0b870b

Upload folder using huggingface_hub

Browse files
Files changed (13) hide show
  1. config.json +69 -0
  2. generation_config.json +7 -0
  3. merges.txt +0 -0
  4. model.safetensors +3 -0
  5. optimizer.pt +3 -0
  6. rng_state.pth +3 -0
  7. scheduler.pt +3 -0
  8. special_tokens_map.json +153 -0
  9. tokenizer.json +0 -0
  10. tokenizer_config.json +963 -0
  11. trainer_state.json +2799 -0
  12. training_args.bin +3 -0
  13. vocab.json +0 -0
config.json ADDED
@@ -0,0 +1,69 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "DucAnh2610/CodeT5_SoTitle",
3
+ "architectures": [
4
+ "T5ForConditionalGeneration"
5
+ ],
6
+ "bos_token_id": 1,
7
+ "classifier_dropout": 0.0,
8
+ "d_ff": 3072,
9
+ "d_kv": 64,
10
+ "d_model": 768,
11
+ "decoder_start_token_id": 0,
12
+ "dense_act_fn": "relu",
13
+ "dropout_rate": 0.1,
14
+ "eos_token_id": 2,
15
+ "feed_forward_proj": "relu",
16
+ "gradient_checkpointing": false,
17
+ "id2label": {
18
+ "0": "LABEL_0"
19
+ },
20
+ "initializer_factor": 1.0,
21
+ "is_encoder_decoder": true,
22
+ "is_gated_act": false,
23
+ "label2id": {
24
+ "LABEL_0": 0
25
+ },
26
+ "layer_norm_epsilon": 1e-06,
27
+ "model_type": "t5",
28
+ "n_positions": 512,
29
+ "num_decoder_layers": 12,
30
+ "num_heads": 12,
31
+ "num_layers": 12,
32
+ "output_past": true,
33
+ "pad_token_id": 0,
34
+ "relative_attention_max_distance": 128,
35
+ "relative_attention_num_buckets": 32,
36
+ "task_specific_params": {
37
+ "summarization": {
38
+ "early_stopping": true,
39
+ "length_penalty": 2.0,
40
+ "max_length": 200,
41
+ "min_length": 30,
42
+ "no_repeat_ngram_size": 3,
43
+ "num_beams": 4,
44
+ "prefix": "summarize: "
45
+ },
46
+ "translation_en_to_de": {
47
+ "early_stopping": true,
48
+ "max_length": 300,
49
+ "num_beams": 4,
50
+ "prefix": "translate English to German: "
51
+ },
52
+ "translation_en_to_fr": {
53
+ "early_stopping": true,
54
+ "max_length": 300,
55
+ "num_beams": 4,
56
+ "prefix": "translate English to French: "
57
+ },
58
+ "translation_en_to_ro": {
59
+ "early_stopping": true,
60
+ "max_length": 300,
61
+ "num_beams": 4,
62
+ "prefix": "translate English to Romanian: "
63
+ }
64
+ },
65
+ "torch_dtype": "float32",
66
+ "transformers_version": "4.36.0",
67
+ "use_cache": true,
68
+ "vocab_size": 32100
69
+ }
generation_config.json ADDED
@@ -0,0 +1,7 @@
 
 
 
 
 
 
 
 
1
+ {
2
+ "bos_token_id": 1,
3
+ "decoder_start_token_id": 0,
4
+ "eos_token_id": 2,
5
+ "pad_token_id": 0,
6
+ "transformers_version": "4.36.0"
7
+ }
merges.txt ADDED
The diff for this file is too large to render. See raw diff
 
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ad3a15c34ad0dcbb86f29d90ecc4cb7adbca3e44fef1920a2fb2aa9456a8218f
3
+ size 891558696
optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:839a2e131b5c73968caa6874065d3764e79632bad63fa989c3615bf23fb44ff8
3
+ size 1783272762
rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:79a6f4c3cecbe7e356236ae325e6cd1cc3a6b62b7182ef4979ebc15e826313d4
3
+ size 14244
scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:9d2f831df5fc78caa20ec67a2904ca7658c9115d428d737ac61eb0c668fa520d
3
+ size 1064
special_tokens_map.json ADDED
@@ -0,0 +1,153 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "additional_special_tokens": [
3
+ "<extra_id_99>",
4
+ "<extra_id_98>",
5
+ "<extra_id_97>",
6
+ "<extra_id_96>",
7
+ "<extra_id_95>",
8
+ "<extra_id_94>",
9
+ "<extra_id_93>",
10
+ "<extra_id_92>",
11
+ "<extra_id_91>",
12
+ "<extra_id_90>",
13
+ "<extra_id_89>",
14
+ "<extra_id_88>",
15
+ "<extra_id_87>",
16
+ "<extra_id_86>",
17
+ "<extra_id_85>",
18
+ "<extra_id_84>",
19
+ "<extra_id_83>",
20
+ "<extra_id_82>",
21
+ "<extra_id_81>",
22
+ "<extra_id_80>",
23
+ "<extra_id_79>",
24
+ "<extra_id_78>",
25
+ "<extra_id_77>",
26
+ "<extra_id_76>",
27
+ "<extra_id_75>",
28
+ "<extra_id_74>",
29
+ "<extra_id_73>",
30
+ "<extra_id_72>",
31
+ "<extra_id_71>",
32
+ "<extra_id_70>",
33
+ "<extra_id_69>",
34
+ "<extra_id_68>",
35
+ "<extra_id_67>",
36
+ "<extra_id_66>",
37
+ "<extra_id_65>",
38
+ "<extra_id_64>",
39
+ "<extra_id_63>",
40
+ "<extra_id_62>",
41
+ "<extra_id_61>",
42
+ "<extra_id_60>",
43
+ "<extra_id_59>",
44
+ "<extra_id_58>",
45
+ "<extra_id_57>",
46
+ "<extra_id_56>",
47
+ "<extra_id_55>",
48
+ "<extra_id_54>",
49
+ "<extra_id_53>",
50
+ "<extra_id_52>",
51
+ "<extra_id_51>",
52
+ "<extra_id_50>",
53
+ "<extra_id_49>",
54
+ "<extra_id_48>",
55
+ "<extra_id_47>",
56
+ "<extra_id_46>",
57
+ "<extra_id_45>",
58
+ "<extra_id_44>",
59
+ "<extra_id_43>",
60
+ "<extra_id_42>",
61
+ "<extra_id_41>",
62
+ "<extra_id_40>",
63
+ "<extra_id_39>",
64
+ "<extra_id_38>",
65
+ "<extra_id_37>",
66
+ "<extra_id_36>",
67
+ "<extra_id_35>",
68
+ "<extra_id_34>",
69
+ "<extra_id_33>",
70
+ "<extra_id_32>",
71
+ "<extra_id_31>",
72
+ "<extra_id_30>",
73
+ "<extra_id_29>",
74
+ "<extra_id_28>",
75
+ "<extra_id_27>",
76
+ "<extra_id_26>",
77
+ "<extra_id_25>",
78
+ "<extra_id_24>",
79
+ "<extra_id_23>",
80
+ "<extra_id_22>",
81
+ "<extra_id_21>",
82
+ "<extra_id_20>",
83
+ "<extra_id_19>",
84
+ "<extra_id_18>",
85
+ "<extra_id_17>",
86
+ "<extra_id_16>",
87
+ "<extra_id_15>",
88
+ "<extra_id_14>",
89
+ "<extra_id_13>",
90
+ "<extra_id_12>",
91
+ "<extra_id_11>",
92
+ "<extra_id_10>",
93
+ "<extra_id_9>",
94
+ "<extra_id_8>",
95
+ "<extra_id_7>",
96
+ "<extra_id_6>",
97
+ "<extra_id_5>",
98
+ "<extra_id_4>",
99
+ "<extra_id_3>",
100
+ "<extra_id_2>",
101
+ "<extra_id_1>",
102
+ "<extra_id_0>"
103
+ ],
104
+ "bos_token": {
105
+ "content": "<s>",
106
+ "lstrip": false,
107
+ "normalized": true,
108
+ "rstrip": false,
109
+ "single_word": false
110
+ },
111
+ "cls_token": {
112
+ "content": "<s>",
113
+ "lstrip": false,
114
+ "normalized": true,
115
+ "rstrip": false,
116
+ "single_word": false
117
+ },
118
+ "eos_token": {
119
+ "content": "</s>",
120
+ "lstrip": false,
121
+ "normalized": true,
122
+ "rstrip": false,
123
+ "single_word": false
124
+ },
125
+ "mask_token": {
126
+ "content": "<mask>",
127
+ "lstrip": true,
128
+ "normalized": true,
129
+ "rstrip": false,
130
+ "single_word": false
131
+ },
132
+ "pad_token": {
133
+ "content": "<pad>",
134
+ "lstrip": false,
135
+ "normalized": true,
136
+ "rstrip": false,
137
+ "single_word": false
138
+ },
139
+ "sep_token": {
140
+ "content": "</s>",
141
+ "lstrip": false,
142
+ "normalized": true,
143
+ "rstrip": false,
144
+ "single_word": false
145
+ },
146
+ "unk_token": {
147
+ "content": "<unk>",
148
+ "lstrip": false,
149
+ "normalized": true,
150
+ "rstrip": false,
151
+ "single_word": false
152
+ }
153
+ }
tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
tokenizer_config.json ADDED
@@ -0,0 +1,963 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "add_prefix_space": false,
3
+ "added_tokens_decoder": {
4
+ "0": {
5
+ "content": "<pad>",
6
+ "lstrip": false,
7
+ "normalized": true,
8
+ "rstrip": false,
9
+ "single_word": false,
10
+ "special": true
11
+ },
12
+ "1": {
13
+ "content": "<s>",
14
+ "lstrip": false,
15
+ "normalized": true,
16
+ "rstrip": false,
17
+ "single_word": false,
18
+ "special": true
19
+ },
20
+ "2": {
21
+ "content": "</s>",
22
+ "lstrip": false,
23
+ "normalized": true,
24
+ "rstrip": false,
25
+ "single_word": false,
26
+ "special": true
27
+ },
28
+ "3": {
29
+ "content": "<unk>",
30
+ "lstrip": false,
31
+ "normalized": true,
32
+ "rstrip": false,
33
+ "single_word": false,
34
+ "special": true
35
+ },
36
+ "4": {
37
+ "content": "<mask>",
38
+ "lstrip": true,
39
+ "normalized": true,
40
+ "rstrip": false,
41
+ "single_word": false,
42
+ "special": true
43
+ },
44
+ "32000": {
45
+ "content": "<extra_id_99>",
46
+ "lstrip": true,
47
+ "normalized": true,
48
+ "rstrip": false,
49
+ "single_word": false,
50
+ "special": true
51
+ },
52
+ "32001": {
53
+ "content": "<extra_id_98>",
54
+ "lstrip": true,
55
+ "normalized": true,
56
+ "rstrip": false,
57
+ "single_word": false,
58
+ "special": true
59
+ },
60
+ "32002": {
61
+ "content": "<extra_id_97>",
62
+ "lstrip": true,
63
+ "normalized": true,
64
+ "rstrip": false,
65
+ "single_word": false,
66
+ "special": true
67
+ },
68
+ "32003": {
69
+ "content": "<extra_id_96>",
70
+ "lstrip": true,
71
+ "normalized": true,
72
+ "rstrip": false,
73
+ "single_word": false,
74
+ "special": true
75
+ },
76
+ "32004": {
77
+ "content": "<extra_id_95>",
78
+ "lstrip": true,
79
+ "normalized": true,
80
+ "rstrip": false,
81
+ "single_word": false,
82
+ "special": true
83
+ },
84
+ "32005": {
85
+ "content": "<extra_id_94>",
86
+ "lstrip": true,
87
+ "normalized": true,
88
+ "rstrip": false,
89
+ "single_word": false,
90
+ "special": true
91
+ },
92
+ "32006": {
93
+ "content": "<extra_id_93>",
94
+ "lstrip": true,
95
+ "normalized": true,
96
+ "rstrip": false,
97
+ "single_word": false,
98
+ "special": true
99
+ },
100
+ "32007": {
101
+ "content": "<extra_id_92>",
102
+ "lstrip": true,
103
+ "normalized": true,
104
+ "rstrip": false,
105
+ "single_word": false,
106
+ "special": true
107
+ },
108
+ "32008": {
109
+ "content": "<extra_id_91>",
110
+ "lstrip": true,
111
+ "normalized": true,
112
+ "rstrip": false,
113
+ "single_word": false,
114
+ "special": true
115
+ },
116
+ "32009": {
117
+ "content": "<extra_id_90>",
118
+ "lstrip": true,
119
+ "normalized": true,
120
+ "rstrip": false,
121
+ "single_word": false,
122
+ "special": true
123
+ },
124
+ "32010": {
125
+ "content": "<extra_id_89>",
126
+ "lstrip": true,
127
+ "normalized": true,
128
+ "rstrip": false,
129
+ "single_word": false,
130
+ "special": true
131
+ },
132
+ "32011": {
133
+ "content": "<extra_id_88>",
134
+ "lstrip": true,
135
+ "normalized": true,
136
+ "rstrip": false,
137
+ "single_word": false,
138
+ "special": true
139
+ },
140
+ "32012": {
141
+ "content": "<extra_id_87>",
142
+ "lstrip": true,
143
+ "normalized": true,
144
+ "rstrip": false,
145
+ "single_word": false,
146
+ "special": true
147
+ },
148
+ "32013": {
149
+ "content": "<extra_id_86>",
150
+ "lstrip": true,
151
+ "normalized": true,
152
+ "rstrip": false,
153
+ "single_word": false,
154
+ "special": true
155
+ },
156
+ "32014": {
157
+ "content": "<extra_id_85>",
158
+ "lstrip": true,
159
+ "normalized": true,
160
+ "rstrip": false,
161
+ "single_word": false,
162
+ "special": true
163
+ },
164
+ "32015": {
165
+ "content": "<extra_id_84>",
166
+ "lstrip": true,
167
+ "normalized": true,
168
+ "rstrip": false,
169
+ "single_word": false,
170
+ "special": true
171
+ },
172
+ "32016": {
173
+ "content": "<extra_id_83>",
174
+ "lstrip": true,
175
+ "normalized": true,
176
+ "rstrip": false,
177
+ "single_word": false,
178
+ "special": true
179
+ },
180
+ "32017": {
181
+ "content": "<extra_id_82>",
182
+ "lstrip": true,
183
+ "normalized": true,
184
+ "rstrip": false,
185
+ "single_word": false,
186
+ "special": true
187
+ },
188
+ "32018": {
189
+ "content": "<extra_id_81>",
190
+ "lstrip": true,
191
+ "normalized": true,
192
+ "rstrip": false,
193
+ "single_word": false,
194
+ "special": true
195
+ },
196
+ "32019": {
197
+ "content": "<extra_id_80>",
198
+ "lstrip": true,
199
+ "normalized": true,
200
+ "rstrip": false,
201
+ "single_word": false,
202
+ "special": true
203
+ },
204
+ "32020": {
205
+ "content": "<extra_id_79>",
206
+ "lstrip": true,
207
+ "normalized": true,
208
+ "rstrip": false,
209
+ "single_word": false,
210
+ "special": true
211
+ },
212
+ "32021": {
213
+ "content": "<extra_id_78>",
214
+ "lstrip": true,
215
+ "normalized": true,
216
+ "rstrip": false,
217
+ "single_word": false,
218
+ "special": true
219
+ },
220
+ "32022": {
221
+ "content": "<extra_id_77>",
222
+ "lstrip": true,
223
+ "normalized": true,
224
+ "rstrip": false,
225
+ "single_word": false,
226
+ "special": true
227
+ },
228
+ "32023": {
229
+ "content": "<extra_id_76>",
230
+ "lstrip": true,
231
+ "normalized": true,
232
+ "rstrip": false,
233
+ "single_word": false,
234
+ "special": true
235
+ },
236
+ "32024": {
237
+ "content": "<extra_id_75>",
238
+ "lstrip": true,
239
+ "normalized": true,
240
+ "rstrip": false,
241
+ "single_word": false,
242
+ "special": true
243
+ },
244
+ "32025": {
245
+ "content": "<extra_id_74>",
246
+ "lstrip": true,
247
+ "normalized": true,
248
+ "rstrip": false,
249
+ "single_word": false,
250
+ "special": true
251
+ },
252
+ "32026": {
253
+ "content": "<extra_id_73>",
254
+ "lstrip": true,
255
+ "normalized": true,
256
+ "rstrip": false,
257
+ "single_word": false,
258
+ "special": true
259
+ },
260
+ "32027": {
261
+ "content": "<extra_id_72>",
262
+ "lstrip": true,
263
+ "normalized": true,
264
+ "rstrip": false,
265
+ "single_word": false,
266
+ "special": true
267
+ },
268
+ "32028": {
269
+ "content": "<extra_id_71>",
270
+ "lstrip": true,
271
+ "normalized": true,
272
+ "rstrip": false,
273
+ "single_word": false,
274
+ "special": true
275
+ },
276
+ "32029": {
277
+ "content": "<extra_id_70>",
278
+ "lstrip": true,
279
+ "normalized": true,
280
+ "rstrip": false,
281
+ "single_word": false,
282
+ "special": true
283
+ },
284
+ "32030": {
285
+ "content": "<extra_id_69>",
286
+ "lstrip": true,
287
+ "normalized": true,
288
+ "rstrip": false,
289
+ "single_word": false,
290
+ "special": true
291
+ },
292
+ "32031": {
293
+ "content": "<extra_id_68>",
294
+ "lstrip": true,
295
+ "normalized": true,
296
+ "rstrip": false,
297
+ "single_word": false,
298
+ "special": true
299
+ },
300
+ "32032": {
301
+ "content": "<extra_id_67>",
302
+ "lstrip": true,
303
+ "normalized": true,
304
+ "rstrip": false,
305
+ "single_word": false,
306
+ "special": true
307
+ },
308
+ "32033": {
309
+ "content": "<extra_id_66>",
310
+ "lstrip": true,
311
+ "normalized": true,
312
+ "rstrip": false,
313
+ "single_word": false,
314
+ "special": true
315
+ },
316
+ "32034": {
317
+ "content": "<extra_id_65>",
318
+ "lstrip": true,
319
+ "normalized": true,
320
+ "rstrip": false,
321
+ "single_word": false,
322
+ "special": true
323
+ },
324
+ "32035": {
325
+ "content": "<extra_id_64>",
326
+ "lstrip": true,
327
+ "normalized": true,
328
+ "rstrip": false,
329
+ "single_word": false,
330
+ "special": true
331
+ },
332
+ "32036": {
333
+ "content": "<extra_id_63>",
334
+ "lstrip": true,
335
+ "normalized": true,
336
+ "rstrip": false,
337
+ "single_word": false,
338
+ "special": true
339
+ },
340
+ "32037": {
341
+ "content": "<extra_id_62>",
342
+ "lstrip": true,
343
+ "normalized": true,
344
+ "rstrip": false,
345
+ "single_word": false,
346
+ "special": true
347
+ },
348
+ "32038": {
349
+ "content": "<extra_id_61>",
350
+ "lstrip": true,
351
+ "normalized": true,
352
+ "rstrip": false,
353
+ "single_word": false,
354
+ "special": true
355
+ },
356
+ "32039": {
357
+ "content": "<extra_id_60>",
358
+ "lstrip": true,
359
+ "normalized": true,
360
+ "rstrip": false,
361
+ "single_word": false,
362
+ "special": true
363
+ },
364
+ "32040": {
365
+ "content": "<extra_id_59>",
366
+ "lstrip": true,
367
+ "normalized": true,
368
+ "rstrip": false,
369
+ "single_word": false,
370
+ "special": true
371
+ },
372
+ "32041": {
373
+ "content": "<extra_id_58>",
374
+ "lstrip": true,
375
+ "normalized": true,
376
+ "rstrip": false,
377
+ "single_word": false,
378
+ "special": true
379
+ },
380
+ "32042": {
381
+ "content": "<extra_id_57>",
382
+ "lstrip": true,
383
+ "normalized": true,
384
+ "rstrip": false,
385
+ "single_word": false,
386
+ "special": true
387
+ },
388
+ "32043": {
389
+ "content": "<extra_id_56>",
390
+ "lstrip": true,
391
+ "normalized": true,
392
+ "rstrip": false,
393
+ "single_word": false,
394
+ "special": true
395
+ },
396
+ "32044": {
397
+ "content": "<extra_id_55>",
398
+ "lstrip": true,
399
+ "normalized": true,
400
+ "rstrip": false,
401
+ "single_word": false,
402
+ "special": true
403
+ },
404
+ "32045": {
405
+ "content": "<extra_id_54>",
406
+ "lstrip": true,
407
+ "normalized": true,
408
+ "rstrip": false,
409
+ "single_word": false,
410
+ "special": true
411
+ },
412
+ "32046": {
413
+ "content": "<extra_id_53>",
414
+ "lstrip": true,
415
+ "normalized": true,
416
+ "rstrip": false,
417
+ "single_word": false,
418
+ "special": true
419
+ },
420
+ "32047": {
421
+ "content": "<extra_id_52>",
422
+ "lstrip": true,
423
+ "normalized": true,
424
+ "rstrip": false,
425
+ "single_word": false,
426
+ "special": true
427
+ },
428
+ "32048": {
429
+ "content": "<extra_id_51>",
430
+ "lstrip": true,
431
+ "normalized": true,
432
+ "rstrip": false,
433
+ "single_word": false,
434
+ "special": true
435
+ },
436
+ "32049": {
437
+ "content": "<extra_id_50>",
438
+ "lstrip": true,
439
+ "normalized": true,
440
+ "rstrip": false,
441
+ "single_word": false,
442
+ "special": true
443
+ },
444
+ "32050": {
445
+ "content": "<extra_id_49>",
446
+ "lstrip": true,
447
+ "normalized": true,
448
+ "rstrip": false,
449
+ "single_word": false,
450
+ "special": true
451
+ },
452
+ "32051": {
453
+ "content": "<extra_id_48>",
454
+ "lstrip": true,
455
+ "normalized": true,
456
+ "rstrip": false,
457
+ "single_word": false,
458
+ "special": true
459
+ },
460
+ "32052": {
461
+ "content": "<extra_id_47>",
462
+ "lstrip": true,
463
+ "normalized": true,
464
+ "rstrip": false,
465
+ "single_word": false,
466
+ "special": true
467
+ },
468
+ "32053": {
469
+ "content": "<extra_id_46>",
470
+ "lstrip": true,
471
+ "normalized": true,
472
+ "rstrip": false,
473
+ "single_word": false,
474
+ "special": true
475
+ },
476
+ "32054": {
477
+ "content": "<extra_id_45>",
478
+ "lstrip": true,
479
+ "normalized": true,
480
+ "rstrip": false,
481
+ "single_word": false,
482
+ "special": true
483
+ },
484
+ "32055": {
485
+ "content": "<extra_id_44>",
486
+ "lstrip": true,
487
+ "normalized": true,
488
+ "rstrip": false,
489
+ "single_word": false,
490
+ "special": true
491
+ },
492
+ "32056": {
493
+ "content": "<extra_id_43>",
494
+ "lstrip": true,
495
+ "normalized": true,
496
+ "rstrip": false,
497
+ "single_word": false,
498
+ "special": true
499
+ },
500
+ "32057": {
501
+ "content": "<extra_id_42>",
502
+ "lstrip": true,
503
+ "normalized": true,
504
+ "rstrip": false,
505
+ "single_word": false,
506
+ "special": true
507
+ },
508
+ "32058": {
509
+ "content": "<extra_id_41>",
510
+ "lstrip": true,
511
+ "normalized": true,
512
+ "rstrip": false,
513
+ "single_word": false,
514
+ "special": true
515
+ },
516
+ "32059": {
517
+ "content": "<extra_id_40>",
518
+ "lstrip": true,
519
+ "normalized": true,
520
+ "rstrip": false,
521
+ "single_word": false,
522
+ "special": true
523
+ },
524
+ "32060": {
525
+ "content": "<extra_id_39>",
526
+ "lstrip": true,
527
+ "normalized": true,
528
+ "rstrip": false,
529
+ "single_word": false,
530
+ "special": true
531
+ },
532
+ "32061": {
533
+ "content": "<extra_id_38>",
534
+ "lstrip": true,
535
+ "normalized": true,
536
+ "rstrip": false,
537
+ "single_word": false,
538
+ "special": true
539
+ },
540
+ "32062": {
541
+ "content": "<extra_id_37>",
542
+ "lstrip": true,
543
+ "normalized": true,
544
+ "rstrip": false,
545
+ "single_word": false,
546
+ "special": true
547
+ },
548
+ "32063": {
549
+ "content": "<extra_id_36>",
550
+ "lstrip": true,
551
+ "normalized": true,
552
+ "rstrip": false,
553
+ "single_word": false,
554
+ "special": true
555
+ },
556
+ "32064": {
557
+ "content": "<extra_id_35>",
558
+ "lstrip": true,
559
+ "normalized": true,
560
+ "rstrip": false,
561
+ "single_word": false,
562
+ "special": true
563
+ },
564
+ "32065": {
565
+ "content": "<extra_id_34>",
566
+ "lstrip": true,
567
+ "normalized": true,
568
+ "rstrip": false,
569
+ "single_word": false,
570
+ "special": true
571
+ },
572
+ "32066": {
573
+ "content": "<extra_id_33>",
574
+ "lstrip": true,
575
+ "normalized": true,
576
+ "rstrip": false,
577
+ "single_word": false,
578
+ "special": true
579
+ },
580
+ "32067": {
581
+ "content": "<extra_id_32>",
582
+ "lstrip": true,
583
+ "normalized": true,
584
+ "rstrip": false,
585
+ "single_word": false,
586
+ "special": true
587
+ },
588
+ "32068": {
589
+ "content": "<extra_id_31>",
590
+ "lstrip": true,
591
+ "normalized": true,
592
+ "rstrip": false,
593
+ "single_word": false,
594
+ "special": true
595
+ },
596
+ "32069": {
597
+ "content": "<extra_id_30>",
598
+ "lstrip": true,
599
+ "normalized": true,
600
+ "rstrip": false,
601
+ "single_word": false,
602
+ "special": true
603
+ },
604
+ "32070": {
605
+ "content": "<extra_id_29>",
606
+ "lstrip": true,
607
+ "normalized": true,
608
+ "rstrip": false,
609
+ "single_word": false,
610
+ "special": true
611
+ },
612
+ "32071": {
613
+ "content": "<extra_id_28>",
614
+ "lstrip": true,
615
+ "normalized": true,
616
+ "rstrip": false,
617
+ "single_word": false,
618
+ "special": true
619
+ },
620
+ "32072": {
621
+ "content": "<extra_id_27>",
622
+ "lstrip": true,
623
+ "normalized": true,
624
+ "rstrip": false,
625
+ "single_word": false,
626
+ "special": true
627
+ },
628
+ "32073": {
629
+ "content": "<extra_id_26>",
630
+ "lstrip": true,
631
+ "normalized": true,
632
+ "rstrip": false,
633
+ "single_word": false,
634
+ "special": true
635
+ },
636
+ "32074": {
637
+ "content": "<extra_id_25>",
638
+ "lstrip": true,
639
+ "normalized": true,
640
+ "rstrip": false,
641
+ "single_word": false,
642
+ "special": true
643
+ },
644
+ "32075": {
645
+ "content": "<extra_id_24>",
646
+ "lstrip": true,
647
+ "normalized": true,
648
+ "rstrip": false,
649
+ "single_word": false,
650
+ "special": true
651
+ },
652
+ "32076": {
653
+ "content": "<extra_id_23>",
654
+ "lstrip": true,
655
+ "normalized": true,
656
+ "rstrip": false,
657
+ "single_word": false,
658
+ "special": true
659
+ },
660
+ "32077": {
661
+ "content": "<extra_id_22>",
662
+ "lstrip": true,
663
+ "normalized": true,
664
+ "rstrip": false,
665
+ "single_word": false,
666
+ "special": true
667
+ },
668
+ "32078": {
669
+ "content": "<extra_id_21>",
670
+ "lstrip": true,
671
+ "normalized": true,
672
+ "rstrip": false,
673
+ "single_word": false,
674
+ "special": true
675
+ },
676
+ "32079": {
677
+ "content": "<extra_id_20>",
678
+ "lstrip": true,
679
+ "normalized": true,
680
+ "rstrip": false,
681
+ "single_word": false,
682
+ "special": true
683
+ },
684
+ "32080": {
685
+ "content": "<extra_id_19>",
686
+ "lstrip": true,
687
+ "normalized": true,
688
+ "rstrip": false,
689
+ "single_word": false,
690
+ "special": true
691
+ },
692
+ "32081": {
693
+ "content": "<extra_id_18>",
694
+ "lstrip": true,
695
+ "normalized": true,
696
+ "rstrip": false,
697
+ "single_word": false,
698
+ "special": true
699
+ },
700
+ "32082": {
701
+ "content": "<extra_id_17>",
702
+ "lstrip": true,
703
+ "normalized": true,
704
+ "rstrip": false,
705
+ "single_word": false,
706
+ "special": true
707
+ },
708
+ "32083": {
709
+ "content": "<extra_id_16>",
710
+ "lstrip": true,
711
+ "normalized": true,
712
+ "rstrip": false,
713
+ "single_word": false,
714
+ "special": true
715
+ },
716
+ "32084": {
717
+ "content": "<extra_id_15>",
718
+ "lstrip": true,
719
+ "normalized": true,
720
+ "rstrip": false,
721
+ "single_word": false,
722
+ "special": true
723
+ },
724
+ "32085": {
725
+ "content": "<extra_id_14>",
726
+ "lstrip": true,
727
+ "normalized": true,
728
+ "rstrip": false,
729
+ "single_word": false,
730
+ "special": true
731
+ },
732
+ "32086": {
733
+ "content": "<extra_id_13>",
734
+ "lstrip": true,
735
+ "normalized": true,
736
+ "rstrip": false,
737
+ "single_word": false,
738
+ "special": true
739
+ },
740
+ "32087": {
741
+ "content": "<extra_id_12>",
742
+ "lstrip": true,
743
+ "normalized": true,
744
+ "rstrip": false,
745
+ "single_word": false,
746
+ "special": true
747
+ },
748
+ "32088": {
749
+ "content": "<extra_id_11>",
750
+ "lstrip": true,
751
+ "normalized": true,
752
+ "rstrip": false,
753
+ "single_word": false,
754
+ "special": true
755
+ },
756
+ "32089": {
757
+ "content": "<extra_id_10>",
758
+ "lstrip": true,
759
+ "normalized": true,
760
+ "rstrip": false,
761
+ "single_word": false,
762
+ "special": true
763
+ },
764
+ "32090": {
765
+ "content": "<extra_id_9>",
766
+ "lstrip": true,
767
+ "normalized": true,
768
+ "rstrip": false,
769
+ "single_word": false,
770
+ "special": true
771
+ },
772
+ "32091": {
773
+ "content": "<extra_id_8>",
774
+ "lstrip": true,
775
+ "normalized": true,
776
+ "rstrip": false,
777
+ "single_word": false,
778
+ "special": true
779
+ },
780
+ "32092": {
781
+ "content": "<extra_id_7>",
782
+ "lstrip": true,
783
+ "normalized": true,
784
+ "rstrip": false,
785
+ "single_word": false,
786
+ "special": true
787
+ },
788
+ "32093": {
789
+ "content": "<extra_id_6>",
790
+ "lstrip": true,
791
+ "normalized": true,
792
+ "rstrip": false,
793
+ "single_word": false,
794
+ "special": true
795
+ },
796
+ "32094": {
797
+ "content": "<extra_id_5>",
798
+ "lstrip": true,
799
+ "normalized": true,
800
+ "rstrip": false,
801
+ "single_word": false,
802
+ "special": true
803
+ },
804
+ "32095": {
805
+ "content": "<extra_id_4>",
806
+ "lstrip": true,
807
+ "normalized": true,
808
+ "rstrip": false,
809
+ "single_word": false,
810
+ "special": true
811
+ },
812
+ "32096": {
813
+ "content": "<extra_id_3>",
814
+ "lstrip": true,
815
+ "normalized": true,
816
+ "rstrip": false,
817
+ "single_word": false,
818
+ "special": true
819
+ },
820
+ "32097": {
821
+ "content": "<extra_id_2>",
822
+ "lstrip": true,
823
+ "normalized": true,
824
+ "rstrip": false,
825
+ "single_word": false,
826
+ "special": true
827
+ },
828
+ "32098": {
829
+ "content": "<extra_id_1>",
830
+ "lstrip": true,
831
+ "normalized": true,
832
+ "rstrip": false,
833
+ "single_word": false,
834
+ "special": true
835
+ },
836
+ "32099": {
837
+ "content": "<extra_id_0>",
838
+ "lstrip": true,
839
+ "normalized": true,
840
+ "rstrip": false,
841
+ "single_word": false,
842
+ "special": true
843
+ }
844
+ },
845
+ "additional_special_tokens": [
846
+ "<extra_id_99>",
847
+ "<extra_id_98>",
848
+ "<extra_id_97>",
849
+ "<extra_id_96>",
850
+ "<extra_id_95>",
851
+ "<extra_id_94>",
852
+ "<extra_id_93>",
853
+ "<extra_id_92>",
854
+ "<extra_id_91>",
855
+ "<extra_id_90>",
856
+ "<extra_id_89>",
857
+ "<extra_id_88>",
858
+ "<extra_id_87>",
859
+ "<extra_id_86>",
860
+ "<extra_id_85>",
861
+ "<extra_id_84>",
862
+ "<extra_id_83>",
863
+ "<extra_id_82>",
864
+ "<extra_id_81>",
865
+ "<extra_id_80>",
866
+ "<extra_id_79>",
867
+ "<extra_id_78>",
868
+ "<extra_id_77>",
869
+ "<extra_id_76>",
870
+ "<extra_id_75>",
871
+ "<extra_id_74>",
872
+ "<extra_id_73>",
873
+ "<extra_id_72>",
874
+ "<extra_id_71>",
875
+ "<extra_id_70>",
876
+ "<extra_id_69>",
877
+ "<extra_id_68>",
878
+ "<extra_id_67>",
879
+ "<extra_id_66>",
880
+ "<extra_id_65>",
881
+ "<extra_id_64>",
882
+ "<extra_id_63>",
883
+ "<extra_id_62>",
884
+ "<extra_id_61>",
885
+ "<extra_id_60>",
886
+ "<extra_id_59>",
887
+ "<extra_id_58>",
888
+ "<extra_id_57>",
889
+ "<extra_id_56>",
890
+ "<extra_id_55>",
891
+ "<extra_id_54>",
892
+ "<extra_id_53>",
893
+ "<extra_id_52>",
894
+ "<extra_id_51>",
895
+ "<extra_id_50>",
896
+ "<extra_id_49>",
897
+ "<extra_id_48>",
898
+ "<extra_id_47>",
899
+ "<extra_id_46>",
900
+ "<extra_id_45>",
901
+ "<extra_id_44>",
902
+ "<extra_id_43>",
903
+ "<extra_id_42>",
904
+ "<extra_id_41>",
905
+ "<extra_id_40>",
906
+ "<extra_id_39>",
907
+ "<extra_id_38>",
908
+ "<extra_id_37>",
909
+ "<extra_id_36>",
910
+ "<extra_id_35>",
911
+ "<extra_id_34>",
912
+ "<extra_id_33>",
913
+ "<extra_id_32>",
914
+ "<extra_id_31>",
915
+ "<extra_id_30>",
916
+ "<extra_id_29>",
917
+ "<extra_id_28>",
918
+ "<extra_id_27>",
919
+ "<extra_id_26>",
920
+ "<extra_id_25>",
921
+ "<extra_id_24>",
922
+ "<extra_id_23>",
923
+ "<extra_id_22>",
924
+ "<extra_id_21>",
925
+ "<extra_id_20>",
926
+ "<extra_id_19>",
927
+ "<extra_id_18>",
928
+ "<extra_id_17>",
929
+ "<extra_id_16>",
930
+ "<extra_id_15>",
931
+ "<extra_id_14>",
932
+ "<extra_id_13>",
933
+ "<extra_id_12>",
934
+ "<extra_id_11>",
935
+ "<extra_id_10>",
936
+ "<extra_id_9>",
937
+ "<extra_id_8>",
938
+ "<extra_id_7>",
939
+ "<extra_id_6>",
940
+ "<extra_id_5>",
941
+ "<extra_id_4>",
942
+ "<extra_id_3>",
943
+ "<extra_id_2>",
944
+ "<extra_id_1>",
945
+ "<extra_id_0>"
946
+ ],
947
+ "bos_token": "<s>",
948
+ "clean_up_tokenization_spaces": true,
949
+ "cls_token": "<s>",
950
+ "eos_token": "</s>",
951
+ "errors": "replace",
952
+ "mask_token": "<mask>",
953
+ "max_length": 64,
954
+ "model_max_length": 512,
955
+ "pad_token": "<pad>",
956
+ "sep_token": "</s>",
957
+ "stride": 0,
958
+ "tokenizer_class": "RobertaTokenizer",
959
+ "trim_offsets": true,
960
+ "truncation_side": "right",
961
+ "truncation_strategy": "longest_first",
962
+ "unk_token": "<unk>"
963
+ }
trainer_state.json ADDED
@@ -0,0 +1,2799 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 6.0,
5
+ "eval_steps": 500,
6
+ "global_step": 90000,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.01,
13
+ "learning_rate": 4.991666666666667e-05,
14
+ "loss": 0.4829,
15
+ "step": 200
16
+ },
17
+ {
18
+ "epoch": 0.03,
19
+ "learning_rate": 4.9833333333333336e-05,
20
+ "loss": 0.4865,
21
+ "step": 400
22
+ },
23
+ {
24
+ "epoch": 0.04,
25
+ "learning_rate": 4.975e-05,
26
+ "loss": 0.4877,
27
+ "step": 600
28
+ },
29
+ {
30
+ "epoch": 0.05,
31
+ "learning_rate": 4.966666666666667e-05,
32
+ "loss": 0.4917,
33
+ "step": 800
34
+ },
35
+ {
36
+ "epoch": 0.07,
37
+ "learning_rate": 4.958333333333334e-05,
38
+ "loss": 0.4913,
39
+ "step": 1000
40
+ },
41
+ {
42
+ "epoch": 0.08,
43
+ "learning_rate": 4.9500000000000004e-05,
44
+ "loss": 0.5064,
45
+ "step": 1200
46
+ },
47
+ {
48
+ "epoch": 0.09,
49
+ "learning_rate": 4.9416666666666664e-05,
50
+ "loss": 0.4948,
51
+ "step": 1400
52
+ },
53
+ {
54
+ "epoch": 0.11,
55
+ "learning_rate": 4.933333333333334e-05,
56
+ "loss": 0.4992,
57
+ "step": 1600
58
+ },
59
+ {
60
+ "epoch": 0.12,
61
+ "learning_rate": 4.9250000000000004e-05,
62
+ "loss": 0.5015,
63
+ "step": 1800
64
+ },
65
+ {
66
+ "epoch": 0.13,
67
+ "learning_rate": 4.9166666666666665e-05,
68
+ "loss": 0.5047,
69
+ "step": 2000
70
+ },
71
+ {
72
+ "epoch": 0.15,
73
+ "learning_rate": 4.908333333333334e-05,
74
+ "loss": 0.501,
75
+ "step": 2200
76
+ },
77
+ {
78
+ "epoch": 0.16,
79
+ "learning_rate": 4.9e-05,
80
+ "loss": 0.5015,
81
+ "step": 2400
82
+ },
83
+ {
84
+ "epoch": 0.17,
85
+ "learning_rate": 4.891666666666667e-05,
86
+ "loss": 0.5068,
87
+ "step": 2600
88
+ },
89
+ {
90
+ "epoch": 0.19,
91
+ "learning_rate": 4.883333333333334e-05,
92
+ "loss": 0.4977,
93
+ "step": 2800
94
+ },
95
+ {
96
+ "epoch": 0.2,
97
+ "learning_rate": 4.875e-05,
98
+ "loss": 0.5053,
99
+ "step": 3000
100
+ },
101
+ {
102
+ "epoch": 0.21,
103
+ "learning_rate": 4.866666666666667e-05,
104
+ "loss": 0.5127,
105
+ "step": 3200
106
+ },
107
+ {
108
+ "epoch": 0.23,
109
+ "learning_rate": 4.858333333333333e-05,
110
+ "loss": 0.5012,
111
+ "step": 3400
112
+ },
113
+ {
114
+ "epoch": 0.24,
115
+ "learning_rate": 4.85e-05,
116
+ "loss": 0.5019,
117
+ "step": 3600
118
+ },
119
+ {
120
+ "epoch": 0.25,
121
+ "learning_rate": 4.8416666666666673e-05,
122
+ "loss": 0.5094,
123
+ "step": 3800
124
+ },
125
+ {
126
+ "epoch": 0.27,
127
+ "learning_rate": 4.8333333333333334e-05,
128
+ "loss": 0.5093,
129
+ "step": 4000
130
+ },
131
+ {
132
+ "epoch": 0.28,
133
+ "learning_rate": 4.825e-05,
134
+ "loss": 0.5135,
135
+ "step": 4200
136
+ },
137
+ {
138
+ "epoch": 0.29,
139
+ "learning_rate": 4.8166666666666674e-05,
140
+ "loss": 0.4977,
141
+ "step": 4400
142
+ },
143
+ {
144
+ "epoch": 0.31,
145
+ "learning_rate": 4.8083333333333334e-05,
146
+ "loss": 0.5043,
147
+ "step": 4600
148
+ },
149
+ {
150
+ "epoch": 0.32,
151
+ "learning_rate": 4.8e-05,
152
+ "loss": 0.507,
153
+ "step": 4800
154
+ },
155
+ {
156
+ "epoch": 0.33,
157
+ "learning_rate": 4.791666666666667e-05,
158
+ "loss": 0.4967,
159
+ "step": 5000
160
+ },
161
+ {
162
+ "epoch": 0.35,
163
+ "learning_rate": 4.7833333333333335e-05,
164
+ "loss": 0.5092,
165
+ "step": 5200
166
+ },
167
+ {
168
+ "epoch": 0.36,
169
+ "learning_rate": 4.775e-05,
170
+ "loss": 0.5109,
171
+ "step": 5400
172
+ },
173
+ {
174
+ "epoch": 0.37,
175
+ "learning_rate": 4.766666666666667e-05,
176
+ "loss": 0.5053,
177
+ "step": 5600
178
+ },
179
+ {
180
+ "epoch": 0.39,
181
+ "learning_rate": 4.7583333333333336e-05,
182
+ "loss": 0.4999,
183
+ "step": 5800
184
+ },
185
+ {
186
+ "epoch": 0.4,
187
+ "learning_rate": 4.75e-05,
188
+ "loss": 0.507,
189
+ "step": 6000
190
+ },
191
+ {
192
+ "epoch": 0.41,
193
+ "learning_rate": 4.741666666666667e-05,
194
+ "loss": 0.508,
195
+ "step": 6200
196
+ },
197
+ {
198
+ "epoch": 0.43,
199
+ "learning_rate": 4.7333333333333336e-05,
200
+ "loss": 0.4937,
201
+ "step": 6400
202
+ },
203
+ {
204
+ "epoch": 0.44,
205
+ "learning_rate": 4.7249999999999997e-05,
206
+ "loss": 0.5045,
207
+ "step": 6600
208
+ },
209
+ {
210
+ "epoch": 0.45,
211
+ "learning_rate": 4.716666666666667e-05,
212
+ "loss": 0.5131,
213
+ "step": 6800
214
+ },
215
+ {
216
+ "epoch": 0.47,
217
+ "learning_rate": 4.708333333333334e-05,
218
+ "loss": 0.512,
219
+ "step": 7000
220
+ },
221
+ {
222
+ "epoch": 0.48,
223
+ "learning_rate": 4.7e-05,
224
+ "loss": 0.5031,
225
+ "step": 7200
226
+ },
227
+ {
228
+ "epoch": 0.49,
229
+ "learning_rate": 4.691666666666667e-05,
230
+ "loss": 0.5101,
231
+ "step": 7400
232
+ },
233
+ {
234
+ "epoch": 0.51,
235
+ "learning_rate": 4.683333333333334e-05,
236
+ "loss": 0.5192,
237
+ "step": 7600
238
+ },
239
+ {
240
+ "epoch": 0.52,
241
+ "learning_rate": 4.6750000000000005e-05,
242
+ "loss": 0.5168,
243
+ "step": 7800
244
+ },
245
+ {
246
+ "epoch": 0.53,
247
+ "learning_rate": 4.666666666666667e-05,
248
+ "loss": 0.5133,
249
+ "step": 8000
250
+ },
251
+ {
252
+ "epoch": 0.55,
253
+ "learning_rate": 4.658333333333333e-05,
254
+ "loss": 0.5093,
255
+ "step": 8200
256
+ },
257
+ {
258
+ "epoch": 0.56,
259
+ "learning_rate": 4.6500000000000005e-05,
260
+ "loss": 0.5129,
261
+ "step": 8400
262
+ },
263
+ {
264
+ "epoch": 0.57,
265
+ "learning_rate": 4.641666666666667e-05,
266
+ "loss": 0.5041,
267
+ "step": 8600
268
+ },
269
+ {
270
+ "epoch": 0.59,
271
+ "learning_rate": 4.633333333333333e-05,
272
+ "loss": 0.5166,
273
+ "step": 8800
274
+ },
275
+ {
276
+ "epoch": 0.6,
277
+ "learning_rate": 4.6250000000000006e-05,
278
+ "loss": 0.5122,
279
+ "step": 9000
280
+ },
281
+ {
282
+ "epoch": 0.61,
283
+ "learning_rate": 4.6166666666666666e-05,
284
+ "loss": 0.5062,
285
+ "step": 9200
286
+ },
287
+ {
288
+ "epoch": 0.63,
289
+ "learning_rate": 4.608333333333333e-05,
290
+ "loss": 0.5094,
291
+ "step": 9400
292
+ },
293
+ {
294
+ "epoch": 0.64,
295
+ "learning_rate": 4.600000000000001e-05,
296
+ "loss": 0.5163,
297
+ "step": 9600
298
+ },
299
+ {
300
+ "epoch": 0.65,
301
+ "learning_rate": 4.591666666666667e-05,
302
+ "loss": 0.5093,
303
+ "step": 9800
304
+ },
305
+ {
306
+ "epoch": 0.67,
307
+ "learning_rate": 4.5833333333333334e-05,
308
+ "loss": 0.5125,
309
+ "step": 10000
310
+ },
311
+ {
312
+ "epoch": 0.68,
313
+ "learning_rate": 4.575e-05,
314
+ "loss": 0.5063,
315
+ "step": 10200
316
+ },
317
+ {
318
+ "epoch": 0.69,
319
+ "learning_rate": 4.566666666666667e-05,
320
+ "loss": 0.5111,
321
+ "step": 10400
322
+ },
323
+ {
324
+ "epoch": 0.71,
325
+ "learning_rate": 4.5583333333333335e-05,
326
+ "loss": 0.5156,
327
+ "step": 10600
328
+ },
329
+ {
330
+ "epoch": 0.72,
331
+ "learning_rate": 4.55e-05,
332
+ "loss": 0.5068,
333
+ "step": 10800
334
+ },
335
+ {
336
+ "epoch": 0.73,
337
+ "learning_rate": 4.541666666666667e-05,
338
+ "loss": 0.5028,
339
+ "step": 11000
340
+ },
341
+ {
342
+ "epoch": 0.75,
343
+ "learning_rate": 4.5333333333333335e-05,
344
+ "loss": 0.5194,
345
+ "step": 11200
346
+ },
347
+ {
348
+ "epoch": 0.76,
349
+ "learning_rate": 4.525e-05,
350
+ "loss": 0.5094,
351
+ "step": 11400
352
+ },
353
+ {
354
+ "epoch": 0.77,
355
+ "learning_rate": 4.516666666666667e-05,
356
+ "loss": 0.5061,
357
+ "step": 11600
358
+ },
359
+ {
360
+ "epoch": 0.79,
361
+ "learning_rate": 4.5083333333333336e-05,
362
+ "loss": 0.5158,
363
+ "step": 11800
364
+ },
365
+ {
366
+ "epoch": 0.8,
367
+ "learning_rate": 4.5e-05,
368
+ "loss": 0.5094,
369
+ "step": 12000
370
+ },
371
+ {
372
+ "epoch": 0.81,
373
+ "learning_rate": 4.491666666666667e-05,
374
+ "loss": 0.5089,
375
+ "step": 12200
376
+ },
377
+ {
378
+ "epoch": 0.83,
379
+ "learning_rate": 4.483333333333333e-05,
380
+ "loss": 0.5074,
381
+ "step": 12400
382
+ },
383
+ {
384
+ "epoch": 0.84,
385
+ "learning_rate": 4.4750000000000004e-05,
386
+ "loss": 0.5069,
387
+ "step": 12600
388
+ },
389
+ {
390
+ "epoch": 0.85,
391
+ "learning_rate": 4.466666666666667e-05,
392
+ "loss": 0.518,
393
+ "step": 12800
394
+ },
395
+ {
396
+ "epoch": 0.87,
397
+ "learning_rate": 4.458333333333334e-05,
398
+ "loss": 0.5151,
399
+ "step": 13000
400
+ },
401
+ {
402
+ "epoch": 0.88,
403
+ "learning_rate": 4.4500000000000004e-05,
404
+ "loss": 0.5094,
405
+ "step": 13200
406
+ },
407
+ {
408
+ "epoch": 0.89,
409
+ "learning_rate": 4.4416666666666664e-05,
410
+ "loss": 0.5112,
411
+ "step": 13400
412
+ },
413
+ {
414
+ "epoch": 0.91,
415
+ "learning_rate": 4.433333333333334e-05,
416
+ "loss": 0.5179,
417
+ "step": 13600
418
+ },
419
+ {
420
+ "epoch": 0.92,
421
+ "learning_rate": 4.4250000000000005e-05,
422
+ "loss": 0.5089,
423
+ "step": 13800
424
+ },
425
+ {
426
+ "epoch": 0.93,
427
+ "learning_rate": 4.4166666666666665e-05,
428
+ "loss": 0.5113,
429
+ "step": 14000
430
+ },
431
+ {
432
+ "epoch": 0.95,
433
+ "learning_rate": 4.408333333333334e-05,
434
+ "loss": 0.5051,
435
+ "step": 14200
436
+ },
437
+ {
438
+ "epoch": 0.96,
439
+ "learning_rate": 4.4000000000000006e-05,
440
+ "loss": 0.5176,
441
+ "step": 14400
442
+ },
443
+ {
444
+ "epoch": 0.97,
445
+ "learning_rate": 4.3916666666666666e-05,
446
+ "loss": 0.5071,
447
+ "step": 14600
448
+ },
449
+ {
450
+ "epoch": 0.99,
451
+ "learning_rate": 4.383333333333334e-05,
452
+ "loss": 0.5089,
453
+ "step": 14800
454
+ },
455
+ {
456
+ "epoch": 1.0,
457
+ "learning_rate": 4.375e-05,
458
+ "loss": 0.5092,
459
+ "step": 15000
460
+ },
461
+ {
462
+ "epoch": 1.0,
463
+ "eval_gen_len": 17.453946826899333,
464
+ "eval_loss": 3.1639606952667236,
465
+ "eval_rouge1": 34.7585,
466
+ "eval_rouge2": 14.5018,
467
+ "eval_rougeL": 30.8268,
468
+ "eval_rougeLsum": 30.8803,
469
+ "eval_runtime": 3370.2333,
470
+ "eval_samples_per_second": 7.21,
471
+ "eval_steps_per_second": 1.803,
472
+ "step": 15000
473
+ },
474
+ {
475
+ "epoch": 1.01,
476
+ "learning_rate": 4.3666666666666666e-05,
477
+ "loss": 0.385,
478
+ "step": 15200
479
+ },
480
+ {
481
+ "epoch": 1.03,
482
+ "learning_rate": 4.358333333333334e-05,
483
+ "loss": 0.3861,
484
+ "step": 15400
485
+ },
486
+ {
487
+ "epoch": 1.04,
488
+ "learning_rate": 4.35e-05,
489
+ "loss": 0.3879,
490
+ "step": 15600
491
+ },
492
+ {
493
+ "epoch": 1.05,
494
+ "learning_rate": 4.341666666666667e-05,
495
+ "loss": 0.3875,
496
+ "step": 15800
497
+ },
498
+ {
499
+ "epoch": 1.07,
500
+ "learning_rate": 4.3333333333333334e-05,
501
+ "loss": 0.3925,
502
+ "step": 16000
503
+ },
504
+ {
505
+ "epoch": 1.08,
506
+ "learning_rate": 4.325e-05,
507
+ "loss": 0.3884,
508
+ "step": 16200
509
+ },
510
+ {
511
+ "epoch": 1.09,
512
+ "learning_rate": 4.316666666666667e-05,
513
+ "loss": 0.3915,
514
+ "step": 16400
515
+ },
516
+ {
517
+ "epoch": 1.11,
518
+ "learning_rate": 4.3083333333333335e-05,
519
+ "loss": 0.3915,
520
+ "step": 16600
521
+ },
522
+ {
523
+ "epoch": 1.12,
524
+ "learning_rate": 4.3e-05,
525
+ "loss": 0.3946,
526
+ "step": 16800
527
+ },
528
+ {
529
+ "epoch": 1.13,
530
+ "learning_rate": 4.291666666666667e-05,
531
+ "loss": 0.3945,
532
+ "step": 17000
533
+ },
534
+ {
535
+ "epoch": 1.15,
536
+ "learning_rate": 4.2833333333333335e-05,
537
+ "loss": 0.3988,
538
+ "step": 17200
539
+ },
540
+ {
541
+ "epoch": 1.16,
542
+ "learning_rate": 4.275e-05,
543
+ "loss": 0.3975,
544
+ "step": 17400
545
+ },
546
+ {
547
+ "epoch": 1.17,
548
+ "learning_rate": 4.266666666666667e-05,
549
+ "loss": 0.4047,
550
+ "step": 17600
551
+ },
552
+ {
553
+ "epoch": 1.19,
554
+ "learning_rate": 4.2583333333333336e-05,
555
+ "loss": 0.4045,
556
+ "step": 17800
557
+ },
558
+ {
559
+ "epoch": 1.2,
560
+ "learning_rate": 4.25e-05,
561
+ "loss": 0.4023,
562
+ "step": 18000
563
+ },
564
+ {
565
+ "epoch": 1.21,
566
+ "learning_rate": 4.241666666666667e-05,
567
+ "loss": 0.4021,
568
+ "step": 18200
569
+ },
570
+ {
571
+ "epoch": 1.23,
572
+ "learning_rate": 4.233333333333334e-05,
573
+ "loss": 0.4022,
574
+ "step": 18400
575
+ },
576
+ {
577
+ "epoch": 1.24,
578
+ "learning_rate": 4.2250000000000004e-05,
579
+ "loss": 0.3982,
580
+ "step": 18600
581
+ },
582
+ {
583
+ "epoch": 1.25,
584
+ "learning_rate": 4.216666666666667e-05,
585
+ "loss": 0.4043,
586
+ "step": 18800
587
+ },
588
+ {
589
+ "epoch": 1.27,
590
+ "learning_rate": 4.208333333333334e-05,
591
+ "loss": 0.4076,
592
+ "step": 19000
593
+ },
594
+ {
595
+ "epoch": 1.28,
596
+ "learning_rate": 4.2e-05,
597
+ "loss": 0.3974,
598
+ "step": 19200
599
+ },
600
+ {
601
+ "epoch": 1.29,
602
+ "learning_rate": 4.191666666666667e-05,
603
+ "loss": 0.4044,
604
+ "step": 19400
605
+ },
606
+ {
607
+ "epoch": 1.31,
608
+ "learning_rate": 4.183333333333334e-05,
609
+ "loss": 0.3994,
610
+ "step": 19600
611
+ },
612
+ {
613
+ "epoch": 1.32,
614
+ "learning_rate": 4.175e-05,
615
+ "loss": 0.4071,
616
+ "step": 19800
617
+ },
618
+ {
619
+ "epoch": 1.33,
620
+ "learning_rate": 4.166666666666667e-05,
621
+ "loss": 0.4039,
622
+ "step": 20000
623
+ },
624
+ {
625
+ "epoch": 1.35,
626
+ "learning_rate": 4.158333333333333e-05,
627
+ "loss": 0.4041,
628
+ "step": 20200
629
+ },
630
+ {
631
+ "epoch": 1.36,
632
+ "learning_rate": 4.15e-05,
633
+ "loss": 0.4001,
634
+ "step": 20400
635
+ },
636
+ {
637
+ "epoch": 1.37,
638
+ "learning_rate": 4.141666666666667e-05,
639
+ "loss": 0.4046,
640
+ "step": 20600
641
+ },
642
+ {
643
+ "epoch": 1.39,
644
+ "learning_rate": 4.133333333333333e-05,
645
+ "loss": 0.4094,
646
+ "step": 20800
647
+ },
648
+ {
649
+ "epoch": 1.4,
650
+ "learning_rate": 4.125e-05,
651
+ "loss": 0.4049,
652
+ "step": 21000
653
+ },
654
+ {
655
+ "epoch": 1.41,
656
+ "learning_rate": 4.116666666666667e-05,
657
+ "loss": 0.4027,
658
+ "step": 21200
659
+ },
660
+ {
661
+ "epoch": 1.43,
662
+ "learning_rate": 4.1083333333333334e-05,
663
+ "loss": 0.4053,
664
+ "step": 21400
665
+ },
666
+ {
667
+ "epoch": 1.44,
668
+ "learning_rate": 4.1e-05,
669
+ "loss": 0.4061,
670
+ "step": 21600
671
+ },
672
+ {
673
+ "epoch": 1.45,
674
+ "learning_rate": 4.091666666666667e-05,
675
+ "loss": 0.407,
676
+ "step": 21800
677
+ },
678
+ {
679
+ "epoch": 1.47,
680
+ "learning_rate": 4.0833333333333334e-05,
681
+ "loss": 0.408,
682
+ "step": 22000
683
+ },
684
+ {
685
+ "epoch": 1.48,
686
+ "learning_rate": 4.075e-05,
687
+ "loss": 0.4069,
688
+ "step": 22200
689
+ },
690
+ {
691
+ "epoch": 1.49,
692
+ "learning_rate": 4.066666666666667e-05,
693
+ "loss": 0.4061,
694
+ "step": 22400
695
+ },
696
+ {
697
+ "epoch": 1.51,
698
+ "learning_rate": 4.0583333333333335e-05,
699
+ "loss": 0.4111,
700
+ "step": 22600
701
+ },
702
+ {
703
+ "epoch": 1.52,
704
+ "learning_rate": 4.05e-05,
705
+ "loss": 0.407,
706
+ "step": 22800
707
+ },
708
+ {
709
+ "epoch": 1.53,
710
+ "learning_rate": 4.041666666666667e-05,
711
+ "loss": 0.4125,
712
+ "step": 23000
713
+ },
714
+ {
715
+ "epoch": 1.55,
716
+ "learning_rate": 4.0333333333333336e-05,
717
+ "loss": 0.4101,
718
+ "step": 23200
719
+ },
720
+ {
721
+ "epoch": 1.56,
722
+ "learning_rate": 4.025e-05,
723
+ "loss": 0.4041,
724
+ "step": 23400
725
+ },
726
+ {
727
+ "epoch": 1.57,
728
+ "learning_rate": 4.016666666666667e-05,
729
+ "loss": 0.4026,
730
+ "step": 23600
731
+ },
732
+ {
733
+ "epoch": 1.59,
734
+ "learning_rate": 4.0083333333333336e-05,
735
+ "loss": 0.4123,
736
+ "step": 23800
737
+ },
738
+ {
739
+ "epoch": 1.6,
740
+ "learning_rate": 4e-05,
741
+ "loss": 0.4079,
742
+ "step": 24000
743
+ },
744
+ {
745
+ "epoch": 1.61,
746
+ "learning_rate": 3.991666666666667e-05,
747
+ "loss": 0.4116,
748
+ "step": 24200
749
+ },
750
+ {
751
+ "epoch": 1.63,
752
+ "learning_rate": 3.983333333333333e-05,
753
+ "loss": 0.4127,
754
+ "step": 24400
755
+ },
756
+ {
757
+ "epoch": 1.64,
758
+ "learning_rate": 3.9750000000000004e-05,
759
+ "loss": 0.4107,
760
+ "step": 24600
761
+ },
762
+ {
763
+ "epoch": 1.65,
764
+ "learning_rate": 3.966666666666667e-05,
765
+ "loss": 0.4127,
766
+ "step": 24800
767
+ },
768
+ {
769
+ "epoch": 1.67,
770
+ "learning_rate": 3.958333333333333e-05,
771
+ "loss": 0.4077,
772
+ "step": 25000
773
+ },
774
+ {
775
+ "epoch": 1.68,
776
+ "learning_rate": 3.9500000000000005e-05,
777
+ "loss": 0.41,
778
+ "step": 25200
779
+ },
780
+ {
781
+ "epoch": 1.69,
782
+ "learning_rate": 3.941666666666667e-05,
783
+ "loss": 0.4152,
784
+ "step": 25400
785
+ },
786
+ {
787
+ "epoch": 1.71,
788
+ "learning_rate": 3.933333333333333e-05,
789
+ "loss": 0.4138,
790
+ "step": 25600
791
+ },
792
+ {
793
+ "epoch": 1.72,
794
+ "learning_rate": 3.9250000000000005e-05,
795
+ "loss": 0.4163,
796
+ "step": 25800
797
+ },
798
+ {
799
+ "epoch": 1.73,
800
+ "learning_rate": 3.9166666666666665e-05,
801
+ "loss": 0.408,
802
+ "step": 26000
803
+ },
804
+ {
805
+ "epoch": 1.75,
806
+ "learning_rate": 3.908333333333333e-05,
807
+ "loss": 0.4106,
808
+ "step": 26200
809
+ },
810
+ {
811
+ "epoch": 1.76,
812
+ "learning_rate": 3.9000000000000006e-05,
813
+ "loss": 0.4119,
814
+ "step": 26400
815
+ },
816
+ {
817
+ "epoch": 1.77,
818
+ "learning_rate": 3.8916666666666666e-05,
819
+ "loss": 0.4086,
820
+ "step": 26600
821
+ },
822
+ {
823
+ "epoch": 1.79,
824
+ "learning_rate": 3.883333333333333e-05,
825
+ "loss": 0.4075,
826
+ "step": 26800
827
+ },
828
+ {
829
+ "epoch": 1.8,
830
+ "learning_rate": 3.875e-05,
831
+ "loss": 0.4074,
832
+ "step": 27000
833
+ },
834
+ {
835
+ "epoch": 1.81,
836
+ "learning_rate": 3.866666666666667e-05,
837
+ "loss": 0.4137,
838
+ "step": 27200
839
+ },
840
+ {
841
+ "epoch": 1.83,
842
+ "learning_rate": 3.8583333333333334e-05,
843
+ "loss": 0.4203,
844
+ "step": 27400
845
+ },
846
+ {
847
+ "epoch": 1.84,
848
+ "learning_rate": 3.85e-05,
849
+ "loss": 0.4098,
850
+ "step": 27600
851
+ },
852
+ {
853
+ "epoch": 1.85,
854
+ "learning_rate": 3.841666666666667e-05,
855
+ "loss": 0.4161,
856
+ "step": 27800
857
+ },
858
+ {
859
+ "epoch": 1.87,
860
+ "learning_rate": 3.8333333333333334e-05,
861
+ "loss": 0.4092,
862
+ "step": 28000
863
+ },
864
+ {
865
+ "epoch": 1.88,
866
+ "learning_rate": 3.825e-05,
867
+ "loss": 0.4168,
868
+ "step": 28200
869
+ },
870
+ {
871
+ "epoch": 1.89,
872
+ "learning_rate": 3.816666666666667e-05,
873
+ "loss": 0.4088,
874
+ "step": 28400
875
+ },
876
+ {
877
+ "epoch": 1.91,
878
+ "learning_rate": 3.8083333333333335e-05,
879
+ "loss": 0.4113,
880
+ "step": 28600
881
+ },
882
+ {
883
+ "epoch": 1.92,
884
+ "learning_rate": 3.8e-05,
885
+ "loss": 0.4162,
886
+ "step": 28800
887
+ },
888
+ {
889
+ "epoch": 1.93,
890
+ "learning_rate": 3.791666666666667e-05,
891
+ "loss": 0.411,
892
+ "step": 29000
893
+ },
894
+ {
895
+ "epoch": 1.95,
896
+ "learning_rate": 3.7833333333333336e-05,
897
+ "loss": 0.4162,
898
+ "step": 29200
899
+ },
900
+ {
901
+ "epoch": 1.96,
902
+ "learning_rate": 3.775e-05,
903
+ "loss": 0.4146,
904
+ "step": 29400
905
+ },
906
+ {
907
+ "epoch": 1.97,
908
+ "learning_rate": 3.766666666666667e-05,
909
+ "loss": 0.4152,
910
+ "step": 29600
911
+ },
912
+ {
913
+ "epoch": 1.99,
914
+ "learning_rate": 3.7583333333333337e-05,
915
+ "loss": 0.4099,
916
+ "step": 29800
917
+ },
918
+ {
919
+ "epoch": 2.0,
920
+ "learning_rate": 3.7500000000000003e-05,
921
+ "loss": 0.419,
922
+ "step": 30000
923
+ },
924
+ {
925
+ "epoch": 2.0,
926
+ "eval_gen_len": 16.94295826817022,
927
+ "eval_loss": 3.3368332386016846,
928
+ "eval_rouge1": 34.817,
929
+ "eval_rouge2": 14.3776,
930
+ "eval_rougeL": 30.8759,
931
+ "eval_rougeLsum": 30.935,
932
+ "eval_runtime": 3228.5752,
933
+ "eval_samples_per_second": 7.526,
934
+ "eval_steps_per_second": 1.882,
935
+ "step": 30000
936
+ },
937
+ {
938
+ "epoch": 2.01,
939
+ "learning_rate": 3.7416666666666664e-05,
940
+ "loss": 0.3158,
941
+ "step": 30200
942
+ },
943
+ {
944
+ "epoch": 2.03,
945
+ "learning_rate": 3.733333333333334e-05,
946
+ "loss": 0.3116,
947
+ "step": 30400
948
+ },
949
+ {
950
+ "epoch": 2.04,
951
+ "learning_rate": 3.7250000000000004e-05,
952
+ "loss": 0.3184,
953
+ "step": 30600
954
+ },
955
+ {
956
+ "epoch": 2.05,
957
+ "learning_rate": 3.7166666666666664e-05,
958
+ "loss": 0.3122,
959
+ "step": 30800
960
+ },
961
+ {
962
+ "epoch": 2.07,
963
+ "learning_rate": 3.708333333333334e-05,
964
+ "loss": 0.3186,
965
+ "step": 31000
966
+ },
967
+ {
968
+ "epoch": 2.08,
969
+ "learning_rate": 3.7e-05,
970
+ "loss": 0.3218,
971
+ "step": 31200
972
+ },
973
+ {
974
+ "epoch": 2.09,
975
+ "learning_rate": 3.6916666666666665e-05,
976
+ "loss": 0.3235,
977
+ "step": 31400
978
+ },
979
+ {
980
+ "epoch": 2.11,
981
+ "learning_rate": 3.683333333333334e-05,
982
+ "loss": 0.321,
983
+ "step": 31600
984
+ },
985
+ {
986
+ "epoch": 2.12,
987
+ "learning_rate": 3.675e-05,
988
+ "loss": 0.3168,
989
+ "step": 31800
990
+ },
991
+ {
992
+ "epoch": 2.13,
993
+ "learning_rate": 3.6666666666666666e-05,
994
+ "loss": 0.3181,
995
+ "step": 32000
996
+ },
997
+ {
998
+ "epoch": 2.15,
999
+ "learning_rate": 3.658333333333334e-05,
1000
+ "loss": 0.3194,
1001
+ "step": 32200
1002
+ },
1003
+ {
1004
+ "epoch": 2.16,
1005
+ "learning_rate": 3.65e-05,
1006
+ "loss": 0.3204,
1007
+ "step": 32400
1008
+ },
1009
+ {
1010
+ "epoch": 2.17,
1011
+ "learning_rate": 3.641666666666667e-05,
1012
+ "loss": 0.3197,
1013
+ "step": 32600
1014
+ },
1015
+ {
1016
+ "epoch": 2.19,
1017
+ "learning_rate": 3.633333333333333e-05,
1018
+ "loss": 0.3206,
1019
+ "step": 32800
1020
+ },
1021
+ {
1022
+ "epoch": 2.2,
1023
+ "learning_rate": 3.625e-05,
1024
+ "loss": 0.3235,
1025
+ "step": 33000
1026
+ },
1027
+ {
1028
+ "epoch": 2.21,
1029
+ "learning_rate": 3.6166666666666674e-05,
1030
+ "loss": 0.3246,
1031
+ "step": 33200
1032
+ },
1033
+ {
1034
+ "epoch": 2.23,
1035
+ "learning_rate": 3.6083333333333334e-05,
1036
+ "loss": 0.3203,
1037
+ "step": 33400
1038
+ },
1039
+ {
1040
+ "epoch": 2.24,
1041
+ "learning_rate": 3.6e-05,
1042
+ "loss": 0.3278,
1043
+ "step": 33600
1044
+ },
1045
+ {
1046
+ "epoch": 2.25,
1047
+ "learning_rate": 3.591666666666667e-05,
1048
+ "loss": 0.3263,
1049
+ "step": 33800
1050
+ },
1051
+ {
1052
+ "epoch": 2.27,
1053
+ "learning_rate": 3.5833333333333335e-05,
1054
+ "loss": 0.3252,
1055
+ "step": 34000
1056
+ },
1057
+ {
1058
+ "epoch": 2.28,
1059
+ "learning_rate": 3.575e-05,
1060
+ "loss": 0.3309,
1061
+ "step": 34200
1062
+ },
1063
+ {
1064
+ "epoch": 2.29,
1065
+ "learning_rate": 3.566666666666667e-05,
1066
+ "loss": 0.3268,
1067
+ "step": 34400
1068
+ },
1069
+ {
1070
+ "epoch": 2.31,
1071
+ "learning_rate": 3.5583333333333335e-05,
1072
+ "loss": 0.3246,
1073
+ "step": 34600
1074
+ },
1075
+ {
1076
+ "epoch": 2.32,
1077
+ "learning_rate": 3.55e-05,
1078
+ "loss": 0.3348,
1079
+ "step": 34800
1080
+ },
1081
+ {
1082
+ "epoch": 2.33,
1083
+ "learning_rate": 3.541666666666667e-05,
1084
+ "loss": 0.3312,
1085
+ "step": 35000
1086
+ },
1087
+ {
1088
+ "epoch": 2.35,
1089
+ "learning_rate": 3.5333333333333336e-05,
1090
+ "loss": 0.3353,
1091
+ "step": 35200
1092
+ },
1093
+ {
1094
+ "epoch": 2.36,
1095
+ "learning_rate": 3.525e-05,
1096
+ "loss": 0.3306,
1097
+ "step": 35400
1098
+ },
1099
+ {
1100
+ "epoch": 2.37,
1101
+ "learning_rate": 3.516666666666667e-05,
1102
+ "loss": 0.3327,
1103
+ "step": 35600
1104
+ },
1105
+ {
1106
+ "epoch": 2.39,
1107
+ "learning_rate": 3.508333333333334e-05,
1108
+ "loss": 0.3321,
1109
+ "step": 35800
1110
+ },
1111
+ {
1112
+ "epoch": 2.4,
1113
+ "learning_rate": 3.5e-05,
1114
+ "loss": 0.3257,
1115
+ "step": 36000
1116
+ },
1117
+ {
1118
+ "epoch": 2.41,
1119
+ "learning_rate": 3.491666666666667e-05,
1120
+ "loss": 0.3321,
1121
+ "step": 36200
1122
+ },
1123
+ {
1124
+ "epoch": 2.43,
1125
+ "learning_rate": 3.483333333333334e-05,
1126
+ "loss": 0.3334,
1127
+ "step": 36400
1128
+ },
1129
+ {
1130
+ "epoch": 2.44,
1131
+ "learning_rate": 3.475e-05,
1132
+ "loss": 0.3279,
1133
+ "step": 36600
1134
+ },
1135
+ {
1136
+ "epoch": 2.45,
1137
+ "learning_rate": 3.466666666666667e-05,
1138
+ "loss": 0.327,
1139
+ "step": 36800
1140
+ },
1141
+ {
1142
+ "epoch": 2.47,
1143
+ "learning_rate": 3.458333333333333e-05,
1144
+ "loss": 0.3315,
1145
+ "step": 37000
1146
+ },
1147
+ {
1148
+ "epoch": 2.48,
1149
+ "learning_rate": 3.45e-05,
1150
+ "loss": 0.3278,
1151
+ "step": 37200
1152
+ },
1153
+ {
1154
+ "epoch": 2.49,
1155
+ "learning_rate": 3.441666666666667e-05,
1156
+ "loss": 0.3352,
1157
+ "step": 37400
1158
+ },
1159
+ {
1160
+ "epoch": 2.51,
1161
+ "learning_rate": 3.433333333333333e-05,
1162
+ "loss": 0.3299,
1163
+ "step": 37600
1164
+ },
1165
+ {
1166
+ "epoch": 2.52,
1167
+ "learning_rate": 3.4250000000000006e-05,
1168
+ "loss": 0.332,
1169
+ "step": 37800
1170
+ },
1171
+ {
1172
+ "epoch": 2.53,
1173
+ "learning_rate": 3.4166666666666666e-05,
1174
+ "loss": 0.3393,
1175
+ "step": 38000
1176
+ },
1177
+ {
1178
+ "epoch": 2.55,
1179
+ "learning_rate": 3.408333333333333e-05,
1180
+ "loss": 0.333,
1181
+ "step": 38200
1182
+ },
1183
+ {
1184
+ "epoch": 2.56,
1185
+ "learning_rate": 3.4000000000000007e-05,
1186
+ "loss": 0.3318,
1187
+ "step": 38400
1188
+ },
1189
+ {
1190
+ "epoch": 2.57,
1191
+ "learning_rate": 3.391666666666667e-05,
1192
+ "loss": 0.3313,
1193
+ "step": 38600
1194
+ },
1195
+ {
1196
+ "epoch": 2.59,
1197
+ "learning_rate": 3.3833333333333334e-05,
1198
+ "loss": 0.3335,
1199
+ "step": 38800
1200
+ },
1201
+ {
1202
+ "epoch": 2.6,
1203
+ "learning_rate": 3.375000000000001e-05,
1204
+ "loss": 0.3379,
1205
+ "step": 39000
1206
+ },
1207
+ {
1208
+ "epoch": 2.61,
1209
+ "learning_rate": 3.366666666666667e-05,
1210
+ "loss": 0.33,
1211
+ "step": 39200
1212
+ },
1213
+ {
1214
+ "epoch": 2.63,
1215
+ "learning_rate": 3.3583333333333334e-05,
1216
+ "loss": 0.3403,
1217
+ "step": 39400
1218
+ },
1219
+ {
1220
+ "epoch": 2.64,
1221
+ "learning_rate": 3.35e-05,
1222
+ "loss": 0.3362,
1223
+ "step": 39600
1224
+ },
1225
+ {
1226
+ "epoch": 2.65,
1227
+ "learning_rate": 3.341666666666667e-05,
1228
+ "loss": 0.3351,
1229
+ "step": 39800
1230
+ },
1231
+ {
1232
+ "epoch": 2.67,
1233
+ "learning_rate": 3.3333333333333335e-05,
1234
+ "loss": 0.3346,
1235
+ "step": 40000
1236
+ },
1237
+ {
1238
+ "epoch": 2.68,
1239
+ "learning_rate": 3.325e-05,
1240
+ "loss": 0.334,
1241
+ "step": 40200
1242
+ },
1243
+ {
1244
+ "epoch": 2.69,
1245
+ "learning_rate": 3.316666666666667e-05,
1246
+ "loss": 0.3301,
1247
+ "step": 40400
1248
+ },
1249
+ {
1250
+ "epoch": 2.71,
1251
+ "learning_rate": 3.3083333333333336e-05,
1252
+ "loss": 0.3364,
1253
+ "step": 40600
1254
+ },
1255
+ {
1256
+ "epoch": 2.72,
1257
+ "learning_rate": 3.3e-05,
1258
+ "loss": 0.3345,
1259
+ "step": 40800
1260
+ },
1261
+ {
1262
+ "epoch": 2.73,
1263
+ "learning_rate": 3.291666666666667e-05,
1264
+ "loss": 0.3376,
1265
+ "step": 41000
1266
+ },
1267
+ {
1268
+ "epoch": 2.75,
1269
+ "learning_rate": 3.283333333333333e-05,
1270
+ "loss": 0.3385,
1271
+ "step": 41200
1272
+ },
1273
+ {
1274
+ "epoch": 2.76,
1275
+ "learning_rate": 3.275e-05,
1276
+ "loss": 0.3418,
1277
+ "step": 41400
1278
+ },
1279
+ {
1280
+ "epoch": 2.77,
1281
+ "learning_rate": 3.266666666666667e-05,
1282
+ "loss": 0.332,
1283
+ "step": 41600
1284
+ },
1285
+ {
1286
+ "epoch": 2.79,
1287
+ "learning_rate": 3.258333333333333e-05,
1288
+ "loss": 0.3328,
1289
+ "step": 41800
1290
+ },
1291
+ {
1292
+ "epoch": 2.8,
1293
+ "learning_rate": 3.2500000000000004e-05,
1294
+ "loss": 0.3421,
1295
+ "step": 42000
1296
+ },
1297
+ {
1298
+ "epoch": 2.81,
1299
+ "learning_rate": 3.2416666666666664e-05,
1300
+ "loss": 0.3404,
1301
+ "step": 42200
1302
+ },
1303
+ {
1304
+ "epoch": 2.83,
1305
+ "learning_rate": 3.233333333333333e-05,
1306
+ "loss": 0.3328,
1307
+ "step": 42400
1308
+ },
1309
+ {
1310
+ "epoch": 2.84,
1311
+ "learning_rate": 3.2250000000000005e-05,
1312
+ "loss": 0.3411,
1313
+ "step": 42600
1314
+ },
1315
+ {
1316
+ "epoch": 2.85,
1317
+ "learning_rate": 3.2166666666666665e-05,
1318
+ "loss": 0.3412,
1319
+ "step": 42800
1320
+ },
1321
+ {
1322
+ "epoch": 2.87,
1323
+ "learning_rate": 3.208333333333334e-05,
1324
+ "loss": 0.3458,
1325
+ "step": 43000
1326
+ },
1327
+ {
1328
+ "epoch": 2.88,
1329
+ "learning_rate": 3.2000000000000005e-05,
1330
+ "loss": 0.3382,
1331
+ "step": 43200
1332
+ },
1333
+ {
1334
+ "epoch": 2.89,
1335
+ "learning_rate": 3.1916666666666665e-05,
1336
+ "loss": 0.3375,
1337
+ "step": 43400
1338
+ },
1339
+ {
1340
+ "epoch": 2.91,
1341
+ "learning_rate": 3.183333333333334e-05,
1342
+ "loss": 0.3386,
1343
+ "step": 43600
1344
+ },
1345
+ {
1346
+ "epoch": 2.92,
1347
+ "learning_rate": 3.175e-05,
1348
+ "loss": 0.3418,
1349
+ "step": 43800
1350
+ },
1351
+ {
1352
+ "epoch": 2.93,
1353
+ "learning_rate": 3.1666666666666666e-05,
1354
+ "loss": 0.3389,
1355
+ "step": 44000
1356
+ },
1357
+ {
1358
+ "epoch": 2.95,
1359
+ "learning_rate": 3.158333333333334e-05,
1360
+ "loss": 0.3421,
1361
+ "step": 44200
1362
+ },
1363
+ {
1364
+ "epoch": 2.96,
1365
+ "learning_rate": 3.15e-05,
1366
+ "loss": 0.3248,
1367
+ "step": 44400
1368
+ },
1369
+ {
1370
+ "epoch": 2.97,
1371
+ "learning_rate": 3.141666666666667e-05,
1372
+ "loss": 0.3386,
1373
+ "step": 44600
1374
+ },
1375
+ {
1376
+ "epoch": 2.99,
1377
+ "learning_rate": 3.1333333333333334e-05,
1378
+ "loss": 0.3428,
1379
+ "step": 44800
1380
+ },
1381
+ {
1382
+ "epoch": 3.0,
1383
+ "learning_rate": 3.125e-05,
1384
+ "loss": 0.3336,
1385
+ "step": 45000
1386
+ },
1387
+ {
1388
+ "epoch": 3.0,
1389
+ "eval_gen_len": 17.130628035229236,
1390
+ "eval_loss": 3.5661144256591797,
1391
+ "eval_rouge1": 34.9096,
1392
+ "eval_rouge2": 14.3342,
1393
+ "eval_rougeL": 30.8851,
1394
+ "eval_rougeLsum": 30.9491,
1395
+ "eval_runtime": 3255.6639,
1396
+ "eval_samples_per_second": 7.463,
1397
+ "eval_steps_per_second": 1.866,
1398
+ "step": 45000
1399
+ },
1400
+ {
1401
+ "epoch": 3.01,
1402
+ "learning_rate": 3.116666666666667e-05,
1403
+ "loss": 0.2605,
1404
+ "step": 45200
1405
+ },
1406
+ {
1407
+ "epoch": 3.03,
1408
+ "learning_rate": 3.1083333333333334e-05,
1409
+ "loss": 0.2588,
1410
+ "step": 45400
1411
+ },
1412
+ {
1413
+ "epoch": 3.04,
1414
+ "learning_rate": 3.1e-05,
1415
+ "loss": 0.2609,
1416
+ "step": 45600
1417
+ },
1418
+ {
1419
+ "epoch": 3.05,
1420
+ "learning_rate": 3.091666666666667e-05,
1421
+ "loss": 0.2568,
1422
+ "step": 45800
1423
+ },
1424
+ {
1425
+ "epoch": 3.07,
1426
+ "learning_rate": 3.0833333333333335e-05,
1427
+ "loss": 0.2632,
1428
+ "step": 46000
1429
+ },
1430
+ {
1431
+ "epoch": 3.08,
1432
+ "learning_rate": 3.075e-05,
1433
+ "loss": 0.2602,
1434
+ "step": 46200
1435
+ },
1436
+ {
1437
+ "epoch": 3.09,
1438
+ "learning_rate": 3.066666666666667e-05,
1439
+ "loss": 0.259,
1440
+ "step": 46400
1441
+ },
1442
+ {
1443
+ "epoch": 3.11,
1444
+ "learning_rate": 3.0583333333333336e-05,
1445
+ "loss": 0.2652,
1446
+ "step": 46600
1447
+ },
1448
+ {
1449
+ "epoch": 3.12,
1450
+ "learning_rate": 3.05e-05,
1451
+ "loss": 0.2658,
1452
+ "step": 46800
1453
+ },
1454
+ {
1455
+ "epoch": 3.13,
1456
+ "learning_rate": 3.0416666666666666e-05,
1457
+ "loss": 0.265,
1458
+ "step": 47000
1459
+ },
1460
+ {
1461
+ "epoch": 3.15,
1462
+ "learning_rate": 3.0333333333333337e-05,
1463
+ "loss": 0.2647,
1464
+ "step": 47200
1465
+ },
1466
+ {
1467
+ "epoch": 3.16,
1468
+ "learning_rate": 3.025e-05,
1469
+ "loss": 0.2606,
1470
+ "step": 47400
1471
+ },
1472
+ {
1473
+ "epoch": 3.17,
1474
+ "learning_rate": 3.016666666666667e-05,
1475
+ "loss": 0.2664,
1476
+ "step": 47600
1477
+ },
1478
+ {
1479
+ "epoch": 3.19,
1480
+ "learning_rate": 3.0083333333333337e-05,
1481
+ "loss": 0.2608,
1482
+ "step": 47800
1483
+ },
1484
+ {
1485
+ "epoch": 3.2,
1486
+ "learning_rate": 3e-05,
1487
+ "loss": 0.2699,
1488
+ "step": 48000
1489
+ },
1490
+ {
1491
+ "epoch": 3.21,
1492
+ "learning_rate": 2.991666666666667e-05,
1493
+ "loss": 0.2715,
1494
+ "step": 48200
1495
+ },
1496
+ {
1497
+ "epoch": 3.23,
1498
+ "learning_rate": 2.9833333333333335e-05,
1499
+ "loss": 0.2672,
1500
+ "step": 48400
1501
+ },
1502
+ {
1503
+ "epoch": 3.24,
1504
+ "learning_rate": 2.975e-05,
1505
+ "loss": 0.2641,
1506
+ "step": 48600
1507
+ },
1508
+ {
1509
+ "epoch": 3.25,
1510
+ "learning_rate": 2.9666666666666672e-05,
1511
+ "loss": 0.2683,
1512
+ "step": 48800
1513
+ },
1514
+ {
1515
+ "epoch": 3.27,
1516
+ "learning_rate": 2.9583333333333335e-05,
1517
+ "loss": 0.2679,
1518
+ "step": 49000
1519
+ },
1520
+ {
1521
+ "epoch": 3.28,
1522
+ "learning_rate": 2.95e-05,
1523
+ "loss": 0.2647,
1524
+ "step": 49200
1525
+ },
1526
+ {
1527
+ "epoch": 3.29,
1528
+ "learning_rate": 2.941666666666667e-05,
1529
+ "loss": 0.2684,
1530
+ "step": 49400
1531
+ },
1532
+ {
1533
+ "epoch": 3.31,
1534
+ "learning_rate": 2.9333333333333336e-05,
1535
+ "loss": 0.2683,
1536
+ "step": 49600
1537
+ },
1538
+ {
1539
+ "epoch": 3.32,
1540
+ "learning_rate": 2.925e-05,
1541
+ "loss": 0.2686,
1542
+ "step": 49800
1543
+ },
1544
+ {
1545
+ "epoch": 3.33,
1546
+ "learning_rate": 2.916666666666667e-05,
1547
+ "loss": 0.2705,
1548
+ "step": 50000
1549
+ },
1550
+ {
1551
+ "epoch": 3.35,
1552
+ "learning_rate": 2.9083333333333333e-05,
1553
+ "loss": 0.2715,
1554
+ "step": 50200
1555
+ },
1556
+ {
1557
+ "epoch": 3.36,
1558
+ "learning_rate": 2.9e-05,
1559
+ "loss": 0.2665,
1560
+ "step": 50400
1561
+ },
1562
+ {
1563
+ "epoch": 3.37,
1564
+ "learning_rate": 2.891666666666667e-05,
1565
+ "loss": 0.2692,
1566
+ "step": 50600
1567
+ },
1568
+ {
1569
+ "epoch": 3.39,
1570
+ "learning_rate": 2.8833333333333334e-05,
1571
+ "loss": 0.2676,
1572
+ "step": 50800
1573
+ },
1574
+ {
1575
+ "epoch": 3.4,
1576
+ "learning_rate": 2.8749999999999997e-05,
1577
+ "loss": 0.2699,
1578
+ "step": 51000
1579
+ },
1580
+ {
1581
+ "epoch": 3.41,
1582
+ "learning_rate": 2.8666666666666668e-05,
1583
+ "loss": 0.2682,
1584
+ "step": 51200
1585
+ },
1586
+ {
1587
+ "epoch": 3.43,
1588
+ "learning_rate": 2.8583333333333335e-05,
1589
+ "loss": 0.2671,
1590
+ "step": 51400
1591
+ },
1592
+ {
1593
+ "epoch": 3.44,
1594
+ "learning_rate": 2.8499999999999998e-05,
1595
+ "loss": 0.2701,
1596
+ "step": 51600
1597
+ },
1598
+ {
1599
+ "epoch": 3.45,
1600
+ "learning_rate": 2.841666666666667e-05,
1601
+ "loss": 0.2754,
1602
+ "step": 51800
1603
+ },
1604
+ {
1605
+ "epoch": 3.47,
1606
+ "learning_rate": 2.8333333333333335e-05,
1607
+ "loss": 0.2726,
1608
+ "step": 52000
1609
+ },
1610
+ {
1611
+ "epoch": 3.48,
1612
+ "learning_rate": 2.825e-05,
1613
+ "loss": 0.27,
1614
+ "step": 52200
1615
+ },
1616
+ {
1617
+ "epoch": 3.49,
1618
+ "learning_rate": 2.816666666666667e-05,
1619
+ "loss": 0.2746,
1620
+ "step": 52400
1621
+ },
1622
+ {
1623
+ "epoch": 3.51,
1624
+ "learning_rate": 2.8083333333333333e-05,
1625
+ "loss": 0.27,
1626
+ "step": 52600
1627
+ },
1628
+ {
1629
+ "epoch": 3.52,
1630
+ "learning_rate": 2.8000000000000003e-05,
1631
+ "loss": 0.2687,
1632
+ "step": 52800
1633
+ },
1634
+ {
1635
+ "epoch": 3.53,
1636
+ "learning_rate": 2.791666666666667e-05,
1637
+ "loss": 0.2721,
1638
+ "step": 53000
1639
+ },
1640
+ {
1641
+ "epoch": 3.55,
1642
+ "learning_rate": 2.7833333333333333e-05,
1643
+ "loss": 0.275,
1644
+ "step": 53200
1645
+ },
1646
+ {
1647
+ "epoch": 3.56,
1648
+ "learning_rate": 2.7750000000000004e-05,
1649
+ "loss": 0.2784,
1650
+ "step": 53400
1651
+ },
1652
+ {
1653
+ "epoch": 3.57,
1654
+ "learning_rate": 2.7666666666666667e-05,
1655
+ "loss": 0.2746,
1656
+ "step": 53600
1657
+ },
1658
+ {
1659
+ "epoch": 3.59,
1660
+ "learning_rate": 2.7583333333333334e-05,
1661
+ "loss": 0.2741,
1662
+ "step": 53800
1663
+ },
1664
+ {
1665
+ "epoch": 3.6,
1666
+ "learning_rate": 2.7500000000000004e-05,
1667
+ "loss": 0.2755,
1668
+ "step": 54000
1669
+ },
1670
+ {
1671
+ "epoch": 3.61,
1672
+ "learning_rate": 2.7416666666666668e-05,
1673
+ "loss": 0.2725,
1674
+ "step": 54200
1675
+ },
1676
+ {
1677
+ "epoch": 3.63,
1678
+ "learning_rate": 2.733333333333333e-05,
1679
+ "loss": 0.2731,
1680
+ "step": 54400
1681
+ },
1682
+ {
1683
+ "epoch": 3.64,
1684
+ "learning_rate": 2.725e-05,
1685
+ "loss": 0.2739,
1686
+ "step": 54600
1687
+ },
1688
+ {
1689
+ "epoch": 3.65,
1690
+ "learning_rate": 2.716666666666667e-05,
1691
+ "loss": 0.2798,
1692
+ "step": 54800
1693
+ },
1694
+ {
1695
+ "epoch": 3.67,
1696
+ "learning_rate": 2.7083333333333332e-05,
1697
+ "loss": 0.2742,
1698
+ "step": 55000
1699
+ },
1700
+ {
1701
+ "epoch": 3.68,
1702
+ "learning_rate": 2.7000000000000002e-05,
1703
+ "loss": 0.2777,
1704
+ "step": 55200
1705
+ },
1706
+ {
1707
+ "epoch": 3.69,
1708
+ "learning_rate": 2.691666666666667e-05,
1709
+ "loss": 0.2805,
1710
+ "step": 55400
1711
+ },
1712
+ {
1713
+ "epoch": 3.71,
1714
+ "learning_rate": 2.6833333333333333e-05,
1715
+ "loss": 0.2816,
1716
+ "step": 55600
1717
+ },
1718
+ {
1719
+ "epoch": 3.72,
1720
+ "learning_rate": 2.6750000000000003e-05,
1721
+ "loss": 0.2821,
1722
+ "step": 55800
1723
+ },
1724
+ {
1725
+ "epoch": 3.73,
1726
+ "learning_rate": 2.6666666666666667e-05,
1727
+ "loss": 0.2765,
1728
+ "step": 56000
1729
+ },
1730
+ {
1731
+ "epoch": 3.75,
1732
+ "learning_rate": 2.6583333333333333e-05,
1733
+ "loss": 0.279,
1734
+ "step": 56200
1735
+ },
1736
+ {
1737
+ "epoch": 3.76,
1738
+ "learning_rate": 2.6500000000000004e-05,
1739
+ "loss": 0.2776,
1740
+ "step": 56400
1741
+ },
1742
+ {
1743
+ "epoch": 3.77,
1744
+ "learning_rate": 2.6416666666666667e-05,
1745
+ "loss": 0.2734,
1746
+ "step": 56600
1747
+ },
1748
+ {
1749
+ "epoch": 3.79,
1750
+ "learning_rate": 2.633333333333333e-05,
1751
+ "loss": 0.2795,
1752
+ "step": 56800
1753
+ },
1754
+ {
1755
+ "epoch": 3.8,
1756
+ "learning_rate": 2.625e-05,
1757
+ "loss": 0.2811,
1758
+ "step": 57000
1759
+ },
1760
+ {
1761
+ "epoch": 3.81,
1762
+ "learning_rate": 2.6166666666666668e-05,
1763
+ "loss": 0.273,
1764
+ "step": 57200
1765
+ },
1766
+ {
1767
+ "epoch": 3.83,
1768
+ "learning_rate": 2.608333333333333e-05,
1769
+ "loss": 0.28,
1770
+ "step": 57400
1771
+ },
1772
+ {
1773
+ "epoch": 3.84,
1774
+ "learning_rate": 2.6000000000000002e-05,
1775
+ "loss": 0.2818,
1776
+ "step": 57600
1777
+ },
1778
+ {
1779
+ "epoch": 3.85,
1780
+ "learning_rate": 2.5916666666666665e-05,
1781
+ "loss": 0.2811,
1782
+ "step": 57800
1783
+ },
1784
+ {
1785
+ "epoch": 3.87,
1786
+ "learning_rate": 2.5833333333333336e-05,
1787
+ "loss": 0.2732,
1788
+ "step": 58000
1789
+ },
1790
+ {
1791
+ "epoch": 3.88,
1792
+ "learning_rate": 2.5750000000000002e-05,
1793
+ "loss": 0.2819,
1794
+ "step": 58200
1795
+ },
1796
+ {
1797
+ "epoch": 3.89,
1798
+ "learning_rate": 2.5666666666666666e-05,
1799
+ "loss": 0.2817,
1800
+ "step": 58400
1801
+ },
1802
+ {
1803
+ "epoch": 3.91,
1804
+ "learning_rate": 2.5583333333333336e-05,
1805
+ "loss": 0.2774,
1806
+ "step": 58600
1807
+ },
1808
+ {
1809
+ "epoch": 3.92,
1810
+ "learning_rate": 2.5500000000000003e-05,
1811
+ "loss": 0.2759,
1812
+ "step": 58800
1813
+ },
1814
+ {
1815
+ "epoch": 3.93,
1816
+ "learning_rate": 2.5416666666666667e-05,
1817
+ "loss": 0.2751,
1818
+ "step": 59000
1819
+ },
1820
+ {
1821
+ "epoch": 3.95,
1822
+ "learning_rate": 2.5333333333333337e-05,
1823
+ "loss": 0.2766,
1824
+ "step": 59200
1825
+ },
1826
+ {
1827
+ "epoch": 3.96,
1828
+ "learning_rate": 2.525e-05,
1829
+ "loss": 0.277,
1830
+ "step": 59400
1831
+ },
1832
+ {
1833
+ "epoch": 3.97,
1834
+ "learning_rate": 2.5166666666666667e-05,
1835
+ "loss": 0.2781,
1836
+ "step": 59600
1837
+ },
1838
+ {
1839
+ "epoch": 3.99,
1840
+ "learning_rate": 2.5083333333333338e-05,
1841
+ "loss": 0.2825,
1842
+ "step": 59800
1843
+ },
1844
+ {
1845
+ "epoch": 4.0,
1846
+ "learning_rate": 2.5e-05,
1847
+ "loss": 0.2826,
1848
+ "step": 60000
1849
+ },
1850
+ {
1851
+ "epoch": 4.0,
1852
+ "eval_gen_len": 17.009218865750267,
1853
+ "eval_loss": 3.7370235919952393,
1854
+ "eval_rouge1": 34.9738,
1855
+ "eval_rouge2": 14.2096,
1856
+ "eval_rougeL": 30.8926,
1857
+ "eval_rougeLsum": 30.9561,
1858
+ "eval_runtime": 3244.593,
1859
+ "eval_samples_per_second": 7.489,
1860
+ "eval_steps_per_second": 1.872,
1861
+ "step": 60000
1862
+ },
1863
+ {
1864
+ "epoch": 4.01,
1865
+ "learning_rate": 2.4916666666666668e-05,
1866
+ "loss": 0.2165,
1867
+ "step": 60200
1868
+ },
1869
+ {
1870
+ "epoch": 4.03,
1871
+ "learning_rate": 2.4833333333333335e-05,
1872
+ "loss": 0.2176,
1873
+ "step": 60400
1874
+ },
1875
+ {
1876
+ "epoch": 4.04,
1877
+ "learning_rate": 2.4750000000000002e-05,
1878
+ "loss": 0.2151,
1879
+ "step": 60600
1880
+ },
1881
+ {
1882
+ "epoch": 4.05,
1883
+ "learning_rate": 2.466666666666667e-05,
1884
+ "loss": 0.2145,
1885
+ "step": 60800
1886
+ },
1887
+ {
1888
+ "epoch": 4.07,
1889
+ "learning_rate": 2.4583333333333332e-05,
1890
+ "loss": 0.2202,
1891
+ "step": 61000
1892
+ },
1893
+ {
1894
+ "epoch": 4.08,
1895
+ "learning_rate": 2.45e-05,
1896
+ "loss": 0.2183,
1897
+ "step": 61200
1898
+ },
1899
+ {
1900
+ "epoch": 4.09,
1901
+ "learning_rate": 2.441666666666667e-05,
1902
+ "loss": 0.22,
1903
+ "step": 61400
1904
+ },
1905
+ {
1906
+ "epoch": 4.11,
1907
+ "learning_rate": 2.4333333333333336e-05,
1908
+ "loss": 0.2124,
1909
+ "step": 61600
1910
+ },
1911
+ {
1912
+ "epoch": 4.12,
1913
+ "learning_rate": 2.425e-05,
1914
+ "loss": 0.2164,
1915
+ "step": 61800
1916
+ },
1917
+ {
1918
+ "epoch": 4.13,
1919
+ "learning_rate": 2.4166666666666667e-05,
1920
+ "loss": 0.2223,
1921
+ "step": 62000
1922
+ },
1923
+ {
1924
+ "epoch": 4.15,
1925
+ "learning_rate": 2.4083333333333337e-05,
1926
+ "loss": 0.218,
1927
+ "step": 62200
1928
+ },
1929
+ {
1930
+ "epoch": 4.16,
1931
+ "learning_rate": 2.4e-05,
1932
+ "loss": 0.2198,
1933
+ "step": 62400
1934
+ },
1935
+ {
1936
+ "epoch": 4.17,
1937
+ "learning_rate": 2.3916666666666668e-05,
1938
+ "loss": 0.2233,
1939
+ "step": 62600
1940
+ },
1941
+ {
1942
+ "epoch": 4.19,
1943
+ "learning_rate": 2.3833333333333334e-05,
1944
+ "loss": 0.2201,
1945
+ "step": 62800
1946
+ },
1947
+ {
1948
+ "epoch": 4.2,
1949
+ "learning_rate": 2.375e-05,
1950
+ "loss": 0.2165,
1951
+ "step": 63000
1952
+ },
1953
+ {
1954
+ "epoch": 4.21,
1955
+ "learning_rate": 2.3666666666666668e-05,
1956
+ "loss": 0.2225,
1957
+ "step": 63200
1958
+ },
1959
+ {
1960
+ "epoch": 4.23,
1961
+ "learning_rate": 2.3583333333333335e-05,
1962
+ "loss": 0.2197,
1963
+ "step": 63400
1964
+ },
1965
+ {
1966
+ "epoch": 4.24,
1967
+ "learning_rate": 2.35e-05,
1968
+ "loss": 0.2218,
1969
+ "step": 63600
1970
+ },
1971
+ {
1972
+ "epoch": 4.25,
1973
+ "learning_rate": 2.341666666666667e-05,
1974
+ "loss": 0.2212,
1975
+ "step": 63800
1976
+ },
1977
+ {
1978
+ "epoch": 4.27,
1979
+ "learning_rate": 2.3333333333333336e-05,
1980
+ "loss": 0.2253,
1981
+ "step": 64000
1982
+ },
1983
+ {
1984
+ "epoch": 4.28,
1985
+ "learning_rate": 2.3250000000000003e-05,
1986
+ "loss": 0.2193,
1987
+ "step": 64200
1988
+ },
1989
+ {
1990
+ "epoch": 4.29,
1991
+ "learning_rate": 2.3166666666666666e-05,
1992
+ "loss": 0.2249,
1993
+ "step": 64400
1994
+ },
1995
+ {
1996
+ "epoch": 4.31,
1997
+ "learning_rate": 2.3083333333333333e-05,
1998
+ "loss": 0.2224,
1999
+ "step": 64600
2000
+ },
2001
+ {
2002
+ "epoch": 4.32,
2003
+ "learning_rate": 2.3000000000000003e-05,
2004
+ "loss": 0.2206,
2005
+ "step": 64800
2006
+ },
2007
+ {
2008
+ "epoch": 4.33,
2009
+ "learning_rate": 2.2916666666666667e-05,
2010
+ "loss": 0.2251,
2011
+ "step": 65000
2012
+ },
2013
+ {
2014
+ "epoch": 4.35,
2015
+ "learning_rate": 2.2833333333333334e-05,
2016
+ "loss": 0.2249,
2017
+ "step": 65200
2018
+ },
2019
+ {
2020
+ "epoch": 4.36,
2021
+ "learning_rate": 2.275e-05,
2022
+ "loss": 0.226,
2023
+ "step": 65400
2024
+ },
2025
+ {
2026
+ "epoch": 4.37,
2027
+ "learning_rate": 2.2666666666666668e-05,
2028
+ "loss": 0.224,
2029
+ "step": 65600
2030
+ },
2031
+ {
2032
+ "epoch": 4.39,
2033
+ "learning_rate": 2.2583333333333335e-05,
2034
+ "loss": 0.2272,
2035
+ "step": 65800
2036
+ },
2037
+ {
2038
+ "epoch": 4.4,
2039
+ "learning_rate": 2.25e-05,
2040
+ "loss": 0.2254,
2041
+ "step": 66000
2042
+ },
2043
+ {
2044
+ "epoch": 4.41,
2045
+ "learning_rate": 2.2416666666666665e-05,
2046
+ "loss": 0.225,
2047
+ "step": 66200
2048
+ },
2049
+ {
2050
+ "epoch": 4.43,
2051
+ "learning_rate": 2.2333333333333335e-05,
2052
+ "loss": 0.2227,
2053
+ "step": 66400
2054
+ },
2055
+ {
2056
+ "epoch": 4.44,
2057
+ "learning_rate": 2.2250000000000002e-05,
2058
+ "loss": 0.2252,
2059
+ "step": 66600
2060
+ },
2061
+ {
2062
+ "epoch": 4.45,
2063
+ "learning_rate": 2.216666666666667e-05,
2064
+ "loss": 0.223,
2065
+ "step": 66800
2066
+ },
2067
+ {
2068
+ "epoch": 4.47,
2069
+ "learning_rate": 2.2083333333333333e-05,
2070
+ "loss": 0.2271,
2071
+ "step": 67000
2072
+ },
2073
+ {
2074
+ "epoch": 4.48,
2075
+ "learning_rate": 2.2000000000000003e-05,
2076
+ "loss": 0.2265,
2077
+ "step": 67200
2078
+ },
2079
+ {
2080
+ "epoch": 4.49,
2081
+ "learning_rate": 2.191666666666667e-05,
2082
+ "loss": 0.2282,
2083
+ "step": 67400
2084
+ },
2085
+ {
2086
+ "epoch": 4.51,
2087
+ "learning_rate": 2.1833333333333333e-05,
2088
+ "loss": 0.2194,
2089
+ "step": 67600
2090
+ },
2091
+ {
2092
+ "epoch": 4.52,
2093
+ "learning_rate": 2.175e-05,
2094
+ "loss": 0.2263,
2095
+ "step": 67800
2096
+ },
2097
+ {
2098
+ "epoch": 4.53,
2099
+ "learning_rate": 2.1666666666666667e-05,
2100
+ "loss": 0.2276,
2101
+ "step": 68000
2102
+ },
2103
+ {
2104
+ "epoch": 4.55,
2105
+ "learning_rate": 2.1583333333333334e-05,
2106
+ "loss": 0.2268,
2107
+ "step": 68200
2108
+ },
2109
+ {
2110
+ "epoch": 4.56,
2111
+ "learning_rate": 2.15e-05,
2112
+ "loss": 0.2293,
2113
+ "step": 68400
2114
+ },
2115
+ {
2116
+ "epoch": 4.57,
2117
+ "learning_rate": 2.1416666666666668e-05,
2118
+ "loss": 0.2236,
2119
+ "step": 68600
2120
+ },
2121
+ {
2122
+ "epoch": 4.59,
2123
+ "learning_rate": 2.1333333333333335e-05,
2124
+ "loss": 0.2277,
2125
+ "step": 68800
2126
+ },
2127
+ {
2128
+ "epoch": 4.6,
2129
+ "learning_rate": 2.125e-05,
2130
+ "loss": 0.2298,
2131
+ "step": 69000
2132
+ },
2133
+ {
2134
+ "epoch": 4.61,
2135
+ "learning_rate": 2.116666666666667e-05,
2136
+ "loss": 0.2273,
2137
+ "step": 69200
2138
+ },
2139
+ {
2140
+ "epoch": 4.63,
2141
+ "learning_rate": 2.1083333333333335e-05,
2142
+ "loss": 0.2272,
2143
+ "step": 69400
2144
+ },
2145
+ {
2146
+ "epoch": 4.64,
2147
+ "learning_rate": 2.1e-05,
2148
+ "loss": 0.2316,
2149
+ "step": 69600
2150
+ },
2151
+ {
2152
+ "epoch": 4.65,
2153
+ "learning_rate": 2.091666666666667e-05,
2154
+ "loss": 0.2303,
2155
+ "step": 69800
2156
+ },
2157
+ {
2158
+ "epoch": 4.67,
2159
+ "learning_rate": 2.0833333333333336e-05,
2160
+ "loss": 0.2276,
2161
+ "step": 70000
2162
+ },
2163
+ {
2164
+ "epoch": 4.68,
2165
+ "learning_rate": 2.075e-05,
2166
+ "loss": 0.2255,
2167
+ "step": 70200
2168
+ },
2169
+ {
2170
+ "epoch": 4.69,
2171
+ "learning_rate": 2.0666666666666666e-05,
2172
+ "loss": 0.2298,
2173
+ "step": 70400
2174
+ },
2175
+ {
2176
+ "epoch": 4.71,
2177
+ "learning_rate": 2.0583333333333333e-05,
2178
+ "loss": 0.227,
2179
+ "step": 70600
2180
+ },
2181
+ {
2182
+ "epoch": 4.72,
2183
+ "learning_rate": 2.05e-05,
2184
+ "loss": 0.2314,
2185
+ "step": 70800
2186
+ },
2187
+ {
2188
+ "epoch": 4.73,
2189
+ "learning_rate": 2.0416666666666667e-05,
2190
+ "loss": 0.2268,
2191
+ "step": 71000
2192
+ },
2193
+ {
2194
+ "epoch": 4.75,
2195
+ "learning_rate": 2.0333333333333334e-05,
2196
+ "loss": 0.2267,
2197
+ "step": 71200
2198
+ },
2199
+ {
2200
+ "epoch": 4.76,
2201
+ "learning_rate": 2.025e-05,
2202
+ "loss": 0.2299,
2203
+ "step": 71400
2204
+ },
2205
+ {
2206
+ "epoch": 4.77,
2207
+ "learning_rate": 2.0166666666666668e-05,
2208
+ "loss": 0.2247,
2209
+ "step": 71600
2210
+ },
2211
+ {
2212
+ "epoch": 4.79,
2213
+ "learning_rate": 2.0083333333333335e-05,
2214
+ "loss": 0.2281,
2215
+ "step": 71800
2216
+ },
2217
+ {
2218
+ "epoch": 4.8,
2219
+ "learning_rate": 2e-05,
2220
+ "loss": 0.2282,
2221
+ "step": 72000
2222
+ },
2223
+ {
2224
+ "epoch": 4.81,
2225
+ "learning_rate": 1.9916666666666665e-05,
2226
+ "loss": 0.2311,
2227
+ "step": 72200
2228
+ },
2229
+ {
2230
+ "epoch": 4.83,
2231
+ "learning_rate": 1.9833333333333335e-05,
2232
+ "loss": 0.2276,
2233
+ "step": 72400
2234
+ },
2235
+ {
2236
+ "epoch": 4.84,
2237
+ "learning_rate": 1.9750000000000002e-05,
2238
+ "loss": 0.2231,
2239
+ "step": 72600
2240
+ },
2241
+ {
2242
+ "epoch": 4.85,
2243
+ "learning_rate": 1.9666666666666666e-05,
2244
+ "loss": 0.2289,
2245
+ "step": 72800
2246
+ },
2247
+ {
2248
+ "epoch": 4.87,
2249
+ "learning_rate": 1.9583333333333333e-05,
2250
+ "loss": 0.2273,
2251
+ "step": 73000
2252
+ },
2253
+ {
2254
+ "epoch": 4.88,
2255
+ "learning_rate": 1.9500000000000003e-05,
2256
+ "loss": 0.2304,
2257
+ "step": 73200
2258
+ },
2259
+ {
2260
+ "epoch": 4.89,
2261
+ "learning_rate": 1.9416666666666667e-05,
2262
+ "loss": 0.2298,
2263
+ "step": 73400
2264
+ },
2265
+ {
2266
+ "epoch": 4.91,
2267
+ "learning_rate": 1.9333333333333333e-05,
2268
+ "loss": 0.231,
2269
+ "step": 73600
2270
+ },
2271
+ {
2272
+ "epoch": 4.92,
2273
+ "learning_rate": 1.925e-05,
2274
+ "loss": 0.2337,
2275
+ "step": 73800
2276
+ },
2277
+ {
2278
+ "epoch": 4.93,
2279
+ "learning_rate": 1.9166666666666667e-05,
2280
+ "loss": 0.2267,
2281
+ "step": 74000
2282
+ },
2283
+ {
2284
+ "epoch": 4.95,
2285
+ "learning_rate": 1.9083333333333334e-05,
2286
+ "loss": 0.23,
2287
+ "step": 74200
2288
+ },
2289
+ {
2290
+ "epoch": 4.96,
2291
+ "learning_rate": 1.9e-05,
2292
+ "loss": 0.2256,
2293
+ "step": 74400
2294
+ },
2295
+ {
2296
+ "epoch": 4.97,
2297
+ "learning_rate": 1.8916666666666668e-05,
2298
+ "loss": 0.2251,
2299
+ "step": 74600
2300
+ },
2301
+ {
2302
+ "epoch": 4.99,
2303
+ "learning_rate": 1.8833333333333335e-05,
2304
+ "loss": 0.2269,
2305
+ "step": 74800
2306
+ },
2307
+ {
2308
+ "epoch": 5.0,
2309
+ "learning_rate": 1.8750000000000002e-05,
2310
+ "loss": 0.2287,
2311
+ "step": 75000
2312
+ },
2313
+ {
2314
+ "epoch": 5.0,
2315
+ "eval_gen_len": 16.9075644085933,
2316
+ "eval_loss": 3.9048125743865967,
2317
+ "eval_rouge1": 35.0528,
2318
+ "eval_rouge2": 14.2404,
2319
+ "eval_rougeL": 30.9671,
2320
+ "eval_rougeLsum": 31.0348,
2321
+ "eval_runtime": 3945.9008,
2322
+ "eval_samples_per_second": 6.158,
2323
+ "eval_steps_per_second": 1.54,
2324
+ "step": 75000
2325
+ },
2326
+ {
2327
+ "epoch": 5.01,
2328
+ "learning_rate": 1.866666666666667e-05,
2329
+ "loss": 0.184,
2330
+ "step": 75200
2331
+ },
2332
+ {
2333
+ "epoch": 5.03,
2334
+ "learning_rate": 1.8583333333333332e-05,
2335
+ "loss": 0.1827,
2336
+ "step": 75400
2337
+ },
2338
+ {
2339
+ "epoch": 5.04,
2340
+ "learning_rate": 1.85e-05,
2341
+ "loss": 0.1862,
2342
+ "step": 75600
2343
+ },
2344
+ {
2345
+ "epoch": 5.05,
2346
+ "learning_rate": 1.841666666666667e-05,
2347
+ "loss": 0.1786,
2348
+ "step": 75800
2349
+ },
2350
+ {
2351
+ "epoch": 5.07,
2352
+ "learning_rate": 1.8333333333333333e-05,
2353
+ "loss": 0.1846,
2354
+ "step": 76000
2355
+ },
2356
+ {
2357
+ "epoch": 5.08,
2358
+ "learning_rate": 1.825e-05,
2359
+ "loss": 0.1835,
2360
+ "step": 76200
2361
+ },
2362
+ {
2363
+ "epoch": 5.09,
2364
+ "learning_rate": 1.8166666666666667e-05,
2365
+ "loss": 0.1806,
2366
+ "step": 76400
2367
+ },
2368
+ {
2369
+ "epoch": 5.11,
2370
+ "learning_rate": 1.8083333333333337e-05,
2371
+ "loss": 0.1825,
2372
+ "step": 76600
2373
+ },
2374
+ {
2375
+ "epoch": 5.12,
2376
+ "learning_rate": 1.8e-05,
2377
+ "loss": 0.1837,
2378
+ "step": 76800
2379
+ },
2380
+ {
2381
+ "epoch": 5.13,
2382
+ "learning_rate": 1.7916666666666667e-05,
2383
+ "loss": 0.1845,
2384
+ "step": 77000
2385
+ },
2386
+ {
2387
+ "epoch": 5.15,
2388
+ "learning_rate": 1.7833333333333334e-05,
2389
+ "loss": 0.1837,
2390
+ "step": 77200
2391
+ },
2392
+ {
2393
+ "epoch": 5.16,
2394
+ "learning_rate": 1.775e-05,
2395
+ "loss": 0.1818,
2396
+ "step": 77400
2397
+ },
2398
+ {
2399
+ "epoch": 5.17,
2400
+ "learning_rate": 1.7666666666666668e-05,
2401
+ "loss": 0.1822,
2402
+ "step": 77600
2403
+ },
2404
+ {
2405
+ "epoch": 5.19,
2406
+ "learning_rate": 1.7583333333333335e-05,
2407
+ "loss": 0.1862,
2408
+ "step": 77800
2409
+ },
2410
+ {
2411
+ "epoch": 5.2,
2412
+ "learning_rate": 1.75e-05,
2413
+ "loss": 0.1816,
2414
+ "step": 78000
2415
+ },
2416
+ {
2417
+ "epoch": 5.21,
2418
+ "learning_rate": 1.741666666666667e-05,
2419
+ "loss": 0.1821,
2420
+ "step": 78200
2421
+ },
2422
+ {
2423
+ "epoch": 5.23,
2424
+ "learning_rate": 1.7333333333333336e-05,
2425
+ "loss": 0.1853,
2426
+ "step": 78400
2427
+ },
2428
+ {
2429
+ "epoch": 5.24,
2430
+ "learning_rate": 1.725e-05,
2431
+ "loss": 0.1842,
2432
+ "step": 78600
2433
+ },
2434
+ {
2435
+ "epoch": 5.25,
2436
+ "learning_rate": 1.7166666666666666e-05,
2437
+ "loss": 0.188,
2438
+ "step": 78800
2439
+ },
2440
+ {
2441
+ "epoch": 5.27,
2442
+ "learning_rate": 1.7083333333333333e-05,
2443
+ "loss": 0.1826,
2444
+ "step": 79000
2445
+ },
2446
+ {
2447
+ "epoch": 5.28,
2448
+ "learning_rate": 1.7000000000000003e-05,
2449
+ "loss": 0.19,
2450
+ "step": 79200
2451
+ },
2452
+ {
2453
+ "epoch": 5.29,
2454
+ "learning_rate": 1.6916666666666667e-05,
2455
+ "loss": 0.1856,
2456
+ "step": 79400
2457
+ },
2458
+ {
2459
+ "epoch": 5.31,
2460
+ "learning_rate": 1.6833333333333334e-05,
2461
+ "loss": 0.1872,
2462
+ "step": 79600
2463
+ },
2464
+ {
2465
+ "epoch": 5.32,
2466
+ "learning_rate": 1.675e-05,
2467
+ "loss": 0.1854,
2468
+ "step": 79800
2469
+ },
2470
+ {
2471
+ "epoch": 5.33,
2472
+ "learning_rate": 1.6666666666666667e-05,
2473
+ "loss": 0.1876,
2474
+ "step": 80000
2475
+ },
2476
+ {
2477
+ "epoch": 5.35,
2478
+ "learning_rate": 1.6583333333333334e-05,
2479
+ "loss": 0.1859,
2480
+ "step": 80200
2481
+ },
2482
+ {
2483
+ "epoch": 5.36,
2484
+ "learning_rate": 1.65e-05,
2485
+ "loss": 0.1835,
2486
+ "step": 80400
2487
+ },
2488
+ {
2489
+ "epoch": 5.37,
2490
+ "learning_rate": 1.6416666666666665e-05,
2491
+ "loss": 0.1851,
2492
+ "step": 80600
2493
+ },
2494
+ {
2495
+ "epoch": 5.39,
2496
+ "learning_rate": 1.6333333333333335e-05,
2497
+ "loss": 0.1886,
2498
+ "step": 80800
2499
+ },
2500
+ {
2501
+ "epoch": 5.4,
2502
+ "learning_rate": 1.6250000000000002e-05,
2503
+ "loss": 0.187,
2504
+ "step": 81000
2505
+ },
2506
+ {
2507
+ "epoch": 5.41,
2508
+ "learning_rate": 1.6166666666666665e-05,
2509
+ "loss": 0.1889,
2510
+ "step": 81200
2511
+ },
2512
+ {
2513
+ "epoch": 5.43,
2514
+ "learning_rate": 1.6083333333333332e-05,
2515
+ "loss": 0.1894,
2516
+ "step": 81400
2517
+ },
2518
+ {
2519
+ "epoch": 5.44,
2520
+ "learning_rate": 1.6000000000000003e-05,
2521
+ "loss": 0.191,
2522
+ "step": 81600
2523
+ },
2524
+ {
2525
+ "epoch": 5.45,
2526
+ "learning_rate": 1.591666666666667e-05,
2527
+ "loss": 0.187,
2528
+ "step": 81800
2529
+ },
2530
+ {
2531
+ "epoch": 5.47,
2532
+ "learning_rate": 1.5833333333333333e-05,
2533
+ "loss": 0.1884,
2534
+ "step": 82000
2535
+ },
2536
+ {
2537
+ "epoch": 5.48,
2538
+ "learning_rate": 1.575e-05,
2539
+ "loss": 0.1849,
2540
+ "step": 82200
2541
+ },
2542
+ {
2543
+ "epoch": 5.49,
2544
+ "learning_rate": 1.5666666666666667e-05,
2545
+ "loss": 0.1854,
2546
+ "step": 82400
2547
+ },
2548
+ {
2549
+ "epoch": 5.51,
2550
+ "learning_rate": 1.5583333333333334e-05,
2551
+ "loss": 0.1914,
2552
+ "step": 82600
2553
+ },
2554
+ {
2555
+ "epoch": 5.52,
2556
+ "learning_rate": 1.55e-05,
2557
+ "loss": 0.1867,
2558
+ "step": 82800
2559
+ },
2560
+ {
2561
+ "epoch": 5.53,
2562
+ "learning_rate": 1.5416666666666668e-05,
2563
+ "loss": 0.1893,
2564
+ "step": 83000
2565
+ },
2566
+ {
2567
+ "epoch": 5.55,
2568
+ "learning_rate": 1.5333333333333334e-05,
2569
+ "loss": 0.1876,
2570
+ "step": 83200
2571
+ },
2572
+ {
2573
+ "epoch": 5.56,
2574
+ "learning_rate": 1.525e-05,
2575
+ "loss": 0.1847,
2576
+ "step": 83400
2577
+ },
2578
+ {
2579
+ "epoch": 5.57,
2580
+ "learning_rate": 1.5166666666666668e-05,
2581
+ "loss": 0.1922,
2582
+ "step": 83600
2583
+ },
2584
+ {
2585
+ "epoch": 5.59,
2586
+ "learning_rate": 1.5083333333333335e-05,
2587
+ "loss": 0.1841,
2588
+ "step": 83800
2589
+ },
2590
+ {
2591
+ "epoch": 5.6,
2592
+ "learning_rate": 1.5e-05,
2593
+ "loss": 0.1839,
2594
+ "step": 84000
2595
+ },
2596
+ {
2597
+ "epoch": 5.61,
2598
+ "learning_rate": 1.4916666666666667e-05,
2599
+ "loss": 0.187,
2600
+ "step": 84200
2601
+ },
2602
+ {
2603
+ "epoch": 5.63,
2604
+ "learning_rate": 1.4833333333333336e-05,
2605
+ "loss": 0.1865,
2606
+ "step": 84400
2607
+ },
2608
+ {
2609
+ "epoch": 5.64,
2610
+ "learning_rate": 1.475e-05,
2611
+ "loss": 0.1902,
2612
+ "step": 84600
2613
+ },
2614
+ {
2615
+ "epoch": 5.65,
2616
+ "learning_rate": 1.4666666666666668e-05,
2617
+ "loss": 0.1883,
2618
+ "step": 84800
2619
+ },
2620
+ {
2621
+ "epoch": 5.67,
2622
+ "learning_rate": 1.4583333333333335e-05,
2623
+ "loss": 0.1871,
2624
+ "step": 85000
2625
+ },
2626
+ {
2627
+ "epoch": 5.68,
2628
+ "learning_rate": 1.45e-05,
2629
+ "loss": 0.1913,
2630
+ "step": 85200
2631
+ },
2632
+ {
2633
+ "epoch": 5.69,
2634
+ "learning_rate": 1.4416666666666667e-05,
2635
+ "loss": 0.1915,
2636
+ "step": 85400
2637
+ },
2638
+ {
2639
+ "epoch": 5.71,
2640
+ "learning_rate": 1.4333333333333334e-05,
2641
+ "loss": 0.1873,
2642
+ "step": 85600
2643
+ },
2644
+ {
2645
+ "epoch": 5.72,
2646
+ "learning_rate": 1.4249999999999999e-05,
2647
+ "loss": 0.1877,
2648
+ "step": 85800
2649
+ },
2650
+ {
2651
+ "epoch": 5.73,
2652
+ "learning_rate": 1.4166666666666668e-05,
2653
+ "loss": 0.1888,
2654
+ "step": 86000
2655
+ },
2656
+ {
2657
+ "epoch": 5.75,
2658
+ "learning_rate": 1.4083333333333335e-05,
2659
+ "loss": 0.1889,
2660
+ "step": 86200
2661
+ },
2662
+ {
2663
+ "epoch": 5.76,
2664
+ "learning_rate": 1.4000000000000001e-05,
2665
+ "loss": 0.1937,
2666
+ "step": 86400
2667
+ },
2668
+ {
2669
+ "epoch": 5.77,
2670
+ "learning_rate": 1.3916666666666667e-05,
2671
+ "loss": 0.1929,
2672
+ "step": 86600
2673
+ },
2674
+ {
2675
+ "epoch": 5.79,
2676
+ "learning_rate": 1.3833333333333334e-05,
2677
+ "loss": 0.1898,
2678
+ "step": 86800
2679
+ },
2680
+ {
2681
+ "epoch": 5.8,
2682
+ "learning_rate": 1.3750000000000002e-05,
2683
+ "loss": 0.1914,
2684
+ "step": 87000
2685
+ },
2686
+ {
2687
+ "epoch": 5.81,
2688
+ "learning_rate": 1.3666666666666666e-05,
2689
+ "loss": 0.1884,
2690
+ "step": 87200
2691
+ },
2692
+ {
2693
+ "epoch": 5.83,
2694
+ "learning_rate": 1.3583333333333334e-05,
2695
+ "loss": 0.1887,
2696
+ "step": 87400
2697
+ },
2698
+ {
2699
+ "epoch": 5.84,
2700
+ "learning_rate": 1.3500000000000001e-05,
2701
+ "loss": 0.1891,
2702
+ "step": 87600
2703
+ },
2704
+ {
2705
+ "epoch": 5.85,
2706
+ "learning_rate": 1.3416666666666666e-05,
2707
+ "loss": 0.1888,
2708
+ "step": 87800
2709
+ },
2710
+ {
2711
+ "epoch": 5.87,
2712
+ "learning_rate": 1.3333333333333333e-05,
2713
+ "loss": 0.1899,
2714
+ "step": 88000
2715
+ },
2716
+ {
2717
+ "epoch": 5.88,
2718
+ "learning_rate": 1.3250000000000002e-05,
2719
+ "loss": 0.1886,
2720
+ "step": 88200
2721
+ },
2722
+ {
2723
+ "epoch": 5.89,
2724
+ "learning_rate": 1.3166666666666665e-05,
2725
+ "loss": 0.1888,
2726
+ "step": 88400
2727
+ },
2728
+ {
2729
+ "epoch": 5.91,
2730
+ "learning_rate": 1.3083333333333334e-05,
2731
+ "loss": 0.191,
2732
+ "step": 88600
2733
+ },
2734
+ {
2735
+ "epoch": 5.92,
2736
+ "learning_rate": 1.3000000000000001e-05,
2737
+ "loss": 0.1958,
2738
+ "step": 88800
2739
+ },
2740
+ {
2741
+ "epoch": 5.93,
2742
+ "learning_rate": 1.2916666666666668e-05,
2743
+ "loss": 0.1911,
2744
+ "step": 89000
2745
+ },
2746
+ {
2747
+ "epoch": 5.95,
2748
+ "learning_rate": 1.2833333333333333e-05,
2749
+ "loss": 0.1905,
2750
+ "step": 89200
2751
+ },
2752
+ {
2753
+ "epoch": 5.96,
2754
+ "learning_rate": 1.2750000000000002e-05,
2755
+ "loss": 0.1923,
2756
+ "step": 89400
2757
+ },
2758
+ {
2759
+ "epoch": 5.97,
2760
+ "learning_rate": 1.2666666666666668e-05,
2761
+ "loss": 0.188,
2762
+ "step": 89600
2763
+ },
2764
+ {
2765
+ "epoch": 5.99,
2766
+ "learning_rate": 1.2583333333333334e-05,
2767
+ "loss": 0.186,
2768
+ "step": 89800
2769
+ },
2770
+ {
2771
+ "epoch": 6.0,
2772
+ "learning_rate": 1.25e-05,
2773
+ "loss": 0.1861,
2774
+ "step": 90000
2775
+ },
2776
+ {
2777
+ "epoch": 6.0,
2778
+ "eval_gen_len": 17.223516338793317,
2779
+ "eval_loss": 4.045522212982178,
2780
+ "eval_rouge1": 35.1444,
2781
+ "eval_rouge2": 14.355,
2782
+ "eval_rougeL": 31.0202,
2783
+ "eval_rougeLsum": 31.0919,
2784
+ "eval_runtime": 3283.6753,
2785
+ "eval_samples_per_second": 7.4,
2786
+ "eval_steps_per_second": 1.85,
2787
+ "step": 90000
2788
+ }
2789
+ ],
2790
+ "logging_steps": 200,
2791
+ "max_steps": 120000,
2792
+ "num_input_tokens_seen": 0,
2793
+ "num_train_epochs": 8,
2794
+ "save_steps": 500,
2795
+ "total_flos": 7.596542210879693e+17,
2796
+ "train_batch_size": 4,
2797
+ "trial_name": null,
2798
+ "trial_params": null
2799
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:22c590ae5feea5e2d9f3881f2fed407ed3eec1fb1da4d17946277797da7af936
3
+ size 4856
vocab.json ADDED
The diff for this file is too large to render. See raw diff