Commit
•
5fc3a21
1
Parent(s):
427cd48
Training complete
Browse files- all_results.json +8 -0
- train_results.json +8 -0
- trainer_state.json +917 -0
all_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 10.0,
|
| 3 |
+
"total_flos": 4.4162288418816e+17,
|
| 4 |
+
"train_loss": 0.14765226224263509,
|
| 5 |
+
"train_runtime": 28756.843,
|
| 6 |
+
"train_samples_per_second": 3.13,
|
| 7 |
+
"train_steps_per_second": 0.391
|
| 8 |
+
}
|
train_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 10.0,
|
| 3 |
+
"total_flos": 4.4162288418816e+17,
|
| 4 |
+
"train_loss": 0.14765226224263509,
|
| 5 |
+
"train_runtime": 28756.843,
|
| 6 |
+
"train_samples_per_second": 3.13,
|
| 7 |
+
"train_steps_per_second": 0.391
|
| 8 |
+
}
|
trainer_state.json
ADDED
|
@@ -0,0 +1,917 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": null,
|
| 3 |
+
"best_model_checkpoint": null,
|
| 4 |
+
"epoch": 10.0,
|
| 5 |
+
"global_step": 11250,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.09,
|
| 12 |
+
"learning_rate": 2.9733333333333336e-05,
|
| 13 |
+
"loss": 0.277,
|
| 14 |
+
"step": 100
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.18,
|
| 18 |
+
"learning_rate": 2.9466666666666667e-05,
|
| 19 |
+
"loss": 0.266,
|
| 20 |
+
"step": 200
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.27,
|
| 24 |
+
"learning_rate": 2.92e-05,
|
| 25 |
+
"loss": 0.2463,
|
| 26 |
+
"step": 300
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.36,
|
| 30 |
+
"learning_rate": 2.8933333333333333e-05,
|
| 31 |
+
"loss": 0.2247,
|
| 32 |
+
"step": 400
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.44,
|
| 36 |
+
"learning_rate": 2.8666666666666668e-05,
|
| 37 |
+
"loss": 0.2119,
|
| 38 |
+
"step": 500
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.44,
|
| 42 |
+
"eval_loss": 0.29452410340309143,
|
| 43 |
+
"eval_macro-f1": 0.26366464399598083,
|
| 44 |
+
"eval_micro-f1": 0.44528018051899215,
|
| 45 |
+
"eval_runtime": 250.6426,
|
| 46 |
+
"eval_samples_per_second": 3.99,
|
| 47 |
+
"eval_steps_per_second": 0.499,
|
| 48 |
+
"step": 500
|
| 49 |
+
},
|
| 50 |
+
{
|
| 51 |
+
"epoch": 0.53,
|
| 52 |
+
"learning_rate": 2.84e-05,
|
| 53 |
+
"loss": 0.1997,
|
| 54 |
+
"step": 600
|
| 55 |
+
},
|
| 56 |
+
{
|
| 57 |
+
"epoch": 0.62,
|
| 58 |
+
"learning_rate": 2.8133333333333334e-05,
|
| 59 |
+
"loss": 0.1945,
|
| 60 |
+
"step": 700
|
| 61 |
+
},
|
| 62 |
+
{
|
| 63 |
+
"epoch": 0.71,
|
| 64 |
+
"learning_rate": 2.7866666666666665e-05,
|
| 65 |
+
"loss": 0.1949,
|
| 66 |
+
"step": 800
|
| 67 |
+
},
|
| 68 |
+
{
|
| 69 |
+
"epoch": 0.8,
|
| 70 |
+
"learning_rate": 2.7600000000000003e-05,
|
| 71 |
+
"loss": 0.1871,
|
| 72 |
+
"step": 900
|
| 73 |
+
},
|
| 74 |
+
{
|
| 75 |
+
"epoch": 0.89,
|
| 76 |
+
"learning_rate": 2.7333333333333335e-05,
|
| 77 |
+
"loss": 0.1702,
|
| 78 |
+
"step": 1000
|
| 79 |
+
},
|
| 80 |
+
{
|
| 81 |
+
"epoch": 0.89,
|
| 82 |
+
"eval_loss": 0.273383229970932,
|
| 83 |
+
"eval_macro-f1": 0.3246138178474857,
|
| 84 |
+
"eval_micro-f1": 0.48433268858800776,
|
| 85 |
+
"eval_runtime": 250.7662,
|
| 86 |
+
"eval_samples_per_second": 3.988,
|
| 87 |
+
"eval_steps_per_second": 0.498,
|
| 88 |
+
"step": 1000
|
| 89 |
+
},
|
| 90 |
+
{
|
| 91 |
+
"epoch": 0.98,
|
| 92 |
+
"learning_rate": 2.706666666666667e-05,
|
| 93 |
+
"loss": 0.1883,
|
| 94 |
+
"step": 1100
|
| 95 |
+
},
|
| 96 |
+
{
|
| 97 |
+
"epoch": 1.07,
|
| 98 |
+
"learning_rate": 2.68e-05,
|
| 99 |
+
"loss": 0.1651,
|
| 100 |
+
"step": 1200
|
| 101 |
+
},
|
| 102 |
+
{
|
| 103 |
+
"epoch": 1.16,
|
| 104 |
+
"learning_rate": 2.6533333333333336e-05,
|
| 105 |
+
"loss": 0.1768,
|
| 106 |
+
"step": 1300
|
| 107 |
+
},
|
| 108 |
+
{
|
| 109 |
+
"epoch": 1.24,
|
| 110 |
+
"learning_rate": 2.6266666666666667e-05,
|
| 111 |
+
"loss": 0.1625,
|
| 112 |
+
"step": 1400
|
| 113 |
+
},
|
| 114 |
+
{
|
| 115 |
+
"epoch": 1.33,
|
| 116 |
+
"learning_rate": 2.6000000000000002e-05,
|
| 117 |
+
"loss": 0.1736,
|
| 118 |
+
"step": 1500
|
| 119 |
+
},
|
| 120 |
+
{
|
| 121 |
+
"epoch": 1.33,
|
| 122 |
+
"eval_loss": 0.2633000612258911,
|
| 123 |
+
"eval_macro-f1": 0.37253226371065895,
|
| 124 |
+
"eval_micro-f1": 0.5133408493047726,
|
| 125 |
+
"eval_runtime": 250.7914,
|
| 126 |
+
"eval_samples_per_second": 3.987,
|
| 127 |
+
"eval_steps_per_second": 0.498,
|
| 128 |
+
"step": 1500
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 1.42,
|
| 132 |
+
"learning_rate": 2.5733333333333333e-05,
|
| 133 |
+
"loss": 0.1737,
|
| 134 |
+
"step": 1600
|
| 135 |
+
},
|
| 136 |
+
{
|
| 137 |
+
"epoch": 1.51,
|
| 138 |
+
"learning_rate": 2.5466666666666668e-05,
|
| 139 |
+
"loss": 0.1647,
|
| 140 |
+
"step": 1700
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 1.6,
|
| 144 |
+
"learning_rate": 2.52e-05,
|
| 145 |
+
"loss": 0.163,
|
| 146 |
+
"step": 1800
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 1.69,
|
| 150 |
+
"learning_rate": 2.4933333333333334e-05,
|
| 151 |
+
"loss": 0.1627,
|
| 152 |
+
"step": 1900
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 1.78,
|
| 156 |
+
"learning_rate": 2.4666666666666665e-05,
|
| 157 |
+
"loss": 0.1571,
|
| 158 |
+
"step": 2000
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 1.78,
|
| 162 |
+
"eval_loss": 0.2548530697822571,
|
| 163 |
+
"eval_macro-f1": 0.3942383469130867,
|
| 164 |
+
"eval_micro-f1": 0.5417134306023195,
|
| 165 |
+
"eval_runtime": 250.9116,
|
| 166 |
+
"eval_samples_per_second": 3.985,
|
| 167 |
+
"eval_steps_per_second": 0.498,
|
| 168 |
+
"step": 2000
|
| 169 |
+
},
|
| 170 |
+
{
|
| 171 |
+
"epoch": 1.87,
|
| 172 |
+
"learning_rate": 2.44e-05,
|
| 173 |
+
"loss": 0.1687,
|
| 174 |
+
"step": 2100
|
| 175 |
+
},
|
| 176 |
+
{
|
| 177 |
+
"epoch": 1.96,
|
| 178 |
+
"learning_rate": 2.413333333333333e-05,
|
| 179 |
+
"loss": 0.165,
|
| 180 |
+
"step": 2200
|
| 181 |
+
},
|
| 182 |
+
{
|
| 183 |
+
"epoch": 2.04,
|
| 184 |
+
"learning_rate": 2.3866666666666666e-05,
|
| 185 |
+
"loss": 0.1679,
|
| 186 |
+
"step": 2300
|
| 187 |
+
},
|
| 188 |
+
{
|
| 189 |
+
"epoch": 2.13,
|
| 190 |
+
"learning_rate": 2.3599999999999998e-05,
|
| 191 |
+
"loss": 0.1567,
|
| 192 |
+
"step": 2400
|
| 193 |
+
},
|
| 194 |
+
{
|
| 195 |
+
"epoch": 2.22,
|
| 196 |
+
"learning_rate": 2.3333333333333336e-05,
|
| 197 |
+
"loss": 0.1476,
|
| 198 |
+
"step": 2500
|
| 199 |
+
},
|
| 200 |
+
{
|
| 201 |
+
"epoch": 2.22,
|
| 202 |
+
"eval_loss": 0.23479677736759186,
|
| 203 |
+
"eval_macro-f1": 0.4186626091796164,
|
| 204 |
+
"eval_micro-f1": 0.5649375236652783,
|
| 205 |
+
"eval_runtime": 250.7383,
|
| 206 |
+
"eval_samples_per_second": 3.988,
|
| 207 |
+
"eval_steps_per_second": 0.499,
|
| 208 |
+
"step": 2500
|
| 209 |
+
},
|
| 210 |
+
{
|
| 211 |
+
"epoch": 2.31,
|
| 212 |
+
"learning_rate": 2.3066666666666667e-05,
|
| 213 |
+
"loss": 0.1497,
|
| 214 |
+
"step": 2600
|
| 215 |
+
},
|
| 216 |
+
{
|
| 217 |
+
"epoch": 2.4,
|
| 218 |
+
"learning_rate": 2.2800000000000002e-05,
|
| 219 |
+
"loss": 0.1568,
|
| 220 |
+
"step": 2700
|
| 221 |
+
},
|
| 222 |
+
{
|
| 223 |
+
"epoch": 2.49,
|
| 224 |
+
"learning_rate": 2.2533333333333333e-05,
|
| 225 |
+
"loss": 0.1544,
|
| 226 |
+
"step": 2800
|
| 227 |
+
},
|
| 228 |
+
{
|
| 229 |
+
"epoch": 2.58,
|
| 230 |
+
"learning_rate": 2.2266666666666668e-05,
|
| 231 |
+
"loss": 0.1511,
|
| 232 |
+
"step": 2900
|
| 233 |
+
},
|
| 234 |
+
{
|
| 235 |
+
"epoch": 2.67,
|
| 236 |
+
"learning_rate": 2.2e-05,
|
| 237 |
+
"loss": 0.1599,
|
| 238 |
+
"step": 3000
|
| 239 |
+
},
|
| 240 |
+
{
|
| 241 |
+
"epoch": 2.67,
|
| 242 |
+
"eval_loss": 0.2426605522632599,
|
| 243 |
+
"eval_macro-f1": 0.4286399332829603,
|
| 244 |
+
"eval_micro-f1": 0.5606287425149701,
|
| 245 |
+
"eval_runtime": 250.7077,
|
| 246 |
+
"eval_samples_per_second": 3.989,
|
| 247 |
+
"eval_steps_per_second": 0.499,
|
| 248 |
+
"step": 3000
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 2.76,
|
| 252 |
+
"learning_rate": 2.1733333333333334e-05,
|
| 253 |
+
"loss": 0.1588,
|
| 254 |
+
"step": 3100
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 2.84,
|
| 258 |
+
"learning_rate": 2.1466666666666666e-05,
|
| 259 |
+
"loss": 0.1494,
|
| 260 |
+
"step": 3200
|
| 261 |
+
},
|
| 262 |
+
{
|
| 263 |
+
"epoch": 2.93,
|
| 264 |
+
"learning_rate": 2.12e-05,
|
| 265 |
+
"loss": 0.1451,
|
| 266 |
+
"step": 3300
|
| 267 |
+
},
|
| 268 |
+
{
|
| 269 |
+
"epoch": 3.02,
|
| 270 |
+
"learning_rate": 2.0933333333333335e-05,
|
| 271 |
+
"loss": 0.1511,
|
| 272 |
+
"step": 3400
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 3.11,
|
| 276 |
+
"learning_rate": 2.0666666666666666e-05,
|
| 277 |
+
"loss": 0.1481,
|
| 278 |
+
"step": 3500
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 3.11,
|
| 282 |
+
"eval_loss": 0.22102022171020508,
|
| 283 |
+
"eval_macro-f1": 0.4664222522152986,
|
| 284 |
+
"eval_micro-f1": 0.5780392156862745,
|
| 285 |
+
"eval_runtime": 250.7508,
|
| 286 |
+
"eval_samples_per_second": 3.988,
|
| 287 |
+
"eval_steps_per_second": 0.499,
|
| 288 |
+
"step": 3500
|
| 289 |
+
},
|
| 290 |
+
{
|
| 291 |
+
"epoch": 3.2,
|
| 292 |
+
"learning_rate": 2.04e-05,
|
| 293 |
+
"loss": 0.141,
|
| 294 |
+
"step": 3600
|
| 295 |
+
},
|
| 296 |
+
{
|
| 297 |
+
"epoch": 3.29,
|
| 298 |
+
"learning_rate": 2.0133333333333333e-05,
|
| 299 |
+
"loss": 0.15,
|
| 300 |
+
"step": 3700
|
| 301 |
+
},
|
| 302 |
+
{
|
| 303 |
+
"epoch": 3.38,
|
| 304 |
+
"learning_rate": 1.9866666666666667e-05,
|
| 305 |
+
"loss": 0.1447,
|
| 306 |
+
"step": 3800
|
| 307 |
+
},
|
| 308 |
+
{
|
| 309 |
+
"epoch": 3.47,
|
| 310 |
+
"learning_rate": 1.96e-05,
|
| 311 |
+
"loss": 0.1526,
|
| 312 |
+
"step": 3900
|
| 313 |
+
},
|
| 314 |
+
{
|
| 315 |
+
"epoch": 3.56,
|
| 316 |
+
"learning_rate": 1.9333333333333333e-05,
|
| 317 |
+
"loss": 0.1412,
|
| 318 |
+
"step": 4000
|
| 319 |
+
},
|
| 320 |
+
{
|
| 321 |
+
"epoch": 3.56,
|
| 322 |
+
"eval_loss": 0.2542124390602112,
|
| 323 |
+
"eval_macro-f1": 0.43618801692291176,
|
| 324 |
+
"eval_micro-f1": 0.5617082880926529,
|
| 325 |
+
"eval_runtime": 251.1467,
|
| 326 |
+
"eval_samples_per_second": 3.982,
|
| 327 |
+
"eval_steps_per_second": 0.498,
|
| 328 |
+
"step": 4000
|
| 329 |
+
},
|
| 330 |
+
{
|
| 331 |
+
"epoch": 3.64,
|
| 332 |
+
"learning_rate": 1.9066666666666668e-05,
|
| 333 |
+
"loss": 0.1437,
|
| 334 |
+
"step": 4100
|
| 335 |
+
},
|
| 336 |
+
{
|
| 337 |
+
"epoch": 3.73,
|
| 338 |
+
"learning_rate": 1.8800000000000003e-05,
|
| 339 |
+
"loss": 0.1537,
|
| 340 |
+
"step": 4200
|
| 341 |
+
},
|
| 342 |
+
{
|
| 343 |
+
"epoch": 3.82,
|
| 344 |
+
"learning_rate": 1.8533333333333334e-05,
|
| 345 |
+
"loss": 0.1419,
|
| 346 |
+
"step": 4300
|
| 347 |
+
},
|
| 348 |
+
{
|
| 349 |
+
"epoch": 3.91,
|
| 350 |
+
"learning_rate": 1.826666666666667e-05,
|
| 351 |
+
"loss": 0.146,
|
| 352 |
+
"step": 4400
|
| 353 |
+
},
|
| 354 |
+
{
|
| 355 |
+
"epoch": 4.0,
|
| 356 |
+
"learning_rate": 1.8e-05,
|
| 357 |
+
"loss": 0.1505,
|
| 358 |
+
"step": 4500
|
| 359 |
+
},
|
| 360 |
+
{
|
| 361 |
+
"epoch": 4.0,
|
| 362 |
+
"eval_loss": 0.22492457926273346,
|
| 363 |
+
"eval_macro-f1": 0.47284726582229103,
|
| 364 |
+
"eval_micro-f1": 0.5862584017923824,
|
| 365 |
+
"eval_runtime": 250.7861,
|
| 366 |
+
"eval_samples_per_second": 3.987,
|
| 367 |
+
"eval_steps_per_second": 0.498,
|
| 368 |
+
"step": 4500
|
| 369 |
+
},
|
| 370 |
+
{
|
| 371 |
+
"epoch": 4.09,
|
| 372 |
+
"learning_rate": 1.7733333333333335e-05,
|
| 373 |
+
"loss": 0.1376,
|
| 374 |
+
"step": 4600
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 4.18,
|
| 378 |
+
"learning_rate": 1.7466666666666667e-05,
|
| 379 |
+
"loss": 0.1349,
|
| 380 |
+
"step": 4700
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"epoch": 4.27,
|
| 384 |
+
"learning_rate": 1.7202666666666667e-05,
|
| 385 |
+
"loss": 0.1377,
|
| 386 |
+
"step": 4800
|
| 387 |
+
},
|
| 388 |
+
{
|
| 389 |
+
"epoch": 4.36,
|
| 390 |
+
"learning_rate": 1.6936000000000002e-05,
|
| 391 |
+
"loss": 0.1476,
|
| 392 |
+
"step": 4900
|
| 393 |
+
},
|
| 394 |
+
{
|
| 395 |
+
"epoch": 4.44,
|
| 396 |
+
"learning_rate": 1.6669333333333337e-05,
|
| 397 |
+
"loss": 0.1425,
|
| 398 |
+
"step": 5000
|
| 399 |
+
},
|
| 400 |
+
{
|
| 401 |
+
"epoch": 4.44,
|
| 402 |
+
"eval_loss": 0.23111233115196228,
|
| 403 |
+
"eval_macro-f1": 0.4576083528112134,
|
| 404 |
+
"eval_micro-f1": 0.5845251191785845,
|
| 405 |
+
"eval_runtime": 250.9374,
|
| 406 |
+
"eval_samples_per_second": 3.985,
|
| 407 |
+
"eval_steps_per_second": 0.498,
|
| 408 |
+
"step": 5000
|
| 409 |
+
},
|
| 410 |
+
{
|
| 411 |
+
"epoch": 4.53,
|
| 412 |
+
"learning_rate": 1.6402666666666668e-05,
|
| 413 |
+
"loss": 0.1407,
|
| 414 |
+
"step": 5100
|
| 415 |
+
},
|
| 416 |
+
{
|
| 417 |
+
"epoch": 4.62,
|
| 418 |
+
"learning_rate": 1.6136000000000003e-05,
|
| 419 |
+
"loss": 0.1379,
|
| 420 |
+
"step": 5200
|
| 421 |
+
},
|
| 422 |
+
{
|
| 423 |
+
"epoch": 4.71,
|
| 424 |
+
"learning_rate": 1.5869333333333334e-05,
|
| 425 |
+
"loss": 0.1372,
|
| 426 |
+
"step": 5300
|
| 427 |
+
},
|
| 428 |
+
{
|
| 429 |
+
"epoch": 4.8,
|
| 430 |
+
"learning_rate": 1.560266666666667e-05,
|
| 431 |
+
"loss": 0.1383,
|
| 432 |
+
"step": 5400
|
| 433 |
+
},
|
| 434 |
+
{
|
| 435 |
+
"epoch": 4.89,
|
| 436 |
+
"learning_rate": 1.5336e-05,
|
| 437 |
+
"loss": 0.1461,
|
| 438 |
+
"step": 5500
|
| 439 |
+
},
|
| 440 |
+
{
|
| 441 |
+
"epoch": 4.89,
|
| 442 |
+
"eval_loss": 0.2261454164981842,
|
| 443 |
+
"eval_macro-f1": 0.45899951293068036,
|
| 444 |
+
"eval_micro-f1": 0.5832072617246595,
|
| 445 |
+
"eval_runtime": 250.9993,
|
| 446 |
+
"eval_samples_per_second": 3.984,
|
| 447 |
+
"eval_steps_per_second": 0.498,
|
| 448 |
+
"step": 5500
|
| 449 |
+
},
|
| 450 |
+
{
|
| 451 |
+
"epoch": 4.98,
|
| 452 |
+
"learning_rate": 1.5069333333333335e-05,
|
| 453 |
+
"loss": 0.149,
|
| 454 |
+
"step": 5600
|
| 455 |
+
},
|
| 456 |
+
{
|
| 457 |
+
"epoch": 5.07,
|
| 458 |
+
"learning_rate": 1.4802666666666666e-05,
|
| 459 |
+
"loss": 0.1462,
|
| 460 |
+
"step": 5700
|
| 461 |
+
},
|
| 462 |
+
{
|
| 463 |
+
"epoch": 5.16,
|
| 464 |
+
"learning_rate": 1.4536e-05,
|
| 465 |
+
"loss": 0.1368,
|
| 466 |
+
"step": 5800
|
| 467 |
+
},
|
| 468 |
+
{
|
| 469 |
+
"epoch": 5.24,
|
| 470 |
+
"learning_rate": 1.4269333333333332e-05,
|
| 471 |
+
"loss": 0.136,
|
| 472 |
+
"step": 5900
|
| 473 |
+
},
|
| 474 |
+
{
|
| 475 |
+
"epoch": 5.33,
|
| 476 |
+
"learning_rate": 1.4002666666666667e-05,
|
| 477 |
+
"loss": 0.1451,
|
| 478 |
+
"step": 6000
|
| 479 |
+
},
|
| 480 |
+
{
|
| 481 |
+
"epoch": 5.33,
|
| 482 |
+
"eval_loss": 0.2247992604970932,
|
| 483 |
+
"eval_macro-f1": 0.47382748403425246,
|
| 484 |
+
"eval_micro-f1": 0.590139808682855,
|
| 485 |
+
"eval_runtime": 250.7218,
|
| 486 |
+
"eval_samples_per_second": 3.988,
|
| 487 |
+
"eval_steps_per_second": 0.499,
|
| 488 |
+
"step": 6000
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 5.42,
|
| 492 |
+
"learning_rate": 1.3736e-05,
|
| 493 |
+
"loss": 0.1385,
|
| 494 |
+
"step": 6100
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 5.51,
|
| 498 |
+
"learning_rate": 1.3469333333333333e-05,
|
| 499 |
+
"loss": 0.1435,
|
| 500 |
+
"step": 6200
|
| 501 |
+
},
|
| 502 |
+
{
|
| 503 |
+
"epoch": 5.6,
|
| 504 |
+
"learning_rate": 1.3202666666666666e-05,
|
| 505 |
+
"loss": 0.1289,
|
| 506 |
+
"step": 6300
|
| 507 |
+
},
|
| 508 |
+
{
|
| 509 |
+
"epoch": 5.69,
|
| 510 |
+
"learning_rate": 1.2936000000000001e-05,
|
| 511 |
+
"loss": 0.1376,
|
| 512 |
+
"step": 6400
|
| 513 |
+
},
|
| 514 |
+
{
|
| 515 |
+
"epoch": 5.78,
|
| 516 |
+
"learning_rate": 1.2669333333333334e-05,
|
| 517 |
+
"loss": 0.1281,
|
| 518 |
+
"step": 6500
|
| 519 |
+
},
|
| 520 |
+
{
|
| 521 |
+
"epoch": 5.78,
|
| 522 |
+
"eval_loss": 0.23171132802963257,
|
| 523 |
+
"eval_macro-f1": 0.4640593541438955,
|
| 524 |
+
"eval_micro-f1": 0.5896037804434751,
|
| 525 |
+
"eval_runtime": 250.818,
|
| 526 |
+
"eval_samples_per_second": 3.987,
|
| 527 |
+
"eval_steps_per_second": 0.498,
|
| 528 |
+
"step": 6500
|
| 529 |
+
},
|
| 530 |
+
{
|
| 531 |
+
"epoch": 5.87,
|
| 532 |
+
"learning_rate": 1.2402666666666667e-05,
|
| 533 |
+
"loss": 0.1297,
|
| 534 |
+
"step": 6600
|
| 535 |
+
},
|
| 536 |
+
{
|
| 537 |
+
"epoch": 5.96,
|
| 538 |
+
"learning_rate": 1.2136e-05,
|
| 539 |
+
"loss": 0.1475,
|
| 540 |
+
"step": 6700
|
| 541 |
+
},
|
| 542 |
+
{
|
| 543 |
+
"epoch": 6.04,
|
| 544 |
+
"learning_rate": 1.1869333333333333e-05,
|
| 545 |
+
"loss": 0.1446,
|
| 546 |
+
"step": 6800
|
| 547 |
+
},
|
| 548 |
+
{
|
| 549 |
+
"epoch": 6.13,
|
| 550 |
+
"learning_rate": 1.1602666666666668e-05,
|
| 551 |
+
"loss": 0.1316,
|
| 552 |
+
"step": 6900
|
| 553 |
+
},
|
| 554 |
+
{
|
| 555 |
+
"epoch": 6.22,
|
| 556 |
+
"learning_rate": 1.1336000000000001e-05,
|
| 557 |
+
"loss": 0.1354,
|
| 558 |
+
"step": 7000
|
| 559 |
+
},
|
| 560 |
+
{
|
| 561 |
+
"epoch": 6.22,
|
| 562 |
+
"eval_loss": 0.236615851521492,
|
| 563 |
+
"eval_macro-f1": 0.46391783502581774,
|
| 564 |
+
"eval_micro-f1": 0.5945558739255014,
|
| 565 |
+
"eval_runtime": 250.8543,
|
| 566 |
+
"eval_samples_per_second": 3.986,
|
| 567 |
+
"eval_steps_per_second": 0.498,
|
| 568 |
+
"step": 7000
|
| 569 |
+
},
|
| 570 |
+
{
|
| 571 |
+
"epoch": 6.31,
|
| 572 |
+
"learning_rate": 1.1069333333333334e-05,
|
| 573 |
+
"loss": 0.1371,
|
| 574 |
+
"step": 7100
|
| 575 |
+
},
|
| 576 |
+
{
|
| 577 |
+
"epoch": 6.4,
|
| 578 |
+
"learning_rate": 1.0802666666666667e-05,
|
| 579 |
+
"loss": 0.1336,
|
| 580 |
+
"step": 7200
|
| 581 |
+
},
|
| 582 |
+
{
|
| 583 |
+
"epoch": 6.49,
|
| 584 |
+
"learning_rate": 1.0536e-05,
|
| 585 |
+
"loss": 0.1377,
|
| 586 |
+
"step": 7300
|
| 587 |
+
},
|
| 588 |
+
{
|
| 589 |
+
"epoch": 6.58,
|
| 590 |
+
"learning_rate": 1.0269333333333333e-05,
|
| 591 |
+
"loss": 0.1214,
|
| 592 |
+
"step": 7400
|
| 593 |
+
},
|
| 594 |
+
{
|
| 595 |
+
"epoch": 6.67,
|
| 596 |
+
"learning_rate": 1.0002666666666667e-05,
|
| 597 |
+
"loss": 0.1204,
|
| 598 |
+
"step": 7500
|
| 599 |
+
},
|
| 600 |
+
{
|
| 601 |
+
"epoch": 6.67,
|
| 602 |
+
"eval_loss": 0.23111066222190857,
|
| 603 |
+
"eval_macro-f1": 0.4874939295642857,
|
| 604 |
+
"eval_micro-f1": 0.5876635514018691,
|
| 605 |
+
"eval_runtime": 251.0341,
|
| 606 |
+
"eval_samples_per_second": 3.984,
|
| 607 |
+
"eval_steps_per_second": 0.498,
|
| 608 |
+
"step": 7500
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 6.76,
|
| 612 |
+
"learning_rate": 9.736e-06,
|
| 613 |
+
"loss": 0.1447,
|
| 614 |
+
"step": 7600
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 6.84,
|
| 618 |
+
"learning_rate": 9.469333333333334e-06,
|
| 619 |
+
"loss": 0.1378,
|
| 620 |
+
"step": 7700
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 6.93,
|
| 624 |
+
"learning_rate": 9.202666666666667e-06,
|
| 625 |
+
"loss": 0.1284,
|
| 626 |
+
"step": 7800
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 7.02,
|
| 630 |
+
"learning_rate": 8.936e-06,
|
| 631 |
+
"loss": 0.1348,
|
| 632 |
+
"step": 7900
|
| 633 |
+
},
|
| 634 |
+
{
|
| 635 |
+
"epoch": 7.11,
|
| 636 |
+
"learning_rate": 8.669333333333334e-06,
|
| 637 |
+
"loss": 0.1229,
|
| 638 |
+
"step": 8000
|
| 639 |
+
},
|
| 640 |
+
{
|
| 641 |
+
"epoch": 7.11,
|
| 642 |
+
"eval_loss": 0.2082732766866684,
|
| 643 |
+
"eval_macro-f1": 0.48152917771348014,
|
| 644 |
+
"eval_micro-f1": 0.6019637462235651,
|
| 645 |
+
"eval_runtime": 250.7762,
|
| 646 |
+
"eval_samples_per_second": 3.988,
|
| 647 |
+
"eval_steps_per_second": 0.498,
|
| 648 |
+
"step": 8000
|
| 649 |
+
},
|
| 650 |
+
{
|
| 651 |
+
"epoch": 7.2,
|
| 652 |
+
"learning_rate": 8.402666666666667e-06,
|
| 653 |
+
"loss": 0.1278,
|
| 654 |
+
"step": 8100
|
| 655 |
+
},
|
| 656 |
+
{
|
| 657 |
+
"epoch": 7.29,
|
| 658 |
+
"learning_rate": 8.136e-06,
|
| 659 |
+
"loss": 0.1296,
|
| 660 |
+
"step": 8200
|
| 661 |
+
},
|
| 662 |
+
{
|
| 663 |
+
"epoch": 7.38,
|
| 664 |
+
"learning_rate": 7.869333333333333e-06,
|
| 665 |
+
"loss": 0.1414,
|
| 666 |
+
"step": 8300
|
| 667 |
+
},
|
| 668 |
+
{
|
| 669 |
+
"epoch": 7.47,
|
| 670 |
+
"learning_rate": 7.602666666666667e-06,
|
| 671 |
+
"loss": 0.1345,
|
| 672 |
+
"step": 8400
|
| 673 |
+
},
|
| 674 |
+
{
|
| 675 |
+
"epoch": 7.56,
|
| 676 |
+
"learning_rate": 7.336e-06,
|
| 677 |
+
"loss": 0.1368,
|
| 678 |
+
"step": 8500
|
| 679 |
+
},
|
| 680 |
+
{
|
| 681 |
+
"epoch": 7.56,
|
| 682 |
+
"eval_loss": 0.21700948476791382,
|
| 683 |
+
"eval_macro-f1": 0.5212896599306505,
|
| 684 |
+
"eval_micro-f1": 0.6020710059171598,
|
| 685 |
+
"eval_runtime": 250.9977,
|
| 686 |
+
"eval_samples_per_second": 3.984,
|
| 687 |
+
"eval_steps_per_second": 0.498,
|
| 688 |
+
"step": 8500
|
| 689 |
+
},
|
| 690 |
+
{
|
| 691 |
+
"epoch": 7.64,
|
| 692 |
+
"learning_rate": 7.069333333333333e-06,
|
| 693 |
+
"loss": 0.1252,
|
| 694 |
+
"step": 8600
|
| 695 |
+
},
|
| 696 |
+
{
|
| 697 |
+
"epoch": 7.73,
|
| 698 |
+
"learning_rate": 6.802666666666667e-06,
|
| 699 |
+
"loss": 0.1281,
|
| 700 |
+
"step": 8700
|
| 701 |
+
},
|
| 702 |
+
{
|
| 703 |
+
"epoch": 7.82,
|
| 704 |
+
"learning_rate": 6.538666666666667e-06,
|
| 705 |
+
"loss": 0.1248,
|
| 706 |
+
"step": 8800
|
| 707 |
+
},
|
| 708 |
+
{
|
| 709 |
+
"epoch": 7.91,
|
| 710 |
+
"learning_rate": 6.272e-06,
|
| 711 |
+
"loss": 0.1345,
|
| 712 |
+
"step": 8900
|
| 713 |
+
},
|
| 714 |
+
{
|
| 715 |
+
"epoch": 8.0,
|
| 716 |
+
"learning_rate": 6.005333333333334e-06,
|
| 717 |
+
"loss": 0.1288,
|
| 718 |
+
"step": 9000
|
| 719 |
+
},
|
| 720 |
+
{
|
| 721 |
+
"epoch": 8.0,
|
| 722 |
+
"eval_loss": 0.2136116474866867,
|
| 723 |
+
"eval_macro-f1": 0.5335725321845664,
|
| 724 |
+
"eval_micro-f1": 0.6175595238095237,
|
| 725 |
+
"eval_runtime": 250.9763,
|
| 726 |
+
"eval_samples_per_second": 3.984,
|
| 727 |
+
"eval_steps_per_second": 0.498,
|
| 728 |
+
"step": 9000
|
| 729 |
+
},
|
| 730 |
+
{
|
| 731 |
+
"epoch": 8.09,
|
| 732 |
+
"learning_rate": 5.738666666666667e-06,
|
| 733 |
+
"loss": 0.1424,
|
| 734 |
+
"step": 9100
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 8.18,
|
| 738 |
+
"learning_rate": 5.472e-06,
|
| 739 |
+
"loss": 0.1317,
|
| 740 |
+
"step": 9200
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 8.27,
|
| 744 |
+
"learning_rate": 5.205333333333333e-06,
|
| 745 |
+
"loss": 0.1276,
|
| 746 |
+
"step": 9300
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 8.36,
|
| 750 |
+
"learning_rate": 4.938666666666667e-06,
|
| 751 |
+
"loss": 0.1309,
|
| 752 |
+
"step": 9400
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 8.44,
|
| 756 |
+
"learning_rate": 4.672e-06,
|
| 757 |
+
"loss": 0.1275,
|
| 758 |
+
"step": 9500
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 8.44,
|
| 762 |
+
"eval_loss": 0.21796877682209015,
|
| 763 |
+
"eval_macro-f1": 0.5203516217663584,
|
| 764 |
+
"eval_micro-f1": 0.6081784386617101,
|
| 765 |
+
"eval_runtime": 251.0313,
|
| 766 |
+
"eval_samples_per_second": 3.984,
|
| 767 |
+
"eval_steps_per_second": 0.498,
|
| 768 |
+
"step": 9500
|
| 769 |
+
},
|
| 770 |
+
{
|
| 771 |
+
"epoch": 8.53,
|
| 772 |
+
"learning_rate": 4.405333333333333e-06,
|
| 773 |
+
"loss": 0.1258,
|
| 774 |
+
"step": 9600
|
| 775 |
+
},
|
| 776 |
+
{
|
| 777 |
+
"epoch": 8.62,
|
| 778 |
+
"learning_rate": 4.1386666666666665e-06,
|
| 779 |
+
"loss": 0.1338,
|
| 780 |
+
"step": 9700
|
| 781 |
+
},
|
| 782 |
+
{
|
| 783 |
+
"epoch": 8.71,
|
| 784 |
+
"learning_rate": 3.872e-06,
|
| 785 |
+
"loss": 0.1254,
|
| 786 |
+
"step": 9800
|
| 787 |
+
},
|
| 788 |
+
{
|
| 789 |
+
"epoch": 8.8,
|
| 790 |
+
"learning_rate": 3.6053333333333334e-06,
|
| 791 |
+
"loss": 0.1206,
|
| 792 |
+
"step": 9900
|
| 793 |
+
},
|
| 794 |
+
{
|
| 795 |
+
"epoch": 8.89,
|
| 796 |
+
"learning_rate": 3.338666666666667e-06,
|
| 797 |
+
"loss": 0.1232,
|
| 798 |
+
"step": 10000
|
| 799 |
+
},
|
| 800 |
+
{
|
| 801 |
+
"epoch": 8.89,
|
| 802 |
+
"eval_loss": 0.2147359549999237,
|
| 803 |
+
"eval_macro-f1": 0.5334115012856294,
|
| 804 |
+
"eval_micro-f1": 0.6083052749719416,
|
| 805 |
+
"eval_runtime": 251.0602,
|
| 806 |
+
"eval_samples_per_second": 3.983,
|
| 807 |
+
"eval_steps_per_second": 0.498,
|
| 808 |
+
"step": 10000
|
| 809 |
+
},
|
| 810 |
+
{
|
| 811 |
+
"epoch": 8.98,
|
| 812 |
+
"learning_rate": 3.0720000000000004e-06,
|
| 813 |
+
"loss": 0.1167,
|
| 814 |
+
"step": 10100
|
| 815 |
+
},
|
| 816 |
+
{
|
| 817 |
+
"epoch": 9.07,
|
| 818 |
+
"learning_rate": 2.8053333333333335e-06,
|
| 819 |
+
"loss": 0.133,
|
| 820 |
+
"step": 10200
|
| 821 |
+
},
|
| 822 |
+
{
|
| 823 |
+
"epoch": 9.16,
|
| 824 |
+
"learning_rate": 2.538666666666667e-06,
|
| 825 |
+
"loss": 0.1239,
|
| 826 |
+
"step": 10300
|
| 827 |
+
},
|
| 828 |
+
{
|
| 829 |
+
"epoch": 9.24,
|
| 830 |
+
"learning_rate": 2.272e-06,
|
| 831 |
+
"loss": 0.1208,
|
| 832 |
+
"step": 10400
|
| 833 |
+
},
|
| 834 |
+
{
|
| 835 |
+
"epoch": 9.33,
|
| 836 |
+
"learning_rate": 2.0053333333333335e-06,
|
| 837 |
+
"loss": 0.1319,
|
| 838 |
+
"step": 10500
|
| 839 |
+
},
|
| 840 |
+
{
|
| 841 |
+
"epoch": 9.33,
|
| 842 |
+
"eval_loss": 0.21207687258720398,
|
| 843 |
+
"eval_macro-f1": 0.5311776120067299,
|
| 844 |
+
"eval_micro-f1": 0.6186029137093761,
|
| 845 |
+
"eval_runtime": 250.7675,
|
| 846 |
+
"eval_samples_per_second": 3.988,
|
| 847 |
+
"eval_steps_per_second": 0.498,
|
| 848 |
+
"step": 10500
|
| 849 |
+
},
|
| 850 |
+
{
|
| 851 |
+
"epoch": 9.42,
|
| 852 |
+
"learning_rate": 1.7386666666666668e-06,
|
| 853 |
+
"loss": 0.1136,
|
| 854 |
+
"step": 10600
|
| 855 |
+
},
|
| 856 |
+
{
|
| 857 |
+
"epoch": 9.51,
|
| 858 |
+
"learning_rate": 1.472e-06,
|
| 859 |
+
"loss": 0.131,
|
| 860 |
+
"step": 10700
|
| 861 |
+
},
|
| 862 |
+
{
|
| 863 |
+
"epoch": 9.6,
|
| 864 |
+
"learning_rate": 1.208e-06,
|
| 865 |
+
"loss": 0.1302,
|
| 866 |
+
"step": 10800
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 9.69,
|
| 870 |
+
"learning_rate": 9.413333333333333e-07,
|
| 871 |
+
"loss": 0.1204,
|
| 872 |
+
"step": 10900
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 9.78,
|
| 876 |
+
"learning_rate": 6.746666666666667e-07,
|
| 877 |
+
"loss": 0.1267,
|
| 878 |
+
"step": 11000
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 9.78,
|
| 882 |
+
"eval_loss": 0.20918133854866028,
|
| 883 |
+
"eval_macro-f1": 0.5250058915528198,
|
| 884 |
+
"eval_micro-f1": 0.6189584113900337,
|
| 885 |
+
"eval_runtime": 251.2843,
|
| 886 |
+
"eval_samples_per_second": 3.98,
|
| 887 |
+
"eval_steps_per_second": 0.497,
|
| 888 |
+
"step": 11000
|
| 889 |
+
},
|
| 890 |
+
{
|
| 891 |
+
"epoch": 9.87,
|
| 892 |
+
"learning_rate": 4.08e-07,
|
| 893 |
+
"loss": 0.1225,
|
| 894 |
+
"step": 11100
|
| 895 |
+
},
|
| 896 |
+
{
|
| 897 |
+
"epoch": 9.96,
|
| 898 |
+
"learning_rate": 1.4133333333333333e-07,
|
| 899 |
+
"loss": 0.1188,
|
| 900 |
+
"step": 11200
|
| 901 |
+
},
|
| 902 |
+
{
|
| 903 |
+
"epoch": 10.0,
|
| 904 |
+
"step": 11250,
|
| 905 |
+
"total_flos": 4.4162288418816e+17,
|
| 906 |
+
"train_loss": 0.14765226224263509,
|
| 907 |
+
"train_runtime": 28756.843,
|
| 908 |
+
"train_samples_per_second": 3.13,
|
| 909 |
+
"train_steps_per_second": 0.391
|
| 910 |
+
}
|
| 911 |
+
],
|
| 912 |
+
"max_steps": 11250,
|
| 913 |
+
"num_train_epochs": 10,
|
| 914 |
+
"total_flos": 4.4162288418816e+17,
|
| 915 |
+
"trial_name": null,
|
| 916 |
+
"trial_params": null
|
| 917 |
+
}
|