Commit
•
9bcdf48
1
Parent(s):
759fe62
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": 4.4165690228736e+17,
|
| 4 |
+
"train_loss": 0.15906413599650066,
|
| 5 |
+
"train_runtime": 28645.7102,
|
| 6 |
+
"train_samples_per_second": 3.142,
|
| 7 |
+
"train_steps_per_second": 0.393
|
| 8 |
+
}
|
train_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 10.0,
|
| 3 |
+
"total_flos": 4.4165690228736e+17,
|
| 4 |
+
"train_loss": 0.15906413599650066,
|
| 5 |
+
"train_runtime": 28645.7102,
|
| 6 |
+
"train_samples_per_second": 3.142,
|
| 7 |
+
"train_steps_per_second": 0.393
|
| 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": 0.3094,
|
| 14 |
+
"step": 100
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.18,
|
| 18 |
+
"learning_rate": 2.9466666666666667e-05,
|
| 19 |
+
"loss": 0.2897,
|
| 20 |
+
"step": 200
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.27,
|
| 24 |
+
"learning_rate": 2.92e-05,
|
| 25 |
+
"loss": 0.2706,
|
| 26 |
+
"step": 300
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.36,
|
| 30 |
+
"learning_rate": 2.8933333333333333e-05,
|
| 31 |
+
"loss": 0.2464,
|
| 32 |
+
"step": 400
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.44,
|
| 36 |
+
"learning_rate": 2.8666666666666668e-05,
|
| 37 |
+
"loss": 0.2278,
|
| 38 |
+
"step": 500
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.44,
|
| 42 |
+
"eval_loss": 0.3196217715740204,
|
| 43 |
+
"eval_macro-f1": 0.23936523435969442,
|
| 44 |
+
"eval_micro-f1": 0.4568642160540135,
|
| 45 |
+
"eval_runtime": 250.0459,
|
| 46 |
+
"eval_samples_per_second": 3.999,
|
| 47 |
+
"eval_steps_per_second": 0.5,
|
| 48 |
+
"step": 500
|
| 49 |
+
},
|
| 50 |
+
{
|
| 51 |
+
"epoch": 0.53,
|
| 52 |
+
"learning_rate": 2.84e-05,
|
| 53 |
+
"loss": 0.2168,
|
| 54 |
+
"step": 600
|
| 55 |
+
},
|
| 56 |
+
{
|
| 57 |
+
"epoch": 0.62,
|
| 58 |
+
"learning_rate": 2.8133333333333334e-05,
|
| 59 |
+
"loss": 0.2067,
|
| 60 |
+
"step": 700
|
| 61 |
+
},
|
| 62 |
+
{
|
| 63 |
+
"epoch": 0.71,
|
| 64 |
+
"learning_rate": 2.7866666666666665e-05,
|
| 65 |
+
"loss": 0.2136,
|
| 66 |
+
"step": 800
|
| 67 |
+
},
|
| 68 |
+
{
|
| 69 |
+
"epoch": 0.8,
|
| 70 |
+
"learning_rate": 2.7600000000000003e-05,
|
| 71 |
+
"loss": 0.207,
|
| 72 |
+
"step": 900
|
| 73 |
+
},
|
| 74 |
+
{
|
| 75 |
+
"epoch": 0.89,
|
| 76 |
+
"learning_rate": 2.7333333333333335e-05,
|
| 77 |
+
"loss": 0.1891,
|
| 78 |
+
"step": 1000
|
| 79 |
+
},
|
| 80 |
+
{
|
| 81 |
+
"epoch": 0.89,
|
| 82 |
+
"eval_loss": 0.2826995849609375,
|
| 83 |
+
"eval_macro-f1": 0.3255006773512365,
|
| 84 |
+
"eval_micro-f1": 0.511172089376715,
|
| 85 |
+
"eval_runtime": 250.1548,
|
| 86 |
+
"eval_samples_per_second": 3.998,
|
| 87 |
+
"eval_steps_per_second": 0.5,
|
| 88 |
+
"step": 1000
|
| 89 |
+
},
|
| 90 |
+
{
|
| 91 |
+
"epoch": 0.98,
|
| 92 |
+
"learning_rate": 2.706666666666667e-05,
|
| 93 |
+
"loss": 0.1987,
|
| 94 |
+
"step": 1100
|
| 95 |
+
},
|
| 96 |
+
{
|
| 97 |
+
"epoch": 1.07,
|
| 98 |
+
"learning_rate": 2.68e-05,
|
| 99 |
+
"loss": 0.1792,
|
| 100 |
+
"step": 1200
|
| 101 |
+
},
|
| 102 |
+
{
|
| 103 |
+
"epoch": 1.16,
|
| 104 |
+
"learning_rate": 2.6533333333333336e-05,
|
| 105 |
+
"loss": 0.1934,
|
| 106 |
+
"step": 1300
|
| 107 |
+
},
|
| 108 |
+
{
|
| 109 |
+
"epoch": 1.24,
|
| 110 |
+
"learning_rate": 2.6266666666666667e-05,
|
| 111 |
+
"loss": 0.177,
|
| 112 |
+
"step": 1400
|
| 113 |
+
},
|
| 114 |
+
{
|
| 115 |
+
"epoch": 1.33,
|
| 116 |
+
"learning_rate": 2.6000000000000002e-05,
|
| 117 |
+
"loss": 0.1803,
|
| 118 |
+
"step": 1500
|
| 119 |
+
},
|
| 120 |
+
{
|
| 121 |
+
"epoch": 1.33,
|
| 122 |
+
"eval_loss": 0.26028162240982056,
|
| 123 |
+
"eval_macro-f1": 0.3960907835303458,
|
| 124 |
+
"eval_micro-f1": 0.5697764070932922,
|
| 125 |
+
"eval_runtime": 249.9458,
|
| 126 |
+
"eval_samples_per_second": 4.001,
|
| 127 |
+
"eval_steps_per_second": 0.5,
|
| 128 |
+
"step": 1500
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 1.42,
|
| 132 |
+
"learning_rate": 2.5733333333333333e-05,
|
| 133 |
+
"loss": 0.1845,
|
| 134 |
+
"step": 1600
|
| 135 |
+
},
|
| 136 |
+
{
|
| 137 |
+
"epoch": 1.51,
|
| 138 |
+
"learning_rate": 2.5466666666666668e-05,
|
| 139 |
+
"loss": 0.1751,
|
| 140 |
+
"step": 1700
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 1.6,
|
| 144 |
+
"learning_rate": 2.52e-05,
|
| 145 |
+
"loss": 0.1807,
|
| 146 |
+
"step": 1800
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 1.69,
|
| 150 |
+
"learning_rate": 2.4933333333333334e-05,
|
| 151 |
+
"loss": 0.1767,
|
| 152 |
+
"step": 1900
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 1.78,
|
| 156 |
+
"learning_rate": 2.4666666666666665e-05,
|
| 157 |
+
"loss": 0.1676,
|
| 158 |
+
"step": 2000
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 1.78,
|
| 162 |
+
"eval_loss": 0.25902459025382996,
|
| 163 |
+
"eval_macro-f1": 0.42511696432782353,
|
| 164 |
+
"eval_micro-f1": 0.600266109104733,
|
| 165 |
+
"eval_runtime": 250.0358,
|
| 166 |
+
"eval_samples_per_second": 3.999,
|
| 167 |
+
"eval_steps_per_second": 0.5,
|
| 168 |
+
"step": 2000
|
| 169 |
+
},
|
| 170 |
+
{
|
| 171 |
+
"epoch": 1.87,
|
| 172 |
+
"learning_rate": 2.44e-05,
|
| 173 |
+
"loss": 0.18,
|
| 174 |
+
"step": 2100
|
| 175 |
+
},
|
| 176 |
+
{
|
| 177 |
+
"epoch": 1.96,
|
| 178 |
+
"learning_rate": 2.413333333333333e-05,
|
| 179 |
+
"loss": 0.1794,
|
| 180 |
+
"step": 2200
|
| 181 |
+
},
|
| 182 |
+
{
|
| 183 |
+
"epoch": 2.04,
|
| 184 |
+
"learning_rate": 2.3866666666666666e-05,
|
| 185 |
+
"loss": 0.1787,
|
| 186 |
+
"step": 2300
|
| 187 |
+
},
|
| 188 |
+
{
|
| 189 |
+
"epoch": 2.13,
|
| 190 |
+
"learning_rate": 2.3599999999999998e-05,
|
| 191 |
+
"loss": 0.1712,
|
| 192 |
+
"step": 2400
|
| 193 |
+
},
|
| 194 |
+
{
|
| 195 |
+
"epoch": 2.22,
|
| 196 |
+
"learning_rate": 2.3333333333333336e-05,
|
| 197 |
+
"loss": 0.1635,
|
| 198 |
+
"step": 2500
|
| 199 |
+
},
|
| 200 |
+
{
|
| 201 |
+
"epoch": 2.22,
|
| 202 |
+
"eval_loss": 0.24892687797546387,
|
| 203 |
+
"eval_macro-f1": 0.4185578412202114,
|
| 204 |
+
"eval_micro-f1": 0.6029919447640966,
|
| 205 |
+
"eval_runtime": 250.2641,
|
| 206 |
+
"eval_samples_per_second": 3.996,
|
| 207 |
+
"eval_steps_per_second": 0.499,
|
| 208 |
+
"step": 2500
|
| 209 |
+
},
|
| 210 |
+
{
|
| 211 |
+
"epoch": 2.31,
|
| 212 |
+
"learning_rate": 2.3066666666666667e-05,
|
| 213 |
+
"loss": 0.1565,
|
| 214 |
+
"step": 2600
|
| 215 |
+
},
|
| 216 |
+
{
|
| 217 |
+
"epoch": 2.4,
|
| 218 |
+
"learning_rate": 2.2800000000000002e-05,
|
| 219 |
+
"loss": 0.1665,
|
| 220 |
+
"step": 2700
|
| 221 |
+
},
|
| 222 |
+
{
|
| 223 |
+
"epoch": 2.49,
|
| 224 |
+
"learning_rate": 2.2533333333333333e-05,
|
| 225 |
+
"loss": 0.1632,
|
| 226 |
+
"step": 2800
|
| 227 |
+
},
|
| 228 |
+
{
|
| 229 |
+
"epoch": 2.58,
|
| 230 |
+
"learning_rate": 2.2266666666666668e-05,
|
| 231 |
+
"loss": 0.1596,
|
| 232 |
+
"step": 2900
|
| 233 |
+
},
|
| 234 |
+
{
|
| 235 |
+
"epoch": 2.67,
|
| 236 |
+
"learning_rate": 2.2e-05,
|
| 237 |
+
"loss": 0.1784,
|
| 238 |
+
"step": 3000
|
| 239 |
+
},
|
| 240 |
+
{
|
| 241 |
+
"epoch": 2.67,
|
| 242 |
+
"eval_loss": 0.24447566270828247,
|
| 243 |
+
"eval_macro-f1": 0.4627337037038219,
|
| 244 |
+
"eval_micro-f1": 0.6159065209197135,
|
| 245 |
+
"eval_runtime": 249.9435,
|
| 246 |
+
"eval_samples_per_second": 4.001,
|
| 247 |
+
"eval_steps_per_second": 0.5,
|
| 248 |
+
"step": 3000
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 2.76,
|
| 252 |
+
"learning_rate": 2.1733333333333334e-05,
|
| 253 |
+
"loss": 0.1708,
|
| 254 |
+
"step": 3100
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 2.84,
|
| 258 |
+
"learning_rate": 2.1466666666666666e-05,
|
| 259 |
+
"loss": 0.1648,
|
| 260 |
+
"step": 3200
|
| 261 |
+
},
|
| 262 |
+
{
|
| 263 |
+
"epoch": 2.93,
|
| 264 |
+
"learning_rate": 2.12e-05,
|
| 265 |
+
"loss": 0.1589,
|
| 266 |
+
"step": 3300
|
| 267 |
+
},
|
| 268 |
+
{
|
| 269 |
+
"epoch": 3.02,
|
| 270 |
+
"learning_rate": 2.0933333333333335e-05,
|
| 271 |
+
"loss": 0.1585,
|
| 272 |
+
"step": 3400
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 3.11,
|
| 276 |
+
"learning_rate": 2.0666666666666666e-05,
|
| 277 |
+
"loss": 0.1556,
|
| 278 |
+
"step": 3500
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 3.11,
|
| 282 |
+
"eval_loss": 0.23978745937347412,
|
| 283 |
+
"eval_macro-f1": 0.4756831371916051,
|
| 284 |
+
"eval_micro-f1": 0.6170171715222844,
|
| 285 |
+
"eval_runtime": 250.1955,
|
| 286 |
+
"eval_samples_per_second": 3.997,
|
| 287 |
+
"eval_steps_per_second": 0.5,
|
| 288 |
+
"step": 3500
|
| 289 |
+
},
|
| 290 |
+
{
|
| 291 |
+
"epoch": 3.2,
|
| 292 |
+
"learning_rate": 2.04e-05,
|
| 293 |
+
"loss": 0.1547,
|
| 294 |
+
"step": 3600
|
| 295 |
+
},
|
| 296 |
+
{
|
| 297 |
+
"epoch": 3.29,
|
| 298 |
+
"learning_rate": 2.0133333333333333e-05,
|
| 299 |
+
"loss": 0.1607,
|
| 300 |
+
"step": 3700
|
| 301 |
+
},
|
| 302 |
+
{
|
| 303 |
+
"epoch": 3.38,
|
| 304 |
+
"learning_rate": 1.9866666666666667e-05,
|
| 305 |
+
"loss": 0.1617,
|
| 306 |
+
"step": 3800
|
| 307 |
+
},
|
| 308 |
+
{
|
| 309 |
+
"epoch": 3.47,
|
| 310 |
+
"learning_rate": 1.96e-05,
|
| 311 |
+
"loss": 0.1644,
|
| 312 |
+
"step": 3900
|
| 313 |
+
},
|
| 314 |
+
{
|
| 315 |
+
"epoch": 3.56,
|
| 316 |
+
"learning_rate": 1.9333333333333333e-05,
|
| 317 |
+
"loss": 0.151,
|
| 318 |
+
"step": 4000
|
| 319 |
+
},
|
| 320 |
+
{
|
| 321 |
+
"epoch": 3.56,
|
| 322 |
+
"eval_loss": 0.24887794256210327,
|
| 323 |
+
"eval_macro-f1": 0.47250028430103197,
|
| 324 |
+
"eval_micro-f1": 0.6162704309063892,
|
| 325 |
+
"eval_runtime": 249.9519,
|
| 326 |
+
"eval_samples_per_second": 4.001,
|
| 327 |
+
"eval_steps_per_second": 0.5,
|
| 328 |
+
"step": 4000
|
| 329 |
+
},
|
| 330 |
+
{
|
| 331 |
+
"epoch": 3.64,
|
| 332 |
+
"learning_rate": 1.9066666666666668e-05,
|
| 333 |
+
"loss": 0.1537,
|
| 334 |
+
"step": 4100
|
| 335 |
+
},
|
| 336 |
+
{
|
| 337 |
+
"epoch": 3.73,
|
| 338 |
+
"learning_rate": 1.8800000000000003e-05,
|
| 339 |
+
"loss": 0.1643,
|
| 340 |
+
"step": 4200
|
| 341 |
+
},
|
| 342 |
+
{
|
| 343 |
+
"epoch": 3.82,
|
| 344 |
+
"learning_rate": 1.8533333333333334e-05,
|
| 345 |
+
"loss": 0.1613,
|
| 346 |
+
"step": 4300
|
| 347 |
+
},
|
| 348 |
+
{
|
| 349 |
+
"epoch": 3.91,
|
| 350 |
+
"learning_rate": 1.826666666666667e-05,
|
| 351 |
+
"loss": 0.152,
|
| 352 |
+
"step": 4400
|
| 353 |
+
},
|
| 354 |
+
{
|
| 355 |
+
"epoch": 4.0,
|
| 356 |
+
"learning_rate": 1.8e-05,
|
| 357 |
+
"loss": 0.1564,
|
| 358 |
+
"step": 4500
|
| 359 |
+
},
|
| 360 |
+
{
|
| 361 |
+
"epoch": 4.0,
|
| 362 |
+
"eval_loss": 0.22886419296264648,
|
| 363 |
+
"eval_macro-f1": 0.5019089347038279,
|
| 364 |
+
"eval_micro-f1": 0.6416097190584662,
|
| 365 |
+
"eval_runtime": 249.7711,
|
| 366 |
+
"eval_samples_per_second": 4.004,
|
| 367 |
+
"eval_steps_per_second": 0.5,
|
| 368 |
+
"step": 4500
|
| 369 |
+
},
|
| 370 |
+
{
|
| 371 |
+
"epoch": 4.09,
|
| 372 |
+
"learning_rate": 1.7733333333333335e-05,
|
| 373 |
+
"loss": 0.1483,
|
| 374 |
+
"step": 4600
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 4.18,
|
| 378 |
+
"learning_rate": 1.7466666666666667e-05,
|
| 379 |
+
"loss": 0.1436,
|
| 380 |
+
"step": 4700
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"epoch": 4.27,
|
| 384 |
+
"learning_rate": 1.72e-05,
|
| 385 |
+
"loss": 0.1515,
|
| 386 |
+
"step": 4800
|
| 387 |
+
},
|
| 388 |
+
{
|
| 389 |
+
"epoch": 4.36,
|
| 390 |
+
"learning_rate": 1.6933333333333333e-05,
|
| 391 |
+
"loss": 0.1525,
|
| 392 |
+
"step": 4900
|
| 393 |
+
},
|
| 394 |
+
{
|
| 395 |
+
"epoch": 4.44,
|
| 396 |
+
"learning_rate": 1.6666666666666667e-05,
|
| 397 |
+
"loss": 0.1544,
|
| 398 |
+
"step": 5000
|
| 399 |
+
},
|
| 400 |
+
{
|
| 401 |
+
"epoch": 4.44,
|
| 402 |
+
"eval_loss": 0.24056826531887054,
|
| 403 |
+
"eval_macro-f1": 0.5012925674653259,
|
| 404 |
+
"eval_micro-f1": 0.6408193123628383,
|
| 405 |
+
"eval_runtime": 249.9111,
|
| 406 |
+
"eval_samples_per_second": 4.001,
|
| 407 |
+
"eval_steps_per_second": 0.5,
|
| 408 |
+
"step": 5000
|
| 409 |
+
},
|
| 410 |
+
{
|
| 411 |
+
"epoch": 4.53,
|
| 412 |
+
"learning_rate": 1.64e-05,
|
| 413 |
+
"loss": 0.1531,
|
| 414 |
+
"step": 5100
|
| 415 |
+
},
|
| 416 |
+
{
|
| 417 |
+
"epoch": 4.62,
|
| 418 |
+
"learning_rate": 1.6133333333333334e-05,
|
| 419 |
+
"loss": 0.1483,
|
| 420 |
+
"step": 5200
|
| 421 |
+
},
|
| 422 |
+
{
|
| 423 |
+
"epoch": 4.71,
|
| 424 |
+
"learning_rate": 1.5866666666666665e-05,
|
| 425 |
+
"loss": 0.1461,
|
| 426 |
+
"step": 5300
|
| 427 |
+
},
|
| 428 |
+
{
|
| 429 |
+
"epoch": 4.8,
|
| 430 |
+
"learning_rate": 1.56e-05,
|
| 431 |
+
"loss": 0.1524,
|
| 432 |
+
"step": 5400
|
| 433 |
+
},
|
| 434 |
+
{
|
| 435 |
+
"epoch": 4.89,
|
| 436 |
+
"learning_rate": 1.533333333333333e-05,
|
| 437 |
+
"loss": 0.1516,
|
| 438 |
+
"step": 5500
|
| 439 |
+
},
|
| 440 |
+
{
|
| 441 |
+
"epoch": 4.89,
|
| 442 |
+
"eval_loss": 0.23508721590042114,
|
| 443 |
+
"eval_macro-f1": 0.5144814794615382,
|
| 444 |
+
"eval_micro-f1": 0.6510253094402365,
|
| 445 |
+
"eval_runtime": 249.8304,
|
| 446 |
+
"eval_samples_per_second": 4.003,
|
| 447 |
+
"eval_steps_per_second": 0.5,
|
| 448 |
+
"step": 5500
|
| 449 |
+
},
|
| 450 |
+
{
|
| 451 |
+
"epoch": 4.98,
|
| 452 |
+
"learning_rate": 1.5066666666666668e-05,
|
| 453 |
+
"loss": 0.1633,
|
| 454 |
+
"step": 5600
|
| 455 |
+
},
|
| 456 |
+
{
|
| 457 |
+
"epoch": 5.07,
|
| 458 |
+
"learning_rate": 1.48e-05,
|
| 459 |
+
"loss": 0.1536,
|
| 460 |
+
"step": 5700
|
| 461 |
+
},
|
| 462 |
+
{
|
| 463 |
+
"epoch": 5.16,
|
| 464 |
+
"learning_rate": 1.4533333333333334e-05,
|
| 465 |
+
"loss": 0.1536,
|
| 466 |
+
"step": 5800
|
| 467 |
+
},
|
| 468 |
+
{
|
| 469 |
+
"epoch": 5.24,
|
| 470 |
+
"learning_rate": 1.4266666666666667e-05,
|
| 471 |
+
"loss": 0.1441,
|
| 472 |
+
"step": 5900
|
| 473 |
+
},
|
| 474 |
+
{
|
| 475 |
+
"epoch": 5.33,
|
| 476 |
+
"learning_rate": 1.4e-05,
|
| 477 |
+
"loss": 0.1487,
|
| 478 |
+
"step": 6000
|
| 479 |
+
},
|
| 480 |
+
{
|
| 481 |
+
"epoch": 5.33,
|
| 482 |
+
"eval_loss": 0.2353767454624176,
|
| 483 |
+
"eval_macro-f1": 0.5164283324429206,
|
| 484 |
+
"eval_micro-f1": 0.6393532978137058,
|
| 485 |
+
"eval_runtime": 249.9806,
|
| 486 |
+
"eval_samples_per_second": 4.0,
|
| 487 |
+
"eval_steps_per_second": 0.5,
|
| 488 |
+
"step": 6000
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 5.42,
|
| 492 |
+
"learning_rate": 1.3733333333333335e-05,
|
| 493 |
+
"loss": 0.1456,
|
| 494 |
+
"step": 6100
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 5.51,
|
| 498 |
+
"learning_rate": 1.3466666666666668e-05,
|
| 499 |
+
"loss": 0.1483,
|
| 500 |
+
"step": 6200
|
| 501 |
+
},
|
| 502 |
+
{
|
| 503 |
+
"epoch": 5.6,
|
| 504 |
+
"learning_rate": 1.32e-05,
|
| 505 |
+
"loss": 0.1435,
|
| 506 |
+
"step": 6300
|
| 507 |
+
},
|
| 508 |
+
{
|
| 509 |
+
"epoch": 5.69,
|
| 510 |
+
"learning_rate": 1.2933333333333334e-05,
|
| 511 |
+
"loss": 0.1443,
|
| 512 |
+
"step": 6400
|
| 513 |
+
},
|
| 514 |
+
{
|
| 515 |
+
"epoch": 5.78,
|
| 516 |
+
"learning_rate": 1.2666666666666667e-05,
|
| 517 |
+
"loss": 0.1385,
|
| 518 |
+
"step": 6500
|
| 519 |
+
},
|
| 520 |
+
{
|
| 521 |
+
"epoch": 5.78,
|
| 522 |
+
"eval_loss": 0.23854874074459076,
|
| 523 |
+
"eval_macro-f1": 0.5204942509654653,
|
| 524 |
+
"eval_micro-f1": 0.6486096063560852,
|
| 525 |
+
"eval_runtime": 250.043,
|
| 526 |
+
"eval_samples_per_second": 3.999,
|
| 527 |
+
"eval_steps_per_second": 0.5,
|
| 528 |
+
"step": 6500
|
| 529 |
+
},
|
| 530 |
+
{
|
| 531 |
+
"epoch": 5.87,
|
| 532 |
+
"learning_rate": 1.24e-05,
|
| 533 |
+
"loss": 0.1458,
|
| 534 |
+
"step": 6600
|
| 535 |
+
},
|
| 536 |
+
{
|
| 537 |
+
"epoch": 5.96,
|
| 538 |
+
"learning_rate": 1.2133333333333333e-05,
|
| 539 |
+
"loss": 0.1566,
|
| 540 |
+
"step": 6700
|
| 541 |
+
},
|
| 542 |
+
{
|
| 543 |
+
"epoch": 6.04,
|
| 544 |
+
"learning_rate": 1.1866666666666666e-05,
|
| 545 |
+
"loss": 0.1561,
|
| 546 |
+
"step": 6800
|
| 547 |
+
},
|
| 548 |
+
{
|
| 549 |
+
"epoch": 6.13,
|
| 550 |
+
"learning_rate": 1.16e-05,
|
| 551 |
+
"loss": 0.1436,
|
| 552 |
+
"step": 6900
|
| 553 |
+
},
|
| 554 |
+
{
|
| 555 |
+
"epoch": 6.22,
|
| 556 |
+
"learning_rate": 1.1333333333333334e-05,
|
| 557 |
+
"loss": 0.145,
|
| 558 |
+
"step": 7000
|
| 559 |
+
},
|
| 560 |
+
{
|
| 561 |
+
"epoch": 6.22,
|
| 562 |
+
"eval_loss": 0.23370808362960815,
|
| 563 |
+
"eval_macro-f1": 0.5197096492600853,
|
| 564 |
+
"eval_micro-f1": 0.6528535078153399,
|
| 565 |
+
"eval_runtime": 249.8509,
|
| 566 |
+
"eval_samples_per_second": 4.002,
|
| 567 |
+
"eval_steps_per_second": 0.5,
|
| 568 |
+
"step": 7000
|
| 569 |
+
},
|
| 570 |
+
{
|
| 571 |
+
"epoch": 6.31,
|
| 572 |
+
"learning_rate": 1.1066666666666667e-05,
|
| 573 |
+
"loss": 0.1418,
|
| 574 |
+
"step": 7100
|
| 575 |
+
},
|
| 576 |
+
{
|
| 577 |
+
"epoch": 6.4,
|
| 578 |
+
"learning_rate": 1.08e-05,
|
| 579 |
+
"loss": 0.1398,
|
| 580 |
+
"step": 7200
|
| 581 |
+
},
|
| 582 |
+
{
|
| 583 |
+
"epoch": 6.49,
|
| 584 |
+
"learning_rate": 1.0533333333333333e-05,
|
| 585 |
+
"loss": 0.1485,
|
| 586 |
+
"step": 7300
|
| 587 |
+
},
|
| 588 |
+
{
|
| 589 |
+
"epoch": 6.58,
|
| 590 |
+
"learning_rate": 1.0266666666666666e-05,
|
| 591 |
+
"loss": 0.1328,
|
| 592 |
+
"step": 7400
|
| 593 |
+
},
|
| 594 |
+
{
|
| 595 |
+
"epoch": 6.67,
|
| 596 |
+
"learning_rate": 1.0002666666666667e-05,
|
| 597 |
+
"loss": 0.1332,
|
| 598 |
+
"step": 7500
|
| 599 |
+
},
|
| 600 |
+
{
|
| 601 |
+
"epoch": 6.67,
|
| 602 |
+
"eval_loss": 0.22940610349178314,
|
| 603 |
+
"eval_macro-f1": 0.5421372361906013,
|
| 604 |
+
"eval_micro-f1": 0.652635570724308,
|
| 605 |
+
"eval_runtime": 249.9966,
|
| 606 |
+
"eval_samples_per_second": 4.0,
|
| 607 |
+
"eval_steps_per_second": 0.5,
|
| 608 |
+
"step": 7500
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 6.76,
|
| 612 |
+
"learning_rate": 9.736e-06,
|
| 613 |
+
"loss": 0.1522,
|
| 614 |
+
"step": 7600
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 6.84,
|
| 618 |
+
"learning_rate": 9.469333333333334e-06,
|
| 619 |
+
"loss": 0.1456,
|
| 620 |
+
"step": 7700
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 6.93,
|
| 624 |
+
"learning_rate": 9.202666666666667e-06,
|
| 625 |
+
"loss": 0.1418,
|
| 626 |
+
"step": 7800
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 7.02,
|
| 630 |
+
"learning_rate": 8.936e-06,
|
| 631 |
+
"loss": 0.1432,
|
| 632 |
+
"step": 7900
|
| 633 |
+
},
|
| 634 |
+
{
|
| 635 |
+
"epoch": 7.11,
|
| 636 |
+
"learning_rate": 8.669333333333334e-06,
|
| 637 |
+
"loss": 0.1293,
|
| 638 |
+
"step": 8000
|
| 639 |
+
},
|
| 640 |
+
{
|
| 641 |
+
"epoch": 7.11,
|
| 642 |
+
"eval_loss": 0.21668323874473572,
|
| 643 |
+
"eval_macro-f1": 0.5575796248578618,
|
| 644 |
+
"eval_micro-f1": 0.6651540934013991,
|
| 645 |
+
"eval_runtime": 249.8874,
|
| 646 |
+
"eval_samples_per_second": 4.002,
|
| 647 |
+
"eval_steps_per_second": 0.5,
|
| 648 |
+
"step": 8000
|
| 649 |
+
},
|
| 650 |
+
{
|
| 651 |
+
"epoch": 7.2,
|
| 652 |
+
"learning_rate": 8.402666666666667e-06,
|
| 653 |
+
"loss": 0.1396,
|
| 654 |
+
"step": 8100
|
| 655 |
+
},
|
| 656 |
+
{
|
| 657 |
+
"epoch": 7.29,
|
| 658 |
+
"learning_rate": 8.136e-06,
|
| 659 |
+
"loss": 0.1365,
|
| 660 |
+
"step": 8200
|
| 661 |
+
},
|
| 662 |
+
{
|
| 663 |
+
"epoch": 7.38,
|
| 664 |
+
"learning_rate": 7.869333333333333e-06,
|
| 665 |
+
"loss": 0.1513,
|
| 666 |
+
"step": 8300
|
| 667 |
+
},
|
| 668 |
+
{
|
| 669 |
+
"epoch": 7.47,
|
| 670 |
+
"learning_rate": 7.602666666666667e-06,
|
| 671 |
+
"loss": 0.1426,
|
| 672 |
+
"step": 8400
|
| 673 |
+
},
|
| 674 |
+
{
|
| 675 |
+
"epoch": 7.56,
|
| 676 |
+
"learning_rate": 7.336e-06,
|
| 677 |
+
"loss": 0.1475,
|
| 678 |
+
"step": 8500
|
| 679 |
+
},
|
| 680 |
+
{
|
| 681 |
+
"epoch": 7.56,
|
| 682 |
+
"eval_loss": 0.22184967994689941,
|
| 683 |
+
"eval_macro-f1": 0.5676362919151695,
|
| 684 |
+
"eval_micro-f1": 0.6649312011900333,
|
| 685 |
+
"eval_runtime": 249.8277,
|
| 686 |
+
"eval_samples_per_second": 4.003,
|
| 687 |
+
"eval_steps_per_second": 0.5,
|
| 688 |
+
"step": 8500
|
| 689 |
+
},
|
| 690 |
+
{
|
| 691 |
+
"epoch": 7.64,
|
| 692 |
+
"learning_rate": 7.069333333333333e-06,
|
| 693 |
+
"loss": 0.1374,
|
| 694 |
+
"step": 8600
|
| 695 |
+
},
|
| 696 |
+
{
|
| 697 |
+
"epoch": 7.73,
|
| 698 |
+
"learning_rate": 6.802666666666667e-06,
|
| 699 |
+
"loss": 0.1368,
|
| 700 |
+
"step": 8700
|
| 701 |
+
},
|
| 702 |
+
{
|
| 703 |
+
"epoch": 7.82,
|
| 704 |
+
"learning_rate": 6.536e-06,
|
| 705 |
+
"loss": 0.1342,
|
| 706 |
+
"step": 8800
|
| 707 |
+
},
|
| 708 |
+
{
|
| 709 |
+
"epoch": 7.91,
|
| 710 |
+
"learning_rate": 6.269333333333334e-06,
|
| 711 |
+
"loss": 0.1433,
|
| 712 |
+
"step": 8900
|
| 713 |
+
},
|
| 714 |
+
{
|
| 715 |
+
"epoch": 8.0,
|
| 716 |
+
"learning_rate": 6.002666666666667e-06,
|
| 717 |
+
"loss": 0.1376,
|
| 718 |
+
"step": 9000
|
| 719 |
+
},
|
| 720 |
+
{
|
| 721 |
+
"epoch": 8.0,
|
| 722 |
+
"eval_loss": 0.22027204930782318,
|
| 723 |
+
"eval_macro-f1": 0.5565067503036405,
|
| 724 |
+
"eval_micro-f1": 0.6709417368999633,
|
| 725 |
+
"eval_runtime": 249.7992,
|
| 726 |
+
"eval_samples_per_second": 4.003,
|
| 727 |
+
"eval_steps_per_second": 0.5,
|
| 728 |
+
"step": 9000
|
| 729 |
+
},
|
| 730 |
+
{
|
| 731 |
+
"epoch": 8.09,
|
| 732 |
+
"learning_rate": 5.736000000000001e-06,
|
| 733 |
+
"loss": 0.1431,
|
| 734 |
+
"step": 9100
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 8.18,
|
| 738 |
+
"learning_rate": 5.469333333333334e-06,
|
| 739 |
+
"loss": 0.1417,
|
| 740 |
+
"step": 9200
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 8.27,
|
| 744 |
+
"learning_rate": 5.202666666666667e-06,
|
| 745 |
+
"loss": 0.1351,
|
| 746 |
+
"step": 9300
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 8.36,
|
| 750 |
+
"learning_rate": 4.936e-06,
|
| 751 |
+
"loss": 0.1406,
|
| 752 |
+
"step": 9400
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 8.44,
|
| 756 |
+
"learning_rate": 4.669333333333334e-06,
|
| 757 |
+
"loss": 0.1408,
|
| 758 |
+
"step": 9500
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 8.44,
|
| 762 |
+
"eval_loss": 0.21780145168304443,
|
| 763 |
+
"eval_macro-f1": 0.55410559679406,
|
| 764 |
+
"eval_micro-f1": 0.6716417910447762,
|
| 765 |
+
"eval_runtime": 250.1492,
|
| 766 |
+
"eval_samples_per_second": 3.998,
|
| 767 |
+
"eval_steps_per_second": 0.5,
|
| 768 |
+
"step": 9500
|
| 769 |
+
},
|
| 770 |
+
{
|
| 771 |
+
"epoch": 8.53,
|
| 772 |
+
"learning_rate": 4.402666666666667e-06,
|
| 773 |
+
"loss": 0.1379,
|
| 774 |
+
"step": 9600
|
| 775 |
+
},
|
| 776 |
+
{
|
| 777 |
+
"epoch": 8.62,
|
| 778 |
+
"learning_rate": 4.136e-06,
|
| 779 |
+
"loss": 0.1394,
|
| 780 |
+
"step": 9700
|
| 781 |
+
},
|
| 782 |
+
{
|
| 783 |
+
"epoch": 8.71,
|
| 784 |
+
"learning_rate": 3.869333333333333e-06,
|
| 785 |
+
"loss": 0.1348,
|
| 786 |
+
"step": 9800
|
| 787 |
+
},
|
| 788 |
+
{
|
| 789 |
+
"epoch": 8.8,
|
| 790 |
+
"learning_rate": 3.6026666666666664e-06,
|
| 791 |
+
"loss": 0.1305,
|
| 792 |
+
"step": 9900
|
| 793 |
+
},
|
| 794 |
+
{
|
| 795 |
+
"epoch": 8.89,
|
| 796 |
+
"learning_rate": 3.336e-06,
|
| 797 |
+
"loss": 0.133,
|
| 798 |
+
"step": 10000
|
| 799 |
+
},
|
| 800 |
+
{
|
| 801 |
+
"epoch": 8.89,
|
| 802 |
+
"eval_loss": 0.2211589813232422,
|
| 803 |
+
"eval_macro-f1": 0.5691978748940578,
|
| 804 |
+
"eval_micro-f1": 0.6640478862701085,
|
| 805 |
+
"eval_runtime": 249.9486,
|
| 806 |
+
"eval_samples_per_second": 4.001,
|
| 807 |
+
"eval_steps_per_second": 0.5,
|
| 808 |
+
"step": 10000
|
| 809 |
+
},
|
| 810 |
+
{
|
| 811 |
+
"epoch": 8.98,
|
| 812 |
+
"learning_rate": 3.0693333333333334e-06,
|
| 813 |
+
"loss": 0.1364,
|
| 814 |
+
"step": 10100
|
| 815 |
+
},
|
| 816 |
+
{
|
| 817 |
+
"epoch": 9.07,
|
| 818 |
+
"learning_rate": 2.802666666666667e-06,
|
| 819 |
+
"loss": 0.1422,
|
| 820 |
+
"step": 10200
|
| 821 |
+
},
|
| 822 |
+
{
|
| 823 |
+
"epoch": 9.16,
|
| 824 |
+
"learning_rate": 2.536e-06,
|
| 825 |
+
"loss": 0.1357,
|
| 826 |
+
"step": 10300
|
| 827 |
+
},
|
| 828 |
+
{
|
| 829 |
+
"epoch": 9.24,
|
| 830 |
+
"learning_rate": 2.2693333333333334e-06,
|
| 831 |
+
"loss": 0.1368,
|
| 832 |
+
"step": 10400
|
| 833 |
+
},
|
| 834 |
+
{
|
| 835 |
+
"epoch": 9.33,
|
| 836 |
+
"learning_rate": 2.0026666666666665e-06,
|
| 837 |
+
"loss": 0.1363,
|
| 838 |
+
"step": 10500
|
| 839 |
+
},
|
| 840 |
+
{
|
| 841 |
+
"epoch": 9.33,
|
| 842 |
+
"eval_loss": 0.21480964124202728,
|
| 843 |
+
"eval_macro-f1": 0.5641951806875921,
|
| 844 |
+
"eval_micro-f1": 0.6735828084475731,
|
| 845 |
+
"eval_runtime": 250.051,
|
| 846 |
+
"eval_samples_per_second": 3.999,
|
| 847 |
+
"eval_steps_per_second": 0.5,
|
| 848 |
+
"step": 10500
|
| 849 |
+
},
|
| 850 |
+
{
|
| 851 |
+
"epoch": 9.42,
|
| 852 |
+
"learning_rate": 1.736e-06,
|
| 853 |
+
"loss": 0.1269,
|
| 854 |
+
"step": 10600
|
| 855 |
+
},
|
| 856 |
+
{
|
| 857 |
+
"epoch": 9.51,
|
| 858 |
+
"learning_rate": 1.4693333333333335e-06,
|
| 859 |
+
"loss": 0.1434,
|
| 860 |
+
"step": 10700
|
| 861 |
+
},
|
| 862 |
+
{
|
| 863 |
+
"epoch": 9.6,
|
| 864 |
+
"learning_rate": 1.2026666666666667e-06,
|
| 865 |
+
"loss": 0.1311,
|
| 866 |
+
"step": 10800
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 9.69,
|
| 870 |
+
"learning_rate": 9.36e-07,
|
| 871 |
+
"loss": 0.1312,
|
| 872 |
+
"step": 10900
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 9.78,
|
| 876 |
+
"learning_rate": 6.693333333333334e-07,
|
| 877 |
+
"loss": 0.1344,
|
| 878 |
+
"step": 11000
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 9.78,
|
| 882 |
+
"eval_loss": 0.21623407304286957,
|
| 883 |
+
"eval_macro-f1": 0.5607008197936653,
|
| 884 |
+
"eval_micro-f1": 0.6726024856241885,
|
| 885 |
+
"eval_runtime": 249.934,
|
| 886 |
+
"eval_samples_per_second": 4.001,
|
| 887 |
+
"eval_steps_per_second": 0.5,
|
| 888 |
+
"step": 11000
|
| 889 |
+
},
|
| 890 |
+
{
|
| 891 |
+
"epoch": 9.87,
|
| 892 |
+
"learning_rate": 4.0266666666666667e-07,
|
| 893 |
+
"loss": 0.1361,
|
| 894 |
+
"step": 11100
|
| 895 |
+
},
|
| 896 |
+
{
|
| 897 |
+
"epoch": 9.96,
|
| 898 |
+
"learning_rate": 1.36e-07,
|
| 899 |
+
"loss": 0.1324,
|
| 900 |
+
"step": 11200
|
| 901 |
+
},
|
| 902 |
+
{
|
| 903 |
+
"epoch": 10.0,
|
| 904 |
+
"step": 11250,
|
| 905 |
+
"total_flos": 4.4165690228736e+17,
|
| 906 |
+
"train_loss": 0.15906413599650066,
|
| 907 |
+
"train_runtime": 28645.7102,
|
| 908 |
+
"train_samples_per_second": 3.142,
|
| 909 |
+
"train_steps_per_second": 0.393
|
| 910 |
+
}
|
| 911 |
+
],
|
| 912 |
+
"max_steps": 11250,
|
| 913 |
+
"num_train_epochs": 10,
|
| 914 |
+
"total_flos": 4.4165690228736e+17,
|
| 915 |
+
"trial_name": null,
|
| 916 |
+
"trial_params": null
|
| 917 |
+
}
|