fats-fme commited on
Commit
6164a1a
1 Parent(s): 252e7e4

Training in progress, step 801, checkpoint

Browse files
last-checkpoint/optimizer.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:816c4df0d8b8e012e0f09ffc6fdf9ccdccf3e7710fcab9b3c9e32dc9253071c0
3
  size 101184122
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:c51a4ea12d5db42e949ec42e890dcb5292b3e9117b9b9eedcae3ea31bc13a1e5
3
  size 101184122
last-checkpoint/rng_state_0.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:be613d3fe8e245e7abd0f538f5bdef3d1876d27be56d06ed45314f9b72f85fde
3
  size 14512
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:cad93a7e3572e6b82d445f60e2ebd8578a7fe66abb7b9d5234247eef2b871e82
3
  size 14512
last-checkpoint/rng_state_1.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:a47fc2ac671fb35eea71ae222e402f44674cb96ad093aaf574572f31279bbbfa
3
  size 14512
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f067d6ff1a98806fe29d9018f9017970da944606a8b344add0e88cb1ed62ea89
3
  size 14512
last-checkpoint/scheduler.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:7664ab897ed124bbeb09cf4530c0e76a35f6774388ff7703c1e60c754fa9fc97
3
  size 1064
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:39b4ce5437221792fe7f1d6337ae622063ecf52bab27cd4a3727195d1826d53a
3
  size 1064
last-checkpoint/trainer_state.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
- "epoch": 0.7521047708138447,
5
  "eval_steps": 201,
6
- "global_step": 603,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
@@ -4260,6 +4260,1392 @@
4260
  "eval_samples_per_second": 22.249,
4261
  "eval_steps_per_second": 5.566,
4262
  "step": 603
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4263
  }
4264
  ],
4265
  "logging_steps": 1,
@@ -4274,12 +5660,12 @@
4274
  "should_evaluate": false,
4275
  "should_log": false,
4276
  "should_save": true,
4277
- "should_training_stop": false
4278
  },
4279
  "attributes": {}
4280
  }
4281
  },
4282
- "total_flos": 2.483866847590482e+17,
4283
  "train_batch_size": 2,
4284
  "trial_name": null,
4285
  "trial_params": null
 
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
+ "epoch": 0.9990645463049579,
5
  "eval_steps": 201,
6
+ "global_step": 801,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
 
4260
  "eval_samples_per_second": 22.249,
4261
  "eval_steps_per_second": 5.566,
4262
  "step": 603
4263
+ },
4264
+ {
4265
+ "epoch": 0.7533520424072342,
4266
+ "grad_norm": NaN,
4267
+ "learning_rate": 3.207769905442359e-05,
4268
+ "loss": 0.0,
4269
+ "step": 604
4270
+ },
4271
+ {
4272
+ "epoch": 0.7545993140006236,
4273
+ "grad_norm": NaN,
4274
+ "learning_rate": 3.177127490813706e-05,
4275
+ "loss": 0.0,
4276
+ "step": 605
4277
+ },
4278
+ {
4279
+ "epoch": 0.7558465855940131,
4280
+ "grad_norm": NaN,
4281
+ "learning_rate": 3.1466044712824805e-05,
4282
+ "loss": 0.0,
4283
+ "step": 606
4284
+ },
4285
+ {
4286
+ "epoch": 0.7570938571874025,
4287
+ "grad_norm": NaN,
4288
+ "learning_rate": 3.1162013809783955e-05,
4289
+ "loss": 0.0,
4290
+ "step": 607
4291
+ },
4292
+ {
4293
+ "epoch": 0.758341128780792,
4294
+ "grad_norm": NaN,
4295
+ "learning_rate": 3.0859187519324806e-05,
4296
+ "loss": 0.0,
4297
+ "step": 608
4298
+ },
4299
+ {
4300
+ "epoch": 0.7595884003741815,
4301
+ "grad_norm": NaN,
4302
+ "learning_rate": 3.055757114067794e-05,
4303
+ "loss": 0.0,
4304
+ "step": 609
4305
+ },
4306
+ {
4307
+ "epoch": 0.760835671967571,
4308
+ "grad_norm": NaN,
4309
+ "learning_rate": 3.025716995190141e-05,
4310
+ "loss": 0.0,
4311
+ "step": 610
4312
+ },
4313
+ {
4314
+ "epoch": 0.7620829435609604,
4315
+ "grad_norm": NaN,
4316
+ "learning_rate": 2.995798920978825e-05,
4317
+ "loss": 0.0,
4318
+ "step": 611
4319
+ },
4320
+ {
4321
+ "epoch": 0.7633302151543498,
4322
+ "grad_norm": NaN,
4323
+ "learning_rate": 2.966003414977475e-05,
4324
+ "loss": 0.0,
4325
+ "step": 612
4326
+ },
4327
+ {
4328
+ "epoch": 0.7645774867477393,
4329
+ "grad_norm": NaN,
4330
+ "learning_rate": 2.9363309985848585e-05,
4331
+ "loss": 0.0,
4332
+ "step": 613
4333
+ },
4334
+ {
4335
+ "epoch": 0.7658247583411287,
4336
+ "grad_norm": NaN,
4337
+ "learning_rate": 2.9067821910457704e-05,
4338
+ "loss": 0.0,
4339
+ "step": 614
4340
+ },
4341
+ {
4342
+ "epoch": 0.7670720299345183,
4343
+ "grad_norm": NaN,
4344
+ "learning_rate": 2.877357509441947e-05,
4345
+ "loss": 0.0,
4346
+ "step": 615
4347
+ },
4348
+ {
4349
+ "epoch": 0.7683193015279077,
4350
+ "grad_norm": NaN,
4351
+ "learning_rate": 2.8480574686830142e-05,
4352
+ "loss": 0.0,
4353
+ "step": 616
4354
+ },
4355
+ {
4356
+ "epoch": 0.7695665731212972,
4357
+ "grad_norm": NaN,
4358
+ "learning_rate": 2.8188825814974795e-05,
4359
+ "loss": 0.0,
4360
+ "step": 617
4361
+ },
4362
+ {
4363
+ "epoch": 0.7708138447146866,
4364
+ "grad_norm": NaN,
4365
+ "learning_rate": 2.7898333584237534e-05,
4366
+ "loss": 0.0,
4367
+ "step": 618
4368
+ },
4369
+ {
4370
+ "epoch": 0.7720611163080761,
4371
+ "grad_norm": NaN,
4372
+ "learning_rate": 2.7609103078012166e-05,
4373
+ "loss": 0.0,
4374
+ "step": 619
4375
+ },
4376
+ {
4377
+ "epoch": 0.7733083879014655,
4378
+ "grad_norm": NaN,
4379
+ "learning_rate": 2.7321139357613412e-05,
4380
+ "loss": 0.0,
4381
+ "step": 620
4382
+ },
4383
+ {
4384
+ "epoch": 0.774555659494855,
4385
+ "grad_norm": NaN,
4386
+ "learning_rate": 2.703444746218802e-05,
4387
+ "loss": 0.0,
4388
+ "step": 621
4389
+ },
4390
+ {
4391
+ "epoch": 0.7758029310882445,
4392
+ "grad_norm": NaN,
4393
+ "learning_rate": 2.6749032408626907e-05,
4394
+ "loss": 0.0,
4395
+ "step": 622
4396
+ },
4397
+ {
4398
+ "epoch": 0.7770502026816339,
4399
+ "grad_norm": NaN,
4400
+ "learning_rate": 2.646489919147721e-05,
4401
+ "loss": 0.0,
4402
+ "step": 623
4403
+ },
4404
+ {
4405
+ "epoch": 0.7782974742750234,
4406
+ "grad_norm": NaN,
4407
+ "learning_rate": 2.6182052782854806e-05,
4408
+ "loss": 0.0,
4409
+ "step": 624
4410
+ },
4411
+ {
4412
+ "epoch": 0.7795447458684128,
4413
+ "grad_norm": NaN,
4414
+ "learning_rate": 2.59004981323575e-05,
4415
+ "loss": 0.0,
4416
+ "step": 625
4417
+ },
4418
+ {
4419
+ "epoch": 0.7807920174618023,
4420
+ "grad_norm": NaN,
4421
+ "learning_rate": 2.5620240166978226e-05,
4422
+ "loss": 0.0,
4423
+ "step": 626
4424
+ },
4425
+ {
4426
+ "epoch": 0.7820392890551918,
4427
+ "grad_norm": NaN,
4428
+ "learning_rate": 2.5341283791018988e-05,
4429
+ "loss": 0.0,
4430
+ "step": 627
4431
+ },
4432
+ {
4433
+ "epoch": 0.7832865606485813,
4434
+ "grad_norm": NaN,
4435
+ "learning_rate": 2.5063633886004935e-05,
4436
+ "loss": 0.0,
4437
+ "step": 628
4438
+ },
4439
+ {
4440
+ "epoch": 0.7845338322419707,
4441
+ "grad_norm": NaN,
4442
+ "learning_rate": 2.4787295310598913e-05,
4443
+ "loss": 0.0,
4444
+ "step": 629
4445
+ },
4446
+ {
4447
+ "epoch": 0.7857811038353602,
4448
+ "grad_norm": NaN,
4449
+ "learning_rate": 2.45122729005166e-05,
4450
+ "loss": 0.0,
4451
+ "step": 630
4452
+ },
4453
+ {
4454
+ "epoch": 0.7870283754287496,
4455
+ "grad_norm": NaN,
4456
+ "learning_rate": 2.423857146844164e-05,
4457
+ "loss": 0.0,
4458
+ "step": 631
4459
+ },
4460
+ {
4461
+ "epoch": 0.788275647022139,
4462
+ "grad_norm": NaN,
4463
+ "learning_rate": 2.3966195803941715e-05,
4464
+ "loss": 0.0,
4465
+ "step": 632
4466
+ },
4467
+ {
4468
+ "epoch": 0.7895229186155285,
4469
+ "grad_norm": NaN,
4470
+ "learning_rate": 2.3695150673384437e-05,
4471
+ "loss": 0.0,
4472
+ "step": 633
4473
+ },
4474
+ {
4475
+ "epoch": 0.790770190208918,
4476
+ "grad_norm": NaN,
4477
+ "learning_rate": 2.3425440819854185e-05,
4478
+ "loss": 0.0,
4479
+ "step": 634
4480
+ },
4481
+ {
4482
+ "epoch": 0.7920174618023075,
4483
+ "grad_norm": NaN,
4484
+ "learning_rate": 2.3157070963068984e-05,
4485
+ "loss": 0.0,
4486
+ "step": 635
4487
+ },
4488
+ {
4489
+ "epoch": 0.7932647333956969,
4490
+ "grad_norm": NaN,
4491
+ "learning_rate": 2.2890045799297876e-05,
4492
+ "loss": 0.0,
4493
+ "step": 636
4494
+ },
4495
+ {
4496
+ "epoch": 0.7945120049890864,
4497
+ "grad_norm": NaN,
4498
+ "learning_rate": 2.2624370001278838e-05,
4499
+ "loss": 0.0,
4500
+ "step": 637
4501
+ },
4502
+ {
4503
+ "epoch": 0.7957592765824758,
4504
+ "grad_norm": NaN,
4505
+ "learning_rate": 2.2360048218136985e-05,
4506
+ "loss": 0.0,
4507
+ "step": 638
4508
+ },
4509
+ {
4510
+ "epoch": 0.7970065481758652,
4511
+ "grad_norm": NaN,
4512
+ "learning_rate": 2.2097085075303138e-05,
4513
+ "loss": 0.0,
4514
+ "step": 639
4515
+ },
4516
+ {
4517
+ "epoch": 0.7982538197692548,
4518
+ "grad_norm": NaN,
4519
+ "learning_rate": 2.1835485174433002e-05,
4520
+ "loss": 0.0,
4521
+ "step": 640
4522
+ },
4523
+ {
4524
+ "epoch": 0.7995010913626442,
4525
+ "grad_norm": NaN,
4526
+ "learning_rate": 2.1575253093326586e-05,
4527
+ "loss": 0.0,
4528
+ "step": 641
4529
+ },
4530
+ {
4531
+ "epoch": 0.8007483629560337,
4532
+ "grad_norm": NaN,
4533
+ "learning_rate": 2.131639338584801e-05,
4534
+ "loss": 0.0,
4535
+ "step": 642
4536
+ },
4537
+ {
4538
+ "epoch": 0.8019956345494231,
4539
+ "grad_norm": NaN,
4540
+ "learning_rate": 2.1058910581846013e-05,
4541
+ "loss": 0.0,
4542
+ "step": 643
4543
+ },
4544
+ {
4545
+ "epoch": 0.8032429061428126,
4546
+ "grad_norm": NaN,
4547
+ "learning_rate": 2.0802809187074434e-05,
4548
+ "loss": 0.0,
4549
+ "step": 644
4550
+ },
4551
+ {
4552
+ "epoch": 0.804490177736202,
4553
+ "grad_norm": NaN,
4554
+ "learning_rate": 2.05480936831136e-05,
4555
+ "loss": 0.0,
4556
+ "step": 645
4557
+ },
4558
+ {
4559
+ "epoch": 0.8057374493295916,
4560
+ "grad_norm": NaN,
4561
+ "learning_rate": 2.0294768527291796e-05,
4562
+ "loss": 0.0,
4563
+ "step": 646
4564
+ },
4565
+ {
4566
+ "epoch": 0.806984720922981,
4567
+ "grad_norm": NaN,
4568
+ "learning_rate": 2.004283815260717e-05,
4569
+ "loss": 0.0,
4570
+ "step": 647
4571
+ },
4572
+ {
4573
+ "epoch": 0.8082319925163705,
4574
+ "grad_norm": NaN,
4575
+ "learning_rate": 1.9792306967650398e-05,
4576
+ "loss": 0.0,
4577
+ "step": 648
4578
+ },
4579
+ {
4580
+ "epoch": 0.8094792641097599,
4581
+ "grad_norm": NaN,
4582
+ "learning_rate": 1.9543179356527252e-05,
4583
+ "loss": 0.0,
4584
+ "step": 649
4585
+ },
4586
+ {
4587
+ "epoch": 0.8107265357031493,
4588
+ "grad_norm": NaN,
4589
+ "learning_rate": 1.9295459678782168e-05,
4590
+ "loss": 0.0,
4591
+ "step": 650
4592
+ },
4593
+ {
4594
+ "epoch": 0.8119738072965388,
4595
+ "grad_norm": NaN,
4596
+ "learning_rate": 1.904915226932169e-05,
4597
+ "loss": 0.0,
4598
+ "step": 651
4599
+ },
4600
+ {
4601
+ "epoch": 0.8132210788899282,
4602
+ "grad_norm": NaN,
4603
+ "learning_rate": 1.88042614383388e-05,
4604
+ "loss": 0.0,
4605
+ "step": 652
4606
+ },
4607
+ {
4608
+ "epoch": 0.8144683504833178,
4609
+ "grad_norm": NaN,
4610
+ "learning_rate": 1.856079147123746e-05,
4611
+ "loss": 0.0,
4612
+ "step": 653
4613
+ },
4614
+ {
4615
+ "epoch": 0.8157156220767072,
4616
+ "grad_norm": NaN,
4617
+ "learning_rate": 1.8318746628557526e-05,
4618
+ "loss": 0.0,
4619
+ "step": 654
4620
+ },
4621
+ {
4622
+ "epoch": 0.8169628936700967,
4623
+ "grad_norm": NaN,
4624
+ "learning_rate": 1.8078131145900267e-05,
4625
+ "loss": 0.0,
4626
+ "step": 655
4627
+ },
4628
+ {
4629
+ "epoch": 0.8182101652634861,
4630
+ "grad_norm": NaN,
4631
+ "learning_rate": 1.7838949233854284e-05,
4632
+ "loss": 0.0,
4633
+ "step": 656
4634
+ },
4635
+ {
4636
+ "epoch": 0.8194574368568756,
4637
+ "grad_norm": NaN,
4638
+ "learning_rate": 1.760120507792169e-05,
4639
+ "loss": 0.0,
4640
+ "step": 657
4641
+ },
4642
+ {
4643
+ "epoch": 0.820704708450265,
4644
+ "grad_norm": NaN,
4645
+ "learning_rate": 1.7364902838445106e-05,
4646
+ "loss": 0.0,
4647
+ "step": 658
4648
+ },
4649
+ {
4650
+ "epoch": 0.8219519800436546,
4651
+ "grad_norm": NaN,
4652
+ "learning_rate": 1.713004665053457e-05,
4653
+ "loss": 0.0,
4654
+ "step": 659
4655
+ },
4656
+ {
4657
+ "epoch": 0.823199251637044,
4658
+ "grad_norm": NaN,
4659
+ "learning_rate": 1.6896640623995318e-05,
4660
+ "loss": 0.0,
4661
+ "step": 660
4662
+ },
4663
+ {
4664
+ "epoch": 0.8244465232304334,
4665
+ "grad_norm": NaN,
4666
+ "learning_rate": 1.666468884325596e-05,
4667
+ "loss": 0.0,
4668
+ "step": 661
4669
+ },
4670
+ {
4671
+ "epoch": 0.8256937948238229,
4672
+ "grad_norm": NaN,
4673
+ "learning_rate": 1.6434195367296802e-05,
4674
+ "loss": 0.0,
4675
+ "step": 662
4676
+ },
4677
+ {
4678
+ "epoch": 0.8269410664172123,
4679
+ "grad_norm": NaN,
4680
+ "learning_rate": 1.6205164229578994e-05,
4681
+ "loss": 0.0,
4682
+ "step": 663
4683
+ },
4684
+ {
4685
+ "epoch": 0.8281883380106018,
4686
+ "grad_norm": NaN,
4687
+ "learning_rate": 1.5977599437973867e-05,
4688
+ "loss": 0.0,
4689
+ "step": 664
4690
+ },
4691
+ {
4692
+ "epoch": 0.8294356096039913,
4693
+ "grad_norm": NaN,
4694
+ "learning_rate": 1.5751504974692733e-05,
4695
+ "loss": 0.0,
4696
+ "step": 665
4697
+ },
4698
+ {
4699
+ "epoch": 0.8306828811973808,
4700
+ "grad_norm": NaN,
4701
+ "learning_rate": 1.55268847962174e-05,
4702
+ "loss": 0.0,
4703
+ "step": 666
4704
+ },
4705
+ {
4706
+ "epoch": 0.8319301527907702,
4707
+ "grad_norm": NaN,
4708
+ "learning_rate": 1.5303742833230673e-05,
4709
+ "loss": 0.0,
4710
+ "step": 667
4711
+ },
4712
+ {
4713
+ "epoch": 0.8331774243841596,
4714
+ "grad_norm": NaN,
4715
+ "learning_rate": 1.5082082990547796e-05,
4716
+ "loss": 0.0,
4717
+ "step": 668
4718
+ },
4719
+ {
4720
+ "epoch": 0.8344246959775491,
4721
+ "grad_norm": NaN,
4722
+ "learning_rate": 1.4861909147048025e-05,
4723
+ "loss": 0.0,
4724
+ "step": 669
4725
+ },
4726
+ {
4727
+ "epoch": 0.8356719675709385,
4728
+ "grad_norm": NaN,
4729
+ "learning_rate": 1.464322515560671e-05,
4730
+ "loss": 0.0,
4731
+ "step": 670
4732
+ },
4733
+ {
4734
+ "epoch": 0.836919239164328,
4735
+ "grad_norm": NaN,
4736
+ "learning_rate": 1.4426034843027969e-05,
4737
+ "loss": 0.0,
4738
+ "step": 671
4739
+ },
4740
+ {
4741
+ "epoch": 0.8381665107577175,
4742
+ "grad_norm": NaN,
4743
+ "learning_rate": 1.4210342009977628e-05,
4744
+ "loss": 0.0,
4745
+ "step": 672
4746
+ },
4747
+ {
4748
+ "epoch": 0.839413782351107,
4749
+ "grad_norm": NaN,
4750
+ "learning_rate": 1.3996150430916799e-05,
4751
+ "loss": 0.0,
4752
+ "step": 673
4753
+ },
4754
+ {
4755
+ "epoch": 0.8406610539444964,
4756
+ "grad_norm": NaN,
4757
+ "learning_rate": 1.378346385403575e-05,
4758
+ "loss": 0.0,
4759
+ "step": 674
4760
+ },
4761
+ {
4762
+ "epoch": 0.8419083255378859,
4763
+ "grad_norm": NaN,
4764
+ "learning_rate": 1.357228600118836e-05,
4765
+ "loss": 0.0,
4766
+ "step": 675
4767
+ },
4768
+ {
4769
+ "epoch": 0.8431555971312753,
4770
+ "grad_norm": NaN,
4771
+ "learning_rate": 1.3362620567827033e-05,
4772
+ "loss": 0.0,
4773
+ "step": 676
4774
+ },
4775
+ {
4776
+ "epoch": 0.8444028687246647,
4777
+ "grad_norm": NaN,
4778
+ "learning_rate": 1.3154471222937903e-05,
4779
+ "loss": 0.0,
4780
+ "step": 677
4781
+ },
4782
+ {
4783
+ "epoch": 0.8456501403180543,
4784
+ "grad_norm": NaN,
4785
+ "learning_rate": 1.2947841608976718e-05,
4786
+ "loss": 0.0,
4787
+ "step": 678
4788
+ },
4789
+ {
4790
+ "epoch": 0.8468974119114437,
4791
+ "grad_norm": NaN,
4792
+ "learning_rate": 1.2742735341805145e-05,
4793
+ "loss": 0.0,
4794
+ "step": 679
4795
+ },
4796
+ {
4797
+ "epoch": 0.8481446835048332,
4798
+ "grad_norm": NaN,
4799
+ "learning_rate": 1.253915601062734e-05,
4800
+ "loss": 0.0,
4801
+ "step": 680
4802
+ },
4803
+ {
4804
+ "epoch": 0.8493919550982226,
4805
+ "grad_norm": NaN,
4806
+ "learning_rate": 1.2337107177927365e-05,
4807
+ "loss": 0.0,
4808
+ "step": 681
4809
+ },
4810
+ {
4811
+ "epoch": 0.8506392266916121,
4812
+ "grad_norm": NaN,
4813
+ "learning_rate": 1.213659237940662e-05,
4814
+ "loss": 0.0,
4815
+ "step": 682
4816
+ },
4817
+ {
4818
+ "epoch": 0.8518864982850015,
4819
+ "grad_norm": NaN,
4820
+ "learning_rate": 1.1937615123922052e-05,
4821
+ "loss": 0.0,
4822
+ "step": 683
4823
+ },
4824
+ {
4825
+ "epoch": 0.8531337698783911,
4826
+ "grad_norm": NaN,
4827
+ "learning_rate": 1.174017889342489e-05,
4828
+ "loss": 0.0,
4829
+ "step": 684
4830
+ },
4831
+ {
4832
+ "epoch": 0.8543810414717805,
4833
+ "grad_norm": NaN,
4834
+ "learning_rate": 1.1544287142899446e-05,
4835
+ "loss": 0.0,
4836
+ "step": 685
4837
+ },
4838
+ {
4839
+ "epoch": 0.85562831306517,
4840
+ "grad_norm": NaN,
4841
+ "learning_rate": 1.1349943300302913e-05,
4842
+ "loss": 0.0,
4843
+ "step": 686
4844
+ },
4845
+ {
4846
+ "epoch": 0.8568755846585594,
4847
+ "grad_norm": NaN,
4848
+ "learning_rate": 1.1157150766505253e-05,
4849
+ "loss": 0.0,
4850
+ "step": 687
4851
+ },
4852
+ {
4853
+ "epoch": 0.8581228562519488,
4854
+ "grad_norm": NaN,
4855
+ "learning_rate": 1.0965912915229625e-05,
4856
+ "loss": 0.0,
4857
+ "step": 688
4858
+ },
4859
+ {
4860
+ "epoch": 0.8593701278453383,
4861
+ "grad_norm": NaN,
4862
+ "learning_rate": 1.0776233092993527e-05,
4863
+ "loss": 0.0,
4864
+ "step": 689
4865
+ },
4866
+ {
4867
+ "epoch": 0.8606173994387278,
4868
+ "grad_norm": NaN,
4869
+ "learning_rate": 1.0588114619050028e-05,
4870
+ "loss": 0.0,
4871
+ "step": 690
4872
+ },
4873
+ {
4874
+ "epoch": 0.8618646710321173,
4875
+ "grad_norm": NaN,
4876
+ "learning_rate": 1.040156078532989e-05,
4877
+ "loss": 0.0,
4878
+ "step": 691
4879
+ },
4880
+ {
4881
+ "epoch": 0.8631119426255067,
4882
+ "grad_norm": NaN,
4883
+ "learning_rate": 1.0216574856383742e-05,
4884
+ "loss": 0.0,
4885
+ "step": 692
4886
+ },
4887
+ {
4888
+ "epoch": 0.8643592142188962,
4889
+ "grad_norm": NaN,
4890
+ "learning_rate": 1.0033160069325166e-05,
4891
+ "loss": 0.0,
4892
+ "step": 693
4893
+ },
4894
+ {
4895
+ "epoch": 0.8656064858122856,
4896
+ "grad_norm": NaN,
4897
+ "learning_rate": 9.851319633773926e-06,
4898
+ "loss": 0.0,
4899
+ "step": 694
4900
+ },
4901
+ {
4902
+ "epoch": 0.866853757405675,
4903
+ "grad_norm": NaN,
4904
+ "learning_rate": 9.671056731799777e-06,
4905
+ "loss": 0.0,
4906
+ "step": 695
4907
+ },
4908
+ {
4909
+ "epoch": 0.8681010289990645,
4910
+ "grad_norm": NaN,
4911
+ "learning_rate": 9.49237451786692e-06,
4912
+ "loss": 0.0,
4913
+ "step": 696
4914
+ },
4915
+ {
4916
+ "epoch": 0.869348300592454,
4917
+ "grad_norm": NaN,
4918
+ "learning_rate": 9.315276118778627e-06,
4919
+ "loss": 0.0,
4920
+ "step": 697
4921
+ },
4922
+ {
4923
+ "epoch": 0.8705955721858435,
4924
+ "grad_norm": NaN,
4925
+ "learning_rate": 9.139764633622617e-06,
4926
+ "loss": 0.0,
4927
+ "step": 698
4928
+ },
4929
+ {
4930
+ "epoch": 0.8718428437792329,
4931
+ "grad_norm": NaN,
4932
+ "learning_rate": 8.965843133716933e-06,
4933
+ "loss": 0.0,
4934
+ "step": 699
4935
+ },
4936
+ {
4937
+ "epoch": 0.8730901153726224,
4938
+ "grad_norm": NaN,
4939
+ "learning_rate": 8.793514662555946e-06,
4940
+ "loss": 0.0,
4941
+ "step": 700
4942
+ },
4943
+ {
4944
+ "epoch": 0.8743373869660118,
4945
+ "grad_norm": NaN,
4946
+ "learning_rate": 8.622782235757276e-06,
4947
+ "loss": 0.0,
4948
+ "step": 701
4949
+ },
4950
+ {
4951
+ "epoch": 0.8755846585594013,
4952
+ "grad_norm": NaN,
4953
+ "learning_rate": 8.453648841009021e-06,
4954
+ "loss": 0.0,
4955
+ "step": 702
4956
+ },
4957
+ {
4958
+ "epoch": 0.8768319301527908,
4959
+ "grad_norm": NaN,
4960
+ "learning_rate": 8.286117438017337e-06,
4961
+ "loss": 0.0,
4962
+ "step": 703
4963
+ },
4964
+ {
4965
+ "epoch": 0.8780792017461803,
4966
+ "grad_norm": NaN,
4967
+ "learning_rate": 8.120190958454843e-06,
4968
+ "loss": 0.0,
4969
+ "step": 704
4970
+ },
4971
+ {
4972
+ "epoch": 0.8793264733395697,
4973
+ "grad_norm": NaN,
4974
+ "learning_rate": 7.955872305909152e-06,
4975
+ "loss": 0.0,
4976
+ "step": 705
4977
+ },
4978
+ {
4979
+ "epoch": 0.8805737449329591,
4980
+ "grad_norm": NaN,
4981
+ "learning_rate": 7.793164355832127e-06,
4982
+ "loss": 0.0,
4983
+ "step": 706
4984
+ },
4985
+ {
4986
+ "epoch": 0.8818210165263486,
4987
+ "grad_norm": NaN,
4988
+ "learning_rate": 7.632069955489585e-06,
4989
+ "loss": 0.0,
4990
+ "step": 707
4991
+ },
4992
+ {
4993
+ "epoch": 0.883068288119738,
4994
+ "grad_norm": NaN,
4995
+ "learning_rate": 7.472591923911398e-06,
4996
+ "loss": 0.0,
4997
+ "step": 708
4998
+ },
4999
+ {
5000
+ "epoch": 0.8843155597131276,
5001
+ "grad_norm": NaN,
5002
+ "learning_rate": 7.314733051842282e-06,
5003
+ "loss": 0.0,
5004
+ "step": 709
5005
+ },
5006
+ {
5007
+ "epoch": 0.885562831306517,
5008
+ "grad_norm": NaN,
5009
+ "learning_rate": 7.158496101692802e-06,
5010
+ "loss": 0.0,
5011
+ "step": 710
5012
+ },
5013
+ {
5014
+ "epoch": 0.8868101028999065,
5015
+ "grad_norm": NaN,
5016
+ "learning_rate": 7.003883807491185e-06,
5017
+ "loss": 0.0,
5018
+ "step": 711
5019
+ },
5020
+ {
5021
+ "epoch": 0.8880573744932959,
5022
+ "grad_norm": NaN,
5023
+ "learning_rate": 6.85089887483541e-06,
5024
+ "loss": 0.0,
5025
+ "step": 712
5026
+ },
5027
+ {
5028
+ "epoch": 0.8893046460866854,
5029
+ "grad_norm": NaN,
5030
+ "learning_rate": 6.699543980845801e-06,
5031
+ "loss": 0.0,
5032
+ "step": 713
5033
+ },
5034
+ {
5035
+ "epoch": 0.8905519176800748,
5036
+ "grad_norm": NaN,
5037
+ "learning_rate": 6.549821774118325e-06,
5038
+ "loss": 0.0,
5039
+ "step": 714
5040
+ },
5041
+ {
5042
+ "epoch": 0.8917991892734642,
5043
+ "grad_norm": NaN,
5044
+ "learning_rate": 6.401734874678089e-06,
5045
+ "loss": 0.0,
5046
+ "step": 715
5047
+ },
5048
+ {
5049
+ "epoch": 0.8930464608668538,
5050
+ "grad_norm": NaN,
5051
+ "learning_rate": 6.255285873933569e-06,
5052
+ "loss": 0.0,
5053
+ "step": 716
5054
+ },
5055
+ {
5056
+ "epoch": 0.8942937324602432,
5057
+ "grad_norm": NaN,
5058
+ "learning_rate": 6.110477334631326e-06,
5059
+ "loss": 0.0,
5060
+ "step": 717
5061
+ },
5062
+ {
5063
+ "epoch": 0.8955410040536327,
5064
+ "grad_norm": NaN,
5065
+ "learning_rate": 5.967311790811014e-06,
5066
+ "loss": 0.0,
5067
+ "step": 718
5068
+ },
5069
+ {
5070
+ "epoch": 0.8967882756470221,
5071
+ "grad_norm": NaN,
5072
+ "learning_rate": 5.825791747761123e-06,
5073
+ "loss": 0.0,
5074
+ "step": 719
5075
+ },
5076
+ {
5077
+ "epoch": 0.8980355472404116,
5078
+ "grad_norm": NaN,
5079
+ "learning_rate": 5.685919681975149e-06,
5080
+ "loss": 0.0,
5081
+ "step": 720
5082
+ },
5083
+ {
5084
+ "epoch": 0.899282818833801,
5085
+ "grad_norm": NaN,
5086
+ "learning_rate": 5.547698041108229e-06,
5087
+ "loss": 0.0,
5088
+ "step": 721
5089
+ },
5090
+ {
5091
+ "epoch": 0.9005300904271906,
5092
+ "grad_norm": NaN,
5093
+ "learning_rate": 5.4111292439342986e-06,
5094
+ "loss": 0.0,
5095
+ "step": 722
5096
+ },
5097
+ {
5098
+ "epoch": 0.90177736202058,
5099
+ "grad_norm": NaN,
5100
+ "learning_rate": 5.276215680303831e-06,
5101
+ "loss": 0.0,
5102
+ "step": 723
5103
+ },
5104
+ {
5105
+ "epoch": 0.9030246336139695,
5106
+ "grad_norm": NaN,
5107
+ "learning_rate": 5.14295971110188e-06,
5108
+ "loss": 0.0,
5109
+ "step": 724
5110
+ },
5111
+ {
5112
+ "epoch": 0.9042719052073589,
5113
+ "grad_norm": NaN,
5114
+ "learning_rate": 5.011363668206948e-06,
5115
+ "loss": 0.0,
5116
+ "step": 725
5117
+ },
5118
+ {
5119
+ "epoch": 0.9055191768007483,
5120
+ "grad_norm": NaN,
5121
+ "learning_rate": 4.881429854450004e-06,
5122
+ "loss": 0.0,
5123
+ "step": 726
5124
+ },
5125
+ {
5126
+ "epoch": 0.9067664483941378,
5127
+ "grad_norm": NaN,
5128
+ "learning_rate": 4.753160543574331e-06,
5129
+ "loss": 0.0,
5130
+ "step": 727
5131
+ },
5132
+ {
5133
+ "epoch": 0.9080137199875273,
5134
+ "grad_norm": NaN,
5135
+ "learning_rate": 4.626557980195623e-06,
5136
+ "loss": 0.0,
5137
+ "step": 728
5138
+ },
5139
+ {
5140
+ "epoch": 0.9092609915809168,
5141
+ "grad_norm": NaN,
5142
+ "learning_rate": 4.501624379762803e-06,
5143
+ "loss": 0.0,
5144
+ "step": 729
5145
+ },
5146
+ {
5147
+ "epoch": 0.9105082631743062,
5148
+ "grad_norm": NaN,
5149
+ "learning_rate": 4.3783619285191705e-06,
5150
+ "loss": 0.0,
5151
+ "step": 730
5152
+ },
5153
+ {
5154
+ "epoch": 0.9117555347676957,
5155
+ "grad_norm": NaN,
5156
+ "learning_rate": 4.2567727834641915e-06,
5157
+ "loss": 0.0,
5158
+ "step": 731
5159
+ },
5160
+ {
5161
+ "epoch": 0.9130028063610851,
5162
+ "grad_norm": NaN,
5163
+ "learning_rate": 4.136859072315758e-06,
5164
+ "loss": 0.0,
5165
+ "step": 732
5166
+ },
5167
+ {
5168
+ "epoch": 0.9142500779544745,
5169
+ "grad_norm": NaN,
5170
+ "learning_rate": 4.018622893472912e-06,
5171
+ "loss": 0.0,
5172
+ "step": 733
5173
+ },
5174
+ {
5175
+ "epoch": 0.915497349547864,
5176
+ "grad_norm": NaN,
5177
+ "learning_rate": 3.902066315979158e-06,
5178
+ "loss": 0.0,
5179
+ "step": 734
5180
+ },
5181
+ {
5182
+ "epoch": 0.9167446211412535,
5183
+ "grad_norm": NaN,
5184
+ "learning_rate": 3.787191379486288e-06,
5185
+ "loss": 0.0,
5186
+ "step": 735
5187
+ },
5188
+ {
5189
+ "epoch": 0.917991892734643,
5190
+ "grad_norm": NaN,
5191
+ "learning_rate": 3.674000094218577e-06,
5192
+ "loss": 0.0,
5193
+ "step": 736
5194
+ },
5195
+ {
5196
+ "epoch": 0.9192391643280324,
5197
+ "grad_norm": NaN,
5198
+ "learning_rate": 3.562494440937769e-06,
5199
+ "loss": 0.0,
5200
+ "step": 737
5201
+ },
5202
+ {
5203
+ "epoch": 0.9204864359214219,
5204
+ "grad_norm": NaN,
5205
+ "learning_rate": 3.4526763709082476e-06,
5206
+ "loss": 0.0,
5207
+ "step": 738
5208
+ },
5209
+ {
5210
+ "epoch": 0.9217337075148113,
5211
+ "grad_norm": NaN,
5212
+ "learning_rate": 3.344547805862985e-06,
5213
+ "loss": 0.0,
5214
+ "step": 739
5215
+ },
5216
+ {
5217
+ "epoch": 0.9229809791082008,
5218
+ "grad_norm": NaN,
5219
+ "learning_rate": 3.2381106379699488e-06,
5220
+ "loss": 0.0,
5221
+ "step": 740
5222
+ },
5223
+ {
5224
+ "epoch": 0.9242282507015903,
5225
+ "grad_norm": NaN,
5226
+ "learning_rate": 3.1333667297989035e-06,
5227
+ "loss": 0.0,
5228
+ "step": 741
5229
+ },
5230
+ {
5231
+ "epoch": 0.9254755222949798,
5232
+ "grad_norm": NaN,
5233
+ "learning_rate": 3.030317914288816e-06,
5234
+ "loss": 0.0,
5235
+ "step": 742
5236
+ },
5237
+ {
5238
+ "epoch": 0.9267227938883692,
5239
+ "grad_norm": NaN,
5240
+ "learning_rate": 2.928965994715882e-06,
5241
+ "loss": 0.0,
5242
+ "step": 743
5243
+ },
5244
+ {
5245
+ "epoch": 0.9279700654817586,
5246
+ "grad_norm": NaN,
5247
+ "learning_rate": 2.8293127446618383e-06,
5248
+ "loss": 0.0,
5249
+ "step": 744
5250
+ },
5251
+ {
5252
+ "epoch": 0.9292173370751481,
5253
+ "grad_norm": NaN,
5254
+ "learning_rate": 2.7313599079830666e-06,
5255
+ "loss": 0.0,
5256
+ "step": 745
5257
+ },
5258
+ {
5259
+ "epoch": 0.9304646086685375,
5260
+ "grad_norm": NaN,
5261
+ "learning_rate": 2.63510919877995e-06,
5262
+ "loss": 0.0,
5263
+ "step": 746
5264
+ },
5265
+ {
5266
+ "epoch": 0.9317118802619271,
5267
+ "grad_norm": NaN,
5268
+ "learning_rate": 2.540562301366922e-06,
5269
+ "loss": 0.0,
5270
+ "step": 747
5271
+ },
5272
+ {
5273
+ "epoch": 0.9329591518553165,
5274
+ "grad_norm": NaN,
5275
+ "learning_rate": 2.447720870243064e-06,
5276
+ "loss": 0.0,
5277
+ "step": 748
5278
+ },
5279
+ {
5280
+ "epoch": 0.934206423448706,
5281
+ "grad_norm": NaN,
5282
+ "learning_rate": 2.3565865300630206e-06,
5283
+ "loss": 0.0,
5284
+ "step": 749
5285
+ },
5286
+ {
5287
+ "epoch": 0.9354536950420954,
5288
+ "grad_norm": NaN,
5289
+ "learning_rate": 2.267160875608687e-06,
5290
+ "loss": 0.0,
5291
+ "step": 750
5292
+ },
5293
+ {
5294
+ "epoch": 0.9367009666354849,
5295
+ "grad_norm": NaN,
5296
+ "learning_rate": 2.179445471761221e-06,
5297
+ "loss": 0.0,
5298
+ "step": 751
5299
+ },
5300
+ {
5301
+ "epoch": 0.9379482382288743,
5302
+ "grad_norm": NaN,
5303
+ "learning_rate": 2.0934418534737098e-06,
5304
+ "loss": 0.0,
5305
+ "step": 752
5306
+ },
5307
+ {
5308
+ "epoch": 0.9391955098222639,
5309
+ "grad_norm": NaN,
5310
+ "learning_rate": 2.0091515257442904e-06,
5311
+ "loss": 0.0,
5312
+ "step": 753
5313
+ },
5314
+ {
5315
+ "epoch": 0.9404427814156533,
5316
+ "grad_norm": NaN,
5317
+ "learning_rate": 1.926575963589805e-06,
5318
+ "loss": 0.0,
5319
+ "step": 754
5320
+ },
5321
+ {
5322
+ "epoch": 0.9416900530090427,
5323
+ "grad_norm": NaN,
5324
+ "learning_rate": 1.8457166120199987e-06,
5325
+ "loss": 0.0,
5326
+ "step": 755
5327
+ },
5328
+ {
5329
+ "epoch": 0.9429373246024322,
5330
+ "grad_norm": NaN,
5331
+ "learning_rate": 1.7665748860122512e-06,
5332
+ "loss": 0.0,
5333
+ "step": 756
5334
+ },
5335
+ {
5336
+ "epoch": 0.9441845961958216,
5337
+ "grad_norm": NaN,
5338
+ "learning_rate": 1.689152170486752e-06,
5339
+ "loss": 0.0,
5340
+ "step": 757
5341
+ },
5342
+ {
5343
+ "epoch": 0.9454318677892111,
5344
+ "grad_norm": NaN,
5345
+ "learning_rate": 1.6134498202823645e-06,
5346
+ "loss": 0.0,
5347
+ "step": 758
5348
+ },
5349
+ {
5350
+ "epoch": 0.9466791393826005,
5351
+ "grad_norm": NaN,
5352
+ "learning_rate": 1.5394691601328338e-06,
5353
+ "loss": 0.0,
5354
+ "step": 759
5355
+ },
5356
+ {
5357
+ "epoch": 0.9479264109759901,
5358
+ "grad_norm": NaN,
5359
+ "learning_rate": 1.467211484643627e-06,
5360
+ "loss": 0.0,
5361
+ "step": 760
5362
+ },
5363
+ {
5364
+ "epoch": 0.9491736825693795,
5365
+ "grad_norm": NaN,
5366
+ "learning_rate": 1.3966780582693185e-06,
5367
+ "loss": 0.0,
5368
+ "step": 761
5369
+ },
5370
+ {
5371
+ "epoch": 0.950420954162769,
5372
+ "grad_norm": NaN,
5373
+ "learning_rate": 1.3278701152913742e-06,
5374
+ "loss": 0.0,
5375
+ "step": 762
5376
+ },
5377
+ {
5378
+ "epoch": 0.9516682257561584,
5379
+ "grad_norm": NaN,
5380
+ "learning_rate": 1.2607888597966688e-06,
5381
+ "loss": 0.0,
5382
+ "step": 763
5383
+ },
5384
+ {
5385
+ "epoch": 0.9529154973495478,
5386
+ "grad_norm": NaN,
5387
+ "learning_rate": 1.195435465656325e-06,
5388
+ "loss": 0.0,
5389
+ "step": 764
5390
+ },
5391
+ {
5392
+ "epoch": 0.9541627689429373,
5393
+ "grad_norm": NaN,
5394
+ "learning_rate": 1.131811076505196e-06,
5395
+ "loss": 0.0,
5396
+ "step": 765
5397
+ },
5398
+ {
5399
+ "epoch": 0.9554100405363268,
5400
+ "grad_norm": NaN,
5401
+ "learning_rate": 1.0699168057218823e-06,
5402
+ "loss": 0.0,
5403
+ "step": 766
5404
+ },
5405
+ {
5406
+ "epoch": 0.9566573121297163,
5407
+ "grad_norm": NaN,
5408
+ "learning_rate": 1.0097537364091914e-06,
5409
+ "loss": 0.0,
5410
+ "step": 767
5411
+ },
5412
+ {
5413
+ "epoch": 0.9579045837231057,
5414
+ "grad_norm": NaN,
5415
+ "learning_rate": 9.513229213752417e-07,
5416
+ "loss": 0.0,
5417
+ "step": 768
5418
+ },
5419
+ {
5420
+ "epoch": 0.9591518553164952,
5421
+ "grad_norm": NaN,
5422
+ "learning_rate": 8.946253831150109e-07,
5423
+ "loss": 0.0,
5424
+ "step": 769
5425
+ },
5426
+ {
5427
+ "epoch": 0.9603991269098846,
5428
+ "grad_norm": NaN,
5429
+ "learning_rate": 8.396621137924388e-07,
5430
+ "loss": 0.0,
5431
+ "step": 770
5432
+ },
5433
+ {
5434
+ "epoch": 0.961646398503274,
5435
+ "grad_norm": NaN,
5436
+ "learning_rate": 7.864340752230859e-07,
5437
+ "loss": 0.0,
5438
+ "step": 771
5439
+ },
5440
+ {
5441
+ "epoch": 0.9628936700966636,
5442
+ "grad_norm": NaN,
5443
+ "learning_rate": 7.349421988572691e-07,
5444
+ "loss": 0.0,
5445
+ "step": 772
5446
+ },
5447
+ {
5448
+ "epoch": 0.964140941690053,
5449
+ "grad_norm": NaN,
5450
+ "learning_rate": 6.851873857638192e-07,
5451
+ "loss": 0.0,
5452
+ "step": 773
5453
+ },
5454
+ {
5455
+ "epoch": 0.9653882132834425,
5456
+ "grad_norm": NaN,
5457
+ "learning_rate": 6.371705066142264e-07,
5458
+ "loss": 0.0,
5459
+ "step": 774
5460
+ },
5461
+ {
5462
+ "epoch": 0.9666354848768319,
5463
+ "grad_norm": NaN,
5464
+ "learning_rate": 5.908924016674977e-07,
5465
+ "loss": 0.0,
5466
+ "step": 775
5467
+ },
5468
+ {
5469
+ "epoch": 0.9678827564702214,
5470
+ "grad_norm": NaN,
5471
+ "learning_rate": 5.463538807553903e-07,
5472
+ "loss": 0.0,
5473
+ "step": 776
5474
+ },
5475
+ {
5476
+ "epoch": 0.9691300280636108,
5477
+ "grad_norm": NaN,
5478
+ "learning_rate": 5.035557232682564e-07,
5479
+ "loss": 0.0,
5480
+ "step": 777
5481
+ },
5482
+ {
5483
+ "epoch": 0.9703772996570003,
5484
+ "grad_norm": NaN,
5485
+ "learning_rate": 4.624986781414098e-07,
5486
+ "loss": 0.0,
5487
+ "step": 778
5488
+ },
5489
+ {
5490
+ "epoch": 0.9716245712503898,
5491
+ "grad_norm": NaN,
5492
+ "learning_rate": 4.231834638420362e-07,
5493
+ "loss": 0.0,
5494
+ "step": 779
5495
+ },
5496
+ {
5497
+ "epoch": 0.9728718428437793,
5498
+ "grad_norm": NaN,
5499
+ "learning_rate": 3.8561076835657017e-07,
5500
+ "loss": 0.0,
5501
+ "step": 780
5502
+ },
5503
+ {
5504
+ "epoch": 0.9741191144371687,
5505
+ "grad_norm": NaN,
5506
+ "learning_rate": 3.4978124917871556e-07,
5507
+ "loss": 0.0,
5508
+ "step": 781
5509
+ },
5510
+ {
5511
+ "epoch": 0.9753663860305581,
5512
+ "grad_norm": NaN,
5513
+ "learning_rate": 3.1569553329788836e-07,
5514
+ "loss": 0.0,
5515
+ "step": 782
5516
+ },
5517
+ {
5518
+ "epoch": 0.9766136576239476,
5519
+ "grad_norm": NaN,
5520
+ "learning_rate": 2.8335421718829193e-07,
5521
+ "loss": 0.0,
5522
+ "step": 783
5523
+ },
5524
+ {
5525
+ "epoch": 0.977860929217337,
5526
+ "grad_norm": NaN,
5527
+ "learning_rate": 2.527578667984365e-07,
5528
+ "loss": 0.0,
5529
+ "step": 784
5530
+ },
5531
+ {
5532
+ "epoch": 0.9791082008107266,
5533
+ "grad_norm": NaN,
5534
+ "learning_rate": 2.239070175412694e-07,
5535
+ "loss": 0.0,
5536
+ "step": 785
5537
+ },
5538
+ {
5539
+ "epoch": 0.980355472404116,
5540
+ "grad_norm": NaN,
5541
+ "learning_rate": 1.9680217428479364e-07,
5542
+ "loss": 0.0,
5543
+ "step": 786
5544
+ },
5545
+ {
5546
+ "epoch": 0.9816027439975055,
5547
+ "grad_norm": NaN,
5548
+ "learning_rate": 1.714438113431971e-07,
5549
+ "loss": 0.0,
5550
+ "step": 787
5551
+ },
5552
+ {
5553
+ "epoch": 0.9828500155908949,
5554
+ "grad_norm": NaN,
5555
+ "learning_rate": 1.4783237246862592e-07,
5556
+ "loss": 0.0,
5557
+ "step": 788
5558
+ },
5559
+ {
5560
+ "epoch": 0.9840972871842844,
5561
+ "grad_norm": NaN,
5562
+ "learning_rate": 1.259682708433574e-07,
5563
+ "loss": 0.0,
5564
+ "step": 789
5565
+ },
5566
+ {
5567
+ "epoch": 0.9853445587776738,
5568
+ "grad_norm": NaN,
5569
+ "learning_rate": 1.0585188907260569e-07,
5570
+ "loss": 0.0,
5571
+ "step": 790
5572
+ },
5573
+ {
5574
+ "epoch": 0.9865918303710633,
5575
+ "grad_norm": NaN,
5576
+ "learning_rate": 8.748357917780503e-08,
5577
+ "loss": 0.0,
5578
+ "step": 791
5579
+ },
5580
+ {
5581
+ "epoch": 0.9878391019644528,
5582
+ "grad_norm": NaN,
5583
+ "learning_rate": 7.086366259044796e-08,
5584
+ "loss": 0.0,
5585
+ "step": 792
5586
+ },
5587
+ {
5588
+ "epoch": 0.9890863735578422,
5589
+ "grad_norm": NaN,
5590
+ "learning_rate": 5.59924301464898e-08,
5591
+ "loss": 0.0,
5592
+ "step": 793
5593
+ },
5594
+ {
5595
+ "epoch": 0.9903336451512317,
5596
+ "grad_norm": NaN,
5597
+ "learning_rate": 4.287014208120832e-08,
5598
+ "loss": 0.0,
5599
+ "step": 794
5600
+ },
5601
+ {
5602
+ "epoch": 0.9915809167446211,
5603
+ "grad_norm": NaN,
5604
+ "learning_rate": 3.149702802470733e-08,
5605
+ "loss": 0.0,
5606
+ "step": 795
5607
+ },
5608
+ {
5609
+ "epoch": 0.9928281883380106,
5610
+ "grad_norm": NaN,
5611
+ "learning_rate": 2.1873286997875498e-08,
5612
+ "loss": 0.0,
5613
+ "step": 796
5614
+ },
5615
+ {
5616
+ "epoch": 0.9940754599314,
5617
+ "grad_norm": NaN,
5618
+ "learning_rate": 1.3999087408866906e-08,
5619
+ "loss": 0.0,
5620
+ "step": 797
5621
+ },
5622
+ {
5623
+ "epoch": 0.9953227315247896,
5624
+ "grad_norm": NaN,
5625
+ "learning_rate": 7.874567050214499e-09,
5626
+ "loss": 0.0,
5627
+ "step": 798
5628
+ },
5629
+ {
5630
+ "epoch": 0.996570003118179,
5631
+ "grad_norm": NaN,
5632
+ "learning_rate": 3.4998330963764705e-09,
5633
+ "loss": 0.0,
5634
+ "step": 799
5635
+ },
5636
+ {
5637
+ "epoch": 0.9978172747115684,
5638
+ "grad_norm": NaN,
5639
+ "learning_rate": 8.749621018822041e-10,
5640
+ "loss": 0.0,
5641
+ "step": 800
5642
+ },
5643
+ {
5644
+ "epoch": 0.9990645463049579,
5645
+ "grad_norm": NaN,
5646
+ "learning_rate": 0.0,
5647
+ "loss": 0.0,
5648
+ "step": 801
5649
  }
5650
  ],
5651
  "logging_steps": 1,
 
5660
  "should_evaluate": false,
5661
  "should_log": false,
5662
  "should_save": true,
5663
+ "should_training_stop": true
5664
  },
5665
  "attributes": {}
5666
  }
5667
  },
5668
+ "total_flos": 3.299641599763415e+17,
5669
  "train_batch_size": 2,
5670
  "trial_name": null,
5671
  "trial_params": null