aberquand commited on
Commit
940c03e
1 Parent(s): 3b3cccb

push of spaceBERT IEEE paper version

Browse files
config.json ADDED
@@ -0,0 +1,22 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "bert-base-uncased",
3
+ "architectures": [
4
+ "BertForMaskedLM"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.1,
7
+ "gradient_checkpointing": false,
8
+ "hidden_act": "gelu",
9
+ "hidden_dropout_prob": 0.1,
10
+ "hidden_size": 768,
11
+ "initializer_range": 0.02,
12
+ "intermediate_size": 3072,
13
+ "layer_norm_eps": 1e-12,
14
+ "max_position_embeddings": 512,
15
+ "model_type": "bert",
16
+ "num_attention_heads": 12,
17
+ "num_hidden_layers": 12,
18
+ "pad_token_id": 0,
19
+ "position_embedding_type": "absolute",
20
+ "type_vocab_size": 2,
21
+ "vocab_size": 30522
22
+ }
optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:0c4b54b0193c989e1697e60ef3b031aa2882831cda3118a5ba97980a16517c96
3
+ size 876174701
pytorch_model.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:32f492df5496f2dc766a061b1f54febafcbb44b93ce5fdc04ae40dd138571f72
3
+ size 438112366
scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:6c5511a75c01c80d003409eeab9acc2edb9a8d26ac9af5c8d38e3d5204e68dcf
3
+ size 326
special_tokens_map.json ADDED
@@ -0,0 +1 @@
 
1
+ {"unk_token": "[UNK]", "sep_token": "[SEP]", "pad_token": "[PAD]", "cls_token": "[CLS]", "mask_token": "[MASK]"}
tokenizer_config.json ADDED
@@ -0,0 +1 @@
 
1
+ {"do_lower_case": true, "unk_token": "[UNK]", "sep_token": "[SEP]", "pad_token": "[PAD]", "cls_token": "[CLS]", "mask_token": "[MASK]", "tokenize_chinese_chars": true, "strip_accents": null, "model_max_length": 512, "name_or_path": "bert-base-uncased"}
trainer_state.json ADDED
@@ -0,0 +1,1258 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 68.99953929788998,
5
+ "global_step": 46782,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.3331797659633281,
12
+ "learning_rate": 4.976190476190477e-05,
13
+ "loss": 2.685059944085315,
14
+ "step": 226
15
+ },
16
+ {
17
+ "epoch": 0.6663595319266562,
18
+ "learning_rate": 4.9523809523809525e-05,
19
+ "loss": 2.5215273156630253,
20
+ "step": 452
21
+ },
22
+ {
23
+ "epoch": 0.9995392978899843,
24
+ "learning_rate": 4.928571428571429e-05,
25
+ "loss": 2.449192013360758,
26
+ "step": 678
27
+ },
28
+ {
29
+ "epoch": 1.3331797659633282,
30
+ "learning_rate": 4.904761904761905e-05,
31
+ "loss": 2.3792454542311945,
32
+ "step": 904
33
+ },
34
+ {
35
+ "epoch": 1.6663595319266562,
36
+ "learning_rate": 4.880952380952381e-05,
37
+ "loss": 2.3559764760785398,
38
+ "step": 1130
39
+ },
40
+ {
41
+ "epoch": 1.9995392978899842,
42
+ "learning_rate": 4.8571428571428576e-05,
43
+ "loss": 2.328374001832135,
44
+ "step": 1356
45
+ },
46
+ {
47
+ "epoch": 2.333179765963328,
48
+ "learning_rate": 4.8333333333333334e-05,
49
+ "loss": 2.2863990986241705,
50
+ "step": 1582
51
+ },
52
+ {
53
+ "epoch": 2.6663595319266564,
54
+ "learning_rate": 4.80952380952381e-05,
55
+ "loss": 2.2656879256256914,
56
+ "step": 1808
57
+ },
58
+ {
59
+ "epoch": 2.999539297889984,
60
+ "learning_rate": 4.785714285714286e-05,
61
+ "loss": 2.245354711481955,
62
+ "step": 2034
63
+ },
64
+ {
65
+ "epoch": 3.333179765963328,
66
+ "learning_rate": 4.761904761904762e-05,
67
+ "loss": 2.2154734113575083,
68
+ "step": 2260
69
+ },
70
+ {
71
+ "epoch": 3.6663595319266564,
72
+ "learning_rate": 4.738095238095238e-05,
73
+ "loss": 2.19904536694552,
74
+ "step": 2486
75
+ },
76
+ {
77
+ "epoch": 3.999539297889984,
78
+ "learning_rate": 4.714285714285714e-05,
79
+ "loss": 2.185555112045423,
80
+ "step": 2712
81
+ },
82
+ {
83
+ "epoch": 4.333179765963328,
84
+ "learning_rate": 4.690476190476191e-05,
85
+ "loss": 2.162922816993916,
86
+ "step": 2938
87
+ },
88
+ {
89
+ "epoch": 4.666359531926656,
90
+ "learning_rate": 4.666666666666667e-05,
91
+ "loss": 2.1419683135716263,
92
+ "step": 3164
93
+ },
94
+ {
95
+ "epoch": 4.999539297889984,
96
+ "learning_rate": 4.642857142857143e-05,
97
+ "loss": 2.1468805633814987,
98
+ "step": 3390
99
+ },
100
+ {
101
+ "epoch": 5.333179765963328,
102
+ "learning_rate": 4.6190476190476194e-05,
103
+ "loss": 2.114357872346861,
104
+ "step": 3616
105
+ },
106
+ {
107
+ "epoch": 5.666359531926656,
108
+ "learning_rate": 4.595238095238095e-05,
109
+ "loss": 2.1005791858234235,
110
+ "step": 3842
111
+ },
112
+ {
113
+ "epoch": 5.999539297889984,
114
+ "learning_rate": 4.5714285714285716e-05,
115
+ "loss": 2.0986059408272264,
116
+ "step": 4068
117
+ },
118
+ {
119
+ "epoch": 6.333179765963328,
120
+ "learning_rate": 4.547619047619048e-05,
121
+ "loss": 2.063803073579231,
122
+ "step": 4294
123
+ },
124
+ {
125
+ "epoch": 6.666359531926656,
126
+ "learning_rate": 4.523809523809524e-05,
127
+ "loss": 2.0596065014864493,
128
+ "step": 4520
129
+ },
130
+ {
131
+ "epoch": 6.999539297889984,
132
+ "learning_rate": 4.5e-05,
133
+ "loss": 2.0634367276081997,
134
+ "step": 4746
135
+ },
136
+ {
137
+ "epoch": 7.333179765963328,
138
+ "learning_rate": 4.476190476190477e-05,
139
+ "loss": 2.049277921693515,
140
+ "step": 4972
141
+ },
142
+ {
143
+ "epoch": 7.666359531926656,
144
+ "learning_rate": 4.4523809523809525e-05,
145
+ "loss": 2.0317085738730642,
146
+ "step": 5198
147
+ },
148
+ {
149
+ "epoch": 7.999539297889984,
150
+ "learning_rate": 4.428571428571428e-05,
151
+ "loss": 2.0282083697023645,
152
+ "step": 5424
153
+ },
154
+ {
155
+ "epoch": 8.333179765963328,
156
+ "learning_rate": 4.404761904761905e-05,
157
+ "loss": 1.9894960116496128,
158
+ "step": 5650
159
+ },
160
+ {
161
+ "epoch": 8.666359531926656,
162
+ "learning_rate": 4.380952380952381e-05,
163
+ "loss": 1.996843321133504,
164
+ "step": 5876
165
+ },
166
+ {
167
+ "epoch": 8.999539297889985,
168
+ "learning_rate": 4.3571428571428576e-05,
169
+ "loss": 2.0045918152395603,
170
+ "step": 6102
171
+ },
172
+ {
173
+ "epoch": 9.333179765963328,
174
+ "learning_rate": 4.3333333333333334e-05,
175
+ "loss": 1.966206238333103,
176
+ "step": 6328
177
+ },
178
+ {
179
+ "epoch": 9.666359531926656,
180
+ "learning_rate": 4.30952380952381e-05,
181
+ "loss": 1.9711824940369191,
182
+ "step": 6554
183
+ },
184
+ {
185
+ "epoch": 9.999539297889985,
186
+ "learning_rate": 4.2857142857142856e-05,
187
+ "loss": 1.9805989223243916,
188
+ "step": 6780
189
+ },
190
+ {
191
+ "epoch": 10.333179765963328,
192
+ "learning_rate": 4.261904761904762e-05,
193
+ "loss": 1.9500477208500415,
194
+ "step": 7006
195
+ },
196
+ {
197
+ "epoch": 10.666359531926656,
198
+ "learning_rate": 4.2380952380952385e-05,
199
+ "loss": 1.9578322689090155,
200
+ "step": 7232
201
+ },
202
+ {
203
+ "epoch": 10.999539297889985,
204
+ "learning_rate": 4.214285714285714e-05,
205
+ "loss": 1.9484224572645878,
206
+ "step": 7458
207
+ },
208
+ {
209
+ "epoch": 11.333179765963328,
210
+ "learning_rate": 4.190476190476191e-05,
211
+ "loss": 1.9283131287161228,
212
+ "step": 7684
213
+ },
214
+ {
215
+ "epoch": 11.666359531926656,
216
+ "learning_rate": 4.166666666666667e-05,
217
+ "loss": 1.9156345603740321,
218
+ "step": 7910
219
+ },
220
+ {
221
+ "epoch": 11.999539297889985,
222
+ "learning_rate": 4.1428571428571437e-05,
223
+ "loss": 1.926576732534223,
224
+ "step": 8136
225
+ },
226
+ {
227
+ "epoch": 12.333179765963328,
228
+ "learning_rate": 4.119047619047619e-05,
229
+ "loss": 1.907513238687431,
230
+ "step": 8362
231
+ },
232
+ {
233
+ "epoch": 12.666359531926656,
234
+ "learning_rate": 4.095238095238095e-05,
235
+ "loss": 1.9078028856125553,
236
+ "step": 8588
237
+ },
238
+ {
239
+ "epoch": 12.999539297889985,
240
+ "learning_rate": 4.0714285714285717e-05,
241
+ "loss": 1.90263299182453,
242
+ "step": 8814
243
+ },
244
+ {
245
+ "epoch": 13.333179765963328,
246
+ "learning_rate": 4.047619047619048e-05,
247
+ "loss": 1.8844813794161366,
248
+ "step": 9040
249
+ },
250
+ {
251
+ "epoch": 13.666359531926656,
252
+ "learning_rate": 4.023809523809524e-05,
253
+ "loss": 1.8840125429946764,
254
+ "step": 9266
255
+ },
256
+ {
257
+ "epoch": 13.999539297889985,
258
+ "learning_rate": 4e-05,
259
+ "loss": 1.8717386701465708,
260
+ "step": 9492
261
+ },
262
+ {
263
+ "epoch": 14.333179765963328,
264
+ "learning_rate": 3.976190476190476e-05,
265
+ "loss": 1.858954910683421,
266
+ "step": 9718
267
+ },
268
+ {
269
+ "epoch": 14.666359531926656,
270
+ "learning_rate": 3.9523809523809526e-05,
271
+ "loss": 1.8676287895810288,
272
+ "step": 9944
273
+ },
274
+ {
275
+ "epoch": 14.999539297889985,
276
+ "learning_rate": 3.928571428571429e-05,
277
+ "loss": 1.8678895393304065,
278
+ "step": 10170
279
+ },
280
+ {
281
+ "epoch": 15.333179765963328,
282
+ "learning_rate": 3.904761904761905e-05,
283
+ "loss": 1.8486336227011892,
284
+ "step": 10396
285
+ },
286
+ {
287
+ "epoch": 15.666359531926656,
288
+ "learning_rate": 3.880952380952381e-05,
289
+ "loss": 1.8404835388723728,
290
+ "step": 10622
291
+ },
292
+ {
293
+ "epoch": 15.999539297889985,
294
+ "learning_rate": 3.857142857142858e-05,
295
+ "loss": 1.8481951688243226,
296
+ "step": 10848
297
+ },
298
+ {
299
+ "epoch": 16.33317976596333,
300
+ "learning_rate": 3.8333333333333334e-05,
301
+ "loss": 1.8267865476355087,
302
+ "step": 11074
303
+ },
304
+ {
305
+ "epoch": 16.666359531926656,
306
+ "learning_rate": 3.809523809523809e-05,
307
+ "loss": 1.818214213953609,
308
+ "step": 11300
309
+ },
310
+ {
311
+ "epoch": 16.999539297889985,
312
+ "learning_rate": 3.785714285714286e-05,
313
+ "loss": 1.8284451645032493,
314
+ "step": 11526
315
+ },
316
+ {
317
+ "epoch": 17.33317976596333,
318
+ "learning_rate": 3.761904761904762e-05,
319
+ "loss": 1.8039584539632882,
320
+ "step": 11752
321
+ },
322
+ {
323
+ "epoch": 17.666359531926656,
324
+ "learning_rate": 3.7380952380952386e-05,
325
+ "loss": 1.8007052261217507,
326
+ "step": 11978
327
+ },
328
+ {
329
+ "epoch": 17.999539297889985,
330
+ "learning_rate": 3.7142857142857143e-05,
331
+ "loss": 1.800786381274198,
332
+ "step": 12204
333
+ },
334
+ {
335
+ "epoch": 18.33317976596333,
336
+ "learning_rate": 3.690476190476191e-05,
337
+ "loss": 1.7864516266679342,
338
+ "step": 12430
339
+ },
340
+ {
341
+ "epoch": 18.666359531926656,
342
+ "learning_rate": 3.6666666666666666e-05,
343
+ "loss": 1.790079842626521,
344
+ "step": 12656
345
+ },
346
+ {
347
+ "epoch": 18.999539297889985,
348
+ "learning_rate": 3.642857142857143e-05,
349
+ "loss": 1.7918755185287611,
350
+ "step": 12882
351
+ },
352
+ {
353
+ "epoch": 19.33317976596333,
354
+ "learning_rate": 3.619047619047619e-05,
355
+ "loss": 1.7703251121318446,
356
+ "step": 13108
357
+ },
358
+ {
359
+ "epoch": 19.666359531926656,
360
+ "learning_rate": 3.595238095238095e-05,
361
+ "loss": 1.7819123394721377,
362
+ "step": 13334
363
+ },
364
+ {
365
+ "epoch": 19.999539297889985,
366
+ "learning_rate": 3.571428571428572e-05,
367
+ "loss": 1.7857482370022124,
368
+ "step": 13560
369
+ },
370
+ {
371
+ "epoch": 20.33317976596333,
372
+ "learning_rate": 3.547619047619048e-05,
373
+ "loss": 1.7561523977634126,
374
+ "step": 13786
375
+ },
376
+ {
377
+ "epoch": 20.666359531926656,
378
+ "learning_rate": 3.523809523809524e-05,
379
+ "loss": 1.7562858108925608,
380
+ "step": 14012
381
+ },
382
+ {
383
+ "epoch": 20.999539297889985,
384
+ "learning_rate": 3.5e-05,
385
+ "loss": 1.767443496569068,
386
+ "step": 14238
387
+ },
388
+ {
389
+ "epoch": 21.33317976596333,
390
+ "learning_rate": 3.476190476190476e-05,
391
+ "loss": 1.7421298406820382,
392
+ "step": 14464
393
+ },
394
+ {
395
+ "epoch": 21.666359531926656,
396
+ "learning_rate": 3.4523809523809526e-05,
397
+ "loss": 1.7460298791395878,
398
+ "step": 14690
399
+ },
400
+ {
401
+ "epoch": 21.999539297889985,
402
+ "learning_rate": 3.428571428571429e-05,
403
+ "loss": 1.7635893695122373,
404
+ "step": 14916
405
+ },
406
+ {
407
+ "epoch": 22.33317976596333,
408
+ "learning_rate": 3.404761904761905e-05,
409
+ "loss": 1.7318757993985066,
410
+ "step": 15142
411
+ },
412
+ {
413
+ "epoch": 22.666359531926656,
414
+ "learning_rate": 3.380952380952381e-05,
415
+ "loss": 1.7320329784292035,
416
+ "step": 15368
417
+ },
418
+ {
419
+ "epoch": 22.999539297889985,
420
+ "learning_rate": 3.357142857142857e-05,
421
+ "loss": 1.7314567903501799,
422
+ "step": 15594
423
+ },
424
+ {
425
+ "epoch": 23.33317976596333,
426
+ "learning_rate": 3.3333333333333335e-05,
427
+ "loss": 1.7091308863817063,
428
+ "step": 15820
429
+ },
430
+ {
431
+ "epoch": 23.666359531926656,
432
+ "learning_rate": 3.309523809523809e-05,
433
+ "loss": 1.7127776019341123,
434
+ "step": 16046
435
+ },
436
+ {
437
+ "epoch": 23.999539297889985,
438
+ "learning_rate": 3.285714285714286e-05,
439
+ "loss": 1.714874267578125,
440
+ "step": 16272
441
+ },
442
+ {
443
+ "epoch": 24.33317976596333,
444
+ "learning_rate": 3.261904761904762e-05,
445
+ "loss": 1.7092985980278623,
446
+ "step": 16498
447
+ },
448
+ {
449
+ "epoch": 24.666359531926656,
450
+ "learning_rate": 3.2380952380952386e-05,
451
+ "loss": 1.7022116331927544,
452
+ "step": 16724
453
+ },
454
+ {
455
+ "epoch": 24.999539297889985,
456
+ "learning_rate": 3.2142857142857144e-05,
457
+ "loss": 1.7083171743207273,
458
+ "step": 16950
459
+ },
460
+ {
461
+ "epoch": 25.33317976596333,
462
+ "learning_rate": 3.19047619047619e-05,
463
+ "loss": 1.6961614558127074,
464
+ "step": 17176
465
+ },
466
+ {
467
+ "epoch": 25.666359531926656,
468
+ "learning_rate": 3.1666666666666666e-05,
469
+ "loss": 1.6968883413129148,
470
+ "step": 17402
471
+ },
472
+ {
473
+ "epoch": 25.999539297889985,
474
+ "learning_rate": 3.142857142857143e-05,
475
+ "loss": 1.6995788844285813,
476
+ "step": 17628
477
+ },
478
+ {
479
+ "epoch": 26.33317976596333,
480
+ "learning_rate": 3.1190476190476195e-05,
481
+ "loss": 1.6844244762859513,
482
+ "step": 17854
483
+ },
484
+ {
485
+ "epoch": 26.666359531926656,
486
+ "learning_rate": 3.095238095238095e-05,
487
+ "loss": 1.6839947995886337,
488
+ "step": 18080
489
+ },
490
+ {
491
+ "epoch": 26.999539297889985,
492
+ "learning_rate": 3.071428571428572e-05,
493
+ "loss": 1.6868854623980227,
494
+ "step": 18306
495
+ },
496
+ {
497
+ "epoch": 27.33317976596333,
498
+ "learning_rate": 3.0476190476190482e-05,
499
+ "loss": 1.6642917869365321,
500
+ "step": 18532
501
+ },
502
+ {
503
+ "epoch": 27.666359531926656,
504
+ "learning_rate": 3.0238095238095236e-05,
505
+ "loss": 1.6676389981160122,
506
+ "step": 18758
507
+ },
508
+ {
509
+ "epoch": 27.999539297889985,
510
+ "learning_rate": 3e-05,
511
+ "loss": 1.6597493939695105,
512
+ "step": 18984
513
+ },
514
+ {
515
+ "epoch": 28.33317976596333,
516
+ "learning_rate": 2.9761904761904762e-05,
517
+ "loss": 1.652435842868501,
518
+ "step": 19210
519
+ },
520
+ {
521
+ "epoch": 28.666359531926656,
522
+ "learning_rate": 2.9523809523809526e-05,
523
+ "loss": 1.6600899485360205,
524
+ "step": 19436
525
+ },
526
+ {
527
+ "epoch": 28.999539297889985,
528
+ "learning_rate": 2.9285714285714288e-05,
529
+ "loss": 1.6490822851130393,
530
+ "step": 19662
531
+ },
532
+ {
533
+ "epoch": 29.33317976596333,
534
+ "learning_rate": 2.9047619047619052e-05,
535
+ "loss": 1.6511269628474143,
536
+ "step": 19888
537
+ },
538
+ {
539
+ "epoch": 29.666359531926656,
540
+ "learning_rate": 2.880952380952381e-05,
541
+ "loss": 1.6514149893701604,
542
+ "step": 20114
543
+ },
544
+ {
545
+ "epoch": 29.999539297889985,
546
+ "learning_rate": 2.857142857142857e-05,
547
+ "loss": 1.6452392308057937,
548
+ "step": 20340
549
+ },
550
+ {
551
+ "epoch": 30.33317976596333,
552
+ "learning_rate": 2.8333333333333335e-05,
553
+ "loss": 1.6428464366271434,
554
+ "step": 20566
555
+ },
556
+ {
557
+ "epoch": 30.666359531926656,
558
+ "learning_rate": 2.8095238095238096e-05,
559
+ "loss": 1.632520692538371,
560
+ "step": 20792
561
+ },
562
+ {
563
+ "epoch": 30.999539297889985,
564
+ "learning_rate": 2.785714285714286e-05,
565
+ "loss": 1.6398790747718472,
566
+ "step": 21018
567
+ },
568
+ {
569
+ "epoch": 31.33317976596333,
570
+ "learning_rate": 2.7619047619047622e-05,
571
+ "loss": 1.6239518697282909,
572
+ "step": 21244
573
+ },
574
+ {
575
+ "epoch": 31.666359531926656,
576
+ "learning_rate": 2.7380952380952383e-05,
577
+ "loss": 1.6242760852374862,
578
+ "step": 21470
579
+ },
580
+ {
581
+ "epoch": 31.999539297889985,
582
+ "learning_rate": 2.714285714285714e-05,
583
+ "loss": 1.627472463962251,
584
+ "step": 21696
585
+ },
586
+ {
587
+ "epoch": 32.33317976596333,
588
+ "learning_rate": 2.6904761904761905e-05,
589
+ "loss": 1.6053812482715708,
590
+ "step": 21922
591
+ },
592
+ {
593
+ "epoch": 32.66635953192666,
594
+ "learning_rate": 2.6666666666666667e-05,
595
+ "loss": 1.610074878793902,
596
+ "step": 22148
597
+ },
598
+ {
599
+ "epoch": 32.99953929788998,
600
+ "learning_rate": 2.642857142857143e-05,
601
+ "loss": 1.620673390616358,
602
+ "step": 22374
603
+ },
604
+ {
605
+ "epoch": 33.33317976596333,
606
+ "learning_rate": 2.6190476190476192e-05,
607
+ "loss": 1.6081807634471792,
608
+ "step": 22600
609
+ },
610
+ {
611
+ "epoch": 33.66635953192666,
612
+ "learning_rate": 2.5952380952380957e-05,
613
+ "loss": 1.6156560847189574,
614
+ "step": 22826
615
+ },
616
+ {
617
+ "epoch": 33.99953929788998,
618
+ "learning_rate": 2.5714285714285714e-05,
619
+ "loss": 1.6041984895689299,
620
+ "step": 23052
621
+ },
622
+ {
623
+ "epoch": 34.33317976596333,
624
+ "learning_rate": 2.5476190476190476e-05,
625
+ "loss": 1.5947894881256914,
626
+ "step": 23278
627
+ },
628
+ {
629
+ "epoch": 34.66635953192666,
630
+ "learning_rate": 2.523809523809524e-05,
631
+ "loss": 1.5988714167502074,
632
+ "step": 23504
633
+ },
634
+ {
635
+ "epoch": 34.99953929788998,
636
+ "learning_rate": 2.5e-05,
637
+ "loss": 1.5926924173810841,
638
+ "step": 23730
639
+ },
640
+ {
641
+ "epoch": 35.33317976596333,
642
+ "learning_rate": 2.4761904761904762e-05,
643
+ "loss": 1.5834472116115874,
644
+ "step": 23956
645
+ },
646
+ {
647
+ "epoch": 35.66635953192666,
648
+ "learning_rate": 2.4523809523809523e-05,
649
+ "loss": 1.5848133458500415,
650
+ "step": 24182
651
+ },
652
+ {
653
+ "epoch": 35.99953929788998,
654
+ "learning_rate": 2.4285714285714288e-05,
655
+ "loss": 1.602300593283324,
656
+ "step": 24408
657
+ },
658
+ {
659
+ "epoch": 36.33317976596333,
660
+ "learning_rate": 2.404761904761905e-05,
661
+ "loss": 1.5835503772296737,
662
+ "step": 24634
663
+ },
664
+ {
665
+ "epoch": 36.66635953192666,
666
+ "learning_rate": 2.380952380952381e-05,
667
+ "loss": 1.5831868669628042,
668
+ "step": 24860
669
+ },
670
+ {
671
+ "epoch": 36.99953929788998,
672
+ "learning_rate": 2.357142857142857e-05,
673
+ "loss": 1.5691194787489628,
674
+ "step": 25086
675
+ },
676
+ {
677
+ "epoch": 37.33317976596333,
678
+ "learning_rate": 2.3333333333333336e-05,
679
+ "loss": 1.568113208872027,
680
+ "step": 25312
681
+ },
682
+ {
683
+ "epoch": 37.66635953192666,
684
+ "learning_rate": 2.3095238095238097e-05,
685
+ "loss": 1.5696247742239353,
686
+ "step": 25538
687
+ },
688
+ {
689
+ "epoch": 37.99953929788998,
690
+ "learning_rate": 2.2857142857142858e-05,
691
+ "loss": 1.5706803313398783,
692
+ "step": 25764
693
+ },
694
+ {
695
+ "epoch": 38.33317976596333,
696
+ "learning_rate": 2.261904761904762e-05,
697
+ "loss": 1.5539683114110896,
698
+ "step": 25990
699
+ },
700
+ {
701
+ "epoch": 38.66635953192666,
702
+ "learning_rate": 2.2380952380952384e-05,
703
+ "loss": 1.5682053017405282,
704
+ "step": 26216
705
+ },
706
+ {
707
+ "epoch": 38.99953929788998,
708
+ "learning_rate": 2.214285714285714e-05,
709
+ "loss": 1.5620073976769913,
710
+ "step": 26442
711
+ },
712
+ {
713
+ "epoch": 39.33317976596333,
714
+ "learning_rate": 2.1904761904761906e-05,
715
+ "loss": 1.5591868172704646,
716
+ "step": 26668
717
+ },
718
+ {
719
+ "epoch": 39.66635953192666,
720
+ "learning_rate": 2.1666666666666667e-05,
721
+ "loss": 1.5566102424554065,
722
+ "step": 26894
723
+ },
724
+ {
725
+ "epoch": 39.99953929788998,
726
+ "learning_rate": 2.1428571428571428e-05,
727
+ "loss": 1.5528145849177268,
728
+ "step": 27120
729
+ },
730
+ {
731
+ "epoch": 40.33317976596333,
732
+ "learning_rate": 2.1190476190476193e-05,
733
+ "loss": 1.5426600633469303,
734
+ "step": 27346
735
+ },
736
+ {
737
+ "epoch": 40.66635953192666,
738
+ "learning_rate": 2.0952380952380954e-05,
739
+ "loss": 1.541890642284292,
740
+ "step": 27572
741
+ },
742
+ {
743
+ "epoch": 40.99953929788998,
744
+ "learning_rate": 2.0714285714285718e-05,
745
+ "loss": 1.5517368823026134,
746
+ "step": 27798
747
+ },
748
+ {
749
+ "epoch": 41.33317976596333,
750
+ "learning_rate": 2.0476190476190476e-05,
751
+ "loss": 1.540764057530766,
752
+ "step": 28024
753
+ },
754
+ {
755
+ "epoch": 41.66635953192666,
756
+ "learning_rate": 2.023809523809524e-05,
757
+ "loss": 1.5214318469562362,
758
+ "step": 28250
759
+ },
760
+ {
761
+ "epoch": 41.99953929788998,
762
+ "learning_rate": 2e-05,
763
+ "loss": 1.5345232128042035,
764
+ "step": 28476
765
+ },
766
+ {
767
+ "epoch": 42.33317976596333,
768
+ "learning_rate": 1.9761904761904763e-05,
769
+ "loss": 1.5242220448181691,
770
+ "step": 28702
771
+ },
772
+ {
773
+ "epoch": 42.66635953192666,
774
+ "learning_rate": 1.9523809523809524e-05,
775
+ "loss": 1.535507067114906,
776
+ "step": 28928
777
+ },
778
+ {
779
+ "epoch": 42.99953929788998,
780
+ "learning_rate": 1.928571428571429e-05,
781
+ "loss": 1.5329083468006774,
782
+ "step": 29154
783
+ },
784
+ {
785
+ "epoch": 43.33317976596333,
786
+ "learning_rate": 1.9047619047619046e-05,
787
+ "loss": 1.5211832502246958,
788
+ "step": 29380
789
+ },
790
+ {
791
+ "epoch": 43.66635953192666,
792
+ "learning_rate": 1.880952380952381e-05,
793
+ "loss": 1.5096026395274476,
794
+ "step": 29606
795
+ },
796
+ {
797
+ "epoch": 43.99953929788998,
798
+ "learning_rate": 1.8571428571428572e-05,
799
+ "loss": 1.5239440107767561,
800
+ "step": 29832
801
+ },
802
+ {
803
+ "epoch": 44.33317976596333,
804
+ "learning_rate": 1.8333333333333333e-05,
805
+ "loss": 1.518264635474281,
806
+ "step": 30058
807
+ },
808
+ {
809
+ "epoch": 44.66635953192666,
810
+ "learning_rate": 1.8095238095238094e-05,
811
+ "loss": 1.5015280394427544,
812
+ "step": 30284
813
+ },
814
+ {
815
+ "epoch": 44.99953929788998,
816
+ "learning_rate": 1.785714285714286e-05,
817
+ "loss": 1.5198267033669801,
818
+ "step": 30510
819
+ },
820
+ {
821
+ "epoch": 45.33317976596333,
822
+ "learning_rate": 1.761904761904762e-05,
823
+ "loss": 1.5029577744745575,
824
+ "step": 30736
825
+ },
826
+ {
827
+ "epoch": 45.66635953192666,
828
+ "learning_rate": 1.738095238095238e-05,
829
+ "loss": 1.5046313800642976,
830
+ "step": 30962
831
+ },
832
+ {
833
+ "epoch": 45.99953929788998,
834
+ "learning_rate": 1.7142857142857145e-05,
835
+ "loss": 1.5148508527637583,
836
+ "step": 31188
837
+ },
838
+ {
839
+ "epoch": 46.33317976596333,
840
+ "learning_rate": 1.6904761904761906e-05,
841
+ "loss": 1.4938382849229122,
842
+ "step": 31414
843
+ },
844
+ {
845
+ "epoch": 46.66635953192666,
846
+ "learning_rate": 1.6666666666666667e-05,
847
+ "loss": 1.5032175789892146,
848
+ "step": 31640
849
+ },
850
+ {
851
+ "epoch": 46.99953929788998,
852
+ "learning_rate": 1.642857142857143e-05,
853
+ "loss": 1.4958131503214878,
854
+ "step": 31866
855
+ },
856
+ {
857
+ "epoch": 47.33317976596333,
858
+ "learning_rate": 1.6190476190476193e-05,
859
+ "loss": 1.5038191533721654,
860
+ "step": 32092
861
+ },
862
+ {
863
+ "epoch": 47.66635953192666,
864
+ "learning_rate": 1.595238095238095e-05,
865
+ "loss": 1.4897128755012445,
866
+ "step": 32318
867
+ },
868
+ {
869
+ "epoch": 47.99953929788998,
870
+ "learning_rate": 1.5714285714285715e-05,
871
+ "loss": 1.4913623100888413,
872
+ "step": 32544
873
+ },
874
+ {
875
+ "epoch": 48.33317976596333,
876
+ "learning_rate": 1.5476190476190476e-05,
877
+ "loss": 1.491287096411781,
878
+ "step": 32770
879
+ },
880
+ {
881
+ "epoch": 48.66635953192666,
882
+ "learning_rate": 1.5238095238095241e-05,
883
+ "loss": 1.4894442938070382,
884
+ "step": 32996
885
+ },
886
+ {
887
+ "epoch": 48.99953929788998,
888
+ "learning_rate": 1.5e-05,
889
+ "loss": 1.4941079468853706,
890
+ "step": 33222
891
+ },
892
+ {
893
+ "epoch": 49.33317976596333,
894
+ "learning_rate": 1.4761904761904763e-05,
895
+ "loss": 1.494901538950152,
896
+ "step": 33448
897
+ },
898
+ {
899
+ "epoch": 49.66635953192666,
900
+ "learning_rate": 1.4523809523809526e-05,
901
+ "loss": 1.4872477033496958,
902
+ "step": 33674
903
+ },
904
+ {
905
+ "epoch": 49.99953929788998,
906
+ "learning_rate": 1.4285714285714285e-05,
907
+ "loss": 1.4863664745229535,
908
+ "step": 33900
909
+ },
910
+ {
911
+ "epoch": 50.33317976596333,
912
+ "learning_rate": 1.4047619047619048e-05,
913
+ "loss": 1.4825258508192753,
914
+ "step": 34126
915
+ },
916
+ {
917
+ "epoch": 50.66635953192666,
918
+ "learning_rate": 1.3809523809523811e-05,
919
+ "loss": 1.4887811441337113,
920
+ "step": 34352
921
+ },
922
+ {
923
+ "epoch": 50.99953929788998,
924
+ "learning_rate": 1.357142857142857e-05,
925
+ "loss": 1.475349223719234,
926
+ "step": 34578
927
+ },
928
+ {
929
+ "epoch": 51.33317976596333,
930
+ "learning_rate": 1.3333333333333333e-05,
931
+ "loss": 1.468778492075152,
932
+ "step": 34804
933
+ },
934
+ {
935
+ "epoch": 51.66635953192666,
936
+ "learning_rate": 1.3095238095238096e-05,
937
+ "loss": 1.4681135869659154,
938
+ "step": 35030
939
+ },
940
+ {
941
+ "epoch": 51.99953929788998,
942
+ "learning_rate": 1.2857142857142857e-05,
943
+ "loss": 1.4756152397763413,
944
+ "step": 35256
945
+ },
946
+ {
947
+ "epoch": 52.33317976596333,
948
+ "learning_rate": 1.261904761904762e-05,
949
+ "loss": 1.461721504684043,
950
+ "step": 35482
951
+ },
952
+ {
953
+ "epoch": 52.66635953192666,
954
+ "learning_rate": 1.2380952380952381e-05,
955
+ "loss": 1.472177421097207,
956
+ "step": 35708
957
+ },
958
+ {
959
+ "epoch": 52.99953929788998,
960
+ "learning_rate": 1.2142857142857144e-05,
961
+ "loss": 1.470105331555932,
962
+ "step": 35934
963
+ },
964
+ {
965
+ "epoch": 53.33317976596333,
966
+ "learning_rate": 1.1904761904761905e-05,
967
+ "loss": 1.463019582022608,
968
+ "step": 36160
969
+ },
970
+ {
971
+ "epoch": 53.66635953192666,
972
+ "learning_rate": 1.1666666666666668e-05,
973
+ "loss": 1.4712693205976908,
974
+ "step": 36386
975
+ },
976
+ {
977
+ "epoch": 53.99953929788998,
978
+ "learning_rate": 1.1428571428571429e-05,
979
+ "loss": 1.4639480725853844,
980
+ "step": 36612
981
+ },
982
+ {
983
+ "epoch": 54.33317976596333,
984
+ "learning_rate": 1.1190476190476192e-05,
985
+ "loss": 1.4621197185685149,
986
+ "step": 36838
987
+ },
988
+ {
989
+ "epoch": 54.66635953192666,
990
+ "learning_rate": 1.0952380952380953e-05,
991
+ "loss": 1.4438346930309736,
992
+ "step": 37064
993
+ },
994
+ {
995
+ "epoch": 54.99953929788998,
996
+ "learning_rate": 1.0714285714285714e-05,
997
+ "loss": 1.45255799420112,
998
+ "step": 37290
999
+ },
1000
+ {
1001
+ "epoch": 55.33317976596333,
1002
+ "learning_rate": 1.0476190476190477e-05,
1003
+ "loss": 1.4527645955043555,
1004
+ "step": 37516
1005
+ },
1006
+ {
1007
+ "epoch": 55.66635953192666,
1008
+ "learning_rate": 1.0238095238095238e-05,
1009
+ "loss": 1.4556512073077987,
1010
+ "step": 37742
1011
+ },
1012
+ {
1013
+ "epoch": 55.99953929788998,
1014
+ "learning_rate": 1e-05,
1015
+ "loss": 1.4523168243138136,
1016
+ "step": 37968
1017
+ },
1018
+ {
1019
+ "epoch": 56.33317976596333,
1020
+ "learning_rate": 9.761904761904762e-06,
1021
+ "loss": 1.4451588318411228,
1022
+ "step": 38194
1023
+ },
1024
+ {
1025
+ "epoch": 56.66635953192666,
1026
+ "learning_rate": 9.523809523809523e-06,
1027
+ "loss": 1.4351428546736726,
1028
+ "step": 38420
1029
+ },
1030
+ {
1031
+ "epoch": 56.99953929788998,
1032
+ "learning_rate": 9.285714285714286e-06,
1033
+ "loss": 1.4480798771951051,
1034
+ "step": 38646
1035
+ },
1036
+ {
1037
+ "epoch": 57.33317976596333,
1038
+ "learning_rate": 9.047619047619047e-06,
1039
+ "loss": 1.4419262641299087,
1040
+ "step": 38872
1041
+ },
1042
+ {
1043
+ "epoch": 57.66635953192666,
1044
+ "learning_rate": 8.80952380952381e-06,
1045
+ "loss": 1.4400379552250415,
1046
+ "step": 39098
1047
+ },
1048
+ {
1049
+ "epoch": 57.99953929788998,
1050
+ "learning_rate": 8.571428571428573e-06,
1051
+ "loss": 1.4458791006982854,
1052
+ "step": 39324
1053
+ },
1054
+ {
1055
+ "epoch": 58.33317976596333,
1056
+ "learning_rate": 8.333333333333334e-06,
1057
+ "loss": 1.4246890987970133,
1058
+ "step": 39550
1059
+ },
1060
+ {
1061
+ "epoch": 58.66635953192666,
1062
+ "learning_rate": 8.095238095238097e-06,
1063
+ "loss": 1.4372091377730918,
1064
+ "step": 39776
1065
+ },
1066
+ {
1067
+ "epoch": 58.99953929788998,
1068
+ "learning_rate": 7.857142857142858e-06,
1069
+ "loss": 1.4388618131654451,
1070
+ "step": 40002
1071
+ },
1072
+ {
1073
+ "epoch": 59.33317976596333,
1074
+ "learning_rate": 7.6190476190476205e-06,
1075
+ "loss": 1.437955738168902,
1076
+ "step": 40228
1077
+ },
1078
+ {
1079
+ "epoch": 59.66635953192666,
1080
+ "learning_rate": 7.380952380952382e-06,
1081
+ "loss": 1.4384045896276962,
1082
+ "step": 40454
1083
+ },
1084
+ {
1085
+ "epoch": 59.99953929788998,
1086
+ "learning_rate": 7.142857142857143e-06,
1087
+ "loss": 1.4317560786694552,
1088
+ "step": 40680
1089
+ },
1090
+ {
1091
+ "epoch": 60.33317976596333,
1092
+ "learning_rate": 6.9047619047619055e-06,
1093
+ "loss": 1.4312950741928236,
1094
+ "step": 40906
1095
+ },
1096
+ {
1097
+ "epoch": 60.66635953192666,
1098
+ "learning_rate": 6.666666666666667e-06,
1099
+ "loss": 1.4349378737728153,
1100
+ "step": 41132
1101
+ },
1102
+ {
1103
+ "epoch": 60.99953929788998,
1104
+ "learning_rate": 6.428571428571429e-06,
1105
+ "loss": 1.4232025146484375,
1106
+ "step": 41358
1107
+ },
1108
+ {
1109
+ "epoch": 61.33317976596333,
1110
+ "learning_rate": 6.190476190476191e-06,
1111
+ "loss": 1.4273036180344303,
1112
+ "step": 41584
1113
+ },
1114
+ {
1115
+ "epoch": 61.66635953192666,
1116
+ "learning_rate": 5.9523809523809525e-06,
1117
+ "loss": 1.437505671408324,
1118
+ "step": 41810
1119
+ },
1120
+ {
1121
+ "epoch": 61.99953929788998,
1122
+ "learning_rate": 5.7142857142857145e-06,
1123
+ "loss": 1.4295697507605087,
1124
+ "step": 42036
1125
+ },
1126
+ {
1127
+ "epoch": 62.33317976596333,
1128
+ "learning_rate": 5.4761904761904765e-06,
1129
+ "loss": 1.4301999522521434,
1130
+ "step": 42262
1131
+ },
1132
+ {
1133
+ "epoch": 62.66635953192666,
1134
+ "learning_rate": 5.2380952380952384e-06,
1135
+ "loss": 1.4240087998651825,
1136
+ "step": 42488
1137
+ },
1138
+ {
1139
+ "epoch": 62.99953929788998,
1140
+ "learning_rate": 5e-06,
1141
+ "loss": 1.418294991012168,
1142
+ "step": 42714
1143
+ },
1144
+ {
1145
+ "epoch": 63.33317976596333,
1146
+ "learning_rate": 4.7619047619047615e-06,
1147
+ "loss": 1.4275296641662059,
1148
+ "step": 42940
1149
+ },
1150
+ {
1151
+ "epoch": 63.66635953192666,
1152
+ "learning_rate": 4.5238095238095235e-06,
1153
+ "loss": 1.4242185069396434,
1154
+ "step": 43166
1155
+ },
1156
+ {
1157
+ "epoch": 63.99953929788998,
1158
+ "learning_rate": 4.285714285714286e-06,
1159
+ "loss": 1.4242925053149198,
1160
+ "step": 43392
1161
+ },
1162
+ {
1163
+ "epoch": 64.33317976596332,
1164
+ "learning_rate": 4.047619047619048e-06,
1165
+ "loss": 1.4117900206979397,
1166
+ "step": 43618
1167
+ },
1168
+ {
1169
+ "epoch": 64.66635953192666,
1170
+ "learning_rate": 3.8095238095238102e-06,
1171
+ "loss": 1.4196827306156665,
1172
+ "step": 43844
1173
+ },
1174
+ {
1175
+ "epoch": 64.99953929788998,
1176
+ "learning_rate": 3.5714285714285714e-06,
1177
+ "loss": 1.4127752253439574,
1178
+ "step": 44070
1179
+ },
1180
+ {
1181
+ "epoch": 65.33317976596332,
1182
+ "learning_rate": 3.3333333333333333e-06,
1183
+ "loss": 1.415105228930448,
1184
+ "step": 44296
1185
+ },
1186
+ {
1187
+ "epoch": 65.66635953192666,
1188
+ "learning_rate": 3.0952380952380953e-06,
1189
+ "loss": 1.4221684278640072,
1190
+ "step": 44522
1191
+ },
1192
+ {
1193
+ "epoch": 65.99953929788998,
1194
+ "learning_rate": 2.8571428571428573e-06,
1195
+ "loss": 1.4126794865701051,
1196
+ "step": 44748
1197
+ },
1198
+ {
1199
+ "epoch": 66.33317976596332,
1200
+ "learning_rate": 2.6190476190476192e-06,
1201
+ "loss": 1.412820731644082,
1202
+ "step": 44974
1203
+ },
1204
+ {
1205
+ "epoch": 66.66635953192666,
1206
+ "learning_rate": 2.3809523809523808e-06,
1207
+ "loss": 1.4091276995903623,
1208
+ "step": 45200
1209
+ },
1210
+ {
1211
+ "epoch": 66.99953929788998,
1212
+ "learning_rate": 2.142857142857143e-06,
1213
+ "loss": 1.413559094994469,
1214
+ "step": 45426
1215
+ },
1216
+ {
1217
+ "epoch": 67.33317976596332,
1218
+ "learning_rate": 1.9047619047619051e-06,
1219
+ "loss": 1.4078961937828403,
1220
+ "step": 45652
1221
+ },
1222
+ {
1223
+ "epoch": 67.66635953192666,
1224
+ "learning_rate": 1.6666666666666667e-06,
1225
+ "loss": 1.4104151092799364,
1226
+ "step": 45878
1227
+ },
1228
+ {
1229
+ "epoch": 67.99953929788998,
1230
+ "learning_rate": 1.4285714285714286e-06,
1231
+ "loss": 1.4099604513792865,
1232
+ "step": 46104
1233
+ },
1234
+ {
1235
+ "epoch": 68.33317976596332,
1236
+ "learning_rate": 1.1904761904761904e-06,
1237
+ "loss": 1.406501297402171,
1238
+ "step": 46330
1239
+ },
1240
+ {
1241
+ "epoch": 68.66635953192666,
1242
+ "learning_rate": 9.523809523809526e-07,
1243
+ "loss": 1.4021470061445658,
1244
+ "step": 46556
1245
+ },
1246
+ {
1247
+ "epoch": 68.99953929788998,
1248
+ "learning_rate": 7.142857142857143e-07,
1249
+ "loss": 1.4063275092470962,
1250
+ "step": 46782
1251
+ }
1252
+ ],
1253
+ "max_steps": 47460,
1254
+ "num_train_epochs": 70,
1255
+ "total_flos": 531450425497308624,
1256
+ "trial_name": null,
1257
+ "trial_params": null
1258
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:540b29f8c5d368e254828bc79018dfdc10a2425ffe352141b6a1cdb83a5f254b
3
+ size 1587
vocab.txt ADDED
The diff for this file is too large to render. See raw diff