Commit
•
fca0923
1
Parent(s):
5c3528d
Upload folder using huggingface_hub
Browse files- README.md +36 -0
- checkpoint-7500/config.json +50 -0
- checkpoint-7500/model.safetensors +3 -0
- checkpoint-7500/optimizer.pt +3 -0
- checkpoint-7500/rng_state.pth +3 -0
- checkpoint-7500/scheduler.pt +3 -0
- checkpoint-7500/trainer_state.json +2178 -0
- checkpoint-7500/training_args.bin +3 -0
- config.json +50 -0
- model.safetensors +3 -0
- runs/Jun19_15-00-04_c2cf0e6700b2/events.out.tfevents.1718809205.c2cf0e6700b2.305.0 +2 -2
- runs/Jun19_15-00-04_c2cf0e6700b2/events.out.tfevents.1718810231.c2cf0e6700b2.305.1 +3 -0
- special_tokens_map.json +7 -0
- tokenizer.json +0 -0
- tokenizer_config.json +55 -0
- training_args.bin +3 -0
- training_params.json +30 -0
- vocab.txt +0 -0
README.md
ADDED
|
@@ -0,0 +1,36 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
|
| 2 |
+
---
|
| 3 |
+
tags:
|
| 4 |
+
- autotrain
|
| 5 |
+
- text-classification
|
| 6 |
+
base_model: distilbert/distilbert-base-uncased
|
| 7 |
+
widget:
|
| 8 |
+
- text: "I love AutoTrain"
|
| 9 |
+
---
|
| 10 |
+
|
| 11 |
+
# Model Trained Using AutoTrain
|
| 12 |
+
|
| 13 |
+
- Problem type: Text Classification
|
| 14 |
+
|
| 15 |
+
## Validation Metrics
|
| 16 |
+
loss: 0.8434039950370789
|
| 17 |
+
|
| 18 |
+
f1_macro: 0.6405635167768103
|
| 19 |
+
|
| 20 |
+
f1_micro: 0.7258333333333333
|
| 21 |
+
|
| 22 |
+
f1_weighted: 0.7031763861072888
|
| 23 |
+
|
| 24 |
+
precision_macro: 0.6510401126834049
|
| 25 |
+
|
| 26 |
+
precision_micro: 0.7258333333333333
|
| 27 |
+
|
| 28 |
+
precision_weighted: 0.6973286083232175
|
| 29 |
+
|
| 30 |
+
recall_macro: 0.6512228541854506
|
| 31 |
+
|
| 32 |
+
recall_micro: 0.7258333333333333
|
| 33 |
+
|
| 34 |
+
recall_weighted: 0.7258333333333333
|
| 35 |
+
|
| 36 |
+
accuracy: 0.7258333333333333
|
checkpoint-7500/config.json
ADDED
|
@@ -0,0 +1,50 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"_name_or_path": "distilbert/distilbert-base-uncased",
|
| 3 |
+
"_num_labels": 10,
|
| 4 |
+
"activation": "gelu",
|
| 5 |
+
"architectures": [
|
| 6 |
+
"DistilBertForSequenceClassification"
|
| 7 |
+
],
|
| 8 |
+
"attention_dropout": 0.1,
|
| 9 |
+
"dim": 768,
|
| 10 |
+
"dropout": 0.1,
|
| 11 |
+
"hidden_dim": 3072,
|
| 12 |
+
"id2label": {
|
| 13 |
+
"0": "0",
|
| 14 |
+
"1": "1",
|
| 15 |
+
"2": "2",
|
| 16 |
+
"3": "3",
|
| 17 |
+
"4": "4",
|
| 18 |
+
"5": "5",
|
| 19 |
+
"6": "6",
|
| 20 |
+
"7": "7",
|
| 21 |
+
"8": "8",
|
| 22 |
+
"9": "9"
|
| 23 |
+
},
|
| 24 |
+
"initializer_range": 0.02,
|
| 25 |
+
"label2id": {
|
| 26 |
+
"0": 0,
|
| 27 |
+
"1": 1,
|
| 28 |
+
"2": 2,
|
| 29 |
+
"3": 3,
|
| 30 |
+
"4": 4,
|
| 31 |
+
"5": 5,
|
| 32 |
+
"6": 6,
|
| 33 |
+
"7": 7,
|
| 34 |
+
"8": 8,
|
| 35 |
+
"9": 9
|
| 36 |
+
},
|
| 37 |
+
"max_position_embeddings": 512,
|
| 38 |
+
"model_type": "distilbert",
|
| 39 |
+
"n_heads": 12,
|
| 40 |
+
"n_layers": 6,
|
| 41 |
+
"pad_token_id": 0,
|
| 42 |
+
"problem_type": "single_label_classification",
|
| 43 |
+
"qa_dropout": 0.1,
|
| 44 |
+
"seq_classif_dropout": 0.2,
|
| 45 |
+
"sinusoidal_pos_embds": false,
|
| 46 |
+
"tie_weights_": true,
|
| 47 |
+
"torch_dtype": "float32",
|
| 48 |
+
"transformers_version": "4.41.2",
|
| 49 |
+
"vocab_size": 30522
|
| 50 |
+
}
|
checkpoint-7500/model.safetensors
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:c6e3e0d867f22b60ca4b65f2a778054019e75cfd369edf793030b7c399a6e34e
|
| 3 |
+
size 267857176
|
checkpoint-7500/optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:4f6fa2511cbbbe41b910844c222f16add7f1f71dee17749bfa567f0476d364a1
|
| 3 |
+
size 535776442
|
checkpoint-7500/rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:dcb63651770600697f1a17470b213108d073298c7b33533453757a141d7fbc87
|
| 3 |
+
size 14244
|
checkpoint-7500/scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:6c984979928660d0d693b27542a767718de0085ed37572cd90e1fb5727f46b31
|
| 3 |
+
size 1064
|
checkpoint-7500/trainer_state.json
ADDED
|
@@ -0,0 +1,2178 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": 0.8434039950370789,
|
| 3 |
+
"best_model_checkpoint": "autotrain-5um8a-sa81u/checkpoint-7500",
|
| 4 |
+
"epoch": 2.0,
|
| 5 |
+
"eval_steps": 500,
|
| 6 |
+
"global_step": 7500,
|
| 7 |
+
"is_hyper_param_search": false,
|
| 8 |
+
"is_local_process_zero": true,
|
| 9 |
+
"is_world_process_zero": true,
|
| 10 |
+
"log_history": [
|
| 11 |
+
{
|
| 12 |
+
"epoch": 0.006666666666666667,
|
| 13 |
+
"grad_norm": 3.13798189163208,
|
| 14 |
+
"learning_rate": 1.1111111111111112e-06,
|
| 15 |
+
"loss": 2.2931,
|
| 16 |
+
"step": 25
|
| 17 |
+
},
|
| 18 |
+
{
|
| 19 |
+
"epoch": 0.013333333333333334,
|
| 20 |
+
"grad_norm": 3.3599817752838135,
|
| 21 |
+
"learning_rate": 2.2222222222222225e-06,
|
| 22 |
+
"loss": 2.2796,
|
| 23 |
+
"step": 50
|
| 24 |
+
},
|
| 25 |
+
{
|
| 26 |
+
"epoch": 0.02,
|
| 27 |
+
"grad_norm": 2.9536943435668945,
|
| 28 |
+
"learning_rate": 3.3333333333333333e-06,
|
| 29 |
+
"loss": 2.2502,
|
| 30 |
+
"step": 75
|
| 31 |
+
},
|
| 32 |
+
{
|
| 33 |
+
"epoch": 0.02666666666666667,
|
| 34 |
+
"grad_norm": 3.538480281829834,
|
| 35 |
+
"learning_rate": 4.444444444444445e-06,
|
| 36 |
+
"loss": 2.189,
|
| 37 |
+
"step": 100
|
| 38 |
+
},
|
| 39 |
+
{
|
| 40 |
+
"epoch": 0.03333333333333333,
|
| 41 |
+
"grad_norm": 3.384152889251709,
|
| 42 |
+
"learning_rate": 5.555555555555556e-06,
|
| 43 |
+
"loss": 2.1509,
|
| 44 |
+
"step": 125
|
| 45 |
+
},
|
| 46 |
+
{
|
| 47 |
+
"epoch": 0.04,
|
| 48 |
+
"grad_norm": 4.4334306716918945,
|
| 49 |
+
"learning_rate": 6.666666666666667e-06,
|
| 50 |
+
"loss": 2.0535,
|
| 51 |
+
"step": 150
|
| 52 |
+
},
|
| 53 |
+
{
|
| 54 |
+
"epoch": 0.04666666666666667,
|
| 55 |
+
"grad_norm": 4.605741500854492,
|
| 56 |
+
"learning_rate": 7.777777777777777e-06,
|
| 57 |
+
"loss": 1.875,
|
| 58 |
+
"step": 175
|
| 59 |
+
},
|
| 60 |
+
{
|
| 61 |
+
"epoch": 0.05333333333333334,
|
| 62 |
+
"grad_norm": 5.930888652801514,
|
| 63 |
+
"learning_rate": 8.88888888888889e-06,
|
| 64 |
+
"loss": 1.7946,
|
| 65 |
+
"step": 200
|
| 66 |
+
},
|
| 67 |
+
{
|
| 68 |
+
"epoch": 0.06,
|
| 69 |
+
"grad_norm": 4.181428909301758,
|
| 70 |
+
"learning_rate": 1e-05,
|
| 71 |
+
"loss": 1.6376,
|
| 72 |
+
"step": 225
|
| 73 |
+
},
|
| 74 |
+
{
|
| 75 |
+
"epoch": 0.06666666666666667,
|
| 76 |
+
"grad_norm": 7.74509334564209,
|
| 77 |
+
"learning_rate": 1.1111111111111112e-05,
|
| 78 |
+
"loss": 1.5804,
|
| 79 |
+
"step": 250
|
| 80 |
+
},
|
| 81 |
+
{
|
| 82 |
+
"epoch": 0.07333333333333333,
|
| 83 |
+
"grad_norm": 4.1855669021606445,
|
| 84 |
+
"learning_rate": 1.2177777777777778e-05,
|
| 85 |
+
"loss": 1.5385,
|
| 86 |
+
"step": 275
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 0.08,
|
| 90 |
+
"grad_norm": 5.815659999847412,
|
| 91 |
+
"learning_rate": 1.328888888888889e-05,
|
| 92 |
+
"loss": 1.4515,
|
| 93 |
+
"step": 300
|
| 94 |
+
},
|
| 95 |
+
{
|
| 96 |
+
"epoch": 0.08666666666666667,
|
| 97 |
+
"grad_norm": 7.293570041656494,
|
| 98 |
+
"learning_rate": 1.44e-05,
|
| 99 |
+
"loss": 1.4399,
|
| 100 |
+
"step": 325
|
| 101 |
+
},
|
| 102 |
+
{
|
| 103 |
+
"epoch": 0.09333333333333334,
|
| 104 |
+
"grad_norm": 9.302970886230469,
|
| 105 |
+
"learning_rate": 1.5511111111111114e-05,
|
| 106 |
+
"loss": 1.4602,
|
| 107 |
+
"step": 350
|
| 108 |
+
},
|
| 109 |
+
{
|
| 110 |
+
"epoch": 0.1,
|
| 111 |
+
"grad_norm": 4.114165782928467,
|
| 112 |
+
"learning_rate": 1.6622222222222223e-05,
|
| 113 |
+
"loss": 1.3399,
|
| 114 |
+
"step": 375
|
| 115 |
+
},
|
| 116 |
+
{
|
| 117 |
+
"epoch": 0.10666666666666667,
|
| 118 |
+
"grad_norm": 10.503884315490723,
|
| 119 |
+
"learning_rate": 1.768888888888889e-05,
|
| 120 |
+
"loss": 1.2846,
|
| 121 |
+
"step": 400
|
| 122 |
+
},
|
| 123 |
+
{
|
| 124 |
+
"epoch": 0.11333333333333333,
|
| 125 |
+
"grad_norm": 6.395691871643066,
|
| 126 |
+
"learning_rate": 1.88e-05,
|
| 127 |
+
"loss": 1.178,
|
| 128 |
+
"step": 425
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 0.12,
|
| 132 |
+
"grad_norm": 7.209555625915527,
|
| 133 |
+
"learning_rate": 1.9911111111111112e-05,
|
| 134 |
+
"loss": 1.1698,
|
| 135 |
+
"step": 450
|
| 136 |
+
},
|
| 137 |
+
{
|
| 138 |
+
"epoch": 0.12666666666666668,
|
| 139 |
+
"grad_norm": 7.22865629196167,
|
| 140 |
+
"learning_rate": 2.1022222222222225e-05,
|
| 141 |
+
"loss": 1.1631,
|
| 142 |
+
"step": 475
|
| 143 |
+
},
|
| 144 |
+
{
|
| 145 |
+
"epoch": 0.13333333333333333,
|
| 146 |
+
"grad_norm": 8.306069374084473,
|
| 147 |
+
"learning_rate": 2.2133333333333334e-05,
|
| 148 |
+
"loss": 1.1196,
|
| 149 |
+
"step": 500
|
| 150 |
+
},
|
| 151 |
+
{
|
| 152 |
+
"epoch": 0.14,
|
| 153 |
+
"grad_norm": 5.044536590576172,
|
| 154 |
+
"learning_rate": 2.3244444444444446e-05,
|
| 155 |
+
"loss": 1.0854,
|
| 156 |
+
"step": 525
|
| 157 |
+
},
|
| 158 |
+
{
|
| 159 |
+
"epoch": 0.14666666666666667,
|
| 160 |
+
"grad_norm": 8.39782428741455,
|
| 161 |
+
"learning_rate": 2.4355555555555555e-05,
|
| 162 |
+
"loss": 1.1724,
|
| 163 |
+
"step": 550
|
| 164 |
+
},
|
| 165 |
+
{
|
| 166 |
+
"epoch": 0.15333333333333332,
|
| 167 |
+
"grad_norm": 7.276834011077881,
|
| 168 |
+
"learning_rate": 2.5466666666666668e-05,
|
| 169 |
+
"loss": 1.2506,
|
| 170 |
+
"step": 575
|
| 171 |
+
},
|
| 172 |
+
{
|
| 173 |
+
"epoch": 0.16,
|
| 174 |
+
"grad_norm": 6.928461074829102,
|
| 175 |
+
"learning_rate": 2.657777777777778e-05,
|
| 176 |
+
"loss": 1.0995,
|
| 177 |
+
"step": 600
|
| 178 |
+
},
|
| 179 |
+
{
|
| 180 |
+
"epoch": 0.16666666666666666,
|
| 181 |
+
"grad_norm": 5.020209789276123,
|
| 182 |
+
"learning_rate": 2.7688888888888893e-05,
|
| 183 |
+
"loss": 1.0529,
|
| 184 |
+
"step": 625
|
| 185 |
+
},
|
| 186 |
+
{
|
| 187 |
+
"epoch": 0.17333333333333334,
|
| 188 |
+
"grad_norm": 4.41862154006958,
|
| 189 |
+
"learning_rate": 2.8755555555555557e-05,
|
| 190 |
+
"loss": 1.1523,
|
| 191 |
+
"step": 650
|
| 192 |
+
},
|
| 193 |
+
{
|
| 194 |
+
"epoch": 0.18,
|
| 195 |
+
"grad_norm": 17.745071411132812,
|
| 196 |
+
"learning_rate": 2.986666666666667e-05,
|
| 197 |
+
"loss": 1.1962,
|
| 198 |
+
"step": 675
|
| 199 |
+
},
|
| 200 |
+
{
|
| 201 |
+
"epoch": 0.18666666666666668,
|
| 202 |
+
"grad_norm": 5.518793106079102,
|
| 203 |
+
"learning_rate": 3.0977777777777776e-05,
|
| 204 |
+
"loss": 1.0913,
|
| 205 |
+
"step": 700
|
| 206 |
+
},
|
| 207 |
+
{
|
| 208 |
+
"epoch": 0.19333333333333333,
|
| 209 |
+
"grad_norm": 10.203434944152832,
|
| 210 |
+
"learning_rate": 3.208888888888889e-05,
|
| 211 |
+
"loss": 1.108,
|
| 212 |
+
"step": 725
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 0.2,
|
| 216 |
+
"grad_norm": 6.468237400054932,
|
| 217 |
+
"learning_rate": 3.32e-05,
|
| 218 |
+
"loss": 1.0822,
|
| 219 |
+
"step": 750
|
| 220 |
+
},
|
| 221 |
+
{
|
| 222 |
+
"epoch": 0.20666666666666667,
|
| 223 |
+
"grad_norm": 6.182399272918701,
|
| 224 |
+
"learning_rate": 3.431111111111111e-05,
|
| 225 |
+
"loss": 1.1224,
|
| 226 |
+
"step": 775
|
| 227 |
+
},
|
| 228 |
+
{
|
| 229 |
+
"epoch": 0.21333333333333335,
|
| 230 |
+
"grad_norm": 9.415875434875488,
|
| 231 |
+
"learning_rate": 3.5422222222222226e-05,
|
| 232 |
+
"loss": 0.9095,
|
| 233 |
+
"step": 800
|
| 234 |
+
},
|
| 235 |
+
{
|
| 236 |
+
"epoch": 0.22,
|
| 237 |
+
"grad_norm": 17.09987449645996,
|
| 238 |
+
"learning_rate": 3.653333333333334e-05,
|
| 239 |
+
"loss": 1.1613,
|
| 240 |
+
"step": 825
|
| 241 |
+
},
|
| 242 |
+
{
|
| 243 |
+
"epoch": 0.22666666666666666,
|
| 244 |
+
"grad_norm": 8.294900894165039,
|
| 245 |
+
"learning_rate": 3.764444444444445e-05,
|
| 246 |
+
"loss": 1.0934,
|
| 247 |
+
"step": 850
|
| 248 |
+
},
|
| 249 |
+
{
|
| 250 |
+
"epoch": 0.23333333333333334,
|
| 251 |
+
"grad_norm": 13.019417762756348,
|
| 252 |
+
"learning_rate": 3.8755555555555556e-05,
|
| 253 |
+
"loss": 1.0647,
|
| 254 |
+
"step": 875
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 0.24,
|
| 258 |
+
"grad_norm": 10.864327430725098,
|
| 259 |
+
"learning_rate": 3.986666666666667e-05,
|
| 260 |
+
"loss": 1.0718,
|
| 261 |
+
"step": 900
|
| 262 |
+
},
|
| 263 |
+
{
|
| 264 |
+
"epoch": 0.24666666666666667,
|
| 265 |
+
"grad_norm": 9.016544342041016,
|
| 266 |
+
"learning_rate": 4.097777777777778e-05,
|
| 267 |
+
"loss": 0.9817,
|
| 268 |
+
"step": 925
|
| 269 |
+
},
|
| 270 |
+
{
|
| 271 |
+
"epoch": 0.25333333333333335,
|
| 272 |
+
"grad_norm": 5.4241485595703125,
|
| 273 |
+
"learning_rate": 4.208888888888889e-05,
|
| 274 |
+
"loss": 1.003,
|
| 275 |
+
"step": 950
|
| 276 |
+
},
|
| 277 |
+
{
|
| 278 |
+
"epoch": 0.26,
|
| 279 |
+
"grad_norm": 10.213274955749512,
|
| 280 |
+
"learning_rate": 4.32e-05,
|
| 281 |
+
"loss": 1.0223,
|
| 282 |
+
"step": 975
|
| 283 |
+
},
|
| 284 |
+
{
|
| 285 |
+
"epoch": 0.26666666666666666,
|
| 286 |
+
"grad_norm": 15.214512825012207,
|
| 287 |
+
"learning_rate": 4.431111111111111e-05,
|
| 288 |
+
"loss": 1.0648,
|
| 289 |
+
"step": 1000
|
| 290 |
+
},
|
| 291 |
+
{
|
| 292 |
+
"epoch": 0.2733333333333333,
|
| 293 |
+
"grad_norm": 3.9258694648742676,
|
| 294 |
+
"learning_rate": 4.5422222222222225e-05,
|
| 295 |
+
"loss": 0.9985,
|
| 296 |
+
"step": 1025
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 0.28,
|
| 300 |
+
"grad_norm": 7.457239151000977,
|
| 301 |
+
"learning_rate": 4.653333333333334e-05,
|
| 302 |
+
"loss": 1.117,
|
| 303 |
+
"step": 1050
|
| 304 |
+
},
|
| 305 |
+
{
|
| 306 |
+
"epoch": 0.2866666666666667,
|
| 307 |
+
"grad_norm": 12.809249877929688,
|
| 308 |
+
"learning_rate": 4.764444444444445e-05,
|
| 309 |
+
"loss": 1.0538,
|
| 310 |
+
"step": 1075
|
| 311 |
+
},
|
| 312 |
+
{
|
| 313 |
+
"epoch": 0.29333333333333333,
|
| 314 |
+
"grad_norm": 18.092700958251953,
|
| 315 |
+
"learning_rate": 4.875555555555556e-05,
|
| 316 |
+
"loss": 1.0866,
|
| 317 |
+
"step": 1100
|
| 318 |
+
},
|
| 319 |
+
{
|
| 320 |
+
"epoch": 0.3,
|
| 321 |
+
"grad_norm": 4.2002458572387695,
|
| 322 |
+
"learning_rate": 4.986666666666667e-05,
|
| 323 |
+
"loss": 0.9351,
|
| 324 |
+
"step": 1125
|
| 325 |
+
},
|
| 326 |
+
{
|
| 327 |
+
"epoch": 0.30666666666666664,
|
| 328 |
+
"grad_norm": 9.016805648803711,
|
| 329 |
+
"learning_rate": 4.9891358024691356e-05,
|
| 330 |
+
"loss": 0.8765,
|
| 331 |
+
"step": 1150
|
| 332 |
+
},
|
| 333 |
+
{
|
| 334 |
+
"epoch": 0.31333333333333335,
|
| 335 |
+
"grad_norm": 8.664179801940918,
|
| 336 |
+
"learning_rate": 4.9767901234567903e-05,
|
| 337 |
+
"loss": 1.1023,
|
| 338 |
+
"step": 1175
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 0.32,
|
| 342 |
+
"grad_norm": 11.132316589355469,
|
| 343 |
+
"learning_rate": 4.964444444444445e-05,
|
| 344 |
+
"loss": 0.9903,
|
| 345 |
+
"step": 1200
|
| 346 |
+
},
|
| 347 |
+
{
|
| 348 |
+
"epoch": 0.32666666666666666,
|
| 349 |
+
"grad_norm": 10.408929824829102,
|
| 350 |
+
"learning_rate": 4.9520987654320985e-05,
|
| 351 |
+
"loss": 0.9008,
|
| 352 |
+
"step": 1225
|
| 353 |
+
},
|
| 354 |
+
{
|
| 355 |
+
"epoch": 0.3333333333333333,
|
| 356 |
+
"grad_norm": 15.614274978637695,
|
| 357 |
+
"learning_rate": 4.939753086419753e-05,
|
| 358 |
+
"loss": 1.002,
|
| 359 |
+
"step": 1250
|
| 360 |
+
},
|
| 361 |
+
{
|
| 362 |
+
"epoch": 0.34,
|
| 363 |
+
"grad_norm": 11.449036598205566,
|
| 364 |
+
"learning_rate": 4.927407407407408e-05,
|
| 365 |
+
"loss": 0.959,
|
| 366 |
+
"step": 1275
|
| 367 |
+
},
|
| 368 |
+
{
|
| 369 |
+
"epoch": 0.3466666666666667,
|
| 370 |
+
"grad_norm": 5.918100357055664,
|
| 371 |
+
"learning_rate": 4.9150617283950614e-05,
|
| 372 |
+
"loss": 0.9706,
|
| 373 |
+
"step": 1300
|
| 374 |
+
},
|
| 375 |
+
{
|
| 376 |
+
"epoch": 0.35333333333333333,
|
| 377 |
+
"grad_norm": 6.706690788269043,
|
| 378 |
+
"learning_rate": 4.902716049382716e-05,
|
| 379 |
+
"loss": 0.9262,
|
| 380 |
+
"step": 1325
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"epoch": 0.36,
|
| 384 |
+
"grad_norm": 4.575336456298828,
|
| 385 |
+
"learning_rate": 4.890370370370371e-05,
|
| 386 |
+
"loss": 1.0084,
|
| 387 |
+
"step": 1350
|
| 388 |
+
},
|
| 389 |
+
{
|
| 390 |
+
"epoch": 0.36666666666666664,
|
| 391 |
+
"grad_norm": 12.109813690185547,
|
| 392 |
+
"learning_rate": 4.878024691358025e-05,
|
| 393 |
+
"loss": 1.0407,
|
| 394 |
+
"step": 1375
|
| 395 |
+
},
|
| 396 |
+
{
|
| 397 |
+
"epoch": 0.37333333333333335,
|
| 398 |
+
"grad_norm": 11.848983764648438,
|
| 399 |
+
"learning_rate": 4.865679012345679e-05,
|
| 400 |
+
"loss": 0.9616,
|
| 401 |
+
"step": 1400
|
| 402 |
+
},
|
| 403 |
+
{
|
| 404 |
+
"epoch": 0.38,
|
| 405 |
+
"grad_norm": 11.87781047821045,
|
| 406 |
+
"learning_rate": 4.853333333333334e-05,
|
| 407 |
+
"loss": 1.0143,
|
| 408 |
+
"step": 1425
|
| 409 |
+
},
|
| 410 |
+
{
|
| 411 |
+
"epoch": 0.38666666666666666,
|
| 412 |
+
"grad_norm": 8.980938911437988,
|
| 413 |
+
"learning_rate": 4.840987654320988e-05,
|
| 414 |
+
"loss": 0.9217,
|
| 415 |
+
"step": 1450
|
| 416 |
+
},
|
| 417 |
+
{
|
| 418 |
+
"epoch": 0.3933333333333333,
|
| 419 |
+
"grad_norm": 8.561235427856445,
|
| 420 |
+
"learning_rate": 4.828641975308642e-05,
|
| 421 |
+
"loss": 1.1442,
|
| 422 |
+
"step": 1475
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 0.4,
|
| 426 |
+
"grad_norm": 9.980470657348633,
|
| 427 |
+
"learning_rate": 4.816296296296297e-05,
|
| 428 |
+
"loss": 1.0186,
|
| 429 |
+
"step": 1500
|
| 430 |
+
},
|
| 431 |
+
{
|
| 432 |
+
"epoch": 0.4066666666666667,
|
| 433 |
+
"grad_norm": 7.693286418914795,
|
| 434 |
+
"learning_rate": 4.803950617283951e-05,
|
| 435 |
+
"loss": 0.9953,
|
| 436 |
+
"step": 1525
|
| 437 |
+
},
|
| 438 |
+
{
|
| 439 |
+
"epoch": 0.41333333333333333,
|
| 440 |
+
"grad_norm": 5.39948034286499,
|
| 441 |
+
"learning_rate": 4.791604938271605e-05,
|
| 442 |
+
"loss": 0.9544,
|
| 443 |
+
"step": 1550
|
| 444 |
+
},
|
| 445 |
+
{
|
| 446 |
+
"epoch": 0.42,
|
| 447 |
+
"grad_norm": 7.7968549728393555,
|
| 448 |
+
"learning_rate": 4.77925925925926e-05,
|
| 449 |
+
"loss": 0.898,
|
| 450 |
+
"step": 1575
|
| 451 |
+
},
|
| 452 |
+
{
|
| 453 |
+
"epoch": 0.4266666666666667,
|
| 454 |
+
"grad_norm": 3.694169044494629,
|
| 455 |
+
"learning_rate": 4.766913580246914e-05,
|
| 456 |
+
"loss": 1.0325,
|
| 457 |
+
"step": 1600
|
| 458 |
+
},
|
| 459 |
+
{
|
| 460 |
+
"epoch": 0.43333333333333335,
|
| 461 |
+
"grad_norm": 10.049742698669434,
|
| 462 |
+
"learning_rate": 4.754567901234568e-05,
|
| 463 |
+
"loss": 0.9118,
|
| 464 |
+
"step": 1625
|
| 465 |
+
},
|
| 466 |
+
{
|
| 467 |
+
"epoch": 0.44,
|
| 468 |
+
"grad_norm": 13.797918319702148,
|
| 469 |
+
"learning_rate": 4.7422222222222226e-05,
|
| 470 |
+
"loss": 0.9135,
|
| 471 |
+
"step": 1650
|
| 472 |
+
},
|
| 473 |
+
{
|
| 474 |
+
"epoch": 0.44666666666666666,
|
| 475 |
+
"grad_norm": 7.2649688720703125,
|
| 476 |
+
"learning_rate": 4.729876543209877e-05,
|
| 477 |
+
"loss": 1.0054,
|
| 478 |
+
"step": 1675
|
| 479 |
+
},
|
| 480 |
+
{
|
| 481 |
+
"epoch": 0.4533333333333333,
|
| 482 |
+
"grad_norm": 5.670660018920898,
|
| 483 |
+
"learning_rate": 4.7175308641975314e-05,
|
| 484 |
+
"loss": 0.9929,
|
| 485 |
+
"step": 1700
|
| 486 |
+
},
|
| 487 |
+
{
|
| 488 |
+
"epoch": 0.46,
|
| 489 |
+
"grad_norm": 10.087015151977539,
|
| 490 |
+
"learning_rate": 4.7051851851851855e-05,
|
| 491 |
+
"loss": 1.1383,
|
| 492 |
+
"step": 1725
|
| 493 |
+
},
|
| 494 |
+
{
|
| 495 |
+
"epoch": 0.4666666666666667,
|
| 496 |
+
"grad_norm": 6.2626800537109375,
|
| 497 |
+
"learning_rate": 4.6928395061728396e-05,
|
| 498 |
+
"loss": 1.1386,
|
| 499 |
+
"step": 1750
|
| 500 |
+
},
|
| 501 |
+
{
|
| 502 |
+
"epoch": 0.47333333333333333,
|
| 503 |
+
"grad_norm": 11.429990768432617,
|
| 504 |
+
"learning_rate": 4.6804938271604943e-05,
|
| 505 |
+
"loss": 0.9042,
|
| 506 |
+
"step": 1775
|
| 507 |
+
},
|
| 508 |
+
{
|
| 509 |
+
"epoch": 0.48,
|
| 510 |
+
"grad_norm": 6.389810085296631,
|
| 511 |
+
"learning_rate": 4.6681481481481484e-05,
|
| 512 |
+
"loss": 0.9631,
|
| 513 |
+
"step": 1800
|
| 514 |
+
},
|
| 515 |
+
{
|
| 516 |
+
"epoch": 0.4866666666666667,
|
| 517 |
+
"grad_norm": 8.779641151428223,
|
| 518 |
+
"learning_rate": 4.6558024691358025e-05,
|
| 519 |
+
"loss": 1.1042,
|
| 520 |
+
"step": 1825
|
| 521 |
+
},
|
| 522 |
+
{
|
| 523 |
+
"epoch": 0.49333333333333335,
|
| 524 |
+
"grad_norm": 8.273574829101562,
|
| 525 |
+
"learning_rate": 4.643456790123457e-05,
|
| 526 |
+
"loss": 0.9551,
|
| 527 |
+
"step": 1850
|
| 528 |
+
},
|
| 529 |
+
{
|
| 530 |
+
"epoch": 0.5,
|
| 531 |
+
"grad_norm": 7.0266194343566895,
|
| 532 |
+
"learning_rate": 4.6311111111111113e-05,
|
| 533 |
+
"loss": 0.9846,
|
| 534 |
+
"step": 1875
|
| 535 |
+
},
|
| 536 |
+
{
|
| 537 |
+
"epoch": 0.5066666666666667,
|
| 538 |
+
"grad_norm": 8.741957664489746,
|
| 539 |
+
"learning_rate": 4.6187654320987654e-05,
|
| 540 |
+
"loss": 1.0969,
|
| 541 |
+
"step": 1900
|
| 542 |
+
},
|
| 543 |
+
{
|
| 544 |
+
"epoch": 0.5133333333333333,
|
| 545 |
+
"grad_norm": 17.768611907958984,
|
| 546 |
+
"learning_rate": 4.60641975308642e-05,
|
| 547 |
+
"loss": 0.844,
|
| 548 |
+
"step": 1925
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 0.52,
|
| 552 |
+
"grad_norm": 9.893391609191895,
|
| 553 |
+
"learning_rate": 4.594074074074074e-05,
|
| 554 |
+
"loss": 0.9731,
|
| 555 |
+
"step": 1950
|
| 556 |
+
},
|
| 557 |
+
{
|
| 558 |
+
"epoch": 0.5266666666666666,
|
| 559 |
+
"grad_norm": 5.22994327545166,
|
| 560 |
+
"learning_rate": 4.5817283950617283e-05,
|
| 561 |
+
"loss": 0.8226,
|
| 562 |
+
"step": 1975
|
| 563 |
+
},
|
| 564 |
+
{
|
| 565 |
+
"epoch": 0.5333333333333333,
|
| 566 |
+
"grad_norm": 13.81772232055664,
|
| 567 |
+
"learning_rate": 4.569382716049383e-05,
|
| 568 |
+
"loss": 0.8015,
|
| 569 |
+
"step": 2000
|
| 570 |
+
},
|
| 571 |
+
{
|
| 572 |
+
"epoch": 0.54,
|
| 573 |
+
"grad_norm": 5.9889302253723145,
|
| 574 |
+
"learning_rate": 4.557037037037037e-05,
|
| 575 |
+
"loss": 0.9881,
|
| 576 |
+
"step": 2025
|
| 577 |
+
},
|
| 578 |
+
{
|
| 579 |
+
"epoch": 0.5466666666666666,
|
| 580 |
+
"grad_norm": 7.382312774658203,
|
| 581 |
+
"learning_rate": 4.544691358024691e-05,
|
| 582 |
+
"loss": 1.0753,
|
| 583 |
+
"step": 2050
|
| 584 |
+
},
|
| 585 |
+
{
|
| 586 |
+
"epoch": 0.5533333333333333,
|
| 587 |
+
"grad_norm": 13.38068962097168,
|
| 588 |
+
"learning_rate": 4.532345679012346e-05,
|
| 589 |
+
"loss": 0.8732,
|
| 590 |
+
"step": 2075
|
| 591 |
+
},
|
| 592 |
+
{
|
| 593 |
+
"epoch": 0.56,
|
| 594 |
+
"grad_norm": 18.700225830078125,
|
| 595 |
+
"learning_rate": 4.52e-05,
|
| 596 |
+
"loss": 0.9685,
|
| 597 |
+
"step": 2100
|
| 598 |
+
},
|
| 599 |
+
{
|
| 600 |
+
"epoch": 0.5666666666666667,
|
| 601 |
+
"grad_norm": 9.365460395812988,
|
| 602 |
+
"learning_rate": 4.507654320987654e-05,
|
| 603 |
+
"loss": 1.0779,
|
| 604 |
+
"step": 2125
|
| 605 |
+
},
|
| 606 |
+
{
|
| 607 |
+
"epoch": 0.5733333333333334,
|
| 608 |
+
"grad_norm": 8.056510925292969,
|
| 609 |
+
"learning_rate": 4.495308641975309e-05,
|
| 610 |
+
"loss": 0.9673,
|
| 611 |
+
"step": 2150
|
| 612 |
+
},
|
| 613 |
+
{
|
| 614 |
+
"epoch": 0.58,
|
| 615 |
+
"grad_norm": 7.804261684417725,
|
| 616 |
+
"learning_rate": 4.482962962962963e-05,
|
| 617 |
+
"loss": 0.9461,
|
| 618 |
+
"step": 2175
|
| 619 |
+
},
|
| 620 |
+
{
|
| 621 |
+
"epoch": 0.5866666666666667,
|
| 622 |
+
"grad_norm": 4.484943866729736,
|
| 623 |
+
"learning_rate": 4.470617283950618e-05,
|
| 624 |
+
"loss": 0.9341,
|
| 625 |
+
"step": 2200
|
| 626 |
+
},
|
| 627 |
+
{
|
| 628 |
+
"epoch": 0.5933333333333334,
|
| 629 |
+
"grad_norm": 7.764664173126221,
|
| 630 |
+
"learning_rate": 4.458271604938272e-05,
|
| 631 |
+
"loss": 0.8104,
|
| 632 |
+
"step": 2225
|
| 633 |
+
},
|
| 634 |
+
{
|
| 635 |
+
"epoch": 0.6,
|
| 636 |
+
"grad_norm": 6.613196849822998,
|
| 637 |
+
"learning_rate": 4.44641975308642e-05,
|
| 638 |
+
"loss": 1.0037,
|
| 639 |
+
"step": 2250
|
| 640 |
+
},
|
| 641 |
+
{
|
| 642 |
+
"epoch": 0.6066666666666667,
|
| 643 |
+
"grad_norm": 5.951300144195557,
|
| 644 |
+
"learning_rate": 4.4340740740740744e-05,
|
| 645 |
+
"loss": 0.9785,
|
| 646 |
+
"step": 2275
|
| 647 |
+
},
|
| 648 |
+
{
|
| 649 |
+
"epoch": 0.6133333333333333,
|
| 650 |
+
"grad_norm": 4.876894474029541,
|
| 651 |
+
"learning_rate": 4.421728395061729e-05,
|
| 652 |
+
"loss": 0.9276,
|
| 653 |
+
"step": 2300
|
| 654 |
+
},
|
| 655 |
+
{
|
| 656 |
+
"epoch": 0.62,
|
| 657 |
+
"grad_norm": 9.433537483215332,
|
| 658 |
+
"learning_rate": 4.4093827160493826e-05,
|
| 659 |
+
"loss": 1.0004,
|
| 660 |
+
"step": 2325
|
| 661 |
+
},
|
| 662 |
+
{
|
| 663 |
+
"epoch": 0.6266666666666667,
|
| 664 |
+
"grad_norm": 10.541296005249023,
|
| 665 |
+
"learning_rate": 4.3970370370370374e-05,
|
| 666 |
+
"loss": 1.0609,
|
| 667 |
+
"step": 2350
|
| 668 |
+
},
|
| 669 |
+
{
|
| 670 |
+
"epoch": 0.6333333333333333,
|
| 671 |
+
"grad_norm": 6.446004390716553,
|
| 672 |
+
"learning_rate": 4.384691358024692e-05,
|
| 673 |
+
"loss": 0.9926,
|
| 674 |
+
"step": 2375
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"epoch": 0.64,
|
| 678 |
+
"grad_norm": 8.850340843200684,
|
| 679 |
+
"learning_rate": 4.3723456790123455e-05,
|
| 680 |
+
"loss": 0.9382,
|
| 681 |
+
"step": 2400
|
| 682 |
+
},
|
| 683 |
+
{
|
| 684 |
+
"epoch": 0.6466666666666666,
|
| 685 |
+
"grad_norm": 6.004384517669678,
|
| 686 |
+
"learning_rate": 4.36e-05,
|
| 687 |
+
"loss": 1.1173,
|
| 688 |
+
"step": 2425
|
| 689 |
+
},
|
| 690 |
+
{
|
| 691 |
+
"epoch": 0.6533333333333333,
|
| 692 |
+
"grad_norm": 10.950887680053711,
|
| 693 |
+
"learning_rate": 4.3476543209876543e-05,
|
| 694 |
+
"loss": 0.8673,
|
| 695 |
+
"step": 2450
|
| 696 |
+
},
|
| 697 |
+
{
|
| 698 |
+
"epoch": 0.66,
|
| 699 |
+
"grad_norm": 5.736955642700195,
|
| 700 |
+
"learning_rate": 4.3353086419753084e-05,
|
| 701 |
+
"loss": 0.9869,
|
| 702 |
+
"step": 2475
|
| 703 |
+
},
|
| 704 |
+
{
|
| 705 |
+
"epoch": 0.6666666666666666,
|
| 706 |
+
"grad_norm": 9.545438766479492,
|
| 707 |
+
"learning_rate": 4.322962962962963e-05,
|
| 708 |
+
"loss": 1.0109,
|
| 709 |
+
"step": 2500
|
| 710 |
+
},
|
| 711 |
+
{
|
| 712 |
+
"epoch": 0.6733333333333333,
|
| 713 |
+
"grad_norm": 14.54963207244873,
|
| 714 |
+
"learning_rate": 4.310617283950617e-05,
|
| 715 |
+
"loss": 0.8774,
|
| 716 |
+
"step": 2525
|
| 717 |
+
},
|
| 718 |
+
{
|
| 719 |
+
"epoch": 0.68,
|
| 720 |
+
"grad_norm": 6.30457067489624,
|
| 721 |
+
"learning_rate": 4.298271604938272e-05,
|
| 722 |
+
"loss": 0.8801,
|
| 723 |
+
"step": 2550
|
| 724 |
+
},
|
| 725 |
+
{
|
| 726 |
+
"epoch": 0.6866666666666666,
|
| 727 |
+
"grad_norm": 6.858036041259766,
|
| 728 |
+
"learning_rate": 4.285925925925926e-05,
|
| 729 |
+
"loss": 0.727,
|
| 730 |
+
"step": 2575
|
| 731 |
+
},
|
| 732 |
+
{
|
| 733 |
+
"epoch": 0.6933333333333334,
|
| 734 |
+
"grad_norm": 5.082749366760254,
|
| 735 |
+
"learning_rate": 4.27358024691358e-05,
|
| 736 |
+
"loss": 0.9237,
|
| 737 |
+
"step": 2600
|
| 738 |
+
},
|
| 739 |
+
{
|
| 740 |
+
"epoch": 0.7,
|
| 741 |
+
"grad_norm": 7.5763936042785645,
|
| 742 |
+
"learning_rate": 4.261234567901235e-05,
|
| 743 |
+
"loss": 0.8342,
|
| 744 |
+
"step": 2625
|
| 745 |
+
},
|
| 746 |
+
{
|
| 747 |
+
"epoch": 0.7066666666666667,
|
| 748 |
+
"grad_norm": 8.811793327331543,
|
| 749 |
+
"learning_rate": 4.248888888888889e-05,
|
| 750 |
+
"loss": 1.0076,
|
| 751 |
+
"step": 2650
|
| 752 |
+
},
|
| 753 |
+
{
|
| 754 |
+
"epoch": 0.7133333333333334,
|
| 755 |
+
"grad_norm": 13.048144340515137,
|
| 756 |
+
"learning_rate": 4.236543209876543e-05,
|
| 757 |
+
"loss": 0.9556,
|
| 758 |
+
"step": 2675
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 0.72,
|
| 762 |
+
"grad_norm": 11.870134353637695,
|
| 763 |
+
"learning_rate": 4.224197530864198e-05,
|
| 764 |
+
"loss": 1.0028,
|
| 765 |
+
"step": 2700
|
| 766 |
+
},
|
| 767 |
+
{
|
| 768 |
+
"epoch": 0.7266666666666667,
|
| 769 |
+
"grad_norm": 12.326855659484863,
|
| 770 |
+
"learning_rate": 4.211851851851852e-05,
|
| 771 |
+
"loss": 0.8794,
|
| 772 |
+
"step": 2725
|
| 773 |
+
},
|
| 774 |
+
{
|
| 775 |
+
"epoch": 0.7333333333333333,
|
| 776 |
+
"grad_norm": 7.567747116088867,
|
| 777 |
+
"learning_rate": 4.199506172839506e-05,
|
| 778 |
+
"loss": 0.8812,
|
| 779 |
+
"step": 2750
|
| 780 |
+
},
|
| 781 |
+
{
|
| 782 |
+
"epoch": 0.74,
|
| 783 |
+
"grad_norm": 6.114919185638428,
|
| 784 |
+
"learning_rate": 4.187160493827161e-05,
|
| 785 |
+
"loss": 0.8974,
|
| 786 |
+
"step": 2775
|
| 787 |
+
},
|
| 788 |
+
{
|
| 789 |
+
"epoch": 0.7466666666666667,
|
| 790 |
+
"grad_norm": 16.97509765625,
|
| 791 |
+
"learning_rate": 4.1748148148148155e-05,
|
| 792 |
+
"loss": 0.8895,
|
| 793 |
+
"step": 2800
|
| 794 |
+
},
|
| 795 |
+
{
|
| 796 |
+
"epoch": 0.7533333333333333,
|
| 797 |
+
"grad_norm": 9.177389144897461,
|
| 798 |
+
"learning_rate": 4.162469135802469e-05,
|
| 799 |
+
"loss": 0.7692,
|
| 800 |
+
"step": 2825
|
| 801 |
+
},
|
| 802 |
+
{
|
| 803 |
+
"epoch": 0.76,
|
| 804 |
+
"grad_norm": 7.463740348815918,
|
| 805 |
+
"learning_rate": 4.150123456790124e-05,
|
| 806 |
+
"loss": 0.9168,
|
| 807 |
+
"step": 2850
|
| 808 |
+
},
|
| 809 |
+
{
|
| 810 |
+
"epoch": 0.7666666666666667,
|
| 811 |
+
"grad_norm": 8.774567604064941,
|
| 812 |
+
"learning_rate": 4.1377777777777784e-05,
|
| 813 |
+
"loss": 0.8709,
|
| 814 |
+
"step": 2875
|
| 815 |
+
},
|
| 816 |
+
{
|
| 817 |
+
"epoch": 0.7733333333333333,
|
| 818 |
+
"grad_norm": 7.635562419891357,
|
| 819 |
+
"learning_rate": 4.125432098765432e-05,
|
| 820 |
+
"loss": 1.059,
|
| 821 |
+
"step": 2900
|
| 822 |
+
},
|
| 823 |
+
{
|
| 824 |
+
"epoch": 0.78,
|
| 825 |
+
"grad_norm": 5.951021671295166,
|
| 826 |
+
"learning_rate": 4.1130864197530866e-05,
|
| 827 |
+
"loss": 0.7637,
|
| 828 |
+
"step": 2925
|
| 829 |
+
},
|
| 830 |
+
{
|
| 831 |
+
"epoch": 0.7866666666666666,
|
| 832 |
+
"grad_norm": 9.935166358947754,
|
| 833 |
+
"learning_rate": 4.1007407407407414e-05,
|
| 834 |
+
"loss": 0.9919,
|
| 835 |
+
"step": 2950
|
| 836 |
+
},
|
| 837 |
+
{
|
| 838 |
+
"epoch": 0.7933333333333333,
|
| 839 |
+
"grad_norm": 5.804830074310303,
|
| 840 |
+
"learning_rate": 4.088395061728395e-05,
|
| 841 |
+
"loss": 0.7903,
|
| 842 |
+
"step": 2975
|
| 843 |
+
},
|
| 844 |
+
{
|
| 845 |
+
"epoch": 0.8,
|
| 846 |
+
"grad_norm": 5.533348560333252,
|
| 847 |
+
"learning_rate": 4.0760493827160495e-05,
|
| 848 |
+
"loss": 0.9898,
|
| 849 |
+
"step": 3000
|
| 850 |
+
},
|
| 851 |
+
{
|
| 852 |
+
"epoch": 0.8066666666666666,
|
| 853 |
+
"grad_norm": 8.753861427307129,
|
| 854 |
+
"learning_rate": 4.063703703703704e-05,
|
| 855 |
+
"loss": 0.7716,
|
| 856 |
+
"step": 3025
|
| 857 |
+
},
|
| 858 |
+
{
|
| 859 |
+
"epoch": 0.8133333333333334,
|
| 860 |
+
"grad_norm": 11.261335372924805,
|
| 861 |
+
"learning_rate": 4.051358024691358e-05,
|
| 862 |
+
"loss": 0.9554,
|
| 863 |
+
"step": 3050
|
| 864 |
+
},
|
| 865 |
+
{
|
| 866 |
+
"epoch": 0.82,
|
| 867 |
+
"grad_norm": 10.08859920501709,
|
| 868 |
+
"learning_rate": 4.0390123456790124e-05,
|
| 869 |
+
"loss": 0.8887,
|
| 870 |
+
"step": 3075
|
| 871 |
+
},
|
| 872 |
+
{
|
| 873 |
+
"epoch": 0.8266666666666667,
|
| 874 |
+
"grad_norm": 3.6686923503875732,
|
| 875 |
+
"learning_rate": 4.026666666666667e-05,
|
| 876 |
+
"loss": 0.8084,
|
| 877 |
+
"step": 3100
|
| 878 |
+
},
|
| 879 |
+
{
|
| 880 |
+
"epoch": 0.8333333333333334,
|
| 881 |
+
"grad_norm": 7.54130220413208,
|
| 882 |
+
"learning_rate": 4.014320987654321e-05,
|
| 883 |
+
"loss": 1.0297,
|
| 884 |
+
"step": 3125
|
| 885 |
+
},
|
| 886 |
+
{
|
| 887 |
+
"epoch": 0.84,
|
| 888 |
+
"grad_norm": 5.28485631942749,
|
| 889 |
+
"learning_rate": 4.0019753086419753e-05,
|
| 890 |
+
"loss": 0.8179,
|
| 891 |
+
"step": 3150
|
| 892 |
+
},
|
| 893 |
+
{
|
| 894 |
+
"epoch": 0.8466666666666667,
|
| 895 |
+
"grad_norm": 5.715919494628906,
|
| 896 |
+
"learning_rate": 3.98962962962963e-05,
|
| 897 |
+
"loss": 0.8925,
|
| 898 |
+
"step": 3175
|
| 899 |
+
},
|
| 900 |
+
{
|
| 901 |
+
"epoch": 0.8533333333333334,
|
| 902 |
+
"grad_norm": 12.822041511535645,
|
| 903 |
+
"learning_rate": 3.977283950617284e-05,
|
| 904 |
+
"loss": 0.8126,
|
| 905 |
+
"step": 3200
|
| 906 |
+
},
|
| 907 |
+
{
|
| 908 |
+
"epoch": 0.86,
|
| 909 |
+
"grad_norm": 6.913020133972168,
|
| 910 |
+
"learning_rate": 3.964938271604938e-05,
|
| 911 |
+
"loss": 0.9576,
|
| 912 |
+
"step": 3225
|
| 913 |
+
},
|
| 914 |
+
{
|
| 915 |
+
"epoch": 0.8666666666666667,
|
| 916 |
+
"grad_norm": 7.729150772094727,
|
| 917 |
+
"learning_rate": 3.952592592592593e-05,
|
| 918 |
+
"loss": 0.8019,
|
| 919 |
+
"step": 3250
|
| 920 |
+
},
|
| 921 |
+
{
|
| 922 |
+
"epoch": 0.8733333333333333,
|
| 923 |
+
"grad_norm": 14.75147819519043,
|
| 924 |
+
"learning_rate": 3.940246913580247e-05,
|
| 925 |
+
"loss": 0.8749,
|
| 926 |
+
"step": 3275
|
| 927 |
+
},
|
| 928 |
+
{
|
| 929 |
+
"epoch": 0.88,
|
| 930 |
+
"grad_norm": 6.890247344970703,
|
| 931 |
+
"learning_rate": 3.927901234567901e-05,
|
| 932 |
+
"loss": 0.8219,
|
| 933 |
+
"step": 3300
|
| 934 |
+
},
|
| 935 |
+
{
|
| 936 |
+
"epoch": 0.8866666666666667,
|
| 937 |
+
"grad_norm": 14.082189559936523,
|
| 938 |
+
"learning_rate": 3.915555555555556e-05,
|
| 939 |
+
"loss": 0.9104,
|
| 940 |
+
"step": 3325
|
| 941 |
+
},
|
| 942 |
+
{
|
| 943 |
+
"epoch": 0.8933333333333333,
|
| 944 |
+
"grad_norm": 14.824267387390137,
|
| 945 |
+
"learning_rate": 3.90320987654321e-05,
|
| 946 |
+
"loss": 1.0422,
|
| 947 |
+
"step": 3350
|
| 948 |
+
},
|
| 949 |
+
{
|
| 950 |
+
"epoch": 0.9,
|
| 951 |
+
"grad_norm": 6.831472396850586,
|
| 952 |
+
"learning_rate": 3.890864197530865e-05,
|
| 953 |
+
"loss": 0.955,
|
| 954 |
+
"step": 3375
|
| 955 |
+
},
|
| 956 |
+
{
|
| 957 |
+
"epoch": 0.9066666666666666,
|
| 958 |
+
"grad_norm": 12.86788558959961,
|
| 959 |
+
"learning_rate": 3.878518518518519e-05,
|
| 960 |
+
"loss": 0.8177,
|
| 961 |
+
"step": 3400
|
| 962 |
+
},
|
| 963 |
+
{
|
| 964 |
+
"epoch": 0.9133333333333333,
|
| 965 |
+
"grad_norm": 5.384681224822998,
|
| 966 |
+
"learning_rate": 3.866172839506173e-05,
|
| 967 |
+
"loss": 1.0076,
|
| 968 |
+
"step": 3425
|
| 969 |
+
},
|
| 970 |
+
{
|
| 971 |
+
"epoch": 0.92,
|
| 972 |
+
"grad_norm": 7.360981464385986,
|
| 973 |
+
"learning_rate": 3.853827160493828e-05,
|
| 974 |
+
"loss": 0.9525,
|
| 975 |
+
"step": 3450
|
| 976 |
+
},
|
| 977 |
+
{
|
| 978 |
+
"epoch": 0.9266666666666666,
|
| 979 |
+
"grad_norm": 9.476499557495117,
|
| 980 |
+
"learning_rate": 3.841481481481482e-05,
|
| 981 |
+
"loss": 0.8705,
|
| 982 |
+
"step": 3475
|
| 983 |
+
},
|
| 984 |
+
{
|
| 985 |
+
"epoch": 0.9333333333333333,
|
| 986 |
+
"grad_norm": 11.018596649169922,
|
| 987 |
+
"learning_rate": 3.829135802469136e-05,
|
| 988 |
+
"loss": 0.8799,
|
| 989 |
+
"step": 3500
|
| 990 |
+
},
|
| 991 |
+
{
|
| 992 |
+
"epoch": 0.94,
|
| 993 |
+
"grad_norm": 9.566810607910156,
|
| 994 |
+
"learning_rate": 3.8167901234567906e-05,
|
| 995 |
+
"loss": 0.9072,
|
| 996 |
+
"step": 3525
|
| 997 |
+
},
|
| 998 |
+
{
|
| 999 |
+
"epoch": 0.9466666666666667,
|
| 1000 |
+
"grad_norm": 6.946780681610107,
|
| 1001 |
+
"learning_rate": 3.804444444444445e-05,
|
| 1002 |
+
"loss": 0.9795,
|
| 1003 |
+
"step": 3550
|
| 1004 |
+
},
|
| 1005 |
+
{
|
| 1006 |
+
"epoch": 0.9533333333333334,
|
| 1007 |
+
"grad_norm": 11.96141242980957,
|
| 1008 |
+
"learning_rate": 3.792098765432099e-05,
|
| 1009 |
+
"loss": 0.9398,
|
| 1010 |
+
"step": 3575
|
| 1011 |
+
},
|
| 1012 |
+
{
|
| 1013 |
+
"epoch": 0.96,
|
| 1014 |
+
"grad_norm": 6.139281749725342,
|
| 1015 |
+
"learning_rate": 3.7797530864197535e-05,
|
| 1016 |
+
"loss": 0.877,
|
| 1017 |
+
"step": 3600
|
| 1018 |
+
},
|
| 1019 |
+
{
|
| 1020 |
+
"epoch": 0.9666666666666667,
|
| 1021 |
+
"grad_norm": 8.848674774169922,
|
| 1022 |
+
"learning_rate": 3.7674074074074076e-05,
|
| 1023 |
+
"loss": 0.9407,
|
| 1024 |
+
"step": 3625
|
| 1025 |
+
},
|
| 1026 |
+
{
|
| 1027 |
+
"epoch": 0.9733333333333334,
|
| 1028 |
+
"grad_norm": 8.626237869262695,
|
| 1029 |
+
"learning_rate": 3.755061728395062e-05,
|
| 1030 |
+
"loss": 0.7231,
|
| 1031 |
+
"step": 3650
|
| 1032 |
+
},
|
| 1033 |
+
{
|
| 1034 |
+
"epoch": 0.98,
|
| 1035 |
+
"grad_norm": 8.904046058654785,
|
| 1036 |
+
"learning_rate": 3.7427160493827164e-05,
|
| 1037 |
+
"loss": 0.7771,
|
| 1038 |
+
"step": 3675
|
| 1039 |
+
},
|
| 1040 |
+
{
|
| 1041 |
+
"epoch": 0.9866666666666667,
|
| 1042 |
+
"grad_norm": 8.304384231567383,
|
| 1043 |
+
"learning_rate": 3.7303703703703705e-05,
|
| 1044 |
+
"loss": 0.8759,
|
| 1045 |
+
"step": 3700
|
| 1046 |
+
},
|
| 1047 |
+
{
|
| 1048 |
+
"epoch": 0.9933333333333333,
|
| 1049 |
+
"grad_norm": 3.275665283203125,
|
| 1050 |
+
"learning_rate": 3.7180246913580246e-05,
|
| 1051 |
+
"loss": 1.0953,
|
| 1052 |
+
"step": 3725
|
| 1053 |
+
},
|
| 1054 |
+
{
|
| 1055 |
+
"epoch": 1.0,
|
| 1056 |
+
"grad_norm": 9.612822532653809,
|
| 1057 |
+
"learning_rate": 3.7056790123456794e-05,
|
| 1058 |
+
"loss": 0.9654,
|
| 1059 |
+
"step": 3750
|
| 1060 |
+
},
|
| 1061 |
+
{
|
| 1062 |
+
"epoch": 1.0,
|
| 1063 |
+
"eval_accuracy": 0.7091666666666666,
|
| 1064 |
+
"eval_f1_macro": 0.6100324685442738,
|
| 1065 |
+
"eval_f1_micro": 0.7091666666666666,
|
| 1066 |
+
"eval_f1_weighted": 0.6820074793819821,
|
| 1067 |
+
"eval_loss": 0.8581413626670837,
|
| 1068 |
+
"eval_precision_macro": 0.6409039609039581,
|
| 1069 |
+
"eval_precision_micro": 0.7091666666666666,
|
| 1070 |
+
"eval_precision_weighted": 0.6788783926303716,
|
| 1071 |
+
"eval_recall_macro": 0.6173398268291092,
|
| 1072 |
+
"eval_recall_micro": 0.7091666666666666,
|
| 1073 |
+
"eval_recall_weighted": 0.7091666666666666,
|
| 1074 |
+
"eval_runtime": 17.7272,
|
| 1075 |
+
"eval_samples_per_second": 338.462,
|
| 1076 |
+
"eval_steps_per_second": 21.154,
|
| 1077 |
+
"step": 3750
|
| 1078 |
+
},
|
| 1079 |
+
{
|
| 1080 |
+
"epoch": 1.0066666666666666,
|
| 1081 |
+
"grad_norm": 4.440273761749268,
|
| 1082 |
+
"learning_rate": 3.6933333333333334e-05,
|
| 1083 |
+
"loss": 0.7425,
|
| 1084 |
+
"step": 3775
|
| 1085 |
+
},
|
| 1086 |
+
{
|
| 1087 |
+
"epoch": 1.0133333333333334,
|
| 1088 |
+
"grad_norm": 2.8456194400787354,
|
| 1089 |
+
"learning_rate": 3.6809876543209875e-05,
|
| 1090 |
+
"loss": 0.8552,
|
| 1091 |
+
"step": 3800
|
| 1092 |
+
},
|
| 1093 |
+
{
|
| 1094 |
+
"epoch": 1.02,
|
| 1095 |
+
"grad_norm": 7.814695358276367,
|
| 1096 |
+
"learning_rate": 3.668641975308642e-05,
|
| 1097 |
+
"loss": 0.7137,
|
| 1098 |
+
"step": 3825
|
| 1099 |
+
},
|
| 1100 |
+
{
|
| 1101 |
+
"epoch": 1.0266666666666666,
|
| 1102 |
+
"grad_norm": 15.144572257995605,
|
| 1103 |
+
"learning_rate": 3.6562962962962964e-05,
|
| 1104 |
+
"loss": 0.7113,
|
| 1105 |
+
"step": 3850
|
| 1106 |
+
},
|
| 1107 |
+
{
|
| 1108 |
+
"epoch": 1.0333333333333334,
|
| 1109 |
+
"grad_norm": 7.033264636993408,
|
| 1110 |
+
"learning_rate": 3.643950617283951e-05,
|
| 1111 |
+
"loss": 0.635,
|
| 1112 |
+
"step": 3875
|
| 1113 |
+
},
|
| 1114 |
+
{
|
| 1115 |
+
"epoch": 1.04,
|
| 1116 |
+
"grad_norm": 9.882685661315918,
|
| 1117 |
+
"learning_rate": 3.631604938271605e-05,
|
| 1118 |
+
"loss": 0.6947,
|
| 1119 |
+
"step": 3900
|
| 1120 |
+
},
|
| 1121 |
+
{
|
| 1122 |
+
"epoch": 1.0466666666666666,
|
| 1123 |
+
"grad_norm": 3.8773844242095947,
|
| 1124 |
+
"learning_rate": 3.619259259259259e-05,
|
| 1125 |
+
"loss": 0.7561,
|
| 1126 |
+
"step": 3925
|
| 1127 |
+
},
|
| 1128 |
+
{
|
| 1129 |
+
"epoch": 1.0533333333333332,
|
| 1130 |
+
"grad_norm": 13.235457420349121,
|
| 1131 |
+
"learning_rate": 3.606913580246914e-05,
|
| 1132 |
+
"loss": 0.8613,
|
| 1133 |
+
"step": 3950
|
| 1134 |
+
},
|
| 1135 |
+
{
|
| 1136 |
+
"epoch": 1.06,
|
| 1137 |
+
"grad_norm": 7.09820032119751,
|
| 1138 |
+
"learning_rate": 3.594567901234568e-05,
|
| 1139 |
+
"loss": 0.6555,
|
| 1140 |
+
"step": 3975
|
| 1141 |
+
},
|
| 1142 |
+
{
|
| 1143 |
+
"epoch": 1.0666666666666667,
|
| 1144 |
+
"grad_norm": 10.326157569885254,
|
| 1145 |
+
"learning_rate": 3.582222222222222e-05,
|
| 1146 |
+
"loss": 0.7023,
|
| 1147 |
+
"step": 4000
|
| 1148 |
+
},
|
| 1149 |
+
{
|
| 1150 |
+
"epoch": 1.0733333333333333,
|
| 1151 |
+
"grad_norm": 26.21095085144043,
|
| 1152 |
+
"learning_rate": 3.569876543209877e-05,
|
| 1153 |
+
"loss": 0.8392,
|
| 1154 |
+
"step": 4025
|
| 1155 |
+
},
|
| 1156 |
+
{
|
| 1157 |
+
"epoch": 1.08,
|
| 1158 |
+
"grad_norm": 8.45411205291748,
|
| 1159 |
+
"learning_rate": 3.557530864197531e-05,
|
| 1160 |
+
"loss": 0.6542,
|
| 1161 |
+
"step": 4050
|
| 1162 |
+
},
|
| 1163 |
+
{
|
| 1164 |
+
"epoch": 1.0866666666666667,
|
| 1165 |
+
"grad_norm": 9.493447303771973,
|
| 1166 |
+
"learning_rate": 3.545185185185185e-05,
|
| 1167 |
+
"loss": 0.6472,
|
| 1168 |
+
"step": 4075
|
| 1169 |
+
},
|
| 1170 |
+
{
|
| 1171 |
+
"epoch": 1.0933333333333333,
|
| 1172 |
+
"grad_norm": 6.964524745941162,
|
| 1173 |
+
"learning_rate": 3.53283950617284e-05,
|
| 1174 |
+
"loss": 0.8216,
|
| 1175 |
+
"step": 4100
|
| 1176 |
+
},
|
| 1177 |
+
{
|
| 1178 |
+
"epoch": 1.1,
|
| 1179 |
+
"grad_norm": 9.059328079223633,
|
| 1180 |
+
"learning_rate": 3.520493827160494e-05,
|
| 1181 |
+
"loss": 0.8314,
|
| 1182 |
+
"step": 4125
|
| 1183 |
+
},
|
| 1184 |
+
{
|
| 1185 |
+
"epoch": 1.1066666666666667,
|
| 1186 |
+
"grad_norm": 6.654369831085205,
|
| 1187 |
+
"learning_rate": 3.508148148148148e-05,
|
| 1188 |
+
"loss": 0.628,
|
| 1189 |
+
"step": 4150
|
| 1190 |
+
},
|
| 1191 |
+
{
|
| 1192 |
+
"epoch": 1.1133333333333333,
|
| 1193 |
+
"grad_norm": 13.223770141601562,
|
| 1194 |
+
"learning_rate": 3.495802469135803e-05,
|
| 1195 |
+
"loss": 0.8023,
|
| 1196 |
+
"step": 4175
|
| 1197 |
+
},
|
| 1198 |
+
{
|
| 1199 |
+
"epoch": 1.12,
|
| 1200 |
+
"grad_norm": 12.41712474822998,
|
| 1201 |
+
"learning_rate": 3.483456790123457e-05,
|
| 1202 |
+
"loss": 0.8411,
|
| 1203 |
+
"step": 4200
|
| 1204 |
+
},
|
| 1205 |
+
{
|
| 1206 |
+
"epoch": 1.1266666666666667,
|
| 1207 |
+
"grad_norm": 6.774609565734863,
|
| 1208 |
+
"learning_rate": 3.471111111111111e-05,
|
| 1209 |
+
"loss": 0.8376,
|
| 1210 |
+
"step": 4225
|
| 1211 |
+
},
|
| 1212 |
+
{
|
| 1213 |
+
"epoch": 1.1333333333333333,
|
| 1214 |
+
"grad_norm": 7.308166980743408,
|
| 1215 |
+
"learning_rate": 3.4592592592592594e-05,
|
| 1216 |
+
"loss": 0.7768,
|
| 1217 |
+
"step": 4250
|
| 1218 |
+
},
|
| 1219 |
+
{
|
| 1220 |
+
"epoch": 1.1400000000000001,
|
| 1221 |
+
"grad_norm": 7.681529521942139,
|
| 1222 |
+
"learning_rate": 3.4469135802469135e-05,
|
| 1223 |
+
"loss": 0.7728,
|
| 1224 |
+
"step": 4275
|
| 1225 |
+
},
|
| 1226 |
+
{
|
| 1227 |
+
"epoch": 1.1466666666666667,
|
| 1228 |
+
"grad_norm": 6.580010414123535,
|
| 1229 |
+
"learning_rate": 3.434567901234568e-05,
|
| 1230 |
+
"loss": 0.6793,
|
| 1231 |
+
"step": 4300
|
| 1232 |
+
},
|
| 1233 |
+
{
|
| 1234 |
+
"epoch": 1.1533333333333333,
|
| 1235 |
+
"grad_norm": 3.635303497314453,
|
| 1236 |
+
"learning_rate": 3.4222222222222224e-05,
|
| 1237 |
+
"loss": 0.7412,
|
| 1238 |
+
"step": 4325
|
| 1239 |
+
},
|
| 1240 |
+
{
|
| 1241 |
+
"epoch": 1.16,
|
| 1242 |
+
"grad_norm": 8.876466751098633,
|
| 1243 |
+
"learning_rate": 3.4098765432098764e-05,
|
| 1244 |
+
"loss": 0.6272,
|
| 1245 |
+
"step": 4350
|
| 1246 |
+
},
|
| 1247 |
+
{
|
| 1248 |
+
"epoch": 1.1666666666666667,
|
| 1249 |
+
"grad_norm": 7.696030139923096,
|
| 1250 |
+
"learning_rate": 3.397530864197531e-05,
|
| 1251 |
+
"loss": 0.6547,
|
| 1252 |
+
"step": 4375
|
| 1253 |
+
},
|
| 1254 |
+
{
|
| 1255 |
+
"epoch": 1.1733333333333333,
|
| 1256 |
+
"grad_norm": 8.832601547241211,
|
| 1257 |
+
"learning_rate": 3.385185185185185e-05,
|
| 1258 |
+
"loss": 0.5395,
|
| 1259 |
+
"step": 4400
|
| 1260 |
+
},
|
| 1261 |
+
{
|
| 1262 |
+
"epoch": 1.18,
|
| 1263 |
+
"grad_norm": 8.13397216796875,
|
| 1264 |
+
"learning_rate": 3.3728395061728394e-05,
|
| 1265 |
+
"loss": 0.7159,
|
| 1266 |
+
"step": 4425
|
| 1267 |
+
},
|
| 1268 |
+
{
|
| 1269 |
+
"epoch": 1.1866666666666668,
|
| 1270 |
+
"grad_norm": 13.775779724121094,
|
| 1271 |
+
"learning_rate": 3.360493827160494e-05,
|
| 1272 |
+
"loss": 0.827,
|
| 1273 |
+
"step": 4450
|
| 1274 |
+
},
|
| 1275 |
+
{
|
| 1276 |
+
"epoch": 1.1933333333333334,
|
| 1277 |
+
"grad_norm": 10.165814399719238,
|
| 1278 |
+
"learning_rate": 3.348148148148148e-05,
|
| 1279 |
+
"loss": 0.6612,
|
| 1280 |
+
"step": 4475
|
| 1281 |
+
},
|
| 1282 |
+
{
|
| 1283 |
+
"epoch": 1.2,
|
| 1284 |
+
"grad_norm": 16.018178939819336,
|
| 1285 |
+
"learning_rate": 3.335802469135802e-05,
|
| 1286 |
+
"loss": 0.6556,
|
| 1287 |
+
"step": 4500
|
| 1288 |
+
},
|
| 1289 |
+
{
|
| 1290 |
+
"epoch": 1.2066666666666666,
|
| 1291 |
+
"grad_norm": 1.3013031482696533,
|
| 1292 |
+
"learning_rate": 3.323456790123457e-05,
|
| 1293 |
+
"loss": 0.8252,
|
| 1294 |
+
"step": 4525
|
| 1295 |
+
},
|
| 1296 |
+
{
|
| 1297 |
+
"epoch": 1.2133333333333334,
|
| 1298 |
+
"grad_norm": 7.296039581298828,
|
| 1299 |
+
"learning_rate": 3.311111111111112e-05,
|
| 1300 |
+
"loss": 0.8382,
|
| 1301 |
+
"step": 4550
|
| 1302 |
+
},
|
| 1303 |
+
{
|
| 1304 |
+
"epoch": 1.22,
|
| 1305 |
+
"grad_norm": 6.962835788726807,
|
| 1306 |
+
"learning_rate": 3.298765432098765e-05,
|
| 1307 |
+
"loss": 0.7487,
|
| 1308 |
+
"step": 4575
|
| 1309 |
+
},
|
| 1310 |
+
{
|
| 1311 |
+
"epoch": 1.2266666666666666,
|
| 1312 |
+
"grad_norm": 4.2493062019348145,
|
| 1313 |
+
"learning_rate": 3.28641975308642e-05,
|
| 1314 |
+
"loss": 0.8383,
|
| 1315 |
+
"step": 4600
|
| 1316 |
+
},
|
| 1317 |
+
{
|
| 1318 |
+
"epoch": 1.2333333333333334,
|
| 1319 |
+
"grad_norm": 9.330086708068848,
|
| 1320 |
+
"learning_rate": 3.274074074074075e-05,
|
| 1321 |
+
"loss": 0.7768,
|
| 1322 |
+
"step": 4625
|
| 1323 |
+
},
|
| 1324 |
+
{
|
| 1325 |
+
"epoch": 1.24,
|
| 1326 |
+
"grad_norm": 10.251571655273438,
|
| 1327 |
+
"learning_rate": 3.261728395061728e-05,
|
| 1328 |
+
"loss": 0.867,
|
| 1329 |
+
"step": 4650
|
| 1330 |
+
},
|
| 1331 |
+
{
|
| 1332 |
+
"epoch": 1.2466666666666666,
|
| 1333 |
+
"grad_norm": 11.619964599609375,
|
| 1334 |
+
"learning_rate": 3.249382716049383e-05,
|
| 1335 |
+
"loss": 0.7623,
|
| 1336 |
+
"step": 4675
|
| 1337 |
+
},
|
| 1338 |
+
{
|
| 1339 |
+
"epoch": 1.2533333333333334,
|
| 1340 |
+
"grad_norm": 3.9532220363616943,
|
| 1341 |
+
"learning_rate": 3.2370370370370376e-05,
|
| 1342 |
+
"loss": 0.7566,
|
| 1343 |
+
"step": 4700
|
| 1344 |
+
},
|
| 1345 |
+
{
|
| 1346 |
+
"epoch": 1.26,
|
| 1347 |
+
"grad_norm": 4.52797794342041,
|
| 1348 |
+
"learning_rate": 3.224691358024691e-05,
|
| 1349 |
+
"loss": 0.6151,
|
| 1350 |
+
"step": 4725
|
| 1351 |
+
},
|
| 1352 |
+
{
|
| 1353 |
+
"epoch": 1.2666666666666666,
|
| 1354 |
+
"grad_norm": 5.5519118309021,
|
| 1355 |
+
"learning_rate": 3.212345679012346e-05,
|
| 1356 |
+
"loss": 0.6997,
|
| 1357 |
+
"step": 4750
|
| 1358 |
+
},
|
| 1359 |
+
{
|
| 1360 |
+
"epoch": 1.2733333333333334,
|
| 1361 |
+
"grad_norm": 16.9818172454834,
|
| 1362 |
+
"learning_rate": 3.2000000000000005e-05,
|
| 1363 |
+
"loss": 0.8484,
|
| 1364 |
+
"step": 4775
|
| 1365 |
+
},
|
| 1366 |
+
{
|
| 1367 |
+
"epoch": 1.28,
|
| 1368 |
+
"grad_norm": 9.749587059020996,
|
| 1369 |
+
"learning_rate": 3.1876543209876546e-05,
|
| 1370 |
+
"loss": 0.6278,
|
| 1371 |
+
"step": 4800
|
| 1372 |
+
},
|
| 1373 |
+
{
|
| 1374 |
+
"epoch": 1.2866666666666666,
|
| 1375 |
+
"grad_norm": 9.709831237792969,
|
| 1376 |
+
"learning_rate": 3.175308641975309e-05,
|
| 1377 |
+
"loss": 0.7075,
|
| 1378 |
+
"step": 4825
|
| 1379 |
+
},
|
| 1380 |
+
{
|
| 1381 |
+
"epoch": 1.2933333333333334,
|
| 1382 |
+
"grad_norm": 20.00463104248047,
|
| 1383 |
+
"learning_rate": 3.1629629629629634e-05,
|
| 1384 |
+
"loss": 0.5736,
|
| 1385 |
+
"step": 4850
|
| 1386 |
+
},
|
| 1387 |
+
{
|
| 1388 |
+
"epoch": 1.3,
|
| 1389 |
+
"grad_norm": 6.521317958831787,
|
| 1390 |
+
"learning_rate": 3.1506172839506175e-05,
|
| 1391 |
+
"loss": 0.778,
|
| 1392 |
+
"step": 4875
|
| 1393 |
+
},
|
| 1394 |
+
{
|
| 1395 |
+
"epoch": 1.3066666666666666,
|
| 1396 |
+
"grad_norm": 8.647531509399414,
|
| 1397 |
+
"learning_rate": 3.1382716049382716e-05,
|
| 1398 |
+
"loss": 0.6916,
|
| 1399 |
+
"step": 4900
|
| 1400 |
+
},
|
| 1401 |
+
{
|
| 1402 |
+
"epoch": 1.3133333333333335,
|
| 1403 |
+
"grad_norm": 6.482861042022705,
|
| 1404 |
+
"learning_rate": 3.1259259259259264e-05,
|
| 1405 |
+
"loss": 0.8645,
|
| 1406 |
+
"step": 4925
|
| 1407 |
+
},
|
| 1408 |
+
{
|
| 1409 |
+
"epoch": 1.32,
|
| 1410 |
+
"grad_norm": 11.362075805664062,
|
| 1411 |
+
"learning_rate": 3.1135802469135804e-05,
|
| 1412 |
+
"loss": 0.7179,
|
| 1413 |
+
"step": 4950
|
| 1414 |
+
},
|
| 1415 |
+
{
|
| 1416 |
+
"epoch": 1.3266666666666667,
|
| 1417 |
+
"grad_norm": 7.478168487548828,
|
| 1418 |
+
"learning_rate": 3.1012345679012345e-05,
|
| 1419 |
+
"loss": 0.7394,
|
| 1420 |
+
"step": 4975
|
| 1421 |
+
},
|
| 1422 |
+
{
|
| 1423 |
+
"epoch": 1.3333333333333333,
|
| 1424 |
+
"grad_norm": 8.96081256866455,
|
| 1425 |
+
"learning_rate": 3.088888888888889e-05,
|
| 1426 |
+
"loss": 0.796,
|
| 1427 |
+
"step": 5000
|
| 1428 |
+
},
|
| 1429 |
+
{
|
| 1430 |
+
"epoch": 1.34,
|
| 1431 |
+
"grad_norm": 7.8306450843811035,
|
| 1432 |
+
"learning_rate": 3.0765432098765434e-05,
|
| 1433 |
+
"loss": 0.6964,
|
| 1434 |
+
"step": 5025
|
| 1435 |
+
},
|
| 1436 |
+
{
|
| 1437 |
+
"epoch": 1.3466666666666667,
|
| 1438 |
+
"grad_norm": 10.186200141906738,
|
| 1439 |
+
"learning_rate": 3.064197530864198e-05,
|
| 1440 |
+
"loss": 0.66,
|
| 1441 |
+
"step": 5050
|
| 1442 |
+
},
|
| 1443 |
+
{
|
| 1444 |
+
"epoch": 1.3533333333333333,
|
| 1445 |
+
"grad_norm": 9.338884353637695,
|
| 1446 |
+
"learning_rate": 3.0518518518518515e-05,
|
| 1447 |
+
"loss": 0.7104,
|
| 1448 |
+
"step": 5075
|
| 1449 |
+
},
|
| 1450 |
+
{
|
| 1451 |
+
"epoch": 1.3599999999999999,
|
| 1452 |
+
"grad_norm": 13.582483291625977,
|
| 1453 |
+
"learning_rate": 3.0395061728395063e-05,
|
| 1454 |
+
"loss": 0.7455,
|
| 1455 |
+
"step": 5100
|
| 1456 |
+
},
|
| 1457 |
+
{
|
| 1458 |
+
"epoch": 1.3666666666666667,
|
| 1459 |
+
"grad_norm": 7.894265651702881,
|
| 1460 |
+
"learning_rate": 3.0271604938271607e-05,
|
| 1461 |
+
"loss": 0.7794,
|
| 1462 |
+
"step": 5125
|
| 1463 |
+
},
|
| 1464 |
+
{
|
| 1465 |
+
"epoch": 1.3733333333333333,
|
| 1466 |
+
"grad_norm": 2.8598034381866455,
|
| 1467 |
+
"learning_rate": 3.0148148148148148e-05,
|
| 1468 |
+
"loss": 0.685,
|
| 1469 |
+
"step": 5150
|
| 1470 |
+
},
|
| 1471 |
+
{
|
| 1472 |
+
"epoch": 1.38,
|
| 1473 |
+
"grad_norm": 2.645756244659424,
|
| 1474 |
+
"learning_rate": 3.0024691358024692e-05,
|
| 1475 |
+
"loss": 0.8207,
|
| 1476 |
+
"step": 5175
|
| 1477 |
+
},
|
| 1478 |
+
{
|
| 1479 |
+
"epoch": 1.3866666666666667,
|
| 1480 |
+
"grad_norm": 9.987272262573242,
|
| 1481 |
+
"learning_rate": 2.9901234567901236e-05,
|
| 1482 |
+
"loss": 0.7231,
|
| 1483 |
+
"step": 5200
|
| 1484 |
+
},
|
| 1485 |
+
{
|
| 1486 |
+
"epoch": 1.3933333333333333,
|
| 1487 |
+
"grad_norm": 12.924286842346191,
|
| 1488 |
+
"learning_rate": 2.9777777777777777e-05,
|
| 1489 |
+
"loss": 0.7388,
|
| 1490 |
+
"step": 5225
|
| 1491 |
+
},
|
| 1492 |
+
{
|
| 1493 |
+
"epoch": 1.4,
|
| 1494 |
+
"grad_norm": 16.83519744873047,
|
| 1495 |
+
"learning_rate": 2.965432098765432e-05,
|
| 1496 |
+
"loss": 0.7497,
|
| 1497 |
+
"step": 5250
|
| 1498 |
+
},
|
| 1499 |
+
{
|
| 1500 |
+
"epoch": 1.4066666666666667,
|
| 1501 |
+
"grad_norm": 7.9070587158203125,
|
| 1502 |
+
"learning_rate": 2.9530864197530865e-05,
|
| 1503 |
+
"loss": 0.8074,
|
| 1504 |
+
"step": 5275
|
| 1505 |
+
},
|
| 1506 |
+
{
|
| 1507 |
+
"epoch": 1.4133333333333333,
|
| 1508 |
+
"grad_norm": 4.564779758453369,
|
| 1509 |
+
"learning_rate": 2.9407407407407413e-05,
|
| 1510 |
+
"loss": 0.6971,
|
| 1511 |
+
"step": 5300
|
| 1512 |
+
},
|
| 1513 |
+
{
|
| 1514 |
+
"epoch": 1.42,
|
| 1515 |
+
"grad_norm": 8.644104957580566,
|
| 1516 |
+
"learning_rate": 2.928395061728395e-05,
|
| 1517 |
+
"loss": 0.7966,
|
| 1518 |
+
"step": 5325
|
| 1519 |
+
},
|
| 1520 |
+
{
|
| 1521 |
+
"epoch": 1.4266666666666667,
|
| 1522 |
+
"grad_norm": 11.114713668823242,
|
| 1523 |
+
"learning_rate": 2.9160493827160494e-05,
|
| 1524 |
+
"loss": 0.7489,
|
| 1525 |
+
"step": 5350
|
| 1526 |
+
},
|
| 1527 |
+
{
|
| 1528 |
+
"epoch": 1.4333333333333333,
|
| 1529 |
+
"grad_norm": 10.182296752929688,
|
| 1530 |
+
"learning_rate": 2.9037037037037042e-05,
|
| 1531 |
+
"loss": 0.5922,
|
| 1532 |
+
"step": 5375
|
| 1533 |
+
},
|
| 1534 |
+
{
|
| 1535 |
+
"epoch": 1.44,
|
| 1536 |
+
"grad_norm": 8.90845775604248,
|
| 1537 |
+
"learning_rate": 2.891358024691358e-05,
|
| 1538 |
+
"loss": 0.7728,
|
| 1539 |
+
"step": 5400
|
| 1540 |
+
},
|
| 1541 |
+
{
|
| 1542 |
+
"epoch": 1.4466666666666668,
|
| 1543 |
+
"grad_norm": 7.750247478485107,
|
| 1544 |
+
"learning_rate": 2.8790123456790124e-05,
|
| 1545 |
+
"loss": 0.7747,
|
| 1546 |
+
"step": 5425
|
| 1547 |
+
},
|
| 1548 |
+
{
|
| 1549 |
+
"epoch": 1.4533333333333334,
|
| 1550 |
+
"grad_norm": 5.938879489898682,
|
| 1551 |
+
"learning_rate": 2.8666666666666668e-05,
|
| 1552 |
+
"loss": 0.6753,
|
| 1553 |
+
"step": 5450
|
| 1554 |
+
},
|
| 1555 |
+
{
|
| 1556 |
+
"epoch": 1.46,
|
| 1557 |
+
"grad_norm": 9.088497161865234,
|
| 1558 |
+
"learning_rate": 2.854320987654321e-05,
|
| 1559 |
+
"loss": 0.6682,
|
| 1560 |
+
"step": 5475
|
| 1561 |
+
},
|
| 1562 |
+
{
|
| 1563 |
+
"epoch": 1.4666666666666668,
|
| 1564 |
+
"grad_norm": 18.685951232910156,
|
| 1565 |
+
"learning_rate": 2.8419753086419753e-05,
|
| 1566 |
+
"loss": 0.6772,
|
| 1567 |
+
"step": 5500
|
| 1568 |
+
},
|
| 1569 |
+
{
|
| 1570 |
+
"epoch": 1.4733333333333334,
|
| 1571 |
+
"grad_norm": 8.782575607299805,
|
| 1572 |
+
"learning_rate": 2.8296296296296297e-05,
|
| 1573 |
+
"loss": 0.6646,
|
| 1574 |
+
"step": 5525
|
| 1575 |
+
},
|
| 1576 |
+
{
|
| 1577 |
+
"epoch": 1.48,
|
| 1578 |
+
"grad_norm": 4.917479515075684,
|
| 1579 |
+
"learning_rate": 2.8172839506172845e-05,
|
| 1580 |
+
"loss": 0.7017,
|
| 1581 |
+
"step": 5550
|
| 1582 |
+
},
|
| 1583 |
+
{
|
| 1584 |
+
"epoch": 1.4866666666666668,
|
| 1585 |
+
"grad_norm": 8.09851360321045,
|
| 1586 |
+
"learning_rate": 2.8049382716049382e-05,
|
| 1587 |
+
"loss": 0.7154,
|
| 1588 |
+
"step": 5575
|
| 1589 |
+
},
|
| 1590 |
+
{
|
| 1591 |
+
"epoch": 1.4933333333333334,
|
| 1592 |
+
"grad_norm": 6.223681449890137,
|
| 1593 |
+
"learning_rate": 2.7925925925925926e-05,
|
| 1594 |
+
"loss": 0.7596,
|
| 1595 |
+
"step": 5600
|
| 1596 |
+
},
|
| 1597 |
+
{
|
| 1598 |
+
"epoch": 1.5,
|
| 1599 |
+
"grad_norm": 8.397703170776367,
|
| 1600 |
+
"learning_rate": 2.7802469135802474e-05,
|
| 1601 |
+
"loss": 0.809,
|
| 1602 |
+
"step": 5625
|
| 1603 |
+
},
|
| 1604 |
+
{
|
| 1605 |
+
"epoch": 1.5066666666666668,
|
| 1606 |
+
"grad_norm": 6.877397537231445,
|
| 1607 |
+
"learning_rate": 2.767901234567901e-05,
|
| 1608 |
+
"loss": 0.8519,
|
| 1609 |
+
"step": 5650
|
| 1610 |
+
},
|
| 1611 |
+
{
|
| 1612 |
+
"epoch": 1.5133333333333332,
|
| 1613 |
+
"grad_norm": 23.255901336669922,
|
| 1614 |
+
"learning_rate": 2.7555555555555555e-05,
|
| 1615 |
+
"loss": 0.5782,
|
| 1616 |
+
"step": 5675
|
| 1617 |
+
},
|
| 1618 |
+
{
|
| 1619 |
+
"epoch": 1.52,
|
| 1620 |
+
"grad_norm": 9.83711051940918,
|
| 1621 |
+
"learning_rate": 2.7432098765432103e-05,
|
| 1622 |
+
"loss": 0.6336,
|
| 1623 |
+
"step": 5700
|
| 1624 |
+
},
|
| 1625 |
+
{
|
| 1626 |
+
"epoch": 1.5266666666666666,
|
| 1627 |
+
"grad_norm": 5.23626708984375,
|
| 1628 |
+
"learning_rate": 2.730864197530864e-05,
|
| 1629 |
+
"loss": 0.7307,
|
| 1630 |
+
"step": 5725
|
| 1631 |
+
},
|
| 1632 |
+
{
|
| 1633 |
+
"epoch": 1.5333333333333332,
|
| 1634 |
+
"grad_norm": 9.331045150756836,
|
| 1635 |
+
"learning_rate": 2.7185185185185184e-05,
|
| 1636 |
+
"loss": 0.7259,
|
| 1637 |
+
"step": 5750
|
| 1638 |
+
},
|
| 1639 |
+
{
|
| 1640 |
+
"epoch": 1.54,
|
| 1641 |
+
"grad_norm": 8.801417350769043,
|
| 1642 |
+
"learning_rate": 2.7061728395061732e-05,
|
| 1643 |
+
"loss": 0.8571,
|
| 1644 |
+
"step": 5775
|
| 1645 |
+
},
|
| 1646 |
+
{
|
| 1647 |
+
"epoch": 1.5466666666666666,
|
| 1648 |
+
"grad_norm": 6.789374828338623,
|
| 1649 |
+
"learning_rate": 2.6938271604938276e-05,
|
| 1650 |
+
"loss": 0.7824,
|
| 1651 |
+
"step": 5800
|
| 1652 |
+
},
|
| 1653 |
+
{
|
| 1654 |
+
"epoch": 1.5533333333333332,
|
| 1655 |
+
"grad_norm": 10.509846687316895,
|
| 1656 |
+
"learning_rate": 2.6814814814814814e-05,
|
| 1657 |
+
"loss": 0.7399,
|
| 1658 |
+
"step": 5825
|
| 1659 |
+
},
|
| 1660 |
+
{
|
| 1661 |
+
"epoch": 1.56,
|
| 1662 |
+
"grad_norm": 8.728089332580566,
|
| 1663 |
+
"learning_rate": 2.669135802469136e-05,
|
| 1664 |
+
"loss": 0.742,
|
| 1665 |
+
"step": 5850
|
| 1666 |
+
},
|
| 1667 |
+
{
|
| 1668 |
+
"epoch": 1.5666666666666667,
|
| 1669 |
+
"grad_norm": 7.6164774894714355,
|
| 1670 |
+
"learning_rate": 2.6567901234567905e-05,
|
| 1671 |
+
"loss": 0.7879,
|
| 1672 |
+
"step": 5875
|
| 1673 |
+
},
|
| 1674 |
+
{
|
| 1675 |
+
"epoch": 1.5733333333333333,
|
| 1676 |
+
"grad_norm": 14.654951095581055,
|
| 1677 |
+
"learning_rate": 2.6444444444444443e-05,
|
| 1678 |
+
"loss": 0.63,
|
| 1679 |
+
"step": 5900
|
| 1680 |
+
},
|
| 1681 |
+
{
|
| 1682 |
+
"epoch": 1.58,
|
| 1683 |
+
"grad_norm": 5.373976707458496,
|
| 1684 |
+
"learning_rate": 2.632098765432099e-05,
|
| 1685 |
+
"loss": 0.7247,
|
| 1686 |
+
"step": 5925
|
| 1687 |
+
},
|
| 1688 |
+
{
|
| 1689 |
+
"epoch": 1.5866666666666667,
|
| 1690 |
+
"grad_norm": 6.956189155578613,
|
| 1691 |
+
"learning_rate": 2.6197530864197534e-05,
|
| 1692 |
+
"loss": 0.6052,
|
| 1693 |
+
"step": 5950
|
| 1694 |
+
},
|
| 1695 |
+
{
|
| 1696 |
+
"epoch": 1.5933333333333333,
|
| 1697 |
+
"grad_norm": 9.96907901763916,
|
| 1698 |
+
"learning_rate": 2.6074074074074072e-05,
|
| 1699 |
+
"loss": 0.8396,
|
| 1700 |
+
"step": 5975
|
| 1701 |
+
},
|
| 1702 |
+
{
|
| 1703 |
+
"epoch": 1.6,
|
| 1704 |
+
"grad_norm": 13.184568405151367,
|
| 1705 |
+
"learning_rate": 2.595061728395062e-05,
|
| 1706 |
+
"loss": 0.7757,
|
| 1707 |
+
"step": 6000
|
| 1708 |
+
},
|
| 1709 |
+
{
|
| 1710 |
+
"epoch": 1.6066666666666667,
|
| 1711 |
+
"grad_norm": 15.362314224243164,
|
| 1712 |
+
"learning_rate": 2.5827160493827164e-05,
|
| 1713 |
+
"loss": 0.893,
|
| 1714 |
+
"step": 6025
|
| 1715 |
+
},
|
| 1716 |
+
{
|
| 1717 |
+
"epoch": 1.6133333333333333,
|
| 1718 |
+
"grad_norm": 4.897271156311035,
|
| 1719 |
+
"learning_rate": 2.5703703703703708e-05,
|
| 1720 |
+
"loss": 0.6591,
|
| 1721 |
+
"step": 6050
|
| 1722 |
+
},
|
| 1723 |
+
{
|
| 1724 |
+
"epoch": 1.62,
|
| 1725 |
+
"grad_norm": 9.751553535461426,
|
| 1726 |
+
"learning_rate": 2.558024691358025e-05,
|
| 1727 |
+
"loss": 0.6348,
|
| 1728 |
+
"step": 6075
|
| 1729 |
+
},
|
| 1730 |
+
{
|
| 1731 |
+
"epoch": 1.6266666666666667,
|
| 1732 |
+
"grad_norm": 8.476768493652344,
|
| 1733 |
+
"learning_rate": 2.5456790123456793e-05,
|
| 1734 |
+
"loss": 0.6365,
|
| 1735 |
+
"step": 6100
|
| 1736 |
+
},
|
| 1737 |
+
{
|
| 1738 |
+
"epoch": 1.6333333333333333,
|
| 1739 |
+
"grad_norm": 8.62093734741211,
|
| 1740 |
+
"learning_rate": 2.5333333333333337e-05,
|
| 1741 |
+
"loss": 0.7576,
|
| 1742 |
+
"step": 6125
|
| 1743 |
+
},
|
| 1744 |
+
{
|
| 1745 |
+
"epoch": 1.6400000000000001,
|
| 1746 |
+
"grad_norm": 2.200514078140259,
|
| 1747 |
+
"learning_rate": 2.5209876543209874e-05,
|
| 1748 |
+
"loss": 0.6805,
|
| 1749 |
+
"step": 6150
|
| 1750 |
+
},
|
| 1751 |
+
{
|
| 1752 |
+
"epoch": 1.6466666666666665,
|
| 1753 |
+
"grad_norm": 2.226874828338623,
|
| 1754 |
+
"learning_rate": 2.5086419753086422e-05,
|
| 1755 |
+
"loss": 0.6033,
|
| 1756 |
+
"step": 6175
|
| 1757 |
+
},
|
| 1758 |
+
{
|
| 1759 |
+
"epoch": 1.6533333333333333,
|
| 1760 |
+
"grad_norm": 1.4179869890213013,
|
| 1761 |
+
"learning_rate": 2.4962962962962963e-05,
|
| 1762 |
+
"loss": 0.5945,
|
| 1763 |
+
"step": 6200
|
| 1764 |
+
},
|
| 1765 |
+
{
|
| 1766 |
+
"epoch": 1.6600000000000001,
|
| 1767 |
+
"grad_norm": 9.433260917663574,
|
| 1768 |
+
"learning_rate": 2.4839506172839507e-05,
|
| 1769 |
+
"loss": 0.7244,
|
| 1770 |
+
"step": 6225
|
| 1771 |
+
},
|
| 1772 |
+
{
|
| 1773 |
+
"epoch": 1.6666666666666665,
|
| 1774 |
+
"grad_norm": 10.319985389709473,
|
| 1775 |
+
"learning_rate": 2.471604938271605e-05,
|
| 1776 |
+
"loss": 0.6965,
|
| 1777 |
+
"step": 6250
|
| 1778 |
+
},
|
| 1779 |
+
{
|
| 1780 |
+
"epoch": 1.6733333333333333,
|
| 1781 |
+
"grad_norm": 13.357112884521484,
|
| 1782 |
+
"learning_rate": 2.4592592592592595e-05,
|
| 1783 |
+
"loss": 0.5875,
|
| 1784 |
+
"step": 6275
|
| 1785 |
+
},
|
| 1786 |
+
{
|
| 1787 |
+
"epoch": 1.6800000000000002,
|
| 1788 |
+
"grad_norm": 11.539891242980957,
|
| 1789 |
+
"learning_rate": 2.4469135802469136e-05,
|
| 1790 |
+
"loss": 0.5944,
|
| 1791 |
+
"step": 6300
|
| 1792 |
+
},
|
| 1793 |
+
{
|
| 1794 |
+
"epoch": 1.6866666666666665,
|
| 1795 |
+
"grad_norm": 5.3860344886779785,
|
| 1796 |
+
"learning_rate": 2.434567901234568e-05,
|
| 1797 |
+
"loss": 0.6623,
|
| 1798 |
+
"step": 6325
|
| 1799 |
+
},
|
| 1800 |
+
{
|
| 1801 |
+
"epoch": 1.6933333333333334,
|
| 1802 |
+
"grad_norm": 14.049308776855469,
|
| 1803 |
+
"learning_rate": 2.4222222222222224e-05,
|
| 1804 |
+
"loss": 0.6706,
|
| 1805 |
+
"step": 6350
|
| 1806 |
+
},
|
| 1807 |
+
{
|
| 1808 |
+
"epoch": 1.7,
|
| 1809 |
+
"grad_norm": 9.558539390563965,
|
| 1810 |
+
"learning_rate": 2.4098765432098765e-05,
|
| 1811 |
+
"loss": 0.7215,
|
| 1812 |
+
"step": 6375
|
| 1813 |
+
},
|
| 1814 |
+
{
|
| 1815 |
+
"epoch": 1.7066666666666666,
|
| 1816 |
+
"grad_norm": 13.506587028503418,
|
| 1817 |
+
"learning_rate": 2.397530864197531e-05,
|
| 1818 |
+
"loss": 0.6993,
|
| 1819 |
+
"step": 6400
|
| 1820 |
+
},
|
| 1821 |
+
{
|
| 1822 |
+
"epoch": 1.7133333333333334,
|
| 1823 |
+
"grad_norm": 9.131032943725586,
|
| 1824 |
+
"learning_rate": 2.3851851851851854e-05,
|
| 1825 |
+
"loss": 0.7986,
|
| 1826 |
+
"step": 6425
|
| 1827 |
+
},
|
| 1828 |
+
{
|
| 1829 |
+
"epoch": 1.72,
|
| 1830 |
+
"grad_norm": 3.78764009475708,
|
| 1831 |
+
"learning_rate": 2.3728395061728394e-05,
|
| 1832 |
+
"loss": 0.7608,
|
| 1833 |
+
"step": 6450
|
| 1834 |
+
},
|
| 1835 |
+
{
|
| 1836 |
+
"epoch": 1.7266666666666666,
|
| 1837 |
+
"grad_norm": 9.804962158203125,
|
| 1838 |
+
"learning_rate": 2.360493827160494e-05,
|
| 1839 |
+
"loss": 0.7245,
|
| 1840 |
+
"step": 6475
|
| 1841 |
+
},
|
| 1842 |
+
{
|
| 1843 |
+
"epoch": 1.7333333333333334,
|
| 1844 |
+
"grad_norm": 5.942134857177734,
|
| 1845 |
+
"learning_rate": 2.3481481481481483e-05,
|
| 1846 |
+
"loss": 0.6769,
|
| 1847 |
+
"step": 6500
|
| 1848 |
+
},
|
| 1849 |
+
{
|
| 1850 |
+
"epoch": 1.74,
|
| 1851 |
+
"grad_norm": 8.747697830200195,
|
| 1852 |
+
"learning_rate": 2.3358024691358027e-05,
|
| 1853 |
+
"loss": 0.7199,
|
| 1854 |
+
"step": 6525
|
| 1855 |
+
},
|
| 1856 |
+
{
|
| 1857 |
+
"epoch": 1.7466666666666666,
|
| 1858 |
+
"grad_norm": 6.169302940368652,
|
| 1859 |
+
"learning_rate": 2.3234567901234568e-05,
|
| 1860 |
+
"loss": 0.7633,
|
| 1861 |
+
"step": 6550
|
| 1862 |
+
},
|
| 1863 |
+
{
|
| 1864 |
+
"epoch": 1.7533333333333334,
|
| 1865 |
+
"grad_norm": 10.793547630310059,
|
| 1866 |
+
"learning_rate": 2.3111111111111112e-05,
|
| 1867 |
+
"loss": 0.543,
|
| 1868 |
+
"step": 6575
|
| 1869 |
+
},
|
| 1870 |
+
{
|
| 1871 |
+
"epoch": 1.76,
|
| 1872 |
+
"grad_norm": 12.748262405395508,
|
| 1873 |
+
"learning_rate": 2.2987654320987656e-05,
|
| 1874 |
+
"loss": 0.7764,
|
| 1875 |
+
"step": 6600
|
| 1876 |
+
},
|
| 1877 |
+
{
|
| 1878 |
+
"epoch": 1.7666666666666666,
|
| 1879 |
+
"grad_norm": 13.716763496398926,
|
| 1880 |
+
"learning_rate": 2.2864197530864197e-05,
|
| 1881 |
+
"loss": 0.7844,
|
| 1882 |
+
"step": 6625
|
| 1883 |
+
},
|
| 1884 |
+
{
|
| 1885 |
+
"epoch": 1.7733333333333334,
|
| 1886 |
+
"grad_norm": 14.565423011779785,
|
| 1887 |
+
"learning_rate": 2.2740740740740744e-05,
|
| 1888 |
+
"loss": 0.683,
|
| 1889 |
+
"step": 6650
|
| 1890 |
+
},
|
| 1891 |
+
{
|
| 1892 |
+
"epoch": 1.78,
|
| 1893 |
+
"grad_norm": 8.850066184997559,
|
| 1894 |
+
"learning_rate": 2.2617283950617285e-05,
|
| 1895 |
+
"loss": 0.6995,
|
| 1896 |
+
"step": 6675
|
| 1897 |
+
},
|
| 1898 |
+
{
|
| 1899 |
+
"epoch": 1.7866666666666666,
|
| 1900 |
+
"grad_norm": 12.295726776123047,
|
| 1901 |
+
"learning_rate": 2.2493827160493826e-05,
|
| 1902 |
+
"loss": 0.8103,
|
| 1903 |
+
"step": 6700
|
| 1904 |
+
},
|
| 1905 |
+
{
|
| 1906 |
+
"epoch": 1.7933333333333334,
|
| 1907 |
+
"grad_norm": 5.886265754699707,
|
| 1908 |
+
"learning_rate": 2.2370370370370374e-05,
|
| 1909 |
+
"loss": 0.6811,
|
| 1910 |
+
"step": 6725
|
| 1911 |
+
},
|
| 1912 |
+
{
|
| 1913 |
+
"epoch": 1.8,
|
| 1914 |
+
"grad_norm": 4.584556579589844,
|
| 1915 |
+
"learning_rate": 2.2246913580246914e-05,
|
| 1916 |
+
"loss": 0.6821,
|
| 1917 |
+
"step": 6750
|
| 1918 |
+
},
|
| 1919 |
+
{
|
| 1920 |
+
"epoch": 1.8066666666666666,
|
| 1921 |
+
"grad_norm": 10.706587791442871,
|
| 1922 |
+
"learning_rate": 2.212345679012346e-05,
|
| 1923 |
+
"loss": 0.7736,
|
| 1924 |
+
"step": 6775
|
| 1925 |
+
},
|
| 1926 |
+
{
|
| 1927 |
+
"epoch": 1.8133333333333335,
|
| 1928 |
+
"grad_norm": 9.361528396606445,
|
| 1929 |
+
"learning_rate": 2.2000000000000003e-05,
|
| 1930 |
+
"loss": 0.7977,
|
| 1931 |
+
"step": 6800
|
| 1932 |
+
},
|
| 1933 |
+
{
|
| 1934 |
+
"epoch": 1.8199999999999998,
|
| 1935 |
+
"grad_norm": 17.178653717041016,
|
| 1936 |
+
"learning_rate": 2.1876543209876544e-05,
|
| 1937 |
+
"loss": 0.8598,
|
| 1938 |
+
"step": 6825
|
| 1939 |
+
},
|
| 1940 |
+
{
|
| 1941 |
+
"epoch": 1.8266666666666667,
|
| 1942 |
+
"grad_norm": 7.339766979217529,
|
| 1943 |
+
"learning_rate": 2.1753086419753088e-05,
|
| 1944 |
+
"loss": 0.571,
|
| 1945 |
+
"step": 6850
|
| 1946 |
+
},
|
| 1947 |
+
{
|
| 1948 |
+
"epoch": 1.8333333333333335,
|
| 1949 |
+
"grad_norm": 6.615869045257568,
|
| 1950 |
+
"learning_rate": 2.162962962962963e-05,
|
| 1951 |
+
"loss": 0.6702,
|
| 1952 |
+
"step": 6875
|
| 1953 |
+
},
|
| 1954 |
+
{
|
| 1955 |
+
"epoch": 1.8399999999999999,
|
| 1956 |
+
"grad_norm": 10.113656997680664,
|
| 1957 |
+
"learning_rate": 2.1506172839506176e-05,
|
| 1958 |
+
"loss": 0.7777,
|
| 1959 |
+
"step": 6900
|
| 1960 |
+
},
|
| 1961 |
+
{
|
| 1962 |
+
"epoch": 1.8466666666666667,
|
| 1963 |
+
"grad_norm": 7.745372295379639,
|
| 1964 |
+
"learning_rate": 2.1382716049382717e-05,
|
| 1965 |
+
"loss": 0.7539,
|
| 1966 |
+
"step": 6925
|
| 1967 |
+
},
|
| 1968 |
+
{
|
| 1969 |
+
"epoch": 1.8533333333333335,
|
| 1970 |
+
"grad_norm": 7.907397747039795,
|
| 1971 |
+
"learning_rate": 2.1259259259259258e-05,
|
| 1972 |
+
"loss": 0.7244,
|
| 1973 |
+
"step": 6950
|
| 1974 |
+
},
|
| 1975 |
+
{
|
| 1976 |
+
"epoch": 1.8599999999999999,
|
| 1977 |
+
"grad_norm": 11.474489212036133,
|
| 1978 |
+
"learning_rate": 2.1135802469135805e-05,
|
| 1979 |
+
"loss": 0.7925,
|
| 1980 |
+
"step": 6975
|
| 1981 |
+
},
|
| 1982 |
+
{
|
| 1983 |
+
"epoch": 1.8666666666666667,
|
| 1984 |
+
"grad_norm": 11.150900840759277,
|
| 1985 |
+
"learning_rate": 2.1012345679012346e-05,
|
| 1986 |
+
"loss": 0.5607,
|
| 1987 |
+
"step": 7000
|
| 1988 |
+
},
|
| 1989 |
+
{
|
| 1990 |
+
"epoch": 1.8733333333333333,
|
| 1991 |
+
"grad_norm": 17.480403900146484,
|
| 1992 |
+
"learning_rate": 2.088888888888889e-05,
|
| 1993 |
+
"loss": 0.8783,
|
| 1994 |
+
"step": 7025
|
| 1995 |
+
},
|
| 1996 |
+
{
|
| 1997 |
+
"epoch": 1.88,
|
| 1998 |
+
"grad_norm": 10.300092697143555,
|
| 1999 |
+
"learning_rate": 2.0765432098765434e-05,
|
| 2000 |
+
"loss": 0.8025,
|
| 2001 |
+
"step": 7050
|
| 2002 |
+
},
|
| 2003 |
+
{
|
| 2004 |
+
"epoch": 1.8866666666666667,
|
| 2005 |
+
"grad_norm": 3.967689275741577,
|
| 2006 |
+
"learning_rate": 2.0641975308641975e-05,
|
| 2007 |
+
"loss": 0.7898,
|
| 2008 |
+
"step": 7075
|
| 2009 |
+
},
|
| 2010 |
+
{
|
| 2011 |
+
"epoch": 1.8933333333333333,
|
| 2012 |
+
"grad_norm": 8.212587356567383,
|
| 2013 |
+
"learning_rate": 2.051851851851852e-05,
|
| 2014 |
+
"loss": 0.6461,
|
| 2015 |
+
"step": 7100
|
| 2016 |
+
},
|
| 2017 |
+
{
|
| 2018 |
+
"epoch": 1.9,
|
| 2019 |
+
"grad_norm": 13.606761932373047,
|
| 2020 |
+
"learning_rate": 2.0395061728395064e-05,
|
| 2021 |
+
"loss": 0.651,
|
| 2022 |
+
"step": 7125
|
| 2023 |
+
},
|
| 2024 |
+
{
|
| 2025 |
+
"epoch": 1.9066666666666667,
|
| 2026 |
+
"grad_norm": 7.908700942993164,
|
| 2027 |
+
"learning_rate": 2.0271604938271608e-05,
|
| 2028 |
+
"loss": 0.6489,
|
| 2029 |
+
"step": 7150
|
| 2030 |
+
},
|
| 2031 |
+
{
|
| 2032 |
+
"epoch": 1.9133333333333333,
|
| 2033 |
+
"grad_norm": 11.340200424194336,
|
| 2034 |
+
"learning_rate": 2.014814814814815e-05,
|
| 2035 |
+
"loss": 0.7675,
|
| 2036 |
+
"step": 7175
|
| 2037 |
+
},
|
| 2038 |
+
{
|
| 2039 |
+
"epoch": 1.92,
|
| 2040 |
+
"grad_norm": 5.6627373695373535,
|
| 2041 |
+
"learning_rate": 2.0024691358024693e-05,
|
| 2042 |
+
"loss": 0.6732,
|
| 2043 |
+
"step": 7200
|
| 2044 |
+
},
|
| 2045 |
+
{
|
| 2046 |
+
"epoch": 1.9266666666666667,
|
| 2047 |
+
"grad_norm": 21.99058723449707,
|
| 2048 |
+
"learning_rate": 1.9901234567901237e-05,
|
| 2049 |
+
"loss": 0.7135,
|
| 2050 |
+
"step": 7225
|
| 2051 |
+
},
|
| 2052 |
+
{
|
| 2053 |
+
"epoch": 1.9333333333333333,
|
| 2054 |
+
"grad_norm": 17.246597290039062,
|
| 2055 |
+
"learning_rate": 1.9777777777777778e-05,
|
| 2056 |
+
"loss": 0.7077,
|
| 2057 |
+
"step": 7250
|
| 2058 |
+
},
|
| 2059 |
+
{
|
| 2060 |
+
"epoch": 1.94,
|
| 2061 |
+
"grad_norm": 6.322951316833496,
|
| 2062 |
+
"learning_rate": 1.9654320987654322e-05,
|
| 2063 |
+
"loss": 0.6163,
|
| 2064 |
+
"step": 7275
|
| 2065 |
+
},
|
| 2066 |
+
{
|
| 2067 |
+
"epoch": 1.9466666666666668,
|
| 2068 |
+
"grad_norm": 5.832266807556152,
|
| 2069 |
+
"learning_rate": 1.9530864197530866e-05,
|
| 2070 |
+
"loss": 0.642,
|
| 2071 |
+
"step": 7300
|
| 2072 |
+
},
|
| 2073 |
+
{
|
| 2074 |
+
"epoch": 1.9533333333333334,
|
| 2075 |
+
"grad_norm": 5.883837699890137,
|
| 2076 |
+
"learning_rate": 1.9407407407407407e-05,
|
| 2077 |
+
"loss": 0.6955,
|
| 2078 |
+
"step": 7325
|
| 2079 |
+
},
|
| 2080 |
+
{
|
| 2081 |
+
"epoch": 1.96,
|
| 2082 |
+
"grad_norm": 12.114556312561035,
|
| 2083 |
+
"learning_rate": 1.928395061728395e-05,
|
| 2084 |
+
"loss": 0.772,
|
| 2085 |
+
"step": 7350
|
| 2086 |
+
},
|
| 2087 |
+
{
|
| 2088 |
+
"epoch": 1.9666666666666668,
|
| 2089 |
+
"grad_norm": 4.3004350662231445,
|
| 2090 |
+
"learning_rate": 1.9160493827160495e-05,
|
| 2091 |
+
"loss": 0.7316,
|
| 2092 |
+
"step": 7375
|
| 2093 |
+
},
|
| 2094 |
+
{
|
| 2095 |
+
"epoch": 1.9733333333333334,
|
| 2096 |
+
"grad_norm": 8.095020294189453,
|
| 2097 |
+
"learning_rate": 1.903703703703704e-05,
|
| 2098 |
+
"loss": 0.623,
|
| 2099 |
+
"step": 7400
|
| 2100 |
+
},
|
| 2101 |
+
{
|
| 2102 |
+
"epoch": 1.98,
|
| 2103 |
+
"grad_norm": 10.078492164611816,
|
| 2104 |
+
"learning_rate": 1.891358024691358e-05,
|
| 2105 |
+
"loss": 0.8212,
|
| 2106 |
+
"step": 7425
|
| 2107 |
+
},
|
| 2108 |
+
{
|
| 2109 |
+
"epoch": 1.9866666666666668,
|
| 2110 |
+
"grad_norm": 6.047307968139648,
|
| 2111 |
+
"learning_rate": 1.8790123456790124e-05,
|
| 2112 |
+
"loss": 0.6209,
|
| 2113 |
+
"step": 7450
|
| 2114 |
+
},
|
| 2115 |
+
{
|
| 2116 |
+
"epoch": 1.9933333333333332,
|
| 2117 |
+
"grad_norm": 2.696333885192871,
|
| 2118 |
+
"learning_rate": 1.866666666666667e-05,
|
| 2119 |
+
"loss": 0.7312,
|
| 2120 |
+
"step": 7475
|
| 2121 |
+
},
|
| 2122 |
+
{
|
| 2123 |
+
"epoch": 2.0,
|
| 2124 |
+
"grad_norm": 2.4287543296813965,
|
| 2125 |
+
"learning_rate": 1.854320987654321e-05,
|
| 2126 |
+
"loss": 0.6442,
|
| 2127 |
+
"step": 7500
|
| 2128 |
+
},
|
| 2129 |
+
{
|
| 2130 |
+
"epoch": 2.0,
|
| 2131 |
+
"eval_accuracy": 0.7258333333333333,
|
| 2132 |
+
"eval_f1_macro": 0.6405635167768103,
|
| 2133 |
+
"eval_f1_micro": 0.7258333333333333,
|
| 2134 |
+
"eval_f1_weighted": 0.7031763861072888,
|
| 2135 |
+
"eval_loss": 0.8434039950370789,
|
| 2136 |
+
"eval_precision_macro": 0.6510401126834049,
|
| 2137 |
+
"eval_precision_micro": 0.7258333333333333,
|
| 2138 |
+
"eval_precision_weighted": 0.6973286083232175,
|
| 2139 |
+
"eval_recall_macro": 0.6512228541854506,
|
| 2140 |
+
"eval_recall_micro": 0.7258333333333333,
|
| 2141 |
+
"eval_recall_weighted": 0.7258333333333333,
|
| 2142 |
+
"eval_runtime": 17.4744,
|
| 2143 |
+
"eval_samples_per_second": 343.359,
|
| 2144 |
+
"eval_steps_per_second": 21.46,
|
| 2145 |
+
"step": 7500
|
| 2146 |
+
}
|
| 2147 |
+
],
|
| 2148 |
+
"logging_steps": 25,
|
| 2149 |
+
"max_steps": 11250,
|
| 2150 |
+
"num_input_tokens_seen": 0,
|
| 2151 |
+
"num_train_epochs": 3,
|
| 2152 |
+
"save_steps": 500,
|
| 2153 |
+
"stateful_callbacks": {
|
| 2154 |
+
"EarlyStoppingCallback": {
|
| 2155 |
+
"args": {
|
| 2156 |
+
"early_stopping_patience": 5,
|
| 2157 |
+
"early_stopping_threshold": 0.01
|
| 2158 |
+
},
|
| 2159 |
+
"attributes": {
|
| 2160 |
+
"early_stopping_patience_counter": 0
|
| 2161 |
+
}
|
| 2162 |
+
},
|
| 2163 |
+
"TrainerControl": {
|
| 2164 |
+
"args": {
|
| 2165 |
+
"should_epoch_stop": false,
|
| 2166 |
+
"should_evaluate": false,
|
| 2167 |
+
"should_log": false,
|
| 2168 |
+
"should_save": true,
|
| 2169 |
+
"should_training_stop": false
|
| 2170 |
+
},
|
| 2171 |
+
"attributes": {}
|
| 2172 |
+
}
|
| 2173 |
+
},
|
| 2174 |
+
"total_flos": 1987294464000000.0,
|
| 2175 |
+
"train_batch_size": 8,
|
| 2176 |
+
"trial_name": null,
|
| 2177 |
+
"trial_params": null
|
| 2178 |
+
}
|
checkpoint-7500/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:81355650ef5f9ba0443e09f7aed31ff541b392c893e63b4df83bc431252708ac
|
| 3 |
+
size 5112
|
config.json
ADDED
|
@@ -0,0 +1,50 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"_name_or_path": "distilbert/distilbert-base-uncased",
|
| 3 |
+
"_num_labels": 10,
|
| 4 |
+
"activation": "gelu",
|
| 5 |
+
"architectures": [
|
| 6 |
+
"DistilBertForSequenceClassification"
|
| 7 |
+
],
|
| 8 |
+
"attention_dropout": 0.1,
|
| 9 |
+
"dim": 768,
|
| 10 |
+
"dropout": 0.1,
|
| 11 |
+
"hidden_dim": 3072,
|
| 12 |
+
"id2label": {
|
| 13 |
+
"0": "0",
|
| 14 |
+
"1": "1",
|
| 15 |
+
"2": "2",
|
| 16 |
+
"3": "3",
|
| 17 |
+
"4": "4",
|
| 18 |
+
"5": "5",
|
| 19 |
+
"6": "6",
|
| 20 |
+
"7": "7",
|
| 21 |
+
"8": "8",
|
| 22 |
+
"9": "9"
|
| 23 |
+
},
|
| 24 |
+
"initializer_range": 0.02,
|
| 25 |
+
"label2id": {
|
| 26 |
+
"0": 0,
|
| 27 |
+
"1": 1,
|
| 28 |
+
"2": 2,
|
| 29 |
+
"3": 3,
|
| 30 |
+
"4": 4,
|
| 31 |
+
"5": 5,
|
| 32 |
+
"6": 6,
|
| 33 |
+
"7": 7,
|
| 34 |
+
"8": 8,
|
| 35 |
+
"9": 9
|
| 36 |
+
},
|
| 37 |
+
"max_position_embeddings": 512,
|
| 38 |
+
"model_type": "distilbert",
|
| 39 |
+
"n_heads": 12,
|
| 40 |
+
"n_layers": 6,
|
| 41 |
+
"pad_token_id": 0,
|
| 42 |
+
"problem_type": "single_label_classification",
|
| 43 |
+
"qa_dropout": 0.1,
|
| 44 |
+
"seq_classif_dropout": 0.2,
|
| 45 |
+
"sinusoidal_pos_embds": false,
|
| 46 |
+
"tie_weights_": true,
|
| 47 |
+
"torch_dtype": "float32",
|
| 48 |
+
"transformers_version": "4.41.2",
|
| 49 |
+
"vocab_size": 30522
|
| 50 |
+
}
|
model.safetensors
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:c6e3e0d867f22b60ca4b65f2a778054019e75cfd369edf793030b7c399a6e34e
|
| 3 |
+
size 267857176
|
runs/Jun19_15-00-04_c2cf0e6700b2/events.out.tfevents.1718809205.c2cf0e6700b2.305.0
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
-
size
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:274fb46a03a1d0314eccd1d5d4ea8918422546259227b27238515d27fae2eaca
|
| 3 |
+
size 102813
|
runs/Jun19_15-00-04_c2cf0e6700b2/events.out.tfevents.1718810231.c2cf0e6700b2.305.1
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:995429e099537d83ad84c0ba2ca44cd8cd3a430e6c3eb0b91f30d9b5e07ce363
|
| 3 |
+
size 921
|
special_tokens_map.json
ADDED
|
@@ -0,0 +1,7 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"cls_token": "[CLS]",
|
| 3 |
+
"mask_token": "[MASK]",
|
| 4 |
+
"pad_token": "[PAD]",
|
| 5 |
+
"sep_token": "[SEP]",
|
| 6 |
+
"unk_token": "[UNK]"
|
| 7 |
+
}
|
tokenizer.json
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|
tokenizer_config.json
ADDED
|
@@ -0,0 +1,55 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"added_tokens_decoder": {
|
| 3 |
+
"0": {
|
| 4 |
+
"content": "[PAD]",
|
| 5 |
+
"lstrip": false,
|
| 6 |
+
"normalized": false,
|
| 7 |
+
"rstrip": false,
|
| 8 |
+
"single_word": false,
|
| 9 |
+
"special": true
|
| 10 |
+
},
|
| 11 |
+
"100": {
|
| 12 |
+
"content": "[UNK]",
|
| 13 |
+
"lstrip": false,
|
| 14 |
+
"normalized": false,
|
| 15 |
+
"rstrip": false,
|
| 16 |
+
"single_word": false,
|
| 17 |
+
"special": true
|
| 18 |
+
},
|
| 19 |
+
"101": {
|
| 20 |
+
"content": "[CLS]",
|
| 21 |
+
"lstrip": false,
|
| 22 |
+
"normalized": false,
|
| 23 |
+
"rstrip": false,
|
| 24 |
+
"single_word": false,
|
| 25 |
+
"special": true
|
| 26 |
+
},
|
| 27 |
+
"102": {
|
| 28 |
+
"content": "[SEP]",
|
| 29 |
+
"lstrip": false,
|
| 30 |
+
"normalized": false,
|
| 31 |
+
"rstrip": false,
|
| 32 |
+
"single_word": false,
|
| 33 |
+
"special": true
|
| 34 |
+
},
|
| 35 |
+
"103": {
|
| 36 |
+
"content": "[MASK]",
|
| 37 |
+
"lstrip": false,
|
| 38 |
+
"normalized": false,
|
| 39 |
+
"rstrip": false,
|
| 40 |
+
"single_word": false,
|
| 41 |
+
"special": true
|
| 42 |
+
}
|
| 43 |
+
},
|
| 44 |
+
"clean_up_tokenization_spaces": true,
|
| 45 |
+
"cls_token": "[CLS]",
|
| 46 |
+
"do_lower_case": true,
|
| 47 |
+
"mask_token": "[MASK]",
|
| 48 |
+
"model_max_length": 512,
|
| 49 |
+
"pad_token": "[PAD]",
|
| 50 |
+
"sep_token": "[SEP]",
|
| 51 |
+
"strip_accents": null,
|
| 52 |
+
"tokenize_chinese_chars": true,
|
| 53 |
+
"tokenizer_class": "DistilBertTokenizer",
|
| 54 |
+
"unk_token": "[UNK]"
|
| 55 |
+
}
|
training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:81355650ef5f9ba0443e09f7aed31ff541b392c893e63b4df83bc431252708ac
|
| 3 |
+
size 5112
|
training_params.json
ADDED
|
@@ -0,0 +1,30 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"data_path": "autotrain-5um8a-sa81u/autotrain-data",
|
| 3 |
+
"model": "distilbert/distilbert-base-uncased",
|
| 4 |
+
"lr": 5e-05,
|
| 5 |
+
"epochs": 3,
|
| 6 |
+
"max_seq_length": 128,
|
| 7 |
+
"batch_size": 8,
|
| 8 |
+
"warmup_ratio": 0.1,
|
| 9 |
+
"gradient_accumulation": 1,
|
| 10 |
+
"optimizer": "adamw_torch",
|
| 11 |
+
"scheduler": "linear",
|
| 12 |
+
"weight_decay": 0.0,
|
| 13 |
+
"max_grad_norm": 1.0,
|
| 14 |
+
"seed": 42,
|
| 15 |
+
"train_split": "train",
|
| 16 |
+
"valid_split": "validation",
|
| 17 |
+
"text_column": "autotrain_text",
|
| 18 |
+
"target_column": "autotrain_label",
|
| 19 |
+
"logging_steps": -1,
|
| 20 |
+
"project_name": "autotrain-5um8a-sa81u",
|
| 21 |
+
"auto_find_batch_size": false,
|
| 22 |
+
"mixed_precision": "fp16",
|
| 23 |
+
"save_total_limit": 1,
|
| 24 |
+
"push_to_hub": true,
|
| 25 |
+
"eval_strategy": "epoch",
|
| 26 |
+
"username": "karthikrathod",
|
| 27 |
+
"log": "tensorboard",
|
| 28 |
+
"early_stopping_patience": 5,
|
| 29 |
+
"early_stopping_threshold": 0.01
|
| 30 |
+
}
|
vocab.txt
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|