---
base_model: lemon-mint/mMiniLMv2-L12-H384-Distilled-Iter11-final
datasets: []
language: []
library_name: sentence-transformers
metrics:
- pearson_cosine
- spearman_cosine
- pearson_manhattan
- spearman_manhattan
- pearson_euclidean
- spearman_euclidean
- pearson_dot
- spearman_dot
- pearson_max
- spearman_max
- cosine_accuracy@1
- cosine_accuracy@3
- cosine_accuracy@5
- cosine_accuracy@10
- cosine_precision@1
- cosine_precision@3
- cosine_precision@5
- cosine_precision@10
- cosine_recall@1
- cosine_recall@3
- cosine_recall@5
- cosine_recall@10
- cosine_ndcg@10
- cosine_mrr@10
- cosine_map@100
- dot_accuracy@1
- dot_accuracy@3
- dot_accuracy@5
- dot_accuracy@10
- dot_precision@1
- dot_precision@3
- dot_precision@5
- dot_precision@10
- dot_recall@1
- dot_recall@3
- dot_recall@5
- dot_recall@10
- dot_ndcg@10
- dot_mrr@10
- dot_map@100
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:480616
- loss:MSELoss
widget:
- source_sentence: 'query: 맨체스터 해운 운하 프로젝트를 위한 두 가지 계획은 무엇이었습니까?'
sentences:
- 'passage: 수업에 적극적으로 참여하는 것은 교사에게 당신의 동기와 호기심을 보여주는 중요한 방법입니다. 이는 교사가 학생에게 더 많은
관심을 기울이도록 격려하는 효과를 가져옵니다. 수업에 적극적으로 참여하면 수업 내용을 더 깊이 이해할 수 있으며, 교사와의 소통을 원활하게
할 수 있습니다.
수업 시간에는 교사의 말에 귀 기울이고 중요한 내용을 꼼꼼하게 적어두는 것이 중요합니다. 또한 토론과 그룹 활동에 참여하고 질문을 통해 궁금한
점을 해결하는 적극적인 태도를 보여주세요. 이를 통해 교사는 학생이 수업에 적극적인 태도를 가지고 있으며, 학습에 진지하게 임한다는 것을 알
수 있습니다.'
- 'passage: Water is a precious resource, so it''s important to conserve it.
Reduce water waste by taking shorter showers, ideally no longer than five minutes.
Install a low-flow showerhead to further decrease water consumption while maintaining
adequate pressure.'
- 'passage: 어수선함은 스트레스, 무질서, 생산성 저하로 이어질 수 있습니다. 반면 깔끔함은 집중력, 정신 건강, 삶의 질 향상에 도움이
될 수 있습니다. 이 포괄적인 가이드는 명확한 단계, 유용한 팁, 실용적인 통찰력을 통해 어수선한 습관을 깔끔한 습관으로 바꾸는 과정을 안내합니다.
첫 번째 단계는 현재 습관을 파악하는 것입니다. 일상 생활을 분석하고 무질서로 인해 어수선해지거나 작업이 미완료되는 영역을 파악합니다. 흔한
예로는 어수선한 작업 공간, 쌓인 빨래, 미루어둔 심부름, 과도하게 채워진 냉장고 등이 있습니다. 이러한 패턴을 이해하는 것은 효과적으로 해결하는
데 매우 중요합니다.
핵심 팁: 습관을 바꾸는 데는 시간이 걸린다는 것을 기억하십시오. 이 과정 전반에 걸쳐 자신에게 인내심을 가지십시오.'
- source_sentence: 'query: 부틀 전쟁 기념비에 어떤 특별한 점이 있습니까?'
sentences:
- 'query: What type of companies are single-entry bookkeeping best suited for?'
- 'passage: 오토바이 브레이크 블리딩은 숙련된 기술을 요구하는 작업입니다. 부상 위험을 최소화하고 안전하게 작업을 진행하려면 다음 안전
지침을 숙지해야 합니다.
1. 작업 중에는 항상 장갑과 안전 고글을 착용하십시오. 유압 유체와 도구를 취급할 때는 눈이나 입에 닿지 않도록 주의해야 합니다. 유압 유체는
피부 자극을 유발할 수 있습니다.
2. 작업을 시작하기 전에 작업 공간을 환기시켜 유압 브레이크 유체에서 나오는 유해한 연기를 흡입하지 않도록 하십시오.
3. 오토바이를 작업대 또는 패드 스탠드에 안전하게 고정시키고, 모든 도구를 정리하여 실수로 떨어뜨리거나 미끄러지지 않도록 주의하십시오.
4. 사용한 유압 유체는 현지 규정에 따라 적절히 처리해야 합니다.'
- 'passage: 에키노칵투스는 황금 술통 선인장 (Echinocactus grusonii)과 할머니 선인장 (Echinocactus polycephalus)과
같은 여러 인기 종을 포함하는 선인장 속입니다. 이 선인장들은 독특한 모양, 아름다운 가시와 낮은 관리 요구 사항으로 유명합니다. 그러나 번창하려면
여전히 적절한 관리가 필요합니다. 이 가이드는 에키노칵투스를 관리하는 방법에 대한 자세한 단계를 제공하여 건강과 장수를 보장합니다.
첫째, 적합한 화분과 흙을 선택하는 것이 중요합니다. 과도한 수분으로 인한 뿌리 부패를 방지하기 위해 배수구가 있는 테라코타 또는 무광택 도자기
화분을 선택하십시오. 화분은 선인장의 현재 크기보다 약간만 크게 해야 합니다. 너무 큰 화분은 물이 고인 흙으로 이어질 수 있습니다.
흙은 배수가 잘 되는 선인장 혼합물을 선택하거나 펄라이트, 거친 모래, 피트모스 또는 퇴비를 같은 비율로 섞어서 직접 만들 수 있습니다. 이
혼합물은 식물의 뿌리에 적절한 통기와 배수를 제공하면서도 약간의 수분을 유지합니다.'
- source_sentence: 'query: Why did Kerouac not publish "The Sea Is My Brother"?'
sentences:
- 'query: 미국 독립 전쟁에서 게릴라 전쟁이 사용된 가장 유명한 사례는 무엇입니까?'
- 'query: Who were some artists who died in October 1996?'
- 'query: Hypericum terrae-firmae는 어떤 형태의 식물인가요?'
- source_sentence: 'query: 조지 매시 터널의 길이는 얼마나 되나요?'
sentences:
- 'passage: 주식 투자를 위한 목표와 투자 대상을 정했다면, 이제 매매 전략을 개발해야 합니다. 재정 목표, 시간 제약, 위험 감수 수준에
맞는 전략을 세우세요. 단기 매매(데이트레이딩 또는 스윙 트레이딩)에 집중할지, 장기 투자(장기 보유 전략)에 집중할지 결정하십시오. 또한
포지션 진입 및 청산을 위한 목표 가격을 설정하십시오.
감정적인 의사 결정은 종종 투자 결과를 악화시킵니다. 시장 변동성 동안 감정을 관리하기 위한 규칙을 정하고 사전에 정의한 매매 전략을 고수하십시오.'
- 'query: Why was the 1999 Le Mans Fuji 1000km race not part of the JGTC season?'
- 'passage: Tibia is a popular massively multiplayer online role-playing game (MMORPG)
with various aspects that allow players to engage in different playstyles. One
such playstyle is being a player killer (PK), where you hunt other characters
instead of monsters. This guide will provide an in-depth explanation of becoming
a PK in Tibia while ensuring clarity, practicality, and adherence to essential
tips and guidelines. Please note that engaging in PKing can have consequences,
including losing items upon death or account bans if rules are violated. Proceed
at your own risk.
The first step in becoming a PK in Tibia is to understand the basics of the game.
Learn about character creation, skills, spells, equipment, and the user interface.
Spend time exploring the game''s features, completing quests, and understanding
its mechanics. A solid foundation in these areas will be beneficial when transitioning
into PKing.'
- source_sentence: 'query: 오스트리아의 총리는 어떻게 선출되나요?'
sentences:
- 'query: What battle did Castle get injured in?'
- 'query: How many stories did the first building of St. Stephen''s Church have?'
- 'passage: 가족 구성원을 내쫓는 것은 모든 당사자에게 심각한 감정적 결과를 초래할 수 있는 극단적인 조치이므로 신중하게 고려해야 합니다.
이 가이드는 내쫓는 것이 무엇을 의미하는지 그리고 상황에 맞는 선택인지 이해하는 데 도움이 되는 포괄적인 단계를 제공합니다. 이 기사는 가족
구성원을 내쫓는 것을 옹호하거나 권장하지 않으며 사용자의 요청에 따라 정보를 제공합니다.
내쫓는 것을 고려하는 첫 번째 단계는 가족 구성원을 내쫓고 싶은 이유를 평가하는 것입니다. 일반적인 이유로는 지속적인 학대(신체적, 정신적
또는 재정적), 중독 문제, 심각한 성격 차이 또는 유해한 행동이 있습니다. 치료사, 상담사 또는 신뢰할 수 있는 종교 지도자와 같은 전문가의
조언을 구하여 대안적인 관점과 대처 전략을 제공받을 수 있습니다. 내쫓는 것이 근본적인 문제를 해결하지 못하고 오히려 악화될 수 있다는 점을
기억하십시오.'
model-index:
- name: SentenceTransformer based on lemon-mint/mMiniLMv2-L12-H384-Distilled-Iter11-final
results:
- task:
type: semantic-similarity
name: Semantic Similarity
dataset:
name: sts dev
type: sts-dev
metrics:
- type: pearson_cosine
value: 0.7842546893200867
name: Pearson Cosine
- type: spearman_cosine
value: 0.7917116487346876
name: Spearman Cosine
- type: pearson_manhattan
value: 0.7898916079720373
name: Pearson Manhattan
- type: spearman_manhattan
value: 0.7910888301816695
name: Spearman Manhattan
- type: pearson_euclidean
value: 0.7904666983590452
name: Pearson Euclidean
- type: spearman_euclidean
value: 0.7917116487346876
name: Spearman Euclidean
- type: pearson_dot
value: 0.7842546935611145
name: Pearson Dot
- type: spearman_dot
value: 0.7917116487346876
name: Spearman Dot
- type: pearson_max
value: 0.7904666983590452
name: Pearson Max
- type: spearman_max
value: 0.7917116487346876
name: Spearman Max
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: Ko StrategyQA dev
type: Ko-StrategyQA-dev
metrics:
- type: cosine_accuracy@1
value: 0.47635135135135137
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.6233108108108109
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.6858108108108109
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.7263513513513513
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.47635135135135137
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.27815315315315314
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.19797297297297298
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.11233108108108109
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.30356338481338485
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.48588320463320456
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.5615307271557272
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.6275217181467181
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.5339919109688704
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.5620790433290432
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.48197989758767446
name: Cosine Map@100
- type: dot_accuracy@1
value: 0.47635135135135137
name: Dot Accuracy@1
- type: dot_accuracy@3
value: 0.6233108108108109
name: Dot Accuracy@3
- type: dot_accuracy@5
value: 0.6858108108108109
name: Dot Accuracy@5
- type: dot_accuracy@10
value: 0.7263513513513513
name: Dot Accuracy@10
- type: dot_precision@1
value: 0.47635135135135137
name: Dot Precision@1
- type: dot_precision@3
value: 0.27815315315315314
name: Dot Precision@3
- type: dot_precision@5
value: 0.19797297297297298
name: Dot Precision@5
- type: dot_precision@10
value: 0.11233108108108109
name: Dot Precision@10
- type: dot_recall@1
value: 0.30356338481338485
name: Dot Recall@1
- type: dot_recall@3
value: 0.48588320463320456
name: Dot Recall@3
- type: dot_recall@5
value: 0.5615307271557272
name: Dot Recall@5
- type: dot_recall@10
value: 0.6275217181467181
name: Dot Recall@10
- type: dot_ndcg@10
value: 0.5339919109688704
name: Dot Ndcg@10
- type: dot_mrr@10
value: 0.5620790433290432
name: Dot Mrr@10
- type: dot_map@100
value: 0.48197989758767446
name: Dot Map@100
- task:
type: semantic-similarity
name: Semantic Similarity
dataset:
name: sts test
type: sts-test
metrics:
- type: pearson_cosine
value: 0.7120621529416492
name: Pearson Cosine
- type: spearman_cosine
value: 0.714291604968088
name: Spearman Cosine
- type: pearson_manhattan
value: 0.7236162123367763
name: Pearson Manhattan
- type: spearman_manhattan
value: 0.7139844146464364
name: Spearman Manhattan
- type: pearson_euclidean
value: 0.7236232398995261
name: Pearson Euclidean
- type: spearman_euclidean
value: 0.714291604968088
name: Spearman Euclidean
- type: pearson_dot
value: 0.7120621594492764
name: Pearson Dot
- type: spearman_dot
value: 0.714291604968088
name: Spearman Dot
- type: pearson_max
value: 0.7236232398995261
name: Pearson Max
- type: spearman_max
value: 0.714291604968088
name: Spearman Max
---
# SentenceTransformer based on lemon-mint/mMiniLMv2-L12-H384-Distilled-Iter11-final
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [lemon-mint/mMiniLMv2-L12-H384-Distilled-Iter11-final](https://huggingface.co/lemon-mint/mMiniLMv2-L12-H384-Distilled-Iter11-final). It maps sentences & paragraphs to a 384-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
## Model Details
### Model Description
- **Model Type:** Sentence Transformer
- **Base model:** [lemon-mint/mMiniLMv2-L12-H384-Distilled-Iter11-final](https://huggingface.co/lemon-mint/mMiniLMv2-L12-H384-Distilled-Iter11-final)
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 384 tokens
- **Similarity Function:** Cosine Similarity
### Model Sources
- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
### Full Model Architecture
```
SentenceTransformer(
(0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel
(1): Pooling({'word_embedding_dimension': 384, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
(2): Normalize()
)
```
## Usage
### Direct Usage (Sentence Transformers)
First install the Sentence Transformers library:
```bash
pip install -U sentence-transformers
```
Then you can load this model and run inference.
```python
from sentence_transformers import SentenceTransformer
# Download from the 🤗 Hub
model = SentenceTransformer("lemon-mint/mMiniLMv2-L12-H384-Distilled-Iter12-final")
# Run inference
sentences = [
'query: 오스트리아의 총리는 어떻게 선출되나요?',
'query: What battle did Castle get injured in?',
"query: How many stories did the first building of St. Stephen's Church have?",
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
```
## Evaluation
### Metrics
#### Semantic Similarity
* Dataset: `sts-dev`
* Evaluated with [EmbeddingSimilarityEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.EmbeddingSimilarityEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| pearson_cosine | 0.7843 |
| **spearman_cosine** | **0.7917** |
| pearson_manhattan | 0.7899 |
| spearman_manhattan | 0.7911 |
| pearson_euclidean | 0.7905 |
| spearman_euclidean | 0.7917 |
| pearson_dot | 0.7843 |
| spearman_dot | 0.7917 |
| pearson_max | 0.7905 |
| spearman_max | 0.7917 |
#### Information Retrieval
* Dataset: `Ko-StrategyQA-dev`
* Evaluated with [InformationRetrievalEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:----------|
| cosine_accuracy@1 | 0.4764 |
| cosine_accuracy@3 | 0.6233 |
| cosine_accuracy@5 | 0.6858 |
| cosine_accuracy@10 | 0.7264 |
| cosine_precision@1 | 0.4764 |
| cosine_precision@3 | 0.2782 |
| cosine_precision@5 | 0.198 |
| cosine_precision@10 | 0.1123 |
| cosine_recall@1 | 0.3036 |
| cosine_recall@3 | 0.4859 |
| cosine_recall@5 | 0.5615 |
| cosine_recall@10 | 0.6275 |
| cosine_ndcg@10 | 0.534 |
| cosine_mrr@10 | 0.5621 |
| **cosine_map@100** | **0.482** |
| dot_accuracy@1 | 0.4764 |
| dot_accuracy@3 | 0.6233 |
| dot_accuracy@5 | 0.6858 |
| dot_accuracy@10 | 0.7264 |
| dot_precision@1 | 0.4764 |
| dot_precision@3 | 0.2782 |
| dot_precision@5 | 0.198 |
| dot_precision@10 | 0.1123 |
| dot_recall@1 | 0.3036 |
| dot_recall@3 | 0.4859 |
| dot_recall@5 | 0.5615 |
| dot_recall@10 | 0.6275 |
| dot_ndcg@10 | 0.534 |
| dot_mrr@10 | 0.5621 |
| dot_map@100 | 0.482 |
#### Semantic Similarity
* Dataset: `sts-test`
* Evaluated with [EmbeddingSimilarityEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.EmbeddingSimilarityEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| pearson_cosine | 0.7121 |
| **spearman_cosine** | **0.7143** |
| pearson_manhattan | 0.7236 |
| spearman_manhattan | 0.714 |
| pearson_euclidean | 0.7236 |
| spearman_euclidean | 0.7143 |
| pearson_dot | 0.7121 |
| spearman_dot | 0.7143 |
| pearson_max | 0.7236 |
| spearman_max | 0.7143 |
## Training Details
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_train_batch_size`: 52
- `per_device_eval_batch_size`: 4
- `learning_rate`: 0.0001
- `num_train_epochs`: 1
- `warmup_ratio`: 0.05
- `fp16`: True
- `push_to_hub`: True
- `hub_model_id`: lemon-mint/mMiniLMv2-L12-H384-Distilled-Iter12
- `hub_strategy`: checkpoint
- `hub_private_repo`: True
#### All Hyperparameters
Click to expand
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: steps
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 52
- `per_device_eval_batch_size`: 4
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 1
- `eval_accumulation_steps`: None
- `learning_rate`: 0.0001
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1.0
- `num_train_epochs`: 1
- `max_steps`: -1
- `lr_scheduler_type`: linear
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.05
- `warmup_steps`: 0
- `log_level`: passive
- `log_level_replica`: warning
- `log_on_each_node`: True
- `logging_nan_inf_filter`: True
- `save_safetensors`: True
- `save_on_each_node`: False
- `save_only_model`: False
- `restore_callback_states_from_checkpoint`: False
- `no_cuda`: False
- `use_cpu`: False
- `use_mps_device`: False
- `seed`: 42
- `data_seed`: None
- `jit_mode_eval`: False
- `use_ipex`: False
- `bf16`: False
- `fp16`: True
- `fp16_opt_level`: O1
- `half_precision_backend`: auto
- `bf16_full_eval`: False
- `fp16_full_eval`: False
- `tf32`: None
- `local_rank`: 0
- `ddp_backend`: None
- `tpu_num_cores`: None
- `tpu_metrics_debug`: False
- `debug`: []
- `dataloader_drop_last`: False
- `dataloader_num_workers`: 0
- `dataloader_prefetch_factor`: None
- `past_index`: -1
- `disable_tqdm`: False
- `remove_unused_columns`: True
- `label_names`: None
- `load_best_model_at_end`: False
- `ignore_data_skip`: False
- `fsdp`: []
- `fsdp_min_num_params`: 0
- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
- `fsdp_transformer_layer_cls_to_wrap`: None
- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
- `deepspeed`: None
- `label_smoothing_factor`: 0.0
- `optim`: adamw_torch
- `optim_args`: None
- `adafactor`: False
- `group_by_length`: False
- `length_column_name`: length
- `ddp_find_unused_parameters`: None
- `ddp_bucket_cap_mb`: None
- `ddp_broadcast_buffers`: False
- `dataloader_pin_memory`: True
- `dataloader_persistent_workers`: False
- `skip_memory_metrics`: True
- `use_legacy_prediction_loop`: False
- `push_to_hub`: True
- `resume_from_checkpoint`: None
- `hub_model_id`: lemon-mint/mMiniLMv2-L12-H384-Distilled-Iter12
- `hub_strategy`: checkpoint
- `hub_private_repo`: True
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `eval_do_concat_batches`: True
- `fp16_backend`: auto
- `push_to_hub_model_id`: None
- `push_to_hub_organization`: None
- `mp_parameters`:
- `auto_find_batch_size`: False
- `full_determinism`: False
- `torchdynamo`: None
- `ray_scope`: last
- `ddp_timeout`: 1800
- `torch_compile`: False
- `torch_compile_backend`: None
- `torch_compile_mode`: None
- `dispatch_batches`: None
- `split_batches`: None
- `include_tokens_per_second`: False
- `include_num_input_tokens_seen`: False
- `neftune_noise_alpha`: None
- `optim_target_modules`: None
- `batch_eval_metrics`: False
- `eval_on_start`: False
- `batch_sampler`: batch_sampler
- `multi_dataset_batch_sampler`: proportional
Click to expand
| Epoch | Step | Training Loss | loss | Ko-StrategyQA-dev_cosine_map@100 | sts-dev_spearman_cosine | sts-test_spearman_cosine |
|:------:|:----:|:-------------:|:------:|:--------------------------------:|:-----------------------:|:------------------------:|
| 0 | 0 | - | - | 0.4732 | 0.7833 | - |
| 0.0011 | 10 | 0.0008 | - | - | - | - |
| 0.0022 | 20 | 0.0007 | - | - | - | - |
| 0.0032 | 30 | 0.0007 | - | - | - | - |
| 0.0043 | 40 | 0.0007 | - | - | - | - |
| 0.0054 | 50 | 0.0007 | - | - | - | - |
| 0.0065 | 60 | 0.0007 | - | - | - | - |
| 0.0076 | 70 | 0.0007 | - | - | - | - |
| 0.0087 | 80 | 0.0007 | - | - | - | - |
| 0.0097 | 90 | 0.0007 | - | - | - | - |
| 0.0108 | 100 | 0.0007 | - | - | - | - |
| 0.0119 | 110 | 0.0007 | - | - | - | - |
| 0.0130 | 120 | 0.0007 | - | - | - | - |
| 0.0141 | 130 | 0.0007 | - | - | - | - |
| 0.0151 | 140 | 0.0007 | - | - | - | - |
| 0.0162 | 150 | 0.0007 | - | - | - | - |
| 0.0173 | 160 | 0.0007 | - | - | - | - |
| 0.0184 | 170 | 0.0007 | - | - | - | - |
| 0.0195 | 180 | 0.0007 | - | - | - | - |
| 0.0206 | 190 | 0.0007 | - | - | - | - |
| 0.0216 | 200 | 0.0007 | - | - | - | - |
| 0.0227 | 210 | 0.0007 | - | - | - | - |
| 0.0238 | 220 | 0.0007 | - | - | - | - |
| 0.0249 | 230 | 0.0007 | - | - | - | - |
| 0.0260 | 240 | 0.0007 | - | - | - | - |
| 0.0270 | 250 | 0.0007 | - | - | - | - |
| 0.0281 | 260 | 0.0007 | - | - | - | - |
| 0.0292 | 270 | 0.0007 | - | - | - | - |
| 0.0303 | 280 | 0.0007 | - | - | - | - |
| 0.0314 | 290 | 0.0007 | - | - | - | - |
| 0.0325 | 300 | 0.0007 | - | - | - | - |
| 0.0335 | 310 | 0.0007 | - | - | - | - |
| 0.0346 | 320 | 0.0007 | - | - | - | - |
| 0.0357 | 330 | 0.0007 | - | - | - | - |
| 0.0368 | 340 | 0.0007 | - | - | - | - |
| 0.0379 | 350 | 0.0007 | - | - | - | - |
| 0.0389 | 360 | 0.0007 | - | - | - | - |
| 0.0400 | 370 | 0.0007 | - | - | - | - |
| 0.0411 | 380 | 0.0007 | - | - | - | - |
| 0.0422 | 390 | 0.0007 | - | - | - | - |
| 0.0433 | 400 | 0.0007 | - | - | - | - |
| 0.0444 | 410 | 0.0007 | - | - | - | - |
| 0.0454 | 420 | 0.0007 | - | - | - | - |
| 0.0465 | 430 | 0.0007 | - | - | - | - |
| 0.0476 | 440 | 0.0007 | - | - | - | - |
| 0.0487 | 450 | 0.0007 | - | - | - | - |
| 0.0498 | 460 | 0.0007 | - | - | - | - |
| 0.0508 | 470 | 0.0008 | - | - | - | - |
| 0.0519 | 480 | 0.0007 | - | - | - | - |
| 0.0530 | 490 | 0.0007 | - | - | - | - |
| 0.0541 | 500 | 0.0007 | - | - | - | - |
| 0.0552 | 510 | 0.0007 | - | - | - | - |
| 0.0563 | 520 | 0.0007 | - | - | - | - |
| 0.0573 | 530 | 0.0007 | - | - | - | - |
| 0.0584 | 540 | 0.0007 | - | - | - | - |
| 0.0595 | 550 | 0.0007 | - | - | - | - |
| 0.0606 | 560 | 0.0007 | - | - | - | - |
| 0.0617 | 570 | 0.0007 | - | - | - | - |
| 0.0628 | 580 | 0.0007 | - | - | - | - |
| 0.0638 | 590 | 0.0007 | - | - | - | - |
| 0.0649 | 600 | 0.0007 | - | - | - | - |
| 0.0660 | 610 | 0.0008 | - | - | - | - |
| 0.0671 | 620 | 0.0007 | - | - | - | - |
| 0.0682 | 630 | 0.0007 | - | - | - | - |
| 0.0692 | 640 | 0.0007 | - | - | - | - |
| 0.0703 | 650 | 0.0007 | - | - | - | - |
| 0.0714 | 660 | 0.0007 | - | - | - | - |
| 0.0725 | 670 | 0.0007 | - | - | - | - |
| 0.0736 | 680 | 0.0007 | - | - | - | - |
| 0.0747 | 690 | 0.0007 | - | - | - | - |
| 0.0757 | 700 | 0.0007 | - | - | - | - |
| 0.0768 | 710 | 0.0007 | - | - | - | - |
| 0.0779 | 720 | 0.0007 | - | - | - | - |
| 0.0790 | 730 | 0.0007 | - | - | - | - |
| 0.0801 | 740 | 0.0007 | - | - | - | - |
| 0.0811 | 750 | 0.0007 | - | - | - | - |
| 0.0822 | 760 | 0.0007 | - | - | - | - |
| 0.0833 | 770 | 0.0007 | - | - | - | - |
| 0.0844 | 780 | 0.0007 | - | - | - | - |
| 0.0855 | 790 | 0.0007 | - | - | - | - |
| 0.0866 | 800 | 0.0007 | - | - | - | - |
| 0.0876 | 810 | 0.0007 | - | - | - | - |
| 0.0887 | 820 | 0.0007 | - | - | - | - |
| 0.0898 | 830 | 0.0007 | - | - | - | - |
| 0.0909 | 840 | 0.0007 | - | - | - | - |
| 0.0920 | 850 | 0.0007 | - | - | - | - |
| 0.0930 | 860 | 0.0007 | - | - | - | - |
| 0.0941 | 870 | 0.0007 | - | - | - | - |
| 0.0952 | 880 | 0.0007 | - | - | - | - |
| 0.0963 | 890 | 0.0007 | - | - | - | - |
| 0.0974 | 900 | 0.0007 | - | - | - | - |
| 0.0985 | 910 | 0.0007 | - | - | - | - |
| 0.0995 | 920 | 0.0007 | - | - | - | - |
| 0.1006 | 930 | 0.0007 | - | - | - | - |
| 0.1017 | 940 | 0.0007 | - | - | - | - |
| 0.1028 | 950 | 0.0007 | - | - | - | - |
| 0.1039 | 960 | 0.0007 | - | - | - | - |
| 0.1049 | 970 | 0.0007 | - | - | - | - |
| 0.1060 | 980 | 0.0007 | - | - | - | - |
| 0.1071 | 990 | 0.0007 | - | - | - | - |
| 0.1082 | 1000 | 0.0007 | 0.0007 | 0.4594 | 0.7819 | - |
| 0.1093 | 1010 | 0.0007 | - | - | - | - |
| 0.1104 | 1020 | 0.0007 | - | - | - | - |
| 0.1114 | 1030 | 0.0007 | - | - | - | - |
| 0.1125 | 1040 | 0.0007 | - | - | - | - |
| 0.1136 | 1050 | 0.0007 | - | - | - | - |
| 0.1147 | 1060 | 0.0007 | - | - | - | - |
| 0.1158 | 1070 | 0.0007 | - | - | - | - |
| 0.1168 | 1080 | 0.0007 | - | - | - | - |
| 0.1179 | 1090 | 0.0007 | - | - | - | - |
| 0.1190 | 1100 | 0.0007 | - | - | - | - |
| 0.1201 | 1110 | 0.0007 | - | - | - | - |
| 0.1212 | 1120 | 0.0007 | - | - | - | - |
| 0.1223 | 1130 | 0.0008 | - | - | - | - |
| 0.1233 | 1140 | 0.0007 | - | - | - | - |
| 0.1244 | 1150 | 0.0007 | - | - | - | - |
| 0.1255 | 1160 | 0.0007 | - | - | - | - |
| 0.1266 | 1170 | 0.0007 | - | - | - | - |
| 0.1277 | 1180 | 0.0007 | - | - | - | - |
| 0.1287 | 1190 | 0.0007 | - | - | - | - |
| 0.1298 | 1200 | 0.0007 | - | - | - | - |
| 0.1309 | 1210 | 0.0007 | - | - | - | - |
| 0.1320 | 1220 | 0.0007 | - | - | - | - |
| 0.1331 | 1230 | 0.0007 | - | - | - | - |
| 0.1342 | 1240 | 0.0007 | - | - | - | - |
| 0.1352 | 1250 | 0.0007 | - | - | - | - |
| 0.1363 | 1260 | 0.0007 | - | - | - | - |
| 0.1374 | 1270 | 0.0007 | - | - | - | - |
| 0.1385 | 1280 | 0.0007 | - | - | - | - |
| 0.1396 | 1290 | 0.0007 | - | - | - | - |
| 0.1406 | 1300 | 0.0007 | - | - | - | - |
| 0.1417 | 1310 | 0.0007 | - | - | - | - |
| 0.1428 | 1320 | 0.0007 | - | - | - | - |
| 0.1439 | 1330 | 0.0007 | - | - | - | - |
| 0.1450 | 1340 | 0.0007 | - | - | - | - |
| 0.1461 | 1350 | 0.0007 | - | - | - | - |
| 0.1471 | 1360 | 0.0007 | - | - | - | - |
| 0.1482 | 1370 | 0.0007 | - | - | - | - |
| 0.1493 | 1380 | 0.0007 | - | - | - | - |
| 0.1504 | 1390 | 0.0007 | - | - | - | - |
| 0.1515 | 1400 | 0.0007 | - | - | - | - |
| 0.1525 | 1410 | 0.0007 | - | - | - | - |
| 0.1536 | 1420 | 0.0007 | - | - | - | - |
| 0.1547 | 1430 | 0.0007 | - | - | - | - |
| 0.1558 | 1440 | 0.0007 | - | - | - | - |
| 0.1569 | 1450 | 0.0007 | - | - | - | - |
| 0.1580 | 1460 | 0.0007 | - | - | - | - |
| 0.1590 | 1470 | 0.0007 | - | - | - | - |
| 0.1601 | 1480 | 0.0007 | - | - | - | - |
| 0.1612 | 1490 | 0.0007 | - | - | - | - |
| 0.1623 | 1500 | 0.0007 | - | - | - | - |
| 0.1634 | 1510 | 0.0007 | - | - | - | - |
| 0.1644 | 1520 | 0.0007 | - | - | - | - |
| 0.1655 | 1530 | 0.0007 | - | - | - | - |
| 0.1666 | 1540 | 0.0007 | - | - | - | - |
| 0.1677 | 1550 | 0.0007 | - | - | - | - |
| 0.1688 | 1560 | 0.0007 | - | - | - | - |
| 0.1699 | 1570 | 0.0007 | - | - | - | - |
| 0.1709 | 1580 | 0.0007 | - | - | - | - |
| 0.1720 | 1590 | 0.0007 | - | - | - | - |
| 0.1731 | 1600 | 0.0007 | - | - | - | - |
| 0.1742 | 1610 | 0.0007 | - | - | - | - |
| 0.1753 | 1620 | 0.0007 | - | - | - | - |
| 0.1763 | 1630 | 0.0007 | - | - | - | - |
| 0.1774 | 1640 | 0.0007 | - | - | - | - |
| 0.1785 | 1650 | 0.0007 | - | - | - | - |
| 0.1796 | 1660 | 0.0007 | - | - | - | - |
| 0.1807 | 1670 | 0.0007 | - | - | - | - |
| 0.1818 | 1680 | 0.0007 | - | - | - | - |
| 0.1828 | 1690 | 0.0007 | - | - | - | - |
| 0.1839 | 1700 | 0.0007 | - | - | - | - |
| 0.1850 | 1710 | 0.0007 | - | - | - | - |
| 0.1861 | 1720 | 0.0007 | - | - | - | - |
| 0.1872 | 1730 | 0.0007 | - | - | - | - |
| 0.1883 | 1740 | 0.0007 | - | - | - | - |
| 0.1893 | 1750 | 0.0007 | - | - | - | - |
| 0.1904 | 1760 | 0.0007 | - | - | - | - |
| 0.1915 | 1770 | 0.0007 | - | - | - | - |
| 0.1926 | 1780 | 0.0007 | - | - | - | - |
| 0.1937 | 1790 | 0.0007 | - | - | - | - |
| 0.1947 | 1800 | 0.0007 | - | - | - | - |
| 0.1958 | 1810 | 0.0007 | - | - | - | - |
| 0.1969 | 1820 | 0.0007 | - | - | - | - |
| 0.1980 | 1830 | 0.0007 | - | - | - | - |
| 0.1991 | 1840 | 0.0007 | - | - | - | - |
| 0.2002 | 1850 | 0.0007 | - | - | - | - |
| 0.2012 | 1860 | 0.0007 | - | - | - | - |
| 0.2023 | 1870 | 0.0007 | - | - | - | - |
| 0.2034 | 1880 | 0.0007 | - | - | - | - |
| 0.2045 | 1890 | 0.0007 | - | - | - | - |
| 0.2056 | 1900 | 0.0007 | - | - | - | - |
| 0.2066 | 1910 | 0.0007 | - | - | - | - |
| 0.2077 | 1920 | 0.0007 | - | - | - | - |
| 0.2088 | 1930 | 0.0007 | - | - | - | - |
| 0.2099 | 1940 | 0.0007 | - | - | - | - |
| 0.2110 | 1950 | 0.0007 | - | - | - | - |
| 0.2121 | 1960 | 0.0007 | - | - | - | - |
| 0.2131 | 1970 | 0.0007 | - | - | - | - |
| 0.2142 | 1980 | 0.0007 | - | - | - | - |
| 0.2153 | 1990 | 0.0007 | - | - | - | - |
| 0.2164 | 2000 | 0.0007 | 0.0007 | 0.4659 | 0.7861 | - |
| 0.2175 | 2010 | 0.0007 | - | - | - | - |
| 0.2185 | 2020 | 0.0007 | - | - | - | - |
| 0.2196 | 2030 | 0.0007 | - | - | - | - |
| 0.2207 | 2040 | 0.0007 | - | - | - | - |
| 0.2218 | 2050 | 0.0007 | - | - | - | - |
| 0.2229 | 2060 | 0.0007 | - | - | - | - |
| 0.2240 | 2070 | 0.0007 | - | - | - | - |
| 0.2250 | 2080 | 0.0007 | - | - | - | - |
| 0.2261 | 2090 | 0.0007 | - | - | - | - |
| 0.2272 | 2100 | 0.0007 | - | - | - | - |
| 0.2283 | 2110 | 0.0007 | - | - | - | - |
| 0.2294 | 2120 | 0.0007 | - | - | - | - |
| 0.2304 | 2130 | 0.0007 | - | - | - | - |
| 0.2315 | 2140 | 0.0007 | - | - | - | - |
| 0.2326 | 2150 | 0.0007 | - | - | - | - |
| 0.2337 | 2160 | 0.0007 | - | - | - | - |
| 0.2348 | 2170 | 0.0007 | - | - | - | - |
| 0.2359 | 2180 | 0.0007 | - | - | - | - |
| 0.2369 | 2190 | 0.0007 | - | - | - | - |
| 0.2380 | 2200 | 0.0007 | - | - | - | - |
| 0.2391 | 2210 | 0.0007 | - | - | - | - |
| 0.2402 | 2220 | 0.0007 | - | - | - | - |
| 0.2413 | 2230 | 0.0007 | - | - | - | - |
| 0.2423 | 2240 | 0.0007 | - | - | - | - |
| 0.2434 | 2250 | 0.0007 | - | - | - | - |
| 0.2445 | 2260 | 0.0007 | - | - | - | - |
| 0.2456 | 2270 | 0.0007 | - | - | - | - |
| 0.2467 | 2280 | 0.0007 | - | - | - | - |
| 0.2478 | 2290 | 0.0007 | - | - | - | - |
| 0.2488 | 2300 | 0.0007 | - | - | - | - |
| 0.2499 | 2310 | 0.0007 | - | - | - | - |
| 0.2510 | 2320 | 0.0007 | - | - | - | - |
| 0.2521 | 2330 | 0.0007 | - | - | - | - |
| 0.2532 | 2340 | 0.0007 | - | - | - | - |
| 0.2542 | 2350 | 0.0007 | - | - | - | - |
| 0.2553 | 2360 | 0.0007 | - | - | - | - |
| 0.2564 | 2370 | 0.0007 | - | - | - | - |
| 0.2575 | 2380 | 0.0007 | - | - | - | - |
| 0.2586 | 2390 | 0.0007 | - | - | - | - |
| 0.2597 | 2400 | 0.0007 | - | - | - | - |
| 0.2607 | 2410 | 0.0007 | - | - | - | - |
| 0.2618 | 2420 | 0.0007 | - | - | - | - |
| 0.2629 | 2430 | 0.0007 | - | - | - | - |
| 0.2640 | 2440 | 0.0007 | - | - | - | - |
| 0.2651 | 2450 | 0.0007 | - | - | - | - |
| 0.2661 | 2460 | 0.0007 | - | - | - | - |
| 0.2672 | 2470 | 0.0007 | - | - | - | - |
| 0.2683 | 2480 | 0.0007 | - | - | - | - |
| 0.2694 | 2490 | 0.0007 | - | - | - | - |
| 0.2705 | 2500 | 0.0007 | - | - | - | - |
| 0.2716 | 2510 | 0.0007 | - | - | - | - |
| 0.2726 | 2520 | 0.0007 | - | - | - | - |
| 0.2737 | 2530 | 0.0007 | - | - | - | - |
| 0.2748 | 2540 | 0.0007 | - | - | - | - |
| 0.2759 | 2550 | 0.0007 | - | - | - | - |
| 0.2770 | 2560 | 0.0007 | - | - | - | - |
| 0.2780 | 2570 | 0.0007 | - | - | - | - |
| 0.2791 | 2580 | 0.0007 | - | - | - | - |
| 0.2802 | 2590 | 0.0007 | - | - | - | - |
| 0.2813 | 2600 | 0.0007 | - | - | - | - |
| 0.2824 | 2610 | 0.0007 | - | - | - | - |
| 0.2835 | 2620 | 0.0007 | - | - | - | - |
| 0.2845 | 2630 | 0.0007 | - | - | - | - |
| 0.2856 | 2640 | 0.0007 | - | - | - | - |
| 0.2867 | 2650 | 0.0007 | - | - | - | - |
| 0.2878 | 2660 | 0.0007 | - | - | - | - |
| 0.2889 | 2670 | 0.0007 | - | - | - | - |
| 0.2899 | 2680 | 0.0007 | - | - | - | - |
| 0.2910 | 2690 | 0.0007 | - | - | - | - |
| 0.2921 | 2700 | 0.0007 | - | - | - | - |
| 0.2932 | 2710 | 0.0007 | - | - | - | - |
| 0.2943 | 2720 | 0.0007 | - | - | - | - |
| 0.2954 | 2730 | 0.0007 | - | - | - | - |
| 0.2964 | 2740 | 0.0007 | - | - | - | - |
| 0.2975 | 2750 | 0.0007 | - | - | - | - |
| 0.2986 | 2760 | 0.0007 | - | - | - | - |
| 0.2997 | 2770 | 0.0007 | - | - | - | - |
| 0.3008 | 2780 | 0.0007 | - | - | - | - |
| 0.3019 | 2790 | 0.0007 | - | - | - | - |
| 0.3029 | 2800 | 0.0007 | - | - | - | - |
| 0.3040 | 2810 | 0.0007 | - | - | - | - |
| 0.3051 | 2820 | 0.0007 | - | - | - | - |
| 0.3062 | 2830 | 0.0007 | - | - | - | - |
| 0.3073 | 2840 | 0.0007 | - | - | - | - |
| 0.3083 | 2850 | 0.0007 | - | - | - | - |
| 0.3094 | 2860 | 0.0007 | - | - | - | - |
| 0.3105 | 2870 | 0.0007 | - | - | - | - |
| 0.3116 | 2880 | 0.0007 | - | - | - | - |
| 0.3127 | 2890 | 0.0007 | - | - | - | - |
| 0.3138 | 2900 | 0.0007 | - | - | - | - |
| 0.3148 | 2910 | 0.0007 | - | - | - | - |
| 0.3159 | 2920 | 0.0007 | - | - | - | - |
| 0.3170 | 2930 | 0.0007 | - | - | - | - |
| 0.3181 | 2940 | 0.0007 | - | - | - | - |
| 0.3192 | 2950 | 0.0007 | - | - | - | - |
| 0.3202 | 2960 | 0.0007 | - | - | - | - |
| 0.3213 | 2970 | 0.0007 | - | - | - | - |
| 0.3224 | 2980 | 0.0007 | - | - | - | - |
| 0.3235 | 2990 | 0.0007 | - | - | - | - |
| 0.3246 | 3000 | 0.0007 | 0.0007 | 0.4743 | 0.7858 | - |
| 0.3257 | 3010 | 0.0007 | - | - | - | - |
| 0.3267 | 3020 | 0.0007 | - | - | - | - |
| 0.3278 | 3030 | 0.0007 | - | - | - | - |
| 0.3289 | 3040 | 0.0007 | - | - | - | - |
| 0.3300 | 3050 | 0.0007 | - | - | - | - |
| 0.3311 | 3060 | 0.0007 | - | - | - | - |
| 0.3321 | 3070 | 0.0007 | - | - | - | - |
| 0.3332 | 3080 | 0.0007 | - | - | - | - |
| 0.3343 | 3090 | 0.0007 | - | - | - | - |
| 0.3354 | 3100 | 0.0007 | - | - | - | - |
| 0.3365 | 3110 | 0.0007 | - | - | - | - |
| 0.3376 | 3120 | 0.0007 | - | - | - | - |
| 0.3386 | 3130 | 0.0007 | - | - | - | - |
| 0.3397 | 3140 | 0.0007 | - | - | - | - |
| 0.3408 | 3150 | 0.0007 | - | - | - | - |
| 0.3419 | 3160 | 0.0007 | - | - | - | - |
| 0.3430 | 3170 | 0.0007 | - | - | - | - |
| 0.3440 | 3180 | 0.0007 | - | - | - | - |
| 0.3451 | 3190 | 0.0007 | - | - | - | - |
| 0.3462 | 3200 | 0.0007 | - | - | - | - |
| 0.3473 | 3210 | 0.0007 | - | - | - | - |
| 0.3484 | 3220 | 0.0007 | - | - | - | - |
| 0.3495 | 3230 | 0.0007 | - | - | - | - |
| 0.3505 | 3240 | 0.0007 | - | - | - | - |
| 0.3516 | 3250 | 0.0007 | - | - | - | - |
| 0.3527 | 3260 | 0.0007 | - | - | - | - |
| 0.3538 | 3270 | 0.0007 | - | - | - | - |
| 0.3549 | 3280 | 0.0007 | - | - | - | - |
| 0.3559 | 3290 | 0.0007 | - | - | - | - |
| 0.3570 | 3300 | 0.0007 | - | - | - | - |
| 0.3581 | 3310 | 0.0007 | - | - | - | - |
| 0.3592 | 3320 | 0.0007 | - | - | - | - |
| 0.3603 | 3330 | 0.0007 | - | - | - | - |
| 0.3614 | 3340 | 0.0007 | - | - | - | - |
| 0.3624 | 3350 | 0.0007 | - | - | - | - |
| 0.3635 | 3360 | 0.0007 | - | - | - | - |
| 0.3646 | 3370 | 0.0007 | - | - | - | - |
| 0.3657 | 3380 | 0.0007 | - | - | - | - |
| 0.3668 | 3390 | 0.0007 | - | - | - | - |
| 0.3678 | 3400 | 0.0007 | - | - | - | - |
| 0.3689 | 3410 | 0.0007 | - | - | - | - |
| 0.3700 | 3420 | 0.0007 | - | - | - | - |
| 0.3711 | 3430 | 0.0007 | - | - | - | - |
| 0.3722 | 3440 | 0.0007 | - | - | - | - |
| 0.3733 | 3450 | 0.0008 | - | - | - | - |
| 0.3743 | 3460 | 0.0007 | - | - | - | - |
| 0.3754 | 3470 | 0.0007 | - | - | - | - |
| 0.3765 | 3480 | 0.0007 | - | - | - | - |
| 0.3776 | 3490 | 0.0007 | - | - | - | - |
| 0.3787 | 3500 | 0.0007 | - | - | - | - |
| 0.3797 | 3510 | 0.0007 | - | - | - | - |
| 0.3808 | 3520 | 0.0007 | - | - | - | - |
| 0.3819 | 3530 | 0.0007 | - | - | - | - |
| 0.3830 | 3540 | 0.0007 | - | - | - | - |
| 0.3841 | 3550 | 0.0007 | - | - | - | - |
| 0.3852 | 3560 | 0.0007 | - | - | - | - |
| 0.3862 | 3570 | 0.0007 | - | - | - | - |
| 0.3873 | 3580 | 0.0007 | - | - | - | - |
| 0.3884 | 3590 | 0.0007 | - | - | - | - |
| 0.3895 | 3600 | 0.0007 | - | - | - | - |
| 0.3906 | 3610 | 0.0007 | - | - | - | - |
| 0.3916 | 3620 | 0.0007 | - | - | - | - |
| 0.3927 | 3630 | 0.0007 | - | - | - | - |
| 0.3938 | 3640 | 0.0007 | - | - | - | - |
| 0.3949 | 3650 | 0.0007 | - | - | - | - |
| 0.3960 | 3660 | 0.0007 | - | - | - | - |
| 0.3971 | 3670 | 0.0007 | - | - | - | - |
| 0.3981 | 3680 | 0.0007 | - | - | - | - |
| 0.3992 | 3690 | 0.0007 | - | - | - | - |
| 0.4003 | 3700 | 0.0007 | - | - | - | - |
| 0.4014 | 3710 | 0.0007 | - | - | - | - |
| 0.4025 | 3720 | 0.0007 | - | - | - | - |
| 0.4035 | 3730 | 0.0007 | - | - | - | - |
| 0.4046 | 3740 | 0.0007 | - | - | - | - |
| 0.4057 | 3750 | 0.0007 | - | - | - | - |
| 0.4068 | 3760 | 0.0007 | - | - | - | - |
| 0.4079 | 3770 | 0.0007 | - | - | - | - |
| 0.4090 | 3780 | 0.0007 | - | - | - | - |
| 0.4100 | 3790 | 0.0007 | - | - | - | - |
| 0.4111 | 3800 | 0.0007 | - | - | - | - |
| 0.4122 | 3810 | 0.0007 | - | - | - | - |
| 0.4133 | 3820 | 0.0007 | - | - | - | - |
| 0.4144 | 3830 | 0.0007 | - | - | - | - |
| 0.4154 | 3840 | 0.0007 | - | - | - | - |
| 0.4165 | 3850 | 0.0007 | - | - | - | - |
| 0.4176 | 3860 | 0.0007 | - | - | - | - |
| 0.4187 | 3870 | 0.0007 | - | - | - | - |
| 0.4198 | 3880 | 0.0007 | - | - | - | - |
| 0.4209 | 3890 | 0.0007 | - | - | - | - |
| 0.4219 | 3900 | 0.0007 | - | - | - | - |
| 0.4230 | 3910 | 0.0007 | - | - | - | - |
| 0.4241 | 3920 | 0.0007 | - | - | - | - |
| 0.4252 | 3930 | 0.0007 | - | - | - | - |
| 0.4263 | 3940 | 0.0007 | - | - | - | - |
| 0.4274 | 3950 | 0.0007 | - | - | - | - |
| 0.4284 | 3960 | 0.0007 | - | - | - | - |
| 0.4295 | 3970 | 0.0007 | - | - | - | - |
| 0.4306 | 3980 | 0.0007 | - | - | - | - |
| 0.4317 | 3990 | 0.0007 | - | - | - | - |
| 0.4328 | 4000 | 0.0007 | 0.0007 | 0.4722 | 0.7869 | - |
| 0.4338 | 4010 | 0.0007 | - | - | - | - |
| 0.4349 | 4020 | 0.0007 | - | - | - | - |
| 0.4360 | 4030 | 0.0007 | - | - | - | - |
| 0.4371 | 4040 | 0.0007 | - | - | - | - |
| 0.4382 | 4050 | 0.0007 | - | - | - | - |
| 0.4393 | 4060 | 0.0007 | - | - | - | - |
| 0.4403 | 4070 | 0.0007 | - | - | - | - |
| 0.4414 | 4080 | 0.0007 | - | - | - | - |
| 0.4425 | 4090 | 0.0007 | - | - | - | - |
| 0.4436 | 4100 | 0.0007 | - | - | - | - |
| 0.4447 | 4110 | 0.0007 | - | - | - | - |
| 0.4457 | 4120 | 0.0007 | - | - | - | - |
| 0.4468 | 4130 | 0.0007 | - | - | - | - |
| 0.4479 | 4140 | 0.0007 | - | - | - | - |
| 0.4490 | 4150 | 0.0007 | - | - | - | - |
| 0.4501 | 4160 | 0.0007 | - | - | - | - |
| 0.4512 | 4170 | 0.0007 | - | - | - | - |
| 0.4522 | 4180 | 0.0007 | - | - | - | - |
| 0.4533 | 4190 | 0.0007 | - | - | - | - |
| 0.4544 | 4200 | 0.0007 | - | - | - | - |
| 0.4555 | 4210 | 0.0007 | - | - | - | - |
| 0.4566 | 4220 | 0.0007 | - | - | - | - |
| 0.4576 | 4230 | 0.0007 | - | - | - | - |
| 0.4587 | 4240 | 0.0007 | - | - | - | - |
| 0.4598 | 4250 | 0.0007 | - | - | - | - |
| 0.4609 | 4260 | 0.0007 | - | - | - | - |
| 0.4620 | 4270 | 0.0007 | - | - | - | - |
| 0.4631 | 4280 | 0.0007 | - | - | - | - |
| 0.4641 | 4290 | 0.0007 | - | - | - | - |
| 0.4652 | 4300 | 0.0007 | - | - | - | - |
| 0.4663 | 4310 | 0.0007 | - | - | - | - |
| 0.4674 | 4320 | 0.0007 | - | - | - | - |
| 0.4685 | 4330 | 0.0007 | - | - | - | - |
| 0.4695 | 4340 | 0.0007 | - | - | - | - |
| 0.4706 | 4350 | 0.0007 | - | - | - | - |
| 0.4717 | 4360 | 0.0007 | - | - | - | - |
| 0.4728 | 4370 | 0.0007 | - | - | - | - |
| 0.4739 | 4380 | 0.0007 | - | - | - | - |
| 0.4750 | 4390 | 0.0007 | - | - | - | - |
| 0.4760 | 4400 | 0.0007 | - | - | - | - |
| 0.4771 | 4410 | 0.0007 | - | - | - | - |
| 0.4782 | 4420 | 0.0007 | - | - | - | - |
| 0.4793 | 4430 | 0.0007 | - | - | - | - |
| 0.4804 | 4440 | 0.0007 | - | - | - | - |
| 0.4814 | 4450 | 0.0007 | - | - | - | - |
| 0.4825 | 4460 | 0.0007 | - | - | - | - |
| 0.4836 | 4470 | 0.0007 | - | - | - | - |
| 0.4847 | 4480 | 0.0007 | - | - | - | - |
| 0.4858 | 4490 | 0.0007 | - | - | - | - |
| 0.4869 | 4500 | 0.0007 | - | - | - | - |
| 0.4879 | 4510 | 0.0007 | - | - | - | - |
| 0.4890 | 4520 | 0.0007 | - | - | - | - |
| 0.4901 | 4530 | 0.0007 | - | - | - | - |
| 0.4912 | 4540 | 0.0007 | - | - | - | - |
| 0.4923 | 4550 | 0.0007 | - | - | - | - |
| 0.4933 | 4560 | 0.0007 | - | - | - | - |
| 0.4944 | 4570 | 0.0007 | - | - | - | - |
| 0.4955 | 4580 | 0.0007 | - | - | - | - |
| 0.4966 | 4590 | 0.0007 | - | - | - | - |
| 0.4977 | 4600 | 0.0007 | - | - | - | - |
| 0.4988 | 4610 | 0.0007 | - | - | - | - |
| 0.4998 | 4620 | 0.0007 | - | - | - | - |
| 0.5009 | 4630 | 0.0007 | - | - | - | - |
| 0.5020 | 4640 | 0.0007 | - | - | - | - |
| 0.5031 | 4650 | 0.0007 | - | - | - | - |
| 0.5042 | 4660 | 0.0007 | - | - | - | - |
| 0.5052 | 4670 | 0.0007 | - | - | - | - |
| 0.5063 | 4680 | 0.0007 | - | - | - | - |
| 0.5074 | 4690 | 0.0007 | - | - | - | - |
| 0.5085 | 4700 | 0.0007 | - | - | - | - |
| 0.5096 | 4710 | 0.0007 | - | - | - | - |
| 0.5107 | 4720 | 0.0007 | - | - | - | - |
| 0.5117 | 4730 | 0.0007 | - | - | - | - |
| 0.5128 | 4740 | 0.0007 | - | - | - | - |
| 0.5139 | 4750 | 0.0007 | - | - | - | - |
| 0.5150 | 4760 | 0.0007 | - | - | - | - |
| 0.5161 | 4770 | 0.0007 | - | - | - | - |
| 0.5171 | 4780 | 0.0007 | - | - | - | - |
| 0.5182 | 4790 | 0.0007 | - | - | - | - |
| 0.5193 | 4800 | 0.0007 | - | - | - | - |
| 0.5204 | 4810 | 0.0007 | - | - | - | - |
| 0.5215 | 4820 | 0.0007 | - | - | - | - |
| 0.5226 | 4830 | 0.0007 | - | - | - | - |
| 0.5236 | 4840 | 0.0007 | - | - | - | - |
| 0.5247 | 4850 | 0.0007 | - | - | - | - |
| 0.5258 | 4860 | 0.0007 | - | - | - | - |
| 0.5269 | 4870 | 0.0007 | - | - | - | - |
| 0.5280 | 4880 | 0.0007 | - | - | - | - |
| 0.5290 | 4890 | 0.0007 | - | - | - | - |
| 0.5301 | 4900 | 0.0007 | - | - | - | - |
| 0.5312 | 4910 | 0.0007 | - | - | - | - |
| 0.5323 | 4920 | 0.0007 | - | - | - | - |
| 0.5334 | 4930 | 0.0007 | - | - | - | - |
| 0.5345 | 4940 | 0.0007 | - | - | - | - |
| 0.5355 | 4950 | 0.0007 | - | - | - | - |
| 0.5366 | 4960 | 0.0007 | - | - | - | - |
| 0.5377 | 4970 | 0.0007 | - | - | - | - |
| 0.5388 | 4980 | 0.0007 | - | - | - | - |
| 0.5399 | 4990 | 0.0007 | - | - | - | - |
| 0.5409 | 5000 | 0.0007 | 0.0007 | 0.4719 | 0.7905 | - |
| 0.5420 | 5010 | 0.0007 | - | - | - | - |
| 0.5431 | 5020 | 0.0007 | - | - | - | - |
| 0.5442 | 5030 | 0.0007 | - | - | - | - |
| 0.5453 | 5040 | 0.0007 | - | - | - | - |
| 0.5464 | 5050 | 0.0007 | - | - | - | - |
| 0.5474 | 5060 | 0.0007 | - | - | - | - |
| 0.5485 | 5070 | 0.0007 | - | - | - | - |
| 0.5496 | 5080 | 0.0007 | - | - | - | - |
| 0.5507 | 5090 | 0.0007 | - | - | - | - |
| 0.5518 | 5100 | 0.0007 | - | - | - | - |
| 0.5529 | 5110 | 0.0007 | - | - | - | - |
| 0.5539 | 5120 | 0.0007 | - | - | - | - |
| 0.5550 | 5130 | 0.0007 | - | - | - | - |
| 0.5561 | 5140 | 0.0007 | - | - | - | - |
| 0.5572 | 5150 | 0.0007 | - | - | - | - |
| 0.5583 | 5160 | 0.0007 | - | - | - | - |
| 0.5593 | 5170 | 0.0007 | - | - | - | - |
| 0.5604 | 5180 | 0.0007 | - | - | - | - |
| 0.5615 | 5190 | 0.0007 | - | - | - | - |
| 0.5626 | 5200 | 0.0007 | - | - | - | - |
| 0.5637 | 5210 | 0.0007 | - | - | - | - |
| 0.5648 | 5220 | 0.0007 | - | - | - | - |
| 0.5658 | 5230 | 0.0007 | - | - | - | - |
| 0.5669 | 5240 | 0.0007 | - | - | - | - |
| 0.5680 | 5250 | 0.0007 | - | - | - | - |
| 0.5691 | 5260 | 0.0007 | - | - | - | - |
| 0.5702 | 5270 | 0.0007 | - | - | - | - |
| 0.5712 | 5280 | 0.0007 | - | - | - | - |
| 0.5723 | 5290 | 0.0007 | - | - | - | - |
| 0.5734 | 5300 | 0.0007 | - | - | - | - |
| 0.5745 | 5310 | 0.0007 | - | - | - | - |
| 0.5756 | 5320 | 0.0007 | - | - | - | - |
| 0.5767 | 5330 | 0.0007 | - | - | - | - |
| 0.5777 | 5340 | 0.0007 | - | - | - | - |
| 0.5788 | 5350 | 0.0007 | - | - | - | - |
| 0.5799 | 5360 | 0.0007 | - | - | - | - |
| 0.5810 | 5370 | 0.0007 | - | - | - | - |
| 0.5821 | 5380 | 0.0007 | - | - | - | - |
| 0.5831 | 5390 | 0.0007 | - | - | - | - |
| 0.5842 | 5400 | 0.0007 | - | - | - | - |
| 0.5853 | 5410 | 0.0007 | - | - | - | - |
| 0.5864 | 5420 | 0.0007 | - | - | - | - |
| 0.5875 | 5430 | 0.0007 | - | - | - | - |
| 0.5886 | 5440 | 0.0007 | - | - | - | - |
| 0.5896 | 5450 | 0.0007 | - | - | - | - |
| 0.5907 | 5460 | 0.0007 | - | - | - | - |
| 0.5918 | 5470 | 0.0007 | - | - | - | - |
| 0.5929 | 5480 | 0.0007 | - | - | - | - |
| 0.5940 | 5490 | 0.0007 | - | - | - | - |
| 0.5950 | 5500 | 0.0007 | - | - | - | - |
| 0.5961 | 5510 | 0.0007 | - | - | - | - |
| 0.5972 | 5520 | 0.0007 | - | - | - | - |
| 0.5983 | 5530 | 0.0007 | - | - | - | - |
| 0.5994 | 5540 | 0.0007 | - | - | - | - |
| 0.6005 | 5550 | 0.0007 | - | - | - | - |
| 0.6015 | 5560 | 0.0007 | - | - | - | - |
| 0.6026 | 5570 | 0.0007 | - | - | - | - |
| 0.6037 | 5580 | 0.0007 | - | - | - | - |
| 0.6048 | 5590 | 0.0007 | - | - | - | - |
| 0.6059 | 5600 | 0.0007 | - | - | - | - |
| 0.6069 | 5610 | 0.0007 | - | - | - | - |
| 0.6080 | 5620 | 0.0007 | - | - | - | - |
| 0.6091 | 5630 | 0.0007 | - | - | - | - |
| 0.6102 | 5640 | 0.0007 | - | - | - | - |
| 0.6113 | 5650 | 0.0007 | - | - | - | - |
| 0.6124 | 5660 | 0.0007 | - | - | - | - |
| 0.6134 | 5670 | 0.0007 | - | - | - | - |
| 0.6145 | 5680 | 0.0007 | - | - | - | - |
| 0.6156 | 5690 | 0.0007 | - | - | - | - |
| 0.6167 | 5700 | 0.0007 | - | - | - | - |
| 0.6178 | 5710 | 0.0007 | - | - | - | - |
| 0.6188 | 5720 | 0.0007 | - | - | - | - |
| 0.6199 | 5730 | 0.0007 | - | - | - | - |
| 0.6210 | 5740 | 0.0007 | - | - | - | - |
| 0.6221 | 5750 | 0.0007 | - | - | - | - |
| 0.6232 | 5760 | 0.0007 | - | - | - | - |
| 0.6243 | 5770 | 0.0007 | - | - | - | - |
| 0.6253 | 5780 | 0.0007 | - | - | - | - |
| 0.6264 | 5790 | 0.0007 | - | - | - | - |
| 0.6275 | 5800 | 0.0007 | - | - | - | - |
| 0.6286 | 5810 | 0.0007 | - | - | - | - |
| 0.6297 | 5820 | 0.0007 | - | - | - | - |
| 0.6307 | 5830 | 0.0007 | - | - | - | - |
| 0.6318 | 5840 | 0.0007 | - | - | - | - |
| 0.6329 | 5850 | 0.0007 | - | - | - | - |
| 0.6340 | 5860 | 0.0007 | - | - | - | - |
| 0.6351 | 5870 | 0.0007 | - | - | - | - |
| 0.6362 | 5880 | 0.0007 | - | - | - | - |
| 0.6372 | 5890 | 0.0007 | - | - | - | - |
| 0.6383 | 5900 | 0.0007 | - | - | - | - |
| 0.6394 | 5910 | 0.0007 | - | - | - | - |
| 0.6405 | 5920 | 0.0007 | - | - | - | - |
| 0.6416 | 5930 | 0.0007 | - | - | - | - |
| 0.6426 | 5940 | 0.0007 | - | - | - | - |
| 0.6437 | 5950 | 0.0007 | - | - | - | - |
| 0.6448 | 5960 | 0.0007 | - | - | - | - |
| 0.6459 | 5970 | 0.0007 | - | - | - | - |
| 0.6470 | 5980 | 0.0007 | - | - | - | - |
| 0.6481 | 5990 | 0.0007 | - | - | - | - |
| 0.6491 | 6000 | 0.0007 | 0.0006 | 0.4761 | 0.7885 | - |
| 0.6502 | 6010 | 0.0007 | - | - | - | - |
| 0.6513 | 6020 | 0.0007 | - | - | - | - |
| 0.6524 | 6030 | 0.0007 | - | - | - | - |
| 0.6535 | 6040 | 0.0007 | - | - | - | - |
| 0.6545 | 6050 | 0.0007 | - | - | - | - |
| 0.6556 | 6060 | 0.0007 | - | - | - | - |
| 0.6567 | 6070 | 0.0007 | - | - | - | - |
| 0.6578 | 6080 | 0.0007 | - | - | - | - |
| 0.6589 | 6090 | 0.0007 | - | - | - | - |
| 0.6600 | 6100 | 0.0007 | - | - | - | - |
| 0.6610 | 6110 | 0.0007 | - | - | - | - |
| 0.6621 | 6120 | 0.0007 | - | - | - | - |
| 0.6632 | 6130 | 0.0007 | - | - | - | - |
| 0.6643 | 6140 | 0.0007 | - | - | - | - |
| 0.6654 | 6150 | 0.0007 | - | - | - | - |
| 0.6665 | 6160 | 0.0007 | - | - | - | - |
| 0.6675 | 6170 | 0.0007 | - | - | - | - |
| 0.6686 | 6180 | 0.0007 | - | - | - | - |
| 0.6697 | 6190 | 0.0007 | - | - | - | - |
| 0.6708 | 6200 | 0.0007 | - | - | - | - |
| 0.6719 | 6210 | 0.0007 | - | - | - | - |
| 0.6729 | 6220 | 0.0007 | - | - | - | - |
| 0.6740 | 6230 | 0.0007 | - | - | - | - |
| 0.6751 | 6240 | 0.0007 | - | - | - | - |
| 0.6762 | 6250 | 0.0007 | - | - | - | - |
| 0.6773 | 6260 | 0.0007 | - | - | - | - |
| 0.6784 | 6270 | 0.0007 | - | - | - | - |
| 0.6794 | 6280 | 0.0007 | - | - | - | - |
| 0.6805 | 6290 | 0.0007 | - | - | - | - |
| 0.6816 | 6300 | 0.0007 | - | - | - | - |
| 0.6827 | 6310 | 0.0007 | - | - | - | - |
| 0.6838 | 6320 | 0.0007 | - | - | - | - |
| 0.6848 | 6330 | 0.0007 | - | - | - | - |
| 0.6859 | 6340 | 0.0007 | - | - | - | - |
| 0.6870 | 6350 | 0.0007 | - | - | - | - |
| 0.6881 | 6360 | 0.0007 | - | - | - | - |
| 0.6892 | 6370 | 0.0007 | - | - | - | - |
| 0.6903 | 6380 | 0.0007 | - | - | - | - |
| 0.6913 | 6390 | 0.0007 | - | - | - | - |
| 0.6924 | 6400 | 0.0007 | - | - | - | - |
| 0.6935 | 6410 | 0.0007 | - | - | - | - |
| 0.6946 | 6420 | 0.0007 | - | - | - | - |
| 0.6957 | 6430 | 0.0007 | - | - | - | - |
| 0.6967 | 6440 | 0.0007 | - | - | - | - |
| 0.6978 | 6450 | 0.0007 | - | - | - | - |
| 0.6989 | 6460 | 0.0007 | - | - | - | - |
| 0.7000 | 6470 | 0.0007 | - | - | - | - |
| 0.7011 | 6480 | 0.0007 | - | - | - | - |
| 0.7022 | 6490 | 0.0007 | - | - | - | - |
| 0.7032 | 6500 | 0.0007 | - | - | - | - |
| 0.7043 | 6510 | 0.0007 | - | - | - | - |
| 0.7054 | 6520 | 0.0007 | - | - | - | - |
| 0.7065 | 6530 | 0.0007 | - | - | - | - |
| 0.7076 | 6540 | 0.0007 | - | - | - | - |
| 0.7086 | 6550 | 0.0007 | - | - | - | - |
| 0.7097 | 6560 | 0.0007 | - | - | - | - |
| 0.7108 | 6570 | 0.0007 | - | - | - | - |
| 0.7119 | 6580 | 0.0007 | - | - | - | - |
| 0.7130 | 6590 | 0.0007 | - | - | - | - |
| 0.7141 | 6600 | 0.0007 | - | - | - | - |
| 0.7151 | 6610 | 0.0007 | - | - | - | - |
| 0.7162 | 6620 | 0.0007 | - | - | - | - |
| 0.7173 | 6630 | 0.0007 | - | - | - | - |
| 0.7184 | 6640 | 0.0007 | - | - | - | - |
| 0.7195 | 6650 | 0.0007 | - | - | - | - |
| 0.7205 | 6660 | 0.0007 | - | - | - | - |
| 0.7216 | 6670 | 0.0007 | - | - | - | - |
| 0.7227 | 6680 | 0.0007 | - | - | - | - |
| 0.7238 | 6690 | 0.0007 | - | - | - | - |
| 0.7249 | 6700 | 0.0007 | - | - | - | - |
| 0.7260 | 6710 | 0.0007 | - | - | - | - |
| 0.7270 | 6720 | 0.0007 | - | - | - | - |
| 0.7281 | 6730 | 0.0007 | - | - | - | - |
| 0.7292 | 6740 | 0.0007 | - | - | - | - |
| 0.7303 | 6750 | 0.0007 | - | - | - | - |
| 0.7314 | 6760 | 0.0007 | - | - | - | - |
| 0.7324 | 6770 | 0.0007 | - | - | - | - |
| 0.7335 | 6780 | 0.0007 | - | - | - | - |
| 0.7346 | 6790 | 0.0007 | - | - | - | - |
| 0.7357 | 6800 | 0.0007 | - | - | - | - |
| 0.7368 | 6810 | 0.0007 | - | - | - | - |
| 0.7379 | 6820 | 0.0007 | - | - | - | - |
| 0.7389 | 6830 | 0.0007 | - | - | - | - |
| 0.7400 | 6840 | 0.0007 | - | - | - | - |
| 0.7411 | 6850 | 0.0007 | - | - | - | - |
| 0.7422 | 6860 | 0.0007 | - | - | - | - |
| 0.7433 | 6870 | 0.0007 | - | - | - | - |
| 0.7443 | 6880 | 0.0007 | - | - | - | - |
| 0.7454 | 6890 | 0.0007 | - | - | - | - |
| 0.7465 | 6900 | 0.0007 | - | - | - | - |
| 0.7476 | 6910 | 0.0007 | - | - | - | - |
| 0.7487 | 6920 | 0.0007 | - | - | - | - |
| 0.7498 | 6930 | 0.0007 | - | - | - | - |
| 0.7508 | 6940 | 0.0007 | - | - | - | - |
| 0.7519 | 6950 | 0.0007 | - | - | - | - |
| 0.7530 | 6960 | 0.0007 | - | - | - | - |
| 0.7541 | 6970 | 0.0007 | - | - | - | - |
| 0.7552 | 6980 | 0.0007 | - | - | - | - |
| 0.7562 | 6990 | 0.0007 | - | - | - | - |
| 0.7573 | 7000 | 0.0007 | 0.0006 | 0.4788 | 0.7901 | - |
| 0.7584 | 7010 | 0.0007 | - | - | - | - |
| 0.7595 | 7020 | 0.0007 | - | - | - | - |
| 0.7606 | 7030 | 0.0007 | - | - | - | - |
| 0.7617 | 7040 | 0.0007 | - | - | - | - |
| 0.7627 | 7050 | 0.0007 | - | - | - | - |
| 0.7638 | 7060 | 0.0007 | - | - | - | - |
| 0.7649 | 7070 | 0.0007 | - | - | - | - |
| 0.7660 | 7080 | 0.0007 | - | - | - | - |
| 0.7671 | 7090 | 0.0007 | - | - | - | - |
| 0.7681 | 7100 | 0.0007 | - | - | - | - |
| 0.7692 | 7110 | 0.0007 | - | - | - | - |
| 0.7703 | 7120 | 0.0007 | - | - | - | - |
| 0.7714 | 7130 | 0.0007 | - | - | - | - |
| 0.7725 | 7140 | 0.0007 | - | - | - | - |
| 0.7736 | 7150 | 0.0007 | - | - | - | - |
| 0.7746 | 7160 | 0.0007 | - | - | - | - |
| 0.7757 | 7170 | 0.0007 | - | - | - | - |
| 0.7768 | 7180 | 0.0007 | - | - | - | - |
| 0.7779 | 7190 | 0.0007 | - | - | - | - |
| 0.7790 | 7200 | 0.0007 | - | - | - | - |
| 0.7800 | 7210 | 0.0007 | - | - | - | - |
| 0.7811 | 7220 | 0.0007 | - | - | - | - |
| 0.7822 | 7230 | 0.0007 | - | - | - | - |
| 0.7833 | 7240 | 0.0007 | - | - | - | - |
| 0.7844 | 7250 | 0.0007 | - | - | - | - |
| 0.7855 | 7260 | 0.0007 | - | - | - | - |
| 0.7865 | 7270 | 0.0007 | - | - | - | - |
| 0.7876 | 7280 | 0.0007 | - | - | - | - |
| 0.7887 | 7290 | 0.0007 | - | - | - | - |
| 0.7898 | 7300 | 0.0007 | - | - | - | - |
| 0.7909 | 7310 | 0.0007 | - | - | - | - |
| 0.7920 | 7320 | 0.0007 | - | - | - | - |
| 0.7930 | 7330 | 0.0006 | - | - | - | - |
| 0.7941 | 7340 | 0.0007 | - | - | - | - |
| 0.7952 | 7350 | 0.0007 | - | - | - | - |
| 0.7963 | 7360 | 0.0007 | - | - | - | - |
| 0.7974 | 7370 | 0.0007 | - | - | - | - |
| 0.7984 | 7380 | 0.0007 | - | - | - | - |
| 0.7995 | 7390 | 0.0007 | - | - | - | - |
| 0.8006 | 7400 | 0.0007 | - | - | - | - |
| 0.8017 | 7410 | 0.0007 | - | - | - | - |
| 0.8028 | 7420 | 0.0007 | - | - | - | - |
| 0.8039 | 7430 | 0.0007 | - | - | - | - |
| 0.8049 | 7440 | 0.0007 | - | - | - | - |
| 0.8060 | 7450 | 0.0007 | - | - | - | - |
| 0.8071 | 7460 | 0.0007 | - | - | - | - |
| 0.8082 | 7470 | 0.0007 | - | - | - | - |
| 0.8093 | 7480 | 0.0007 | - | - | - | - |
| 0.8103 | 7490 | 0.0007 | - | - | - | - |
| 0.8114 | 7500 | 0.0007 | - | - | - | - |
| 0.8125 | 7510 | 0.0007 | - | - | - | - |
| 0.8136 | 7520 | 0.0007 | - | - | - | - |
| 0.8147 | 7530 | 0.0007 | - | - | - | - |
| 0.8158 | 7540 | 0.0007 | - | - | - | - |
| 0.8168 | 7550 | 0.0007 | - | - | - | - |
| 0.8179 | 7560 | 0.0007 | - | - | - | - |
| 0.8190 | 7570 | 0.0007 | - | - | - | - |
| 0.8201 | 7580 | 0.0007 | - | - | - | - |
| 0.8212 | 7590 | 0.0007 | - | - | - | - |
| 0.8222 | 7600 | 0.0007 | - | - | - | - |
| 0.8233 | 7610 | 0.0007 | - | - | - | - |
| 0.8244 | 7620 | 0.0007 | - | - | - | - |
| 0.8255 | 7630 | 0.0007 | - | - | - | - |
| 0.8266 | 7640 | 0.0007 | - | - | - | - |
| 0.8277 | 7650 | 0.0007 | - | - | - | - |
| 0.8287 | 7660 | 0.0007 | - | - | - | - |
| 0.8298 | 7670 | 0.0007 | - | - | - | - |
| 0.8309 | 7680 | 0.0007 | - | - | - | - |
| 0.8320 | 7690 | 0.0007 | - | - | - | - |
| 0.8331 | 7700 | 0.0007 | - | - | - | - |
| 0.8341 | 7710 | 0.0007 | - | - | - | - |
| 0.8352 | 7720 | 0.0007 | - | - | - | - |
| 0.8363 | 7730 | 0.0007 | - | - | - | - |
| 0.8374 | 7740 | 0.0007 | - | - | - | - |
| 0.8385 | 7750 | 0.0007 | - | - | - | - |
| 0.8396 | 7760 | 0.0007 | - | - | - | - |
| 0.8406 | 7770 | 0.0007 | - | - | - | - |
| 0.8417 | 7780 | 0.0007 | - | - | - | - |
| 0.8428 | 7790 | 0.0007 | - | - | - | - |
| 0.8439 | 7800 | 0.0007 | - | - | - | - |
| 0.8450 | 7810 | 0.0007 | - | - | - | - |
| 0.8460 | 7820 | 0.0007 | - | - | - | - |
| 0.8471 | 7830 | 0.0007 | - | - | - | - |
| 0.8482 | 7840 | 0.0007 | - | - | - | - |
| 0.8493 | 7850 | 0.0007 | - | - | - | - |
| 0.8504 | 7860 | 0.0007 | - | - | - | - |
| 0.8515 | 7870 | 0.0007 | - | - | - | - |
| 0.8525 | 7880 | 0.0007 | - | - | - | - |
| 0.8536 | 7890 | 0.0007 | - | - | - | - |
| 0.8547 | 7900 | 0.0007 | - | - | - | - |
| 0.8558 | 7910 | 0.0007 | - | - | - | - |
| 0.8569 | 7920 | 0.0007 | - | - | - | - |
| 0.8579 | 7930 | 0.0007 | - | - | - | - |
| 0.8590 | 7940 | 0.0007 | - | - | - | - |
| 0.8601 | 7950 | 0.0007 | - | - | - | - |
| 0.8612 | 7960 | 0.0007 | - | - | - | - |
| 0.8623 | 7970 | 0.0007 | - | - | - | - |
| 0.8634 | 7980 | 0.0007 | - | - | - | - |
| 0.8644 | 7990 | 0.0007 | - | - | - | - |
| 0.8655 | 8000 | 0.0007 | 0.0006 | 0.4814 | 0.7918 | - |
| 0.8666 | 8010 | 0.0007 | - | - | - | - |
| 0.8677 | 8020 | 0.0007 | - | - | - | - |
| 0.8688 | 8030 | 0.0007 | - | - | - | - |
| 0.8698 | 8040 | 0.0007 | - | - | - | - |
| 0.8709 | 8050 | 0.0007 | - | - | - | - |
| 0.8720 | 8060 | 0.0007 | - | - | - | - |
| 0.8731 | 8070 | 0.0007 | - | - | - | - |
| 0.8742 | 8080 | 0.0007 | - | - | - | - |
| 0.8753 | 8090 | 0.0007 | - | - | - | - |
| 0.8763 | 8100 | 0.0007 | - | - | - | - |
| 0.8774 | 8110 | 0.0007 | - | - | - | - |
| 0.8785 | 8120 | 0.0007 | - | - | - | - |
| 0.8796 | 8130 | 0.0007 | - | - | - | - |
| 0.8807 | 8140 | 0.0007 | - | - | - | - |
| 0.8817 | 8150 | 0.0007 | - | - | - | - |
| 0.8828 | 8160 | 0.0007 | - | - | - | - |
| 0.8839 | 8170 | 0.0007 | - | - | - | - |
| 0.8850 | 8180 | 0.0007 | - | - | - | - |
| 0.8861 | 8190 | 0.0007 | - | - | - | - |
| 0.8872 | 8200 | 0.0007 | - | - | - | - |
| 0.8882 | 8210 | 0.0007 | - | - | - | - |
| 0.8893 | 8220 | 0.0007 | - | - | - | - |
| 0.8904 | 8230 | 0.0007 | - | - | - | - |
| 0.8915 | 8240 | 0.0007 | - | - | - | - |
| 0.8926 | 8250 | 0.0007 | - | - | - | - |
| 0.8936 | 8260 | 0.0007 | - | - | - | - |
| 0.8947 | 8270 | 0.0007 | - | - | - | - |
| 0.8958 | 8280 | 0.0007 | - | - | - | - |
| 0.8969 | 8290 | 0.0007 | - | - | - | - |
| 0.8980 | 8300 | 0.0007 | - | - | - | - |
| 0.8991 | 8310 | 0.0007 | - | - | - | - |
| 0.9001 | 8320 | 0.0007 | - | - | - | - |
| 0.9012 | 8330 | 0.0007 | - | - | - | - |
| 0.9023 | 8340 | 0.0007 | - | - | - | - |
| 0.9034 | 8350 | 0.0007 | - | - | - | - |
| 0.9045 | 8360 | 0.0007 | - | - | - | - |
| 0.9056 | 8370 | 0.0007 | - | - | - | - |
| 0.9066 | 8380 | 0.0007 | - | - | - | - |
| 0.9077 | 8390 | 0.0007 | - | - | - | - |
| 0.9088 | 8400 | 0.0007 | - | - | - | - |
| 0.9099 | 8410 | 0.0007 | - | - | - | - |
| 0.9110 | 8420 | 0.0007 | - | - | - | - |
| 0.9120 | 8430 | 0.0007 | - | - | - | - |
| 0.9131 | 8440 | 0.0007 | - | - | - | - |
| 0.9142 | 8450 | 0.0007 | - | - | - | - |
| 0.9153 | 8460 | 0.0007 | - | - | - | - |
| 0.9164 | 8470 | 0.0007 | - | - | - | - |
| 0.9175 | 8480 | 0.0006 | - | - | - | - |
| 0.9185 | 8490 | 0.0007 | - | - | - | - |
| 0.9196 | 8500 | 0.0007 | - | - | - | - |
| 0.9207 | 8510 | 0.0007 | - | - | - | - |
| 0.9218 | 8520 | 0.0007 | - | - | - | - |
| 0.9229 | 8530 | 0.0007 | - | - | - | - |
| 0.9239 | 8540 | 0.0007 | - | - | - | - |
| 0.9250 | 8550 | 0.0007 | - | - | - | - |
| 0.9261 | 8560 | 0.0007 | - | - | - | - |
| 0.9272 | 8570 | 0.0007 | - | - | - | - |
| 0.9283 | 8580 | 0.0007 | - | - | - | - |
| 0.9294 | 8590 | 0.0007 | - | - | - | - |
| 0.9304 | 8600 | 0.0007 | - | - | - | - |
| 0.9315 | 8610 | 0.0007 | - | - | - | - |
| 0.9326 | 8620 | 0.0007 | - | - | - | - |
| 0.9337 | 8630 | 0.0007 | - | - | - | - |
| 0.9348 | 8640 | 0.0007 | - | - | - | - |
| 0.9358 | 8650 | 0.0007 | - | - | - | - |
| 0.9369 | 8660 | 0.0007 | - | - | - | - |
| 0.9380 | 8670 | 0.0007 | - | - | - | - |
| 0.9391 | 8680 | 0.0007 | - | - | - | - |
| 0.9402 | 8690 | 0.0007 | - | - | - | - |
| 0.9413 | 8700 | 0.0007 | - | - | - | - |
| 0.9423 | 8710 | 0.0007 | - | - | - | - |
| 0.9434 | 8720 | 0.0007 | - | - | - | - |
| 0.9445 | 8730 | 0.0007 | - | - | - | - |
| 0.9456 | 8740 | 0.0007 | - | - | - | - |
| 0.9467 | 8750 | 0.0007 | - | - | - | - |
| 0.9477 | 8760 | 0.0007 | - | - | - | - |
| 0.9488 | 8770 | 0.0007 | - | - | - | - |
| 0.9499 | 8780 | 0.0007 | - | - | - | - |
| 0.9510 | 8790 | 0.0007 | - | - | - | - |
| 0.9521 | 8800 | 0.0007 | - | - | - | - |
| 0.9532 | 8810 | 0.0007 | - | - | - | - |
| 0.9542 | 8820 | 0.0007 | - | - | - | - |
| 0.9553 | 8830 | 0.0007 | - | - | - | - |
| 0.9564 | 8840 | 0.0007 | - | - | - | - |
| 0.9575 | 8850 | 0.0007 | - | - | - | - |
| 0.9586 | 8860 | 0.0007 | - | - | - | - |
| 0.9596 | 8870 | 0.0007 | - | - | - | - |
| 0.9607 | 8880 | 0.0007 | - | - | - | - |
| 0.9618 | 8890 | 0.0007 | - | - | - | - |
| 0.9629 | 8900 | 0.0007 | - | - | - | - |
| 0.9640 | 8910 | 0.0007 | - | - | - | - |
| 0.9651 | 8920 | 0.0007 | - | - | - | - |
| 0.9661 | 8930 | 0.0007 | - | - | - | - |
| 0.9672 | 8940 | 0.0007 | - | - | - | - |
| 0.9683 | 8950 | 0.0007 | - | - | - | - |
| 0.9694 | 8960 | 0.0007 | - | - | - | - |
| 0.9705 | 8970 | 0.0007 | - | - | - | - |
| 0.9715 | 8980 | 0.0007 | - | - | - | - |
| 0.9726 | 8990 | 0.0007 | - | - | - | - |
| 0.9737 | 9000 | 0.0007 | 0.0006 | 0.4822 | 0.7917 | - |
| 0.9748 | 9010 | 0.0007 | - | - | - | - |
| 0.9759 | 9020 | 0.0007 | - | - | - | - |
| 0.9770 | 9030 | 0.0007 | - | - | - | - |
| 0.9780 | 9040 | 0.0007 | - | - | - | - |
| 0.9791 | 9050 | 0.0007 | - | - | - | - |
| 0.9802 | 9060 | 0.0007 | - | - | - | - |
| 0.9813 | 9070 | 0.0007 | - | - | - | - |
| 0.9824 | 9080 | 0.0007 | - | - | - | - |
| 0.9834 | 9090 | 0.0007 | - | - | - | - |
| 0.9845 | 9100 | 0.0007 | - | - | - | - |
| 0.9856 | 9110 | 0.0007 | - | - | - | - |
| 0.9867 | 9120 | 0.0007 | - | - | - | - |
| 0.9878 | 9130 | 0.0007 | - | - | - | - |
| 0.9889 | 9140 | 0.0007 | - | - | - | - |
| 0.9899 | 9150 | 0.0007 | - | - | - | - |
| 0.9910 | 9160 | 0.0007 | - | - | - | - |
| 0.9921 | 9170 | 0.0007 | - | - | - | - |
| 0.9932 | 9180 | 0.0007 | - | - | - | - |
| 0.9943 | 9190 | 0.0007 | - | - | - | - |
| 0.9953 | 9200 | 0.0007 | - | - | - | - |
| 0.9964 | 9210 | 0.0007 | - | - | - | - |
| 0.9975 | 9220 | 0.0007 | - | - | - | - |
| 0.9986 | 9230 | 0.0007 | - | - | - | - |
| 0.9997 | 9240 | 0.0007 | - | - | - | - |
| 1.0 | 9243 | - | - | 0.4820 | - | 0.7143 |