leolin12345 commited on
Commit
b36d201
1 Parent(s): 8dc016a

Upload trainer_state.json

Browse files
Files changed (1) hide show
  1. trainer_state.json +4406 -0
trainer_state.json ADDED
@@ -0,0 +1,4406 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 0.14961867034435272,
3
+ "best_model_checkpoint": "/home/ubuntu/ML/source_code/fine-tuned-legalroberta/qa/checkpoint-364860",
4
+ "epoch": 2.0,
5
+ "global_step": 364860,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.0,
12
+ "learning_rate": 1.9981728151437082e-05,
13
+ "loss": 0.3901,
14
+ "step": 500
15
+ },
16
+ {
17
+ "epoch": 0.01,
18
+ "learning_rate": 1.9963456302874163e-05,
19
+ "loss": 0.1441,
20
+ "step": 1000
21
+ },
22
+ {
23
+ "epoch": 0.01,
24
+ "learning_rate": 1.9945184454311244e-05,
25
+ "loss": 0.107,
26
+ "step": 1500
27
+ },
28
+ {
29
+ "epoch": 0.01,
30
+ "learning_rate": 1.9926912605748324e-05,
31
+ "loss": 0.1122,
32
+ "step": 2000
33
+ },
34
+ {
35
+ "epoch": 0.01,
36
+ "learning_rate": 1.9908640757185405e-05,
37
+ "loss": 0.1177,
38
+ "step": 2500
39
+ },
40
+ {
41
+ "epoch": 0.02,
42
+ "learning_rate": 1.9890368908622486e-05,
43
+ "loss": 0.1039,
44
+ "step": 3000
45
+ },
46
+ {
47
+ "epoch": 0.02,
48
+ "learning_rate": 1.9872097060059567e-05,
49
+ "loss": 0.0989,
50
+ "step": 3500
51
+ },
52
+ {
53
+ "epoch": 0.02,
54
+ "learning_rate": 1.985382521149665e-05,
55
+ "loss": 0.1081,
56
+ "step": 4000
57
+ },
58
+ {
59
+ "epoch": 0.02,
60
+ "learning_rate": 1.983555336293373e-05,
61
+ "loss": 0.0978,
62
+ "step": 4500
63
+ },
64
+ {
65
+ "epoch": 0.03,
66
+ "learning_rate": 1.981728151437081e-05,
67
+ "loss": 0.0979,
68
+ "step": 5000
69
+ },
70
+ {
71
+ "epoch": 0.03,
72
+ "learning_rate": 1.9799009665807893e-05,
73
+ "loss": 0.1083,
74
+ "step": 5500
75
+ },
76
+ {
77
+ "epoch": 0.03,
78
+ "learning_rate": 1.9780737817244973e-05,
79
+ "loss": 0.0935,
80
+ "step": 6000
81
+ },
82
+ {
83
+ "epoch": 0.04,
84
+ "learning_rate": 1.9762465968682054e-05,
85
+ "loss": 0.091,
86
+ "step": 6500
87
+ },
88
+ {
89
+ "epoch": 0.04,
90
+ "learning_rate": 1.9744194120119135e-05,
91
+ "loss": 0.1068,
92
+ "step": 7000
93
+ },
94
+ {
95
+ "epoch": 0.04,
96
+ "learning_rate": 1.9725922271556216e-05,
97
+ "loss": 0.1264,
98
+ "step": 7500
99
+ },
100
+ {
101
+ "epoch": 0.04,
102
+ "learning_rate": 1.9707650422993296e-05,
103
+ "loss": 0.1381,
104
+ "step": 8000
105
+ },
106
+ {
107
+ "epoch": 0.05,
108
+ "learning_rate": 1.9689378574430377e-05,
109
+ "loss": 0.0971,
110
+ "step": 8500
111
+ },
112
+ {
113
+ "epoch": 0.05,
114
+ "learning_rate": 1.9671106725867458e-05,
115
+ "loss": 0.1426,
116
+ "step": 9000
117
+ },
118
+ {
119
+ "epoch": 0.05,
120
+ "learning_rate": 1.965283487730454e-05,
121
+ "loss": 0.1167,
122
+ "step": 9500
123
+ },
124
+ {
125
+ "epoch": 0.05,
126
+ "learning_rate": 1.963456302874162e-05,
127
+ "loss": 0.1031,
128
+ "step": 10000
129
+ },
130
+ {
131
+ "epoch": 0.06,
132
+ "learning_rate": 1.96162911801787e-05,
133
+ "loss": 0.1154,
134
+ "step": 10500
135
+ },
136
+ {
137
+ "epoch": 0.06,
138
+ "learning_rate": 1.959801933161578e-05,
139
+ "loss": 0.1116,
140
+ "step": 11000
141
+ },
142
+ {
143
+ "epoch": 0.06,
144
+ "learning_rate": 1.957974748305286e-05,
145
+ "loss": 0.0929,
146
+ "step": 11500
147
+ },
148
+ {
149
+ "epoch": 0.07,
150
+ "learning_rate": 1.9561475634489945e-05,
151
+ "loss": 0.0812,
152
+ "step": 12000
153
+ },
154
+ {
155
+ "epoch": 0.07,
156
+ "learning_rate": 1.9543203785927023e-05,
157
+ "loss": 0.1107,
158
+ "step": 12500
159
+ },
160
+ {
161
+ "epoch": 0.07,
162
+ "learning_rate": 1.9524931937364103e-05,
163
+ "loss": 0.0934,
164
+ "step": 13000
165
+ },
166
+ {
167
+ "epoch": 0.07,
168
+ "learning_rate": 1.9506660088801187e-05,
169
+ "loss": 0.0963,
170
+ "step": 13500
171
+ },
172
+ {
173
+ "epoch": 0.08,
174
+ "learning_rate": 1.9488388240238268e-05,
175
+ "loss": 0.1121,
176
+ "step": 14000
177
+ },
178
+ {
179
+ "epoch": 0.08,
180
+ "learning_rate": 1.9470116391675345e-05,
181
+ "loss": 0.1094,
182
+ "step": 14500
183
+ },
184
+ {
185
+ "epoch": 0.08,
186
+ "learning_rate": 1.945184454311243e-05,
187
+ "loss": 0.0955,
188
+ "step": 15000
189
+ },
190
+ {
191
+ "epoch": 0.08,
192
+ "learning_rate": 1.943357269454951e-05,
193
+ "loss": 0.1061,
194
+ "step": 15500
195
+ },
196
+ {
197
+ "epoch": 0.09,
198
+ "learning_rate": 1.941530084598659e-05,
199
+ "loss": 0.1049,
200
+ "step": 16000
201
+ },
202
+ {
203
+ "epoch": 0.09,
204
+ "learning_rate": 1.939702899742367e-05,
205
+ "loss": 0.1018,
206
+ "step": 16500
207
+ },
208
+ {
209
+ "epoch": 0.09,
210
+ "learning_rate": 1.9378757148860752e-05,
211
+ "loss": 0.1117,
212
+ "step": 17000
213
+ },
214
+ {
215
+ "epoch": 0.1,
216
+ "learning_rate": 1.9360485300297833e-05,
217
+ "loss": 0.0995,
218
+ "step": 17500
219
+ },
220
+ {
221
+ "epoch": 0.1,
222
+ "learning_rate": 1.9342213451734914e-05,
223
+ "loss": 0.1019,
224
+ "step": 18000
225
+ },
226
+ {
227
+ "epoch": 0.1,
228
+ "learning_rate": 1.9323941603171994e-05,
229
+ "loss": 0.0892,
230
+ "step": 18500
231
+ },
232
+ {
233
+ "epoch": 0.1,
234
+ "learning_rate": 1.9305669754609075e-05,
235
+ "loss": 0.0982,
236
+ "step": 19000
237
+ },
238
+ {
239
+ "epoch": 0.11,
240
+ "learning_rate": 1.9287397906046156e-05,
241
+ "loss": 0.0943,
242
+ "step": 19500
243
+ },
244
+ {
245
+ "epoch": 0.11,
246
+ "learning_rate": 1.9269126057483236e-05,
247
+ "loss": 0.0885,
248
+ "step": 20000
249
+ },
250
+ {
251
+ "epoch": 0.11,
252
+ "learning_rate": 1.9250854208920317e-05,
253
+ "loss": 0.0956,
254
+ "step": 20500
255
+ },
256
+ {
257
+ "epoch": 0.12,
258
+ "learning_rate": 1.9232582360357398e-05,
259
+ "loss": 0.1101,
260
+ "step": 21000
261
+ },
262
+ {
263
+ "epoch": 0.12,
264
+ "learning_rate": 1.9214310511794482e-05,
265
+ "loss": 0.099,
266
+ "step": 21500
267
+ },
268
+ {
269
+ "epoch": 0.12,
270
+ "learning_rate": 1.919603866323156e-05,
271
+ "loss": 0.0919,
272
+ "step": 22000
273
+ },
274
+ {
275
+ "epoch": 0.12,
276
+ "learning_rate": 1.917776681466864e-05,
277
+ "loss": 0.0944,
278
+ "step": 22500
279
+ },
280
+ {
281
+ "epoch": 0.13,
282
+ "learning_rate": 1.9159494966105724e-05,
283
+ "loss": 0.1062,
284
+ "step": 23000
285
+ },
286
+ {
287
+ "epoch": 0.13,
288
+ "learning_rate": 1.9141223117542805e-05,
289
+ "loss": 0.0833,
290
+ "step": 23500
291
+ },
292
+ {
293
+ "epoch": 0.13,
294
+ "learning_rate": 1.9122951268979882e-05,
295
+ "loss": 0.1055,
296
+ "step": 24000
297
+ },
298
+ {
299
+ "epoch": 0.13,
300
+ "learning_rate": 1.9104679420416966e-05,
301
+ "loss": 0.0978,
302
+ "step": 24500
303
+ },
304
+ {
305
+ "epoch": 0.14,
306
+ "learning_rate": 1.9086407571854047e-05,
307
+ "loss": 0.0844,
308
+ "step": 25000
309
+ },
310
+ {
311
+ "epoch": 0.14,
312
+ "learning_rate": 1.9068135723291127e-05,
313
+ "loss": 0.092,
314
+ "step": 25500
315
+ },
316
+ {
317
+ "epoch": 0.14,
318
+ "learning_rate": 1.9049863874728208e-05,
319
+ "loss": 0.1131,
320
+ "step": 26000
321
+ },
322
+ {
323
+ "epoch": 0.15,
324
+ "learning_rate": 1.903159202616529e-05,
325
+ "loss": 0.0858,
326
+ "step": 26500
327
+ },
328
+ {
329
+ "epoch": 0.15,
330
+ "learning_rate": 1.901332017760237e-05,
331
+ "loss": 0.093,
332
+ "step": 27000
333
+ },
334
+ {
335
+ "epoch": 0.15,
336
+ "learning_rate": 1.899504832903945e-05,
337
+ "loss": 0.086,
338
+ "step": 27500
339
+ },
340
+ {
341
+ "epoch": 0.15,
342
+ "learning_rate": 1.897677648047653e-05,
343
+ "loss": 0.0785,
344
+ "step": 28000
345
+ },
346
+ {
347
+ "epoch": 0.16,
348
+ "learning_rate": 1.895850463191361e-05,
349
+ "loss": 0.0949,
350
+ "step": 28500
351
+ },
352
+ {
353
+ "epoch": 0.16,
354
+ "learning_rate": 1.8940232783350692e-05,
355
+ "loss": 0.1032,
356
+ "step": 29000
357
+ },
358
+ {
359
+ "epoch": 0.16,
360
+ "learning_rate": 1.8921960934787773e-05,
361
+ "loss": 0.0887,
362
+ "step": 29500
363
+ },
364
+ {
365
+ "epoch": 0.16,
366
+ "learning_rate": 1.8903689086224854e-05,
367
+ "loss": 0.102,
368
+ "step": 30000
369
+ },
370
+ {
371
+ "epoch": 0.17,
372
+ "learning_rate": 1.8885417237661934e-05,
373
+ "loss": 0.099,
374
+ "step": 30500
375
+ },
376
+ {
377
+ "epoch": 0.17,
378
+ "learning_rate": 1.886714538909902e-05,
379
+ "loss": 0.0886,
380
+ "step": 31000
381
+ },
382
+ {
383
+ "epoch": 0.17,
384
+ "learning_rate": 1.8848873540536096e-05,
385
+ "loss": 0.0955,
386
+ "step": 31500
387
+ },
388
+ {
389
+ "epoch": 0.18,
390
+ "learning_rate": 1.8830601691973177e-05,
391
+ "loss": 0.0786,
392
+ "step": 32000
393
+ },
394
+ {
395
+ "epoch": 0.18,
396
+ "learning_rate": 1.881232984341026e-05,
397
+ "loss": 0.109,
398
+ "step": 32500
399
+ },
400
+ {
401
+ "epoch": 0.18,
402
+ "learning_rate": 1.879405799484734e-05,
403
+ "loss": 0.0798,
404
+ "step": 33000
405
+ },
406
+ {
407
+ "epoch": 0.18,
408
+ "learning_rate": 1.8775786146284422e-05,
409
+ "loss": 0.075,
410
+ "step": 33500
411
+ },
412
+ {
413
+ "epoch": 0.19,
414
+ "learning_rate": 1.8757514297721503e-05,
415
+ "loss": 0.1025,
416
+ "step": 34000
417
+ },
418
+ {
419
+ "epoch": 0.19,
420
+ "learning_rate": 1.8739242449158583e-05,
421
+ "loss": 0.0832,
422
+ "step": 34500
423
+ },
424
+ {
425
+ "epoch": 0.19,
426
+ "learning_rate": 1.8720970600595664e-05,
427
+ "loss": 0.0942,
428
+ "step": 35000
429
+ },
430
+ {
431
+ "epoch": 0.19,
432
+ "learning_rate": 1.8702698752032745e-05,
433
+ "loss": 0.0905,
434
+ "step": 35500
435
+ },
436
+ {
437
+ "epoch": 0.2,
438
+ "learning_rate": 1.8684426903469826e-05,
439
+ "loss": 0.0967,
440
+ "step": 36000
441
+ },
442
+ {
443
+ "epoch": 0.2,
444
+ "learning_rate": 1.8666155054906906e-05,
445
+ "loss": 0.1022,
446
+ "step": 36500
447
+ },
448
+ {
449
+ "epoch": 0.2,
450
+ "learning_rate": 1.8647883206343987e-05,
451
+ "loss": 0.091,
452
+ "step": 37000
453
+ },
454
+ {
455
+ "epoch": 0.21,
456
+ "learning_rate": 1.8629611357781068e-05,
457
+ "loss": 0.1029,
458
+ "step": 37500
459
+ },
460
+ {
461
+ "epoch": 0.21,
462
+ "learning_rate": 1.861133950921815e-05,
463
+ "loss": 0.0867,
464
+ "step": 38000
465
+ },
466
+ {
467
+ "epoch": 0.21,
468
+ "learning_rate": 1.8593067660655232e-05,
469
+ "loss": 0.1072,
470
+ "step": 38500
471
+ },
472
+ {
473
+ "epoch": 0.21,
474
+ "learning_rate": 1.857479581209231e-05,
475
+ "loss": 0.1039,
476
+ "step": 39000
477
+ },
478
+ {
479
+ "epoch": 0.22,
480
+ "learning_rate": 1.855652396352939e-05,
481
+ "loss": 0.0988,
482
+ "step": 39500
483
+ },
484
+ {
485
+ "epoch": 0.22,
486
+ "learning_rate": 1.8538252114966475e-05,
487
+ "loss": 0.0769,
488
+ "step": 40000
489
+ },
490
+ {
491
+ "epoch": 0.22,
492
+ "learning_rate": 1.8519980266403555e-05,
493
+ "loss": 0.0818,
494
+ "step": 40500
495
+ },
496
+ {
497
+ "epoch": 0.22,
498
+ "learning_rate": 1.8501708417840633e-05,
499
+ "loss": 0.1,
500
+ "step": 41000
501
+ },
502
+ {
503
+ "epoch": 0.23,
504
+ "learning_rate": 1.8483436569277717e-05,
505
+ "loss": 0.1093,
506
+ "step": 41500
507
+ },
508
+ {
509
+ "epoch": 0.23,
510
+ "learning_rate": 1.8465164720714797e-05,
511
+ "loss": 0.0806,
512
+ "step": 42000
513
+ },
514
+ {
515
+ "epoch": 0.23,
516
+ "learning_rate": 1.8446892872151878e-05,
517
+ "loss": 0.0877,
518
+ "step": 42500
519
+ },
520
+ {
521
+ "epoch": 0.24,
522
+ "learning_rate": 1.842862102358896e-05,
523
+ "loss": 0.1024,
524
+ "step": 43000
525
+ },
526
+ {
527
+ "epoch": 0.24,
528
+ "learning_rate": 1.841034917502604e-05,
529
+ "loss": 0.0899,
530
+ "step": 43500
531
+ },
532
+ {
533
+ "epoch": 0.24,
534
+ "learning_rate": 1.839207732646312e-05,
535
+ "loss": 0.0768,
536
+ "step": 44000
537
+ },
538
+ {
539
+ "epoch": 0.24,
540
+ "learning_rate": 1.83738054779002e-05,
541
+ "loss": 0.0896,
542
+ "step": 44500
543
+ },
544
+ {
545
+ "epoch": 0.25,
546
+ "learning_rate": 1.835553362933728e-05,
547
+ "loss": 0.0875,
548
+ "step": 45000
549
+ },
550
+ {
551
+ "epoch": 0.25,
552
+ "learning_rate": 1.8337261780774362e-05,
553
+ "loss": 0.0855,
554
+ "step": 45500
555
+ },
556
+ {
557
+ "epoch": 0.25,
558
+ "learning_rate": 1.8318989932211443e-05,
559
+ "loss": 0.1109,
560
+ "step": 46000
561
+ },
562
+ {
563
+ "epoch": 0.25,
564
+ "learning_rate": 1.8300718083648524e-05,
565
+ "loss": 0.0956,
566
+ "step": 46500
567
+ },
568
+ {
569
+ "epoch": 0.26,
570
+ "learning_rate": 1.8282446235085604e-05,
571
+ "loss": 0.0936,
572
+ "step": 47000
573
+ },
574
+ {
575
+ "epoch": 0.26,
576
+ "learning_rate": 1.8264174386522685e-05,
577
+ "loss": 0.0734,
578
+ "step": 47500
579
+ },
580
+ {
581
+ "epoch": 0.26,
582
+ "learning_rate": 1.824590253795977e-05,
583
+ "loss": 0.0805,
584
+ "step": 48000
585
+ },
586
+ {
587
+ "epoch": 0.27,
588
+ "learning_rate": 1.8227630689396846e-05,
589
+ "loss": 0.106,
590
+ "step": 48500
591
+ },
592
+ {
593
+ "epoch": 0.27,
594
+ "learning_rate": 1.8209358840833927e-05,
595
+ "loss": 0.0693,
596
+ "step": 49000
597
+ },
598
+ {
599
+ "epoch": 0.27,
600
+ "learning_rate": 1.819108699227101e-05,
601
+ "loss": 0.0893,
602
+ "step": 49500
603
+ },
604
+ {
605
+ "epoch": 0.27,
606
+ "learning_rate": 1.8172815143708092e-05,
607
+ "loss": 0.096,
608
+ "step": 50000
609
+ },
610
+ {
611
+ "epoch": 0.28,
612
+ "learning_rate": 1.815454329514517e-05,
613
+ "loss": 0.0879,
614
+ "step": 50500
615
+ },
616
+ {
617
+ "epoch": 0.28,
618
+ "learning_rate": 1.8136271446582253e-05,
619
+ "loss": 0.0934,
620
+ "step": 51000
621
+ },
622
+ {
623
+ "epoch": 0.28,
624
+ "learning_rate": 1.8117999598019334e-05,
625
+ "loss": 0.0797,
626
+ "step": 51500
627
+ },
628
+ {
629
+ "epoch": 0.29,
630
+ "learning_rate": 1.8099727749456415e-05,
631
+ "loss": 0.0825,
632
+ "step": 52000
633
+ },
634
+ {
635
+ "epoch": 0.29,
636
+ "learning_rate": 1.8081455900893495e-05,
637
+ "loss": 0.0926,
638
+ "step": 52500
639
+ },
640
+ {
641
+ "epoch": 0.29,
642
+ "learning_rate": 1.8063184052330576e-05,
643
+ "loss": 0.0796,
644
+ "step": 53000
645
+ },
646
+ {
647
+ "epoch": 0.29,
648
+ "learning_rate": 1.8044912203767657e-05,
649
+ "loss": 0.0604,
650
+ "step": 53500
651
+ },
652
+ {
653
+ "epoch": 0.3,
654
+ "learning_rate": 1.8026640355204737e-05,
655
+ "loss": 0.0844,
656
+ "step": 54000
657
+ },
658
+ {
659
+ "epoch": 0.3,
660
+ "learning_rate": 1.8008368506641818e-05,
661
+ "loss": 0.0701,
662
+ "step": 54500
663
+ },
664
+ {
665
+ "epoch": 0.3,
666
+ "learning_rate": 1.79900966580789e-05,
667
+ "loss": 0.0764,
668
+ "step": 55000
669
+ },
670
+ {
671
+ "epoch": 0.3,
672
+ "learning_rate": 1.797182480951598e-05,
673
+ "loss": 0.0856,
674
+ "step": 55500
675
+ },
676
+ {
677
+ "epoch": 0.31,
678
+ "learning_rate": 1.795355296095306e-05,
679
+ "loss": 0.0933,
680
+ "step": 56000
681
+ },
682
+ {
683
+ "epoch": 0.31,
684
+ "learning_rate": 1.793528111239014e-05,
685
+ "loss": 0.0891,
686
+ "step": 56500
687
+ },
688
+ {
689
+ "epoch": 0.31,
690
+ "learning_rate": 1.791700926382722e-05,
691
+ "loss": 0.0736,
692
+ "step": 57000
693
+ },
694
+ {
695
+ "epoch": 0.32,
696
+ "learning_rate": 1.7898737415264306e-05,
697
+ "loss": 0.0875,
698
+ "step": 57500
699
+ },
700
+ {
701
+ "epoch": 0.32,
702
+ "learning_rate": 1.7880465566701383e-05,
703
+ "loss": 0.0802,
704
+ "step": 58000
705
+ },
706
+ {
707
+ "epoch": 0.32,
708
+ "learning_rate": 1.7862193718138464e-05,
709
+ "loss": 0.0759,
710
+ "step": 58500
711
+ },
712
+ {
713
+ "epoch": 0.32,
714
+ "learning_rate": 1.7843921869575548e-05,
715
+ "loss": 0.0957,
716
+ "step": 59000
717
+ },
718
+ {
719
+ "epoch": 0.33,
720
+ "learning_rate": 1.782565002101263e-05,
721
+ "loss": 0.0853,
722
+ "step": 59500
723
+ },
724
+ {
725
+ "epoch": 0.33,
726
+ "learning_rate": 1.7807378172449706e-05,
727
+ "loss": 0.0829,
728
+ "step": 60000
729
+ },
730
+ {
731
+ "epoch": 0.33,
732
+ "learning_rate": 1.778910632388679e-05,
733
+ "loss": 0.0798,
734
+ "step": 60500
735
+ },
736
+ {
737
+ "epoch": 0.33,
738
+ "learning_rate": 1.777083447532387e-05,
739
+ "loss": 0.0881,
740
+ "step": 61000
741
+ },
742
+ {
743
+ "epoch": 0.34,
744
+ "learning_rate": 1.775256262676095e-05,
745
+ "loss": 0.0842,
746
+ "step": 61500
747
+ },
748
+ {
749
+ "epoch": 0.34,
750
+ "learning_rate": 1.7734290778198032e-05,
751
+ "loss": 0.0722,
752
+ "step": 62000
753
+ },
754
+ {
755
+ "epoch": 0.34,
756
+ "learning_rate": 1.7716018929635113e-05,
757
+ "loss": 0.081,
758
+ "step": 62500
759
+ },
760
+ {
761
+ "epoch": 0.35,
762
+ "learning_rate": 1.7697747081072193e-05,
763
+ "loss": 0.0696,
764
+ "step": 63000
765
+ },
766
+ {
767
+ "epoch": 0.35,
768
+ "learning_rate": 1.7679475232509274e-05,
769
+ "loss": 0.098,
770
+ "step": 63500
771
+ },
772
+ {
773
+ "epoch": 0.35,
774
+ "learning_rate": 1.7661203383946355e-05,
775
+ "loss": 0.067,
776
+ "step": 64000
777
+ },
778
+ {
779
+ "epoch": 0.35,
780
+ "learning_rate": 1.7642931535383436e-05,
781
+ "loss": 0.0674,
782
+ "step": 64500
783
+ },
784
+ {
785
+ "epoch": 0.36,
786
+ "learning_rate": 1.7624659686820516e-05,
787
+ "loss": 0.0803,
788
+ "step": 65000
789
+ },
790
+ {
791
+ "epoch": 0.36,
792
+ "learning_rate": 1.7606387838257597e-05,
793
+ "loss": 0.0715,
794
+ "step": 65500
795
+ },
796
+ {
797
+ "epoch": 0.36,
798
+ "learning_rate": 1.7588115989694678e-05,
799
+ "loss": 0.0857,
800
+ "step": 66000
801
+ },
802
+ {
803
+ "epoch": 0.36,
804
+ "learning_rate": 1.756984414113176e-05,
805
+ "loss": 0.0849,
806
+ "step": 66500
807
+ },
808
+ {
809
+ "epoch": 0.37,
810
+ "learning_rate": 1.7551572292568842e-05,
811
+ "loss": 0.08,
812
+ "step": 67000
813
+ },
814
+ {
815
+ "epoch": 0.37,
816
+ "learning_rate": 1.753330044400592e-05,
817
+ "loss": 0.0651,
818
+ "step": 67500
819
+ },
820
+ {
821
+ "epoch": 0.37,
822
+ "learning_rate": 1.7515028595443004e-05,
823
+ "loss": 0.0664,
824
+ "step": 68000
825
+ },
826
+ {
827
+ "epoch": 0.38,
828
+ "learning_rate": 1.7496756746880085e-05,
829
+ "loss": 0.0555,
830
+ "step": 68500
831
+ },
832
+ {
833
+ "epoch": 0.38,
834
+ "learning_rate": 1.7478484898317165e-05,
835
+ "loss": 0.0775,
836
+ "step": 69000
837
+ },
838
+ {
839
+ "epoch": 0.38,
840
+ "learning_rate": 1.7460213049754246e-05,
841
+ "loss": 0.0731,
842
+ "step": 69500
843
+ },
844
+ {
845
+ "epoch": 0.38,
846
+ "learning_rate": 1.7441941201191327e-05,
847
+ "loss": 0.0723,
848
+ "step": 70000
849
+ },
850
+ {
851
+ "epoch": 0.39,
852
+ "learning_rate": 1.7423669352628407e-05,
853
+ "loss": 0.0674,
854
+ "step": 70500
855
+ },
856
+ {
857
+ "epoch": 0.39,
858
+ "learning_rate": 1.7405397504065488e-05,
859
+ "loss": 0.0636,
860
+ "step": 71000
861
+ },
862
+ {
863
+ "epoch": 0.39,
864
+ "learning_rate": 1.738712565550257e-05,
865
+ "loss": 0.0855,
866
+ "step": 71500
867
+ },
868
+ {
869
+ "epoch": 0.39,
870
+ "learning_rate": 1.736885380693965e-05,
871
+ "loss": 0.0696,
872
+ "step": 72000
873
+ },
874
+ {
875
+ "epoch": 0.4,
876
+ "learning_rate": 1.735058195837673e-05,
877
+ "loss": 0.0647,
878
+ "step": 72500
879
+ },
880
+ {
881
+ "epoch": 0.4,
882
+ "learning_rate": 1.733231010981381e-05,
883
+ "loss": 0.0649,
884
+ "step": 73000
885
+ },
886
+ {
887
+ "epoch": 0.4,
888
+ "learning_rate": 1.731403826125089e-05,
889
+ "loss": 0.077,
890
+ "step": 73500
891
+ },
892
+ {
893
+ "epoch": 0.41,
894
+ "learning_rate": 1.7295766412687972e-05,
895
+ "loss": 0.0663,
896
+ "step": 74000
897
+ },
898
+ {
899
+ "epoch": 0.41,
900
+ "learning_rate": 1.7277494564125056e-05,
901
+ "loss": 0.0675,
902
+ "step": 74500
903
+ },
904
+ {
905
+ "epoch": 0.41,
906
+ "learning_rate": 1.7259222715562134e-05,
907
+ "loss": 0.0708,
908
+ "step": 75000
909
+ },
910
+ {
911
+ "epoch": 0.41,
912
+ "learning_rate": 1.7240950866999214e-05,
913
+ "loss": 0.0805,
914
+ "step": 75500
915
+ },
916
+ {
917
+ "epoch": 0.42,
918
+ "learning_rate": 1.72226790184363e-05,
919
+ "loss": 0.0776,
920
+ "step": 76000
921
+ },
922
+ {
923
+ "epoch": 0.42,
924
+ "learning_rate": 1.720440716987338e-05,
925
+ "loss": 0.0604,
926
+ "step": 76500
927
+ },
928
+ {
929
+ "epoch": 0.42,
930
+ "learning_rate": 1.7186135321310456e-05,
931
+ "loss": 0.0612,
932
+ "step": 77000
933
+ },
934
+ {
935
+ "epoch": 0.42,
936
+ "learning_rate": 1.716786347274754e-05,
937
+ "loss": 0.0546,
938
+ "step": 77500
939
+ },
940
+ {
941
+ "epoch": 0.43,
942
+ "learning_rate": 1.714959162418462e-05,
943
+ "loss": 0.0753,
944
+ "step": 78000
945
+ },
946
+ {
947
+ "epoch": 0.43,
948
+ "learning_rate": 1.7131319775621702e-05,
949
+ "loss": 0.0688,
950
+ "step": 78500
951
+ },
952
+ {
953
+ "epoch": 0.43,
954
+ "learning_rate": 1.7113047927058783e-05,
955
+ "loss": 0.0603,
956
+ "step": 79000
957
+ },
958
+ {
959
+ "epoch": 0.44,
960
+ "learning_rate": 1.7094776078495863e-05,
961
+ "loss": 0.0679,
962
+ "step": 79500
963
+ },
964
+ {
965
+ "epoch": 0.44,
966
+ "learning_rate": 1.7076504229932944e-05,
967
+ "loss": 0.0715,
968
+ "step": 80000
969
+ },
970
+ {
971
+ "epoch": 0.44,
972
+ "learning_rate": 1.7058232381370025e-05,
973
+ "loss": 0.0655,
974
+ "step": 80500
975
+ },
976
+ {
977
+ "epoch": 0.44,
978
+ "learning_rate": 1.7039960532807105e-05,
979
+ "loss": 0.0744,
980
+ "step": 81000
981
+ },
982
+ {
983
+ "epoch": 0.45,
984
+ "learning_rate": 1.7021688684244186e-05,
985
+ "loss": 0.0636,
986
+ "step": 81500
987
+ },
988
+ {
989
+ "epoch": 0.45,
990
+ "learning_rate": 1.7003416835681267e-05,
991
+ "loss": 0.0838,
992
+ "step": 82000
993
+ },
994
+ {
995
+ "epoch": 0.45,
996
+ "learning_rate": 1.6985144987118347e-05,
997
+ "loss": 0.064,
998
+ "step": 82500
999
+ },
1000
+ {
1001
+ "epoch": 0.45,
1002
+ "learning_rate": 1.6966873138555428e-05,
1003
+ "loss": 0.0632,
1004
+ "step": 83000
1005
+ },
1006
+ {
1007
+ "epoch": 0.46,
1008
+ "learning_rate": 1.694860128999251e-05,
1009
+ "loss": 0.069,
1010
+ "step": 83500
1011
+ },
1012
+ {
1013
+ "epoch": 0.46,
1014
+ "learning_rate": 1.6930329441429593e-05,
1015
+ "loss": 0.0617,
1016
+ "step": 84000
1017
+ },
1018
+ {
1019
+ "epoch": 0.46,
1020
+ "learning_rate": 1.691205759286667e-05,
1021
+ "loss": 0.0716,
1022
+ "step": 84500
1023
+ },
1024
+ {
1025
+ "epoch": 0.47,
1026
+ "learning_rate": 1.689378574430375e-05,
1027
+ "loss": 0.075,
1028
+ "step": 85000
1029
+ },
1030
+ {
1031
+ "epoch": 0.47,
1032
+ "learning_rate": 1.6875513895740835e-05,
1033
+ "loss": 0.0729,
1034
+ "step": 85500
1035
+ },
1036
+ {
1037
+ "epoch": 0.47,
1038
+ "learning_rate": 1.6857242047177916e-05,
1039
+ "loss": 0.0669,
1040
+ "step": 86000
1041
+ },
1042
+ {
1043
+ "epoch": 0.47,
1044
+ "learning_rate": 1.6838970198614993e-05,
1045
+ "loss": 0.0664,
1046
+ "step": 86500
1047
+ },
1048
+ {
1049
+ "epoch": 0.48,
1050
+ "learning_rate": 1.6820698350052077e-05,
1051
+ "loss": 0.077,
1052
+ "step": 87000
1053
+ },
1054
+ {
1055
+ "epoch": 0.48,
1056
+ "learning_rate": 1.6802426501489158e-05,
1057
+ "loss": 0.0781,
1058
+ "step": 87500
1059
+ },
1060
+ {
1061
+ "epoch": 0.48,
1062
+ "learning_rate": 1.678415465292624e-05,
1063
+ "loss": 0.0666,
1064
+ "step": 88000
1065
+ },
1066
+ {
1067
+ "epoch": 0.49,
1068
+ "learning_rate": 1.676588280436332e-05,
1069
+ "loss": 0.0657,
1070
+ "step": 88500
1071
+ },
1072
+ {
1073
+ "epoch": 0.49,
1074
+ "learning_rate": 1.67476109558004e-05,
1075
+ "loss": 0.0612,
1076
+ "step": 89000
1077
+ },
1078
+ {
1079
+ "epoch": 0.49,
1080
+ "learning_rate": 1.672933910723748e-05,
1081
+ "loss": 0.0694,
1082
+ "step": 89500
1083
+ },
1084
+ {
1085
+ "epoch": 0.49,
1086
+ "learning_rate": 1.671106725867456e-05,
1087
+ "loss": 0.0671,
1088
+ "step": 90000
1089
+ },
1090
+ {
1091
+ "epoch": 0.5,
1092
+ "learning_rate": 1.6692795410111642e-05,
1093
+ "loss": 0.0729,
1094
+ "step": 90500
1095
+ },
1096
+ {
1097
+ "epoch": 0.5,
1098
+ "learning_rate": 1.6674523561548723e-05,
1099
+ "loss": 0.0723,
1100
+ "step": 91000
1101
+ },
1102
+ {
1103
+ "epoch": 0.5,
1104
+ "learning_rate": 1.6656251712985803e-05,
1105
+ "loss": 0.0777,
1106
+ "step": 91500
1107
+ },
1108
+ {
1109
+ "epoch": 0.5,
1110
+ "learning_rate": 1.6637979864422884e-05,
1111
+ "loss": 0.0798,
1112
+ "step": 92000
1113
+ },
1114
+ {
1115
+ "epoch": 0.51,
1116
+ "learning_rate": 1.6619708015859965e-05,
1117
+ "loss": 0.0548,
1118
+ "step": 92500
1119
+ },
1120
+ {
1121
+ "epoch": 0.51,
1122
+ "learning_rate": 1.6601436167297046e-05,
1123
+ "loss": 0.0646,
1124
+ "step": 93000
1125
+ },
1126
+ {
1127
+ "epoch": 0.51,
1128
+ "learning_rate": 1.658316431873413e-05,
1129
+ "loss": 0.0639,
1130
+ "step": 93500
1131
+ },
1132
+ {
1133
+ "epoch": 0.52,
1134
+ "learning_rate": 1.6564892470171207e-05,
1135
+ "loss": 0.0529,
1136
+ "step": 94000
1137
+ },
1138
+ {
1139
+ "epoch": 0.52,
1140
+ "learning_rate": 1.6546620621608288e-05,
1141
+ "loss": 0.0577,
1142
+ "step": 94500
1143
+ },
1144
+ {
1145
+ "epoch": 0.52,
1146
+ "learning_rate": 1.6528348773045372e-05,
1147
+ "loss": 0.0632,
1148
+ "step": 95000
1149
+ },
1150
+ {
1151
+ "epoch": 0.52,
1152
+ "learning_rate": 1.6510076924482452e-05,
1153
+ "loss": 0.0463,
1154
+ "step": 95500
1155
+ },
1156
+ {
1157
+ "epoch": 0.53,
1158
+ "learning_rate": 1.649180507591953e-05,
1159
+ "loss": 0.0661,
1160
+ "step": 96000
1161
+ },
1162
+ {
1163
+ "epoch": 0.53,
1164
+ "learning_rate": 1.6473533227356614e-05,
1165
+ "loss": 0.0742,
1166
+ "step": 96500
1167
+ },
1168
+ {
1169
+ "epoch": 0.53,
1170
+ "learning_rate": 1.6455261378793695e-05,
1171
+ "loss": 0.0549,
1172
+ "step": 97000
1173
+ },
1174
+ {
1175
+ "epoch": 0.53,
1176
+ "learning_rate": 1.6436989530230775e-05,
1177
+ "loss": 0.064,
1178
+ "step": 97500
1179
+ },
1180
+ {
1181
+ "epoch": 0.54,
1182
+ "learning_rate": 1.6418717681667856e-05,
1183
+ "loss": 0.0597,
1184
+ "step": 98000
1185
+ },
1186
+ {
1187
+ "epoch": 0.54,
1188
+ "learning_rate": 1.6400445833104937e-05,
1189
+ "loss": 0.0795,
1190
+ "step": 98500
1191
+ },
1192
+ {
1193
+ "epoch": 0.54,
1194
+ "learning_rate": 1.6382173984542017e-05,
1195
+ "loss": 0.0658,
1196
+ "step": 99000
1197
+ },
1198
+ {
1199
+ "epoch": 0.55,
1200
+ "learning_rate": 1.6363902135979098e-05,
1201
+ "loss": 0.0574,
1202
+ "step": 99500
1203
+ },
1204
+ {
1205
+ "epoch": 0.55,
1206
+ "learning_rate": 1.634563028741618e-05,
1207
+ "loss": 0.0641,
1208
+ "step": 100000
1209
+ },
1210
+ {
1211
+ "epoch": 0.55,
1212
+ "learning_rate": 1.632735843885326e-05,
1213
+ "loss": 0.0594,
1214
+ "step": 100500
1215
+ },
1216
+ {
1217
+ "epoch": 0.55,
1218
+ "learning_rate": 1.630908659029034e-05,
1219
+ "loss": 0.0572,
1220
+ "step": 101000
1221
+ },
1222
+ {
1223
+ "epoch": 0.56,
1224
+ "learning_rate": 1.629081474172742e-05,
1225
+ "loss": 0.067,
1226
+ "step": 101500
1227
+ },
1228
+ {
1229
+ "epoch": 0.56,
1230
+ "learning_rate": 1.62725428931645e-05,
1231
+ "loss": 0.0617,
1232
+ "step": 102000
1233
+ },
1234
+ {
1235
+ "epoch": 0.56,
1236
+ "learning_rate": 1.6254271044601582e-05,
1237
+ "loss": 0.0689,
1238
+ "step": 102500
1239
+ },
1240
+ {
1241
+ "epoch": 0.56,
1242
+ "learning_rate": 1.6235999196038666e-05,
1243
+ "loss": 0.0676,
1244
+ "step": 103000
1245
+ },
1246
+ {
1247
+ "epoch": 0.57,
1248
+ "learning_rate": 1.6217727347475744e-05,
1249
+ "loss": 0.067,
1250
+ "step": 103500
1251
+ },
1252
+ {
1253
+ "epoch": 0.57,
1254
+ "learning_rate": 1.6199455498912828e-05,
1255
+ "loss": 0.0527,
1256
+ "step": 104000
1257
+ },
1258
+ {
1259
+ "epoch": 0.57,
1260
+ "learning_rate": 1.618118365034991e-05,
1261
+ "loss": 0.0581,
1262
+ "step": 104500
1263
+ },
1264
+ {
1265
+ "epoch": 0.58,
1266
+ "learning_rate": 1.616291180178699e-05,
1267
+ "loss": 0.0647,
1268
+ "step": 105000
1269
+ },
1270
+ {
1271
+ "epoch": 0.58,
1272
+ "learning_rate": 1.614463995322407e-05,
1273
+ "loss": 0.0826,
1274
+ "step": 105500
1275
+ },
1276
+ {
1277
+ "epoch": 0.58,
1278
+ "learning_rate": 1.612636810466115e-05,
1279
+ "loss": 0.0654,
1280
+ "step": 106000
1281
+ },
1282
+ {
1283
+ "epoch": 0.58,
1284
+ "learning_rate": 1.610809625609823e-05,
1285
+ "loss": 0.066,
1286
+ "step": 106500
1287
+ },
1288
+ {
1289
+ "epoch": 0.59,
1290
+ "learning_rate": 1.6089824407535312e-05,
1291
+ "loss": 0.056,
1292
+ "step": 107000
1293
+ },
1294
+ {
1295
+ "epoch": 0.59,
1296
+ "learning_rate": 1.6071552558972393e-05,
1297
+ "loss": 0.0715,
1298
+ "step": 107500
1299
+ },
1300
+ {
1301
+ "epoch": 0.59,
1302
+ "learning_rate": 1.6053280710409473e-05,
1303
+ "loss": 0.0664,
1304
+ "step": 108000
1305
+ },
1306
+ {
1307
+ "epoch": 0.59,
1308
+ "learning_rate": 1.6035008861846554e-05,
1309
+ "loss": 0.072,
1310
+ "step": 108500
1311
+ },
1312
+ {
1313
+ "epoch": 0.6,
1314
+ "learning_rate": 1.6016737013283635e-05,
1315
+ "loss": 0.065,
1316
+ "step": 109000
1317
+ },
1318
+ {
1319
+ "epoch": 0.6,
1320
+ "learning_rate": 1.5998465164720715e-05,
1321
+ "loss": 0.0648,
1322
+ "step": 109500
1323
+ },
1324
+ {
1325
+ "epoch": 0.6,
1326
+ "learning_rate": 1.5980193316157796e-05,
1327
+ "loss": 0.0874,
1328
+ "step": 110000
1329
+ },
1330
+ {
1331
+ "epoch": 0.61,
1332
+ "learning_rate": 1.596192146759488e-05,
1333
+ "loss": 0.0721,
1334
+ "step": 110500
1335
+ },
1336
+ {
1337
+ "epoch": 0.61,
1338
+ "learning_rate": 1.5943649619031958e-05,
1339
+ "loss": 0.0536,
1340
+ "step": 111000
1341
+ },
1342
+ {
1343
+ "epoch": 0.61,
1344
+ "learning_rate": 1.5925377770469038e-05,
1345
+ "loss": 0.0591,
1346
+ "step": 111500
1347
+ },
1348
+ {
1349
+ "epoch": 0.61,
1350
+ "learning_rate": 1.5907105921906122e-05,
1351
+ "loss": 0.0627,
1352
+ "step": 112000
1353
+ },
1354
+ {
1355
+ "epoch": 0.62,
1356
+ "learning_rate": 1.5888834073343203e-05,
1357
+ "loss": 0.0583,
1358
+ "step": 112500
1359
+ },
1360
+ {
1361
+ "epoch": 0.62,
1362
+ "learning_rate": 1.587056222478028e-05,
1363
+ "loss": 0.0569,
1364
+ "step": 113000
1365
+ },
1366
+ {
1367
+ "epoch": 0.62,
1368
+ "learning_rate": 1.5852290376217364e-05,
1369
+ "loss": 0.0597,
1370
+ "step": 113500
1371
+ },
1372
+ {
1373
+ "epoch": 0.62,
1374
+ "learning_rate": 1.5834018527654445e-05,
1375
+ "loss": 0.0672,
1376
+ "step": 114000
1377
+ },
1378
+ {
1379
+ "epoch": 0.63,
1380
+ "learning_rate": 1.5815746679091526e-05,
1381
+ "loss": 0.0565,
1382
+ "step": 114500
1383
+ },
1384
+ {
1385
+ "epoch": 0.63,
1386
+ "learning_rate": 1.5797474830528606e-05,
1387
+ "loss": 0.053,
1388
+ "step": 115000
1389
+ },
1390
+ {
1391
+ "epoch": 0.63,
1392
+ "learning_rate": 1.5779202981965687e-05,
1393
+ "loss": 0.0535,
1394
+ "step": 115500
1395
+ },
1396
+ {
1397
+ "epoch": 0.64,
1398
+ "learning_rate": 1.5760931133402768e-05,
1399
+ "loss": 0.0645,
1400
+ "step": 116000
1401
+ },
1402
+ {
1403
+ "epoch": 0.64,
1404
+ "learning_rate": 1.574265928483985e-05,
1405
+ "loss": 0.059,
1406
+ "step": 116500
1407
+ },
1408
+ {
1409
+ "epoch": 0.64,
1410
+ "learning_rate": 1.572438743627693e-05,
1411
+ "loss": 0.0703,
1412
+ "step": 117000
1413
+ },
1414
+ {
1415
+ "epoch": 0.64,
1416
+ "learning_rate": 1.570611558771401e-05,
1417
+ "loss": 0.0471,
1418
+ "step": 117500
1419
+ },
1420
+ {
1421
+ "epoch": 0.65,
1422
+ "learning_rate": 1.568784373915109e-05,
1423
+ "loss": 0.044,
1424
+ "step": 118000
1425
+ },
1426
+ {
1427
+ "epoch": 0.65,
1428
+ "learning_rate": 1.566957189058817e-05,
1429
+ "loss": 0.0639,
1430
+ "step": 118500
1431
+ },
1432
+ {
1433
+ "epoch": 0.65,
1434
+ "learning_rate": 1.5651300042025252e-05,
1435
+ "loss": 0.0551,
1436
+ "step": 119000
1437
+ },
1438
+ {
1439
+ "epoch": 0.66,
1440
+ "learning_rate": 1.5633028193462333e-05,
1441
+ "loss": 0.0573,
1442
+ "step": 119500
1443
+ },
1444
+ {
1445
+ "epoch": 0.66,
1446
+ "learning_rate": 1.5614756344899417e-05,
1447
+ "loss": 0.0453,
1448
+ "step": 120000
1449
+ },
1450
+ {
1451
+ "epoch": 0.66,
1452
+ "learning_rate": 1.5596484496336494e-05,
1453
+ "loss": 0.063,
1454
+ "step": 120500
1455
+ },
1456
+ {
1457
+ "epoch": 0.66,
1458
+ "learning_rate": 1.5578212647773575e-05,
1459
+ "loss": 0.0611,
1460
+ "step": 121000
1461
+ },
1462
+ {
1463
+ "epoch": 0.67,
1464
+ "learning_rate": 1.555994079921066e-05,
1465
+ "loss": 0.0519,
1466
+ "step": 121500
1467
+ },
1468
+ {
1469
+ "epoch": 0.67,
1470
+ "learning_rate": 1.554166895064774e-05,
1471
+ "loss": 0.0636,
1472
+ "step": 122000
1473
+ },
1474
+ {
1475
+ "epoch": 0.67,
1476
+ "learning_rate": 1.5523397102084817e-05,
1477
+ "loss": 0.0803,
1478
+ "step": 122500
1479
+ },
1480
+ {
1481
+ "epoch": 0.67,
1482
+ "learning_rate": 1.55051252535219e-05,
1483
+ "loss": 0.0626,
1484
+ "step": 123000
1485
+ },
1486
+ {
1487
+ "epoch": 0.68,
1488
+ "learning_rate": 1.5486853404958982e-05,
1489
+ "loss": 0.0476,
1490
+ "step": 123500
1491
+ },
1492
+ {
1493
+ "epoch": 0.68,
1494
+ "learning_rate": 1.5468581556396062e-05,
1495
+ "loss": 0.0617,
1496
+ "step": 124000
1497
+ },
1498
+ {
1499
+ "epoch": 0.68,
1500
+ "learning_rate": 1.5450309707833143e-05,
1501
+ "loss": 0.0524,
1502
+ "step": 124500
1503
+ },
1504
+ {
1505
+ "epoch": 0.69,
1506
+ "learning_rate": 1.5432037859270224e-05,
1507
+ "loss": 0.0498,
1508
+ "step": 125000
1509
+ },
1510
+ {
1511
+ "epoch": 0.69,
1512
+ "learning_rate": 1.5413766010707305e-05,
1513
+ "loss": 0.0535,
1514
+ "step": 125500
1515
+ },
1516
+ {
1517
+ "epoch": 0.69,
1518
+ "learning_rate": 1.5395494162144385e-05,
1519
+ "loss": 0.0497,
1520
+ "step": 126000
1521
+ },
1522
+ {
1523
+ "epoch": 0.69,
1524
+ "learning_rate": 1.5377222313581466e-05,
1525
+ "loss": 0.0592,
1526
+ "step": 126500
1527
+ },
1528
+ {
1529
+ "epoch": 0.7,
1530
+ "learning_rate": 1.5358950465018547e-05,
1531
+ "loss": 0.0443,
1532
+ "step": 127000
1533
+ },
1534
+ {
1535
+ "epoch": 0.7,
1536
+ "learning_rate": 1.5340678616455627e-05,
1537
+ "loss": 0.0547,
1538
+ "step": 127500
1539
+ },
1540
+ {
1541
+ "epoch": 0.7,
1542
+ "learning_rate": 1.5322406767892708e-05,
1543
+ "loss": 0.06,
1544
+ "step": 128000
1545
+ },
1546
+ {
1547
+ "epoch": 0.7,
1548
+ "learning_rate": 1.530413491932979e-05,
1549
+ "loss": 0.0482,
1550
+ "step": 128500
1551
+ },
1552
+ {
1553
+ "epoch": 0.71,
1554
+ "learning_rate": 1.528586307076687e-05,
1555
+ "loss": 0.0559,
1556
+ "step": 129000
1557
+ },
1558
+ {
1559
+ "epoch": 0.71,
1560
+ "learning_rate": 1.5267591222203954e-05,
1561
+ "loss": 0.0533,
1562
+ "step": 129500
1563
+ },
1564
+ {
1565
+ "epoch": 0.71,
1566
+ "learning_rate": 1.5249319373641031e-05,
1567
+ "loss": 0.0581,
1568
+ "step": 130000
1569
+ },
1570
+ {
1571
+ "epoch": 0.72,
1572
+ "learning_rate": 1.5231047525078113e-05,
1573
+ "loss": 0.0615,
1574
+ "step": 130500
1575
+ },
1576
+ {
1577
+ "epoch": 0.72,
1578
+ "learning_rate": 1.5212775676515194e-05,
1579
+ "loss": 0.0518,
1580
+ "step": 131000
1581
+ },
1582
+ {
1583
+ "epoch": 0.72,
1584
+ "learning_rate": 1.5194503827952276e-05,
1585
+ "loss": 0.0436,
1586
+ "step": 131500
1587
+ },
1588
+ {
1589
+ "epoch": 0.72,
1590
+ "learning_rate": 1.5176231979389355e-05,
1591
+ "loss": 0.0558,
1592
+ "step": 132000
1593
+ },
1594
+ {
1595
+ "epoch": 0.73,
1596
+ "learning_rate": 1.5157960130826436e-05,
1597
+ "loss": 0.0472,
1598
+ "step": 132500
1599
+ },
1600
+ {
1601
+ "epoch": 0.73,
1602
+ "learning_rate": 1.5139688282263518e-05,
1603
+ "loss": 0.0503,
1604
+ "step": 133000
1605
+ },
1606
+ {
1607
+ "epoch": 0.73,
1608
+ "learning_rate": 1.5121416433700599e-05,
1609
+ "loss": 0.0482,
1610
+ "step": 133500
1611
+ },
1612
+ {
1613
+ "epoch": 0.73,
1614
+ "learning_rate": 1.510314458513768e-05,
1615
+ "loss": 0.0584,
1616
+ "step": 134000
1617
+ },
1618
+ {
1619
+ "epoch": 0.74,
1620
+ "learning_rate": 1.508487273657476e-05,
1621
+ "loss": 0.0632,
1622
+ "step": 134500
1623
+ },
1624
+ {
1625
+ "epoch": 0.74,
1626
+ "learning_rate": 1.5066600888011841e-05,
1627
+ "loss": 0.0571,
1628
+ "step": 135000
1629
+ },
1630
+ {
1631
+ "epoch": 0.74,
1632
+ "learning_rate": 1.5048329039448922e-05,
1633
+ "loss": 0.0524,
1634
+ "step": 135500
1635
+ },
1636
+ {
1637
+ "epoch": 0.75,
1638
+ "learning_rate": 1.5030057190886003e-05,
1639
+ "loss": 0.0447,
1640
+ "step": 136000
1641
+ },
1642
+ {
1643
+ "epoch": 0.75,
1644
+ "learning_rate": 1.5011785342323083e-05,
1645
+ "loss": 0.0541,
1646
+ "step": 136500
1647
+ },
1648
+ {
1649
+ "epoch": 0.75,
1650
+ "learning_rate": 1.4993513493760166e-05,
1651
+ "loss": 0.0487,
1652
+ "step": 137000
1653
+ },
1654
+ {
1655
+ "epoch": 0.75,
1656
+ "learning_rate": 1.4975241645197245e-05,
1657
+ "loss": 0.063,
1658
+ "step": 137500
1659
+ },
1660
+ {
1661
+ "epoch": 0.76,
1662
+ "learning_rate": 1.4956969796634327e-05,
1663
+ "loss": 0.0576,
1664
+ "step": 138000
1665
+ },
1666
+ {
1667
+ "epoch": 0.76,
1668
+ "learning_rate": 1.4938697948071408e-05,
1669
+ "loss": 0.0618,
1670
+ "step": 138500
1671
+ },
1672
+ {
1673
+ "epoch": 0.76,
1674
+ "learning_rate": 1.4920426099508489e-05,
1675
+ "loss": 0.0439,
1676
+ "step": 139000
1677
+ },
1678
+ {
1679
+ "epoch": 0.76,
1680
+ "learning_rate": 1.490215425094557e-05,
1681
+ "loss": 0.0455,
1682
+ "step": 139500
1683
+ },
1684
+ {
1685
+ "epoch": 0.77,
1686
+ "learning_rate": 1.488388240238265e-05,
1687
+ "loss": 0.0581,
1688
+ "step": 140000
1689
+ },
1690
+ {
1691
+ "epoch": 0.77,
1692
+ "learning_rate": 1.4865610553819732e-05,
1693
+ "loss": 0.0544,
1694
+ "step": 140500
1695
+ },
1696
+ {
1697
+ "epoch": 0.77,
1698
+ "learning_rate": 1.4847338705256813e-05,
1699
+ "loss": 0.0521,
1700
+ "step": 141000
1701
+ },
1702
+ {
1703
+ "epoch": 0.78,
1704
+ "learning_rate": 1.4829066856693892e-05,
1705
+ "loss": 0.0454,
1706
+ "step": 141500
1707
+ },
1708
+ {
1709
+ "epoch": 0.78,
1710
+ "learning_rate": 1.4810795008130974e-05,
1711
+ "loss": 0.0518,
1712
+ "step": 142000
1713
+ },
1714
+ {
1715
+ "epoch": 0.78,
1716
+ "learning_rate": 1.4792523159568055e-05,
1717
+ "loss": 0.0579,
1718
+ "step": 142500
1719
+ },
1720
+ {
1721
+ "epoch": 0.78,
1722
+ "learning_rate": 1.4774251311005138e-05,
1723
+ "loss": 0.0357,
1724
+ "step": 143000
1725
+ },
1726
+ {
1727
+ "epoch": 0.79,
1728
+ "learning_rate": 1.4755979462442217e-05,
1729
+ "loss": 0.0494,
1730
+ "step": 143500
1731
+ },
1732
+ {
1733
+ "epoch": 0.79,
1734
+ "learning_rate": 1.4737707613879297e-05,
1735
+ "loss": 0.0459,
1736
+ "step": 144000
1737
+ },
1738
+ {
1739
+ "epoch": 0.79,
1740
+ "learning_rate": 1.471943576531638e-05,
1741
+ "loss": 0.0581,
1742
+ "step": 144500
1743
+ },
1744
+ {
1745
+ "epoch": 0.79,
1746
+ "learning_rate": 1.4701163916753459e-05,
1747
+ "loss": 0.0546,
1748
+ "step": 145000
1749
+ },
1750
+ {
1751
+ "epoch": 0.8,
1752
+ "learning_rate": 1.468289206819054e-05,
1753
+ "loss": 0.0551,
1754
+ "step": 145500
1755
+ },
1756
+ {
1757
+ "epoch": 0.8,
1758
+ "learning_rate": 1.4664620219627622e-05,
1759
+ "loss": 0.0476,
1760
+ "step": 146000
1761
+ },
1762
+ {
1763
+ "epoch": 0.8,
1764
+ "learning_rate": 1.4646348371064702e-05,
1765
+ "loss": 0.0533,
1766
+ "step": 146500
1767
+ },
1768
+ {
1769
+ "epoch": 0.81,
1770
+ "learning_rate": 1.4628076522501781e-05,
1771
+ "loss": 0.0561,
1772
+ "step": 147000
1773
+ },
1774
+ {
1775
+ "epoch": 0.81,
1776
+ "learning_rate": 1.4609804673938864e-05,
1777
+ "loss": 0.0504,
1778
+ "step": 147500
1779
+ },
1780
+ {
1781
+ "epoch": 0.81,
1782
+ "learning_rate": 1.4591532825375944e-05,
1783
+ "loss": 0.0398,
1784
+ "step": 148000
1785
+ },
1786
+ {
1787
+ "epoch": 0.81,
1788
+ "learning_rate": 1.4573260976813027e-05,
1789
+ "loss": 0.054,
1790
+ "step": 148500
1791
+ },
1792
+ {
1793
+ "epoch": 0.82,
1794
+ "learning_rate": 1.4554989128250106e-05,
1795
+ "loss": 0.047,
1796
+ "step": 149000
1797
+ },
1798
+ {
1799
+ "epoch": 0.82,
1800
+ "learning_rate": 1.4536717279687187e-05,
1801
+ "loss": 0.047,
1802
+ "step": 149500
1803
+ },
1804
+ {
1805
+ "epoch": 0.82,
1806
+ "learning_rate": 1.4518445431124269e-05,
1807
+ "loss": 0.0489,
1808
+ "step": 150000
1809
+ },
1810
+ {
1811
+ "epoch": 0.82,
1812
+ "learning_rate": 1.450017358256135e-05,
1813
+ "loss": 0.0551,
1814
+ "step": 150500
1815
+ },
1816
+ {
1817
+ "epoch": 0.83,
1818
+ "learning_rate": 1.4481901733998429e-05,
1819
+ "loss": 0.043,
1820
+ "step": 151000
1821
+ },
1822
+ {
1823
+ "epoch": 0.83,
1824
+ "learning_rate": 1.4463629885435511e-05,
1825
+ "loss": 0.0451,
1826
+ "step": 151500
1827
+ },
1828
+ {
1829
+ "epoch": 0.83,
1830
+ "learning_rate": 1.4445358036872592e-05,
1831
+ "loss": 0.057,
1832
+ "step": 152000
1833
+ },
1834
+ {
1835
+ "epoch": 0.84,
1836
+ "learning_rate": 1.4427086188309674e-05,
1837
+ "loss": 0.0554,
1838
+ "step": 152500
1839
+ },
1840
+ {
1841
+ "epoch": 0.84,
1842
+ "learning_rate": 1.4408814339746753e-05,
1843
+ "loss": 0.0469,
1844
+ "step": 153000
1845
+ },
1846
+ {
1847
+ "epoch": 0.84,
1848
+ "learning_rate": 1.4390542491183834e-05,
1849
+ "loss": 0.0504,
1850
+ "step": 153500
1851
+ },
1852
+ {
1853
+ "epoch": 0.84,
1854
+ "learning_rate": 1.4372270642620916e-05,
1855
+ "loss": 0.0567,
1856
+ "step": 154000
1857
+ },
1858
+ {
1859
+ "epoch": 0.85,
1860
+ "learning_rate": 1.4353998794057995e-05,
1861
+ "loss": 0.0634,
1862
+ "step": 154500
1863
+ },
1864
+ {
1865
+ "epoch": 0.85,
1866
+ "learning_rate": 1.4335726945495076e-05,
1867
+ "loss": 0.0471,
1868
+ "step": 155000
1869
+ },
1870
+ {
1871
+ "epoch": 0.85,
1872
+ "learning_rate": 1.4317455096932158e-05,
1873
+ "loss": 0.0391,
1874
+ "step": 155500
1875
+ },
1876
+ {
1877
+ "epoch": 0.86,
1878
+ "learning_rate": 1.4299183248369239e-05,
1879
+ "loss": 0.0481,
1880
+ "step": 156000
1881
+ },
1882
+ {
1883
+ "epoch": 0.86,
1884
+ "learning_rate": 1.4280911399806318e-05,
1885
+ "loss": 0.0554,
1886
+ "step": 156500
1887
+ },
1888
+ {
1889
+ "epoch": 0.86,
1890
+ "learning_rate": 1.42626395512434e-05,
1891
+ "loss": 0.0501,
1892
+ "step": 157000
1893
+ },
1894
+ {
1895
+ "epoch": 0.86,
1896
+ "learning_rate": 1.4244367702680481e-05,
1897
+ "loss": 0.0456,
1898
+ "step": 157500
1899
+ },
1900
+ {
1901
+ "epoch": 0.87,
1902
+ "learning_rate": 1.4226095854117564e-05,
1903
+ "loss": 0.0331,
1904
+ "step": 158000
1905
+ },
1906
+ {
1907
+ "epoch": 0.87,
1908
+ "learning_rate": 1.4207824005554643e-05,
1909
+ "loss": 0.0514,
1910
+ "step": 158500
1911
+ },
1912
+ {
1913
+ "epoch": 0.87,
1914
+ "learning_rate": 1.4189552156991723e-05,
1915
+ "loss": 0.0434,
1916
+ "step": 159000
1917
+ },
1918
+ {
1919
+ "epoch": 0.87,
1920
+ "learning_rate": 1.4171280308428806e-05,
1921
+ "loss": 0.0519,
1922
+ "step": 159500
1923
+ },
1924
+ {
1925
+ "epoch": 0.88,
1926
+ "learning_rate": 1.4153008459865886e-05,
1927
+ "loss": 0.0434,
1928
+ "step": 160000
1929
+ },
1930
+ {
1931
+ "epoch": 0.88,
1932
+ "learning_rate": 1.4134736611302965e-05,
1933
+ "loss": 0.0385,
1934
+ "step": 160500
1935
+ },
1936
+ {
1937
+ "epoch": 0.88,
1938
+ "learning_rate": 1.4116464762740048e-05,
1939
+ "loss": 0.058,
1940
+ "step": 161000
1941
+ },
1942
+ {
1943
+ "epoch": 0.89,
1944
+ "learning_rate": 1.4098192914177128e-05,
1945
+ "loss": 0.0476,
1946
+ "step": 161500
1947
+ },
1948
+ {
1949
+ "epoch": 0.89,
1950
+ "learning_rate": 1.4079921065614207e-05,
1951
+ "loss": 0.0462,
1952
+ "step": 162000
1953
+ },
1954
+ {
1955
+ "epoch": 0.89,
1956
+ "learning_rate": 1.406164921705129e-05,
1957
+ "loss": 0.0447,
1958
+ "step": 162500
1959
+ },
1960
+ {
1961
+ "epoch": 0.89,
1962
+ "learning_rate": 1.404337736848837e-05,
1963
+ "loss": 0.048,
1964
+ "step": 163000
1965
+ },
1966
+ {
1967
+ "epoch": 0.9,
1968
+ "learning_rate": 1.4025105519925453e-05,
1969
+ "loss": 0.0442,
1970
+ "step": 163500
1971
+ },
1972
+ {
1973
+ "epoch": 0.9,
1974
+ "learning_rate": 1.4006833671362532e-05,
1975
+ "loss": 0.0555,
1976
+ "step": 164000
1977
+ },
1978
+ {
1979
+ "epoch": 0.9,
1980
+ "learning_rate": 1.3988561822799613e-05,
1981
+ "loss": 0.0434,
1982
+ "step": 164500
1983
+ },
1984
+ {
1985
+ "epoch": 0.9,
1986
+ "learning_rate": 1.3970289974236695e-05,
1987
+ "loss": 0.0577,
1988
+ "step": 165000
1989
+ },
1990
+ {
1991
+ "epoch": 0.91,
1992
+ "learning_rate": 1.3952018125673776e-05,
1993
+ "loss": 0.0522,
1994
+ "step": 165500
1995
+ },
1996
+ {
1997
+ "epoch": 0.91,
1998
+ "learning_rate": 1.3933746277110855e-05,
1999
+ "loss": 0.0412,
2000
+ "step": 166000
2001
+ },
2002
+ {
2003
+ "epoch": 0.91,
2004
+ "learning_rate": 1.3915474428547937e-05,
2005
+ "loss": 0.0601,
2006
+ "step": 166500
2007
+ },
2008
+ {
2009
+ "epoch": 0.92,
2010
+ "learning_rate": 1.3897202579985018e-05,
2011
+ "loss": 0.0553,
2012
+ "step": 167000
2013
+ },
2014
+ {
2015
+ "epoch": 0.92,
2016
+ "learning_rate": 1.38789307314221e-05,
2017
+ "loss": 0.0522,
2018
+ "step": 167500
2019
+ },
2020
+ {
2021
+ "epoch": 0.92,
2022
+ "learning_rate": 1.386065888285918e-05,
2023
+ "loss": 0.0505,
2024
+ "step": 168000
2025
+ },
2026
+ {
2027
+ "epoch": 0.92,
2028
+ "learning_rate": 1.384238703429626e-05,
2029
+ "loss": 0.0497,
2030
+ "step": 168500
2031
+ },
2032
+ {
2033
+ "epoch": 0.93,
2034
+ "learning_rate": 1.3824115185733342e-05,
2035
+ "loss": 0.0378,
2036
+ "step": 169000
2037
+ },
2038
+ {
2039
+ "epoch": 0.93,
2040
+ "learning_rate": 1.3805843337170423e-05,
2041
+ "loss": 0.0399,
2042
+ "step": 169500
2043
+ },
2044
+ {
2045
+ "epoch": 0.93,
2046
+ "learning_rate": 1.3787571488607504e-05,
2047
+ "loss": 0.0485,
2048
+ "step": 170000
2049
+ },
2050
+ {
2051
+ "epoch": 0.93,
2052
+ "learning_rate": 1.3769299640044584e-05,
2053
+ "loss": 0.0416,
2054
+ "step": 170500
2055
+ },
2056
+ {
2057
+ "epoch": 0.94,
2058
+ "learning_rate": 1.3751027791481665e-05,
2059
+ "loss": 0.0486,
2060
+ "step": 171000
2061
+ },
2062
+ {
2063
+ "epoch": 0.94,
2064
+ "learning_rate": 1.3732755942918746e-05,
2065
+ "loss": 0.0498,
2066
+ "step": 171500
2067
+ },
2068
+ {
2069
+ "epoch": 0.94,
2070
+ "learning_rate": 1.3714484094355827e-05,
2071
+ "loss": 0.0515,
2072
+ "step": 172000
2073
+ },
2074
+ {
2075
+ "epoch": 0.95,
2076
+ "learning_rate": 1.3696212245792909e-05,
2077
+ "loss": 0.0403,
2078
+ "step": 172500
2079
+ },
2080
+ {
2081
+ "epoch": 0.95,
2082
+ "learning_rate": 1.367794039722999e-05,
2083
+ "loss": 0.0461,
2084
+ "step": 173000
2085
+ },
2086
+ {
2087
+ "epoch": 0.95,
2088
+ "learning_rate": 1.3659668548667069e-05,
2089
+ "loss": 0.0557,
2090
+ "step": 173500
2091
+ },
2092
+ {
2093
+ "epoch": 0.95,
2094
+ "learning_rate": 1.3641396700104151e-05,
2095
+ "loss": 0.0602,
2096
+ "step": 174000
2097
+ },
2098
+ {
2099
+ "epoch": 0.96,
2100
+ "learning_rate": 1.3623124851541232e-05,
2101
+ "loss": 0.0416,
2102
+ "step": 174500
2103
+ },
2104
+ {
2105
+ "epoch": 0.96,
2106
+ "learning_rate": 1.3604853002978312e-05,
2107
+ "loss": 0.0472,
2108
+ "step": 175000
2109
+ },
2110
+ {
2111
+ "epoch": 0.96,
2112
+ "learning_rate": 1.3586581154415393e-05,
2113
+ "loss": 0.0475,
2114
+ "step": 175500
2115
+ },
2116
+ {
2117
+ "epoch": 0.96,
2118
+ "learning_rate": 1.3568309305852474e-05,
2119
+ "loss": 0.0478,
2120
+ "step": 176000
2121
+ },
2122
+ {
2123
+ "epoch": 0.97,
2124
+ "learning_rate": 1.3550037457289556e-05,
2125
+ "loss": 0.0448,
2126
+ "step": 176500
2127
+ },
2128
+ {
2129
+ "epoch": 0.97,
2130
+ "learning_rate": 1.3531765608726637e-05,
2131
+ "loss": 0.0444,
2132
+ "step": 177000
2133
+ },
2134
+ {
2135
+ "epoch": 0.97,
2136
+ "learning_rate": 1.3513493760163716e-05,
2137
+ "loss": 0.0459,
2138
+ "step": 177500
2139
+ },
2140
+ {
2141
+ "epoch": 0.98,
2142
+ "learning_rate": 1.3495221911600798e-05,
2143
+ "loss": 0.0381,
2144
+ "step": 178000
2145
+ },
2146
+ {
2147
+ "epoch": 0.98,
2148
+ "learning_rate": 1.3476950063037879e-05,
2149
+ "loss": 0.0402,
2150
+ "step": 178500
2151
+ },
2152
+ {
2153
+ "epoch": 0.98,
2154
+ "learning_rate": 1.3458678214474961e-05,
2155
+ "loss": 0.0338,
2156
+ "step": 179000
2157
+ },
2158
+ {
2159
+ "epoch": 0.98,
2160
+ "learning_rate": 1.344040636591204e-05,
2161
+ "loss": 0.0527,
2162
+ "step": 179500
2163
+ },
2164
+ {
2165
+ "epoch": 0.99,
2166
+ "learning_rate": 1.3422134517349121e-05,
2167
+ "loss": 0.0381,
2168
+ "step": 180000
2169
+ },
2170
+ {
2171
+ "epoch": 0.99,
2172
+ "learning_rate": 1.3403862668786203e-05,
2173
+ "loss": 0.0473,
2174
+ "step": 180500
2175
+ },
2176
+ {
2177
+ "epoch": 0.99,
2178
+ "learning_rate": 1.3385590820223282e-05,
2179
+ "loss": 0.0475,
2180
+ "step": 181000
2181
+ },
2182
+ {
2183
+ "epoch": 0.99,
2184
+ "learning_rate": 1.3367318971660363e-05,
2185
+ "loss": 0.0482,
2186
+ "step": 181500
2187
+ },
2188
+ {
2189
+ "epoch": 1.0,
2190
+ "learning_rate": 1.3349047123097446e-05,
2191
+ "loss": 0.0432,
2192
+ "step": 182000
2193
+ },
2194
+ {
2195
+ "epoch": 1.0,
2196
+ "eval_loss": 0.15653175115585327,
2197
+ "eval_runtime": 1676.2688,
2198
+ "eval_samples_per_second": 138.216,
2199
+ "eval_steps_per_second": 13.822,
2200
+ "step": 182430
2201
+ },
2202
+ {
2203
+ "epoch": 1.0,
2204
+ "learning_rate": 1.3330775274534526e-05,
2205
+ "loss": 0.0411,
2206
+ "step": 182500
2207
+ },
2208
+ {
2209
+ "epoch": 1.0,
2210
+ "learning_rate": 1.3312503425971605e-05,
2211
+ "loss": 0.0428,
2212
+ "step": 183000
2213
+ },
2214
+ {
2215
+ "epoch": 1.01,
2216
+ "learning_rate": 1.3294231577408688e-05,
2217
+ "loss": 0.0454,
2218
+ "step": 183500
2219
+ },
2220
+ {
2221
+ "epoch": 1.01,
2222
+ "learning_rate": 1.3275959728845768e-05,
2223
+ "loss": 0.0453,
2224
+ "step": 184000
2225
+ },
2226
+ {
2227
+ "epoch": 1.01,
2228
+ "learning_rate": 1.325768788028285e-05,
2229
+ "loss": 0.0451,
2230
+ "step": 184500
2231
+ },
2232
+ {
2233
+ "epoch": 1.01,
2234
+ "learning_rate": 1.323941603171993e-05,
2235
+ "loss": 0.0426,
2236
+ "step": 185000
2237
+ },
2238
+ {
2239
+ "epoch": 1.02,
2240
+ "learning_rate": 1.322114418315701e-05,
2241
+ "loss": 0.0386,
2242
+ "step": 185500
2243
+ },
2244
+ {
2245
+ "epoch": 1.02,
2246
+ "learning_rate": 1.3202872334594093e-05,
2247
+ "loss": 0.0422,
2248
+ "step": 186000
2249
+ },
2250
+ {
2251
+ "epoch": 1.02,
2252
+ "learning_rate": 1.3184600486031174e-05,
2253
+ "loss": 0.0491,
2254
+ "step": 186500
2255
+ },
2256
+ {
2257
+ "epoch": 1.03,
2258
+ "learning_rate": 1.3166328637468253e-05,
2259
+ "loss": 0.0493,
2260
+ "step": 187000
2261
+ },
2262
+ {
2263
+ "epoch": 1.03,
2264
+ "learning_rate": 1.3148056788905335e-05,
2265
+ "loss": 0.0388,
2266
+ "step": 187500
2267
+ },
2268
+ {
2269
+ "epoch": 1.03,
2270
+ "learning_rate": 1.3129784940342416e-05,
2271
+ "loss": 0.0429,
2272
+ "step": 188000
2273
+ },
2274
+ {
2275
+ "epoch": 1.03,
2276
+ "learning_rate": 1.3111513091779498e-05,
2277
+ "loss": 0.0501,
2278
+ "step": 188500
2279
+ },
2280
+ {
2281
+ "epoch": 1.04,
2282
+ "learning_rate": 1.3093241243216577e-05,
2283
+ "loss": 0.0423,
2284
+ "step": 189000
2285
+ },
2286
+ {
2287
+ "epoch": 1.04,
2288
+ "learning_rate": 1.3074969394653658e-05,
2289
+ "loss": 0.0458,
2290
+ "step": 189500
2291
+ },
2292
+ {
2293
+ "epoch": 1.04,
2294
+ "learning_rate": 1.305669754609074e-05,
2295
+ "loss": 0.0411,
2296
+ "step": 190000
2297
+ },
2298
+ {
2299
+ "epoch": 1.04,
2300
+ "learning_rate": 1.303842569752782e-05,
2301
+ "loss": 0.0411,
2302
+ "step": 190500
2303
+ },
2304
+ {
2305
+ "epoch": 1.05,
2306
+ "learning_rate": 1.30201538489649e-05,
2307
+ "loss": 0.037,
2308
+ "step": 191000
2309
+ },
2310
+ {
2311
+ "epoch": 1.05,
2312
+ "learning_rate": 1.3001882000401982e-05,
2313
+ "loss": 0.039,
2314
+ "step": 191500
2315
+ },
2316
+ {
2317
+ "epoch": 1.05,
2318
+ "learning_rate": 1.2983610151839063e-05,
2319
+ "loss": 0.0468,
2320
+ "step": 192000
2321
+ },
2322
+ {
2323
+ "epoch": 1.06,
2324
+ "learning_rate": 1.2965338303276142e-05,
2325
+ "loss": 0.0404,
2326
+ "step": 192500
2327
+ },
2328
+ {
2329
+ "epoch": 1.06,
2330
+ "learning_rate": 1.2947066454713224e-05,
2331
+ "loss": 0.0394,
2332
+ "step": 193000
2333
+ },
2334
+ {
2335
+ "epoch": 1.06,
2336
+ "learning_rate": 1.2928794606150305e-05,
2337
+ "loss": 0.0454,
2338
+ "step": 193500
2339
+ },
2340
+ {
2341
+ "epoch": 1.06,
2342
+ "learning_rate": 1.2910522757587387e-05,
2343
+ "loss": 0.0402,
2344
+ "step": 194000
2345
+ },
2346
+ {
2347
+ "epoch": 1.07,
2348
+ "learning_rate": 1.2892250909024466e-05,
2349
+ "loss": 0.0507,
2350
+ "step": 194500
2351
+ },
2352
+ {
2353
+ "epoch": 1.07,
2354
+ "learning_rate": 1.2873979060461547e-05,
2355
+ "loss": 0.0429,
2356
+ "step": 195000
2357
+ },
2358
+ {
2359
+ "epoch": 1.07,
2360
+ "learning_rate": 1.285570721189863e-05,
2361
+ "loss": 0.0452,
2362
+ "step": 195500
2363
+ },
2364
+ {
2365
+ "epoch": 1.07,
2366
+ "learning_rate": 1.283743536333571e-05,
2367
+ "loss": 0.042,
2368
+ "step": 196000
2369
+ },
2370
+ {
2371
+ "epoch": 1.08,
2372
+ "learning_rate": 1.281916351477279e-05,
2373
+ "loss": 0.0482,
2374
+ "step": 196500
2375
+ },
2376
+ {
2377
+ "epoch": 1.08,
2378
+ "learning_rate": 1.2800891666209872e-05,
2379
+ "loss": 0.0457,
2380
+ "step": 197000
2381
+ },
2382
+ {
2383
+ "epoch": 1.08,
2384
+ "learning_rate": 1.2782619817646952e-05,
2385
+ "loss": 0.0383,
2386
+ "step": 197500
2387
+ },
2388
+ {
2389
+ "epoch": 1.09,
2390
+ "learning_rate": 1.2764347969084031e-05,
2391
+ "loss": 0.0384,
2392
+ "step": 198000
2393
+ },
2394
+ {
2395
+ "epoch": 1.09,
2396
+ "learning_rate": 1.2746076120521114e-05,
2397
+ "loss": 0.0558,
2398
+ "step": 198500
2399
+ },
2400
+ {
2401
+ "epoch": 1.09,
2402
+ "learning_rate": 1.2727804271958194e-05,
2403
+ "loss": 0.0362,
2404
+ "step": 199000
2405
+ },
2406
+ {
2407
+ "epoch": 1.09,
2408
+ "learning_rate": 1.2709532423395277e-05,
2409
+ "loss": 0.044,
2410
+ "step": 199500
2411
+ },
2412
+ {
2413
+ "epoch": 1.1,
2414
+ "learning_rate": 1.2691260574832356e-05,
2415
+ "loss": 0.0475,
2416
+ "step": 200000
2417
+ },
2418
+ {
2419
+ "epoch": 1.1,
2420
+ "learning_rate": 1.2672988726269437e-05,
2421
+ "loss": 0.0404,
2422
+ "step": 200500
2423
+ },
2424
+ {
2425
+ "epoch": 1.1,
2426
+ "learning_rate": 1.2654716877706519e-05,
2427
+ "loss": 0.0384,
2428
+ "step": 201000
2429
+ },
2430
+ {
2431
+ "epoch": 1.1,
2432
+ "learning_rate": 1.26364450291436e-05,
2433
+ "loss": 0.0528,
2434
+ "step": 201500
2435
+ },
2436
+ {
2437
+ "epoch": 1.11,
2438
+ "learning_rate": 1.261817318058068e-05,
2439
+ "loss": 0.0572,
2440
+ "step": 202000
2441
+ },
2442
+ {
2443
+ "epoch": 1.11,
2444
+ "learning_rate": 1.2599901332017761e-05,
2445
+ "loss": 0.0365,
2446
+ "step": 202500
2447
+ },
2448
+ {
2449
+ "epoch": 1.11,
2450
+ "learning_rate": 1.2581629483454842e-05,
2451
+ "loss": 0.0354,
2452
+ "step": 203000
2453
+ },
2454
+ {
2455
+ "epoch": 1.12,
2456
+ "learning_rate": 1.2563357634891924e-05,
2457
+ "loss": 0.0391,
2458
+ "step": 203500
2459
+ },
2460
+ {
2461
+ "epoch": 1.12,
2462
+ "learning_rate": 1.2545085786329003e-05,
2463
+ "loss": 0.0394,
2464
+ "step": 204000
2465
+ },
2466
+ {
2467
+ "epoch": 1.12,
2468
+ "learning_rate": 1.2526813937766086e-05,
2469
+ "loss": 0.044,
2470
+ "step": 204500
2471
+ },
2472
+ {
2473
+ "epoch": 1.12,
2474
+ "learning_rate": 1.2508542089203166e-05,
2475
+ "loss": 0.0436,
2476
+ "step": 205000
2477
+ },
2478
+ {
2479
+ "epoch": 1.13,
2480
+ "learning_rate": 1.2490270240640247e-05,
2481
+ "loss": 0.0294,
2482
+ "step": 205500
2483
+ },
2484
+ {
2485
+ "epoch": 1.13,
2486
+ "learning_rate": 1.2471998392077328e-05,
2487
+ "loss": 0.0422,
2488
+ "step": 206000
2489
+ },
2490
+ {
2491
+ "epoch": 1.13,
2492
+ "learning_rate": 1.2453726543514408e-05,
2493
+ "loss": 0.0428,
2494
+ "step": 206500
2495
+ },
2496
+ {
2497
+ "epoch": 1.13,
2498
+ "learning_rate": 1.2435454694951489e-05,
2499
+ "loss": 0.0414,
2500
+ "step": 207000
2501
+ },
2502
+ {
2503
+ "epoch": 1.14,
2504
+ "learning_rate": 1.241718284638857e-05,
2505
+ "loss": 0.0411,
2506
+ "step": 207500
2507
+ },
2508
+ {
2509
+ "epoch": 1.14,
2510
+ "learning_rate": 1.239891099782565e-05,
2511
+ "loss": 0.0261,
2512
+ "step": 208000
2513
+ },
2514
+ {
2515
+ "epoch": 1.14,
2516
+ "learning_rate": 1.2380639149262733e-05,
2517
+ "loss": 0.0327,
2518
+ "step": 208500
2519
+ },
2520
+ {
2521
+ "epoch": 1.15,
2522
+ "learning_rate": 1.2362367300699814e-05,
2523
+ "loss": 0.0373,
2524
+ "step": 209000
2525
+ },
2526
+ {
2527
+ "epoch": 1.15,
2528
+ "learning_rate": 1.2344095452136893e-05,
2529
+ "loss": 0.0467,
2530
+ "step": 209500
2531
+ },
2532
+ {
2533
+ "epoch": 1.15,
2534
+ "learning_rate": 1.2325823603573975e-05,
2535
+ "loss": 0.0375,
2536
+ "step": 210000
2537
+ },
2538
+ {
2539
+ "epoch": 1.15,
2540
+ "learning_rate": 1.2307551755011056e-05,
2541
+ "loss": 0.042,
2542
+ "step": 210500
2543
+ },
2544
+ {
2545
+ "epoch": 1.16,
2546
+ "learning_rate": 1.2289279906448138e-05,
2547
+ "loss": 0.0365,
2548
+ "step": 211000
2549
+ },
2550
+ {
2551
+ "epoch": 1.16,
2552
+ "learning_rate": 1.2271008057885217e-05,
2553
+ "loss": 0.0464,
2554
+ "step": 211500
2555
+ },
2556
+ {
2557
+ "epoch": 1.16,
2558
+ "learning_rate": 1.2252736209322298e-05,
2559
+ "loss": 0.0398,
2560
+ "step": 212000
2561
+ },
2562
+ {
2563
+ "epoch": 1.16,
2564
+ "learning_rate": 1.223446436075938e-05,
2565
+ "loss": 0.0391,
2566
+ "step": 212500
2567
+ },
2568
+ {
2569
+ "epoch": 1.17,
2570
+ "learning_rate": 1.221619251219646e-05,
2571
+ "loss": 0.0413,
2572
+ "step": 213000
2573
+ },
2574
+ {
2575
+ "epoch": 1.17,
2576
+ "learning_rate": 1.219792066363354e-05,
2577
+ "loss": 0.0358,
2578
+ "step": 213500
2579
+ },
2580
+ {
2581
+ "epoch": 1.17,
2582
+ "learning_rate": 1.2179648815070622e-05,
2583
+ "loss": 0.043,
2584
+ "step": 214000
2585
+ },
2586
+ {
2587
+ "epoch": 1.18,
2588
+ "learning_rate": 1.2161376966507703e-05,
2589
+ "loss": 0.0413,
2590
+ "step": 214500
2591
+ },
2592
+ {
2593
+ "epoch": 1.18,
2594
+ "learning_rate": 1.2143105117944785e-05,
2595
+ "loss": 0.0513,
2596
+ "step": 215000
2597
+ },
2598
+ {
2599
+ "epoch": 1.18,
2600
+ "learning_rate": 1.2124833269381864e-05,
2601
+ "loss": 0.0421,
2602
+ "step": 215500
2603
+ },
2604
+ {
2605
+ "epoch": 1.18,
2606
+ "learning_rate": 1.2106561420818945e-05,
2607
+ "loss": 0.0474,
2608
+ "step": 216000
2609
+ },
2610
+ {
2611
+ "epoch": 1.19,
2612
+ "learning_rate": 1.2088289572256027e-05,
2613
+ "loss": 0.0445,
2614
+ "step": 216500
2615
+ },
2616
+ {
2617
+ "epoch": 1.19,
2618
+ "learning_rate": 1.2070017723693106e-05,
2619
+ "loss": 0.0396,
2620
+ "step": 217000
2621
+ },
2622
+ {
2623
+ "epoch": 1.19,
2624
+ "learning_rate": 1.2051745875130187e-05,
2625
+ "loss": 0.038,
2626
+ "step": 217500
2627
+ },
2628
+ {
2629
+ "epoch": 1.19,
2630
+ "learning_rate": 1.203347402656727e-05,
2631
+ "loss": 0.0269,
2632
+ "step": 218000
2633
+ },
2634
+ {
2635
+ "epoch": 1.2,
2636
+ "learning_rate": 1.201520217800435e-05,
2637
+ "loss": 0.0422,
2638
+ "step": 218500
2639
+ },
2640
+ {
2641
+ "epoch": 1.2,
2642
+ "learning_rate": 1.199693032944143e-05,
2643
+ "loss": 0.0522,
2644
+ "step": 219000
2645
+ },
2646
+ {
2647
+ "epoch": 1.2,
2648
+ "learning_rate": 1.1978658480878512e-05,
2649
+ "loss": 0.035,
2650
+ "step": 219500
2651
+ },
2652
+ {
2653
+ "epoch": 1.21,
2654
+ "learning_rate": 1.1960386632315592e-05,
2655
+ "loss": 0.0388,
2656
+ "step": 220000
2657
+ },
2658
+ {
2659
+ "epoch": 1.21,
2660
+ "learning_rate": 1.1942114783752675e-05,
2661
+ "loss": 0.033,
2662
+ "step": 220500
2663
+ },
2664
+ {
2665
+ "epoch": 1.21,
2666
+ "learning_rate": 1.1923842935189754e-05,
2667
+ "loss": 0.0459,
2668
+ "step": 221000
2669
+ },
2670
+ {
2671
+ "epoch": 1.21,
2672
+ "learning_rate": 1.1905571086626834e-05,
2673
+ "loss": 0.0368,
2674
+ "step": 221500
2675
+ },
2676
+ {
2677
+ "epoch": 1.22,
2678
+ "learning_rate": 1.1887299238063917e-05,
2679
+ "loss": 0.0415,
2680
+ "step": 222000
2681
+ },
2682
+ {
2683
+ "epoch": 1.22,
2684
+ "learning_rate": 1.1869027389500997e-05,
2685
+ "loss": 0.0373,
2686
+ "step": 222500
2687
+ },
2688
+ {
2689
+ "epoch": 1.22,
2690
+ "learning_rate": 1.1850755540938076e-05,
2691
+ "loss": 0.0308,
2692
+ "step": 223000
2693
+ },
2694
+ {
2695
+ "epoch": 1.23,
2696
+ "learning_rate": 1.1832483692375159e-05,
2697
+ "loss": 0.0378,
2698
+ "step": 223500
2699
+ },
2700
+ {
2701
+ "epoch": 1.23,
2702
+ "learning_rate": 1.181421184381224e-05,
2703
+ "loss": 0.0424,
2704
+ "step": 224000
2705
+ },
2706
+ {
2707
+ "epoch": 1.23,
2708
+ "learning_rate": 1.1795939995249322e-05,
2709
+ "loss": 0.0516,
2710
+ "step": 224500
2711
+ },
2712
+ {
2713
+ "epoch": 1.23,
2714
+ "learning_rate": 1.1777668146686401e-05,
2715
+ "loss": 0.0349,
2716
+ "step": 225000
2717
+ },
2718
+ {
2719
+ "epoch": 1.24,
2720
+ "learning_rate": 1.1759396298123482e-05,
2721
+ "loss": 0.0281,
2722
+ "step": 225500
2723
+ },
2724
+ {
2725
+ "epoch": 1.24,
2726
+ "learning_rate": 1.1741124449560564e-05,
2727
+ "loss": 0.0424,
2728
+ "step": 226000
2729
+ },
2730
+ {
2731
+ "epoch": 1.24,
2732
+ "learning_rate": 1.1722852600997643e-05,
2733
+ "loss": 0.033,
2734
+ "step": 226500
2735
+ },
2736
+ {
2737
+ "epoch": 1.24,
2738
+ "learning_rate": 1.1704580752434724e-05,
2739
+ "loss": 0.0482,
2740
+ "step": 227000
2741
+ },
2742
+ {
2743
+ "epoch": 1.25,
2744
+ "learning_rate": 1.1686308903871806e-05,
2745
+ "loss": 0.0361,
2746
+ "step": 227500
2747
+ },
2748
+ {
2749
+ "epoch": 1.25,
2750
+ "learning_rate": 1.1668037055308887e-05,
2751
+ "loss": 0.0392,
2752
+ "step": 228000
2753
+ },
2754
+ {
2755
+ "epoch": 1.25,
2756
+ "learning_rate": 1.1649765206745966e-05,
2757
+ "loss": 0.0357,
2758
+ "step": 228500
2759
+ },
2760
+ {
2761
+ "epoch": 1.26,
2762
+ "learning_rate": 1.1631493358183048e-05,
2763
+ "loss": 0.0428,
2764
+ "step": 229000
2765
+ },
2766
+ {
2767
+ "epoch": 1.26,
2768
+ "learning_rate": 1.1613221509620129e-05,
2769
+ "loss": 0.0337,
2770
+ "step": 229500
2771
+ },
2772
+ {
2773
+ "epoch": 1.26,
2774
+ "learning_rate": 1.1594949661057211e-05,
2775
+ "loss": 0.0395,
2776
+ "step": 230000
2777
+ },
2778
+ {
2779
+ "epoch": 1.26,
2780
+ "learning_rate": 1.157667781249429e-05,
2781
+ "loss": 0.0376,
2782
+ "step": 230500
2783
+ },
2784
+ {
2785
+ "epoch": 1.27,
2786
+ "learning_rate": 1.1558405963931371e-05,
2787
+ "loss": 0.0342,
2788
+ "step": 231000
2789
+ },
2790
+ {
2791
+ "epoch": 1.27,
2792
+ "learning_rate": 1.1540134115368453e-05,
2793
+ "loss": 0.0442,
2794
+ "step": 231500
2795
+ },
2796
+ {
2797
+ "epoch": 1.27,
2798
+ "learning_rate": 1.1521862266805534e-05,
2799
+ "loss": 0.0445,
2800
+ "step": 232000
2801
+ },
2802
+ {
2803
+ "epoch": 1.27,
2804
+ "learning_rate": 1.1503590418242613e-05,
2805
+ "loss": 0.0396,
2806
+ "step": 232500
2807
+ },
2808
+ {
2809
+ "epoch": 1.28,
2810
+ "learning_rate": 1.1485318569679696e-05,
2811
+ "loss": 0.039,
2812
+ "step": 233000
2813
+ },
2814
+ {
2815
+ "epoch": 1.28,
2816
+ "learning_rate": 1.1467046721116776e-05,
2817
+ "loss": 0.0394,
2818
+ "step": 233500
2819
+ },
2820
+ {
2821
+ "epoch": 1.28,
2822
+ "learning_rate": 1.1448774872553857e-05,
2823
+ "loss": 0.0299,
2824
+ "step": 234000
2825
+ },
2826
+ {
2827
+ "epoch": 1.29,
2828
+ "learning_rate": 1.1430503023990938e-05,
2829
+ "loss": 0.0251,
2830
+ "step": 234500
2831
+ },
2832
+ {
2833
+ "epoch": 1.29,
2834
+ "learning_rate": 1.1412231175428018e-05,
2835
+ "loss": 0.0359,
2836
+ "step": 235000
2837
+ },
2838
+ {
2839
+ "epoch": 1.29,
2840
+ "learning_rate": 1.13939593268651e-05,
2841
+ "loss": 0.0364,
2842
+ "step": 235500
2843
+ },
2844
+ {
2845
+ "epoch": 1.29,
2846
+ "learning_rate": 1.137568747830218e-05,
2847
+ "loss": 0.0334,
2848
+ "step": 236000
2849
+ },
2850
+ {
2851
+ "epoch": 1.3,
2852
+ "learning_rate": 1.135741562973926e-05,
2853
+ "loss": 0.0369,
2854
+ "step": 236500
2855
+ },
2856
+ {
2857
+ "epoch": 1.3,
2858
+ "learning_rate": 1.1339143781176343e-05,
2859
+ "loss": 0.0326,
2860
+ "step": 237000
2861
+ },
2862
+ {
2863
+ "epoch": 1.3,
2864
+ "learning_rate": 1.1320871932613424e-05,
2865
+ "loss": 0.0429,
2866
+ "step": 237500
2867
+ },
2868
+ {
2869
+ "epoch": 1.3,
2870
+ "learning_rate": 1.1302600084050504e-05,
2871
+ "loss": 0.0433,
2872
+ "step": 238000
2873
+ },
2874
+ {
2875
+ "epoch": 1.31,
2876
+ "learning_rate": 1.1284328235487585e-05,
2877
+ "loss": 0.0383,
2878
+ "step": 238500
2879
+ },
2880
+ {
2881
+ "epoch": 1.31,
2882
+ "learning_rate": 1.1266056386924666e-05,
2883
+ "loss": 0.0335,
2884
+ "step": 239000
2885
+ },
2886
+ {
2887
+ "epoch": 1.31,
2888
+ "learning_rate": 1.1247784538361748e-05,
2889
+ "loss": 0.0388,
2890
+ "step": 239500
2891
+ },
2892
+ {
2893
+ "epoch": 1.32,
2894
+ "learning_rate": 1.1229512689798827e-05,
2895
+ "loss": 0.0349,
2896
+ "step": 240000
2897
+ },
2898
+ {
2899
+ "epoch": 1.32,
2900
+ "learning_rate": 1.121124084123591e-05,
2901
+ "loss": 0.0311,
2902
+ "step": 240500
2903
+ },
2904
+ {
2905
+ "epoch": 1.32,
2906
+ "learning_rate": 1.119296899267299e-05,
2907
+ "loss": 0.0453,
2908
+ "step": 241000
2909
+ },
2910
+ {
2911
+ "epoch": 1.32,
2912
+ "learning_rate": 1.117469714411007e-05,
2913
+ "loss": 0.0392,
2914
+ "step": 241500
2915
+ },
2916
+ {
2917
+ "epoch": 1.33,
2918
+ "learning_rate": 1.1156425295547152e-05,
2919
+ "loss": 0.0429,
2920
+ "step": 242000
2921
+ },
2922
+ {
2923
+ "epoch": 1.33,
2924
+ "learning_rate": 1.1138153446984232e-05,
2925
+ "loss": 0.0441,
2926
+ "step": 242500
2927
+ },
2928
+ {
2929
+ "epoch": 1.33,
2930
+ "learning_rate": 1.1119881598421315e-05,
2931
+ "loss": 0.0365,
2932
+ "step": 243000
2933
+ },
2934
+ {
2935
+ "epoch": 1.33,
2936
+ "learning_rate": 1.1101609749858394e-05,
2937
+ "loss": 0.0374,
2938
+ "step": 243500
2939
+ },
2940
+ {
2941
+ "epoch": 1.34,
2942
+ "learning_rate": 1.1083337901295474e-05,
2943
+ "loss": 0.0434,
2944
+ "step": 244000
2945
+ },
2946
+ {
2947
+ "epoch": 1.34,
2948
+ "learning_rate": 1.1065066052732557e-05,
2949
+ "loss": 0.0411,
2950
+ "step": 244500
2951
+ },
2952
+ {
2953
+ "epoch": 1.34,
2954
+ "learning_rate": 1.1046794204169637e-05,
2955
+ "loss": 0.0409,
2956
+ "step": 245000
2957
+ },
2958
+ {
2959
+ "epoch": 1.35,
2960
+ "learning_rate": 1.1028522355606716e-05,
2961
+ "loss": 0.0373,
2962
+ "step": 245500
2963
+ },
2964
+ {
2965
+ "epoch": 1.35,
2966
+ "learning_rate": 1.1010250507043799e-05,
2967
+ "loss": 0.0427,
2968
+ "step": 246000
2969
+ },
2970
+ {
2971
+ "epoch": 1.35,
2972
+ "learning_rate": 1.099197865848088e-05,
2973
+ "loss": 0.0351,
2974
+ "step": 246500
2975
+ },
2976
+ {
2977
+ "epoch": 1.35,
2978
+ "learning_rate": 1.0973706809917962e-05,
2979
+ "loss": 0.0285,
2980
+ "step": 247000
2981
+ },
2982
+ {
2983
+ "epoch": 1.36,
2984
+ "learning_rate": 1.0955434961355041e-05,
2985
+ "loss": 0.0364,
2986
+ "step": 247500
2987
+ },
2988
+ {
2989
+ "epoch": 1.36,
2990
+ "learning_rate": 1.0937163112792122e-05,
2991
+ "loss": 0.0448,
2992
+ "step": 248000
2993
+ },
2994
+ {
2995
+ "epoch": 1.36,
2996
+ "learning_rate": 1.0918891264229204e-05,
2997
+ "loss": 0.0333,
2998
+ "step": 248500
2999
+ },
3000
+ {
3001
+ "epoch": 1.36,
3002
+ "learning_rate": 1.0900619415666285e-05,
3003
+ "loss": 0.0427,
3004
+ "step": 249000
3005
+ },
3006
+ {
3007
+ "epoch": 1.37,
3008
+ "learning_rate": 1.0882347567103364e-05,
3009
+ "loss": 0.0393,
3010
+ "step": 249500
3011
+ },
3012
+ {
3013
+ "epoch": 1.37,
3014
+ "learning_rate": 1.0864075718540446e-05,
3015
+ "loss": 0.0413,
3016
+ "step": 250000
3017
+ },
3018
+ {
3019
+ "epoch": 1.37,
3020
+ "learning_rate": 1.0845803869977527e-05,
3021
+ "loss": 0.0322,
3022
+ "step": 250500
3023
+ },
3024
+ {
3025
+ "epoch": 1.38,
3026
+ "learning_rate": 1.082753202141461e-05,
3027
+ "loss": 0.0341,
3028
+ "step": 251000
3029
+ },
3030
+ {
3031
+ "epoch": 1.38,
3032
+ "learning_rate": 1.0809260172851688e-05,
3033
+ "loss": 0.0363,
3034
+ "step": 251500
3035
+ },
3036
+ {
3037
+ "epoch": 1.38,
3038
+ "learning_rate": 1.0790988324288769e-05,
3039
+ "loss": 0.0316,
3040
+ "step": 252000
3041
+ },
3042
+ {
3043
+ "epoch": 1.38,
3044
+ "learning_rate": 1.0772716475725851e-05,
3045
+ "loss": 0.0393,
3046
+ "step": 252500
3047
+ },
3048
+ {
3049
+ "epoch": 1.39,
3050
+ "learning_rate": 1.075444462716293e-05,
3051
+ "loss": 0.0328,
3052
+ "step": 253000
3053
+ },
3054
+ {
3055
+ "epoch": 1.39,
3056
+ "learning_rate": 1.0736172778600011e-05,
3057
+ "loss": 0.0354,
3058
+ "step": 253500
3059
+ },
3060
+ {
3061
+ "epoch": 1.39,
3062
+ "learning_rate": 1.0717900930037093e-05,
3063
+ "loss": 0.03,
3064
+ "step": 254000
3065
+ },
3066
+ {
3067
+ "epoch": 1.4,
3068
+ "learning_rate": 1.0699629081474174e-05,
3069
+ "loss": 0.0423,
3070
+ "step": 254500
3071
+ },
3072
+ {
3073
+ "epoch": 1.4,
3074
+ "learning_rate": 1.0681357232911253e-05,
3075
+ "loss": 0.04,
3076
+ "step": 255000
3077
+ },
3078
+ {
3079
+ "epoch": 1.4,
3080
+ "learning_rate": 1.0663085384348335e-05,
3081
+ "loss": 0.029,
3082
+ "step": 255500
3083
+ },
3084
+ {
3085
+ "epoch": 1.4,
3086
+ "learning_rate": 1.0644813535785416e-05,
3087
+ "loss": 0.039,
3088
+ "step": 256000
3089
+ },
3090
+ {
3091
+ "epoch": 1.41,
3092
+ "learning_rate": 1.0626541687222499e-05,
3093
+ "loss": 0.0335,
3094
+ "step": 256500
3095
+ },
3096
+ {
3097
+ "epoch": 1.41,
3098
+ "learning_rate": 1.0608269838659578e-05,
3099
+ "loss": 0.0317,
3100
+ "step": 257000
3101
+ },
3102
+ {
3103
+ "epoch": 1.41,
3104
+ "learning_rate": 1.0589997990096658e-05,
3105
+ "loss": 0.0515,
3106
+ "step": 257500
3107
+ },
3108
+ {
3109
+ "epoch": 1.41,
3110
+ "learning_rate": 1.057172614153374e-05,
3111
+ "loss": 0.0376,
3112
+ "step": 258000
3113
+ },
3114
+ {
3115
+ "epoch": 1.42,
3116
+ "learning_rate": 1.0553454292970821e-05,
3117
+ "loss": 0.0413,
3118
+ "step": 258500
3119
+ },
3120
+ {
3121
+ "epoch": 1.42,
3122
+ "learning_rate": 1.05351824444079e-05,
3123
+ "loss": 0.0363,
3124
+ "step": 259000
3125
+ },
3126
+ {
3127
+ "epoch": 1.42,
3128
+ "learning_rate": 1.0516910595844983e-05,
3129
+ "loss": 0.0336,
3130
+ "step": 259500
3131
+ },
3132
+ {
3133
+ "epoch": 1.43,
3134
+ "learning_rate": 1.0498638747282063e-05,
3135
+ "loss": 0.0405,
3136
+ "step": 260000
3137
+ },
3138
+ {
3139
+ "epoch": 1.43,
3140
+ "learning_rate": 1.0480366898719146e-05,
3141
+ "loss": 0.042,
3142
+ "step": 260500
3143
+ },
3144
+ {
3145
+ "epoch": 1.43,
3146
+ "learning_rate": 1.0462095050156225e-05,
3147
+ "loss": 0.0366,
3148
+ "step": 261000
3149
+ },
3150
+ {
3151
+ "epoch": 1.43,
3152
+ "learning_rate": 1.0443823201593306e-05,
3153
+ "loss": 0.041,
3154
+ "step": 261500
3155
+ },
3156
+ {
3157
+ "epoch": 1.44,
3158
+ "learning_rate": 1.0425551353030388e-05,
3159
+ "loss": 0.0277,
3160
+ "step": 262000
3161
+ },
3162
+ {
3163
+ "epoch": 1.44,
3164
+ "learning_rate": 1.0407279504467467e-05,
3165
+ "loss": 0.0321,
3166
+ "step": 262500
3167
+ },
3168
+ {
3169
+ "epoch": 1.44,
3170
+ "learning_rate": 1.0389007655904548e-05,
3171
+ "loss": 0.0412,
3172
+ "step": 263000
3173
+ },
3174
+ {
3175
+ "epoch": 1.44,
3176
+ "learning_rate": 1.037073580734163e-05,
3177
+ "loss": 0.0411,
3178
+ "step": 263500
3179
+ },
3180
+ {
3181
+ "epoch": 1.45,
3182
+ "learning_rate": 1.035246395877871e-05,
3183
+ "loss": 0.0294,
3184
+ "step": 264000
3185
+ },
3186
+ {
3187
+ "epoch": 1.45,
3188
+ "learning_rate": 1.033419211021579e-05,
3189
+ "loss": 0.0361,
3190
+ "step": 264500
3191
+ },
3192
+ {
3193
+ "epoch": 1.45,
3194
+ "learning_rate": 1.0315920261652872e-05,
3195
+ "loss": 0.0506,
3196
+ "step": 265000
3197
+ },
3198
+ {
3199
+ "epoch": 1.46,
3200
+ "learning_rate": 1.0297648413089953e-05,
3201
+ "loss": 0.038,
3202
+ "step": 265500
3203
+ },
3204
+ {
3205
+ "epoch": 1.46,
3206
+ "learning_rate": 1.0279376564527035e-05,
3207
+ "loss": 0.0323,
3208
+ "step": 266000
3209
+ },
3210
+ {
3211
+ "epoch": 1.46,
3212
+ "learning_rate": 1.0261104715964114e-05,
3213
+ "loss": 0.0346,
3214
+ "step": 266500
3215
+ },
3216
+ {
3217
+ "epoch": 1.46,
3218
+ "learning_rate": 1.0242832867401195e-05,
3219
+ "loss": 0.0336,
3220
+ "step": 267000
3221
+ },
3222
+ {
3223
+ "epoch": 1.47,
3224
+ "learning_rate": 1.0224561018838277e-05,
3225
+ "loss": 0.0387,
3226
+ "step": 267500
3227
+ },
3228
+ {
3229
+ "epoch": 1.47,
3230
+ "learning_rate": 1.0206289170275358e-05,
3231
+ "loss": 0.0362,
3232
+ "step": 268000
3233
+ },
3234
+ {
3235
+ "epoch": 1.47,
3236
+ "learning_rate": 1.0188017321712437e-05,
3237
+ "loss": 0.0304,
3238
+ "step": 268500
3239
+ },
3240
+ {
3241
+ "epoch": 1.47,
3242
+ "learning_rate": 1.016974547314952e-05,
3243
+ "loss": 0.038,
3244
+ "step": 269000
3245
+ },
3246
+ {
3247
+ "epoch": 1.48,
3248
+ "learning_rate": 1.01514736245866e-05,
3249
+ "loss": 0.036,
3250
+ "step": 269500
3251
+ },
3252
+ {
3253
+ "epoch": 1.48,
3254
+ "learning_rate": 1.013320177602368e-05,
3255
+ "loss": 0.0385,
3256
+ "step": 270000
3257
+ },
3258
+ {
3259
+ "epoch": 1.48,
3260
+ "learning_rate": 1.0114929927460762e-05,
3261
+ "loss": 0.033,
3262
+ "step": 270500
3263
+ },
3264
+ {
3265
+ "epoch": 1.49,
3266
+ "learning_rate": 1.0096658078897842e-05,
3267
+ "loss": 0.0283,
3268
+ "step": 271000
3269
+ },
3270
+ {
3271
+ "epoch": 1.49,
3272
+ "learning_rate": 1.0078386230334925e-05,
3273
+ "loss": 0.0372,
3274
+ "step": 271500
3275
+ },
3276
+ {
3277
+ "epoch": 1.49,
3278
+ "learning_rate": 1.0060114381772004e-05,
3279
+ "loss": 0.0387,
3280
+ "step": 272000
3281
+ },
3282
+ {
3283
+ "epoch": 1.49,
3284
+ "learning_rate": 1.0041842533209086e-05,
3285
+ "loss": 0.0378,
3286
+ "step": 272500
3287
+ },
3288
+ {
3289
+ "epoch": 1.5,
3290
+ "learning_rate": 1.0023570684646167e-05,
3291
+ "loss": 0.0308,
3292
+ "step": 273000
3293
+ },
3294
+ {
3295
+ "epoch": 1.5,
3296
+ "learning_rate": 1.0005298836083247e-05,
3297
+ "loss": 0.0363,
3298
+ "step": 273500
3299
+ },
3300
+ {
3301
+ "epoch": 1.5,
3302
+ "learning_rate": 9.987026987520328e-06,
3303
+ "loss": 0.0289,
3304
+ "step": 274000
3305
+ },
3306
+ {
3307
+ "epoch": 1.5,
3308
+ "learning_rate": 9.968755138957409e-06,
3309
+ "loss": 0.0329,
3310
+ "step": 274500
3311
+ },
3312
+ {
3313
+ "epoch": 1.51,
3314
+ "learning_rate": 9.95048329039449e-06,
3315
+ "loss": 0.0385,
3316
+ "step": 275000
3317
+ },
3318
+ {
3319
+ "epoch": 1.51,
3320
+ "learning_rate": 9.93221144183157e-06,
3321
+ "loss": 0.0415,
3322
+ "step": 275500
3323
+ },
3324
+ {
3325
+ "epoch": 1.51,
3326
+ "learning_rate": 9.913939593268653e-06,
3327
+ "loss": 0.0353,
3328
+ "step": 276000
3329
+ },
3330
+ {
3331
+ "epoch": 1.52,
3332
+ "learning_rate": 9.895667744705733e-06,
3333
+ "loss": 0.0308,
3334
+ "step": 276500
3335
+ },
3336
+ {
3337
+ "epoch": 1.52,
3338
+ "learning_rate": 9.877395896142814e-06,
3339
+ "loss": 0.0356,
3340
+ "step": 277000
3341
+ },
3342
+ {
3343
+ "epoch": 1.52,
3344
+ "learning_rate": 9.859124047579895e-06,
3345
+ "loss": 0.0348,
3346
+ "step": 277500
3347
+ },
3348
+ {
3349
+ "epoch": 1.52,
3350
+ "learning_rate": 9.840852199016975e-06,
3351
+ "loss": 0.0439,
3352
+ "step": 278000
3353
+ },
3354
+ {
3355
+ "epoch": 1.53,
3356
+ "learning_rate": 9.822580350454056e-06,
3357
+ "loss": 0.0329,
3358
+ "step": 278500
3359
+ },
3360
+ {
3361
+ "epoch": 1.53,
3362
+ "learning_rate": 9.804308501891137e-06,
3363
+ "loss": 0.0386,
3364
+ "step": 279000
3365
+ },
3366
+ {
3367
+ "epoch": 1.53,
3368
+ "learning_rate": 9.786036653328217e-06,
3369
+ "loss": 0.0445,
3370
+ "step": 279500
3371
+ },
3372
+ {
3373
+ "epoch": 1.53,
3374
+ "learning_rate": 9.767764804765298e-06,
3375
+ "loss": 0.0385,
3376
+ "step": 280000
3377
+ },
3378
+ {
3379
+ "epoch": 1.54,
3380
+ "learning_rate": 9.74949295620238e-06,
3381
+ "loss": 0.0308,
3382
+ "step": 280500
3383
+ },
3384
+ {
3385
+ "epoch": 1.54,
3386
+ "learning_rate": 9.73122110763946e-06,
3387
+ "loss": 0.0322,
3388
+ "step": 281000
3389
+ },
3390
+ {
3391
+ "epoch": 1.54,
3392
+ "learning_rate": 9.712949259076542e-06,
3393
+ "loss": 0.0424,
3394
+ "step": 281500
3395
+ },
3396
+ {
3397
+ "epoch": 1.55,
3398
+ "learning_rate": 9.694677410513623e-06,
3399
+ "loss": 0.0274,
3400
+ "step": 282000
3401
+ },
3402
+ {
3403
+ "epoch": 1.55,
3404
+ "learning_rate": 9.676405561950703e-06,
3405
+ "loss": 0.0471,
3406
+ "step": 282500
3407
+ },
3408
+ {
3409
+ "epoch": 1.55,
3410
+ "learning_rate": 9.658133713387784e-06,
3411
+ "loss": 0.0425,
3412
+ "step": 283000
3413
+ },
3414
+ {
3415
+ "epoch": 1.55,
3416
+ "learning_rate": 9.639861864824865e-06,
3417
+ "loss": 0.0353,
3418
+ "step": 283500
3419
+ },
3420
+ {
3421
+ "epoch": 1.56,
3422
+ "learning_rate": 9.621590016261945e-06,
3423
+ "loss": 0.0364,
3424
+ "step": 284000
3425
+ },
3426
+ {
3427
+ "epoch": 1.56,
3428
+ "learning_rate": 9.603318167699028e-06,
3429
+ "loss": 0.0258,
3430
+ "step": 284500
3431
+ },
3432
+ {
3433
+ "epoch": 1.56,
3434
+ "learning_rate": 9.585046319136107e-06,
3435
+ "loss": 0.0458,
3436
+ "step": 285000
3437
+ },
3438
+ {
3439
+ "epoch": 1.56,
3440
+ "learning_rate": 9.56677447057319e-06,
3441
+ "loss": 0.0319,
3442
+ "step": 285500
3443
+ },
3444
+ {
3445
+ "epoch": 1.57,
3446
+ "learning_rate": 9.54850262201027e-06,
3447
+ "loss": 0.045,
3448
+ "step": 286000
3449
+ },
3450
+ {
3451
+ "epoch": 1.57,
3452
+ "learning_rate": 9.53023077344735e-06,
3453
+ "loss": 0.0317,
3454
+ "step": 286500
3455
+ },
3456
+ {
3457
+ "epoch": 1.57,
3458
+ "learning_rate": 9.511958924884431e-06,
3459
+ "loss": 0.0307,
3460
+ "step": 287000
3461
+ },
3462
+ {
3463
+ "epoch": 1.58,
3464
+ "learning_rate": 9.493687076321512e-06,
3465
+ "loss": 0.0373,
3466
+ "step": 287500
3467
+ },
3468
+ {
3469
+ "epoch": 1.58,
3470
+ "learning_rate": 9.475415227758593e-06,
3471
+ "loss": 0.0294,
3472
+ "step": 288000
3473
+ },
3474
+ {
3475
+ "epoch": 1.58,
3476
+ "learning_rate": 9.457143379195673e-06,
3477
+ "loss": 0.038,
3478
+ "step": 288500
3479
+ },
3480
+ {
3481
+ "epoch": 1.58,
3482
+ "learning_rate": 9.438871530632754e-06,
3483
+ "loss": 0.0328,
3484
+ "step": 289000
3485
+ },
3486
+ {
3487
+ "epoch": 1.59,
3488
+ "learning_rate": 9.420599682069835e-06,
3489
+ "loss": 0.0416,
3490
+ "step": 289500
3491
+ },
3492
+ {
3493
+ "epoch": 1.59,
3494
+ "learning_rate": 9.402327833506917e-06,
3495
+ "loss": 0.033,
3496
+ "step": 290000
3497
+ },
3498
+ {
3499
+ "epoch": 1.59,
3500
+ "learning_rate": 9.384055984943998e-06,
3501
+ "loss": 0.0253,
3502
+ "step": 290500
3503
+ },
3504
+ {
3505
+ "epoch": 1.6,
3506
+ "learning_rate": 9.365784136381079e-06,
3507
+ "loss": 0.0316,
3508
+ "step": 291000
3509
+ },
3510
+ {
3511
+ "epoch": 1.6,
3512
+ "learning_rate": 9.34751228781816e-06,
3513
+ "loss": 0.0327,
3514
+ "step": 291500
3515
+ },
3516
+ {
3517
+ "epoch": 1.6,
3518
+ "learning_rate": 9.32924043925524e-06,
3519
+ "loss": 0.0287,
3520
+ "step": 292000
3521
+ },
3522
+ {
3523
+ "epoch": 1.6,
3524
+ "learning_rate": 9.31096859069232e-06,
3525
+ "loss": 0.0327,
3526
+ "step": 292500
3527
+ },
3528
+ {
3529
+ "epoch": 1.61,
3530
+ "learning_rate": 9.292696742129403e-06,
3531
+ "loss": 0.0341,
3532
+ "step": 293000
3533
+ },
3534
+ {
3535
+ "epoch": 1.61,
3536
+ "learning_rate": 9.274424893566482e-06,
3537
+ "loss": 0.0399,
3538
+ "step": 293500
3539
+ },
3540
+ {
3541
+ "epoch": 1.61,
3542
+ "learning_rate": 9.256153045003565e-06,
3543
+ "loss": 0.021,
3544
+ "step": 294000
3545
+ },
3546
+ {
3547
+ "epoch": 1.61,
3548
+ "learning_rate": 9.237881196440645e-06,
3549
+ "loss": 0.0511,
3550
+ "step": 294500
3551
+ },
3552
+ {
3553
+ "epoch": 1.62,
3554
+ "learning_rate": 9.219609347877726e-06,
3555
+ "loss": 0.0241,
3556
+ "step": 295000
3557
+ },
3558
+ {
3559
+ "epoch": 1.62,
3560
+ "learning_rate": 9.201337499314807e-06,
3561
+ "loss": 0.0296,
3562
+ "step": 295500
3563
+ },
3564
+ {
3565
+ "epoch": 1.62,
3566
+ "learning_rate": 9.183065650751887e-06,
3567
+ "loss": 0.037,
3568
+ "step": 296000
3569
+ },
3570
+ {
3571
+ "epoch": 1.63,
3572
+ "learning_rate": 9.164793802188968e-06,
3573
+ "loss": 0.0362,
3574
+ "step": 296500
3575
+ },
3576
+ {
3577
+ "epoch": 1.63,
3578
+ "learning_rate": 9.146521953626049e-06,
3579
+ "loss": 0.0349,
3580
+ "step": 297000
3581
+ },
3582
+ {
3583
+ "epoch": 1.63,
3584
+ "learning_rate": 9.12825010506313e-06,
3585
+ "loss": 0.0367,
3586
+ "step": 297500
3587
+ },
3588
+ {
3589
+ "epoch": 1.63,
3590
+ "learning_rate": 9.10997825650021e-06,
3591
+ "loss": 0.0343,
3592
+ "step": 298000
3593
+ },
3594
+ {
3595
+ "epoch": 1.64,
3596
+ "learning_rate": 9.091706407937293e-06,
3597
+ "loss": 0.0296,
3598
+ "step": 298500
3599
+ },
3600
+ {
3601
+ "epoch": 1.64,
3602
+ "learning_rate": 9.073434559374372e-06,
3603
+ "loss": 0.0305,
3604
+ "step": 299000
3605
+ },
3606
+ {
3607
+ "epoch": 1.64,
3608
+ "learning_rate": 9.055162710811454e-06,
3609
+ "loss": 0.0389,
3610
+ "step": 299500
3611
+ },
3612
+ {
3613
+ "epoch": 1.64,
3614
+ "learning_rate": 9.036890862248535e-06,
3615
+ "loss": 0.0324,
3616
+ "step": 300000
3617
+ },
3618
+ {
3619
+ "epoch": 1.65,
3620
+ "learning_rate": 9.018619013685615e-06,
3621
+ "loss": 0.0243,
3622
+ "step": 300500
3623
+ },
3624
+ {
3625
+ "epoch": 1.65,
3626
+ "learning_rate": 9.000347165122696e-06,
3627
+ "loss": 0.0287,
3628
+ "step": 301000
3629
+ },
3630
+ {
3631
+ "epoch": 1.65,
3632
+ "learning_rate": 8.982075316559777e-06,
3633
+ "loss": 0.0306,
3634
+ "step": 301500
3635
+ },
3636
+ {
3637
+ "epoch": 1.66,
3638
+ "learning_rate": 8.963803467996857e-06,
3639
+ "loss": 0.0323,
3640
+ "step": 302000
3641
+ },
3642
+ {
3643
+ "epoch": 1.66,
3644
+ "learning_rate": 8.94553161943394e-06,
3645
+ "loss": 0.0309,
3646
+ "step": 302500
3647
+ },
3648
+ {
3649
+ "epoch": 1.66,
3650
+ "learning_rate": 8.927259770871019e-06,
3651
+ "loss": 0.031,
3652
+ "step": 303000
3653
+ },
3654
+ {
3655
+ "epoch": 1.66,
3656
+ "learning_rate": 8.908987922308101e-06,
3657
+ "loss": 0.0367,
3658
+ "step": 303500
3659
+ },
3660
+ {
3661
+ "epoch": 1.67,
3662
+ "learning_rate": 8.890716073745182e-06,
3663
+ "loss": 0.0331,
3664
+ "step": 304000
3665
+ },
3666
+ {
3667
+ "epoch": 1.67,
3668
+ "learning_rate": 8.872444225182263e-06,
3669
+ "loss": 0.0323,
3670
+ "step": 304500
3671
+ },
3672
+ {
3673
+ "epoch": 1.67,
3674
+ "learning_rate": 8.854172376619343e-06,
3675
+ "loss": 0.0362,
3676
+ "step": 305000
3677
+ },
3678
+ {
3679
+ "epoch": 1.67,
3680
+ "learning_rate": 8.835900528056424e-06,
3681
+ "loss": 0.0269,
3682
+ "step": 305500
3683
+ },
3684
+ {
3685
+ "epoch": 1.68,
3686
+ "learning_rate": 8.817628679493505e-06,
3687
+ "loss": 0.0395,
3688
+ "step": 306000
3689
+ },
3690
+ {
3691
+ "epoch": 1.68,
3692
+ "learning_rate": 8.799356830930585e-06,
3693
+ "loss": 0.0424,
3694
+ "step": 306500
3695
+ },
3696
+ {
3697
+ "epoch": 1.68,
3698
+ "learning_rate": 8.781084982367666e-06,
3699
+ "loss": 0.0296,
3700
+ "step": 307000
3701
+ },
3702
+ {
3703
+ "epoch": 1.69,
3704
+ "learning_rate": 8.762813133804747e-06,
3705
+ "loss": 0.0375,
3706
+ "step": 307500
3707
+ },
3708
+ {
3709
+ "epoch": 1.69,
3710
+ "learning_rate": 8.74454128524183e-06,
3711
+ "loss": 0.0321,
3712
+ "step": 308000
3713
+ },
3714
+ {
3715
+ "epoch": 1.69,
3716
+ "learning_rate": 8.72626943667891e-06,
3717
+ "loss": 0.0321,
3718
+ "step": 308500
3719
+ },
3720
+ {
3721
+ "epoch": 1.69,
3722
+ "learning_rate": 8.70799758811599e-06,
3723
+ "loss": 0.0331,
3724
+ "step": 309000
3725
+ },
3726
+ {
3727
+ "epoch": 1.7,
3728
+ "learning_rate": 8.689725739553071e-06,
3729
+ "loss": 0.0259,
3730
+ "step": 309500
3731
+ },
3732
+ {
3733
+ "epoch": 1.7,
3734
+ "learning_rate": 8.671453890990152e-06,
3735
+ "loss": 0.0258,
3736
+ "step": 310000
3737
+ },
3738
+ {
3739
+ "epoch": 1.7,
3740
+ "learning_rate": 8.653182042427233e-06,
3741
+ "loss": 0.035,
3742
+ "step": 310500
3743
+ },
3744
+ {
3745
+ "epoch": 1.7,
3746
+ "learning_rate": 8.634910193864315e-06,
3747
+ "loss": 0.027,
3748
+ "step": 311000
3749
+ },
3750
+ {
3751
+ "epoch": 1.71,
3752
+ "learning_rate": 8.616638345301394e-06,
3753
+ "loss": 0.0329,
3754
+ "step": 311500
3755
+ },
3756
+ {
3757
+ "epoch": 1.71,
3758
+ "learning_rate": 8.598366496738476e-06,
3759
+ "loss": 0.021,
3760
+ "step": 312000
3761
+ },
3762
+ {
3763
+ "epoch": 1.71,
3764
+ "learning_rate": 8.580094648175557e-06,
3765
+ "loss": 0.0329,
3766
+ "step": 312500
3767
+ },
3768
+ {
3769
+ "epoch": 1.72,
3770
+ "learning_rate": 8.561822799612638e-06,
3771
+ "loss": 0.0496,
3772
+ "step": 313000
3773
+ },
3774
+ {
3775
+ "epoch": 1.72,
3776
+ "learning_rate": 8.543550951049719e-06,
3777
+ "loss": 0.0434,
3778
+ "step": 313500
3779
+ },
3780
+ {
3781
+ "epoch": 1.72,
3782
+ "learning_rate": 8.5252791024868e-06,
3783
+ "loss": 0.0299,
3784
+ "step": 314000
3785
+ },
3786
+ {
3787
+ "epoch": 1.72,
3788
+ "learning_rate": 8.50700725392388e-06,
3789
+ "loss": 0.0358,
3790
+ "step": 314500
3791
+ },
3792
+ {
3793
+ "epoch": 1.73,
3794
+ "learning_rate": 8.48873540536096e-06,
3795
+ "loss": 0.0337,
3796
+ "step": 315000
3797
+ },
3798
+ {
3799
+ "epoch": 1.73,
3800
+ "learning_rate": 8.470463556798041e-06,
3801
+ "loss": 0.0348,
3802
+ "step": 315500
3803
+ },
3804
+ {
3805
+ "epoch": 1.73,
3806
+ "learning_rate": 8.452191708235122e-06,
3807
+ "loss": 0.0372,
3808
+ "step": 316000
3809
+ },
3810
+ {
3811
+ "epoch": 1.73,
3812
+ "learning_rate": 8.433919859672204e-06,
3813
+ "loss": 0.0284,
3814
+ "step": 316500
3815
+ },
3816
+ {
3817
+ "epoch": 1.74,
3818
+ "learning_rate": 8.415648011109283e-06,
3819
+ "loss": 0.0297,
3820
+ "step": 317000
3821
+ },
3822
+ {
3823
+ "epoch": 1.74,
3824
+ "learning_rate": 8.397376162546366e-06,
3825
+ "loss": 0.0294,
3826
+ "step": 317500
3827
+ },
3828
+ {
3829
+ "epoch": 1.74,
3830
+ "learning_rate": 8.379104313983447e-06,
3831
+ "loss": 0.0302,
3832
+ "step": 318000
3833
+ },
3834
+ {
3835
+ "epoch": 1.75,
3836
+ "learning_rate": 8.360832465420527e-06,
3837
+ "loss": 0.0305,
3838
+ "step": 318500
3839
+ },
3840
+ {
3841
+ "epoch": 1.75,
3842
+ "learning_rate": 8.342560616857608e-06,
3843
+ "loss": 0.0222,
3844
+ "step": 319000
3845
+ },
3846
+ {
3847
+ "epoch": 1.75,
3848
+ "learning_rate": 8.324288768294689e-06,
3849
+ "loss": 0.0289,
3850
+ "step": 319500
3851
+ },
3852
+ {
3853
+ "epoch": 1.75,
3854
+ "learning_rate": 8.30601691973177e-06,
3855
+ "loss": 0.0253,
3856
+ "step": 320000
3857
+ },
3858
+ {
3859
+ "epoch": 1.76,
3860
+ "learning_rate": 8.287745071168852e-06,
3861
+ "loss": 0.0365,
3862
+ "step": 320500
3863
+ },
3864
+ {
3865
+ "epoch": 1.76,
3866
+ "learning_rate": 8.26947322260593e-06,
3867
+ "loss": 0.0357,
3868
+ "step": 321000
3869
+ },
3870
+ {
3871
+ "epoch": 1.76,
3872
+ "learning_rate": 8.251201374043013e-06,
3873
+ "loss": 0.0365,
3874
+ "step": 321500
3875
+ },
3876
+ {
3877
+ "epoch": 1.77,
3878
+ "learning_rate": 8.232929525480094e-06,
3879
+ "loss": 0.0324,
3880
+ "step": 322000
3881
+ },
3882
+ {
3883
+ "epoch": 1.77,
3884
+ "learning_rate": 8.214657676917175e-06,
3885
+ "loss": 0.0319,
3886
+ "step": 322500
3887
+ },
3888
+ {
3889
+ "epoch": 1.77,
3890
+ "learning_rate": 8.196385828354255e-06,
3891
+ "loss": 0.0339,
3892
+ "step": 323000
3893
+ },
3894
+ {
3895
+ "epoch": 1.77,
3896
+ "learning_rate": 8.178113979791336e-06,
3897
+ "loss": 0.0271,
3898
+ "step": 323500
3899
+ },
3900
+ {
3901
+ "epoch": 1.78,
3902
+ "learning_rate": 8.159842131228417e-06,
3903
+ "loss": 0.031,
3904
+ "step": 324000
3905
+ },
3906
+ {
3907
+ "epoch": 1.78,
3908
+ "learning_rate": 8.141570282665497e-06,
3909
+ "loss": 0.0304,
3910
+ "step": 324500
3911
+ },
3912
+ {
3913
+ "epoch": 1.78,
3914
+ "learning_rate": 8.123298434102578e-06,
3915
+ "loss": 0.0335,
3916
+ "step": 325000
3917
+ },
3918
+ {
3919
+ "epoch": 1.78,
3920
+ "learning_rate": 8.105026585539659e-06,
3921
+ "loss": 0.0321,
3922
+ "step": 325500
3923
+ },
3924
+ {
3925
+ "epoch": 1.79,
3926
+ "learning_rate": 8.086754736976741e-06,
3927
+ "loss": 0.0231,
3928
+ "step": 326000
3929
+ },
3930
+ {
3931
+ "epoch": 1.79,
3932
+ "learning_rate": 8.068482888413822e-06,
3933
+ "loss": 0.0433,
3934
+ "step": 326500
3935
+ },
3936
+ {
3937
+ "epoch": 1.79,
3938
+ "learning_rate": 8.050211039850903e-06,
3939
+ "loss": 0.0387,
3940
+ "step": 327000
3941
+ },
3942
+ {
3943
+ "epoch": 1.8,
3944
+ "learning_rate": 8.031939191287983e-06,
3945
+ "loss": 0.038,
3946
+ "step": 327500
3947
+ },
3948
+ {
3949
+ "epoch": 1.8,
3950
+ "learning_rate": 8.013667342725064e-06,
3951
+ "loss": 0.0336,
3952
+ "step": 328000
3953
+ },
3954
+ {
3955
+ "epoch": 1.8,
3956
+ "learning_rate": 7.995395494162145e-06,
3957
+ "loss": 0.0404,
3958
+ "step": 328500
3959
+ },
3960
+ {
3961
+ "epoch": 1.8,
3962
+ "learning_rate": 7.977123645599227e-06,
3963
+ "loss": 0.025,
3964
+ "step": 329000
3965
+ },
3966
+ {
3967
+ "epoch": 1.81,
3968
+ "learning_rate": 7.958851797036306e-06,
3969
+ "loss": 0.0259,
3970
+ "step": 329500
3971
+ },
3972
+ {
3973
+ "epoch": 1.81,
3974
+ "learning_rate": 7.940579948473388e-06,
3975
+ "loss": 0.0327,
3976
+ "step": 330000
3977
+ },
3978
+ {
3979
+ "epoch": 1.81,
3980
+ "learning_rate": 7.922308099910469e-06,
3981
+ "loss": 0.0227,
3982
+ "step": 330500
3983
+ },
3984
+ {
3985
+ "epoch": 1.81,
3986
+ "learning_rate": 7.90403625134755e-06,
3987
+ "loss": 0.0393,
3988
+ "step": 331000
3989
+ },
3990
+ {
3991
+ "epoch": 1.82,
3992
+ "learning_rate": 7.88576440278463e-06,
3993
+ "loss": 0.0336,
3994
+ "step": 331500
3995
+ },
3996
+ {
3997
+ "epoch": 1.82,
3998
+ "learning_rate": 7.867492554221711e-06,
3999
+ "loss": 0.026,
4000
+ "step": 332000
4001
+ },
4002
+ {
4003
+ "epoch": 1.82,
4004
+ "learning_rate": 7.849220705658792e-06,
4005
+ "loss": 0.0341,
4006
+ "step": 332500
4007
+ },
4008
+ {
4009
+ "epoch": 1.83,
4010
+ "learning_rate": 7.830948857095873e-06,
4011
+ "loss": 0.0322,
4012
+ "step": 333000
4013
+ },
4014
+ {
4015
+ "epoch": 1.83,
4016
+ "learning_rate": 7.812677008532953e-06,
4017
+ "loss": 0.0307,
4018
+ "step": 333500
4019
+ },
4020
+ {
4021
+ "epoch": 1.83,
4022
+ "learning_rate": 7.794405159970034e-06,
4023
+ "loss": 0.0321,
4024
+ "step": 334000
4025
+ },
4026
+ {
4027
+ "epoch": 1.83,
4028
+ "learning_rate": 7.776133311407116e-06,
4029
+ "loss": 0.0319,
4030
+ "step": 334500
4031
+ },
4032
+ {
4033
+ "epoch": 1.84,
4034
+ "learning_rate": 7.757861462844195e-06,
4035
+ "loss": 0.0265,
4036
+ "step": 335000
4037
+ },
4038
+ {
4039
+ "epoch": 1.84,
4040
+ "learning_rate": 7.739589614281278e-06,
4041
+ "loss": 0.0357,
4042
+ "step": 335500
4043
+ },
4044
+ {
4045
+ "epoch": 1.84,
4046
+ "learning_rate": 7.721317765718359e-06,
4047
+ "loss": 0.0284,
4048
+ "step": 336000
4049
+ },
4050
+ {
4051
+ "epoch": 1.84,
4052
+ "learning_rate": 7.70304591715544e-06,
4053
+ "loss": 0.0337,
4054
+ "step": 336500
4055
+ },
4056
+ {
4057
+ "epoch": 1.85,
4058
+ "learning_rate": 7.68477406859252e-06,
4059
+ "loss": 0.0263,
4060
+ "step": 337000
4061
+ },
4062
+ {
4063
+ "epoch": 1.85,
4064
+ "learning_rate": 7.6665022200296e-06,
4065
+ "loss": 0.0292,
4066
+ "step": 337500
4067
+ },
4068
+ {
4069
+ "epoch": 1.85,
4070
+ "learning_rate": 7.648230371466681e-06,
4071
+ "loss": 0.0239,
4072
+ "step": 338000
4073
+ },
4074
+ {
4075
+ "epoch": 1.86,
4076
+ "learning_rate": 7.629958522903764e-06,
4077
+ "loss": 0.0426,
4078
+ "step": 338500
4079
+ },
4080
+ {
4081
+ "epoch": 1.86,
4082
+ "learning_rate": 7.6116866743408436e-06,
4083
+ "loss": 0.0303,
4084
+ "step": 339000
4085
+ },
4086
+ {
4087
+ "epoch": 1.86,
4088
+ "learning_rate": 7.593414825777925e-06,
4089
+ "loss": 0.0347,
4090
+ "step": 339500
4091
+ },
4092
+ {
4093
+ "epoch": 1.86,
4094
+ "learning_rate": 7.575142977215005e-06,
4095
+ "loss": 0.037,
4096
+ "step": 340000
4097
+ },
4098
+ {
4099
+ "epoch": 1.87,
4100
+ "learning_rate": 7.5568711286520865e-06,
4101
+ "loss": 0.0295,
4102
+ "step": 340500
4103
+ },
4104
+ {
4105
+ "epoch": 1.87,
4106
+ "learning_rate": 7.538599280089167e-06,
4107
+ "loss": 0.0261,
4108
+ "step": 341000
4109
+ },
4110
+ {
4111
+ "epoch": 1.87,
4112
+ "learning_rate": 7.520327431526249e-06,
4113
+ "loss": 0.0329,
4114
+ "step": 341500
4115
+ },
4116
+ {
4117
+ "epoch": 1.87,
4118
+ "learning_rate": 7.502055582963329e-06,
4119
+ "loss": 0.0392,
4120
+ "step": 342000
4121
+ },
4122
+ {
4123
+ "epoch": 1.88,
4124
+ "learning_rate": 7.483783734400409e-06,
4125
+ "loss": 0.0299,
4126
+ "step": 342500
4127
+ },
4128
+ {
4129
+ "epoch": 1.88,
4130
+ "learning_rate": 7.465511885837491e-06,
4131
+ "loss": 0.0313,
4132
+ "step": 343000
4133
+ },
4134
+ {
4135
+ "epoch": 1.88,
4136
+ "learning_rate": 7.4472400372745716e-06,
4137
+ "loss": 0.0312,
4138
+ "step": 343500
4139
+ },
4140
+ {
4141
+ "epoch": 1.89,
4142
+ "learning_rate": 7.428968188711653e-06,
4143
+ "loss": 0.0329,
4144
+ "step": 344000
4145
+ },
4146
+ {
4147
+ "epoch": 1.89,
4148
+ "learning_rate": 7.410696340148733e-06,
4149
+ "loss": 0.0227,
4150
+ "step": 344500
4151
+ },
4152
+ {
4153
+ "epoch": 1.89,
4154
+ "learning_rate": 7.3924244915858145e-06,
4155
+ "loss": 0.0264,
4156
+ "step": 345000
4157
+ },
4158
+ {
4159
+ "epoch": 1.89,
4160
+ "learning_rate": 7.374152643022895e-06,
4161
+ "loss": 0.0277,
4162
+ "step": 345500
4163
+ },
4164
+ {
4165
+ "epoch": 1.9,
4166
+ "learning_rate": 7.355880794459977e-06,
4167
+ "loss": 0.0301,
4168
+ "step": 346000
4169
+ },
4170
+ {
4171
+ "epoch": 1.9,
4172
+ "learning_rate": 7.337608945897057e-06,
4173
+ "loss": 0.035,
4174
+ "step": 346500
4175
+ },
4176
+ {
4177
+ "epoch": 1.9,
4178
+ "learning_rate": 7.319337097334138e-06,
4179
+ "loss": 0.0374,
4180
+ "step": 347000
4181
+ },
4182
+ {
4183
+ "epoch": 1.9,
4184
+ "learning_rate": 7.301065248771219e-06,
4185
+ "loss": 0.0193,
4186
+ "step": 347500
4187
+ },
4188
+ {
4189
+ "epoch": 1.91,
4190
+ "learning_rate": 7.2827934002083e-06,
4191
+ "loss": 0.0264,
4192
+ "step": 348000
4193
+ },
4194
+ {
4195
+ "epoch": 1.91,
4196
+ "learning_rate": 7.26452155164538e-06,
4197
+ "loss": 0.034,
4198
+ "step": 348500
4199
+ },
4200
+ {
4201
+ "epoch": 1.91,
4202
+ "learning_rate": 7.246249703082462e-06,
4203
+ "loss": 0.0288,
4204
+ "step": 349000
4205
+ },
4206
+ {
4207
+ "epoch": 1.92,
4208
+ "learning_rate": 7.2279778545195425e-06,
4209
+ "loss": 0.0323,
4210
+ "step": 349500
4211
+ },
4212
+ {
4213
+ "epoch": 1.92,
4214
+ "learning_rate": 7.209706005956624e-06,
4215
+ "loss": 0.0279,
4216
+ "step": 350000
4217
+ },
4218
+ {
4219
+ "epoch": 1.92,
4220
+ "learning_rate": 7.191434157393704e-06,
4221
+ "loss": 0.0285,
4222
+ "step": 350500
4223
+ },
4224
+ {
4225
+ "epoch": 1.92,
4226
+ "learning_rate": 7.173162308830785e-06,
4227
+ "loss": 0.0383,
4228
+ "step": 351000
4229
+ },
4230
+ {
4231
+ "epoch": 1.93,
4232
+ "learning_rate": 7.154890460267866e-06,
4233
+ "loss": 0.033,
4234
+ "step": 351500
4235
+ },
4236
+ {
4237
+ "epoch": 1.93,
4238
+ "learning_rate": 7.136618611704946e-06,
4239
+ "loss": 0.0347,
4240
+ "step": 352000
4241
+ },
4242
+ {
4243
+ "epoch": 1.93,
4244
+ "learning_rate": 7.1183467631420275e-06,
4245
+ "loss": 0.0314,
4246
+ "step": 352500
4247
+ },
4248
+ {
4249
+ "epoch": 1.93,
4250
+ "learning_rate": 7.100074914579108e-06,
4251
+ "loss": 0.0306,
4252
+ "step": 353000
4253
+ },
4254
+ {
4255
+ "epoch": 1.94,
4256
+ "learning_rate": 7.08180306601619e-06,
4257
+ "loss": 0.0464,
4258
+ "step": 353500
4259
+ },
4260
+ {
4261
+ "epoch": 1.94,
4262
+ "learning_rate": 7.06353121745327e-06,
4263
+ "loss": 0.0314,
4264
+ "step": 354000
4265
+ },
4266
+ {
4267
+ "epoch": 1.94,
4268
+ "learning_rate": 7.045259368890351e-06,
4269
+ "loss": 0.0206,
4270
+ "step": 354500
4271
+ },
4272
+ {
4273
+ "epoch": 1.95,
4274
+ "learning_rate": 7.026987520327432e-06,
4275
+ "loss": 0.0206,
4276
+ "step": 355000
4277
+ },
4278
+ {
4279
+ "epoch": 1.95,
4280
+ "learning_rate": 7.008715671764513e-06,
4281
+ "loss": 0.0222,
4282
+ "step": 355500
4283
+ },
4284
+ {
4285
+ "epoch": 1.95,
4286
+ "learning_rate": 6.990443823201593e-06,
4287
+ "loss": 0.0324,
4288
+ "step": 356000
4289
+ },
4290
+ {
4291
+ "epoch": 1.95,
4292
+ "learning_rate": 6.972171974638675e-06,
4293
+ "loss": 0.0431,
4294
+ "step": 356500
4295
+ },
4296
+ {
4297
+ "epoch": 1.96,
4298
+ "learning_rate": 6.9539001260757555e-06,
4299
+ "loss": 0.0363,
4300
+ "step": 357000
4301
+ },
4302
+ {
4303
+ "epoch": 1.96,
4304
+ "learning_rate": 6.935628277512837e-06,
4305
+ "loss": 0.0307,
4306
+ "step": 357500
4307
+ },
4308
+ {
4309
+ "epoch": 1.96,
4310
+ "learning_rate": 6.917356428949917e-06,
4311
+ "loss": 0.0223,
4312
+ "step": 358000
4313
+ },
4314
+ {
4315
+ "epoch": 1.97,
4316
+ "learning_rate": 6.8990845803869985e-06,
4317
+ "loss": 0.0276,
4318
+ "step": 358500
4319
+ },
4320
+ {
4321
+ "epoch": 1.97,
4322
+ "learning_rate": 6.880812731824079e-06,
4323
+ "loss": 0.0283,
4324
+ "step": 359000
4325
+ },
4326
+ {
4327
+ "epoch": 1.97,
4328
+ "learning_rate": 6.862540883261161e-06,
4329
+ "loss": 0.0323,
4330
+ "step": 359500
4331
+ },
4332
+ {
4333
+ "epoch": 1.97,
4334
+ "learning_rate": 6.844269034698241e-06,
4335
+ "loss": 0.0323,
4336
+ "step": 360000
4337
+ },
4338
+ {
4339
+ "epoch": 1.98,
4340
+ "learning_rate": 6.825997186135321e-06,
4341
+ "loss": 0.0334,
4342
+ "step": 360500
4343
+ },
4344
+ {
4345
+ "epoch": 1.98,
4346
+ "learning_rate": 6.807725337572403e-06,
4347
+ "loss": 0.0325,
4348
+ "step": 361000
4349
+ },
4350
+ {
4351
+ "epoch": 1.98,
4352
+ "learning_rate": 6.7894534890094835e-06,
4353
+ "loss": 0.0333,
4354
+ "step": 361500
4355
+ },
4356
+ {
4357
+ "epoch": 1.98,
4358
+ "learning_rate": 6.771181640446565e-06,
4359
+ "loss": 0.0287,
4360
+ "step": 362000
4361
+ },
4362
+ {
4363
+ "epoch": 1.99,
4364
+ "learning_rate": 6.752909791883645e-06,
4365
+ "loss": 0.0192,
4366
+ "step": 362500
4367
+ },
4368
+ {
4369
+ "epoch": 1.99,
4370
+ "learning_rate": 6.7346379433207264e-06,
4371
+ "loss": 0.03,
4372
+ "step": 363000
4373
+ },
4374
+ {
4375
+ "epoch": 1.99,
4376
+ "learning_rate": 6.716366094757807e-06,
4377
+ "loss": 0.0238,
4378
+ "step": 363500
4379
+ },
4380
+ {
4381
+ "epoch": 2.0,
4382
+ "learning_rate": 6.698094246194889e-06,
4383
+ "loss": 0.0262,
4384
+ "step": 364000
4385
+ },
4386
+ {
4387
+ "epoch": 2.0,
4388
+ "learning_rate": 6.6798223976319685e-06,
4389
+ "loss": 0.0262,
4390
+ "step": 364500
4391
+ },
4392
+ {
4393
+ "epoch": 2.0,
4394
+ "eval_loss": 0.14961867034435272,
4395
+ "eval_runtime": 1674.7145,
4396
+ "eval_samples_per_second": 138.344,
4397
+ "eval_steps_per_second": 13.835,
4398
+ "step": 364860
4399
+ }
4400
+ ],
4401
+ "max_steps": 547290,
4402
+ "num_train_epochs": 3,
4403
+ "total_flos": 7.150255099702272e+17,
4404
+ "trial_name": null,
4405
+ "trial_params": null
4406
+ }