Training in progress, step 90000
Browse files- {checkpoint-50000 β checkpoint-90000}/config.json +0 -0
- {checkpoint-50000 β checkpoint-90000}/merges.txt +0 -0
- {checkpoint-50000 β checkpoint-90000}/optimizer.pt +2 -2
- {checkpoint-50000 β checkpoint-90000}/pytorch_model.bin +1 -1
- {checkpoint-50000 β checkpoint-90000}/rng_state.pth +1 -1
- {checkpoint-50000 β checkpoint-90000}/scheduler.pt +1 -1
- {checkpoint-50000 β checkpoint-90000}/special_tokens_map.json +0 -0
- {checkpoint-50000 β checkpoint-90000}/tokenizer.json +0 -0
- {checkpoint-50000 β checkpoint-90000}/tokenizer_config.json +0 -0
- {checkpoint-50000 β checkpoint-90000}/trainer_state.json +483 -3
- {checkpoint-50000 β checkpoint-90000}/training_args.bin +0 -0
- {checkpoint-50000 β checkpoint-90000}/vocab.json +0 -0
- pytorch_model.bin +1 -1
- runs/Aug04_06-18-14_af18d8dae9aa/events.out.tfevents.1691129928.af18d8dae9aa.608.0 +2 -2
{checkpoint-50000 β checkpoint-90000}/config.json
RENAMED
File without changes
|
{checkpoint-50000 β checkpoint-90000}/merges.txt
RENAMED
File without changes
|
{checkpoint-50000 β checkpoint-90000}/optimizer.pt
RENAMED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
-
size
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:64c719eaa9ca2379efb4e3c24f9f901cf14804ea6b0b4a23391b66e710fa83c5
|
3 |
+
size 997698309
|
{checkpoint-50000 β checkpoint-90000}/pytorch_model.bin
RENAMED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 498859189
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:cd99962af5a9ec8b4b730fc7f5413133bd79d42b20342bdde6c3ca0390cef4bf
|
3 |
size 498859189
|
{checkpoint-50000 β checkpoint-90000}/rng_state.pth
RENAMED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 14575
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:34014dc39a1054881640b502d61c5b936e42f7e1bf15d187f800e62396151699
|
3 |
size 14575
|
{checkpoint-50000 β checkpoint-90000}/scheduler.pt
RENAMED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 627
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:d54e2ef33fb59c5cf92110395c9ca996bb6a1c9ab801d4edb264466f1a274cbf
|
3 |
size 627
|
{checkpoint-50000 β checkpoint-90000}/special_tokens_map.json
RENAMED
File without changes
|
{checkpoint-50000 β checkpoint-90000}/tokenizer.json
RENAMED
File without changes
|
{checkpoint-50000 β checkpoint-90000}/tokenizer_config.json
RENAMED
File without changes
|
{checkpoint-50000 β checkpoint-90000}/trainer_state.json
RENAMED
@@ -1,8 +1,8 @@
|
|
1 |
{
|
2 |
"best_metric": null,
|
3 |
"best_model_checkpoint": null,
|
4 |
-
"epoch":
|
5 |
-
"global_step":
|
6 |
"is_hyper_param_search": false,
|
7 |
"is_local_process_zero": true,
|
8 |
"is_world_process_zero": true,
|
@@ -606,11 +606,491 @@
|
|
606 |
"learning_rate": 1.6666666666666667e-05,
|
607 |
"loss": 1.3696,
|
608 |
"step": 50000
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
609 |
}
|
610 |
],
|
611 |
"max_steps": 100000,
|
612 |
"num_train_epochs": 16,
|
613 |
-
"total_flos":
|
614 |
"trial_name": null,
|
615 |
"trial_params": null
|
616 |
}
|
|
|
1 |
{
|
2 |
"best_metric": null,
|
3 |
"best_model_checkpoint": null,
|
4 |
+
"epoch": 14.104372355430183,
|
5 |
+
"global_step": 90000,
|
6 |
"is_hyper_param_search": false,
|
7 |
"is_local_process_zero": true,
|
8 |
"is_world_process_zero": true,
|
|
|
606 |
"learning_rate": 1.6666666666666667e-05,
|
607 |
"loss": 1.3696,
|
608 |
"step": 50000
|
609 |
+
},
|
610 |
+
{
|
611 |
+
"epoch": 7.91,
|
612 |
+
"learning_rate": 1.65e-05,
|
613 |
+
"loss": 1.376,
|
614 |
+
"step": 50500
|
615 |
+
},
|
616 |
+
{
|
617 |
+
"epoch": 7.99,
|
618 |
+
"learning_rate": 1.633333333333333e-05,
|
619 |
+
"loss": 1.3733,
|
620 |
+
"step": 51000
|
621 |
+
},
|
622 |
+
{
|
623 |
+
"epoch": 8.07,
|
624 |
+
"learning_rate": 1.6166666666666665e-05,
|
625 |
+
"loss": 1.3717,
|
626 |
+
"step": 51500
|
627 |
+
},
|
628 |
+
{
|
629 |
+
"epoch": 8.15,
|
630 |
+
"learning_rate": 1.6e-05,
|
631 |
+
"loss": 1.3463,
|
632 |
+
"step": 52000
|
633 |
+
},
|
634 |
+
{
|
635 |
+
"epoch": 8.23,
|
636 |
+
"learning_rate": 1.5833333333333333e-05,
|
637 |
+
"loss": 1.3553,
|
638 |
+
"step": 52500
|
639 |
+
},
|
640 |
+
{
|
641 |
+
"epoch": 8.31,
|
642 |
+
"learning_rate": 1.5666666666666667e-05,
|
643 |
+
"loss": 1.3568,
|
644 |
+
"step": 53000
|
645 |
+
},
|
646 |
+
{
|
647 |
+
"epoch": 8.38,
|
648 |
+
"learning_rate": 1.55e-05,
|
649 |
+
"loss": 1.3556,
|
650 |
+
"step": 53500
|
651 |
+
},
|
652 |
+
{
|
653 |
+
"epoch": 8.46,
|
654 |
+
"learning_rate": 1.533333333333333e-05,
|
655 |
+
"loss": 1.3572,
|
656 |
+
"step": 54000
|
657 |
+
},
|
658 |
+
{
|
659 |
+
"epoch": 8.54,
|
660 |
+
"learning_rate": 1.5166666666666667e-05,
|
661 |
+
"loss": 1.3572,
|
662 |
+
"step": 54500
|
663 |
+
},
|
664 |
+
{
|
665 |
+
"epoch": 8.62,
|
666 |
+
"learning_rate": 1.5e-05,
|
667 |
+
"loss": 1.3641,
|
668 |
+
"step": 55000
|
669 |
+
},
|
670 |
+
{
|
671 |
+
"epoch": 8.7,
|
672 |
+
"learning_rate": 1.4833333333333334e-05,
|
673 |
+
"loss": 1.3648,
|
674 |
+
"step": 55500
|
675 |
+
},
|
676 |
+
{
|
677 |
+
"epoch": 8.78,
|
678 |
+
"learning_rate": 1.4666666666666666e-05,
|
679 |
+
"loss": 1.3579,
|
680 |
+
"step": 56000
|
681 |
+
},
|
682 |
+
{
|
683 |
+
"epoch": 8.85,
|
684 |
+
"learning_rate": 1.45e-05,
|
685 |
+
"loss": 1.3595,
|
686 |
+
"step": 56500
|
687 |
+
},
|
688 |
+
{
|
689 |
+
"epoch": 8.93,
|
690 |
+
"learning_rate": 1.4333333333333334e-05,
|
691 |
+
"loss": 1.3608,
|
692 |
+
"step": 57000
|
693 |
+
},
|
694 |
+
{
|
695 |
+
"epoch": 9.01,
|
696 |
+
"learning_rate": 1.4166666666666666e-05,
|
697 |
+
"loss": 1.3583,
|
698 |
+
"step": 57500
|
699 |
+
},
|
700 |
+
{
|
701 |
+
"epoch": 9.09,
|
702 |
+
"learning_rate": 1.4e-05,
|
703 |
+
"loss": 1.356,
|
704 |
+
"step": 58000
|
705 |
+
},
|
706 |
+
{
|
707 |
+
"epoch": 9.17,
|
708 |
+
"learning_rate": 1.3833333333333335e-05,
|
709 |
+
"loss": 1.34,
|
710 |
+
"step": 58500
|
711 |
+
},
|
712 |
+
{
|
713 |
+
"epoch": 9.25,
|
714 |
+
"learning_rate": 1.3666666666666667e-05,
|
715 |
+
"loss": 1.342,
|
716 |
+
"step": 59000
|
717 |
+
},
|
718 |
+
{
|
719 |
+
"epoch": 9.32,
|
720 |
+
"learning_rate": 1.3500000000000001e-05,
|
721 |
+
"loss": 1.3387,
|
722 |
+
"step": 59500
|
723 |
+
},
|
724 |
+
{
|
725 |
+
"epoch": 9.4,
|
726 |
+
"learning_rate": 1.3333333333333333e-05,
|
727 |
+
"loss": 1.3407,
|
728 |
+
"step": 60000
|
729 |
+
},
|
730 |
+
{
|
731 |
+
"epoch": 9.48,
|
732 |
+
"learning_rate": 1.3166666666666667e-05,
|
733 |
+
"loss": 1.3546,
|
734 |
+
"step": 60500
|
735 |
+
},
|
736 |
+
{
|
737 |
+
"epoch": 9.56,
|
738 |
+
"learning_rate": 1.3000000000000001e-05,
|
739 |
+
"loss": 1.3491,
|
740 |
+
"step": 61000
|
741 |
+
},
|
742 |
+
{
|
743 |
+
"epoch": 9.64,
|
744 |
+
"learning_rate": 1.2833333333333333e-05,
|
745 |
+
"loss": 1.3289,
|
746 |
+
"step": 61500
|
747 |
+
},
|
748 |
+
{
|
749 |
+
"epoch": 9.72,
|
750 |
+
"learning_rate": 1.2666666666666667e-05,
|
751 |
+
"loss": 1.3337,
|
752 |
+
"step": 62000
|
753 |
+
},
|
754 |
+
{
|
755 |
+
"epoch": 9.79,
|
756 |
+
"learning_rate": 1.25e-05,
|
757 |
+
"loss": 1.3365,
|
758 |
+
"step": 62500
|
759 |
+
},
|
760 |
+
{
|
761 |
+
"epoch": 9.87,
|
762 |
+
"learning_rate": 1.2333333333333333e-05,
|
763 |
+
"loss": 1.3341,
|
764 |
+
"step": 63000
|
765 |
+
},
|
766 |
+
{
|
767 |
+
"epoch": 9.95,
|
768 |
+
"learning_rate": 1.2166666666666667e-05,
|
769 |
+
"loss": 1.3331,
|
770 |
+
"step": 63500
|
771 |
+
},
|
772 |
+
{
|
773 |
+
"epoch": 10.03,
|
774 |
+
"learning_rate": 1.2e-05,
|
775 |
+
"loss": 1.3269,
|
776 |
+
"step": 64000
|
777 |
+
},
|
778 |
+
{
|
779 |
+
"epoch": 10.11,
|
780 |
+
"learning_rate": 1.1833333333333332e-05,
|
781 |
+
"loss": 1.3187,
|
782 |
+
"step": 64500
|
783 |
+
},
|
784 |
+
{
|
785 |
+
"epoch": 10.19,
|
786 |
+
"learning_rate": 1.1666666666666668e-05,
|
787 |
+
"loss": 1.3097,
|
788 |
+
"step": 65000
|
789 |
+
},
|
790 |
+
{
|
791 |
+
"epoch": 10.26,
|
792 |
+
"learning_rate": 1.1500000000000002e-05,
|
793 |
+
"loss": 1.3254,
|
794 |
+
"step": 65500
|
795 |
+
},
|
796 |
+
{
|
797 |
+
"epoch": 10.34,
|
798 |
+
"learning_rate": 1.1333333333333334e-05,
|
799 |
+
"loss": 1.3278,
|
800 |
+
"step": 66000
|
801 |
+
},
|
802 |
+
{
|
803 |
+
"epoch": 10.42,
|
804 |
+
"learning_rate": 1.1166666666666668e-05,
|
805 |
+
"loss": 1.3211,
|
806 |
+
"step": 66500
|
807 |
+
},
|
808 |
+
{
|
809 |
+
"epoch": 10.5,
|
810 |
+
"learning_rate": 1.1e-05,
|
811 |
+
"loss": 1.3023,
|
812 |
+
"step": 67000
|
813 |
+
},
|
814 |
+
{
|
815 |
+
"epoch": 10.58,
|
816 |
+
"learning_rate": 1.0833333333333334e-05,
|
817 |
+
"loss": 1.3267,
|
818 |
+
"step": 67500
|
819 |
+
},
|
820 |
+
{
|
821 |
+
"epoch": 10.66,
|
822 |
+
"learning_rate": 1.0666666666666667e-05,
|
823 |
+
"loss": 1.3097,
|
824 |
+
"step": 68000
|
825 |
+
},
|
826 |
+
{
|
827 |
+
"epoch": 10.73,
|
828 |
+
"learning_rate": 1.05e-05,
|
829 |
+
"loss": 1.3281,
|
830 |
+
"step": 68500
|
831 |
+
},
|
832 |
+
{
|
833 |
+
"epoch": 10.81,
|
834 |
+
"learning_rate": 1.0333333333333333e-05,
|
835 |
+
"loss": 1.2921,
|
836 |
+
"step": 69000
|
837 |
+
},
|
838 |
+
{
|
839 |
+
"epoch": 10.89,
|
840 |
+
"learning_rate": 1.0166666666666667e-05,
|
841 |
+
"loss": 1.3229,
|
842 |
+
"step": 69500
|
843 |
+
},
|
844 |
+
{
|
845 |
+
"epoch": 10.97,
|
846 |
+
"learning_rate": 9.999999999999999e-06,
|
847 |
+
"loss": 1.3256,
|
848 |
+
"step": 70000
|
849 |
+
},
|
850 |
+
{
|
851 |
+
"epoch": 11.05,
|
852 |
+
"learning_rate": 9.833333333333333e-06,
|
853 |
+
"loss": 1.3062,
|
854 |
+
"step": 70500
|
855 |
+
},
|
856 |
+
{
|
857 |
+
"epoch": 11.13,
|
858 |
+
"learning_rate": 9.666666666666667e-06,
|
859 |
+
"loss": 1.3046,
|
860 |
+
"step": 71000
|
861 |
+
},
|
862 |
+
{
|
863 |
+
"epoch": 11.21,
|
864 |
+
"learning_rate": 9.5e-06,
|
865 |
+
"loss": 1.3141,
|
866 |
+
"step": 71500
|
867 |
+
},
|
868 |
+
{
|
869 |
+
"epoch": 11.28,
|
870 |
+
"learning_rate": 9.333333333333334e-06,
|
871 |
+
"loss": 1.3074,
|
872 |
+
"step": 72000
|
873 |
+
},
|
874 |
+
{
|
875 |
+
"epoch": 11.36,
|
876 |
+
"learning_rate": 9.166666666666668e-06,
|
877 |
+
"loss": 1.3035,
|
878 |
+
"step": 72500
|
879 |
+
},
|
880 |
+
{
|
881 |
+
"epoch": 11.44,
|
882 |
+
"learning_rate": 9e-06,
|
883 |
+
"loss": 1.3046,
|
884 |
+
"step": 73000
|
885 |
+
},
|
886 |
+
{
|
887 |
+
"epoch": 11.52,
|
888 |
+
"learning_rate": 8.833333333333334e-06,
|
889 |
+
"loss": 1.3022,
|
890 |
+
"step": 73500
|
891 |
+
},
|
892 |
+
{
|
893 |
+
"epoch": 11.6,
|
894 |
+
"learning_rate": 8.666666666666666e-06,
|
895 |
+
"loss": 1.2966,
|
896 |
+
"step": 74000
|
897 |
+
},
|
898 |
+
{
|
899 |
+
"epoch": 11.68,
|
900 |
+
"learning_rate": 8.5e-06,
|
901 |
+
"loss": 1.3036,
|
902 |
+
"step": 74500
|
903 |
+
},
|
904 |
+
{
|
905 |
+
"epoch": 11.75,
|
906 |
+
"learning_rate": 8.333333333333334e-06,
|
907 |
+
"loss": 1.3002,
|
908 |
+
"step": 75000
|
909 |
+
},
|
910 |
+
{
|
911 |
+
"epoch": 11.83,
|
912 |
+
"learning_rate": 8.166666666666666e-06,
|
913 |
+
"loss": 1.2929,
|
914 |
+
"step": 75500
|
915 |
+
},
|
916 |
+
{
|
917 |
+
"epoch": 11.91,
|
918 |
+
"learning_rate": 8e-06,
|
919 |
+
"loss": 1.3014,
|
920 |
+
"step": 76000
|
921 |
+
},
|
922 |
+
{
|
923 |
+
"epoch": 11.99,
|
924 |
+
"learning_rate": 7.833333333333333e-06,
|
925 |
+
"loss": 1.2936,
|
926 |
+
"step": 76500
|
927 |
+
},
|
928 |
+
{
|
929 |
+
"epoch": 12.07,
|
930 |
+
"learning_rate": 7.666666666666666e-06,
|
931 |
+
"loss": 1.2997,
|
932 |
+
"step": 77000
|
933 |
+
},
|
934 |
+
{
|
935 |
+
"epoch": 12.15,
|
936 |
+
"learning_rate": 7.5e-06,
|
937 |
+
"loss": 1.2926,
|
938 |
+
"step": 77500
|
939 |
+
},
|
940 |
+
{
|
941 |
+
"epoch": 12.22,
|
942 |
+
"learning_rate": 7.333333333333333e-06,
|
943 |
+
"loss": 1.2908,
|
944 |
+
"step": 78000
|
945 |
+
},
|
946 |
+
{
|
947 |
+
"epoch": 12.3,
|
948 |
+
"learning_rate": 7.166666666666667e-06,
|
949 |
+
"loss": 1.2759,
|
950 |
+
"step": 78500
|
951 |
+
},
|
952 |
+
{
|
953 |
+
"epoch": 12.38,
|
954 |
+
"learning_rate": 7e-06,
|
955 |
+
"loss": 1.2848,
|
956 |
+
"step": 79000
|
957 |
+
},
|
958 |
+
{
|
959 |
+
"epoch": 12.46,
|
960 |
+
"learning_rate": 6.833333333333334e-06,
|
961 |
+
"loss": 1.2909,
|
962 |
+
"step": 79500
|
963 |
+
},
|
964 |
+
{
|
965 |
+
"epoch": 12.54,
|
966 |
+
"learning_rate": 6.666666666666667e-06,
|
967 |
+
"loss": 1.2815,
|
968 |
+
"step": 80000
|
969 |
+
},
|
970 |
+
{
|
971 |
+
"epoch": 12.62,
|
972 |
+
"learning_rate": 6.5000000000000004e-06,
|
973 |
+
"loss": 1.289,
|
974 |
+
"step": 80500
|
975 |
+
},
|
976 |
+
{
|
977 |
+
"epoch": 12.69,
|
978 |
+
"learning_rate": 6.333333333333333e-06,
|
979 |
+
"loss": 1.2931,
|
980 |
+
"step": 81000
|
981 |
+
},
|
982 |
+
{
|
983 |
+
"epoch": 12.77,
|
984 |
+
"learning_rate": 6.166666666666666e-06,
|
985 |
+
"loss": 1.2921,
|
986 |
+
"step": 81500
|
987 |
+
},
|
988 |
+
{
|
989 |
+
"epoch": 12.85,
|
990 |
+
"learning_rate": 6e-06,
|
991 |
+
"loss": 1.2915,
|
992 |
+
"step": 82000
|
993 |
+
},
|
994 |
+
{
|
995 |
+
"epoch": 12.93,
|
996 |
+
"learning_rate": 5.833333333333334e-06,
|
997 |
+
"loss": 1.2972,
|
998 |
+
"step": 82500
|
999 |
+
},
|
1000 |
+
{
|
1001 |
+
"epoch": 13.01,
|
1002 |
+
"learning_rate": 5.666666666666667e-06,
|
1003 |
+
"loss": 1.2701,
|
1004 |
+
"step": 83000
|
1005 |
+
},
|
1006 |
+
{
|
1007 |
+
"epoch": 13.09,
|
1008 |
+
"learning_rate": 5.5e-06,
|
1009 |
+
"loss": 1.27,
|
1010 |
+
"step": 83500
|
1011 |
+
},
|
1012 |
+
{
|
1013 |
+
"epoch": 13.16,
|
1014 |
+
"learning_rate": 5.333333333333334e-06,
|
1015 |
+
"loss": 1.269,
|
1016 |
+
"step": 84000
|
1017 |
+
},
|
1018 |
+
{
|
1019 |
+
"epoch": 13.24,
|
1020 |
+
"learning_rate": 5.166666666666667e-06,
|
1021 |
+
"loss": 1.2811,
|
1022 |
+
"step": 84500
|
1023 |
+
},
|
1024 |
+
{
|
1025 |
+
"epoch": 13.32,
|
1026 |
+
"learning_rate": 4.9999999999999996e-06,
|
1027 |
+
"loss": 1.2761,
|
1028 |
+
"step": 85000
|
1029 |
+
},
|
1030 |
+
{
|
1031 |
+
"epoch": 13.4,
|
1032 |
+
"learning_rate": 4.833333333333333e-06,
|
1033 |
+
"loss": 1.2985,
|
1034 |
+
"step": 85500
|
1035 |
+
},
|
1036 |
+
{
|
1037 |
+
"epoch": 13.48,
|
1038 |
+
"learning_rate": 4.666666666666667e-06,
|
1039 |
+
"loss": 1.2904,
|
1040 |
+
"step": 86000
|
1041 |
+
},
|
1042 |
+
{
|
1043 |
+
"epoch": 13.56,
|
1044 |
+
"learning_rate": 4.5e-06,
|
1045 |
+
"loss": 1.2771,
|
1046 |
+
"step": 86500
|
1047 |
+
},
|
1048 |
+
{
|
1049 |
+
"epoch": 13.63,
|
1050 |
+
"learning_rate": 4.333333333333333e-06,
|
1051 |
+
"loss": 1.2753,
|
1052 |
+
"step": 87000
|
1053 |
+
},
|
1054 |
+
{
|
1055 |
+
"epoch": 13.71,
|
1056 |
+
"learning_rate": 4.166666666666667e-06,
|
1057 |
+
"loss": 1.2745,
|
1058 |
+
"step": 87500
|
1059 |
+
},
|
1060 |
+
{
|
1061 |
+
"epoch": 13.79,
|
1062 |
+
"learning_rate": 4e-06,
|
1063 |
+
"loss": 1.2733,
|
1064 |
+
"step": 88000
|
1065 |
+
},
|
1066 |
+
{
|
1067 |
+
"epoch": 13.87,
|
1068 |
+
"learning_rate": 3.833333333333333e-06,
|
1069 |
+
"loss": 1.2638,
|
1070 |
+
"step": 88500
|
1071 |
+
},
|
1072 |
+
{
|
1073 |
+
"epoch": 13.95,
|
1074 |
+
"learning_rate": 3.6666666666666666e-06,
|
1075 |
+
"loss": 1.2754,
|
1076 |
+
"step": 89000
|
1077 |
+
},
|
1078 |
+
{
|
1079 |
+
"epoch": 14.03,
|
1080 |
+
"learning_rate": 3.5e-06,
|
1081 |
+
"loss": 1.2772,
|
1082 |
+
"step": 89500
|
1083 |
+
},
|
1084 |
+
{
|
1085 |
+
"epoch": 14.1,
|
1086 |
+
"learning_rate": 3.3333333333333333e-06,
|
1087 |
+
"loss": 1.2713,
|
1088 |
+
"step": 90000
|
1089 |
}
|
1090 |
],
|
1091 |
"max_steps": 100000,
|
1092 |
"num_train_epochs": 16,
|
1093 |
+
"total_flos": 1.1846715491039616e+17,
|
1094 |
"trial_name": null,
|
1095 |
"trial_params": null
|
1096 |
}
|
{checkpoint-50000 β checkpoint-90000}/training_args.bin
RENAMED
File without changes
|
{checkpoint-50000 β checkpoint-90000}/vocab.json
RENAMED
File without changes
|
pytorch_model.bin
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 498859189
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:cd99962af5a9ec8b4b730fc7f5413133bd79d42b20342bdde6c3ca0390cef4bf
|
3 |
size 498859189
|
runs/Aug04_06-18-14_af18d8dae9aa/events.out.tfevents.1691129928.af18d8dae9aa.608.0
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
-
size
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:42cdb80164c8b7d7c349f89cc2959a7aca1b96ad4dce7fcbd9f09a5b7a7f7a68
|
3 |
+
size 32787
|