Hugging Face's logo

mmanikanta
/
SWIN-AI-Image-Detector

Image Classification
Transformers
PyTorch
TensorBoard
swin
Generated from Trainer
Inference Endpoints
Model card Files Metrics Community
mmanikanta commited on
Commit
5079e6c
•
1 Parent(s): 9945536

End of training

Browse files
Files changed (5) hide show
  1. all_results.json +13 -0
  2. eval_results.json +8 -0
  3. runs/Apr16_16-25-30_6eb21514a8c8/events.out.tfevents.1713298146.6eb21514a8c8.537.1 +3 -0
  4. train_results.json +8 -0
  5. trainer_state.json +4333 -0
all_results.json ADDED
@@ -0,0 +1,13 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 10.0,
3
+ "eval_accuracy": 0.9874,
4
+ "eval_loss": 0.034222181886434555,
5
+ "eval_runtime": 60.0131,
6
+ "eval_samples_per_second": 166.63,
7
+ "eval_steps_per_second": 5.216,
8
+ "total_flos": 2.23628338666187e+19,
9
+ "train_loss": 0.1441501469903786,
10
+ "train_runtime": 13283.8875,
11
+ "train_samples_per_second": 67.751,
12
+ "train_steps_per_second": 0.529
13
+ }
eval_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 10.0,
3
+ "eval_accuracy": 0.9874,
4
+ "eval_loss": 0.034222181886434555,
5
+ "eval_runtime": 60.0131,
6
+ "eval_samples_per_second": 166.63,
7
+ "eval_steps_per_second": 5.216
8
+ }
runs/Apr16_16-25-30_6eb21514a8c8/events.out.tfevents.1713298146.6eb21514a8c8.537.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:b232ba78fd68d039417be71923643312794696322cd0db78eb663f54f4a0f498
3
+ size 411
train_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 10.0,
3
+ "total_flos": 2.23628338666187e+19,
4
+ "train_loss": 0.1441501469903786,
5
+ "train_runtime": 13283.8875,
6
+ "train_samples_per_second": 67.751,
7
+ "train_steps_per_second": 0.529
8
+ }
trainer_state.json ADDED
@@ -0,0 +1,4333 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 0.9874,
3
+ "best_model_checkpoint": "SWIN-AI-Image-Detector/checkpoint-6329",
4
+ "epoch": 9.996445076430856,
5
+ "global_step": 7030,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.01,
12
+ "learning_rate": 7.112375533428166e-07,
13
+ "loss": 0.7628,
14
+ "step": 10
15
+ },
16
+ {
17
+ "epoch": 0.03,
18
+ "learning_rate": 1.4224751066856332e-06,
19
+ "loss": 0.7346,
20
+ "step": 20
21
+ },
22
+ {
23
+ "epoch": 0.04,
24
+ "learning_rate": 2.1337126600284495e-06,
25
+ "loss": 0.7017,
26
+ "step": 30
27
+ },
28
+ {
29
+ "epoch": 0.06,
30
+ "learning_rate": 2.8449502133712664e-06,
31
+ "loss": 0.6932,
32
+ "step": 40
33
+ },
34
+ {
35
+ "epoch": 0.07,
36
+ "learning_rate": 3.556187766714083e-06,
37
+ "loss": 0.6677,
38
+ "step": 50
39
+ },
40
+ {
41
+ "epoch": 0.09,
42
+ "learning_rate": 4.267425320056899e-06,
43
+ "loss": 0.648,
44
+ "step": 60
45
+ },
46
+ {
47
+ "epoch": 0.1,
48
+ "learning_rate": 4.9786628733997155e-06,
49
+ "loss": 0.6154,
50
+ "step": 70
51
+ },
52
+ {
53
+ "epoch": 0.11,
54
+ "learning_rate": 5.689900426742533e-06,
55
+ "loss": 0.5817,
56
+ "step": 80
57
+ },
58
+ {
59
+ "epoch": 0.13,
60
+ "learning_rate": 6.401137980085349e-06,
61
+ "loss": 0.5484,
62
+ "step": 90
63
+ },
64
+ {
65
+ "epoch": 0.14,
66
+ "learning_rate": 7.112375533428166e-06,
67
+ "loss": 0.5137,
68
+ "step": 100
69
+ },
70
+ {
71
+ "epoch": 0.16,
72
+ "learning_rate": 7.823613086770983e-06,
73
+ "loss": 0.4486,
74
+ "step": 110
75
+ },
76
+ {
77
+ "epoch": 0.17,
78
+ "learning_rate": 8.534850640113798e-06,
79
+ "loss": 0.4474,
80
+ "step": 120
81
+ },
82
+ {
83
+ "epoch": 0.18,
84
+ "learning_rate": 9.246088193456614e-06,
85
+ "loss": 0.4034,
86
+ "step": 130
87
+ },
88
+ {
89
+ "epoch": 0.2,
90
+ "learning_rate": 9.957325746799431e-06,
91
+ "loss": 0.4124,
92
+ "step": 140
93
+ },
94
+ {
95
+ "epoch": 0.21,
96
+ "learning_rate": 1.0668563300142247e-05,
97
+ "loss": 0.373,
98
+ "step": 150
99
+ },
100
+ {
101
+ "epoch": 0.23,
102
+ "learning_rate": 1.1379800853485066e-05,
103
+ "loss": 0.3743,
104
+ "step": 160
105
+ },
106
+ {
107
+ "epoch": 0.24,
108
+ "learning_rate": 1.2091038406827882e-05,
109
+ "loss": 0.3942,
110
+ "step": 170
111
+ },
112
+ {
113
+ "epoch": 0.26,
114
+ "learning_rate": 1.2802275960170699e-05,
115
+ "loss": 0.3733,
116
+ "step": 180
117
+ },
118
+ {
119
+ "epoch": 0.27,
120
+ "learning_rate": 1.3513513513513515e-05,
121
+ "loss": 0.335,
122
+ "step": 190
123
+ },
124
+ {
125
+ "epoch": 0.28,
126
+ "learning_rate": 1.4224751066856332e-05,
127
+ "loss": 0.335,
128
+ "step": 200
129
+ },
130
+ {
131
+ "epoch": 0.3,
132
+ "learning_rate": 1.4935988620199148e-05,
133
+ "loss": 0.3517,
134
+ "step": 210
135
+ },
136
+ {
137
+ "epoch": 0.31,
138
+ "learning_rate": 1.5647226173541966e-05,
139
+ "loss": 0.3076,
140
+ "step": 220
141
+ },
142
+ {
143
+ "epoch": 0.33,
144
+ "learning_rate": 1.6358463726884778e-05,
145
+ "loss": 0.3263,
146
+ "step": 230
147
+ },
148
+ {
149
+ "epoch": 0.34,
150
+ "learning_rate": 1.7069701280227596e-05,
151
+ "loss": 0.3275,
152
+ "step": 240
153
+ },
154
+ {
155
+ "epoch": 0.36,
156
+ "learning_rate": 1.7780938833570414e-05,
157
+ "loss": 0.2999,
158
+ "step": 250
159
+ },
160
+ {
161
+ "epoch": 0.37,
162
+ "learning_rate": 1.849217638691323e-05,
163
+ "loss": 0.29,
164
+ "step": 260
165
+ },
166
+ {
167
+ "epoch": 0.38,
168
+ "learning_rate": 1.9203413940256047e-05,
169
+ "loss": 0.3474,
170
+ "step": 270
171
+ },
172
+ {
173
+ "epoch": 0.4,
174
+ "learning_rate": 1.9914651493598862e-05,
175
+ "loss": 0.3244,
176
+ "step": 280
177
+ },
178
+ {
179
+ "epoch": 0.41,
180
+ "learning_rate": 2.062588904694168e-05,
181
+ "loss": 0.3155,
182
+ "step": 290
183
+ },
184
+ {
185
+ "epoch": 0.43,
186
+ "learning_rate": 2.1337126600284495e-05,
187
+ "loss": 0.2766,
188
+ "step": 300
189
+ },
190
+ {
191
+ "epoch": 0.44,
192
+ "learning_rate": 2.2048364153627313e-05,
193
+ "loss": 0.2595,
194
+ "step": 310
195
+ },
196
+ {
197
+ "epoch": 0.46,
198
+ "learning_rate": 2.275960170697013e-05,
199
+ "loss": 0.3204,
200
+ "step": 320
201
+ },
202
+ {
203
+ "epoch": 0.47,
204
+ "learning_rate": 2.3470839260312946e-05,
205
+ "loss": 0.269,
206
+ "step": 330
207
+ },
208
+ {
209
+ "epoch": 0.48,
210
+ "learning_rate": 2.4182076813655764e-05,
211
+ "loss": 0.2864,
212
+ "step": 340
213
+ },
214
+ {
215
+ "epoch": 0.5,
216
+ "learning_rate": 2.489331436699858e-05,
217
+ "loss": 0.2387,
218
+ "step": 350
219
+ },
220
+ {
221
+ "epoch": 0.51,
222
+ "learning_rate": 2.5604551920341397e-05,
223
+ "loss": 0.2619,
224
+ "step": 360
225
+ },
226
+ {
227
+ "epoch": 0.53,
228
+ "learning_rate": 2.6315789473684212e-05,
229
+ "loss": 0.3276,
230
+ "step": 370
231
+ },
232
+ {
233
+ "epoch": 0.54,
234
+ "learning_rate": 2.702702702702703e-05,
235
+ "loss": 0.2843,
236
+ "step": 380
237
+ },
238
+ {
239
+ "epoch": 0.55,
240
+ "learning_rate": 2.7738264580369845e-05,
241
+ "loss": 0.2991,
242
+ "step": 390
243
+ },
244
+ {
245
+ "epoch": 0.57,
246
+ "learning_rate": 2.8449502133712663e-05,
247
+ "loss": 0.2723,
248
+ "step": 400
249
+ },
250
+ {
251
+ "epoch": 0.58,
252
+ "learning_rate": 2.9160739687055478e-05,
253
+ "loss": 0.2446,
254
+ "step": 410
255
+ },
256
+ {
257
+ "epoch": 0.6,
258
+ "learning_rate": 2.9871977240398296e-05,
259
+ "loss": 0.25,
260
+ "step": 420
261
+ },
262
+ {
263
+ "epoch": 0.61,
264
+ "learning_rate": 3.058321479374111e-05,
265
+ "loss": 0.2601,
266
+ "step": 430
267
+ },
268
+ {
269
+ "epoch": 0.63,
270
+ "learning_rate": 3.129445234708393e-05,
271
+ "loss": 0.2581,
272
+ "step": 440
273
+ },
274
+ {
275
+ "epoch": 0.64,
276
+ "learning_rate": 3.200568990042675e-05,
277
+ "loss": 0.2473,
278
+ "step": 450
279
+ },
280
+ {
281
+ "epoch": 0.65,
282
+ "learning_rate": 3.2716927453769555e-05,
283
+ "loss": 0.278,
284
+ "step": 460
285
+ },
286
+ {
287
+ "epoch": 0.67,
288
+ "learning_rate": 3.342816500711238e-05,
289
+ "loss": 0.289,
290
+ "step": 470
291
+ },
292
+ {
293
+ "epoch": 0.68,
294
+ "learning_rate": 3.413940256045519e-05,
295
+ "loss": 0.2493,
296
+ "step": 480
297
+ },
298
+ {
299
+ "epoch": 0.7,
300
+ "learning_rate": 3.485064011379801e-05,
301
+ "loss": 0.3039,
302
+ "step": 490
303
+ },
304
+ {
305
+ "epoch": 0.71,
306
+ "learning_rate": 3.556187766714083e-05,
307
+ "loss": 0.2833,
308
+ "step": 500
309
+ },
310
+ {
311
+ "epoch": 0.73,
312
+ "learning_rate": 3.627311522048364e-05,
313
+ "loss": 0.2366,
314
+ "step": 510
315
+ },
316
+ {
317
+ "epoch": 0.74,
318
+ "learning_rate": 3.698435277382646e-05,
319
+ "loss": 0.2751,
320
+ "step": 520
321
+ },
322
+ {
323
+ "epoch": 0.75,
324
+ "learning_rate": 3.769559032716928e-05,
325
+ "loss": 0.2569,
326
+ "step": 530
327
+ },
328
+ {
329
+ "epoch": 0.77,
330
+ "learning_rate": 3.8406827880512094e-05,
331
+ "loss": 0.2947,
332
+ "step": 540
333
+ },
334
+ {
335
+ "epoch": 0.78,
336
+ "learning_rate": 3.911806543385491e-05,
337
+ "loss": 0.2916,
338
+ "step": 550
339
+ },
340
+ {
341
+ "epoch": 0.8,
342
+ "learning_rate": 3.9829302987197724e-05,
343
+ "loss": 0.2456,
344
+ "step": 560
345
+ },
346
+ {
347
+ "epoch": 0.81,
348
+ "learning_rate": 4.0540540540540545e-05,
349
+ "loss": 0.2592,
350
+ "step": 570
351
+ },
352
+ {
353
+ "epoch": 0.82,
354
+ "learning_rate": 4.125177809388336e-05,
355
+ "loss": 0.2402,
356
+ "step": 580
357
+ },
358
+ {
359
+ "epoch": 0.84,
360
+ "learning_rate": 4.1963015647226175e-05,
361
+ "loss": 0.2126,
362
+ "step": 590
363
+ },
364
+ {
365
+ "epoch": 0.85,
366
+ "learning_rate": 4.267425320056899e-05,
367
+ "loss": 0.2507,
368
+ "step": 600
369
+ },
370
+ {
371
+ "epoch": 0.87,
372
+ "learning_rate": 4.3385490753911804e-05,
373
+ "loss": 0.2062,
374
+ "step": 610
375
+ },
376
+ {
377
+ "epoch": 0.88,
378
+ "learning_rate": 4.4096728307254626e-05,
379
+ "loss": 0.2415,
380
+ "step": 620
381
+ },
382
+ {
383
+ "epoch": 0.9,
384
+ "learning_rate": 4.480796586059744e-05,
385
+ "loss": 0.2459,
386
+ "step": 630
387
+ },
388
+ {
389
+ "epoch": 0.91,
390
+ "learning_rate": 4.551920341394026e-05,
391
+ "loss": 0.2641,
392
+ "step": 640
393
+ },
394
+ {
395
+ "epoch": 0.92,
396
+ "learning_rate": 4.623044096728307e-05,
397
+ "loss": 0.2334,
398
+ "step": 650
399
+ },
400
+ {
401
+ "epoch": 0.94,
402
+ "learning_rate": 4.694167852062589e-05,
403
+ "loss": 0.255,
404
+ "step": 660
405
+ },
406
+ {
407
+ "epoch": 0.95,
408
+ "learning_rate": 4.765291607396871e-05,
409
+ "loss": 0.2355,
410
+ "step": 670
411
+ },
412
+ {
413
+ "epoch": 0.97,
414
+ "learning_rate": 4.836415362731153e-05,
415
+ "loss": 0.2416,
416
+ "step": 680
417
+ },
418
+ {
419
+ "epoch": 0.98,
420
+ "learning_rate": 4.907539118065434e-05,
421
+ "loss": 0.2322,
422
+ "step": 690
423
+ },
424
+ {
425
+ "epoch": 1.0,
426
+ "learning_rate": 4.978662873399716e-05,
427
+ "loss": 0.2432,
428
+ "step": 700
429
+ },
430
+ {
431
+ "epoch": 1.0,
432
+ "eval_accuracy": 0.9267,
433
+ "eval_loss": 0.1859399676322937,
434
+ "eval_runtime": 59.5879,
435
+ "eval_samples_per_second": 167.819,
436
+ "eval_steps_per_second": 5.253,
437
+ "step": 703
438
+ },
439
+ {
440
+ "epoch": 1.01,
441
+ "learning_rate": 4.9944681523628895e-05,
442
+ "loss": 0.2492,
443
+ "step": 710
444
+ },
445
+ {
446
+ "epoch": 1.02,
447
+ "learning_rate": 4.9865655128813026e-05,
448
+ "loss": 0.2235,
449
+ "step": 720
450
+ },
451
+ {
452
+ "epoch": 1.04,
453
+ "learning_rate": 4.978662873399716e-05,
454
+ "loss": 0.2463,
455
+ "step": 730
456
+ },
457
+ {
458
+ "epoch": 1.05,
459
+ "learning_rate": 4.970760233918128e-05,
460
+ "loss": 0.231,
461
+ "step": 740
462
+ },
463
+ {
464
+ "epoch": 1.07,
465
+ "learning_rate": 4.962857594436542e-05,
466
+ "loss": 0.2507,
467
+ "step": 750
468
+ },
469
+ {
470
+ "epoch": 1.08,
471
+ "learning_rate": 4.954954954954955e-05,
472
+ "loss": 0.228,
473
+ "step": 760
474
+ },
475
+ {
476
+ "epoch": 1.09,
477
+ "learning_rate": 4.9470523154733685e-05,
478
+ "loss": 0.2438,
479
+ "step": 770
480
+ },
481
+ {
482
+ "epoch": 1.11,
483
+ "learning_rate": 4.9391496759917816e-05,
484
+ "loss": 0.2249,
485
+ "step": 780
486
+ },
487
+ {
488
+ "epoch": 1.12,
489
+ "learning_rate": 4.931247036510195e-05,
490
+ "loss": 0.2223,
491
+ "step": 790
492
+ },
493
+ {
494
+ "epoch": 1.14,
495
+ "learning_rate": 4.923344397028608e-05,
496
+ "loss": 0.2163,
497
+ "step": 800
498
+ },
499
+ {
500
+ "epoch": 1.15,
501
+ "learning_rate": 4.9154417575470205e-05,
502
+ "loss": 0.2265,
503
+ "step": 810
504
+ },
505
+ {
506
+ "epoch": 1.17,
507
+ "learning_rate": 4.907539118065434e-05,
508
+ "loss": 0.2032,
509
+ "step": 820
510
+ },
511
+ {
512
+ "epoch": 1.18,
513
+ "learning_rate": 4.8996364785838475e-05,
514
+ "loss": 0.1977,
515
+ "step": 830
516
+ },
517
+ {
518
+ "epoch": 1.19,
519
+ "learning_rate": 4.8917338391022607e-05,
520
+ "loss": 0.2326,
521
+ "step": 840
522
+ },
523
+ {
524
+ "epoch": 1.21,
525
+ "learning_rate": 4.883831199620674e-05,
526
+ "loss": 0.1894,
527
+ "step": 850
528
+ },
529
+ {
530
+ "epoch": 1.22,
531
+ "learning_rate": 4.875928560139087e-05,
532
+ "loss": 0.2655,
533
+ "step": 860
534
+ },
535
+ {
536
+ "epoch": 1.24,
537
+ "learning_rate": 4.8680259206574995e-05,
538
+ "loss": 0.2196,
539
+ "step": 870
540
+ },
541
+ {
542
+ "epoch": 1.25,
543
+ "learning_rate": 4.8601232811759127e-05,
544
+ "loss": 0.1939,
545
+ "step": 880
546
+ },
547
+ {
548
+ "epoch": 1.27,
549
+ "learning_rate": 4.852220641694326e-05,
550
+ "loss": 0.2548,
551
+ "step": 890
552
+ },
553
+ {
554
+ "epoch": 1.28,
555
+ "learning_rate": 4.84431800221274e-05,
556
+ "loss": 0.1991,
557
+ "step": 900
558
+ },
559
+ {
560
+ "epoch": 1.29,
561
+ "learning_rate": 4.836415362731153e-05,
562
+ "loss": 0.1932,
563
+ "step": 910
564
+ },
565
+ {
566
+ "epoch": 1.31,
567
+ "learning_rate": 4.828512723249566e-05,
568
+ "loss": 0.2012,
569
+ "step": 920
570
+ },
571
+ {
572
+ "epoch": 1.32,
573
+ "learning_rate": 4.8206100837679785e-05,
574
+ "loss": 0.2109,
575
+ "step": 930
576
+ },
577
+ {
578
+ "epoch": 1.34,
579
+ "learning_rate": 4.812707444286392e-05,
580
+ "loss": 0.199,
581
+ "step": 940
582
+ },
583
+ {
584
+ "epoch": 1.35,
585
+ "learning_rate": 4.804804804804805e-05,
586
+ "loss": 0.2195,
587
+ "step": 950
588
+ },
589
+ {
590
+ "epoch": 1.37,
591
+ "learning_rate": 4.796902165323218e-05,
592
+ "loss": 0.2223,
593
+ "step": 960
594
+ },
595
+ {
596
+ "epoch": 1.38,
597
+ "learning_rate": 4.788999525841631e-05,
598
+ "loss": 0.1989,
599
+ "step": 970
600
+ },
601
+ {
602
+ "epoch": 1.39,
603
+ "learning_rate": 4.781096886360045e-05,
604
+ "loss": 0.1844,
605
+ "step": 980
606
+ },
607
+ {
608
+ "epoch": 1.41,
609
+ "learning_rate": 4.7731942468784575e-05,
610
+ "loss": 0.1992,
611
+ "step": 990
612
+ },
613
+ {
614
+ "epoch": 1.42,
615
+ "learning_rate": 4.765291607396871e-05,
616
+ "loss": 0.1832,
617
+ "step": 1000
618
+ },
619
+ {
620
+ "epoch": 1.44,
621
+ "learning_rate": 4.757388967915284e-05,
622
+ "loss": 0.207,
623
+ "step": 1010
624
+ },
625
+ {
626
+ "epoch": 1.45,
627
+ "learning_rate": 4.749486328433697e-05,
628
+ "loss": 0.2247,
629
+ "step": 1020
630
+ },
631
+ {
632
+ "epoch": 1.46,
633
+ "learning_rate": 4.74158368895211e-05,
634
+ "loss": 0.2278,
635
+ "step": 1030
636
+ },
637
+ {
638
+ "epoch": 1.48,
639
+ "learning_rate": 4.7336810494705234e-05,
640
+ "loss": 0.2058,
641
+ "step": 1040
642
+ },
643
+ {
644
+ "epoch": 1.49,
645
+ "learning_rate": 4.7257784099889365e-05,
646
+ "loss": 0.1964,
647
+ "step": 1050
648
+ },
649
+ {
650
+ "epoch": 1.51,
651
+ "learning_rate": 4.71787577050735e-05,
652
+ "loss": 0.186,
653
+ "step": 1060
654
+ },
655
+ {
656
+ "epoch": 1.52,
657
+ "learning_rate": 4.709973131025763e-05,
658
+ "loss": 0.2042,
659
+ "step": 1070
660
+ },
661
+ {
662
+ "epoch": 1.54,
663
+ "learning_rate": 4.702070491544176e-05,
664
+ "loss": 0.1665,
665
+ "step": 1080
666
+ },
667
+ {
668
+ "epoch": 1.55,
669
+ "learning_rate": 4.694167852062589e-05,
670
+ "loss": 0.2434,
671
+ "step": 1090
672
+ },
673
+ {
674
+ "epoch": 1.56,
675
+ "learning_rate": 4.6862652125810024e-05,
676
+ "loss": 0.2005,
677
+ "step": 1100
678
+ },
679
+ {
680
+ "epoch": 1.58,
681
+ "learning_rate": 4.678362573099415e-05,
682
+ "loss": 0.2025,
683
+ "step": 1110
684
+ },
685
+ {
686
+ "epoch": 1.59,
687
+ "learning_rate": 4.670459933617829e-05,
688
+ "loss": 0.189,
689
+ "step": 1120
690
+ },
691
+ {
692
+ "epoch": 1.61,
693
+ "learning_rate": 4.662557294136242e-05,
694
+ "loss": 0.1944,
695
+ "step": 1130
696
+ },
697
+ {
698
+ "epoch": 1.62,
699
+ "learning_rate": 4.654654654654655e-05,
700
+ "loss": 0.1941,
701
+ "step": 1140
702
+ },
703
+ {
704
+ "epoch": 1.64,
705
+ "learning_rate": 4.646752015173068e-05,
706
+ "loss": 0.1969,
707
+ "step": 1150
708
+ },
709
+ {
710
+ "epoch": 1.65,
711
+ "learning_rate": 4.6388493756914814e-05,
712
+ "loss": 0.1794,
713
+ "step": 1160
714
+ },
715
+ {
716
+ "epoch": 1.66,
717
+ "learning_rate": 4.630946736209894e-05,
718
+ "loss": 0.1907,
719
+ "step": 1170
720
+ },
721
+ {
722
+ "epoch": 1.68,
723
+ "learning_rate": 4.623044096728307e-05,
724
+ "loss": 0.1809,
725
+ "step": 1180
726
+ },
727
+ {
728
+ "epoch": 1.69,
729
+ "learning_rate": 4.61514145724672e-05,
730
+ "loss": 0.1937,
731
+ "step": 1190
732
+ },
733
+ {
734
+ "epoch": 1.71,
735
+ "learning_rate": 4.607238817765134e-05,
736
+ "loss": 0.1916,
737
+ "step": 1200
738
+ },
739
+ {
740
+ "epoch": 1.72,
741
+ "learning_rate": 4.599336178283547e-05,
742
+ "loss": 0.2069,
743
+ "step": 1210
744
+ },
745
+ {
746
+ "epoch": 1.73,
747
+ "learning_rate": 4.5914335388019604e-05,
748
+ "loss": 0.1825,
749
+ "step": 1220
750
+ },
751
+ {
752
+ "epoch": 1.75,
753
+ "learning_rate": 4.5835308993203736e-05,
754
+ "loss": 0.1821,
755
+ "step": 1230
756
+ },
757
+ {
758
+ "epoch": 1.76,
759
+ "learning_rate": 4.575628259838786e-05,
760
+ "loss": 0.1858,
761
+ "step": 1240
762
+ },
763
+ {
764
+ "epoch": 1.78,
765
+ "learning_rate": 4.567725620357199e-05,
766
+ "loss": 0.174,
767
+ "step": 1250
768
+ },
769
+ {
770
+ "epoch": 1.79,
771
+ "learning_rate": 4.5598229808756124e-05,
772
+ "loss": 0.1953,
773
+ "step": 1260
774
+ },
775
+ {
776
+ "epoch": 1.81,
777
+ "learning_rate": 4.551920341394026e-05,
778
+ "loss": 0.1653,
779
+ "step": 1270
780
+ },
781
+ {
782
+ "epoch": 1.82,
783
+ "learning_rate": 4.5440177019124394e-05,
784
+ "loss": 0.2142,
785
+ "step": 1280
786
+ },
787
+ {
788
+ "epoch": 1.83,
789
+ "learning_rate": 4.5361150624308526e-05,
790
+ "loss": 0.194,
791
+ "step": 1290
792
+ },
793
+ {
794
+ "epoch": 1.85,
795
+ "learning_rate": 4.528212422949265e-05,
796
+ "loss": 0.2183,
797
+ "step": 1300
798
+ },
799
+ {
800
+ "epoch": 1.86,
801
+ "learning_rate": 4.520309783467678e-05,
802
+ "loss": 0.1974,
803
+ "step": 1310
804
+ },
805
+ {
806
+ "epoch": 1.88,
807
+ "learning_rate": 4.5124071439860914e-05,
808
+ "loss": 0.171,
809
+ "step": 1320
810
+ },
811
+ {
812
+ "epoch": 1.89,
813
+ "learning_rate": 4.5045045045045046e-05,
814
+ "loss": 0.158,
815
+ "step": 1330
816
+ },
817
+ {
818
+ "epoch": 1.91,
819
+ "learning_rate": 4.496601865022918e-05,
820
+ "loss": 0.1823,
821
+ "step": 1340
822
+ },
823
+ {
824
+ "epoch": 1.92,
825
+ "learning_rate": 4.4886992255413316e-05,
826
+ "loss": 0.1649,
827
+ "step": 1350
828
+ },
829
+ {
830
+ "epoch": 1.93,
831
+ "learning_rate": 4.480796586059744e-05,
832
+ "loss": 0.1724,
833
+ "step": 1360
834
+ },
835
+ {
836
+ "epoch": 1.95,
837
+ "learning_rate": 4.472893946578157e-05,
838
+ "loss": 0.1832,
839
+ "step": 1370
840
+ },
841
+ {
842
+ "epoch": 1.96,
843
+ "learning_rate": 4.4649913070965704e-05,
844
+ "loss": 0.1657,
845
+ "step": 1380
846
+ },
847
+ {
848
+ "epoch": 1.98,
849
+ "learning_rate": 4.4570886676149836e-05,
850
+ "loss": 0.1956,
851
+ "step": 1390
852
+ },
853
+ {
854
+ "epoch": 1.99,
855
+ "learning_rate": 4.449186028133397e-05,
856
+ "loss": 0.1665,
857
+ "step": 1400
858
+ },
859
+ {
860
+ "epoch": 2.0,
861
+ "eval_accuracy": 0.9514,
862
+ "eval_loss": 0.1229332983493805,
863
+ "eval_runtime": 59.6111,
864
+ "eval_samples_per_second": 167.754,
865
+ "eval_steps_per_second": 5.251,
866
+ "step": 1406
867
+ },
868
+ {
869
+ "epoch": 2.0,
870
+ "learning_rate": 4.44128338865181e-05,
871
+ "loss": 0.1707,
872
+ "step": 1410
873
+ },
874
+ {
875
+ "epoch": 2.02,
876
+ "learning_rate": 4.433380749170223e-05,
877
+ "loss": 0.1837,
878
+ "step": 1420
879
+ },
880
+ {
881
+ "epoch": 2.03,
882
+ "learning_rate": 4.425478109688636e-05,
883
+ "loss": 0.1625,
884
+ "step": 1430
885
+ },
886
+ {
887
+ "epoch": 2.05,
888
+ "learning_rate": 4.4175754702070494e-05,
889
+ "loss": 0.1683,
890
+ "step": 1440
891
+ },
892
+ {
893
+ "epoch": 2.06,
894
+ "learning_rate": 4.4096728307254626e-05,
895
+ "loss": 0.1493,
896
+ "step": 1450
897
+ },
898
+ {
899
+ "epoch": 2.08,
900
+ "learning_rate": 4.401770191243876e-05,
901
+ "loss": 0.1613,
902
+ "step": 1460
903
+ },
904
+ {
905
+ "epoch": 2.09,
906
+ "learning_rate": 4.393867551762289e-05,
907
+ "loss": 0.1741,
908
+ "step": 1470
909
+ },
910
+ {
911
+ "epoch": 2.1,
912
+ "learning_rate": 4.3859649122807014e-05,
913
+ "loss": 0.1384,
914
+ "step": 1480
915
+ },
916
+ {
917
+ "epoch": 2.12,
918
+ "learning_rate": 4.378062272799115e-05,
919
+ "loss": 0.2032,
920
+ "step": 1490
921
+ },
922
+ {
923
+ "epoch": 2.13,
924
+ "learning_rate": 4.3701596333175284e-05,
925
+ "loss": 0.1721,
926
+ "step": 1500
927
+ },
928
+ {
929
+ "epoch": 2.15,
930
+ "learning_rate": 4.3622569938359416e-05,
931
+ "loss": 0.1664,
932
+ "step": 1510
933
+ },
934
+ {
935
+ "epoch": 2.16,
936
+ "learning_rate": 4.354354354354355e-05,
937
+ "loss": 0.1784,
938
+ "step": 1520
939
+ },
940
+ {
941
+ "epoch": 2.18,
942
+ "learning_rate": 4.346451714872768e-05,
943
+ "loss": 0.184,
944
+ "step": 1530
945
+ },
946
+ {
947
+ "epoch": 2.19,
948
+ "learning_rate": 4.3385490753911804e-05,
949
+ "loss": 0.1558,
950
+ "step": 1540
951
+ },
952
+ {
953
+ "epoch": 2.2,
954
+ "learning_rate": 4.3306464359095936e-05,
955
+ "loss": 0.1746,
956
+ "step": 1550
957
+ },
958
+ {
959
+ "epoch": 2.22,
960
+ "learning_rate": 4.322743796428007e-05,
961
+ "loss": 0.1595,
962
+ "step": 1560
963
+ },
964
+ {
965
+ "epoch": 2.23,
966
+ "learning_rate": 4.3148411569464206e-05,
967
+ "loss": 0.1764,
968
+ "step": 1570
969
+ },
970
+ {
971
+ "epoch": 2.25,
972
+ "learning_rate": 4.306938517464834e-05,
973
+ "loss": 0.1575,
974
+ "step": 1580
975
+ },
976
+ {
977
+ "epoch": 2.26,
978
+ "learning_rate": 4.299035877983247e-05,
979
+ "loss": 0.173,
980
+ "step": 1590
981
+ },
982
+ {
983
+ "epoch": 2.28,
984
+ "learning_rate": 4.2911332385016595e-05,
985
+ "loss": 0.1879,
986
+ "step": 1600
987
+ },
988
+ {
989
+ "epoch": 2.29,
990
+ "learning_rate": 4.2832305990200726e-05,
991
+ "loss": 0.1879,
992
+ "step": 1610
993
+ },
994
+ {
995
+ "epoch": 2.3,
996
+ "learning_rate": 4.275327959538486e-05,
997
+ "loss": 0.1313,
998
+ "step": 1620
999
+ },
1000
+ {
1001
+ "epoch": 2.32,
1002
+ "learning_rate": 4.267425320056899e-05,
1003
+ "loss": 0.1741,
1004
+ "step": 1630
1005
+ },
1006
+ {
1007
+ "epoch": 2.33,
1008
+ "learning_rate": 4.259522680575312e-05,
1009
+ "loss": 0.1393,
1010
+ "step": 1640
1011
+ },
1012
+ {
1013
+ "epoch": 2.35,
1014
+ "learning_rate": 4.251620041093726e-05,
1015
+ "loss": 0.164,
1016
+ "step": 1650
1017
+ },
1018
+ {
1019
+ "epoch": 2.36,
1020
+ "learning_rate": 4.243717401612139e-05,
1021
+ "loss": 0.1709,
1022
+ "step": 1660
1023
+ },
1024
+ {
1025
+ "epoch": 2.37,
1026
+ "learning_rate": 4.2358147621305516e-05,
1027
+ "loss": 0.1686,
1028
+ "step": 1670
1029
+ },
1030
+ {
1031
+ "epoch": 2.39,
1032
+ "learning_rate": 4.227912122648965e-05,
1033
+ "loss": 0.1595,
1034
+ "step": 1680
1035
+ },
1036
+ {
1037
+ "epoch": 2.4,
1038
+ "learning_rate": 4.220009483167378e-05,
1039
+ "loss": 0.1552,
1040
+ "step": 1690
1041
+ },
1042
+ {
1043
+ "epoch": 2.42,
1044
+ "learning_rate": 4.212106843685791e-05,
1045
+ "loss": 0.1657,
1046
+ "step": 1700
1047
+ },
1048
+ {
1049
+ "epoch": 2.43,
1050
+ "learning_rate": 4.204204204204204e-05,
1051
+ "loss": 0.1696,
1052
+ "step": 1710
1053
+ },
1054
+ {
1055
+ "epoch": 2.45,
1056
+ "learning_rate": 4.1963015647226175e-05,
1057
+ "loss": 0.1567,
1058
+ "step": 1720
1059
+ },
1060
+ {
1061
+ "epoch": 2.46,
1062
+ "learning_rate": 4.1883989252410307e-05,
1063
+ "loss": 0.1518,
1064
+ "step": 1730
1065
+ },
1066
+ {
1067
+ "epoch": 2.47,
1068
+ "learning_rate": 4.180496285759444e-05,
1069
+ "loss": 0.1744,
1070
+ "step": 1740
1071
+ },
1072
+ {
1073
+ "epoch": 2.49,
1074
+ "learning_rate": 4.172593646277857e-05,
1075
+ "loss": 0.1696,
1076
+ "step": 1750
1077
+ },
1078
+ {
1079
+ "epoch": 2.5,
1080
+ "learning_rate": 4.16469100679627e-05,
1081
+ "loss": 0.1637,
1082
+ "step": 1760
1083
+ },
1084
+ {
1085
+ "epoch": 2.52,
1086
+ "learning_rate": 4.156788367314683e-05,
1087
+ "loss": 0.147,
1088
+ "step": 1770
1089
+ },
1090
+ {
1091
+ "epoch": 2.53,
1092
+ "learning_rate": 4.1488857278330965e-05,
1093
+ "loss": 0.1602,
1094
+ "step": 1780
1095
+ },
1096
+ {
1097
+ "epoch": 2.55,
1098
+ "learning_rate": 4.14098308835151e-05,
1099
+ "loss": 0.1275,
1100
+ "step": 1790
1101
+ },
1102
+ {
1103
+ "epoch": 2.56,
1104
+ "learning_rate": 4.133080448869923e-05,
1105
+ "loss": 0.1472,
1106
+ "step": 1800
1107
+ },
1108
+ {
1109
+ "epoch": 2.57,
1110
+ "learning_rate": 4.125177809388336e-05,
1111
+ "loss": 0.1812,
1112
+ "step": 1810
1113
+ },
1114
+ {
1115
+ "epoch": 2.59,
1116
+ "learning_rate": 4.117275169906749e-05,
1117
+ "loss": 0.1632,
1118
+ "step": 1820
1119
+ },
1120
+ {
1121
+ "epoch": 2.6,
1122
+ "learning_rate": 4.1093725304251623e-05,
1123
+ "loss": 0.169,
1124
+ "step": 1830
1125
+ },
1126
+ {
1127
+ "epoch": 2.62,
1128
+ "learning_rate": 4.1014698909435755e-05,
1129
+ "loss": 0.1457,
1130
+ "step": 1840
1131
+ },
1132
+ {
1133
+ "epoch": 2.63,
1134
+ "learning_rate": 4.093567251461988e-05,
1135
+ "loss": 0.1599,
1136
+ "step": 1850
1137
+ },
1138
+ {
1139
+ "epoch": 2.64,
1140
+ "learning_rate": 4.085664611980402e-05,
1141
+ "loss": 0.1672,
1142
+ "step": 1860
1143
+ },
1144
+ {
1145
+ "epoch": 2.66,
1146
+ "learning_rate": 4.077761972498815e-05,
1147
+ "loss": 0.1473,
1148
+ "step": 1870
1149
+ },
1150
+ {
1151
+ "epoch": 2.67,
1152
+ "learning_rate": 4.069859333017228e-05,
1153
+ "loss": 0.1584,
1154
+ "step": 1880
1155
+ },
1156
+ {
1157
+ "epoch": 2.69,
1158
+ "learning_rate": 4.0619566935356414e-05,
1159
+ "loss": 0.1474,
1160
+ "step": 1890
1161
+ },
1162
+ {
1163
+ "epoch": 2.7,
1164
+ "learning_rate": 4.0540540540540545e-05,
1165
+ "loss": 0.1658,
1166
+ "step": 1900
1167
+ },
1168
+ {
1169
+ "epoch": 2.72,
1170
+ "learning_rate": 4.046151414572467e-05,
1171
+ "loss": 0.156,
1172
+ "step": 1910
1173
+ },
1174
+ {
1175
+ "epoch": 2.73,
1176
+ "learning_rate": 4.03824877509088e-05,
1177
+ "loss": 0.1563,
1178
+ "step": 1920
1179
+ },
1180
+ {
1181
+ "epoch": 2.74,
1182
+ "learning_rate": 4.0303461356092934e-05,
1183
+ "loss": 0.1382,
1184
+ "step": 1930
1185
+ },
1186
+ {
1187
+ "epoch": 2.76,
1188
+ "learning_rate": 4.022443496127707e-05,
1189
+ "loss": 0.1536,
1190
+ "step": 1940
1191
+ },
1192
+ {
1193
+ "epoch": 2.77,
1194
+ "learning_rate": 4.0145408566461204e-05,
1195
+ "loss": 0.1579,
1196
+ "step": 1950
1197
+ },
1198
+ {
1199
+ "epoch": 2.79,
1200
+ "learning_rate": 4.0066382171645335e-05,
1201
+ "loss": 0.1245,
1202
+ "step": 1960
1203
+ },
1204
+ {
1205
+ "epoch": 2.8,
1206
+ "learning_rate": 3.998735577682946e-05,
1207
+ "loss": 0.1648,
1208
+ "step": 1970
1209
+ },
1210
+ {
1211
+ "epoch": 2.82,
1212
+ "learning_rate": 3.990832938201359e-05,
1213
+ "loss": 0.1703,
1214
+ "step": 1980
1215
+ },
1216
+ {
1217
+ "epoch": 2.83,
1218
+ "learning_rate": 3.9829302987197724e-05,
1219
+ "loss": 0.1521,
1220
+ "step": 1990
1221
+ },
1222
+ {
1223
+ "epoch": 2.84,
1224
+ "learning_rate": 3.9750276592381855e-05,
1225
+ "loss": 0.1543,
1226
+ "step": 2000
1227
+ },
1228
+ {
1229
+ "epoch": 2.86,
1230
+ "learning_rate": 3.967125019756599e-05,
1231
+ "loss": 0.1588,
1232
+ "step": 2010
1233
+ },
1234
+ {
1235
+ "epoch": 2.87,
1236
+ "learning_rate": 3.9592223802750125e-05,
1237
+ "loss": 0.1234,
1238
+ "step": 2020
1239
+ },
1240
+ {
1241
+ "epoch": 2.89,
1242
+ "learning_rate": 3.951319740793425e-05,
1243
+ "loss": 0.1407,
1244
+ "step": 2030
1245
+ },
1246
+ {
1247
+ "epoch": 2.9,
1248
+ "learning_rate": 3.943417101311838e-05,
1249
+ "loss": 0.1547,
1250
+ "step": 2040
1251
+ },
1252
+ {
1253
+ "epoch": 2.92,
1254
+ "learning_rate": 3.9355144618302514e-05,
1255
+ "loss": 0.1271,
1256
+ "step": 2050
1257
+ },
1258
+ {
1259
+ "epoch": 2.93,
1260
+ "learning_rate": 3.9276118223486645e-05,
1261
+ "loss": 0.1231,
1262
+ "step": 2060
1263
+ },
1264
+ {
1265
+ "epoch": 2.94,
1266
+ "learning_rate": 3.919709182867078e-05,
1267
+ "loss": 0.1596,
1268
+ "step": 2070
1269
+ },
1270
+ {
1271
+ "epoch": 2.96,
1272
+ "learning_rate": 3.911806543385491e-05,
1273
+ "loss": 0.1723,
1274
+ "step": 2080
1275
+ },
1276
+ {
1277
+ "epoch": 2.97,
1278
+ "learning_rate": 3.903903903903904e-05,
1279
+ "loss": 0.1504,
1280
+ "step": 2090
1281
+ },
1282
+ {
1283
+ "epoch": 2.99,
1284
+ "learning_rate": 3.896001264422317e-05,
1285
+ "loss": 0.1427,
1286
+ "step": 2100
1287
+ },
1288
+ {
1289
+ "epoch": 3.0,
1290
+ "eval_accuracy": 0.9761,
1291
+ "eval_loss": 0.06038949638605118,
1292
+ "eval_runtime": 59.8642,
1293
+ "eval_samples_per_second": 167.045,
1294
+ "eval_steps_per_second": 5.229,
1295
+ "step": 2109
1296
+ },
1297
+ {
1298
+ "epoch": 3.0,
1299
+ "learning_rate": 3.8880986249407304e-05,
1300
+ "loss": 0.1521,
1301
+ "step": 2110
1302
+ },
1303
+ {
1304
+ "epoch": 3.01,
1305
+ "learning_rate": 3.8801959854591436e-05,
1306
+ "loss": 0.1344,
1307
+ "step": 2120
1308
+ },
1309
+ {
1310
+ "epoch": 3.03,
1311
+ "learning_rate": 3.872293345977557e-05,
1312
+ "loss": 0.133,
1313
+ "step": 2130
1314
+ },
1315
+ {
1316
+ "epoch": 3.04,
1317
+ "learning_rate": 3.86439070649597e-05,
1318
+ "loss": 0.141,
1319
+ "step": 2140
1320
+ },
1321
+ {
1322
+ "epoch": 3.06,
1323
+ "learning_rate": 3.856488067014383e-05,
1324
+ "loss": 0.1306,
1325
+ "step": 2150
1326
+ },
1327
+ {
1328
+ "epoch": 3.07,
1329
+ "learning_rate": 3.848585427532796e-05,
1330
+ "loss": 0.1694,
1331
+ "step": 2160
1332
+ },
1333
+ {
1334
+ "epoch": 3.09,
1335
+ "learning_rate": 3.8406827880512094e-05,
1336
+ "loss": 0.1679,
1337
+ "step": 2170
1338
+ },
1339
+ {
1340
+ "epoch": 3.1,
1341
+ "learning_rate": 3.8327801485696226e-05,
1342
+ "loss": 0.1388,
1343
+ "step": 2180
1344
+ },
1345
+ {
1346
+ "epoch": 3.11,
1347
+ "learning_rate": 3.824877509088036e-05,
1348
+ "loss": 0.1369,
1349
+ "step": 2190
1350
+ },
1351
+ {
1352
+ "epoch": 3.13,
1353
+ "learning_rate": 3.816974869606449e-05,
1354
+ "loss": 0.1535,
1355
+ "step": 2200
1356
+ },
1357
+ {
1358
+ "epoch": 3.14,
1359
+ "learning_rate": 3.809072230124862e-05,
1360
+ "loss": 0.1499,
1361
+ "step": 2210
1362
+ },
1363
+ {
1364
+ "epoch": 3.16,
1365
+ "learning_rate": 3.8011695906432746e-05,
1366
+ "loss": 0.1609,
1367
+ "step": 2220
1368
+ },
1369
+ {
1370
+ "epoch": 3.17,
1371
+ "learning_rate": 3.793266951161688e-05,
1372
+ "loss": 0.1402,
1373
+ "step": 2230
1374
+ },
1375
+ {
1376
+ "epoch": 3.19,
1377
+ "learning_rate": 3.7853643116801016e-05,
1378
+ "loss": 0.1305,
1379
+ "step": 2240
1380
+ },
1381
+ {
1382
+ "epoch": 3.2,
1383
+ "learning_rate": 3.777461672198515e-05,
1384
+ "loss": 0.1483,
1385
+ "step": 2250
1386
+ },
1387
+ {
1388
+ "epoch": 3.21,
1389
+ "learning_rate": 3.769559032716928e-05,
1390
+ "loss": 0.1322,
1391
+ "step": 2260
1392
+ },
1393
+ {
1394
+ "epoch": 3.23,
1395
+ "learning_rate": 3.761656393235341e-05,
1396
+ "loss": 0.134,
1397
+ "step": 2270
1398
+ },
1399
+ {
1400
+ "epoch": 3.24,
1401
+ "learning_rate": 3.7537537537537536e-05,
1402
+ "loss": 0.1399,
1403
+ "step": 2280
1404
+ },
1405
+ {
1406
+ "epoch": 3.26,
1407
+ "learning_rate": 3.745851114272167e-05,
1408
+ "loss": 0.1505,
1409
+ "step": 2290
1410
+ },
1411
+ {
1412
+ "epoch": 3.27,
1413
+ "learning_rate": 3.73794847479058e-05,
1414
+ "loss": 0.1433,
1415
+ "step": 2300
1416
+ },
1417
+ {
1418
+ "epoch": 3.28,
1419
+ "learning_rate": 3.730045835308993e-05,
1420
+ "loss": 0.1272,
1421
+ "step": 2310
1422
+ },
1423
+ {
1424
+ "epoch": 3.3,
1425
+ "learning_rate": 3.722143195827407e-05,
1426
+ "loss": 0.1498,
1427
+ "step": 2320
1428
+ },
1429
+ {
1430
+ "epoch": 3.31,
1431
+ "learning_rate": 3.71424055634582e-05,
1432
+ "loss": 0.1288,
1433
+ "step": 2330
1434
+ },
1435
+ {
1436
+ "epoch": 3.33,
1437
+ "learning_rate": 3.7063379168642326e-05,
1438
+ "loss": 0.1553,
1439
+ "step": 2340
1440
+ },
1441
+ {
1442
+ "epoch": 3.34,
1443
+ "learning_rate": 3.698435277382646e-05,
1444
+ "loss": 0.1656,
1445
+ "step": 2350
1446
+ },
1447
+ {
1448
+ "epoch": 3.36,
1449
+ "learning_rate": 3.690532637901059e-05,
1450
+ "loss": 0.1336,
1451
+ "step": 2360
1452
+ },
1453
+ {
1454
+ "epoch": 3.37,
1455
+ "learning_rate": 3.682629998419472e-05,
1456
+ "loss": 0.1469,
1457
+ "step": 2370
1458
+ },
1459
+ {
1460
+ "epoch": 3.38,
1461
+ "learning_rate": 3.674727358937885e-05,
1462
+ "loss": 0.1254,
1463
+ "step": 2380
1464
+ },
1465
+ {
1466
+ "epoch": 3.4,
1467
+ "learning_rate": 3.666824719456299e-05,
1468
+ "loss": 0.1366,
1469
+ "step": 2390
1470
+ },
1471
+ {
1472
+ "epoch": 3.41,
1473
+ "learning_rate": 3.6589220799747116e-05,
1474
+ "loss": 0.1333,
1475
+ "step": 2400
1476
+ },
1477
+ {
1478
+ "epoch": 3.43,
1479
+ "learning_rate": 3.651019440493125e-05,
1480
+ "loss": 0.1435,
1481
+ "step": 2410
1482
+ },
1483
+ {
1484
+ "epoch": 3.44,
1485
+ "learning_rate": 3.643116801011538e-05,
1486
+ "loss": 0.1488,
1487
+ "step": 2420
1488
+ },
1489
+ {
1490
+ "epoch": 3.46,
1491
+ "learning_rate": 3.635214161529951e-05,
1492
+ "loss": 0.1422,
1493
+ "step": 2430
1494
+ },
1495
+ {
1496
+ "epoch": 3.47,
1497
+ "learning_rate": 3.627311522048364e-05,
1498
+ "loss": 0.1267,
1499
+ "step": 2440
1500
+ },
1501
+ {
1502
+ "epoch": 3.48,
1503
+ "learning_rate": 3.6194088825667775e-05,
1504
+ "loss": 0.1257,
1505
+ "step": 2450
1506
+ },
1507
+ {
1508
+ "epoch": 3.5,
1509
+ "learning_rate": 3.6115062430851906e-05,
1510
+ "loss": 0.1362,
1511
+ "step": 2460
1512
+ },
1513
+ {
1514
+ "epoch": 3.51,
1515
+ "learning_rate": 3.603603603603604e-05,
1516
+ "loss": 0.1263,
1517
+ "step": 2470
1518
+ },
1519
+ {
1520
+ "epoch": 3.53,
1521
+ "learning_rate": 3.595700964122017e-05,
1522
+ "loss": 0.1317,
1523
+ "step": 2480
1524
+ },
1525
+ {
1526
+ "epoch": 3.54,
1527
+ "learning_rate": 3.58779832464043e-05,
1528
+ "loss": 0.1268,
1529
+ "step": 2490
1530
+ },
1531
+ {
1532
+ "epoch": 3.55,
1533
+ "learning_rate": 3.579895685158843e-05,
1534
+ "loss": 0.156,
1535
+ "step": 2500
1536
+ },
1537
+ {
1538
+ "epoch": 3.57,
1539
+ "learning_rate": 3.5719930456772565e-05,
1540
+ "loss": 0.1366,
1541
+ "step": 2510
1542
+ },
1543
+ {
1544
+ "epoch": 3.58,
1545
+ "learning_rate": 3.564090406195669e-05,
1546
+ "loss": 0.1442,
1547
+ "step": 2520
1548
+ },
1549
+ {
1550
+ "epoch": 3.6,
1551
+ "learning_rate": 3.556187766714083e-05,
1552
+ "loss": 0.1228,
1553
+ "step": 2530
1554
+ },
1555
+ {
1556
+ "epoch": 3.61,
1557
+ "learning_rate": 3.548285127232496e-05,
1558
+ "loss": 0.1321,
1559
+ "step": 2540
1560
+ },
1561
+ {
1562
+ "epoch": 3.63,
1563
+ "learning_rate": 3.540382487750909e-05,
1564
+ "loss": 0.1358,
1565
+ "step": 2550
1566
+ },
1567
+ {
1568
+ "epoch": 3.64,
1569
+ "learning_rate": 3.532479848269322e-05,
1570
+ "loss": 0.1415,
1571
+ "step": 2560
1572
+ },
1573
+ {
1574
+ "epoch": 3.65,
1575
+ "learning_rate": 3.5245772087877355e-05,
1576
+ "loss": 0.1324,
1577
+ "step": 2570
1578
+ },
1579
+ {
1580
+ "epoch": 3.67,
1581
+ "learning_rate": 3.5166745693061487e-05,
1582
+ "loss": 0.1299,
1583
+ "step": 2580
1584
+ },
1585
+ {
1586
+ "epoch": 3.68,
1587
+ "learning_rate": 3.508771929824561e-05,
1588
+ "loss": 0.1263,
1589
+ "step": 2590
1590
+ },
1591
+ {
1592
+ "epoch": 3.7,
1593
+ "learning_rate": 3.500869290342974e-05,
1594
+ "loss": 0.1134,
1595
+ "step": 2600
1596
+ },
1597
+ {
1598
+ "epoch": 3.71,
1599
+ "learning_rate": 3.492966650861388e-05,
1600
+ "loss": 0.1313,
1601
+ "step": 2610
1602
+ },
1603
+ {
1604
+ "epoch": 3.73,
1605
+ "learning_rate": 3.485064011379801e-05,
1606
+ "loss": 0.1138,
1607
+ "step": 2620
1608
+ },
1609
+ {
1610
+ "epoch": 3.74,
1611
+ "learning_rate": 3.4771613718982145e-05,
1612
+ "loss": 0.174,
1613
+ "step": 2630
1614
+ },
1615
+ {
1616
+ "epoch": 3.75,
1617
+ "learning_rate": 3.469258732416628e-05,
1618
+ "loss": 0.1235,
1619
+ "step": 2640
1620
+ },
1621
+ {
1622
+ "epoch": 3.77,
1623
+ "learning_rate": 3.46135609293504e-05,
1624
+ "loss": 0.1267,
1625
+ "step": 2650
1626
+ },
1627
+ {
1628
+ "epoch": 3.78,
1629
+ "learning_rate": 3.453453453453453e-05,
1630
+ "loss": 0.1578,
1631
+ "step": 2660
1632
+ },
1633
+ {
1634
+ "epoch": 3.8,
1635
+ "learning_rate": 3.4455508139718665e-05,
1636
+ "loss": 0.1508,
1637
+ "step": 2670
1638
+ },
1639
+ {
1640
+ "epoch": 3.81,
1641
+ "learning_rate": 3.43764817449028e-05,
1642
+ "loss": 0.1189,
1643
+ "step": 2680
1644
+ },
1645
+ {
1646
+ "epoch": 3.83,
1647
+ "learning_rate": 3.4297455350086935e-05,
1648
+ "loss": 0.1456,
1649
+ "step": 2690
1650
+ },
1651
+ {
1652
+ "epoch": 3.84,
1653
+ "learning_rate": 3.421842895527107e-05,
1654
+ "loss": 0.1214,
1655
+ "step": 2700
1656
+ },
1657
+ {
1658
+ "epoch": 3.85,
1659
+ "learning_rate": 3.413940256045519e-05,
1660
+ "loss": 0.1493,
1661
+ "step": 2710
1662
+ },
1663
+ {
1664
+ "epoch": 3.87,
1665
+ "learning_rate": 3.4060376165639323e-05,
1666
+ "loss": 0.1317,
1667
+ "step": 2720
1668
+ },
1669
+ {
1670
+ "epoch": 3.88,
1671
+ "learning_rate": 3.3981349770823455e-05,
1672
+ "loss": 0.133,
1673
+ "step": 2730
1674
+ },
1675
+ {
1676
+ "epoch": 3.9,
1677
+ "learning_rate": 3.390232337600759e-05,
1678
+ "loss": 0.1219,
1679
+ "step": 2740
1680
+ },
1681
+ {
1682
+ "epoch": 3.91,
1683
+ "learning_rate": 3.382329698119172e-05,
1684
+ "loss": 0.1372,
1685
+ "step": 2750
1686
+ },
1687
+ {
1688
+ "epoch": 3.92,
1689
+ "learning_rate": 3.374427058637585e-05,
1690
+ "loss": 0.1372,
1691
+ "step": 2760
1692
+ },
1693
+ {
1694
+ "epoch": 3.94,
1695
+ "learning_rate": 3.366524419155998e-05,
1696
+ "loss": 0.1458,
1697
+ "step": 2770
1698
+ },
1699
+ {
1700
+ "epoch": 3.95,
1701
+ "learning_rate": 3.3586217796744114e-05,
1702
+ "loss": 0.1455,
1703
+ "step": 2780
1704
+ },
1705
+ {
1706
+ "epoch": 3.97,
1707
+ "learning_rate": 3.3507191401928245e-05,
1708
+ "loss": 0.1508,
1709
+ "step": 2790
1710
+ },
1711
+ {
1712
+ "epoch": 3.98,
1713
+ "learning_rate": 3.342816500711238e-05,
1714
+ "loss": 0.1458,
1715
+ "step": 2800
1716
+ },
1717
+ {
1718
+ "epoch": 4.0,
1719
+ "learning_rate": 3.334913861229651e-05,
1720
+ "loss": 0.143,
1721
+ "step": 2810
1722
+ },
1723
+ {
1724
+ "epoch": 4.0,
1725
+ "eval_accuracy": 0.97,
1726
+ "eval_loss": 0.08071798086166382,
1727
+ "eval_runtime": 59.8831,
1728
+ "eval_samples_per_second": 166.992,
1729
+ "eval_steps_per_second": 5.227,
1730
+ "step": 2813
1731
+ },
1732
+ {
1733
+ "epoch": 4.01,
1734
+ "learning_rate": 3.327011221748064e-05,
1735
+ "loss": 0.1265,
1736
+ "step": 2820
1737
+ },
1738
+ {
1739
+ "epoch": 4.02,
1740
+ "learning_rate": 3.319108582266477e-05,
1741
+ "loss": 0.129,
1742
+ "step": 2830
1743
+ },
1744
+ {
1745
+ "epoch": 4.04,
1746
+ "learning_rate": 3.3112059427848904e-05,
1747
+ "loss": 0.1364,
1748
+ "step": 2840
1749
+ },
1750
+ {
1751
+ "epoch": 4.05,
1752
+ "learning_rate": 3.3033033033033035e-05,
1753
+ "loss": 0.1148,
1754
+ "step": 2850
1755
+ },
1756
+ {
1757
+ "epoch": 4.07,
1758
+ "learning_rate": 3.295400663821717e-05,
1759
+ "loss": 0.1114,
1760
+ "step": 2860
1761
+ },
1762
+ {
1763
+ "epoch": 4.08,
1764
+ "learning_rate": 3.28749802434013e-05,
1765
+ "loss": 0.1081,
1766
+ "step": 2870
1767
+ },
1768
+ {
1769
+ "epoch": 4.1,
1770
+ "learning_rate": 3.279595384858543e-05,
1771
+ "loss": 0.138,
1772
+ "step": 2880
1773
+ },
1774
+ {
1775
+ "epoch": 4.11,
1776
+ "learning_rate": 3.2716927453769555e-05,
1777
+ "loss": 0.1163,
1778
+ "step": 2890
1779
+ },
1780
+ {
1781
+ "epoch": 4.12,
1782
+ "learning_rate": 3.2637901058953694e-05,
1783
+ "loss": 0.1348,
1784
+ "step": 2900
1785
+ },
1786
+ {
1787
+ "epoch": 4.14,
1788
+ "learning_rate": 3.2558874664137825e-05,
1789
+ "loss": 0.1249,
1790
+ "step": 2910
1791
+ },
1792
+ {
1793
+ "epoch": 4.15,
1794
+ "learning_rate": 3.247984826932196e-05,
1795
+ "loss": 0.1094,
1796
+ "step": 2920
1797
+ },
1798
+ {
1799
+ "epoch": 4.17,
1800
+ "learning_rate": 3.240082187450609e-05,
1801
+ "loss": 0.1124,
1802
+ "step": 2930
1803
+ },
1804
+ {
1805
+ "epoch": 4.18,
1806
+ "learning_rate": 3.232179547969022e-05,
1807
+ "loss": 0.1181,
1808
+ "step": 2940
1809
+ },
1810
+ {
1811
+ "epoch": 4.19,
1812
+ "learning_rate": 3.2242769084874345e-05,
1813
+ "loss": 0.1161,
1814
+ "step": 2950
1815
+ },
1816
+ {
1817
+ "epoch": 4.21,
1818
+ "learning_rate": 3.216374269005848e-05,
1819
+ "loss": 0.1365,
1820
+ "step": 2960
1821
+ },
1822
+ {
1823
+ "epoch": 4.22,
1824
+ "learning_rate": 3.208471629524261e-05,
1825
+ "loss": 0.1183,
1826
+ "step": 2970
1827
+ },
1828
+ {
1829
+ "epoch": 4.24,
1830
+ "learning_rate": 3.200568990042675e-05,
1831
+ "loss": 0.1288,
1832
+ "step": 2980
1833
+ },
1834
+ {
1835
+ "epoch": 4.25,
1836
+ "learning_rate": 3.192666350561088e-05,
1837
+ "loss": 0.1042,
1838
+ "step": 2990
1839
+ },
1840
+ {
1841
+ "epoch": 4.27,
1842
+ "learning_rate": 3.184763711079501e-05,
1843
+ "loss": 0.1182,
1844
+ "step": 3000
1845
+ },
1846
+ {
1847
+ "epoch": 4.28,
1848
+ "learning_rate": 3.176861071597914e-05,
1849
+ "loss": 0.133,
1850
+ "step": 3010
1851
+ },
1852
+ {
1853
+ "epoch": 4.29,
1854
+ "learning_rate": 3.168958432116327e-05,
1855
+ "loss": 0.143,
1856
+ "step": 3020
1857
+ },
1858
+ {
1859
+ "epoch": 4.31,
1860
+ "learning_rate": 3.16105579263474e-05,
1861
+ "loss": 0.1564,
1862
+ "step": 3030
1863
+ },
1864
+ {
1865
+ "epoch": 4.32,
1866
+ "learning_rate": 3.153153153153153e-05,
1867
+ "loss": 0.1307,
1868
+ "step": 3040
1869
+ },
1870
+ {
1871
+ "epoch": 4.34,
1872
+ "learning_rate": 3.145250513671566e-05,
1873
+ "loss": 0.1084,
1874
+ "step": 3050
1875
+ },
1876
+ {
1877
+ "epoch": 4.35,
1878
+ "learning_rate": 3.13734787418998e-05,
1879
+ "loss": 0.1435,
1880
+ "step": 3060
1881
+ },
1882
+ {
1883
+ "epoch": 4.37,
1884
+ "learning_rate": 3.129445234708393e-05,
1885
+ "loss": 0.1394,
1886
+ "step": 3070
1887
+ },
1888
+ {
1889
+ "epoch": 4.38,
1890
+ "learning_rate": 3.121542595226806e-05,
1891
+ "loss": 0.1206,
1892
+ "step": 3080
1893
+ },
1894
+ {
1895
+ "epoch": 4.39,
1896
+ "learning_rate": 3.113639955745219e-05,
1897
+ "loss": 0.1361,
1898
+ "step": 3090
1899
+ },
1900
+ {
1901
+ "epoch": 4.41,
1902
+ "learning_rate": 3.105737316263632e-05,
1903
+ "loss": 0.109,
1904
+ "step": 3100
1905
+ },
1906
+ {
1907
+ "epoch": 4.42,
1908
+ "learning_rate": 3.097834676782045e-05,
1909
+ "loss": 0.0935,
1910
+ "step": 3110
1911
+ },
1912
+ {
1913
+ "epoch": 4.44,
1914
+ "learning_rate": 3.0899320373004584e-05,
1915
+ "loss": 0.1217,
1916
+ "step": 3120
1917
+ },
1918
+ {
1919
+ "epoch": 4.45,
1920
+ "learning_rate": 3.0820293978188716e-05,
1921
+ "loss": 0.1139,
1922
+ "step": 3130
1923
+ },
1924
+ {
1925
+ "epoch": 4.46,
1926
+ "learning_rate": 3.074126758337285e-05,
1927
+ "loss": 0.1201,
1928
+ "step": 3140
1929
+ },
1930
+ {
1931
+ "epoch": 4.48,
1932
+ "learning_rate": 3.066224118855698e-05,
1933
+ "loss": 0.1222,
1934
+ "step": 3150
1935
+ },
1936
+ {
1937
+ "epoch": 4.49,
1938
+ "learning_rate": 3.058321479374111e-05,
1939
+ "loss": 0.1296,
1940
+ "step": 3160
1941
+ },
1942
+ {
1943
+ "epoch": 4.51,
1944
+ "learning_rate": 3.0504188398925243e-05,
1945
+ "loss": 0.1308,
1946
+ "step": 3170
1947
+ },
1948
+ {
1949
+ "epoch": 4.52,
1950
+ "learning_rate": 3.0425162004109374e-05,
1951
+ "loss": 0.0969,
1952
+ "step": 3180
1953
+ },
1954
+ {
1955
+ "epoch": 4.54,
1956
+ "learning_rate": 3.034613560929351e-05,
1957
+ "loss": 0.1037,
1958
+ "step": 3190
1959
+ },
1960
+ {
1961
+ "epoch": 4.55,
1962
+ "learning_rate": 3.0267109214477634e-05,
1963
+ "loss": 0.1152,
1964
+ "step": 3200
1965
+ },
1966
+ {
1967
+ "epoch": 4.56,
1968
+ "learning_rate": 3.0188082819661766e-05,
1969
+ "loss": 0.1205,
1970
+ "step": 3210
1971
+ },
1972
+ {
1973
+ "epoch": 4.58,
1974
+ "learning_rate": 3.01090564248459e-05,
1975
+ "loss": 0.115,
1976
+ "step": 3220
1977
+ },
1978
+ {
1979
+ "epoch": 4.59,
1980
+ "learning_rate": 3.0030030030030033e-05,
1981
+ "loss": 0.1311,
1982
+ "step": 3230
1983
+ },
1984
+ {
1985
+ "epoch": 4.61,
1986
+ "learning_rate": 2.9951003635214164e-05,
1987
+ "loss": 0.1366,
1988
+ "step": 3240
1989
+ },
1990
+ {
1991
+ "epoch": 4.62,
1992
+ "learning_rate": 2.9871977240398296e-05,
1993
+ "loss": 0.1323,
1994
+ "step": 3250
1995
+ },
1996
+ {
1997
+ "epoch": 4.64,
1998
+ "learning_rate": 2.9792950845582424e-05,
1999
+ "loss": 0.1266,
2000
+ "step": 3260
2001
+ },
2002
+ {
2003
+ "epoch": 4.65,
2004
+ "learning_rate": 2.9713924450766556e-05,
2005
+ "loss": 0.1274,
2006
+ "step": 3270
2007
+ },
2008
+ {
2009
+ "epoch": 4.66,
2010
+ "learning_rate": 2.9634898055950688e-05,
2011
+ "loss": 0.1481,
2012
+ "step": 3280
2013
+ },
2014
+ {
2015
+ "epoch": 4.68,
2016
+ "learning_rate": 2.955587166113482e-05,
2017
+ "loss": 0.1298,
2018
+ "step": 3290
2019
+ },
2020
+ {
2021
+ "epoch": 4.69,
2022
+ "learning_rate": 2.9476845266318955e-05,
2023
+ "loss": 0.1301,
2024
+ "step": 3300
2025
+ },
2026
+ {
2027
+ "epoch": 4.71,
2028
+ "learning_rate": 2.9397818871503086e-05,
2029
+ "loss": 0.1176,
2030
+ "step": 3310
2031
+ },
2032
+ {
2033
+ "epoch": 4.72,
2034
+ "learning_rate": 2.931879247668721e-05,
2035
+ "loss": 0.1169,
2036
+ "step": 3320
2037
+ },
2038
+ {
2039
+ "epoch": 4.74,
2040
+ "learning_rate": 2.9239766081871346e-05,
2041
+ "loss": 0.1274,
2042
+ "step": 3330
2043
+ },
2044
+ {
2045
+ "epoch": 4.75,
2046
+ "learning_rate": 2.9160739687055478e-05,
2047
+ "loss": 0.1128,
2048
+ "step": 3340
2049
+ },
2050
+ {
2051
+ "epoch": 4.76,
2052
+ "learning_rate": 2.908171329223961e-05,
2053
+ "loss": 0.1389,
2054
+ "step": 3350
2055
+ },
2056
+ {
2057
+ "epoch": 4.78,
2058
+ "learning_rate": 2.900268689742374e-05,
2059
+ "loss": 0.1013,
2060
+ "step": 3360
2061
+ },
2062
+ {
2063
+ "epoch": 4.79,
2064
+ "learning_rate": 2.8923660502607873e-05,
2065
+ "loss": 0.0948,
2066
+ "step": 3370
2067
+ },
2068
+ {
2069
+ "epoch": 4.81,
2070
+ "learning_rate": 2.8844634107792e-05,
2071
+ "loss": 0.1191,
2072
+ "step": 3380
2073
+ },
2074
+ {
2075
+ "epoch": 4.82,
2076
+ "learning_rate": 2.8765607712976133e-05,
2077
+ "loss": 0.1014,
2078
+ "step": 3390
2079
+ },
2080
+ {
2081
+ "epoch": 4.83,
2082
+ "learning_rate": 2.8686581318160265e-05,
2083
+ "loss": 0.1237,
2084
+ "step": 3400
2085
+ },
2086
+ {
2087
+ "epoch": 4.85,
2088
+ "learning_rate": 2.86075549233444e-05,
2089
+ "loss": 0.1355,
2090
+ "step": 3410
2091
+ },
2092
+ {
2093
+ "epoch": 4.86,
2094
+ "learning_rate": 2.852852852852853e-05,
2095
+ "loss": 0.1327,
2096
+ "step": 3420
2097
+ },
2098
+ {
2099
+ "epoch": 4.88,
2100
+ "learning_rate": 2.8449502133712663e-05,
2101
+ "loss": 0.112,
2102
+ "step": 3430
2103
+ },
2104
+ {
2105
+ "epoch": 4.89,
2106
+ "learning_rate": 2.837047573889679e-05,
2107
+ "loss": 0.1231,
2108
+ "step": 3440
2109
+ },
2110
+ {
2111
+ "epoch": 4.91,
2112
+ "learning_rate": 2.8291449344080923e-05,
2113
+ "loss": 0.1291,
2114
+ "step": 3450
2115
+ },
2116
+ {
2117
+ "epoch": 4.92,
2118
+ "learning_rate": 2.8212422949265055e-05,
2119
+ "loss": 0.1121,
2120
+ "step": 3460
2121
+ },
2122
+ {
2123
+ "epoch": 4.93,
2124
+ "learning_rate": 2.8133396554449187e-05,
2125
+ "loss": 0.1234,
2126
+ "step": 3470
2127
+ },
2128
+ {
2129
+ "epoch": 4.95,
2130
+ "learning_rate": 2.8054370159633318e-05,
2131
+ "loss": 0.0887,
2132
+ "step": 3480
2133
+ },
2134
+ {
2135
+ "epoch": 4.96,
2136
+ "learning_rate": 2.7975343764817453e-05,
2137
+ "loss": 0.1136,
2138
+ "step": 3490
2139
+ },
2140
+ {
2141
+ "epoch": 4.98,
2142
+ "learning_rate": 2.7896317370001585e-05,
2143
+ "loss": 0.1393,
2144
+ "step": 3500
2145
+ },
2146
+ {
2147
+ "epoch": 4.99,
2148
+ "learning_rate": 2.781729097518571e-05,
2149
+ "loss": 0.1008,
2150
+ "step": 3510
2151
+ },
2152
+ {
2153
+ "epoch": 5.0,
2154
+ "eval_accuracy": 0.9824,
2155
+ "eval_loss": 0.0443880558013916,
2156
+ "eval_runtime": 59.6491,
2157
+ "eval_samples_per_second": 167.647,
2158
+ "eval_steps_per_second": 5.247,
2159
+ "step": 3516
2160
+ },
2161
+ {
2162
+ "epoch": 5.01,
2163
+ "learning_rate": 2.7738264580369845e-05,
2164
+ "loss": 0.1171,
2165
+ "step": 3520
2166
+ },
2167
+ {
2168
+ "epoch": 5.02,
2169
+ "learning_rate": 2.7659238185553977e-05,
2170
+ "loss": 0.1185,
2171
+ "step": 3530
2172
+ },
2173
+ {
2174
+ "epoch": 5.03,
2175
+ "learning_rate": 2.758021179073811e-05,
2176
+ "loss": 0.1209,
2177
+ "step": 3540
2178
+ },
2179
+ {
2180
+ "epoch": 5.05,
2181
+ "learning_rate": 2.750118539592224e-05,
2182
+ "loss": 0.1207,
2183
+ "step": 3550
2184
+ },
2185
+ {
2186
+ "epoch": 5.06,
2187
+ "learning_rate": 2.7422159001106372e-05,
2188
+ "loss": 0.1079,
2189
+ "step": 3560
2190
+ },
2191
+ {
2192
+ "epoch": 5.08,
2193
+ "learning_rate": 2.73431326062905e-05,
2194
+ "loss": 0.1204,
2195
+ "step": 3570
2196
+ },
2197
+ {
2198
+ "epoch": 5.09,
2199
+ "learning_rate": 2.7264106211474632e-05,
2200
+ "loss": 0.112,
2201
+ "step": 3580
2202
+ },
2203
+ {
2204
+ "epoch": 5.1,
2205
+ "learning_rate": 2.7185079816658763e-05,
2206
+ "loss": 0.1139,
2207
+ "step": 3590
2208
+ },
2209
+ {
2210
+ "epoch": 5.12,
2211
+ "learning_rate": 2.71060534218429e-05,
2212
+ "loss": 0.1126,
2213
+ "step": 3600
2214
+ },
2215
+ {
2216
+ "epoch": 5.13,
2217
+ "learning_rate": 2.702702702702703e-05,
2218
+ "loss": 0.1355,
2219
+ "step": 3610
2220
+ },
2221
+ {
2222
+ "epoch": 5.15,
2223
+ "learning_rate": 2.6948000632211162e-05,
2224
+ "loss": 0.1107,
2225
+ "step": 3620
2226
+ },
2227
+ {
2228
+ "epoch": 5.16,
2229
+ "learning_rate": 2.686897423739529e-05,
2230
+ "loss": 0.0918,
2231
+ "step": 3630
2232
+ },
2233
+ {
2234
+ "epoch": 5.18,
2235
+ "learning_rate": 2.6789947842579422e-05,
2236
+ "loss": 0.1175,
2237
+ "step": 3640
2238
+ },
2239
+ {
2240
+ "epoch": 5.19,
2241
+ "learning_rate": 2.6710921447763554e-05,
2242
+ "loss": 0.1131,
2243
+ "step": 3650
2244
+ },
2245
+ {
2246
+ "epoch": 5.2,
2247
+ "learning_rate": 2.6631895052947685e-05,
2248
+ "loss": 0.1271,
2249
+ "step": 3660
2250
+ },
2251
+ {
2252
+ "epoch": 5.22,
2253
+ "learning_rate": 2.655286865813182e-05,
2254
+ "loss": 0.1262,
2255
+ "step": 3670
2256
+ },
2257
+ {
2258
+ "epoch": 5.23,
2259
+ "learning_rate": 2.6473842263315952e-05,
2260
+ "loss": 0.1034,
2261
+ "step": 3680
2262
+ },
2263
+ {
2264
+ "epoch": 5.25,
2265
+ "learning_rate": 2.6394815868500077e-05,
2266
+ "loss": 0.1266,
2267
+ "step": 3690
2268
+ },
2269
+ {
2270
+ "epoch": 5.26,
2271
+ "learning_rate": 2.6315789473684212e-05,
2272
+ "loss": 0.1149,
2273
+ "step": 3700
2274
+ },
2275
+ {
2276
+ "epoch": 5.28,
2277
+ "learning_rate": 2.6236763078868344e-05,
2278
+ "loss": 0.1187,
2279
+ "step": 3710
2280
+ },
2281
+ {
2282
+ "epoch": 5.29,
2283
+ "learning_rate": 2.6157736684052475e-05,
2284
+ "loss": 0.1143,
2285
+ "step": 3720
2286
+ },
2287
+ {
2288
+ "epoch": 5.3,
2289
+ "learning_rate": 2.6078710289236607e-05,
2290
+ "loss": 0.1066,
2291
+ "step": 3730
2292
+ },
2293
+ {
2294
+ "epoch": 5.32,
2295
+ "learning_rate": 2.599968389442074e-05,
2296
+ "loss": 0.0993,
2297
+ "step": 3740
2298
+ },
2299
+ {
2300
+ "epoch": 5.33,
2301
+ "learning_rate": 2.5920657499604867e-05,
2302
+ "loss": 0.1201,
2303
+ "step": 3750
2304
+ },
2305
+ {
2306
+ "epoch": 5.35,
2307
+ "learning_rate": 2.5841631104789e-05,
2308
+ "loss": 0.0983,
2309
+ "step": 3760
2310
+ },
2311
+ {
2312
+ "epoch": 5.36,
2313
+ "learning_rate": 2.576260470997313e-05,
2314
+ "loss": 0.1202,
2315
+ "step": 3770
2316
+ },
2317
+ {
2318
+ "epoch": 5.38,
2319
+ "learning_rate": 2.5683578315157265e-05,
2320
+ "loss": 0.0995,
2321
+ "step": 3780
2322
+ },
2323
+ {
2324
+ "epoch": 5.39,
2325
+ "learning_rate": 2.5604551920341397e-05,
2326
+ "loss": 0.1016,
2327
+ "step": 3790
2328
+ },
2329
+ {
2330
+ "epoch": 5.4,
2331
+ "learning_rate": 2.552552552552553e-05,
2332
+ "loss": 0.1155,
2333
+ "step": 3800
2334
+ },
2335
+ {
2336
+ "epoch": 5.42,
2337
+ "learning_rate": 2.5446499130709657e-05,
2338
+ "loss": 0.129,
2339
+ "step": 3810
2340
+ },
2341
+ {
2342
+ "epoch": 5.43,
2343
+ "learning_rate": 2.536747273589379e-05,
2344
+ "loss": 0.1278,
2345
+ "step": 3820
2346
+ },
2347
+ {
2348
+ "epoch": 5.45,
2349
+ "learning_rate": 2.528844634107792e-05,
2350
+ "loss": 0.1111,
2351
+ "step": 3830
2352
+ },
2353
+ {
2354
+ "epoch": 5.46,
2355
+ "learning_rate": 2.5209419946262052e-05,
2356
+ "loss": 0.1067,
2357
+ "step": 3840
2358
+ },
2359
+ {
2360
+ "epoch": 5.47,
2361
+ "learning_rate": 2.5130393551446184e-05,
2362
+ "loss": 0.1085,
2363
+ "step": 3850
2364
+ },
2365
+ {
2366
+ "epoch": 5.49,
2367
+ "learning_rate": 2.505136715663032e-05,
2368
+ "loss": 0.1171,
2369
+ "step": 3860
2370
+ },
2371
+ {
2372
+ "epoch": 5.5,
2373
+ "learning_rate": 2.4972340761814447e-05,
2374
+ "loss": 0.1067,
2375
+ "step": 3870
2376
+ },
2377
+ {
2378
+ "epoch": 5.52,
2379
+ "learning_rate": 2.489331436699858e-05,
2380
+ "loss": 0.1027,
2381
+ "step": 3880
2382
+ },
2383
+ {
2384
+ "epoch": 5.53,
2385
+ "learning_rate": 2.481428797218271e-05,
2386
+ "loss": 0.1487,
2387
+ "step": 3890
2388
+ },
2389
+ {
2390
+ "epoch": 5.55,
2391
+ "learning_rate": 2.4735261577366842e-05,
2392
+ "loss": 0.1243,
2393
+ "step": 3900
2394
+ },
2395
+ {
2396
+ "epoch": 5.56,
2397
+ "learning_rate": 2.4656235182550974e-05,
2398
+ "loss": 0.0905,
2399
+ "step": 3910
2400
+ },
2401
+ {
2402
+ "epoch": 5.57,
2403
+ "learning_rate": 2.4577208787735102e-05,
2404
+ "loss": 0.1274,
2405
+ "step": 3920
2406
+ },
2407
+ {
2408
+ "epoch": 5.59,
2409
+ "learning_rate": 2.4498182392919237e-05,
2410
+ "loss": 0.1185,
2411
+ "step": 3930
2412
+ },
2413
+ {
2414
+ "epoch": 5.6,
2415
+ "learning_rate": 2.441915599810337e-05,
2416
+ "loss": 0.1153,
2417
+ "step": 3940
2418
+ },
2419
+ {
2420
+ "epoch": 5.62,
2421
+ "learning_rate": 2.4340129603287497e-05,
2422
+ "loss": 0.1153,
2423
+ "step": 3950
2424
+ },
2425
+ {
2426
+ "epoch": 5.63,
2427
+ "learning_rate": 2.426110320847163e-05,
2428
+ "loss": 0.1229,
2429
+ "step": 3960
2430
+ },
2431
+ {
2432
+ "epoch": 5.65,
2433
+ "learning_rate": 2.4182076813655764e-05,
2434
+ "loss": 0.1115,
2435
+ "step": 3970
2436
+ },
2437
+ {
2438
+ "epoch": 5.66,
2439
+ "learning_rate": 2.4103050418839892e-05,
2440
+ "loss": 0.1222,
2441
+ "step": 3980
2442
+ },
2443
+ {
2444
+ "epoch": 5.67,
2445
+ "learning_rate": 2.4024024024024024e-05,
2446
+ "loss": 0.1335,
2447
+ "step": 3990
2448
+ },
2449
+ {
2450
+ "epoch": 5.69,
2451
+ "learning_rate": 2.3944997629208156e-05,
2452
+ "loss": 0.1141,
2453
+ "step": 4000
2454
+ },
2455
+ {
2456
+ "epoch": 5.7,
2457
+ "learning_rate": 2.3865971234392288e-05,
2458
+ "loss": 0.111,
2459
+ "step": 4010
2460
+ },
2461
+ {
2462
+ "epoch": 5.72,
2463
+ "learning_rate": 2.378694483957642e-05,
2464
+ "loss": 0.1009,
2465
+ "step": 4020
2466
+ },
2467
+ {
2468
+ "epoch": 5.73,
2469
+ "learning_rate": 2.370791844476055e-05,
2470
+ "loss": 0.1076,
2471
+ "step": 4030
2472
+ },
2473
+ {
2474
+ "epoch": 5.74,
2475
+ "learning_rate": 2.3628892049944683e-05,
2476
+ "loss": 0.0905,
2477
+ "step": 4040
2478
+ },
2479
+ {
2480
+ "epoch": 5.76,
2481
+ "learning_rate": 2.3549865655128814e-05,
2482
+ "loss": 0.1196,
2483
+ "step": 4050
2484
+ },
2485
+ {
2486
+ "epoch": 5.77,
2487
+ "learning_rate": 2.3470839260312946e-05,
2488
+ "loss": 0.1057,
2489
+ "step": 4060
2490
+ },
2491
+ {
2492
+ "epoch": 5.79,
2493
+ "learning_rate": 2.3391812865497074e-05,
2494
+ "loss": 0.1076,
2495
+ "step": 4070
2496
+ },
2497
+ {
2498
+ "epoch": 5.8,
2499
+ "learning_rate": 2.331278647068121e-05,
2500
+ "loss": 0.1077,
2501
+ "step": 4080
2502
+ },
2503
+ {
2504
+ "epoch": 5.82,
2505
+ "learning_rate": 2.323376007586534e-05,
2506
+ "loss": 0.1057,
2507
+ "step": 4090
2508
+ },
2509
+ {
2510
+ "epoch": 5.83,
2511
+ "learning_rate": 2.315473368104947e-05,
2512
+ "loss": 0.1254,
2513
+ "step": 4100
2514
+ },
2515
+ {
2516
+ "epoch": 5.84,
2517
+ "learning_rate": 2.30757072862336e-05,
2518
+ "loss": 0.1015,
2519
+ "step": 4110
2520
+ },
2521
+ {
2522
+ "epoch": 5.86,
2523
+ "learning_rate": 2.2996680891417736e-05,
2524
+ "loss": 0.1059,
2525
+ "step": 4120
2526
+ },
2527
+ {
2528
+ "epoch": 5.87,
2529
+ "learning_rate": 2.2917654496601868e-05,
2530
+ "loss": 0.1103,
2531
+ "step": 4130
2532
+ },
2533
+ {
2534
+ "epoch": 5.89,
2535
+ "learning_rate": 2.2838628101785996e-05,
2536
+ "loss": 0.1141,
2537
+ "step": 4140
2538
+ },
2539
+ {
2540
+ "epoch": 5.9,
2541
+ "learning_rate": 2.275960170697013e-05,
2542
+ "loss": 0.1046,
2543
+ "step": 4150
2544
+ },
2545
+ {
2546
+ "epoch": 5.92,
2547
+ "learning_rate": 2.2680575312154263e-05,
2548
+ "loss": 0.1228,
2549
+ "step": 4160
2550
+ },
2551
+ {
2552
+ "epoch": 5.93,
2553
+ "learning_rate": 2.260154891733839e-05,
2554
+ "loss": 0.099,
2555
+ "step": 4170
2556
+ },
2557
+ {
2558
+ "epoch": 5.94,
2559
+ "learning_rate": 2.2522522522522523e-05,
2560
+ "loss": 0.1156,
2561
+ "step": 4180
2562
+ },
2563
+ {
2564
+ "epoch": 5.96,
2565
+ "learning_rate": 2.2443496127706658e-05,
2566
+ "loss": 0.0834,
2567
+ "step": 4190
2568
+ },
2569
+ {
2570
+ "epoch": 5.97,
2571
+ "learning_rate": 2.2364469732890786e-05,
2572
+ "loss": 0.0929,
2573
+ "step": 4200
2574
+ },
2575
+ {
2576
+ "epoch": 5.99,
2577
+ "learning_rate": 2.2285443338074918e-05,
2578
+ "loss": 0.1189,
2579
+ "step": 4210
2580
+ },
2581
+ {
2582
+ "epoch": 6.0,
2583
+ "eval_accuracy": 0.977,
2584
+ "eval_loss": 0.06354519724845886,
2585
+ "eval_runtime": 59.4966,
2586
+ "eval_samples_per_second": 168.077,
2587
+ "eval_steps_per_second": 5.261,
2588
+ "step": 4219
2589
+ },
2590
+ {
2591
+ "epoch": 6.0,
2592
+ "learning_rate": 2.220641694325905e-05,
2593
+ "loss": 0.0914,
2594
+ "step": 4220
2595
+ },
2596
+ {
2597
+ "epoch": 6.01,
2598
+ "learning_rate": 2.212739054844318e-05,
2599
+ "loss": 0.113,
2600
+ "step": 4230
2601
+ },
2602
+ {
2603
+ "epoch": 6.03,
2604
+ "learning_rate": 2.2048364153627313e-05,
2605
+ "loss": 0.1103,
2606
+ "step": 4240
2607
+ },
2608
+ {
2609
+ "epoch": 6.04,
2610
+ "learning_rate": 2.1969337758811445e-05,
2611
+ "loss": 0.1226,
2612
+ "step": 4250
2613
+ },
2614
+ {
2615
+ "epoch": 6.06,
2616
+ "learning_rate": 2.1890311363995576e-05,
2617
+ "loss": 0.1094,
2618
+ "step": 4260
2619
+ },
2620
+ {
2621
+ "epoch": 6.07,
2622
+ "learning_rate": 2.1811284969179708e-05,
2623
+ "loss": 0.119,
2624
+ "step": 4270
2625
+ },
2626
+ {
2627
+ "epoch": 6.09,
2628
+ "learning_rate": 2.173225857436384e-05,
2629
+ "loss": 0.113,
2630
+ "step": 4280
2631
+ },
2632
+ {
2633
+ "epoch": 6.1,
2634
+ "learning_rate": 2.1653232179547968e-05,
2635
+ "loss": 0.1079,
2636
+ "step": 4290
2637
+ },
2638
+ {
2639
+ "epoch": 6.11,
2640
+ "learning_rate": 2.1574205784732103e-05,
2641
+ "loss": 0.1015,
2642
+ "step": 4300
2643
+ },
2644
+ {
2645
+ "epoch": 6.13,
2646
+ "learning_rate": 2.1495179389916235e-05,
2647
+ "loss": 0.108,
2648
+ "step": 4310
2649
+ },
2650
+ {
2651
+ "epoch": 6.14,
2652
+ "learning_rate": 2.1416152995100363e-05,
2653
+ "loss": 0.0954,
2654
+ "step": 4320
2655
+ },
2656
+ {
2657
+ "epoch": 6.16,
2658
+ "learning_rate": 2.1337126600284495e-05,
2659
+ "loss": 0.093,
2660
+ "step": 4330
2661
+ },
2662
+ {
2663
+ "epoch": 6.17,
2664
+ "learning_rate": 2.125810020546863e-05,
2665
+ "loss": 0.0899,
2666
+ "step": 4340
2667
+ },
2668
+ {
2669
+ "epoch": 6.19,
2670
+ "learning_rate": 2.1179073810652758e-05,
2671
+ "loss": 0.1142,
2672
+ "step": 4350
2673
+ },
2674
+ {
2675
+ "epoch": 6.2,
2676
+ "learning_rate": 2.110004741583689e-05,
2677
+ "loss": 0.1046,
2678
+ "step": 4360
2679
+ },
2680
+ {
2681
+ "epoch": 6.21,
2682
+ "learning_rate": 2.102102102102102e-05,
2683
+ "loss": 0.1051,
2684
+ "step": 4370
2685
+ },
2686
+ {
2687
+ "epoch": 6.23,
2688
+ "learning_rate": 2.0941994626205153e-05,
2689
+ "loss": 0.1096,
2690
+ "step": 4380
2691
+ },
2692
+ {
2693
+ "epoch": 6.24,
2694
+ "learning_rate": 2.0862968231389285e-05,
2695
+ "loss": 0.1282,
2696
+ "step": 4390
2697
+ },
2698
+ {
2699
+ "epoch": 6.26,
2700
+ "learning_rate": 2.0783941836573417e-05,
2701
+ "loss": 0.1124,
2702
+ "step": 4400
2703
+ },
2704
+ {
2705
+ "epoch": 6.27,
2706
+ "learning_rate": 2.070491544175755e-05,
2707
+ "loss": 0.0819,
2708
+ "step": 4410
2709
+ },
2710
+ {
2711
+ "epoch": 6.29,
2712
+ "learning_rate": 2.062588904694168e-05,
2713
+ "loss": 0.0963,
2714
+ "step": 4420
2715
+ },
2716
+ {
2717
+ "epoch": 6.3,
2718
+ "learning_rate": 2.0546862652125812e-05,
2719
+ "loss": 0.1037,
2720
+ "step": 4430
2721
+ },
2722
+ {
2723
+ "epoch": 6.31,
2724
+ "learning_rate": 2.046783625730994e-05,
2725
+ "loss": 0.0856,
2726
+ "step": 4440
2727
+ },
2728
+ {
2729
+ "epoch": 6.33,
2730
+ "learning_rate": 2.0388809862494075e-05,
2731
+ "loss": 0.1141,
2732
+ "step": 4450
2733
+ },
2734
+ {
2735
+ "epoch": 6.34,
2736
+ "learning_rate": 2.0309783467678207e-05,
2737
+ "loss": 0.112,
2738
+ "step": 4460
2739
+ },
2740
+ {
2741
+ "epoch": 6.36,
2742
+ "learning_rate": 2.0230757072862335e-05,
2743
+ "loss": 0.1134,
2744
+ "step": 4470
2745
+ },
2746
+ {
2747
+ "epoch": 6.37,
2748
+ "learning_rate": 2.0151730678046467e-05,
2749
+ "loss": 0.0848,
2750
+ "step": 4480
2751
+ },
2752
+ {
2753
+ "epoch": 6.38,
2754
+ "learning_rate": 2.0072704283230602e-05,
2755
+ "loss": 0.1022,
2756
+ "step": 4490
2757
+ },
2758
+ {
2759
+ "epoch": 6.4,
2760
+ "learning_rate": 1.999367788841473e-05,
2761
+ "loss": 0.091,
2762
+ "step": 4500
2763
+ },
2764
+ {
2765
+ "epoch": 6.41,
2766
+ "learning_rate": 1.9914651493598862e-05,
2767
+ "loss": 0.0989,
2768
+ "step": 4510
2769
+ },
2770
+ {
2771
+ "epoch": 6.43,
2772
+ "learning_rate": 1.9835625098782994e-05,
2773
+ "loss": 0.1159,
2774
+ "step": 4520
2775
+ },
2776
+ {
2777
+ "epoch": 6.44,
2778
+ "learning_rate": 1.9756598703967125e-05,
2779
+ "loss": 0.1183,
2780
+ "step": 4530
2781
+ },
2782
+ {
2783
+ "epoch": 6.46,
2784
+ "learning_rate": 1.9677572309151257e-05,
2785
+ "loss": 0.0916,
2786
+ "step": 4540
2787
+ },
2788
+ {
2789
+ "epoch": 6.47,
2790
+ "learning_rate": 1.959854591433539e-05,
2791
+ "loss": 0.1234,
2792
+ "step": 4550
2793
+ },
2794
+ {
2795
+ "epoch": 6.48,
2796
+ "learning_rate": 1.951951951951952e-05,
2797
+ "loss": 0.1049,
2798
+ "step": 4560
2799
+ },
2800
+ {
2801
+ "epoch": 6.5,
2802
+ "learning_rate": 1.9440493124703652e-05,
2803
+ "loss": 0.1282,
2804
+ "step": 4570
2805
+ },
2806
+ {
2807
+ "epoch": 6.51,
2808
+ "learning_rate": 1.9361466729887784e-05,
2809
+ "loss": 0.0907,
2810
+ "step": 4580
2811
+ },
2812
+ {
2813
+ "epoch": 6.53,
2814
+ "learning_rate": 1.9282440335071915e-05,
2815
+ "loss": 0.0939,
2816
+ "step": 4590
2817
+ },
2818
+ {
2819
+ "epoch": 6.54,
2820
+ "learning_rate": 1.9203413940256047e-05,
2821
+ "loss": 0.1022,
2822
+ "step": 4600
2823
+ },
2824
+ {
2825
+ "epoch": 6.56,
2826
+ "learning_rate": 1.912438754544018e-05,
2827
+ "loss": 0.1305,
2828
+ "step": 4610
2829
+ },
2830
+ {
2831
+ "epoch": 6.57,
2832
+ "learning_rate": 1.904536115062431e-05,
2833
+ "loss": 0.0918,
2834
+ "step": 4620
2835
+ },
2836
+ {
2837
+ "epoch": 6.58,
2838
+ "learning_rate": 1.896633475580844e-05,
2839
+ "loss": 0.0948,
2840
+ "step": 4630
2841
+ },
2842
+ {
2843
+ "epoch": 6.6,
2844
+ "learning_rate": 1.8887308360992574e-05,
2845
+ "loss": 0.0913,
2846
+ "step": 4640
2847
+ },
2848
+ {
2849
+ "epoch": 6.61,
2850
+ "learning_rate": 1.8808281966176705e-05,
2851
+ "loss": 0.0961,
2852
+ "step": 4650
2853
+ },
2854
+ {
2855
+ "epoch": 6.63,
2856
+ "learning_rate": 1.8729255571360834e-05,
2857
+ "loss": 0.119,
2858
+ "step": 4660
2859
+ },
2860
+ {
2861
+ "epoch": 6.64,
2862
+ "learning_rate": 1.8650229176544965e-05,
2863
+ "loss": 0.119,
2864
+ "step": 4670
2865
+ },
2866
+ {
2867
+ "epoch": 6.65,
2868
+ "learning_rate": 1.85712027817291e-05,
2869
+ "loss": 0.1092,
2870
+ "step": 4680
2871
+ },
2872
+ {
2873
+ "epoch": 6.67,
2874
+ "learning_rate": 1.849217638691323e-05,
2875
+ "loss": 0.1111,
2876
+ "step": 4690
2877
+ },
2878
+ {
2879
+ "epoch": 6.68,
2880
+ "learning_rate": 1.841314999209736e-05,
2881
+ "loss": 0.0882,
2882
+ "step": 4700
2883
+ },
2884
+ {
2885
+ "epoch": 6.7,
2886
+ "learning_rate": 1.8334123597281496e-05,
2887
+ "loss": 0.0968,
2888
+ "step": 4710
2889
+ },
2890
+ {
2891
+ "epoch": 6.71,
2892
+ "learning_rate": 1.8255097202465624e-05,
2893
+ "loss": 0.1249,
2894
+ "step": 4720
2895
+ },
2896
+ {
2897
+ "epoch": 6.73,
2898
+ "learning_rate": 1.8176070807649756e-05,
2899
+ "loss": 0.125,
2900
+ "step": 4730
2901
+ },
2902
+ {
2903
+ "epoch": 6.74,
2904
+ "learning_rate": 1.8097044412833887e-05,
2905
+ "loss": 0.0981,
2906
+ "step": 4740
2907
+ },
2908
+ {
2909
+ "epoch": 6.75,
2910
+ "learning_rate": 1.801801801801802e-05,
2911
+ "loss": 0.1078,
2912
+ "step": 4750
2913
+ },
2914
+ {
2915
+ "epoch": 6.77,
2916
+ "learning_rate": 1.793899162320215e-05,
2917
+ "loss": 0.0949,
2918
+ "step": 4760
2919
+ },
2920
+ {
2921
+ "epoch": 6.78,
2922
+ "learning_rate": 1.7859965228386282e-05,
2923
+ "loss": 0.0952,
2924
+ "step": 4770
2925
+ },
2926
+ {
2927
+ "epoch": 6.8,
2928
+ "learning_rate": 1.7780938833570414e-05,
2929
+ "loss": 0.0863,
2930
+ "step": 4780
2931
+ },
2932
+ {
2933
+ "epoch": 6.81,
2934
+ "learning_rate": 1.7701912438754546e-05,
2935
+ "loss": 0.0878,
2936
+ "step": 4790
2937
+ },
2938
+ {
2939
+ "epoch": 6.83,
2940
+ "learning_rate": 1.7622886043938677e-05,
2941
+ "loss": 0.0944,
2942
+ "step": 4800
2943
+ },
2944
+ {
2945
+ "epoch": 6.84,
2946
+ "learning_rate": 1.7543859649122806e-05,
2947
+ "loss": 0.0911,
2948
+ "step": 4810
2949
+ },
2950
+ {
2951
+ "epoch": 6.85,
2952
+ "learning_rate": 1.746483325430694e-05,
2953
+ "loss": 0.0844,
2954
+ "step": 4820
2955
+ },
2956
+ {
2957
+ "epoch": 6.87,
2958
+ "learning_rate": 1.7385806859491072e-05,
2959
+ "loss": 0.1032,
2960
+ "step": 4830
2961
+ },
2962
+ {
2963
+ "epoch": 6.88,
2964
+ "learning_rate": 1.73067804646752e-05,
2965
+ "loss": 0.1096,
2966
+ "step": 4840
2967
+ },
2968
+ {
2969
+ "epoch": 6.9,
2970
+ "learning_rate": 1.7227754069859332e-05,
2971
+ "loss": 0.0933,
2972
+ "step": 4850
2973
+ },
2974
+ {
2975
+ "epoch": 6.91,
2976
+ "learning_rate": 1.7148727675043468e-05,
2977
+ "loss": 0.1098,
2978
+ "step": 4860
2979
+ },
2980
+ {
2981
+ "epoch": 6.92,
2982
+ "learning_rate": 1.7069701280227596e-05,
2983
+ "loss": 0.0994,
2984
+ "step": 4870
2985
+ },
2986
+ {
2987
+ "epoch": 6.94,
2988
+ "learning_rate": 1.6990674885411728e-05,
2989
+ "loss": 0.0983,
2990
+ "step": 4880
2991
+ },
2992
+ {
2993
+ "epoch": 6.95,
2994
+ "learning_rate": 1.691164849059586e-05,
2995
+ "loss": 0.1076,
2996
+ "step": 4890
2997
+ },
2998
+ {
2999
+ "epoch": 6.97,
3000
+ "learning_rate": 1.683262209577999e-05,
3001
+ "loss": 0.0996,
3002
+ "step": 4900
3003
+ },
3004
+ {
3005
+ "epoch": 6.98,
3006
+ "learning_rate": 1.6753595700964123e-05,
3007
+ "loss": 0.0863,
3008
+ "step": 4910
3009
+ },
3010
+ {
3011
+ "epoch": 7.0,
3012
+ "learning_rate": 1.6674569306148254e-05,
3013
+ "loss": 0.0936,
3014
+ "step": 4920
3015
+ },
3016
+ {
3017
+ "epoch": 7.0,
3018
+ "eval_accuracy": 0.9789,
3019
+ "eval_loss": 0.0534820482134819,
3020
+ "eval_runtime": 59.7551,
3021
+ "eval_samples_per_second": 167.35,
3022
+ "eval_steps_per_second": 5.238,
3023
+ "step": 4922
3024
+ },
3025
+ {
3026
+ "epoch": 7.01,
3027
+ "learning_rate": 1.6595542911332386e-05,
3028
+ "loss": 0.1044,
3029
+ "step": 4930
3030
+ },
3031
+ {
3032
+ "epoch": 7.02,
3033
+ "learning_rate": 1.6516516516516518e-05,
3034
+ "loss": 0.0981,
3035
+ "step": 4940
3036
+ },
3037
+ {
3038
+ "epoch": 7.04,
3039
+ "learning_rate": 1.643749012170065e-05,
3040
+ "loss": 0.0757,
3041
+ "step": 4950
3042
+ },
3043
+ {
3044
+ "epoch": 7.05,
3045
+ "learning_rate": 1.6358463726884778e-05,
3046
+ "loss": 0.0857,
3047
+ "step": 4960
3048
+ },
3049
+ {
3050
+ "epoch": 7.07,
3051
+ "learning_rate": 1.6279437332068913e-05,
3052
+ "loss": 0.1061,
3053
+ "step": 4970
3054
+ },
3055
+ {
3056
+ "epoch": 7.08,
3057
+ "learning_rate": 1.6200410937253044e-05,
3058
+ "loss": 0.0842,
3059
+ "step": 4980
3060
+ },
3061
+ {
3062
+ "epoch": 7.1,
3063
+ "learning_rate": 1.6121384542437173e-05,
3064
+ "loss": 0.0854,
3065
+ "step": 4990
3066
+ },
3067
+ {
3068
+ "epoch": 7.11,
3069
+ "learning_rate": 1.6042358147621304e-05,
3070
+ "loss": 0.0872,
3071
+ "step": 5000
3072
+ },
3073
+ {
3074
+ "epoch": 7.12,
3075
+ "learning_rate": 1.596333175280544e-05,
3076
+ "loss": 0.1066,
3077
+ "step": 5010
3078
+ },
3079
+ {
3080
+ "epoch": 7.14,
3081
+ "learning_rate": 1.588430535798957e-05,
3082
+ "loss": 0.0951,
3083
+ "step": 5020
3084
+ },
3085
+ {
3086
+ "epoch": 7.15,
3087
+ "learning_rate": 1.58052789631737e-05,
3088
+ "loss": 0.0889,
3089
+ "step": 5030
3090
+ },
3091
+ {
3092
+ "epoch": 7.17,
3093
+ "learning_rate": 1.572625256835783e-05,
3094
+ "loss": 0.0975,
3095
+ "step": 5040
3096
+ },
3097
+ {
3098
+ "epoch": 7.18,
3099
+ "learning_rate": 1.5647226173541966e-05,
3100
+ "loss": 0.0858,
3101
+ "step": 5050
3102
+ },
3103
+ {
3104
+ "epoch": 7.2,
3105
+ "learning_rate": 1.5568199778726095e-05,
3106
+ "loss": 0.0917,
3107
+ "step": 5060
3108
+ },
3109
+ {
3110
+ "epoch": 7.21,
3111
+ "learning_rate": 1.5489173383910226e-05,
3112
+ "loss": 0.079,
3113
+ "step": 5070
3114
+ },
3115
+ {
3116
+ "epoch": 7.22,
3117
+ "learning_rate": 1.5410146989094358e-05,
3118
+ "loss": 0.0853,
3119
+ "step": 5080
3120
+ },
3121
+ {
3122
+ "epoch": 7.24,
3123
+ "learning_rate": 1.533112059427849e-05,
3124
+ "loss": 0.1045,
3125
+ "step": 5090
3126
+ },
3127
+ {
3128
+ "epoch": 7.25,
3129
+ "learning_rate": 1.5252094199462621e-05,
3130
+ "loss": 0.0895,
3131
+ "step": 5100
3132
+ },
3133
+ {
3134
+ "epoch": 7.27,
3135
+ "learning_rate": 1.5173067804646755e-05,
3136
+ "loss": 0.0892,
3137
+ "step": 5110
3138
+ },
3139
+ {
3140
+ "epoch": 7.28,
3141
+ "learning_rate": 1.5094041409830883e-05,
3142
+ "loss": 0.1013,
3143
+ "step": 5120
3144
+ },
3145
+ {
3146
+ "epoch": 7.29,
3147
+ "learning_rate": 1.5015015015015016e-05,
3148
+ "loss": 0.0946,
3149
+ "step": 5130
3150
+ },
3151
+ {
3152
+ "epoch": 7.31,
3153
+ "learning_rate": 1.4935988620199148e-05,
3154
+ "loss": 0.0878,
3155
+ "step": 5140
3156
+ },
3157
+ {
3158
+ "epoch": 7.32,
3159
+ "learning_rate": 1.4856962225383278e-05,
3160
+ "loss": 0.1028,
3161
+ "step": 5150
3162
+ },
3163
+ {
3164
+ "epoch": 7.34,
3165
+ "learning_rate": 1.477793583056741e-05,
3166
+ "loss": 0.0851,
3167
+ "step": 5160
3168
+ },
3169
+ {
3170
+ "epoch": 7.35,
3171
+ "learning_rate": 1.4698909435751543e-05,
3172
+ "loss": 0.0942,
3173
+ "step": 5170
3174
+ },
3175
+ {
3176
+ "epoch": 7.37,
3177
+ "learning_rate": 1.4619883040935673e-05,
3178
+ "loss": 0.0883,
3179
+ "step": 5180
3180
+ },
3181
+ {
3182
+ "epoch": 7.38,
3183
+ "learning_rate": 1.4540856646119805e-05,
3184
+ "loss": 0.079,
3185
+ "step": 5190
3186
+ },
3187
+ {
3188
+ "epoch": 7.39,
3189
+ "learning_rate": 1.4461830251303937e-05,
3190
+ "loss": 0.0804,
3191
+ "step": 5200
3192
+ },
3193
+ {
3194
+ "epoch": 7.41,
3195
+ "learning_rate": 1.4382803856488066e-05,
3196
+ "loss": 0.0976,
3197
+ "step": 5210
3198
+ },
3199
+ {
3200
+ "epoch": 7.42,
3201
+ "learning_rate": 1.43037774616722e-05,
3202
+ "loss": 0.1087,
3203
+ "step": 5220
3204
+ },
3205
+ {
3206
+ "epoch": 7.44,
3207
+ "learning_rate": 1.4224751066856332e-05,
3208
+ "loss": 0.0889,
3209
+ "step": 5230
3210
+ },
3211
+ {
3212
+ "epoch": 7.45,
3213
+ "learning_rate": 1.4145724672040462e-05,
3214
+ "loss": 0.0915,
3215
+ "step": 5240
3216
+ },
3217
+ {
3218
+ "epoch": 7.47,
3219
+ "learning_rate": 1.4066698277224593e-05,
3220
+ "loss": 0.0933,
3221
+ "step": 5250
3222
+ },
3223
+ {
3224
+ "epoch": 7.48,
3225
+ "learning_rate": 1.3987671882408727e-05,
3226
+ "loss": 0.1267,
3227
+ "step": 5260
3228
+ },
3229
+ {
3230
+ "epoch": 7.49,
3231
+ "learning_rate": 1.3908645487592855e-05,
3232
+ "loss": 0.0947,
3233
+ "step": 5270
3234
+ },
3235
+ {
3236
+ "epoch": 7.51,
3237
+ "learning_rate": 1.3829619092776988e-05,
3238
+ "loss": 0.0952,
3239
+ "step": 5280
3240
+ },
3241
+ {
3242
+ "epoch": 7.52,
3243
+ "learning_rate": 1.375059269796112e-05,
3244
+ "loss": 0.0761,
3245
+ "step": 5290
3246
+ },
3247
+ {
3248
+ "epoch": 7.54,
3249
+ "learning_rate": 1.367156630314525e-05,
3250
+ "loss": 0.0965,
3251
+ "step": 5300
3252
+ },
3253
+ {
3254
+ "epoch": 7.55,
3255
+ "learning_rate": 1.3592539908329382e-05,
3256
+ "loss": 0.1109,
3257
+ "step": 5310
3258
+ },
3259
+ {
3260
+ "epoch": 7.56,
3261
+ "learning_rate": 1.3513513513513515e-05,
3262
+ "loss": 0.0994,
3263
+ "step": 5320
3264
+ },
3265
+ {
3266
+ "epoch": 7.58,
3267
+ "learning_rate": 1.3434487118697645e-05,
3268
+ "loss": 0.0951,
3269
+ "step": 5330
3270
+ },
3271
+ {
3272
+ "epoch": 7.59,
3273
+ "learning_rate": 1.3355460723881777e-05,
3274
+ "loss": 0.1052,
3275
+ "step": 5340
3276
+ },
3277
+ {
3278
+ "epoch": 7.61,
3279
+ "learning_rate": 1.327643432906591e-05,
3280
+ "loss": 0.0902,
3281
+ "step": 5350
3282
+ },
3283
+ {
3284
+ "epoch": 7.62,
3285
+ "learning_rate": 1.3197407934250038e-05,
3286
+ "loss": 0.0858,
3287
+ "step": 5360
3288
+ },
3289
+ {
3290
+ "epoch": 7.64,
3291
+ "learning_rate": 1.3118381539434172e-05,
3292
+ "loss": 0.0908,
3293
+ "step": 5370
3294
+ },
3295
+ {
3296
+ "epoch": 7.65,
3297
+ "learning_rate": 1.3039355144618304e-05,
3298
+ "loss": 0.0952,
3299
+ "step": 5380
3300
+ },
3301
+ {
3302
+ "epoch": 7.66,
3303
+ "learning_rate": 1.2960328749802434e-05,
3304
+ "loss": 0.099,
3305
+ "step": 5390
3306
+ },
3307
+ {
3308
+ "epoch": 7.68,
3309
+ "learning_rate": 1.2881302354986565e-05,
3310
+ "loss": 0.0982,
3311
+ "step": 5400
3312
+ },
3313
+ {
3314
+ "epoch": 7.69,
3315
+ "learning_rate": 1.2802275960170699e-05,
3316
+ "loss": 0.0886,
3317
+ "step": 5410
3318
+ },
3319
+ {
3320
+ "epoch": 7.71,
3321
+ "learning_rate": 1.2723249565354829e-05,
3322
+ "loss": 0.0873,
3323
+ "step": 5420
3324
+ },
3325
+ {
3326
+ "epoch": 7.72,
3327
+ "learning_rate": 1.264422317053896e-05,
3328
+ "loss": 0.1065,
3329
+ "step": 5430
3330
+ },
3331
+ {
3332
+ "epoch": 7.74,
3333
+ "learning_rate": 1.2565196775723092e-05,
3334
+ "loss": 0.0807,
3335
+ "step": 5440
3336
+ },
3337
+ {
3338
+ "epoch": 7.75,
3339
+ "learning_rate": 1.2486170380907224e-05,
3340
+ "loss": 0.0742,
3341
+ "step": 5450
3342
+ },
3343
+ {
3344
+ "epoch": 7.76,
3345
+ "learning_rate": 1.2407143986091355e-05,
3346
+ "loss": 0.0856,
3347
+ "step": 5460
3348
+ },
3349
+ {
3350
+ "epoch": 7.78,
3351
+ "learning_rate": 1.2328117591275487e-05,
3352
+ "loss": 0.1036,
3353
+ "step": 5470
3354
+ },
3355
+ {
3356
+ "epoch": 7.79,
3357
+ "learning_rate": 1.2249091196459619e-05,
3358
+ "loss": 0.0879,
3359
+ "step": 5480
3360
+ },
3361
+ {
3362
+ "epoch": 7.81,
3363
+ "learning_rate": 1.2170064801643749e-05,
3364
+ "loss": 0.1094,
3365
+ "step": 5490
3366
+ },
3367
+ {
3368
+ "epoch": 7.82,
3369
+ "learning_rate": 1.2091038406827882e-05,
3370
+ "loss": 0.0821,
3371
+ "step": 5500
3372
+ },
3373
+ {
3374
+ "epoch": 7.84,
3375
+ "learning_rate": 1.2012012012012012e-05,
3376
+ "loss": 0.0852,
3377
+ "step": 5510
3378
+ },
3379
+ {
3380
+ "epoch": 7.85,
3381
+ "learning_rate": 1.1932985617196144e-05,
3382
+ "loss": 0.105,
3383
+ "step": 5520
3384
+ },
3385
+ {
3386
+ "epoch": 7.86,
3387
+ "learning_rate": 1.1853959222380275e-05,
3388
+ "loss": 0.1152,
3389
+ "step": 5530
3390
+ },
3391
+ {
3392
+ "epoch": 7.88,
3393
+ "learning_rate": 1.1774932827564407e-05,
3394
+ "loss": 0.0926,
3395
+ "step": 5540
3396
+ },
3397
+ {
3398
+ "epoch": 7.89,
3399
+ "learning_rate": 1.1695906432748537e-05,
3400
+ "loss": 0.0987,
3401
+ "step": 5550
3402
+ },
3403
+ {
3404
+ "epoch": 7.91,
3405
+ "learning_rate": 1.161688003793267e-05,
3406
+ "loss": 0.0982,
3407
+ "step": 5560
3408
+ },
3409
+ {
3410
+ "epoch": 7.92,
3411
+ "learning_rate": 1.15378536431168e-05,
3412
+ "loss": 0.0934,
3413
+ "step": 5570
3414
+ },
3415
+ {
3416
+ "epoch": 7.93,
3417
+ "learning_rate": 1.1458827248300934e-05,
3418
+ "loss": 0.0865,
3419
+ "step": 5580
3420
+ },
3421
+ {
3422
+ "epoch": 7.95,
3423
+ "learning_rate": 1.1379800853485066e-05,
3424
+ "loss": 0.1016,
3425
+ "step": 5590
3426
+ },
3427
+ {
3428
+ "epoch": 7.96,
3429
+ "learning_rate": 1.1300774458669196e-05,
3430
+ "loss": 0.0936,
3431
+ "step": 5600
3432
+ },
3433
+ {
3434
+ "epoch": 7.98,
3435
+ "learning_rate": 1.1221748063853329e-05,
3436
+ "loss": 0.0917,
3437
+ "step": 5610
3438
+ },
3439
+ {
3440
+ "epoch": 7.99,
3441
+ "learning_rate": 1.1142721669037459e-05,
3442
+ "loss": 0.1201,
3443
+ "step": 5620
3444
+ },
3445
+ {
3446
+ "epoch": 8.0,
3447
+ "eval_accuracy": 0.9854,
3448
+ "eval_loss": 0.03756237030029297,
3449
+ "eval_runtime": 59.7644,
3450
+ "eval_samples_per_second": 167.324,
3451
+ "eval_steps_per_second": 5.237,
3452
+ "step": 5626
3453
+ },
3454
+ {
3455
+ "epoch": 8.01,
3456
+ "learning_rate": 1.106369527422159e-05,
3457
+ "loss": 0.0872,
3458
+ "step": 5630
3459
+ },
3460
+ {
3461
+ "epoch": 8.02,
3462
+ "learning_rate": 1.0984668879405722e-05,
3463
+ "loss": 0.0914,
3464
+ "step": 5640
3465
+ },
3466
+ {
3467
+ "epoch": 8.03,
3468
+ "learning_rate": 1.0905642484589854e-05,
3469
+ "loss": 0.0965,
3470
+ "step": 5650
3471
+ },
3472
+ {
3473
+ "epoch": 8.05,
3474
+ "learning_rate": 1.0826616089773984e-05,
3475
+ "loss": 0.0961,
3476
+ "step": 5660
3477
+ },
3478
+ {
3479
+ "epoch": 8.06,
3480
+ "learning_rate": 1.0747589694958117e-05,
3481
+ "loss": 0.0823,
3482
+ "step": 5670
3483
+ },
3484
+ {
3485
+ "epoch": 8.08,
3486
+ "learning_rate": 1.0668563300142247e-05,
3487
+ "loss": 0.093,
3488
+ "step": 5680
3489
+ },
3490
+ {
3491
+ "epoch": 8.09,
3492
+ "learning_rate": 1.0589536905326379e-05,
3493
+ "loss": 0.1008,
3494
+ "step": 5690
3495
+ },
3496
+ {
3497
+ "epoch": 8.11,
3498
+ "learning_rate": 1.051051051051051e-05,
3499
+ "loss": 0.0933,
3500
+ "step": 5700
3501
+ },
3502
+ {
3503
+ "epoch": 8.12,
3504
+ "learning_rate": 1.0431484115694642e-05,
3505
+ "loss": 0.0933,
3506
+ "step": 5710
3507
+ },
3508
+ {
3509
+ "epoch": 8.13,
3510
+ "learning_rate": 1.0352457720878774e-05,
3511
+ "loss": 0.0759,
3512
+ "step": 5720
3513
+ },
3514
+ {
3515
+ "epoch": 8.15,
3516
+ "learning_rate": 1.0273431326062906e-05,
3517
+ "loss": 0.0911,
3518
+ "step": 5730
3519
+ },
3520
+ {
3521
+ "epoch": 8.16,
3522
+ "learning_rate": 1.0194404931247038e-05,
3523
+ "loss": 0.0893,
3524
+ "step": 5740
3525
+ },
3526
+ {
3527
+ "epoch": 8.18,
3528
+ "learning_rate": 1.0115378536431168e-05,
3529
+ "loss": 0.0979,
3530
+ "step": 5750
3531
+ },
3532
+ {
3533
+ "epoch": 8.19,
3534
+ "learning_rate": 1.0036352141615301e-05,
3535
+ "loss": 0.0835,
3536
+ "step": 5760
3537
+ },
3538
+ {
3539
+ "epoch": 8.2,
3540
+ "learning_rate": 9.957325746799431e-06,
3541
+ "loss": 0.08,
3542
+ "step": 5770
3543
+ },
3544
+ {
3545
+ "epoch": 8.22,
3546
+ "learning_rate": 9.878299351983563e-06,
3547
+ "loss": 0.0963,
3548
+ "step": 5780
3549
+ },
3550
+ {
3551
+ "epoch": 8.23,
3552
+ "learning_rate": 9.799272957167694e-06,
3553
+ "loss": 0.07,
3554
+ "step": 5790
3555
+ },
3556
+ {
3557
+ "epoch": 8.25,
3558
+ "learning_rate": 9.720246562351826e-06,
3559
+ "loss": 0.098,
3560
+ "step": 5800
3561
+ },
3562
+ {
3563
+ "epoch": 8.26,
3564
+ "learning_rate": 9.641220167535958e-06,
3565
+ "loss": 0.0849,
3566
+ "step": 5810
3567
+ },
3568
+ {
3569
+ "epoch": 8.28,
3570
+ "learning_rate": 9.56219377272009e-06,
3571
+ "loss": 0.0709,
3572
+ "step": 5820
3573
+ },
3574
+ {
3575
+ "epoch": 8.29,
3576
+ "learning_rate": 9.48316737790422e-06,
3577
+ "loss": 0.0807,
3578
+ "step": 5830
3579
+ },
3580
+ {
3581
+ "epoch": 8.3,
3582
+ "learning_rate": 9.404140983088353e-06,
3583
+ "loss": 0.0914,
3584
+ "step": 5840
3585
+ },
3586
+ {
3587
+ "epoch": 8.32,
3588
+ "learning_rate": 9.325114588272483e-06,
3589
+ "loss": 0.0841,
3590
+ "step": 5850
3591
+ },
3592
+ {
3593
+ "epoch": 8.33,
3594
+ "learning_rate": 9.246088193456614e-06,
3595
+ "loss": 0.072,
3596
+ "step": 5860
3597
+ },
3598
+ {
3599
+ "epoch": 8.35,
3600
+ "learning_rate": 9.167061798640748e-06,
3601
+ "loss": 0.0941,
3602
+ "step": 5870
3603
+ },
3604
+ {
3605
+ "epoch": 8.36,
3606
+ "learning_rate": 9.088035403824878e-06,
3607
+ "loss": 0.0721,
3608
+ "step": 5880
3609
+ },
3610
+ {
3611
+ "epoch": 8.38,
3612
+ "learning_rate": 9.00900900900901e-06,
3613
+ "loss": 0.0897,
3614
+ "step": 5890
3615
+ },
3616
+ {
3617
+ "epoch": 8.39,
3618
+ "learning_rate": 8.929982614193141e-06,
3619
+ "loss": 0.0899,
3620
+ "step": 5900
3621
+ },
3622
+ {
3623
+ "epoch": 8.4,
3624
+ "learning_rate": 8.850956219377273e-06,
3625
+ "loss": 0.0901,
3626
+ "step": 5910
3627
+ },
3628
+ {
3629
+ "epoch": 8.42,
3630
+ "learning_rate": 8.771929824561403e-06,
3631
+ "loss": 0.0844,
3632
+ "step": 5920
3633
+ },
3634
+ {
3635
+ "epoch": 8.43,
3636
+ "learning_rate": 8.692903429745536e-06,
3637
+ "loss": 0.0801,
3638
+ "step": 5930
3639
+ },
3640
+ {
3641
+ "epoch": 8.45,
3642
+ "learning_rate": 8.613877034929666e-06,
3643
+ "loss": 0.0799,
3644
+ "step": 5940
3645
+ },
3646
+ {
3647
+ "epoch": 8.46,
3648
+ "learning_rate": 8.534850640113798e-06,
3649
+ "loss": 0.0898,
3650
+ "step": 5950
3651
+ },
3652
+ {
3653
+ "epoch": 8.47,
3654
+ "learning_rate": 8.45582424529793e-06,
3655
+ "loss": 0.0725,
3656
+ "step": 5960
3657
+ },
3658
+ {
3659
+ "epoch": 8.49,
3660
+ "learning_rate": 8.376797850482061e-06,
3661
+ "loss": 0.0835,
3662
+ "step": 5970
3663
+ },
3664
+ {
3665
+ "epoch": 8.5,
3666
+ "learning_rate": 8.297771455666193e-06,
3667
+ "loss": 0.1063,
3668
+ "step": 5980
3669
+ },
3670
+ {
3671
+ "epoch": 8.52,
3672
+ "learning_rate": 8.218745060850325e-06,
3673
+ "loss": 0.0807,
3674
+ "step": 5990
3675
+ },
3676
+ {
3677
+ "epoch": 8.53,
3678
+ "learning_rate": 8.139718666034456e-06,
3679
+ "loss": 0.0726,
3680
+ "step": 6000
3681
+ },
3682
+ {
3683
+ "epoch": 8.55,
3684
+ "learning_rate": 8.060692271218586e-06,
3685
+ "loss": 0.0816,
3686
+ "step": 6010
3687
+ },
3688
+ {
3689
+ "epoch": 8.56,
3690
+ "learning_rate": 7.98166587640272e-06,
3691
+ "loss": 0.0838,
3692
+ "step": 6020
3693
+ },
3694
+ {
3695
+ "epoch": 8.57,
3696
+ "learning_rate": 7.90263948158685e-06,
3697
+ "loss": 0.0752,
3698
+ "step": 6030
3699
+ },
3700
+ {
3701
+ "epoch": 8.59,
3702
+ "learning_rate": 7.823613086770983e-06,
3703
+ "loss": 0.09,
3704
+ "step": 6040
3705
+ },
3706
+ {
3707
+ "epoch": 8.6,
3708
+ "learning_rate": 7.744586691955113e-06,
3709
+ "loss": 0.1017,
3710
+ "step": 6050
3711
+ },
3712
+ {
3713
+ "epoch": 8.62,
3714
+ "learning_rate": 7.665560297139245e-06,
3715
+ "loss": 0.1002,
3716
+ "step": 6060
3717
+ },
3718
+ {
3719
+ "epoch": 8.63,
3720
+ "learning_rate": 7.586533902323377e-06,
3721
+ "loss": 0.0853,
3722
+ "step": 6070
3723
+ },
3724
+ {
3725
+ "epoch": 8.65,
3726
+ "learning_rate": 7.507507507507508e-06,
3727
+ "loss": 0.0848,
3728
+ "step": 6080
3729
+ },
3730
+ {
3731
+ "epoch": 8.66,
3732
+ "learning_rate": 7.428481112691639e-06,
3733
+ "loss": 0.0735,
3734
+ "step": 6090
3735
+ },
3736
+ {
3737
+ "epoch": 8.67,
3738
+ "learning_rate": 7.3494547178757716e-06,
3739
+ "loss": 0.0849,
3740
+ "step": 6100
3741
+ },
3742
+ {
3743
+ "epoch": 8.69,
3744
+ "learning_rate": 7.270428323059902e-06,
3745
+ "loss": 0.0916,
3746
+ "step": 6110
3747
+ },
3748
+ {
3749
+ "epoch": 8.7,
3750
+ "learning_rate": 7.191401928244033e-06,
3751
+ "loss": 0.0903,
3752
+ "step": 6120
3753
+ },
3754
+ {
3755
+ "epoch": 8.72,
3756
+ "learning_rate": 7.112375533428166e-06,
3757
+ "loss": 0.0874,
3758
+ "step": 6130
3759
+ },
3760
+ {
3761
+ "epoch": 8.73,
3762
+ "learning_rate": 7.033349138612297e-06,
3763
+ "loss": 0.0937,
3764
+ "step": 6140
3765
+ },
3766
+ {
3767
+ "epoch": 8.75,
3768
+ "learning_rate": 6.9543227437964275e-06,
3769
+ "loss": 0.089,
3770
+ "step": 6150
3771
+ },
3772
+ {
3773
+ "epoch": 8.76,
3774
+ "learning_rate": 6.87529634898056e-06,
3775
+ "loss": 0.0874,
3776
+ "step": 6160
3777
+ },
3778
+ {
3779
+ "epoch": 8.77,
3780
+ "learning_rate": 6.796269954164691e-06,
3781
+ "loss": 0.1022,
3782
+ "step": 6170
3783
+ },
3784
+ {
3785
+ "epoch": 8.79,
3786
+ "learning_rate": 6.7172435593488225e-06,
3787
+ "loss": 0.0915,
3788
+ "step": 6180
3789
+ },
3790
+ {
3791
+ "epoch": 8.8,
3792
+ "learning_rate": 6.638217164532955e-06,
3793
+ "loss": 0.0867,
3794
+ "step": 6190
3795
+ },
3796
+ {
3797
+ "epoch": 8.82,
3798
+ "learning_rate": 6.559190769717086e-06,
3799
+ "loss": 0.0794,
3800
+ "step": 6200
3801
+ },
3802
+ {
3803
+ "epoch": 8.83,
3804
+ "learning_rate": 6.480164374901217e-06,
3805
+ "loss": 0.0746,
3806
+ "step": 6210
3807
+ },
3808
+ {
3809
+ "epoch": 8.84,
3810
+ "learning_rate": 6.401137980085349e-06,
3811
+ "loss": 0.0803,
3812
+ "step": 6220
3813
+ },
3814
+ {
3815
+ "epoch": 8.86,
3816
+ "learning_rate": 6.32211158526948e-06,
3817
+ "loss": 0.0726,
3818
+ "step": 6230
3819
+ },
3820
+ {
3821
+ "epoch": 8.87,
3822
+ "learning_rate": 6.243085190453612e-06,
3823
+ "loss": 0.0884,
3824
+ "step": 6240
3825
+ },
3826
+ {
3827
+ "epoch": 8.89,
3828
+ "learning_rate": 6.1640587956377435e-06,
3829
+ "loss": 0.0933,
3830
+ "step": 6250
3831
+ },
3832
+ {
3833
+ "epoch": 8.9,
3834
+ "learning_rate": 6.085032400821874e-06,
3835
+ "loss": 0.0945,
3836
+ "step": 6260
3837
+ },
3838
+ {
3839
+ "epoch": 8.92,
3840
+ "learning_rate": 6.006006006006006e-06,
3841
+ "loss": 0.0665,
3842
+ "step": 6270
3843
+ },
3844
+ {
3845
+ "epoch": 8.93,
3846
+ "learning_rate": 5.926979611190138e-06,
3847
+ "loss": 0.0775,
3848
+ "step": 6280
3849
+ },
3850
+ {
3851
+ "epoch": 8.94,
3852
+ "learning_rate": 5.8479532163742686e-06,
3853
+ "loss": 0.0835,
3854
+ "step": 6290
3855
+ },
3856
+ {
3857
+ "epoch": 8.96,
3858
+ "learning_rate": 5.7689268215584e-06,
3859
+ "loss": 0.0954,
3860
+ "step": 6300
3861
+ },
3862
+ {
3863
+ "epoch": 8.97,
3864
+ "learning_rate": 5.689900426742533e-06,
3865
+ "loss": 0.0762,
3866
+ "step": 6310
3867
+ },
3868
+ {
3869
+ "epoch": 8.99,
3870
+ "learning_rate": 5.6108740319266645e-06,
3871
+ "loss": 0.076,
3872
+ "step": 6320
3873
+ },
3874
+ {
3875
+ "epoch": 9.0,
3876
+ "eval_accuracy": 0.9874,
3877
+ "eval_loss": 0.034222181886434555,
3878
+ "eval_runtime": 59.85,
3879
+ "eval_samples_per_second": 167.084,
3880
+ "eval_steps_per_second": 5.23,
3881
+ "step": 6329
3882
+ },
3883
+ {
3884
+ "epoch": 9.0,
3885
+ "learning_rate": 5.531847637110795e-06,
3886
+ "loss": 0.066,
3887
+ "step": 6330
3888
+ },
3889
+ {
3890
+ "epoch": 9.02,
3891
+ "learning_rate": 5.452821242294927e-06,
3892
+ "loss": 0.0833,
3893
+ "step": 6340
3894
+ },
3895
+ {
3896
+ "epoch": 9.03,
3897
+ "learning_rate": 5.373794847479059e-06,
3898
+ "loss": 0.0711,
3899
+ "step": 6350
3900
+ },
3901
+ {
3902
+ "epoch": 9.04,
3903
+ "learning_rate": 5.2947684526631895e-06,
3904
+ "loss": 0.0953,
3905
+ "step": 6360
3906
+ },
3907
+ {
3908
+ "epoch": 9.06,
3909
+ "learning_rate": 5.215742057847321e-06,
3910
+ "loss": 0.0773,
3911
+ "step": 6370
3912
+ },
3913
+ {
3914
+ "epoch": 9.07,
3915
+ "learning_rate": 5.136715663031453e-06,
3916
+ "loss": 0.0961,
3917
+ "step": 6380
3918
+ },
3919
+ {
3920
+ "epoch": 9.09,
3921
+ "learning_rate": 5.057689268215584e-06,
3922
+ "loss": 0.0954,
3923
+ "step": 6390
3924
+ },
3925
+ {
3926
+ "epoch": 9.1,
3927
+ "learning_rate": 4.9786628733997155e-06,
3928
+ "loss": 0.0827,
3929
+ "step": 6400
3930
+ },
3931
+ {
3932
+ "epoch": 9.11,
3933
+ "learning_rate": 4.899636478583847e-06,
3934
+ "loss": 0.0778,
3935
+ "step": 6410
3936
+ },
3937
+ {
3938
+ "epoch": 9.13,
3939
+ "learning_rate": 4.820610083767979e-06,
3940
+ "loss": 0.0818,
3941
+ "step": 6420
3942
+ },
3943
+ {
3944
+ "epoch": 9.14,
3945
+ "learning_rate": 4.74158368895211e-06,
3946
+ "loss": 0.0815,
3947
+ "step": 6430
3948
+ },
3949
+ {
3950
+ "epoch": 9.16,
3951
+ "learning_rate": 4.662557294136241e-06,
3952
+ "loss": 0.0817,
3953
+ "step": 6440
3954
+ },
3955
+ {
3956
+ "epoch": 9.17,
3957
+ "learning_rate": 4.583530899320374e-06,
3958
+ "loss": 0.0855,
3959
+ "step": 6450
3960
+ },
3961
+ {
3962
+ "epoch": 9.19,
3963
+ "learning_rate": 4.504504504504505e-06,
3964
+ "loss": 0.0608,
3965
+ "step": 6460
3966
+ },
3967
+ {
3968
+ "epoch": 9.2,
3969
+ "learning_rate": 4.4254781096886364e-06,
3970
+ "loss": 0.0625,
3971
+ "step": 6470
3972
+ },
3973
+ {
3974
+ "epoch": 9.21,
3975
+ "learning_rate": 4.346451714872768e-06,
3976
+ "loss": 0.0829,
3977
+ "step": 6480
3978
+ },
3979
+ {
3980
+ "epoch": 9.23,
3981
+ "learning_rate": 4.267425320056899e-06,
3982
+ "loss": 0.0712,
3983
+ "step": 6490
3984
+ },
3985
+ {
3986
+ "epoch": 9.24,
3987
+ "learning_rate": 4.188398925241031e-06,
3988
+ "loss": 0.0912,
3989
+ "step": 6500
3990
+ },
3991
+ {
3992
+ "epoch": 9.26,
3993
+ "learning_rate": 4.109372530425162e-06,
3994
+ "loss": 0.0813,
3995
+ "step": 6510
3996
+ },
3997
+ {
3998
+ "epoch": 9.27,
3999
+ "learning_rate": 4.030346135609293e-06,
4000
+ "loss": 0.0733,
4001
+ "step": 6520
4002
+ },
4003
+ {
4004
+ "epoch": 9.29,
4005
+ "learning_rate": 3.951319740793425e-06,
4006
+ "loss": 0.0747,
4007
+ "step": 6530
4008
+ },
4009
+ {
4010
+ "epoch": 9.3,
4011
+ "learning_rate": 3.8722933459775566e-06,
4012
+ "loss": 0.0722,
4013
+ "step": 6540
4014
+ },
4015
+ {
4016
+ "epoch": 9.31,
4017
+ "learning_rate": 3.7932669511616887e-06,
4018
+ "loss": 0.0972,
4019
+ "step": 6550
4020
+ },
4021
+ {
4022
+ "epoch": 9.33,
4023
+ "learning_rate": 3.7142405563458195e-06,
4024
+ "loss": 0.0794,
4025
+ "step": 6560
4026
+ },
4027
+ {
4028
+ "epoch": 9.34,
4029
+ "learning_rate": 3.635214161529951e-06,
4030
+ "loss": 0.0795,
4031
+ "step": 6570
4032
+ },
4033
+ {
4034
+ "epoch": 9.36,
4035
+ "learning_rate": 3.556187766714083e-06,
4036
+ "loss": 0.0743,
4037
+ "step": 6580
4038
+ },
4039
+ {
4040
+ "epoch": 9.37,
4041
+ "learning_rate": 3.4771613718982137e-06,
4042
+ "loss": 0.0903,
4043
+ "step": 6590
4044
+ },
4045
+ {
4046
+ "epoch": 9.38,
4047
+ "learning_rate": 3.3981349770823454e-06,
4048
+ "loss": 0.0802,
4049
+ "step": 6600
4050
+ },
4051
+ {
4052
+ "epoch": 9.4,
4053
+ "learning_rate": 3.3191085822664775e-06,
4054
+ "loss": 0.0869,
4055
+ "step": 6610
4056
+ },
4057
+ {
4058
+ "epoch": 9.41,
4059
+ "learning_rate": 3.2400821874506084e-06,
4060
+ "loss": 0.0905,
4061
+ "step": 6620
4062
+ },
4063
+ {
4064
+ "epoch": 9.43,
4065
+ "learning_rate": 3.16105579263474e-06,
4066
+ "loss": 0.0796,
4067
+ "step": 6630
4068
+ },
4069
+ {
4070
+ "epoch": 9.44,
4071
+ "learning_rate": 3.0820293978188718e-06,
4072
+ "loss": 0.0849,
4073
+ "step": 6640
4074
+ },
4075
+ {
4076
+ "epoch": 9.46,
4077
+ "learning_rate": 3.003003003003003e-06,
4078
+ "loss": 0.0999,
4079
+ "step": 6650
4080
+ },
4081
+ {
4082
+ "epoch": 9.47,
4083
+ "learning_rate": 2.9239766081871343e-06,
4084
+ "loss": 0.085,
4085
+ "step": 6660
4086
+ },
4087
+ {
4088
+ "epoch": 9.48,
4089
+ "learning_rate": 2.8449502133712664e-06,
4090
+ "loss": 0.0716,
4091
+ "step": 6670
4092
+ },
4093
+ {
4094
+ "epoch": 9.5,
4095
+ "learning_rate": 2.7659238185553977e-06,
4096
+ "loss": 0.083,
4097
+ "step": 6680
4098
+ },
4099
+ {
4100
+ "epoch": 9.51,
4101
+ "learning_rate": 2.6868974237395294e-06,
4102
+ "loss": 0.0889,
4103
+ "step": 6690
4104
+ },
4105
+ {
4106
+ "epoch": 9.53,
4107
+ "learning_rate": 2.6078710289236606e-06,
4108
+ "loss": 0.0897,
4109
+ "step": 6700
4110
+ },
4111
+ {
4112
+ "epoch": 9.54,
4113
+ "learning_rate": 2.528844634107792e-06,
4114
+ "loss": 0.0854,
4115
+ "step": 6710
4116
+ },
4117
+ {
4118
+ "epoch": 9.56,
4119
+ "learning_rate": 2.4498182392919236e-06,
4120
+ "loss": 0.0946,
4121
+ "step": 6720
4122
+ },
4123
+ {
4124
+ "epoch": 9.57,
4125
+ "learning_rate": 2.370791844476055e-06,
4126
+ "loss": 0.0767,
4127
+ "step": 6730
4128
+ },
4129
+ {
4130
+ "epoch": 9.58,
4131
+ "learning_rate": 2.291765449660187e-06,
4132
+ "loss": 0.0822,
4133
+ "step": 6740
4134
+ },
4135
+ {
4136
+ "epoch": 9.6,
4137
+ "learning_rate": 2.2127390548443182e-06,
4138
+ "loss": 0.0847,
4139
+ "step": 6750
4140
+ },
4141
+ {
4142
+ "epoch": 9.61,
4143
+ "learning_rate": 2.1337126600284495e-06,
4144
+ "loss": 0.085,
4145
+ "step": 6760
4146
+ },
4147
+ {
4148
+ "epoch": 9.63,
4149
+ "learning_rate": 2.054686265212581e-06,
4150
+ "loss": 0.0721,
4151
+ "step": 6770
4152
+ },
4153
+ {
4154
+ "epoch": 9.64,
4155
+ "learning_rate": 1.9756598703967124e-06,
4156
+ "loss": 0.0767,
4157
+ "step": 6780
4158
+ },
4159
+ {
4160
+ "epoch": 9.66,
4161
+ "learning_rate": 1.8966334755808443e-06,
4162
+ "loss": 0.0771,
4163
+ "step": 6790
4164
+ },
4165
+ {
4166
+ "epoch": 9.67,
4167
+ "learning_rate": 1.8176070807649756e-06,
4168
+ "loss": 0.0869,
4169
+ "step": 6800
4170
+ },
4171
+ {
4172
+ "epoch": 9.68,
4173
+ "learning_rate": 1.7385806859491069e-06,
4174
+ "loss": 0.0791,
4175
+ "step": 6810
4176
+ },
4177
+ {
4178
+ "epoch": 9.7,
4179
+ "learning_rate": 1.6595542911332388e-06,
4180
+ "loss": 0.0707,
4181
+ "step": 6820
4182
+ },
4183
+ {
4184
+ "epoch": 9.71,
4185
+ "learning_rate": 1.58052789631737e-06,
4186
+ "loss": 0.0617,
4187
+ "step": 6830
4188
+ },
4189
+ {
4190
+ "epoch": 9.73,
4191
+ "learning_rate": 1.5015015015015015e-06,
4192
+ "loss": 0.0894,
4193
+ "step": 6840
4194
+ },
4195
+ {
4196
+ "epoch": 9.74,
4197
+ "learning_rate": 1.4224751066856332e-06,
4198
+ "loss": 0.0786,
4199
+ "step": 6850
4200
+ },
4201
+ {
4202
+ "epoch": 9.75,
4203
+ "learning_rate": 1.3434487118697647e-06,
4204
+ "loss": 0.0733,
4205
+ "step": 6860
4206
+ },
4207
+ {
4208
+ "epoch": 9.77,
4209
+ "learning_rate": 1.264422317053896e-06,
4210
+ "loss": 0.0771,
4211
+ "step": 6870
4212
+ },
4213
+ {
4214
+ "epoch": 9.78,
4215
+ "learning_rate": 1.1853959222380274e-06,
4216
+ "loss": 0.0838,
4217
+ "step": 6880
4218
+ },
4219
+ {
4220
+ "epoch": 9.8,
4221
+ "learning_rate": 1.1063695274221591e-06,
4222
+ "loss": 0.0855,
4223
+ "step": 6890
4224
+ },
4225
+ {
4226
+ "epoch": 9.81,
4227
+ "learning_rate": 1.0273431326062906e-06,
4228
+ "loss": 0.0696,
4229
+ "step": 6900
4230
+ },
4231
+ {
4232
+ "epoch": 9.83,
4233
+ "learning_rate": 9.483167377904222e-07,
4234
+ "loss": 0.0867,
4235
+ "step": 6910
4236
+ },
4237
+ {
4238
+ "epoch": 9.84,
4239
+ "learning_rate": 8.692903429745534e-07,
4240
+ "loss": 0.0822,
4241
+ "step": 6920
4242
+ },
4243
+ {
4244
+ "epoch": 9.85,
4245
+ "learning_rate": 7.90263948158685e-07,
4246
+ "loss": 0.0768,
4247
+ "step": 6930
4248
+ },
4249
+ {
4250
+ "epoch": 9.87,
4251
+ "learning_rate": 7.112375533428166e-07,
4252
+ "loss": 0.0716,
4253
+ "step": 6940
4254
+ },
4255
+ {
4256
+ "epoch": 9.88,
4257
+ "learning_rate": 6.32211158526948e-07,
4258
+ "loss": 0.0722,
4259
+ "step": 6950
4260
+ },
4261
+ {
4262
+ "epoch": 9.9,
4263
+ "learning_rate": 5.531847637110796e-07,
4264
+ "loss": 0.0594,
4265
+ "step": 6960
4266
+ },
4267
+ {
4268
+ "epoch": 9.91,
4269
+ "learning_rate": 4.741583688952111e-07,
4270
+ "loss": 0.0749,
4271
+ "step": 6970
4272
+ },
4273
+ {
4274
+ "epoch": 9.93,
4275
+ "learning_rate": 3.951319740793425e-07,
4276
+ "loss": 0.0972,
4277
+ "step": 6980
4278
+ },
4279
+ {
4280
+ "epoch": 9.94,
4281
+ "learning_rate": 3.16105579263474e-07,
4282
+ "loss": 0.0951,
4283
+ "step": 6990
4284
+ },
4285
+ {
4286
+ "epoch": 9.95,
4287
+ "learning_rate": 2.3707918444760554e-07,
4288
+ "loss": 0.0805,
4289
+ "step": 7000
4290
+ },
4291
+ {
4292
+ "epoch": 9.97,
4293
+ "learning_rate": 1.58052789631737e-07,
4294
+ "loss": 0.08,
4295
+ "step": 7010
4296
+ },
4297
+ {
4298
+ "epoch": 9.98,
4299
+ "learning_rate": 7.90263948158685e-08,
4300
+ "loss": 0.0925,
4301
+ "step": 7020
4302
+ },
4303
+ {
4304
+ "epoch": 10.0,
4305
+ "learning_rate": 0.0,
4306
+ "loss": 0.0887,
4307
+ "step": 7030
4308
+ },
4309
+ {
4310
+ "epoch": 10.0,
4311
+ "eval_accuracy": 0.9844,
4312
+ "eval_loss": 0.0412600003182888,
4313
+ "eval_runtime": 59.4728,
4314
+ "eval_samples_per_second": 168.144,
4315
+ "eval_steps_per_second": 5.263,
4316
+ "step": 7030
4317
+ },
4318
+ {
4319
+ "epoch": 10.0,
4320
+ "step": 7030,
4321
+ "total_flos": 2.23628338666187e+19,
4322
+ "train_loss": 0.1441501469903786,
4323
+ "train_runtime": 13283.8875,
4324
+ "train_samples_per_second": 67.751,
4325
+ "train_steps_per_second": 0.529
4326
+ }
4327
+ ],
4328
+ "max_steps": 7030,
4329
+ "num_train_epochs": 10,
4330
+ "total_flos": 2.23628338666187e+19,
4331
+ "trial_name": null,
4332
+ "trial_params": null
4333
+ }