| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 1.0, | |
| "eval_steps": 20, | |
| "global_step": 334, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.0, | |
| "learning_rate": 1.3333333333333334e-06, | |
| "loss": 2.8327, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.01, | |
| "learning_rate": 2.666666666666667e-06, | |
| "loss": 3.0988, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.01, | |
| "learning_rate": 4.000000000000001e-06, | |
| "loss": 2.6419, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.01, | |
| "learning_rate": 5.333333333333334e-06, | |
| "loss": 2.381, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.01, | |
| "learning_rate": 6.666666666666667e-06, | |
| "loss": 2.657, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.02, | |
| "learning_rate": 8.000000000000001e-06, | |
| "loss": 2.408, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.02, | |
| "learning_rate": 9.333333333333334e-06, | |
| "loss": 3.2158, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.02, | |
| "learning_rate": 1.0666666666666667e-05, | |
| "loss": 2.2635, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.03, | |
| "learning_rate": 1.2e-05, | |
| "loss": 1.9091, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.03, | |
| "learning_rate": 1.3333333333333333e-05, | |
| "loss": 2.9039, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.03, | |
| "learning_rate": 1.4666666666666668e-05, | |
| "loss": 1.789, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "learning_rate": 1.6000000000000003e-05, | |
| "loss": 1.3775, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "learning_rate": 1.7333333333333336e-05, | |
| "loss": 1.7759, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "learning_rate": 1.866666666666667e-05, | |
| "loss": 1.2334, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "learning_rate": 2e-05, | |
| "loss": 0.7635, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.05, | |
| "learning_rate": 2.1333333333333335e-05, | |
| "loss": 0.8482, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.05, | |
| "learning_rate": 2.2666666666666668e-05, | |
| "loss": 0.7464, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 0.05, | |
| "learning_rate": 2.4e-05, | |
| "loss": 0.7694, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.06, | |
| "learning_rate": 2.5333333333333337e-05, | |
| "loss": 0.6606, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 0.06, | |
| "learning_rate": 2.6666666666666667e-05, | |
| "loss": 0.8333, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.06, | |
| "eval_loss": 0.6411340832710266, | |
| "eval_runtime": 39.0251, | |
| "eval_samples_per_second": 41.742, | |
| "eval_steps_per_second": 20.884, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.06, | |
| "learning_rate": 2.8000000000000003e-05, | |
| "loss": 0.8225, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 0.07, | |
| "learning_rate": 2.9333333333333336e-05, | |
| "loss": 0.7741, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 0.07, | |
| "learning_rate": 3.066666666666667e-05, | |
| "loss": 0.8105, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 0.07, | |
| "learning_rate": 3.2000000000000005e-05, | |
| "loss": 0.6497, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 0.07, | |
| "learning_rate": 3.3333333333333335e-05, | |
| "loss": 0.6973, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.08, | |
| "learning_rate": 3.466666666666667e-05, | |
| "loss": 0.8275, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.08, | |
| "learning_rate": 3.6e-05, | |
| "loss": 0.9258, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 0.08, | |
| "learning_rate": 3.733333333333334e-05, | |
| "loss": 0.6865, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 0.09, | |
| "learning_rate": 3.866666666666667e-05, | |
| "loss": 0.68, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 0.09, | |
| "learning_rate": 4e-05, | |
| "loss": 0.7747, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.09, | |
| "learning_rate": 4.133333333333333e-05, | |
| "loss": 0.725, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "learning_rate": 4.266666666666667e-05, | |
| "loss": 0.6831, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "learning_rate": 4.4000000000000006e-05, | |
| "loss": 0.754, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "learning_rate": 4.5333333333333335e-05, | |
| "loss": 0.7415, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "learning_rate": 4.666666666666667e-05, | |
| "loss": 0.7404, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.11, | |
| "learning_rate": 4.8e-05, | |
| "loss": 0.7474, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 0.11, | |
| "learning_rate": 4.933333333333334e-05, | |
| "loss": 0.7268, | |
| "step": 37 | |
| }, | |
| { | |
| "epoch": 0.11, | |
| "learning_rate": 5.0666666666666674e-05, | |
| "loss": 0.7249, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "learning_rate": 5.2000000000000004e-05, | |
| "loss": 0.5853, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "learning_rate": 5.333333333333333e-05, | |
| "loss": 0.6715, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "eval_loss": 0.5898512005805969, | |
| "eval_runtime": 39.0712, | |
| "eval_samples_per_second": 41.693, | |
| "eval_steps_per_second": 20.859, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "learning_rate": 5.466666666666666e-05, | |
| "loss": 0.6705, | |
| "step": 41 | |
| }, | |
| { | |
| "epoch": 0.13, | |
| "learning_rate": 5.6000000000000006e-05, | |
| "loss": 0.6564, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 0.13, | |
| "learning_rate": 5.7333333333333336e-05, | |
| "loss": 0.7193, | |
| "step": 43 | |
| }, | |
| { | |
| "epoch": 0.13, | |
| "learning_rate": 5.866666666666667e-05, | |
| "loss": 0.7587, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 0.13, | |
| "learning_rate": 6e-05, | |
| "loss": 0.7327, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.14, | |
| "learning_rate": 6.133333333333334e-05, | |
| "loss": 0.7989, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 0.14, | |
| "learning_rate": 6.266666666666667e-05, | |
| "loss": 0.586, | |
| "step": 47 | |
| }, | |
| { | |
| "epoch": 0.14, | |
| "learning_rate": 6.400000000000001e-05, | |
| "loss": 0.6681, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 0.15, | |
| "learning_rate": 6.533333333333334e-05, | |
| "loss": 0.7467, | |
| "step": 49 | |
| }, | |
| { | |
| "epoch": 0.15, | |
| "learning_rate": 6.666666666666667e-05, | |
| "loss": 0.5078, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.15, | |
| "learning_rate": 6.800000000000001e-05, | |
| "loss": 0.7192, | |
| "step": 51 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "learning_rate": 6.933333333333334e-05, | |
| "loss": 0.8233, | |
| "step": 52 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "learning_rate": 7.066666666666667e-05, | |
| "loss": 0.7273, | |
| "step": 53 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "learning_rate": 7.2e-05, | |
| "loss": 0.6151, | |
| "step": 54 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "learning_rate": 7.333333333333333e-05, | |
| "loss": 0.7629, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 0.17, | |
| "learning_rate": 7.466666666666667e-05, | |
| "loss": 0.6741, | |
| "step": 56 | |
| }, | |
| { | |
| "epoch": 0.17, | |
| "learning_rate": 7.6e-05, | |
| "loss": 0.5387, | |
| "step": 57 | |
| }, | |
| { | |
| "epoch": 0.17, | |
| "learning_rate": 7.733333333333333e-05, | |
| "loss": 0.7459, | |
| "step": 58 | |
| }, | |
| { | |
| "epoch": 0.18, | |
| "learning_rate": 7.866666666666666e-05, | |
| "loss": 0.5558, | |
| "step": 59 | |
| }, | |
| { | |
| "epoch": 0.18, | |
| "learning_rate": 8e-05, | |
| "loss": 0.5905, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.18, | |
| "eval_loss": 0.557337760925293, | |
| "eval_runtime": 39.0718, | |
| "eval_samples_per_second": 41.692, | |
| "eval_steps_per_second": 20.859, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.18, | |
| "learning_rate": 8.133333333333334e-05, | |
| "loss": 0.6305, | |
| "step": 61 | |
| }, | |
| { | |
| "epoch": 0.19, | |
| "learning_rate": 8.266666666666667e-05, | |
| "loss": 0.7207, | |
| "step": 62 | |
| }, | |
| { | |
| "epoch": 0.19, | |
| "learning_rate": 8.4e-05, | |
| "loss": 0.6926, | |
| "step": 63 | |
| }, | |
| { | |
| "epoch": 0.19, | |
| "learning_rate": 8.533333333333334e-05, | |
| "loss": 0.4858, | |
| "step": 64 | |
| }, | |
| { | |
| "epoch": 0.19, | |
| "learning_rate": 8.666666666666667e-05, | |
| "loss": 0.634, | |
| "step": 65 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "learning_rate": 8.800000000000001e-05, | |
| "loss": 0.6184, | |
| "step": 66 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "learning_rate": 8.933333333333334e-05, | |
| "loss": 0.5475, | |
| "step": 67 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "learning_rate": 9.066666666666667e-05, | |
| "loss": 0.5431, | |
| "step": 68 | |
| }, | |
| { | |
| "epoch": 0.21, | |
| "learning_rate": 9.200000000000001e-05, | |
| "loss": 0.659, | |
| "step": 69 | |
| }, | |
| { | |
| "epoch": 0.21, | |
| "learning_rate": 9.333333333333334e-05, | |
| "loss": 0.8016, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 0.21, | |
| "learning_rate": 9.466666666666667e-05, | |
| "loss": 0.6429, | |
| "step": 71 | |
| }, | |
| { | |
| "epoch": 0.22, | |
| "learning_rate": 9.6e-05, | |
| "loss": 0.5628, | |
| "step": 72 | |
| }, | |
| { | |
| "epoch": 0.22, | |
| "learning_rate": 9.733333333333335e-05, | |
| "loss": 0.6041, | |
| "step": 73 | |
| }, | |
| { | |
| "epoch": 0.22, | |
| "learning_rate": 9.866666666666668e-05, | |
| "loss": 0.4893, | |
| "step": 74 | |
| }, | |
| { | |
| "epoch": 0.22, | |
| "learning_rate": 0.0001, | |
| "loss": 0.7429, | |
| "step": 75 | |
| }, | |
| { | |
| "epoch": 0.23, | |
| "learning_rate": 0.00010133333333333335, | |
| "loss": 0.5158, | |
| "step": 76 | |
| }, | |
| { | |
| "epoch": 0.23, | |
| "learning_rate": 0.00010266666666666666, | |
| "loss": 0.7377, | |
| "step": 77 | |
| }, | |
| { | |
| "epoch": 0.23, | |
| "learning_rate": 0.00010400000000000001, | |
| "loss": 0.5242, | |
| "step": 78 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "learning_rate": 0.00010533333333333332, | |
| "loss": 0.549, | |
| "step": 79 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "learning_rate": 0.00010666666666666667, | |
| "loss": 0.5845, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "eval_loss": 0.5341688990592957, | |
| "eval_runtime": 39.1341, | |
| "eval_samples_per_second": 41.626, | |
| "eval_steps_per_second": 20.826, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "learning_rate": 0.00010800000000000001, | |
| "loss": 0.5873, | |
| "step": 81 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "learning_rate": 0.00010933333333333333, | |
| "loss": 0.5998, | |
| "step": 82 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "learning_rate": 0.00011066666666666667, | |
| "loss": 0.8269, | |
| "step": 83 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "learning_rate": 0.00011200000000000001, | |
| "loss": 0.6924, | |
| "step": 84 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "learning_rate": 0.00011333333333333334, | |
| "loss": 0.5342, | |
| "step": 85 | |
| }, | |
| { | |
| "epoch": 0.26, | |
| "learning_rate": 0.00011466666666666667, | |
| "loss": 0.5858, | |
| "step": 86 | |
| }, | |
| { | |
| "epoch": 0.26, | |
| "learning_rate": 0.000116, | |
| "loss": 0.5207, | |
| "step": 87 | |
| }, | |
| { | |
| "epoch": 0.26, | |
| "learning_rate": 0.00011733333333333334, | |
| "loss": 0.6034, | |
| "step": 88 | |
| }, | |
| { | |
| "epoch": 0.27, | |
| "learning_rate": 0.00011866666666666669, | |
| "loss": 0.707, | |
| "step": 89 | |
| }, | |
| { | |
| "epoch": 0.27, | |
| "learning_rate": 0.00012, | |
| "loss": 0.6256, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 0.27, | |
| "learning_rate": 0.00012133333333333335, | |
| "loss": 0.8011, | |
| "step": 91 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "learning_rate": 0.00012266666666666668, | |
| "loss": 0.7638, | |
| "step": 92 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "learning_rate": 0.000124, | |
| "loss": 0.5857, | |
| "step": 93 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "learning_rate": 0.00012533333333333334, | |
| "loss": 0.5948, | |
| "step": 94 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "learning_rate": 0.00012666666666666666, | |
| "loss": 0.6051, | |
| "step": 95 | |
| }, | |
| { | |
| "epoch": 0.29, | |
| "learning_rate": 0.00012800000000000002, | |
| "loss": 0.6847, | |
| "step": 96 | |
| }, | |
| { | |
| "epoch": 0.29, | |
| "learning_rate": 0.00012933333333333332, | |
| "loss": 0.4701, | |
| "step": 97 | |
| }, | |
| { | |
| "epoch": 0.29, | |
| "learning_rate": 0.00013066666666666668, | |
| "loss": 0.6454, | |
| "step": 98 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "learning_rate": 0.000132, | |
| "loss": 0.5723, | |
| "step": 99 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "learning_rate": 0.00013333333333333334, | |
| "loss": 0.5524, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "eval_loss": 0.5259758234024048, | |
| "eval_runtime": 39.0597, | |
| "eval_samples_per_second": 41.705, | |
| "eval_steps_per_second": 20.865, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "learning_rate": 0.00013466666666666667, | |
| "loss": 0.6256, | |
| "step": 101 | |
| }, | |
| { | |
| "epoch": 0.31, | |
| "learning_rate": 0.00013600000000000003, | |
| "loss": 0.5798, | |
| "step": 102 | |
| }, | |
| { | |
| "epoch": 0.31, | |
| "learning_rate": 0.00013733333333333333, | |
| "loss": 0.6021, | |
| "step": 103 | |
| }, | |
| { | |
| "epoch": 0.31, | |
| "learning_rate": 0.00013866666666666669, | |
| "loss": 0.652, | |
| "step": 104 | |
| }, | |
| { | |
| "epoch": 0.31, | |
| "learning_rate": 0.00014, | |
| "loss": 0.5602, | |
| "step": 105 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "learning_rate": 0.00014133333333333334, | |
| "loss": 0.6358, | |
| "step": 106 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "learning_rate": 0.00014266666666666667, | |
| "loss": 0.6063, | |
| "step": 107 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "learning_rate": 0.000144, | |
| "loss": 0.6901, | |
| "step": 108 | |
| }, | |
| { | |
| "epoch": 0.33, | |
| "learning_rate": 0.00014533333333333333, | |
| "loss": 0.5586, | |
| "step": 109 | |
| }, | |
| { | |
| "epoch": 0.33, | |
| "learning_rate": 0.00014666666666666666, | |
| "loss": 0.6054, | |
| "step": 110 | |
| }, | |
| { | |
| "epoch": 0.33, | |
| "learning_rate": 0.000148, | |
| "loss": 0.4814, | |
| "step": 111 | |
| }, | |
| { | |
| "epoch": 0.34, | |
| "learning_rate": 0.00014933333333333335, | |
| "loss": 0.347, | |
| "step": 112 | |
| }, | |
| { | |
| "epoch": 0.34, | |
| "learning_rate": 0.00015066666666666668, | |
| "loss": 0.4877, | |
| "step": 113 | |
| }, | |
| { | |
| "epoch": 0.34, | |
| "learning_rate": 0.000152, | |
| "loss": 0.7594, | |
| "step": 114 | |
| }, | |
| { | |
| "epoch": 0.34, | |
| "learning_rate": 0.00015333333333333334, | |
| "loss": 0.5597, | |
| "step": 115 | |
| }, | |
| { | |
| "epoch": 0.35, | |
| "learning_rate": 0.00015466666666666667, | |
| "loss": 0.4975, | |
| "step": 116 | |
| }, | |
| { | |
| "epoch": 0.35, | |
| "learning_rate": 0.00015600000000000002, | |
| "loss": 0.6336, | |
| "step": 117 | |
| }, | |
| { | |
| "epoch": 0.35, | |
| "learning_rate": 0.00015733333333333333, | |
| "loss": 0.6042, | |
| "step": 118 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "learning_rate": 0.00015866666666666668, | |
| "loss": 0.4253, | |
| "step": 119 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "learning_rate": 0.00016, | |
| "loss": 0.5516, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "eval_loss": 0.5273345708847046, | |
| "eval_runtime": 39.0262, | |
| "eval_samples_per_second": 41.741, | |
| "eval_steps_per_second": 20.883, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "learning_rate": 0.00016133333333333334, | |
| "loss": 0.3813, | |
| "step": 121 | |
| }, | |
| { | |
| "epoch": 0.37, | |
| "learning_rate": 0.00016266666666666667, | |
| "loss": 0.5743, | |
| "step": 122 | |
| }, | |
| { | |
| "epoch": 0.37, | |
| "learning_rate": 0.000164, | |
| "loss": 0.5525, | |
| "step": 123 | |
| }, | |
| { | |
| "epoch": 0.37, | |
| "learning_rate": 0.00016533333333333333, | |
| "loss": 0.6549, | |
| "step": 124 | |
| }, | |
| { | |
| "epoch": 0.37, | |
| "learning_rate": 0.0001666666666666667, | |
| "loss": 0.6705, | |
| "step": 125 | |
| }, | |
| { | |
| "epoch": 0.38, | |
| "learning_rate": 0.000168, | |
| "loss": 0.6486, | |
| "step": 126 | |
| }, | |
| { | |
| "epoch": 0.38, | |
| "learning_rate": 0.00016933333333333335, | |
| "loss": 0.5122, | |
| "step": 127 | |
| }, | |
| { | |
| "epoch": 0.38, | |
| "learning_rate": 0.00017066666666666668, | |
| "loss": 0.6339, | |
| "step": 128 | |
| }, | |
| { | |
| "epoch": 0.39, | |
| "learning_rate": 0.000172, | |
| "loss": 0.5281, | |
| "step": 129 | |
| }, | |
| { | |
| "epoch": 0.39, | |
| "learning_rate": 0.00017333333333333334, | |
| "loss": 0.6219, | |
| "step": 130 | |
| }, | |
| { | |
| "epoch": 0.39, | |
| "learning_rate": 0.00017466666666666667, | |
| "loss": 0.548, | |
| "step": 131 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "learning_rate": 0.00017600000000000002, | |
| "loss": 0.6827, | |
| "step": 132 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "learning_rate": 0.00017733333333333335, | |
| "loss": 0.6162, | |
| "step": 133 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "learning_rate": 0.00017866666666666668, | |
| "loss": 0.4973, | |
| "step": 134 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "learning_rate": 0.00018, | |
| "loss": 0.7511, | |
| "step": 135 | |
| }, | |
| { | |
| "epoch": 0.41, | |
| "learning_rate": 0.00018133333333333334, | |
| "loss": 0.4998, | |
| "step": 136 | |
| }, | |
| { | |
| "epoch": 0.41, | |
| "learning_rate": 0.00018266666666666667, | |
| "loss": 0.4568, | |
| "step": 137 | |
| }, | |
| { | |
| "epoch": 0.41, | |
| "learning_rate": 0.00018400000000000003, | |
| "loss": 0.4537, | |
| "step": 138 | |
| }, | |
| { | |
| "epoch": 0.42, | |
| "learning_rate": 0.00018533333333333333, | |
| "loss": 0.5601, | |
| "step": 139 | |
| }, | |
| { | |
| "epoch": 0.42, | |
| "learning_rate": 0.0001866666666666667, | |
| "loss": 0.5465, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 0.42, | |
| "eval_loss": 0.5131502151489258, | |
| "eval_runtime": 39.125, | |
| "eval_samples_per_second": 41.636, | |
| "eval_steps_per_second": 20.831, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 0.42, | |
| "learning_rate": 0.000188, | |
| "loss": 0.5256, | |
| "step": 141 | |
| }, | |
| { | |
| "epoch": 0.43, | |
| "learning_rate": 0.00018933333333333335, | |
| "loss": 0.6077, | |
| "step": 142 | |
| }, | |
| { | |
| "epoch": 0.43, | |
| "learning_rate": 0.00019066666666666668, | |
| "loss": 0.6348, | |
| "step": 143 | |
| }, | |
| { | |
| "epoch": 0.43, | |
| "learning_rate": 0.000192, | |
| "loss": 0.5437, | |
| "step": 144 | |
| }, | |
| { | |
| "epoch": 0.43, | |
| "learning_rate": 0.00019333333333333333, | |
| "loss": 0.602, | |
| "step": 145 | |
| }, | |
| { | |
| "epoch": 0.44, | |
| "learning_rate": 0.0001946666666666667, | |
| "loss": 0.4774, | |
| "step": 146 | |
| }, | |
| { | |
| "epoch": 0.44, | |
| "learning_rate": 0.000196, | |
| "loss": 0.6249, | |
| "step": 147 | |
| }, | |
| { | |
| "epoch": 0.44, | |
| "learning_rate": 0.00019733333333333335, | |
| "loss": 0.6498, | |
| "step": 148 | |
| }, | |
| { | |
| "epoch": 0.45, | |
| "learning_rate": 0.00019866666666666668, | |
| "loss": 0.5419, | |
| "step": 149 | |
| }, | |
| { | |
| "epoch": 0.45, | |
| "learning_rate": 0.0002, | |
| "loss": 0.5724, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 0.45, | |
| "learning_rate": 0.00020133333333333334, | |
| "loss": 0.6224, | |
| "step": 151 | |
| }, | |
| { | |
| "epoch": 0.46, | |
| "learning_rate": 0.0002026666666666667, | |
| "loss": 0.4996, | |
| "step": 152 | |
| }, | |
| { | |
| "epoch": 0.46, | |
| "learning_rate": 0.00020400000000000003, | |
| "loss": 0.5016, | |
| "step": 153 | |
| }, | |
| { | |
| "epoch": 0.46, | |
| "learning_rate": 0.00020533333333333333, | |
| "loss": 0.4315, | |
| "step": 154 | |
| }, | |
| { | |
| "epoch": 0.46, | |
| "learning_rate": 0.00020666666666666668, | |
| "loss": 0.5096, | |
| "step": 155 | |
| }, | |
| { | |
| "epoch": 0.47, | |
| "learning_rate": 0.00020800000000000001, | |
| "loss": 0.5167, | |
| "step": 156 | |
| }, | |
| { | |
| "epoch": 0.47, | |
| "learning_rate": 0.00020933333333333334, | |
| "loss": 0.6057, | |
| "step": 157 | |
| }, | |
| { | |
| "epoch": 0.47, | |
| "learning_rate": 0.00021066666666666665, | |
| "loss": 0.763, | |
| "step": 158 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "learning_rate": 0.00021200000000000003, | |
| "loss": 0.4568, | |
| "step": 159 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "learning_rate": 0.00021333333333333333, | |
| "loss": 0.439, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "eval_loss": 0.5084798336029053, | |
| "eval_runtime": 39.1227, | |
| "eval_samples_per_second": 41.638, | |
| "eval_steps_per_second": 20.832, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "learning_rate": 0.00021466666666666666, | |
| "loss": 0.3806, | |
| "step": 161 | |
| }, | |
| { | |
| "epoch": 0.49, | |
| "learning_rate": 0.00021600000000000002, | |
| "loss": 0.4544, | |
| "step": 162 | |
| }, | |
| { | |
| "epoch": 0.49, | |
| "learning_rate": 0.00021733333333333335, | |
| "loss": 0.5606, | |
| "step": 163 | |
| }, | |
| { | |
| "epoch": 0.49, | |
| "learning_rate": 0.00021866666666666665, | |
| "loss": 0.5595, | |
| "step": 164 | |
| }, | |
| { | |
| "epoch": 0.49, | |
| "learning_rate": 0.00022000000000000003, | |
| "loss": 0.5773, | |
| "step": 165 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "learning_rate": 0.00022133333333333334, | |
| "loss": 0.511, | |
| "step": 166 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "learning_rate": 0.00022266666666666667, | |
| "loss": 0.6515, | |
| "step": 167 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "learning_rate": 0.00022400000000000002, | |
| "loss": 0.4612, | |
| "step": 168 | |
| }, | |
| { | |
| "epoch": 0.51, | |
| "learning_rate": 0.00022533333333333335, | |
| "loss": 0.4674, | |
| "step": 169 | |
| }, | |
| { | |
| "epoch": 0.51, | |
| "learning_rate": 0.00022666666666666668, | |
| "loss": 0.6907, | |
| "step": 170 | |
| }, | |
| { | |
| "epoch": 0.51, | |
| "learning_rate": 0.00022799999999999999, | |
| "loss": 0.6061, | |
| "step": 171 | |
| }, | |
| { | |
| "epoch": 0.51, | |
| "learning_rate": 0.00022933333333333334, | |
| "loss": 0.594, | |
| "step": 172 | |
| }, | |
| { | |
| "epoch": 0.52, | |
| "learning_rate": 0.00023066666666666667, | |
| "loss": 0.5703, | |
| "step": 173 | |
| }, | |
| { | |
| "epoch": 0.52, | |
| "learning_rate": 0.000232, | |
| "loss": 0.6094, | |
| "step": 174 | |
| }, | |
| { | |
| "epoch": 0.52, | |
| "learning_rate": 0.00023333333333333336, | |
| "loss": 0.5031, | |
| "step": 175 | |
| }, | |
| { | |
| "epoch": 0.53, | |
| "learning_rate": 0.0002346666666666667, | |
| "loss": 0.4689, | |
| "step": 176 | |
| }, | |
| { | |
| "epoch": 0.53, | |
| "learning_rate": 0.000236, | |
| "loss": 0.6271, | |
| "step": 177 | |
| }, | |
| { | |
| "epoch": 0.53, | |
| "learning_rate": 0.00023733333333333337, | |
| "loss": 0.4404, | |
| "step": 178 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "learning_rate": 0.00023866666666666668, | |
| "loss": 0.4846, | |
| "step": 179 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "learning_rate": 0.00024, | |
| "loss": 0.6857, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "eval_loss": 0.49820253252983093, | |
| "eval_runtime": 39.0562, | |
| "eval_samples_per_second": 41.709, | |
| "eval_steps_per_second": 20.867, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "learning_rate": 0.00024133333333333336, | |
| "loss": 0.6329, | |
| "step": 181 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "learning_rate": 0.0002426666666666667, | |
| "loss": 0.4513, | |
| "step": 182 | |
| }, | |
| { | |
| "epoch": 0.55, | |
| "learning_rate": 0.000244, | |
| "loss": 0.5719, | |
| "step": 183 | |
| }, | |
| { | |
| "epoch": 0.55, | |
| "learning_rate": 0.00024533333333333335, | |
| "loss": 0.5743, | |
| "step": 184 | |
| }, | |
| { | |
| "epoch": 0.55, | |
| "learning_rate": 0.0002466666666666667, | |
| "loss": 0.4558, | |
| "step": 185 | |
| }, | |
| { | |
| "epoch": 0.56, | |
| "learning_rate": 0.000248, | |
| "loss": 0.8386, | |
| "step": 186 | |
| }, | |
| { | |
| "epoch": 0.56, | |
| "learning_rate": 0.00024933333333333334, | |
| "loss": 0.5067, | |
| "step": 187 | |
| }, | |
| { | |
| "epoch": 0.56, | |
| "learning_rate": 0.00025066666666666667, | |
| "loss": 0.4633, | |
| "step": 188 | |
| }, | |
| { | |
| "epoch": 0.57, | |
| "learning_rate": 0.000252, | |
| "loss": 0.8261, | |
| "step": 189 | |
| }, | |
| { | |
| "epoch": 0.57, | |
| "learning_rate": 0.00025333333333333333, | |
| "loss": 0.4692, | |
| "step": 190 | |
| }, | |
| { | |
| "epoch": 0.57, | |
| "learning_rate": 0.0002546666666666667, | |
| "loss": 0.4346, | |
| "step": 191 | |
| }, | |
| { | |
| "epoch": 0.57, | |
| "learning_rate": 0.00025600000000000004, | |
| "loss": 0.4951, | |
| "step": 192 | |
| }, | |
| { | |
| "epoch": 0.58, | |
| "learning_rate": 0.0002573333333333333, | |
| "loss": 0.5326, | |
| "step": 193 | |
| }, | |
| { | |
| "epoch": 0.58, | |
| "learning_rate": 0.00025866666666666665, | |
| "loss": 0.7204, | |
| "step": 194 | |
| }, | |
| { | |
| "epoch": 0.58, | |
| "learning_rate": 0.00026000000000000003, | |
| "loss": 0.5423, | |
| "step": 195 | |
| }, | |
| { | |
| "epoch": 0.59, | |
| "learning_rate": 0.00026133333333333336, | |
| "loss": 0.5059, | |
| "step": 196 | |
| }, | |
| { | |
| "epoch": 0.59, | |
| "learning_rate": 0.00026266666666666664, | |
| "loss": 0.7371, | |
| "step": 197 | |
| }, | |
| { | |
| "epoch": 0.59, | |
| "learning_rate": 0.000264, | |
| "loss": 0.4905, | |
| "step": 198 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "learning_rate": 0.00026533333333333335, | |
| "loss": 0.5729, | |
| "step": 199 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "learning_rate": 0.0002666666666666667, | |
| "loss": 0.7326, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "eval_loss": 0.5096016526222229, | |
| "eval_runtime": 38.9974, | |
| "eval_samples_per_second": 41.772, | |
| "eval_steps_per_second": 20.899, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "learning_rate": 0.000268, | |
| "loss": 0.7271, | |
| "step": 201 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "learning_rate": 0.00026933333333333334, | |
| "loss": 0.5519, | |
| "step": 202 | |
| }, | |
| { | |
| "epoch": 0.61, | |
| "learning_rate": 0.00027066666666666667, | |
| "loss": 0.6148, | |
| "step": 203 | |
| }, | |
| { | |
| "epoch": 0.61, | |
| "learning_rate": 0.00027200000000000005, | |
| "loss": 0.5656, | |
| "step": 204 | |
| }, | |
| { | |
| "epoch": 0.61, | |
| "learning_rate": 0.00027333333333333333, | |
| "loss": 0.4745, | |
| "step": 205 | |
| }, | |
| { | |
| "epoch": 0.62, | |
| "learning_rate": 0.00027466666666666666, | |
| "loss": 0.3901, | |
| "step": 206 | |
| }, | |
| { | |
| "epoch": 0.62, | |
| "learning_rate": 0.000276, | |
| "loss": 0.5684, | |
| "step": 207 | |
| }, | |
| { | |
| "epoch": 0.62, | |
| "learning_rate": 0.00027733333333333337, | |
| "loss": 0.6405, | |
| "step": 208 | |
| }, | |
| { | |
| "epoch": 0.63, | |
| "learning_rate": 0.0002786666666666667, | |
| "loss": 0.6566, | |
| "step": 209 | |
| }, | |
| { | |
| "epoch": 0.63, | |
| "learning_rate": 0.00028, | |
| "loss": 0.6318, | |
| "step": 210 | |
| }, | |
| { | |
| "epoch": 0.63, | |
| "learning_rate": 0.00028133333333333336, | |
| "loss": 0.5454, | |
| "step": 211 | |
| }, | |
| { | |
| "epoch": 0.63, | |
| "learning_rate": 0.0002826666666666667, | |
| "loss": 0.7309, | |
| "step": 212 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "learning_rate": 0.000284, | |
| "loss": 0.4298, | |
| "step": 213 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "learning_rate": 0.00028533333333333335, | |
| "loss": 0.6239, | |
| "step": 214 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "learning_rate": 0.0002866666666666667, | |
| "loss": 0.6409, | |
| "step": 215 | |
| }, | |
| { | |
| "epoch": 0.65, | |
| "learning_rate": 0.000288, | |
| "loss": 0.5176, | |
| "step": 216 | |
| }, | |
| { | |
| "epoch": 0.65, | |
| "learning_rate": 0.0002893333333333334, | |
| "loss": 0.5586, | |
| "step": 217 | |
| }, | |
| { | |
| "epoch": 0.65, | |
| "learning_rate": 0.00029066666666666667, | |
| "loss": 0.5455, | |
| "step": 218 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "learning_rate": 0.000292, | |
| "loss": 0.5462, | |
| "step": 219 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "learning_rate": 0.0002933333333333333, | |
| "loss": 0.8225, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "eval_loss": 0.5079875588417053, | |
| "eval_runtime": 39.0413, | |
| "eval_samples_per_second": 41.725, | |
| "eval_steps_per_second": 20.875, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "learning_rate": 0.0002946666666666667, | |
| "loss": 0.5573, | |
| "step": 221 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "learning_rate": 0.000296, | |
| "loss": 0.53, | |
| "step": 222 | |
| }, | |
| { | |
| "epoch": 0.67, | |
| "learning_rate": 0.0002973333333333333, | |
| "loss": 0.4626, | |
| "step": 223 | |
| }, | |
| { | |
| "epoch": 0.67, | |
| "learning_rate": 0.0002986666666666667, | |
| "loss": 0.4893, | |
| "step": 224 | |
| }, | |
| { | |
| "epoch": 0.67, | |
| "learning_rate": 0.00030000000000000003, | |
| "loss": 0.4595, | |
| "step": 225 | |
| }, | |
| { | |
| "epoch": 0.68, | |
| "learning_rate": 0.00030133333333333336, | |
| "loss": 0.6778, | |
| "step": 226 | |
| }, | |
| { | |
| "epoch": 0.68, | |
| "learning_rate": 0.0003026666666666667, | |
| "loss": 0.6783, | |
| "step": 227 | |
| }, | |
| { | |
| "epoch": 0.68, | |
| "learning_rate": 0.000304, | |
| "loss": 0.6577, | |
| "step": 228 | |
| }, | |
| { | |
| "epoch": 0.69, | |
| "learning_rate": 0.00030533333333333335, | |
| "loss": 0.5897, | |
| "step": 229 | |
| }, | |
| { | |
| "epoch": 0.69, | |
| "learning_rate": 0.0003066666666666667, | |
| "loss": 0.6532, | |
| "step": 230 | |
| }, | |
| { | |
| "epoch": 0.69, | |
| "learning_rate": 0.000308, | |
| "loss": 0.6298, | |
| "step": 231 | |
| }, | |
| { | |
| "epoch": 0.69, | |
| "learning_rate": 0.00030933333333333334, | |
| "loss": 0.4022, | |
| "step": 232 | |
| }, | |
| { | |
| "epoch": 0.7, | |
| "learning_rate": 0.00031066666666666666, | |
| "loss": 0.5869, | |
| "step": 233 | |
| }, | |
| { | |
| "epoch": 0.7, | |
| "learning_rate": 0.00031200000000000005, | |
| "loss": 0.6087, | |
| "step": 234 | |
| }, | |
| { | |
| "epoch": 0.7, | |
| "learning_rate": 0.0003133333333333333, | |
| "loss": 0.5389, | |
| "step": 235 | |
| }, | |
| { | |
| "epoch": 0.71, | |
| "learning_rate": 0.00031466666666666665, | |
| "loss": 0.4441, | |
| "step": 236 | |
| }, | |
| { | |
| "epoch": 0.71, | |
| "learning_rate": 0.00031600000000000004, | |
| "loss": 0.4996, | |
| "step": 237 | |
| }, | |
| { | |
| "epoch": 0.71, | |
| "learning_rate": 0.00031733333333333337, | |
| "loss": 0.7413, | |
| "step": 238 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "learning_rate": 0.00031866666666666664, | |
| "loss": 0.5144, | |
| "step": 239 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "learning_rate": 0.00032, | |
| "loss": 0.6148, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "eval_loss": 0.4882766604423523, | |
| "eval_runtime": 39.1262, | |
| "eval_samples_per_second": 41.635, | |
| "eval_steps_per_second": 20.83, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "learning_rate": 0.00032133333333333336, | |
| "loss": 0.4032, | |
| "step": 241 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "learning_rate": 0.0003226666666666667, | |
| "loss": 0.5266, | |
| "step": 242 | |
| }, | |
| { | |
| "epoch": 0.73, | |
| "learning_rate": 0.000324, | |
| "loss": 0.6, | |
| "step": 243 | |
| }, | |
| { | |
| "epoch": 0.73, | |
| "learning_rate": 0.00032533333333333334, | |
| "loss": 0.55, | |
| "step": 244 | |
| }, | |
| { | |
| "epoch": 0.73, | |
| "learning_rate": 0.0003266666666666667, | |
| "loss": 0.5816, | |
| "step": 245 | |
| }, | |
| { | |
| "epoch": 0.74, | |
| "learning_rate": 0.000328, | |
| "loss": 0.4583, | |
| "step": 246 | |
| }, | |
| { | |
| "epoch": 0.74, | |
| "learning_rate": 0.00032933333333333333, | |
| "loss": 0.4872, | |
| "step": 247 | |
| }, | |
| { | |
| "epoch": 0.74, | |
| "learning_rate": 0.00033066666666666666, | |
| "loss": 0.5112, | |
| "step": 248 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "learning_rate": 0.000332, | |
| "loss": 0.4714, | |
| "step": 249 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "learning_rate": 0.0003333333333333334, | |
| "loss": 0.8368, | |
| "step": 250 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "learning_rate": 0.0003346666666666667, | |
| "loss": 0.4689, | |
| "step": 251 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "learning_rate": 0.000336, | |
| "loss": 0.6403, | |
| "step": 252 | |
| }, | |
| { | |
| "epoch": 0.76, | |
| "learning_rate": 0.00033733333333333337, | |
| "loss": 0.6252, | |
| "step": 253 | |
| }, | |
| { | |
| "epoch": 0.76, | |
| "learning_rate": 0.0003386666666666667, | |
| "loss": 0.6707, | |
| "step": 254 | |
| }, | |
| { | |
| "epoch": 0.76, | |
| "learning_rate": 0.00034, | |
| "loss": 0.6497, | |
| "step": 255 | |
| }, | |
| { | |
| "epoch": 0.77, | |
| "learning_rate": 0.00034133333333333335, | |
| "loss": 0.3741, | |
| "step": 256 | |
| }, | |
| { | |
| "epoch": 0.77, | |
| "learning_rate": 0.0003426666666666667, | |
| "loss": 0.3442, | |
| "step": 257 | |
| }, | |
| { | |
| "epoch": 0.77, | |
| "learning_rate": 0.000344, | |
| "loss": 0.459, | |
| "step": 258 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "learning_rate": 0.00034533333333333334, | |
| "loss": 0.7909, | |
| "step": 259 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "learning_rate": 0.00034666666666666667, | |
| "loss": 0.4524, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "eval_loss": 0.4969780147075653, | |
| "eval_runtime": 39.097, | |
| "eval_samples_per_second": 41.666, | |
| "eval_steps_per_second": 20.846, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "learning_rate": 0.000348, | |
| "loss": 0.514, | |
| "step": 261 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "learning_rate": 0.00034933333333333333, | |
| "loss": 0.5195, | |
| "step": 262 | |
| }, | |
| { | |
| "epoch": 0.79, | |
| "learning_rate": 0.0003506666666666667, | |
| "loss": 0.5651, | |
| "step": 263 | |
| }, | |
| { | |
| "epoch": 0.79, | |
| "learning_rate": 0.00035200000000000005, | |
| "loss": 0.5681, | |
| "step": 264 | |
| }, | |
| { | |
| "epoch": 0.79, | |
| "learning_rate": 0.0003533333333333333, | |
| "loss": 0.4571, | |
| "step": 265 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "learning_rate": 0.0003546666666666667, | |
| "loss": 0.4669, | |
| "step": 266 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "learning_rate": 0.00035600000000000003, | |
| "loss": 0.6006, | |
| "step": 267 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "learning_rate": 0.00035733333333333336, | |
| "loss": 0.61, | |
| "step": 268 | |
| }, | |
| { | |
| "epoch": 0.81, | |
| "learning_rate": 0.00035866666666666664, | |
| "loss": 0.685, | |
| "step": 269 | |
| }, | |
| { | |
| "epoch": 0.81, | |
| "learning_rate": 0.00036, | |
| "loss": 0.5961, | |
| "step": 270 | |
| }, | |
| { | |
| "epoch": 0.81, | |
| "learning_rate": 0.00036133333333333335, | |
| "loss": 0.5775, | |
| "step": 271 | |
| }, | |
| { | |
| "epoch": 0.81, | |
| "learning_rate": 0.0003626666666666667, | |
| "loss": 0.5196, | |
| "step": 272 | |
| }, | |
| { | |
| "epoch": 0.82, | |
| "learning_rate": 0.000364, | |
| "loss": 0.5586, | |
| "step": 273 | |
| }, | |
| { | |
| "epoch": 0.82, | |
| "learning_rate": 0.00036533333333333334, | |
| "loss": 0.5283, | |
| "step": 274 | |
| }, | |
| { | |
| "epoch": 0.82, | |
| "learning_rate": 0.00036666666666666667, | |
| "loss": 0.5068, | |
| "step": 275 | |
| }, | |
| { | |
| "epoch": 0.83, | |
| "learning_rate": 0.00036800000000000005, | |
| "loss": 0.5045, | |
| "step": 276 | |
| }, | |
| { | |
| "epoch": 0.83, | |
| "learning_rate": 0.00036933333333333333, | |
| "loss": 0.5001, | |
| "step": 277 | |
| }, | |
| { | |
| "epoch": 0.83, | |
| "learning_rate": 0.00037066666666666666, | |
| "loss": 0.5021, | |
| "step": 278 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "learning_rate": 0.00037200000000000004, | |
| "loss": 0.4542, | |
| "step": 279 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "learning_rate": 0.0003733333333333334, | |
| "loss": 0.6084, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "eval_loss": 0.5424579381942749, | |
| "eval_runtime": 39.1219, | |
| "eval_samples_per_second": 41.639, | |
| "eval_steps_per_second": 20.832, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "learning_rate": 0.0003746666666666667, | |
| "loss": 0.5885, | |
| "step": 281 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "learning_rate": 0.000376, | |
| "loss": 0.7034, | |
| "step": 282 | |
| }, | |
| { | |
| "epoch": 0.85, | |
| "learning_rate": 0.00037733333333333336, | |
| "loss": 0.601, | |
| "step": 283 | |
| }, | |
| { | |
| "epoch": 0.85, | |
| "learning_rate": 0.0003786666666666667, | |
| "loss": 0.646, | |
| "step": 284 | |
| }, | |
| { | |
| "epoch": 0.85, | |
| "learning_rate": 0.00038, | |
| "loss": 0.5125, | |
| "step": 285 | |
| }, | |
| { | |
| "epoch": 0.86, | |
| "learning_rate": 0.00038133333333333335, | |
| "loss": 0.5087, | |
| "step": 286 | |
| }, | |
| { | |
| "epoch": 0.86, | |
| "learning_rate": 0.0003826666666666667, | |
| "loss": 0.6016, | |
| "step": 287 | |
| }, | |
| { | |
| "epoch": 0.86, | |
| "learning_rate": 0.000384, | |
| "loss": 0.5239, | |
| "step": 288 | |
| }, | |
| { | |
| "epoch": 0.87, | |
| "learning_rate": 0.0003853333333333334, | |
| "loss": 0.406, | |
| "step": 289 | |
| }, | |
| { | |
| "epoch": 0.87, | |
| "learning_rate": 0.00038666666666666667, | |
| "loss": 0.5812, | |
| "step": 290 | |
| }, | |
| { | |
| "epoch": 0.87, | |
| "learning_rate": 0.000388, | |
| "loss": 0.621, | |
| "step": 291 | |
| }, | |
| { | |
| "epoch": 0.87, | |
| "learning_rate": 0.0003893333333333334, | |
| "loss": 0.6048, | |
| "step": 292 | |
| }, | |
| { | |
| "epoch": 0.88, | |
| "learning_rate": 0.0003906666666666667, | |
| "loss": 0.4498, | |
| "step": 293 | |
| }, | |
| { | |
| "epoch": 0.88, | |
| "learning_rate": 0.000392, | |
| "loss": 0.6144, | |
| "step": 294 | |
| }, | |
| { | |
| "epoch": 0.88, | |
| "learning_rate": 0.0003933333333333333, | |
| "loss": 0.7374, | |
| "step": 295 | |
| }, | |
| { | |
| "epoch": 0.89, | |
| "learning_rate": 0.0003946666666666667, | |
| "loss": 0.5784, | |
| "step": 296 | |
| }, | |
| { | |
| "epoch": 0.89, | |
| "learning_rate": 0.00039600000000000003, | |
| "loss": 0.5084, | |
| "step": 297 | |
| }, | |
| { | |
| "epoch": 0.89, | |
| "learning_rate": 0.00039733333333333336, | |
| "loss": 0.5633, | |
| "step": 298 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "learning_rate": 0.0003986666666666667, | |
| "loss": 0.5172, | |
| "step": 299 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "learning_rate": 0.0004, | |
| "loss": 0.6737, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "eval_loss": 0.5059300065040588, | |
| "eval_runtime": 39.1035, | |
| "eval_samples_per_second": 41.659, | |
| "eval_steps_per_second": 20.842, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "learning_rate": 0.0003999979972589652, | |
| "loss": 0.6431, | |
| "step": 301 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "learning_rate": 0.00039999198907597047, | |
| "loss": 0.6727, | |
| "step": 302 | |
| }, | |
| { | |
| "epoch": 0.91, | |
| "learning_rate": 0.00039998197557134424, | |
| "loss": 0.4213, | |
| "step": 303 | |
| }, | |
| { | |
| "epoch": 0.91, | |
| "learning_rate": 0.00039996795694563096, | |
| "loss": 0.4473, | |
| "step": 304 | |
| }, | |
| { | |
| "epoch": 0.91, | |
| "learning_rate": 0.0003999499334795875, | |
| "loss": 0.5899, | |
| "step": 305 | |
| }, | |
| { | |
| "epoch": 0.92, | |
| "learning_rate": 0.0003999279055341771, | |
| "loss": 0.414, | |
| "step": 306 | |
| }, | |
| { | |
| "epoch": 0.92, | |
| "learning_rate": 0.0003999018735505626, | |
| "loss": 0.4664, | |
| "step": 307 | |
| }, | |
| { | |
| "epoch": 0.92, | |
| "learning_rate": 0.0003998718380500971, | |
| "loss": 0.6036, | |
| "step": 308 | |
| }, | |
| { | |
| "epoch": 0.93, | |
| "learning_rate": 0.00039983779963431395, | |
| "loss": 0.5764, | |
| "step": 309 | |
| }, | |
| { | |
| "epoch": 0.93, | |
| "learning_rate": 0.00039979975898491447, | |
| "loss": 0.4595, | |
| "step": 310 | |
| }, | |
| { | |
| "epoch": 0.93, | |
| "learning_rate": 0.0003997577168637543, | |
| "loss": 0.591, | |
| "step": 311 | |
| }, | |
| { | |
| "epoch": 0.93, | |
| "learning_rate": 0.00039971167411282835, | |
| "loss": 0.4327, | |
| "step": 312 | |
| }, | |
| { | |
| "epoch": 0.94, | |
| "learning_rate": 0.0003996616316542537, | |
| "loss": 0.4061, | |
| "step": 313 | |
| }, | |
| { | |
| "epoch": 0.94, | |
| "learning_rate": 0.00039960759049025105, | |
| "loss": 0.5463, | |
| "step": 314 | |
| }, | |
| { | |
| "epoch": 0.94, | |
| "learning_rate": 0.00039954955170312504, | |
| "loss": 0.7175, | |
| "step": 315 | |
| }, | |
| { | |
| "epoch": 0.95, | |
| "learning_rate": 0.00039948751645524236, | |
| "loss": 0.6533, | |
| "step": 316 | |
| }, | |
| { | |
| "epoch": 0.95, | |
| "learning_rate": 0.0003994214859890082, | |
| "loss": 0.5988, | |
| "step": 317 | |
| }, | |
| { | |
| "epoch": 0.95, | |
| "learning_rate": 0.00039935146162684205, | |
| "loss": 0.5692, | |
| "step": 318 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "learning_rate": 0.0003992774447711503, | |
| "loss": 0.5004, | |
| "step": 319 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "learning_rate": 0.000399199436904299, | |
| "loss": 0.459, | |
| "step": 320 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "eval_loss": 0.49676987528800964, | |
| "eval_runtime": 39.1916, | |
| "eval_samples_per_second": 41.565, | |
| "eval_steps_per_second": 20.795, | |
| "step": 320 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "learning_rate": 0.0003991174395885838, | |
| "loss": 0.532, | |
| "step": 321 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "learning_rate": 0.0003990314544661984, | |
| "loss": 0.4235, | |
| "step": 322 | |
| }, | |
| { | |
| "epoch": 0.97, | |
| "learning_rate": 0.00039894148325920223, | |
| "loss": 0.502, | |
| "step": 323 | |
| }, | |
| { | |
| "epoch": 0.97, | |
| "learning_rate": 0.0003988475277694856, | |
| "loss": 0.5263, | |
| "step": 324 | |
| }, | |
| { | |
| "epoch": 0.97, | |
| "learning_rate": 0.00039874958987873364, | |
| "loss": 0.5009, | |
| "step": 325 | |
| }, | |
| { | |
| "epoch": 0.98, | |
| "learning_rate": 0.00039864767154838864, | |
| "loss": 0.6524, | |
| "step": 326 | |
| }, | |
| { | |
| "epoch": 0.98, | |
| "learning_rate": 0.0003985417748196108, | |
| "loss": 0.731, | |
| "step": 327 | |
| }, | |
| { | |
| "epoch": 0.98, | |
| "learning_rate": 0.00039843190181323746, | |
| "loss": 0.4875, | |
| "step": 328 | |
| }, | |
| { | |
| "epoch": 0.99, | |
| "learning_rate": 0.00039831805472974037, | |
| "loss": 0.3963, | |
| "step": 329 | |
| }, | |
| { | |
| "epoch": 0.99, | |
| "learning_rate": 0.00039820023584918174, | |
| "loss": 0.7317, | |
| "step": 330 | |
| }, | |
| { | |
| "epoch": 0.99, | |
| "learning_rate": 0.0003980784475311686, | |
| "loss": 0.5558, | |
| "step": 331 | |
| }, | |
| { | |
| "epoch": 0.99, | |
| "learning_rate": 0.00039795269221480574, | |
| "loss": 0.5645, | |
| "step": 332 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "learning_rate": 0.00039782297241864635, | |
| "loss": 0.6321, | |
| "step": 333 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "learning_rate": 0.000397689290740642, | |
| "loss": 0.431, | |
| "step": 334 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 1002, | |
| "num_train_epochs": 3, | |
| "save_steps": 500, | |
| "total_flos": 9.448895634934333e+17, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |