{ "best_metric": null, "best_model_checkpoint": null, "epoch": 3.0, "global_step": 187500, "is_hyper_param_search": false, "is_local_process_zero": true, "is_world_process_zero": true, "log_history": [ { "epoch": 0.01, "learning_rate": 1.9946666666666667e-05, "loss": 2.0921, "step": 500 }, { "epoch": 0.02, "learning_rate": 1.9893333333333335e-05, "loss": 0.8577, "step": 1000 }, { "epoch": 0.02, "learning_rate": 1.9840000000000003e-05, "loss": 0.6953, "step": 1500 }, { "epoch": 0.03, "learning_rate": 1.9786666666666668e-05, "loss": 0.6196, "step": 2000 }, { "epoch": 0.04, "learning_rate": 1.9733333333333336e-05, "loss": 0.5401, "step": 2500 }, { "epoch": 0.05, "learning_rate": 1.968e-05, "loss": 0.4939, "step": 3000 }, { "epoch": 0.06, "learning_rate": 1.9626666666666666e-05, "loss": 0.4644, "step": 3500 }, { "epoch": 0.06, "learning_rate": 1.9573333333333335e-05, "loss": 0.4239, "step": 4000 }, { "epoch": 0.07, "learning_rate": 1.9520000000000003e-05, "loss": 0.4077, "step": 4500 }, { "epoch": 0.08, "learning_rate": 1.9466666666666668e-05, "loss": 0.3825, "step": 5000 }, { "epoch": 0.09, "learning_rate": 1.9413333333333336e-05, "loss": 0.3594, "step": 5500 }, { "epoch": 0.1, "learning_rate": 1.936e-05, "loss": 0.3506, "step": 6000 }, { "epoch": 0.1, "learning_rate": 1.930666666666667e-05, "loss": 0.3383, "step": 6500 }, { "epoch": 0.11, "learning_rate": 1.9253333333333334e-05, "loss": 0.3272, "step": 7000 }, { "epoch": 0.12, "learning_rate": 1.9200000000000003e-05, "loss": 0.3152, "step": 7500 }, { "epoch": 0.13, "learning_rate": 1.9146666666666667e-05, "loss": 0.3049, "step": 8000 }, { "epoch": 0.14, "learning_rate": 1.9093333333333336e-05, "loss": 0.2942, "step": 8500 }, { "epoch": 0.14, "learning_rate": 1.904e-05, "loss": 0.2919, "step": 9000 }, { "epoch": 0.15, "learning_rate": 1.898666666666667e-05, "loss": 0.2777, "step": 9500 }, { "epoch": 0.16, "learning_rate": 1.8933333333333334e-05, "loss": 0.2733, "step": 10000 }, { "epoch": 0.17, "learning_rate": 1.8880000000000002e-05, "loss": 0.2636, "step": 10500 }, { "epoch": 0.18, "learning_rate": 1.8826666666666667e-05, "loss": 0.2611, "step": 11000 }, { "epoch": 0.18, "learning_rate": 1.8773333333333335e-05, "loss": 0.2551, "step": 11500 }, { "epoch": 0.19, "learning_rate": 1.8720000000000004e-05, "loss": 0.2474, "step": 12000 }, { "epoch": 0.2, "learning_rate": 1.866666666666667e-05, "loss": 0.243, "step": 12500 }, { "epoch": 0.21, "learning_rate": 1.8613333333333334e-05, "loss": 0.2376, "step": 13000 }, { "epoch": 0.22, "learning_rate": 1.8560000000000002e-05, "loss": 0.2382, "step": 13500 }, { "epoch": 0.22, "learning_rate": 1.8506666666666667e-05, "loss": 0.2282, "step": 14000 }, { "epoch": 0.23, "learning_rate": 1.8453333333333335e-05, "loss": 0.2298, "step": 14500 }, { "epoch": 0.24, "learning_rate": 1.8400000000000003e-05, "loss": 0.2235, "step": 15000 }, { "epoch": 0.25, "learning_rate": 1.834666666666667e-05, "loss": 0.2246, "step": 15500 }, { "epoch": 0.26, "learning_rate": 1.8293333333333333e-05, "loss": 0.2166, "step": 16000 }, { "epoch": 0.26, "learning_rate": 1.824e-05, "loss": 0.2043, "step": 16500 }, { "epoch": 0.27, "learning_rate": 1.8186666666666666e-05, "loss": 0.2063, "step": 17000 }, { "epoch": 0.28, "learning_rate": 1.8133333333333335e-05, "loss": 0.2182, "step": 17500 }, { "epoch": 0.29, "learning_rate": 1.8080000000000003e-05, "loss": 0.1955, "step": 18000 }, { "epoch": 0.3, "learning_rate": 1.8026666666666668e-05, "loss": 0.1986, "step": 18500 }, { "epoch": 0.3, "learning_rate": 1.7973333333333333e-05, "loss": 0.1954, "step": 19000 }, { "epoch": 0.31, "learning_rate": 1.792e-05, "loss": 0.1994, "step": 19500 }, { "epoch": 0.32, "learning_rate": 1.7866666666666666e-05, "loss": 0.1928, "step": 20000 }, { "epoch": 0.33, "learning_rate": 1.7813333333333334e-05, "loss": 0.1898, "step": 20500 }, { "epoch": 0.34, "learning_rate": 1.7760000000000003e-05, "loss": 0.187, "step": 21000 }, { "epoch": 0.34, "learning_rate": 1.7706666666666668e-05, "loss": 0.1859, "step": 21500 }, { "epoch": 0.35, "learning_rate": 1.7653333333333336e-05, "loss": 0.1824, "step": 22000 }, { "epoch": 0.36, "learning_rate": 1.76e-05, "loss": 0.1815, "step": 22500 }, { "epoch": 0.37, "learning_rate": 1.7546666666666666e-05, "loss": 0.176, "step": 23000 }, { "epoch": 0.38, "learning_rate": 1.7493333333333334e-05, "loss": 0.1797, "step": 23500 }, { "epoch": 0.38, "learning_rate": 1.7440000000000002e-05, "loss": 0.176, "step": 24000 }, { "epoch": 0.39, "learning_rate": 1.7386666666666667e-05, "loss": 0.169, "step": 24500 }, { "epoch": 0.4, "learning_rate": 1.7333333333333336e-05, "loss": 0.1698, "step": 25000 }, { "epoch": 0.41, "learning_rate": 1.728e-05, "loss": 0.1679, "step": 25500 }, { "epoch": 0.42, "learning_rate": 1.7226666666666665e-05, "loss": 0.1706, "step": 26000 }, { "epoch": 0.42, "learning_rate": 1.7173333333333334e-05, "loss": 0.1632, "step": 26500 }, { "epoch": 0.43, "learning_rate": 1.7120000000000002e-05, "loss": 0.1637, "step": 27000 }, { "epoch": 0.44, "learning_rate": 1.706666666666667e-05, "loss": 0.1632, "step": 27500 }, { "epoch": 0.45, "learning_rate": 1.7013333333333335e-05, "loss": 0.1602, "step": 28000 }, { "epoch": 0.46, "learning_rate": 1.696e-05, "loss": 0.161, "step": 28500 }, { "epoch": 0.46, "learning_rate": 1.690666666666667e-05, "loss": 0.1597, "step": 29000 }, { "epoch": 0.47, "learning_rate": 1.6853333333333333e-05, "loss": 0.1553, "step": 29500 }, { "epoch": 0.48, "learning_rate": 1.6800000000000002e-05, "loss": 0.1566, "step": 30000 }, { "epoch": 0.49, "learning_rate": 1.674666666666667e-05, "loss": 0.1574, "step": 30500 }, { "epoch": 0.5, "learning_rate": 1.6693333333333335e-05, "loss": 0.1538, "step": 31000 }, { "epoch": 0.5, "learning_rate": 1.664e-05, "loss": 0.1539, "step": 31500 }, { "epoch": 0.51, "learning_rate": 1.6586666666666668e-05, "loss": 0.1493, "step": 32000 }, { "epoch": 0.52, "learning_rate": 1.6533333333333333e-05, "loss": 0.1533, "step": 32500 }, { "epoch": 0.53, "learning_rate": 1.648e-05, "loss": 0.1461, "step": 33000 }, { "epoch": 0.54, "learning_rate": 1.642666666666667e-05, "loss": 0.1478, "step": 33500 }, { "epoch": 0.54, "learning_rate": 1.6373333333333335e-05, "loss": 0.1422, "step": 34000 }, { "epoch": 0.55, "learning_rate": 1.632e-05, "loss": 0.1403, "step": 34500 }, { "epoch": 0.56, "learning_rate": 1.6266666666666668e-05, "loss": 0.1464, "step": 35000 }, { "epoch": 0.57, "learning_rate": 1.6213333333333333e-05, "loss": 0.143, "step": 35500 }, { "epoch": 0.58, "learning_rate": 1.616e-05, "loss": 0.1421, "step": 36000 }, { "epoch": 0.58, "learning_rate": 1.610666666666667e-05, "loss": 0.1429, "step": 36500 }, { "epoch": 0.59, "learning_rate": 1.6053333333333334e-05, "loss": 0.1366, "step": 37000 }, { "epoch": 0.6, "learning_rate": 1.6000000000000003e-05, "loss": 0.1356, "step": 37500 }, { "epoch": 0.61, "learning_rate": 1.5946666666666668e-05, "loss": 0.1409, "step": 38000 }, { "epoch": 0.62, "learning_rate": 1.5893333333333333e-05, "loss": 0.1386, "step": 38500 }, { "epoch": 0.62, "learning_rate": 1.584e-05, "loss": 0.1365, "step": 39000 }, { "epoch": 0.63, "learning_rate": 1.578666666666667e-05, "loss": 0.1375, "step": 39500 }, { "epoch": 0.64, "learning_rate": 1.5733333333333334e-05, "loss": 0.1307, "step": 40000 }, { "epoch": 0.65, "learning_rate": 1.5680000000000002e-05, "loss": 0.133, "step": 40500 }, { "epoch": 0.66, "learning_rate": 1.5626666666666667e-05, "loss": 0.131, "step": 41000 }, { "epoch": 0.66, "learning_rate": 1.5573333333333332e-05, "loss": 0.1369, "step": 41500 }, { "epoch": 0.67, "learning_rate": 1.552e-05, "loss": 0.1299, "step": 42000 }, { "epoch": 0.68, "learning_rate": 1.546666666666667e-05, "loss": 0.1285, "step": 42500 }, { "epoch": 0.69, "learning_rate": 1.5413333333333337e-05, "loss": 0.1239, "step": 43000 }, { "epoch": 0.7, "learning_rate": 1.5360000000000002e-05, "loss": 0.1233, "step": 43500 }, { "epoch": 0.7, "learning_rate": 1.5306666666666667e-05, "loss": 0.1237, "step": 44000 }, { "epoch": 0.71, "learning_rate": 1.5253333333333335e-05, "loss": 0.1263, "step": 44500 }, { "epoch": 0.72, "learning_rate": 1.5200000000000002e-05, "loss": 0.1251, "step": 45000 }, { "epoch": 0.73, "learning_rate": 1.5146666666666667e-05, "loss": 0.1214, "step": 45500 }, { "epoch": 0.74, "learning_rate": 1.5093333333333335e-05, "loss": 0.1262, "step": 46000 }, { "epoch": 0.74, "learning_rate": 1.5040000000000002e-05, "loss": 0.122, "step": 46500 }, { "epoch": 0.75, "learning_rate": 1.4986666666666667e-05, "loss": 0.12, "step": 47000 }, { "epoch": 0.76, "learning_rate": 1.4933333333333335e-05, "loss": 0.1245, "step": 47500 }, { "epoch": 0.77, "learning_rate": 1.4880000000000002e-05, "loss": 0.1226, "step": 48000 }, { "epoch": 0.78, "learning_rate": 1.4826666666666666e-05, "loss": 0.1193, "step": 48500 }, { "epoch": 0.78, "learning_rate": 1.4773333333333335e-05, "loss": 0.1234, "step": 49000 }, { "epoch": 0.79, "learning_rate": 1.4720000000000001e-05, "loss": 0.1171, "step": 49500 }, { "epoch": 0.8, "learning_rate": 1.4666666666666666e-05, "loss": 0.1184, "step": 50000 }, { "epoch": 0.81, "learning_rate": 1.4613333333333335e-05, "loss": 0.1179, "step": 50500 }, { "epoch": 0.82, "learning_rate": 1.4560000000000001e-05, "loss": 0.1177, "step": 51000 }, { "epoch": 0.82, "learning_rate": 1.450666666666667e-05, "loss": 0.1173, "step": 51500 }, { "epoch": 0.83, "learning_rate": 1.4453333333333334e-05, "loss": 0.1139, "step": 52000 }, { "epoch": 0.84, "learning_rate": 1.4400000000000001e-05, "loss": 0.1171, "step": 52500 }, { "epoch": 0.85, "learning_rate": 1.434666666666667e-05, "loss": 0.1132, "step": 53000 }, { "epoch": 0.86, "learning_rate": 1.4293333333333334e-05, "loss": 0.1113, "step": 53500 }, { "epoch": 0.86, "learning_rate": 1.4240000000000001e-05, "loss": 0.112, "step": 54000 }, { "epoch": 0.87, "learning_rate": 1.418666666666667e-05, "loss": 0.1165, "step": 54500 }, { "epoch": 0.88, "learning_rate": 1.4133333333333334e-05, "loss": 0.1141, "step": 55000 }, { "epoch": 0.89, "learning_rate": 1.408e-05, "loss": 0.1128, "step": 55500 }, { "epoch": 0.9, "learning_rate": 1.4026666666666669e-05, "loss": 0.1145, "step": 56000 }, { "epoch": 0.9, "learning_rate": 1.3973333333333334e-05, "loss": 0.1153, "step": 56500 }, { "epoch": 0.91, "learning_rate": 1.392e-05, "loss": 0.12, "step": 57000 }, { "epoch": 0.92, "learning_rate": 1.3866666666666669e-05, "loss": 0.1088, "step": 57500 }, { "epoch": 0.93, "learning_rate": 1.3813333333333334e-05, "loss": 0.1051, "step": 58000 }, { "epoch": 0.94, "learning_rate": 1.376e-05, "loss": 0.1113, "step": 58500 }, { "epoch": 0.94, "learning_rate": 1.3706666666666669e-05, "loss": 0.1066, "step": 59000 }, { "epoch": 0.95, "learning_rate": 1.3653333333333334e-05, "loss": 0.1066, "step": 59500 }, { "epoch": 0.96, "learning_rate": 1.3600000000000002e-05, "loss": 0.1074, "step": 60000 }, { "epoch": 0.97, "learning_rate": 1.3546666666666669e-05, "loss": 0.1081, "step": 60500 }, { "epoch": 0.98, "learning_rate": 1.3493333333333333e-05, "loss": 0.1064, "step": 61000 }, { "epoch": 0.98, "learning_rate": 1.3440000000000002e-05, "loss": 0.1051, "step": 61500 }, { "epoch": 0.99, "learning_rate": 1.3386666666666668e-05, "loss": 0.1075, "step": 62000 }, { "epoch": 1.0, "learning_rate": 1.3333333333333333e-05, "loss": 0.1055, "step": 62500 }, { "epoch": 1.0, "eval_accuracy": 0.9747578045105738, "eval_f1": 0.9651677382474034, "eval_loss": 0.0900774672627449, "eval_precision": 0.9647525616990678, "eval_recall": 0.9655832722879798, "eval_runtime": 89.4083, "eval_samples_per_second": 165.812, "eval_steps_per_second": 10.368, "step": 62500 }, { "epoch": 1.01, "learning_rate": 1.3280000000000002e-05, "loss": 0.093, "step": 63000 }, { "epoch": 1.02, "learning_rate": 1.3226666666666668e-05, "loss": 0.0896, "step": 63500 }, { "epoch": 1.02, "learning_rate": 1.3173333333333333e-05, "loss": 0.0932, "step": 64000 }, { "epoch": 1.03, "learning_rate": 1.3120000000000001e-05, "loss": 0.0884, "step": 64500 }, { "epoch": 1.04, "learning_rate": 1.3066666666666668e-05, "loss": 0.0898, "step": 65000 }, { "epoch": 1.05, "learning_rate": 1.3013333333333333e-05, "loss": 0.0902, "step": 65500 }, { "epoch": 1.06, "learning_rate": 1.2960000000000001e-05, "loss": 0.0836, "step": 66000 }, { "epoch": 1.06, "learning_rate": 1.2906666666666668e-05, "loss": 0.0865, "step": 66500 }, { "epoch": 1.07, "learning_rate": 1.2853333333333336e-05, "loss": 0.0867, "step": 67000 }, { "epoch": 1.08, "learning_rate": 1.2800000000000001e-05, "loss": 0.0846, "step": 67500 }, { "epoch": 1.09, "learning_rate": 1.2746666666666668e-05, "loss": 0.0854, "step": 68000 }, { "epoch": 1.1, "learning_rate": 1.2693333333333336e-05, "loss": 0.0831, "step": 68500 }, { "epoch": 1.1, "learning_rate": 1.2640000000000001e-05, "loss": 0.0869, "step": 69000 }, { "epoch": 1.11, "learning_rate": 1.2586666666666668e-05, "loss": 0.0848, "step": 69500 }, { "epoch": 1.12, "learning_rate": 1.2533333333333336e-05, "loss": 0.0843, "step": 70000 }, { "epoch": 1.13, "learning_rate": 1.248e-05, "loss": 0.0838, "step": 70500 }, { "epoch": 1.14, "learning_rate": 1.2426666666666667e-05, "loss": 0.0879, "step": 71000 }, { "epoch": 1.14, "learning_rate": 1.2373333333333336e-05, "loss": 0.0867, "step": 71500 }, { "epoch": 1.15, "learning_rate": 1.232e-05, "loss": 0.085, "step": 72000 }, { "epoch": 1.16, "learning_rate": 1.2266666666666667e-05, "loss": 0.0853, "step": 72500 }, { "epoch": 1.17, "learning_rate": 1.2213333333333336e-05, "loss": 0.0891, "step": 73000 }, { "epoch": 1.18, "learning_rate": 1.216e-05, "loss": 0.0845, "step": 73500 }, { "epoch": 1.18, "learning_rate": 1.2106666666666667e-05, "loss": 0.0865, "step": 74000 }, { "epoch": 1.19, "learning_rate": 1.2053333333333335e-05, "loss": 0.0845, "step": 74500 }, { "epoch": 1.2, "learning_rate": 1.2e-05, "loss": 0.0811, "step": 75000 }, { "epoch": 1.21, "learning_rate": 1.1946666666666669e-05, "loss": 0.0821, "step": 75500 }, { "epoch": 1.22, "learning_rate": 1.1893333333333335e-05, "loss": 0.0935, "step": 76000 }, { "epoch": 1.22, "learning_rate": 1.184e-05, "loss": 0.0824, "step": 76500 }, { "epoch": 1.23, "learning_rate": 1.1786666666666668e-05, "loss": 0.0835, "step": 77000 }, { "epoch": 1.24, "learning_rate": 1.1733333333333335e-05, "loss": 0.083, "step": 77500 }, { "epoch": 1.25, "learning_rate": 1.168e-05, "loss": 0.0815, "step": 78000 }, { "epoch": 1.26, "learning_rate": 1.1626666666666668e-05, "loss": 0.0802, "step": 78500 }, { "epoch": 1.26, "learning_rate": 1.1573333333333335e-05, "loss": 0.084, "step": 79000 }, { "epoch": 1.27, "learning_rate": 1.152e-05, "loss": 0.0798, "step": 79500 }, { "epoch": 1.28, "learning_rate": 1.1466666666666668e-05, "loss": 0.0761, "step": 80000 }, { "epoch": 1.29, "learning_rate": 1.1413333333333335e-05, "loss": 0.0787, "step": 80500 }, { "epoch": 1.3, "learning_rate": 1.136e-05, "loss": 0.0781, "step": 81000 }, { "epoch": 1.3, "learning_rate": 1.1306666666666668e-05, "loss": 0.0823, "step": 81500 }, { "epoch": 1.31, "learning_rate": 1.1253333333333335e-05, "loss": 0.0784, "step": 82000 }, { "epoch": 1.32, "learning_rate": 1.1200000000000001e-05, "loss": 0.0783, "step": 82500 }, { "epoch": 1.33, "learning_rate": 1.1146666666666668e-05, "loss": 0.0784, "step": 83000 }, { "epoch": 1.34, "learning_rate": 1.1093333333333334e-05, "loss": 0.081, "step": 83500 }, { "epoch": 1.34, "learning_rate": 1.1040000000000001e-05, "loss": 0.0778, "step": 84000 }, { "epoch": 1.35, "learning_rate": 1.0986666666666668e-05, "loss": 0.0787, "step": 84500 }, { "epoch": 1.36, "learning_rate": 1.0933333333333334e-05, "loss": 0.0797, "step": 85000 }, { "epoch": 1.37, "learning_rate": 1.0880000000000001e-05, "loss": 0.0797, "step": 85500 }, { "epoch": 1.38, "learning_rate": 1.0826666666666667e-05, "loss": 0.0809, "step": 86000 }, { "epoch": 1.38, "learning_rate": 1.0773333333333334e-05, "loss": 0.0769, "step": 86500 }, { "epoch": 1.39, "learning_rate": 1.072e-05, "loss": 0.0779, "step": 87000 }, { "epoch": 1.4, "learning_rate": 1.0666666666666667e-05, "loss": 0.0764, "step": 87500 }, { "epoch": 1.41, "learning_rate": 1.0613333333333334e-05, "loss": 0.0752, "step": 88000 }, { "epoch": 1.42, "learning_rate": 1.056e-05, "loss": 0.0774, "step": 88500 }, { "epoch": 1.42, "learning_rate": 1.0506666666666667e-05, "loss": 0.0776, "step": 89000 }, { "epoch": 1.43, "learning_rate": 1.0453333333333334e-05, "loss": 0.0755, "step": 89500 }, { "epoch": 1.44, "learning_rate": 1.04e-05, "loss": 0.075, "step": 90000 }, { "epoch": 1.45, "learning_rate": 1.0346666666666667e-05, "loss": 0.076, "step": 90500 }, { "epoch": 1.46, "learning_rate": 1.0293333333333335e-05, "loss": 0.0789, "step": 91000 }, { "epoch": 1.46, "learning_rate": 1.024e-05, "loss": 0.0728, "step": 91500 }, { "epoch": 1.47, "learning_rate": 1.0186666666666667e-05, "loss": 0.074, "step": 92000 }, { "epoch": 1.48, "learning_rate": 1.0133333333333335e-05, "loss": 0.0757, "step": 92500 }, { "epoch": 1.49, "learning_rate": 1.008e-05, "loss": 0.0714, "step": 93000 }, { "epoch": 1.5, "learning_rate": 1.0026666666666667e-05, "loss": 0.0753, "step": 93500 }, { "epoch": 1.5, "learning_rate": 9.973333333333333e-06, "loss": 0.0745, "step": 94000 }, { "epoch": 1.51, "learning_rate": 9.920000000000002e-06, "loss": 0.0747, "step": 94500 }, { "epoch": 1.52, "learning_rate": 9.866666666666668e-06, "loss": 0.0721, "step": 95000 }, { "epoch": 1.53, "learning_rate": 9.813333333333333e-06, "loss": 0.0723, "step": 95500 }, { "epoch": 1.54, "learning_rate": 9.760000000000001e-06, "loss": 0.0764, "step": 96000 }, { "epoch": 1.54, "learning_rate": 9.706666666666668e-06, "loss": 0.0711, "step": 96500 }, { "epoch": 1.55, "learning_rate": 9.653333333333335e-06, "loss": 0.0733, "step": 97000 }, { "epoch": 1.56, "learning_rate": 9.600000000000001e-06, "loss": 0.0709, "step": 97500 }, { "epoch": 1.57, "learning_rate": 9.546666666666668e-06, "loss": 0.0755, "step": 98000 }, { "epoch": 1.58, "learning_rate": 9.493333333333334e-06, "loss": 0.0715, "step": 98500 }, { "epoch": 1.58, "learning_rate": 9.440000000000001e-06, "loss": 0.074, "step": 99000 }, { "epoch": 1.59, "learning_rate": 9.386666666666668e-06, "loss": 0.0707, "step": 99500 }, { "epoch": 1.6, "learning_rate": 9.333333333333334e-06, "loss": 0.0729, "step": 100000 }, { "epoch": 1.61, "learning_rate": 9.280000000000001e-06, "loss": 0.0715, "step": 100500 }, { "epoch": 1.62, "learning_rate": 9.226666666666668e-06, "loss": 0.0711, "step": 101000 }, { "epoch": 1.62, "learning_rate": 9.173333333333334e-06, "loss": 0.0683, "step": 101500 }, { "epoch": 1.63, "learning_rate": 9.12e-06, "loss": 0.0691, "step": 102000 }, { "epoch": 1.64, "learning_rate": 9.066666666666667e-06, "loss": 0.0739, "step": 102500 }, { "epoch": 1.65, "learning_rate": 9.013333333333334e-06, "loss": 0.0733, "step": 103000 }, { "epoch": 1.66, "learning_rate": 8.96e-06, "loss": 0.073, "step": 103500 }, { "epoch": 1.66, "learning_rate": 8.906666666666667e-06, "loss": 0.0682, "step": 104000 }, { "epoch": 1.67, "learning_rate": 8.853333333333334e-06, "loss": 0.0688, "step": 104500 }, { "epoch": 1.68, "learning_rate": 8.8e-06, "loss": 0.0679, "step": 105000 }, { "epoch": 1.69, "learning_rate": 8.746666666666667e-06, "loss": 0.0731, "step": 105500 }, { "epoch": 1.7, "learning_rate": 8.693333333333334e-06, "loss": 0.0716, "step": 106000 }, { "epoch": 1.7, "learning_rate": 8.64e-06, "loss": 0.0674, "step": 106500 }, { "epoch": 1.71, "learning_rate": 8.586666666666667e-06, "loss": 0.067, "step": 107000 }, { "epoch": 1.72, "learning_rate": 8.533333333333335e-06, "loss": 0.0689, "step": 107500 }, { "epoch": 1.73, "learning_rate": 8.48e-06, "loss": 0.0731, "step": 108000 }, { "epoch": 1.74, "learning_rate": 8.426666666666667e-06, "loss": 0.0707, "step": 108500 }, { "epoch": 1.74, "learning_rate": 8.373333333333335e-06, "loss": 0.0714, "step": 109000 }, { "epoch": 1.75, "learning_rate": 8.32e-06, "loss": 0.0682, "step": 109500 }, { "epoch": 1.76, "learning_rate": 8.266666666666667e-06, "loss": 0.0684, "step": 110000 }, { "epoch": 1.77, "learning_rate": 8.213333333333335e-06, "loss": 0.0698, "step": 110500 }, { "epoch": 1.78, "learning_rate": 8.16e-06, "loss": 0.0683, "step": 111000 }, { "epoch": 1.78, "learning_rate": 8.106666666666666e-06, "loss": 0.068, "step": 111500 }, { "epoch": 1.79, "learning_rate": 8.053333333333335e-06, "loss": 0.0728, "step": 112000 }, { "epoch": 1.8, "learning_rate": 8.000000000000001e-06, "loss": 0.0667, "step": 112500 }, { "epoch": 1.81, "learning_rate": 7.946666666666666e-06, "loss": 0.0677, "step": 113000 }, { "epoch": 1.82, "learning_rate": 7.893333333333335e-06, "loss": 0.0699, "step": 113500 }, { "epoch": 1.82, "learning_rate": 7.840000000000001e-06, "loss": 0.0672, "step": 114000 }, { "epoch": 1.83, "learning_rate": 7.786666666666666e-06, "loss": 0.0657, "step": 114500 }, { "epoch": 1.84, "learning_rate": 7.733333333333334e-06, "loss": 0.0634, "step": 115000 }, { "epoch": 1.85, "learning_rate": 7.680000000000001e-06, "loss": 0.0654, "step": 115500 }, { "epoch": 1.86, "learning_rate": 7.626666666666668e-06, "loss": 0.0685, "step": 116000 }, { "epoch": 1.86, "learning_rate": 7.573333333333333e-06, "loss": 0.0659, "step": 116500 }, { "epoch": 1.87, "learning_rate": 7.520000000000001e-06, "loss": 0.0669, "step": 117000 }, { "epoch": 1.88, "learning_rate": 7.4666666666666675e-06, "loss": 0.0662, "step": 117500 }, { "epoch": 1.89, "learning_rate": 7.413333333333333e-06, "loss": 0.0659, "step": 118000 }, { "epoch": 1.9, "learning_rate": 7.360000000000001e-06, "loss": 0.0676, "step": 118500 }, { "epoch": 1.9, "learning_rate": 7.306666666666667e-06, "loss": 0.0621, "step": 119000 }, { "epoch": 1.91, "learning_rate": 7.253333333333335e-06, "loss": 0.0627, "step": 119500 }, { "epoch": 1.92, "learning_rate": 7.2000000000000005e-06, "loss": 0.0611, "step": 120000 }, { "epoch": 1.93, "learning_rate": 7.146666666666667e-06, "loss": 0.0652, "step": 120500 }, { "epoch": 1.94, "learning_rate": 7.093333333333335e-06, "loss": 0.0636, "step": 121000 }, { "epoch": 1.94, "learning_rate": 7.04e-06, "loss": 0.0646, "step": 121500 }, { "epoch": 1.95, "learning_rate": 6.986666666666667e-06, "loss": 0.0631, "step": 122000 }, { "epoch": 1.96, "learning_rate": 6.9333333333333344e-06, "loss": 0.0629, "step": 122500 }, { "epoch": 1.97, "learning_rate": 6.88e-06, "loss": 0.062, "step": 123000 }, { "epoch": 1.98, "learning_rate": 6.826666666666667e-06, "loss": 0.0643, "step": 123500 }, { "epoch": 1.98, "learning_rate": 6.773333333333334e-06, "loss": 0.0614, "step": 124000 }, { "epoch": 1.99, "learning_rate": 6.720000000000001e-06, "loss": 0.0628, "step": 124500 }, { "epoch": 2.0, "learning_rate": 6.666666666666667e-06, "loss": 0.0632, "step": 125000 }, { "epoch": 2.0, "eval_accuracy": 0.9831341384398005, "eval_f1": 0.9765977811895752, "eval_loss": 0.06304121017456055, "eval_precision": 0.9763030131778365, "eval_recall": 0.9768927272493606, "eval_runtime": 71.6135, "eval_samples_per_second": 207.014, "eval_steps_per_second": 12.944, "step": 125000 }, { "epoch": 2.01, "learning_rate": 6.613333333333334e-06, "loss": 0.0472, "step": 125500 }, { "epoch": 2.02, "learning_rate": 6.560000000000001e-06, "loss": 0.0487, "step": 126000 }, { "epoch": 2.02, "learning_rate": 6.5066666666666665e-06, "loss": 0.0451, "step": 126500 }, { "epoch": 2.03, "learning_rate": 6.453333333333334e-06, "loss": 0.0471, "step": 127000 }, { "epoch": 2.04, "learning_rate": 6.4000000000000006e-06, "loss": 0.0466, "step": 127500 }, { "epoch": 2.05, "learning_rate": 6.346666666666668e-06, "loss": 0.0469, "step": 128000 }, { "epoch": 2.06, "learning_rate": 6.293333333333334e-06, "loss": 0.045, "step": 128500 }, { "epoch": 2.06, "learning_rate": 6.24e-06, "loss": 0.0467, "step": 129000 }, { "epoch": 2.07, "learning_rate": 6.186666666666668e-06, "loss": 0.0439, "step": 129500 }, { "epoch": 2.08, "learning_rate": 6.133333333333334e-06, "loss": 0.0471, "step": 130000 }, { "epoch": 2.09, "learning_rate": 6.08e-06, "loss": 0.0452, "step": 130500 }, { "epoch": 2.1, "learning_rate": 6.026666666666668e-06, "loss": 0.0469, "step": 131000 }, { "epoch": 2.1, "learning_rate": 5.973333333333334e-06, "loss": 0.0451, "step": 131500 }, { "epoch": 2.11, "learning_rate": 5.92e-06, "loss": 0.0461, "step": 132000 }, { "epoch": 2.12, "learning_rate": 5.8666666666666675e-06, "loss": 0.0458, "step": 132500 }, { "epoch": 2.13, "learning_rate": 5.813333333333334e-06, "loss": 0.0461, "step": 133000 }, { "epoch": 2.14, "learning_rate": 5.76e-06, "loss": 0.0482, "step": 133500 }, { "epoch": 2.14, "learning_rate": 5.706666666666667e-06, "loss": 0.0459, "step": 134000 }, { "epoch": 2.15, "learning_rate": 5.653333333333334e-06, "loss": 0.0465, "step": 134500 }, { "epoch": 2.16, "learning_rate": 5.600000000000001e-06, "loss": 0.0482, "step": 135000 }, { "epoch": 2.17, "learning_rate": 5.546666666666667e-06, "loss": 0.0458, "step": 135500 }, { "epoch": 2.18, "learning_rate": 5.493333333333334e-06, "loss": 0.0445, "step": 136000 }, { "epoch": 2.18, "learning_rate": 5.4400000000000004e-06, "loss": 0.0443, "step": 136500 }, { "epoch": 2.19, "learning_rate": 5.386666666666667e-06, "loss": 0.0446, "step": 137000 }, { "epoch": 2.2, "learning_rate": 5.333333333333334e-06, "loss": 0.0475, "step": 137500 }, { "epoch": 2.21, "learning_rate": 5.28e-06, "loss": 0.0459, "step": 138000 }, { "epoch": 2.22, "learning_rate": 5.226666666666667e-06, "loss": 0.0447, "step": 138500 }, { "epoch": 2.22, "learning_rate": 5.1733333333333335e-06, "loss": 0.0447, "step": 139000 }, { "epoch": 2.23, "learning_rate": 5.12e-06, "loss": 0.0454, "step": 139500 }, { "epoch": 2.24, "learning_rate": 5.0666666666666676e-06, "loss": 0.0433, "step": 140000 }, { "epoch": 2.25, "learning_rate": 5.013333333333333e-06, "loss": 0.0464, "step": 140500 }, { "epoch": 2.26, "learning_rate": 4.960000000000001e-06, "loss": 0.0442, "step": 141000 }, { "epoch": 2.26, "learning_rate": 4.9066666666666666e-06, "loss": 0.0454, "step": 141500 }, { "epoch": 2.27, "learning_rate": 4.853333333333334e-06, "loss": 0.0473, "step": 142000 }, { "epoch": 2.28, "learning_rate": 4.800000000000001e-06, "loss": 0.0435, "step": 142500 }, { "epoch": 2.29, "learning_rate": 4.746666666666667e-06, "loss": 0.0445, "step": 143000 }, { "epoch": 2.3, "learning_rate": 4.693333333333334e-06, "loss": 0.0423, "step": 143500 }, { "epoch": 2.3, "learning_rate": 4.6400000000000005e-06, "loss": 0.0427, "step": 144000 }, { "epoch": 2.31, "learning_rate": 4.586666666666667e-06, "loss": 0.0441, "step": 144500 }, { "epoch": 2.32, "learning_rate": 4.533333333333334e-06, "loss": 0.0465, "step": 145000 }, { "epoch": 2.33, "learning_rate": 4.48e-06, "loss": 0.0446, "step": 145500 }, { "epoch": 2.34, "learning_rate": 4.426666666666667e-06, "loss": 0.0442, "step": 146000 }, { "epoch": 2.34, "learning_rate": 4.3733333333333335e-06, "loss": 0.0444, "step": 146500 }, { "epoch": 2.35, "learning_rate": 4.32e-06, "loss": 0.0453, "step": 147000 }, { "epoch": 2.36, "learning_rate": 4.266666666666668e-06, "loss": 0.0442, "step": 147500 }, { "epoch": 2.37, "learning_rate": 4.213333333333333e-06, "loss": 0.0428, "step": 148000 }, { "epoch": 2.38, "learning_rate": 4.16e-06, "loss": 0.0439, "step": 148500 }, { "epoch": 2.38, "learning_rate": 4.1066666666666674e-06, "loss": 0.0452, "step": 149000 }, { "epoch": 2.39, "learning_rate": 4.053333333333333e-06, "loss": 0.0424, "step": 149500 }, { "epoch": 2.4, "learning_rate": 4.000000000000001e-06, "loss": 0.0458, "step": 150000 }, { "epoch": 2.41, "learning_rate": 3.946666666666667e-06, "loss": 0.0416, "step": 150500 }, { "epoch": 2.42, "learning_rate": 3.893333333333333e-06, "loss": 0.0445, "step": 151000 }, { "epoch": 2.42, "learning_rate": 3.8400000000000005e-06, "loss": 0.0419, "step": 151500 }, { "epoch": 2.43, "learning_rate": 3.7866666666666667e-06, "loss": 0.0431, "step": 152000 }, { "epoch": 2.44, "learning_rate": 3.7333333333333337e-06, "loss": 0.0425, "step": 152500 }, { "epoch": 2.45, "learning_rate": 3.6800000000000003e-06, "loss": 0.0419, "step": 153000 }, { "epoch": 2.46, "learning_rate": 3.6266666666666674e-06, "loss": 0.0413, "step": 153500 }, { "epoch": 2.46, "learning_rate": 3.5733333333333336e-06, "loss": 0.0424, "step": 154000 }, { "epoch": 2.47, "learning_rate": 3.52e-06, "loss": 0.0421, "step": 154500 }, { "epoch": 2.48, "learning_rate": 3.4666666666666672e-06, "loss": 0.0434, "step": 155000 }, { "epoch": 2.49, "learning_rate": 3.4133333333333334e-06, "loss": 0.0435, "step": 155500 }, { "epoch": 2.5, "learning_rate": 3.3600000000000004e-06, "loss": 0.0435, "step": 156000 }, { "epoch": 2.5, "learning_rate": 3.306666666666667e-06, "loss": 0.0448, "step": 156500 }, { "epoch": 2.51, "learning_rate": 3.2533333333333332e-06, "loss": 0.0423, "step": 157000 }, { "epoch": 2.52, "learning_rate": 3.2000000000000003e-06, "loss": 0.0414, "step": 157500 }, { "epoch": 2.53, "learning_rate": 3.146666666666667e-06, "loss": 0.0418, "step": 158000 }, { "epoch": 2.54, "learning_rate": 3.093333333333334e-06, "loss": 0.0449, "step": 158500 }, { "epoch": 2.54, "learning_rate": 3.04e-06, "loss": 0.0458, "step": 159000 }, { "epoch": 2.55, "learning_rate": 2.986666666666667e-06, "loss": 0.0426, "step": 159500 }, { "epoch": 2.56, "learning_rate": 2.9333333333333338e-06, "loss": 0.0408, "step": 160000 }, { "epoch": 2.57, "learning_rate": 2.88e-06, "loss": 0.0395, "step": 160500 }, { "epoch": 2.58, "learning_rate": 2.826666666666667e-06, "loss": 0.0425, "step": 161000 }, { "epoch": 2.58, "learning_rate": 2.7733333333333336e-06, "loss": 0.0408, "step": 161500 }, { "epoch": 2.59, "learning_rate": 2.7200000000000002e-06, "loss": 0.0414, "step": 162000 }, { "epoch": 2.6, "learning_rate": 2.666666666666667e-06, "loss": 0.0397, "step": 162500 }, { "epoch": 2.61, "learning_rate": 2.6133333333333334e-06, "loss": 0.0432, "step": 163000 }, { "epoch": 2.62, "learning_rate": 2.56e-06, "loss": 0.0404, "step": 163500 }, { "epoch": 2.62, "learning_rate": 2.5066666666666667e-06, "loss": 0.0404, "step": 164000 }, { "epoch": 2.63, "learning_rate": 2.4533333333333333e-06, "loss": 0.038, "step": 164500 }, { "epoch": 2.64, "learning_rate": 2.4000000000000003e-06, "loss": 0.0441, "step": 165000 }, { "epoch": 2.65, "learning_rate": 2.346666666666667e-06, "loss": 0.0396, "step": 165500 }, { "epoch": 2.66, "learning_rate": 2.2933333333333335e-06, "loss": 0.0411, "step": 166000 }, { "epoch": 2.66, "learning_rate": 2.24e-06, "loss": 0.0407, "step": 166500 }, { "epoch": 2.67, "learning_rate": 2.1866666666666668e-06, "loss": 0.0434, "step": 167000 }, { "epoch": 2.68, "learning_rate": 2.133333333333334e-06, "loss": 0.0396, "step": 167500 }, { "epoch": 2.69, "learning_rate": 2.08e-06, "loss": 0.0428, "step": 168000 }, { "epoch": 2.7, "learning_rate": 2.0266666666666666e-06, "loss": 0.0408, "step": 168500 }, { "epoch": 2.7, "learning_rate": 1.9733333333333336e-06, "loss": 0.0403, "step": 169000 }, { "epoch": 2.71, "learning_rate": 1.9200000000000003e-06, "loss": 0.0433, "step": 169500 }, { "epoch": 2.72, "learning_rate": 1.8666666666666669e-06, "loss": 0.0425, "step": 170000 }, { "epoch": 2.73, "learning_rate": 1.8133333333333337e-06, "loss": 0.039, "step": 170500 }, { "epoch": 2.74, "learning_rate": 1.76e-06, "loss": 0.04, "step": 171000 }, { "epoch": 2.74, "learning_rate": 1.7066666666666667e-06, "loss": 0.0388, "step": 171500 }, { "epoch": 2.75, "learning_rate": 1.6533333333333335e-06, "loss": 0.0385, "step": 172000 }, { "epoch": 2.76, "learning_rate": 1.6000000000000001e-06, "loss": 0.0375, "step": 172500 }, { "epoch": 2.77, "learning_rate": 1.546666666666667e-06, "loss": 0.0429, "step": 173000 }, { "epoch": 2.78, "learning_rate": 1.4933333333333336e-06, "loss": 0.0412, "step": 173500 }, { "epoch": 2.78, "learning_rate": 1.44e-06, "loss": 0.0422, "step": 174000 }, { "epoch": 2.79, "learning_rate": 1.3866666666666668e-06, "loss": 0.0377, "step": 174500 }, { "epoch": 2.8, "learning_rate": 1.3333333333333334e-06, "loss": 0.0367, "step": 175000 }, { "epoch": 2.81, "learning_rate": 1.28e-06, "loss": 0.0392, "step": 175500 }, { "epoch": 2.82, "learning_rate": 1.2266666666666666e-06, "loss": 0.0407, "step": 176000 }, { "epoch": 2.82, "learning_rate": 1.1733333333333335e-06, "loss": 0.0412, "step": 176500 }, { "epoch": 2.83, "learning_rate": 1.12e-06, "loss": 0.0403, "step": 177000 }, { "epoch": 2.84, "learning_rate": 1.066666666666667e-06, "loss": 0.0379, "step": 177500 }, { "epoch": 2.85, "learning_rate": 1.0133333333333333e-06, "loss": 0.0404, "step": 178000 }, { "epoch": 2.86, "learning_rate": 9.600000000000001e-07, "loss": 0.041, "step": 178500 }, { "epoch": 2.86, "learning_rate": 9.066666666666668e-07, "loss": 0.0396, "step": 179000 }, { "epoch": 2.87, "learning_rate": 8.533333333333334e-07, "loss": 0.0402, "step": 179500 }, { "epoch": 2.88, "learning_rate": 8.000000000000001e-07, "loss": 0.0382, "step": 180000 }, { "epoch": 2.89, "learning_rate": 7.466666666666668e-07, "loss": 0.0391, "step": 180500 }, { "epoch": 2.9, "learning_rate": 6.933333333333334e-07, "loss": 0.0385, "step": 181000 }, { "epoch": 2.9, "learning_rate": 6.4e-07, "loss": 0.0393, "step": 181500 }, { "epoch": 2.91, "learning_rate": 5.866666666666667e-07, "loss": 0.0399, "step": 182000 }, { "epoch": 2.92, "learning_rate": 5.333333333333335e-07, "loss": 0.0382, "step": 182500 }, { "epoch": 2.93, "learning_rate": 4.800000000000001e-07, "loss": 0.037, "step": 183000 }, { "epoch": 2.94, "learning_rate": 4.266666666666667e-07, "loss": 0.0379, "step": 183500 }, { "epoch": 2.94, "learning_rate": 3.733333333333334e-07, "loss": 0.0396, "step": 184000 }, { "epoch": 2.95, "learning_rate": 3.2e-07, "loss": 0.0407, "step": 184500 }, { "epoch": 2.96, "learning_rate": 2.666666666666667e-07, "loss": 0.0397, "step": 185000 }, { "epoch": 2.97, "learning_rate": 2.1333333333333334e-07, "loss": 0.0425, "step": 185500 }, { "epoch": 2.98, "learning_rate": 1.6e-07, "loss": 0.0385, "step": 186000 }, { "epoch": 2.98, "learning_rate": 1.0666666666666667e-07, "loss": 0.0378, "step": 186500 }, { "epoch": 2.99, "learning_rate": 5.3333333333333334e-08, "loss": 0.0368, "step": 187000 }, { "epoch": 3.0, "learning_rate": 0.0, "loss": 0.0393, "step": 187500 }, { "epoch": 3.0, "eval_accuracy": 0.9860732714541097, "eval_f1": 0.9807679334924495, "eval_loss": 0.055527154356241226, "eval_precision": 0.98058208773068, "eval_recall": 0.9809538497127656, "eval_runtime": 71.7542, "eval_samples_per_second": 206.608, "eval_steps_per_second": 12.919, "step": 187500 } ], "max_steps": 187500, "num_train_epochs": 3, "total_flos": 1.5994014373102387e+17, "trial_name": null, "trial_params": null }