Hugging Face's logo

ppak10
/
test_ViT-Masked_2

Transformers
Safetensors
vit
Generated from Trainer
Inference Endpoints
Model card Files Community
ppak10 commited on
Commit
4f753b5
•
1 Parent(s): 1909cf8

test_ViT-Masked_2

Browse files
Files changed (8) hide show
  1. README.md +46 -0
  2. all_results.json +5 -0
  3. config.json +22 -0
  4. eval_results.json +5 -0
  5. model.safetensors +3 -0
  6. preprocessor_config.json +36 -0
  7. trainer_state.json +3656 -0
  8. training_args.bin +3 -0
README.md ADDED
@@ -0,0 +1,46 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ tags:
3
+ - generated_from_trainer
4
+ model-index:
5
+ - name: test_ViT-Masked_2
6
+ results: []
7
+ ---
8
+
9
+ <!-- This model card has been generated automatically according to the information the Trainer had access to. You
10
+ should probably proofread and complete it, then remove this comment. -->
11
+
12
+ # test_ViT-Masked_2
13
+
14
+ This model is a fine-tuned version of [](https://huggingface.co/) on the ppak10/Melt-Pool-Thermal-Images dataset.
15
+
16
+ ## Model description
17
+
18
+ More information needed
19
+
20
+ ## Intended uses & limitations
21
+
22
+ More information needed
23
+
24
+ ## Training and evaluation data
25
+
26
+ More information needed
27
+
28
+ ## Training procedure
29
+
30
+ ### Training hyperparameters
31
+
32
+ The following hyperparameters were used during training:
33
+ - learning_rate: 1e-05
34
+ - train_batch_size: 1024
35
+ - eval_batch_size: 8
36
+ - seed: 42
37
+ - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
38
+ - lr_scheduler_type: linear
39
+ - num_epochs: 1
40
+
41
+ ### Framework versions
42
+
43
+ - Transformers 4.40.1
44
+ - Pytorch 2.0.1+cu117
45
+ - Datasets 2.19.0
46
+ - Tokenizers 0.19.1
all_results.json ADDED
@@ -0,0 +1,5 @@
 
 
 
 
 
 
1
+ {
2
+ "eval_runtime": 516.4508,
3
+ "eval_samples_per_second": 341.792,
4
+ "eval_steps_per_second": 42.724
5
+ }
config.json ADDED
@@ -0,0 +1,22 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "architectures": [
3
+ "ViTForMaskedImageModeling"
4
+ ],
5
+ "attention_probs_dropout_prob": 0.0,
6
+ "encoder_stride": 8,
7
+ "hidden_act": "gelu",
8
+ "hidden_dropout_prob": 0.0,
9
+ "hidden_size": 768,
10
+ "image_size": 64,
11
+ "initializer_range": 0.02,
12
+ "intermediate_size": 3072,
13
+ "layer_norm_eps": 1e-12,
14
+ "model_type": "vit",
15
+ "num_attention_heads": 12,
16
+ "num_channels": 1,
17
+ "num_hidden_layers": 12,
18
+ "patch_size": 8,
19
+ "qkv_bias": true,
20
+ "torch_dtype": "float32",
21
+ "transformers_version": "4.40.1"
22
+ }
eval_results.json ADDED
@@ -0,0 +1,5 @@
 
 
 
 
 
 
1
+ {
2
+ "eval_runtime": 516.4508,
3
+ "eval_samples_per_second": 341.792,
4
+ "eval_steps_per_second": 42.724
5
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:dc0c37f97d590c78910e736cbc33c9c6cab24129079733f7fab3dff9cf65a9c0
3
+ size 340849656
preprocessor_config.json ADDED
@@ -0,0 +1,36 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_valid_processor_keys": [
3
+ "images",
4
+ "do_resize",
5
+ "size",
6
+ "resample",
7
+ "do_rescale",
8
+ "rescale_factor",
9
+ "do_normalize",
10
+ "image_mean",
11
+ "image_std",
12
+ "return_tensors",
13
+ "data_format",
14
+ "input_data_format"
15
+ ],
16
+ "do_normalize": false,
17
+ "do_rescale": false,
18
+ "do_resize": false,
19
+ "image_mean": [
20
+ 0.5,
21
+ 0.5,
22
+ 0.5
23
+ ],
24
+ "image_processor_type": "ViTImageProcessor",
25
+ "image_std": [
26
+ 0.5,
27
+ 0.5,
28
+ 0.5
29
+ ],
30
+ "resample": 2,
31
+ "rescale_factor": 0.00392156862745098,
32
+ "size": {
33
+ "height": 224,
34
+ "width": 224
35
+ }
36
+ }
trainer_state.json ADDED
@@ -0,0 +1,3656 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 1.0,
5
+ "eval_steps": 500,
6
+ "global_step": 518,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.0019305019305019305,
13
+ "grad_norm": 9.087823867797852,
14
+ "learning_rate": 9.980694980694981e-06,
15
+ "loss": 763.5779,
16
+ "step": 1
17
+ },
18
+ {
19
+ "epoch": 0.003861003861003861,
20
+ "grad_norm": 8.02014446258545,
21
+ "learning_rate": 9.961389961389962e-06,
22
+ "loss": 742.0983,
23
+ "step": 2
24
+ },
25
+ {
26
+ "epoch": 0.005791505791505791,
27
+ "grad_norm": 6.846795558929443,
28
+ "learning_rate": 9.942084942084944e-06,
29
+ "loss": 754.556,
30
+ "step": 3
31
+ },
32
+ {
33
+ "epoch": 0.007722007722007722,
34
+ "grad_norm": 5.642313003540039,
35
+ "learning_rate": 9.922779922779924e-06,
36
+ "loss": 760.8958,
37
+ "step": 4
38
+ },
39
+ {
40
+ "epoch": 0.009652509652509652,
41
+ "grad_norm": 4.954174995422363,
42
+ "learning_rate": 9.903474903474905e-06,
43
+ "loss": 773.4886,
44
+ "step": 5
45
+ },
46
+ {
47
+ "epoch": 0.011583011583011582,
48
+ "grad_norm": 4.209826946258545,
49
+ "learning_rate": 9.884169884169885e-06,
50
+ "loss": 752.0172,
51
+ "step": 6
52
+ },
53
+ {
54
+ "epoch": 0.013513513513513514,
55
+ "grad_norm": 3.8238916397094727,
56
+ "learning_rate": 9.864864864864865e-06,
57
+ "loss": 765.1586,
58
+ "step": 7
59
+ },
60
+ {
61
+ "epoch": 0.015444015444015444,
62
+ "grad_norm": 3.472975730895996,
63
+ "learning_rate": 9.845559845559847e-06,
64
+ "loss": 758.0544,
65
+ "step": 8
66
+ },
67
+ {
68
+ "epoch": 0.017374517374517374,
69
+ "grad_norm": 3.3365626335144043,
70
+ "learning_rate": 9.826254826254828e-06,
71
+ "loss": 760.6899,
72
+ "step": 9
73
+ },
74
+ {
75
+ "epoch": 0.019305019305019305,
76
+ "grad_norm": 3.205853223800659,
77
+ "learning_rate": 9.806949806949808e-06,
78
+ "loss": 763.1088,
79
+ "step": 10
80
+ },
81
+ {
82
+ "epoch": 0.021235521235521235,
83
+ "grad_norm": 2.9912545680999756,
84
+ "learning_rate": 9.787644787644789e-06,
85
+ "loss": 751.3445,
86
+ "step": 11
87
+ },
88
+ {
89
+ "epoch": 0.023166023166023165,
90
+ "grad_norm": 2.9894907474517822,
91
+ "learning_rate": 9.768339768339769e-06,
92
+ "loss": 762.5296,
93
+ "step": 12
94
+ },
95
+ {
96
+ "epoch": 0.025096525096525095,
97
+ "grad_norm": 2.973778009414673,
98
+ "learning_rate": 9.749034749034751e-06,
99
+ "loss": 766.5692,
100
+ "step": 13
101
+ },
102
+ {
103
+ "epoch": 0.02702702702702703,
104
+ "grad_norm": 2.866206645965576,
105
+ "learning_rate": 9.729729729729732e-06,
106
+ "loss": 759.659,
107
+ "step": 14
108
+ },
109
+ {
110
+ "epoch": 0.02895752895752896,
111
+ "grad_norm": 2.7454729080200195,
112
+ "learning_rate": 9.71042471042471e-06,
113
+ "loss": 749.6011,
114
+ "step": 15
115
+ },
116
+ {
117
+ "epoch": 0.03088803088803089,
118
+ "grad_norm": 2.7870497703552246,
119
+ "learning_rate": 9.69111969111969e-06,
120
+ "loss": 757.2128,
121
+ "step": 16
122
+ },
123
+ {
124
+ "epoch": 0.032818532818532815,
125
+ "grad_norm": 2.727757453918457,
126
+ "learning_rate": 9.671814671814673e-06,
127
+ "loss": 752.8752,
128
+ "step": 17
129
+ },
130
+ {
131
+ "epoch": 0.03474903474903475,
132
+ "grad_norm": 2.761842966079712,
133
+ "learning_rate": 9.652509652509653e-06,
134
+ "loss": 763.5405,
135
+ "step": 18
136
+ },
137
+ {
138
+ "epoch": 0.03667953667953668,
139
+ "grad_norm": 2.64555025100708,
140
+ "learning_rate": 9.633204633204634e-06,
141
+ "loss": 752.1604,
142
+ "step": 19
143
+ },
144
+ {
145
+ "epoch": 0.03861003861003861,
146
+ "grad_norm": 2.604011297225952,
147
+ "learning_rate": 9.613899613899614e-06,
148
+ "loss": 745.1989,
149
+ "step": 20
150
+ },
151
+ {
152
+ "epoch": 0.04054054054054054,
153
+ "grad_norm": 2.5989909172058105,
154
+ "learning_rate": 9.594594594594594e-06,
155
+ "loss": 744.575,
156
+ "step": 21
157
+ },
158
+ {
159
+ "epoch": 0.04247104247104247,
160
+ "grad_norm": 2.646167278289795,
161
+ "learning_rate": 9.575289575289576e-06,
162
+ "loss": 753.7839,
163
+ "step": 22
164
+ },
165
+ {
166
+ "epoch": 0.0444015444015444,
167
+ "grad_norm": 2.6674346923828125,
168
+ "learning_rate": 9.555984555984557e-06,
169
+ "loss": 764.2125,
170
+ "step": 23
171
+ },
172
+ {
173
+ "epoch": 0.04633204633204633,
174
+ "grad_norm": 2.6234052181243896,
175
+ "learning_rate": 9.536679536679537e-06,
176
+ "loss": 753.5481,
177
+ "step": 24
178
+ },
179
+ {
180
+ "epoch": 0.04826254826254826,
181
+ "grad_norm": 2.550206422805786,
182
+ "learning_rate": 9.517374517374518e-06,
183
+ "loss": 744.3314,
184
+ "step": 25
185
+ },
186
+ {
187
+ "epoch": 0.05019305019305019,
188
+ "grad_norm": 2.634002208709717,
189
+ "learning_rate": 9.498069498069498e-06,
190
+ "loss": 756.7723,
191
+ "step": 26
192
+ },
193
+ {
194
+ "epoch": 0.052123552123552123,
195
+ "grad_norm": 2.632336378097534,
196
+ "learning_rate": 9.47876447876448e-06,
197
+ "loss": 756.9872,
198
+ "step": 27
199
+ },
200
+ {
201
+ "epoch": 0.05405405405405406,
202
+ "grad_norm": 2.628897190093994,
203
+ "learning_rate": 9.45945945945946e-06,
204
+ "loss": 756.0316,
205
+ "step": 28
206
+ },
207
+ {
208
+ "epoch": 0.055984555984555984,
209
+ "grad_norm": 2.6032018661499023,
210
+ "learning_rate": 9.440154440154441e-06,
211
+ "loss": 754.0662,
212
+ "step": 29
213
+ },
214
+ {
215
+ "epoch": 0.05791505791505792,
216
+ "grad_norm": 2.5998055934906006,
217
+ "learning_rate": 9.420849420849421e-06,
218
+ "loss": 749.3468,
219
+ "step": 30
220
+ },
221
+ {
222
+ "epoch": 0.059845559845559844,
223
+ "grad_norm": 2.623134136199951,
224
+ "learning_rate": 9.401544401544402e-06,
225
+ "loss": 753.1194,
226
+ "step": 31
227
+ },
228
+ {
229
+ "epoch": 0.06177606177606178,
230
+ "grad_norm": 2.636357069015503,
231
+ "learning_rate": 9.382239382239384e-06,
232
+ "loss": 755.1291,
233
+ "step": 32
234
+ },
235
+ {
236
+ "epoch": 0.0637065637065637,
237
+ "grad_norm": 2.709622621536255,
238
+ "learning_rate": 9.362934362934364e-06,
239
+ "loss": 774.9333,
240
+ "step": 33
241
+ },
242
+ {
243
+ "epoch": 0.06563706563706563,
244
+ "grad_norm": 2.6019175052642822,
245
+ "learning_rate": 9.343629343629345e-06,
246
+ "loss": 758.8455,
247
+ "step": 34
248
+ },
249
+ {
250
+ "epoch": 0.06756756756756757,
251
+ "grad_norm": 2.620014190673828,
252
+ "learning_rate": 9.324324324324325e-06,
253
+ "loss": 751.6978,
254
+ "step": 35
255
+ },
256
+ {
257
+ "epoch": 0.0694980694980695,
258
+ "grad_norm": 2.6363117694854736,
259
+ "learning_rate": 9.305019305019305e-06,
260
+ "loss": 755.4987,
261
+ "step": 36
262
+ },
263
+ {
264
+ "epoch": 0.07142857142857142,
265
+ "grad_norm": 2.697289228439331,
266
+ "learning_rate": 9.285714285714288e-06,
267
+ "loss": 769.0797,
268
+ "step": 37
269
+ },
270
+ {
271
+ "epoch": 0.07335907335907337,
272
+ "grad_norm": 2.684602975845337,
273
+ "learning_rate": 9.266409266409268e-06,
274
+ "loss": 771.785,
275
+ "step": 38
276
+ },
277
+ {
278
+ "epoch": 0.07528957528957529,
279
+ "grad_norm": 2.6869068145751953,
280
+ "learning_rate": 9.247104247104248e-06,
281
+ "loss": 771.0751,
282
+ "step": 39
283
+ },
284
+ {
285
+ "epoch": 0.07722007722007722,
286
+ "grad_norm": 2.65386962890625,
287
+ "learning_rate": 9.227799227799229e-06,
288
+ "loss": 766.6141,
289
+ "step": 40
290
+ },
291
+ {
292
+ "epoch": 0.07915057915057915,
293
+ "grad_norm": 2.5492303371429443,
294
+ "learning_rate": 9.20849420849421e-06,
295
+ "loss": 741.012,
296
+ "step": 41
297
+ },
298
+ {
299
+ "epoch": 0.08108108108108109,
300
+ "grad_norm": 2.659393548965454,
301
+ "learning_rate": 9.189189189189191e-06,
302
+ "loss": 761.9696,
303
+ "step": 42
304
+ },
305
+ {
306
+ "epoch": 0.08301158301158301,
307
+ "grad_norm": 2.6672518253326416,
308
+ "learning_rate": 9.169884169884172e-06,
309
+ "loss": 762.8466,
310
+ "step": 43
311
+ },
312
+ {
313
+ "epoch": 0.08494208494208494,
314
+ "grad_norm": 2.60377836227417,
315
+ "learning_rate": 9.15057915057915e-06,
316
+ "loss": 758.5039,
317
+ "step": 44
318
+ },
319
+ {
320
+ "epoch": 0.08687258687258688,
321
+ "grad_norm": 2.622608184814453,
322
+ "learning_rate": 9.13127413127413e-06,
323
+ "loss": 750.5551,
324
+ "step": 45
325
+ },
326
+ {
327
+ "epoch": 0.0888030888030888,
328
+ "grad_norm": 2.6671438217163086,
329
+ "learning_rate": 9.111969111969113e-06,
330
+ "loss": 766.5024,
331
+ "step": 46
332
+ },
333
+ {
334
+ "epoch": 0.09073359073359073,
335
+ "grad_norm": 2.5831432342529297,
336
+ "learning_rate": 9.092664092664093e-06,
337
+ "loss": 747.624,
338
+ "step": 47
339
+ },
340
+ {
341
+ "epoch": 0.09266409266409266,
342
+ "grad_norm": 2.61625075340271,
343
+ "learning_rate": 9.073359073359074e-06,
344
+ "loss": 759.9783,
345
+ "step": 48
346
+ },
347
+ {
348
+ "epoch": 0.0945945945945946,
349
+ "grad_norm": 2.6503899097442627,
350
+ "learning_rate": 9.054054054054054e-06,
351
+ "loss": 766.5831,
352
+ "step": 49
353
+ },
354
+ {
355
+ "epoch": 0.09652509652509653,
356
+ "grad_norm": 2.713566303253174,
357
+ "learning_rate": 9.034749034749034e-06,
358
+ "loss": 764.6612,
359
+ "step": 50
360
+ },
361
+ {
362
+ "epoch": 0.09845559845559845,
363
+ "grad_norm": 2.6607675552368164,
364
+ "learning_rate": 9.015444015444017e-06,
365
+ "loss": 759.2146,
366
+ "step": 51
367
+ },
368
+ {
369
+ "epoch": 0.10038610038610038,
370
+ "grad_norm": 2.703293800354004,
371
+ "learning_rate": 8.996138996138997e-06,
372
+ "loss": 771.3636,
373
+ "step": 52
374
+ },
375
+ {
376
+ "epoch": 0.10231660231660232,
377
+ "grad_norm": 2.6380341053009033,
378
+ "learning_rate": 8.976833976833977e-06,
379
+ "loss": 762.6519,
380
+ "step": 53
381
+ },
382
+ {
383
+ "epoch": 0.10424710424710425,
384
+ "grad_norm": 2.6804656982421875,
385
+ "learning_rate": 8.957528957528958e-06,
386
+ "loss": 764.4567,
387
+ "step": 54
388
+ },
389
+ {
390
+ "epoch": 0.10617760617760617,
391
+ "grad_norm": 2.6722824573516846,
392
+ "learning_rate": 8.938223938223938e-06,
393
+ "loss": 762.7928,
394
+ "step": 55
395
+ },
396
+ {
397
+ "epoch": 0.10810810810810811,
398
+ "grad_norm": 2.5956473350524902,
399
+ "learning_rate": 8.91891891891892e-06,
400
+ "loss": 757.1573,
401
+ "step": 56
402
+ },
403
+ {
404
+ "epoch": 0.11003861003861004,
405
+ "grad_norm": 2.67158579826355,
406
+ "learning_rate": 8.8996138996139e-06,
407
+ "loss": 762.9989,
408
+ "step": 57
409
+ },
410
+ {
411
+ "epoch": 0.11196911196911197,
412
+ "grad_norm": 2.6719319820404053,
413
+ "learning_rate": 8.880308880308881e-06,
414
+ "loss": 765.219,
415
+ "step": 58
416
+ },
417
+ {
418
+ "epoch": 0.1138996138996139,
419
+ "grad_norm": 2.690995931625366,
420
+ "learning_rate": 8.861003861003861e-06,
421
+ "loss": 755.7704,
422
+ "step": 59
423
+ },
424
+ {
425
+ "epoch": 0.11583011583011583,
426
+ "grad_norm": 2.672006845474243,
427
+ "learning_rate": 8.841698841698842e-06,
428
+ "loss": 755.6411,
429
+ "step": 60
430
+ },
431
+ {
432
+ "epoch": 0.11776061776061776,
433
+ "grad_norm": 2.6625969409942627,
434
+ "learning_rate": 8.822393822393824e-06,
435
+ "loss": 755.6705,
436
+ "step": 61
437
+ },
438
+ {
439
+ "epoch": 0.11969111969111969,
440
+ "grad_norm": 2.6644089221954346,
441
+ "learning_rate": 8.803088803088804e-06,
442
+ "loss": 755.7343,
443
+ "step": 62
444
+ },
445
+ {
446
+ "epoch": 0.12162162162162163,
447
+ "grad_norm": 2.6913063526153564,
448
+ "learning_rate": 8.783783783783785e-06,
449
+ "loss": 760.8112,
450
+ "step": 63
451
+ },
452
+ {
453
+ "epoch": 0.12355212355212356,
454
+ "grad_norm": 2.640939474105835,
455
+ "learning_rate": 8.764478764478765e-06,
456
+ "loss": 752.9957,
457
+ "step": 64
458
+ },
459
+ {
460
+ "epoch": 0.12548262548262548,
461
+ "grad_norm": 2.706070899963379,
462
+ "learning_rate": 8.745173745173746e-06,
463
+ "loss": 751.4651,
464
+ "step": 65
465
+ },
466
+ {
467
+ "epoch": 0.1274131274131274,
468
+ "grad_norm": 2.6751809120178223,
469
+ "learning_rate": 8.725868725868728e-06,
470
+ "loss": 760.4512,
471
+ "step": 66
472
+ },
473
+ {
474
+ "epoch": 0.12934362934362933,
475
+ "grad_norm": 2.731750965118408,
476
+ "learning_rate": 8.706563706563708e-06,
477
+ "loss": 766.3732,
478
+ "step": 67
479
+ },
480
+ {
481
+ "epoch": 0.13127413127413126,
482
+ "grad_norm": 2.688737392425537,
483
+ "learning_rate": 8.687258687258689e-06,
484
+ "loss": 749.8923,
485
+ "step": 68
486
+ },
487
+ {
488
+ "epoch": 0.13320463320463322,
489
+ "grad_norm": 2.67354679107666,
490
+ "learning_rate": 8.667953667953669e-06,
491
+ "loss": 751.1083,
492
+ "step": 69
493
+ },
494
+ {
495
+ "epoch": 0.13513513513513514,
496
+ "grad_norm": 2.6414129734039307,
497
+ "learning_rate": 8.64864864864865e-06,
498
+ "loss": 733.0116,
499
+ "step": 70
500
+ },
501
+ {
502
+ "epoch": 0.13706563706563707,
503
+ "grad_norm": 3.0136189460754395,
504
+ "learning_rate": 8.629343629343631e-06,
505
+ "loss": 764.5856,
506
+ "step": 71
507
+ },
508
+ {
509
+ "epoch": 0.138996138996139,
510
+ "grad_norm": 2.7174079418182373,
511
+ "learning_rate": 8.61003861003861e-06,
512
+ "loss": 753.4861,
513
+ "step": 72
514
+ },
515
+ {
516
+ "epoch": 0.14092664092664092,
517
+ "grad_norm": 2.714317560195923,
518
+ "learning_rate": 8.59073359073359e-06,
519
+ "loss": 754.7225,
520
+ "step": 73
521
+ },
522
+ {
523
+ "epoch": 0.14285714285714285,
524
+ "grad_norm": 2.7697298526763916,
525
+ "learning_rate": 8.571428571428571e-06,
526
+ "loss": 765.4945,
527
+ "step": 74
528
+ },
529
+ {
530
+ "epoch": 0.14478764478764478,
531
+ "grad_norm": 2.7908132076263428,
532
+ "learning_rate": 8.552123552123553e-06,
533
+ "loss": 779.0895,
534
+ "step": 75
535
+ },
536
+ {
537
+ "epoch": 0.14671814671814673,
538
+ "grad_norm": 2.7896623611450195,
539
+ "learning_rate": 8.532818532818533e-06,
540
+ "loss": 767.8585,
541
+ "step": 76
542
+ },
543
+ {
544
+ "epoch": 0.14864864864864866,
545
+ "grad_norm": 2.718611240386963,
546
+ "learning_rate": 8.513513513513514e-06,
547
+ "loss": 760.3116,
548
+ "step": 77
549
+ },
550
+ {
551
+ "epoch": 0.15057915057915058,
552
+ "grad_norm": 2.78110671043396,
553
+ "learning_rate": 8.494208494208494e-06,
554
+ "loss": 761.649,
555
+ "step": 78
556
+ },
557
+ {
558
+ "epoch": 0.1525096525096525,
559
+ "grad_norm": 2.822859048843384,
560
+ "learning_rate": 8.474903474903475e-06,
561
+ "loss": 766.2858,
562
+ "step": 79
563
+ },
564
+ {
565
+ "epoch": 0.15444015444015444,
566
+ "grad_norm": 2.719345808029175,
567
+ "learning_rate": 8.455598455598457e-06,
568
+ "loss": 755.3741,
569
+ "step": 80
570
+ },
571
+ {
572
+ "epoch": 0.15637065637065636,
573
+ "grad_norm": 2.710378408432007,
574
+ "learning_rate": 8.436293436293437e-06,
575
+ "loss": 758.8147,
576
+ "step": 81
577
+ },
578
+ {
579
+ "epoch": 0.1583011583011583,
580
+ "grad_norm": 2.7957656383514404,
581
+ "learning_rate": 8.416988416988418e-06,
582
+ "loss": 761.3373,
583
+ "step": 82
584
+ },
585
+ {
586
+ "epoch": 0.16023166023166024,
587
+ "grad_norm": 2.8298914432525635,
588
+ "learning_rate": 8.397683397683398e-06,
589
+ "loss": 769.8754,
590
+ "step": 83
591
+ },
592
+ {
593
+ "epoch": 0.16216216216216217,
594
+ "grad_norm": 2.762465715408325,
595
+ "learning_rate": 8.378378378378378e-06,
596
+ "loss": 769.7825,
597
+ "step": 84
598
+ },
599
+ {
600
+ "epoch": 0.1640926640926641,
601
+ "grad_norm": 2.773038625717163,
602
+ "learning_rate": 8.35907335907336e-06,
603
+ "loss": 749.3358,
604
+ "step": 85
605
+ },
606
+ {
607
+ "epoch": 0.16602316602316602,
608
+ "grad_norm": 2.7703516483306885,
609
+ "learning_rate": 8.33976833976834e-06,
610
+ "loss": 757.9563,
611
+ "step": 86
612
+ },
613
+ {
614
+ "epoch": 0.16795366795366795,
615
+ "grad_norm": 2.930047035217285,
616
+ "learning_rate": 8.320463320463321e-06,
617
+ "loss": 764.3655,
618
+ "step": 87
619
+ },
620
+ {
621
+ "epoch": 0.16988416988416988,
622
+ "grad_norm": 2.7261102199554443,
623
+ "learning_rate": 8.301158301158302e-06,
624
+ "loss": 748.2144,
625
+ "step": 88
626
+ },
627
+ {
628
+ "epoch": 0.1718146718146718,
629
+ "grad_norm": 2.793009042739868,
630
+ "learning_rate": 8.281853281853282e-06,
631
+ "loss": 754.8672,
632
+ "step": 89
633
+ },
634
+ {
635
+ "epoch": 0.17374517374517376,
636
+ "grad_norm": 2.8894758224487305,
637
+ "learning_rate": 8.262548262548264e-06,
638
+ "loss": 764.7795,
639
+ "step": 90
640
+ },
641
+ {
642
+ "epoch": 0.17567567567567569,
643
+ "grad_norm": 2.8510689735412598,
644
+ "learning_rate": 8.243243243243245e-06,
645
+ "loss": 753.4908,
646
+ "step": 91
647
+ },
648
+ {
649
+ "epoch": 0.1776061776061776,
650
+ "grad_norm": 2.757417917251587,
651
+ "learning_rate": 8.223938223938225e-06,
652
+ "loss": 760.0729,
653
+ "step": 92
654
+ },
655
+ {
656
+ "epoch": 0.17953667953667954,
657
+ "grad_norm": 2.8439671993255615,
658
+ "learning_rate": 8.204633204633205e-06,
659
+ "loss": 771.863,
660
+ "step": 93
661
+ },
662
+ {
663
+ "epoch": 0.18146718146718147,
664
+ "grad_norm": 2.8313705921173096,
665
+ "learning_rate": 8.185328185328186e-06,
666
+ "loss": 765.174,
667
+ "step": 94
668
+ },
669
+ {
670
+ "epoch": 0.1833976833976834,
671
+ "grad_norm": 2.7856626510620117,
672
+ "learning_rate": 8.166023166023168e-06,
673
+ "loss": 758.1021,
674
+ "step": 95
675
+ },
676
+ {
677
+ "epoch": 0.18532818532818532,
678
+ "grad_norm": 2.8734123706817627,
679
+ "learning_rate": 8.146718146718148e-06,
680
+ "loss": 768.5622,
681
+ "step": 96
682
+ },
683
+ {
684
+ "epoch": 0.18725868725868725,
685
+ "grad_norm": 2.833714723587036,
686
+ "learning_rate": 8.127413127413129e-06,
687
+ "loss": 753.1698,
688
+ "step": 97
689
+ },
690
+ {
691
+ "epoch": 0.1891891891891892,
692
+ "grad_norm": 2.8014986515045166,
693
+ "learning_rate": 8.108108108108109e-06,
694
+ "loss": 752.7419,
695
+ "step": 98
696
+ },
697
+ {
698
+ "epoch": 0.19111969111969113,
699
+ "grad_norm": 2.7595949172973633,
700
+ "learning_rate": 8.08880308880309e-06,
701
+ "loss": 755.9596,
702
+ "step": 99
703
+ },
704
+ {
705
+ "epoch": 0.19305019305019305,
706
+ "grad_norm": 2.7833123207092285,
707
+ "learning_rate": 8.06949806949807e-06,
708
+ "loss": 765.9607,
709
+ "step": 100
710
+ },
711
+ {
712
+ "epoch": 0.19498069498069498,
713
+ "grad_norm": 2.777548313140869,
714
+ "learning_rate": 8.05019305019305e-06,
715
+ "loss": 766.981,
716
+ "step": 101
717
+ },
718
+ {
719
+ "epoch": 0.1969111969111969,
720
+ "grad_norm": 2.7974212169647217,
721
+ "learning_rate": 8.03088803088803e-06,
722
+ "loss": 753.3157,
723
+ "step": 102
724
+ },
725
+ {
726
+ "epoch": 0.19884169884169883,
727
+ "grad_norm": 3.194911003112793,
728
+ "learning_rate": 8.011583011583011e-06,
729
+ "loss": 773.3227,
730
+ "step": 103
731
+ },
732
+ {
733
+ "epoch": 0.20077220077220076,
734
+ "grad_norm": 2.7325661182403564,
735
+ "learning_rate": 7.992277992277993e-06,
736
+ "loss": 746.1143,
737
+ "step": 104
738
+ },
739
+ {
740
+ "epoch": 0.20270270270270271,
741
+ "grad_norm": 2.740203619003296,
742
+ "learning_rate": 7.972972972972974e-06,
743
+ "loss": 750.4532,
744
+ "step": 105
745
+ },
746
+ {
747
+ "epoch": 0.20463320463320464,
748
+ "grad_norm": 2.764615297317505,
749
+ "learning_rate": 7.953667953667954e-06,
750
+ "loss": 757.8738,
751
+ "step": 106
752
+ },
753
+ {
754
+ "epoch": 0.20656370656370657,
755
+ "grad_norm": 2.783639430999756,
756
+ "learning_rate": 7.934362934362934e-06,
757
+ "loss": 759.7949,
758
+ "step": 107
759
+ },
760
+ {
761
+ "epoch": 0.2084942084942085,
762
+ "grad_norm": 2.933793783187866,
763
+ "learning_rate": 7.915057915057915e-06,
764
+ "loss": 771.2281,
765
+ "step": 108
766
+ },
767
+ {
768
+ "epoch": 0.21042471042471042,
769
+ "grad_norm": 2.795241117477417,
770
+ "learning_rate": 7.895752895752897e-06,
771
+ "loss": 747.9264,
772
+ "step": 109
773
+ },
774
+ {
775
+ "epoch": 0.21235521235521235,
776
+ "grad_norm": 2.755584239959717,
777
+ "learning_rate": 7.876447876447877e-06,
778
+ "loss": 746.8754,
779
+ "step": 110
780
+ },
781
+ {
782
+ "epoch": 0.21428571428571427,
783
+ "grad_norm": 2.802136182785034,
784
+ "learning_rate": 7.857142857142858e-06,
785
+ "loss": 745.1733,
786
+ "step": 111
787
+ },
788
+ {
789
+ "epoch": 0.21621621621621623,
790
+ "grad_norm": 3.5105533599853516,
791
+ "learning_rate": 7.837837837837838e-06,
792
+ "loss": 745.6346,
793
+ "step": 112
794
+ },
795
+ {
796
+ "epoch": 0.21814671814671815,
797
+ "grad_norm": 2.8462111949920654,
798
+ "learning_rate": 7.818532818532818e-06,
799
+ "loss": 757.0023,
800
+ "step": 113
801
+ },
802
+ {
803
+ "epoch": 0.22007722007722008,
804
+ "grad_norm": 3.079543113708496,
805
+ "learning_rate": 7.7992277992278e-06,
806
+ "loss": 757.2842,
807
+ "step": 114
808
+ },
809
+ {
810
+ "epoch": 0.222007722007722,
811
+ "grad_norm": 2.8306119441986084,
812
+ "learning_rate": 7.779922779922781e-06,
813
+ "loss": 752.3796,
814
+ "step": 115
815
+ },
816
+ {
817
+ "epoch": 0.22393822393822393,
818
+ "grad_norm": 3.1957056522369385,
819
+ "learning_rate": 7.760617760617761e-06,
820
+ "loss": 753.2894,
821
+ "step": 116
822
+ },
823
+ {
824
+ "epoch": 0.22586872586872586,
825
+ "grad_norm": 2.90783953666687,
826
+ "learning_rate": 7.741312741312742e-06,
827
+ "loss": 753.8042,
828
+ "step": 117
829
+ },
830
+ {
831
+ "epoch": 0.2277992277992278,
832
+ "grad_norm": 2.8529882431030273,
833
+ "learning_rate": 7.722007722007722e-06,
834
+ "loss": 758.0192,
835
+ "step": 118
836
+ },
837
+ {
838
+ "epoch": 0.22972972972972974,
839
+ "grad_norm": 2.8292617797851562,
840
+ "learning_rate": 7.702702702702704e-06,
841
+ "loss": 756.563,
842
+ "step": 119
843
+ },
844
+ {
845
+ "epoch": 0.23166023166023167,
846
+ "grad_norm": 2.8797755241394043,
847
+ "learning_rate": 7.683397683397685e-06,
848
+ "loss": 761.1346,
849
+ "step": 120
850
+ },
851
+ {
852
+ "epoch": 0.2335907335907336,
853
+ "grad_norm": 2.7390382289886475,
854
+ "learning_rate": 7.664092664092665e-06,
855
+ "loss": 750.3627,
856
+ "step": 121
857
+ },
858
+ {
859
+ "epoch": 0.23552123552123552,
860
+ "grad_norm": 2.7686545848846436,
861
+ "learning_rate": 7.644787644787645e-06,
862
+ "loss": 750.1412,
863
+ "step": 122
864
+ },
865
+ {
866
+ "epoch": 0.23745173745173745,
867
+ "grad_norm": 2.798008680343628,
868
+ "learning_rate": 7.625482625482627e-06,
869
+ "loss": 742.588,
870
+ "step": 123
871
+ },
872
+ {
873
+ "epoch": 0.23938223938223938,
874
+ "grad_norm": 4.088344097137451,
875
+ "learning_rate": 7.606177606177607e-06,
876
+ "loss": 758.9719,
877
+ "step": 124
878
+ },
879
+ {
880
+ "epoch": 0.2413127413127413,
881
+ "grad_norm": 2.9229252338409424,
882
+ "learning_rate": 7.5868725868725875e-06,
883
+ "loss": 756.5762,
884
+ "step": 125
885
+ },
886
+ {
887
+ "epoch": 0.24324324324324326,
888
+ "grad_norm": 3.1966676712036133,
889
+ "learning_rate": 7.567567567567569e-06,
890
+ "loss": 768.2112,
891
+ "step": 126
892
+ },
893
+ {
894
+ "epoch": 0.24517374517374518,
895
+ "grad_norm": 3.255308151245117,
896
+ "learning_rate": 7.548262548262549e-06,
897
+ "loss": 768.8184,
898
+ "step": 127
899
+ },
900
+ {
901
+ "epoch": 0.2471042471042471,
902
+ "grad_norm": 2.803837537765503,
903
+ "learning_rate": 7.5289575289575304e-06,
904
+ "loss": 758.1424,
905
+ "step": 128
906
+ },
907
+ {
908
+ "epoch": 0.24903474903474904,
909
+ "grad_norm": 2.8075811862945557,
910
+ "learning_rate": 7.509652509652511e-06,
911
+ "loss": 748.3246,
912
+ "step": 129
913
+ },
914
+ {
915
+ "epoch": 0.25096525096525096,
916
+ "grad_norm": 3.1468892097473145,
917
+ "learning_rate": 7.49034749034749e-06,
918
+ "loss": 759.9876,
919
+ "step": 130
920
+ },
921
+ {
922
+ "epoch": 0.2528957528957529,
923
+ "grad_norm": 3.324525833129883,
924
+ "learning_rate": 7.471042471042471e-06,
925
+ "loss": 756.2051,
926
+ "step": 131
927
+ },
928
+ {
929
+ "epoch": 0.2548262548262548,
930
+ "grad_norm": 2.8439035415649414,
931
+ "learning_rate": 7.451737451737452e-06,
932
+ "loss": 755.392,
933
+ "step": 132
934
+ },
935
+ {
936
+ "epoch": 0.25675675675675674,
937
+ "grad_norm": 2.882779598236084,
938
+ "learning_rate": 7.4324324324324324e-06,
939
+ "loss": 771.8354,
940
+ "step": 133
941
+ },
942
+ {
943
+ "epoch": 0.25868725868725867,
944
+ "grad_norm": 3.0841407775878906,
945
+ "learning_rate": 7.413127413127414e-06,
946
+ "loss": 754.2871,
947
+ "step": 134
948
+ },
949
+ {
950
+ "epoch": 0.2606177606177606,
951
+ "grad_norm": 3.2702057361602783,
952
+ "learning_rate": 7.393822393822394e-06,
953
+ "loss": 742.1606,
954
+ "step": 135
955
+ },
956
+ {
957
+ "epoch": 0.2625482625482625,
958
+ "grad_norm": 2.7956244945526123,
959
+ "learning_rate": 7.3745173745173745e-06,
960
+ "loss": 750.0869,
961
+ "step": 136
962
+ },
963
+ {
964
+ "epoch": 0.2644787644787645,
965
+ "grad_norm": 3.004718542098999,
966
+ "learning_rate": 7.355212355212356e-06,
967
+ "loss": 781.2869,
968
+ "step": 137
969
+ },
970
+ {
971
+ "epoch": 0.26640926640926643,
972
+ "grad_norm": 3.8438968658447266,
973
+ "learning_rate": 7.335907335907336e-06,
974
+ "loss": 755.309,
975
+ "step": 138
976
+ },
977
+ {
978
+ "epoch": 0.26833976833976836,
979
+ "grad_norm": 3.0307114124298096,
980
+ "learning_rate": 7.316602316602317e-06,
981
+ "loss": 757.5778,
982
+ "step": 139
983
+ },
984
+ {
985
+ "epoch": 0.2702702702702703,
986
+ "grad_norm": 2.9648211002349854,
987
+ "learning_rate": 7.297297297297298e-06,
988
+ "loss": 753.4247,
989
+ "step": 140
990
+ },
991
+ {
992
+ "epoch": 0.2722007722007722,
993
+ "grad_norm": 2.9691784381866455,
994
+ "learning_rate": 7.277992277992278e-06,
995
+ "loss": 757.2734,
996
+ "step": 141
997
+ },
998
+ {
999
+ "epoch": 0.27413127413127414,
1000
+ "grad_norm": 2.8389272689819336,
1001
+ "learning_rate": 7.2586872586872595e-06,
1002
+ "loss": 758.1973,
1003
+ "step": 142
1004
+ },
1005
+ {
1006
+ "epoch": 0.27606177606177607,
1007
+ "grad_norm": 2.8457741737365723,
1008
+ "learning_rate": 7.23938223938224e-06,
1009
+ "loss": 759.3056,
1010
+ "step": 143
1011
+ },
1012
+ {
1013
+ "epoch": 0.277992277992278,
1014
+ "grad_norm": 2.9947755336761475,
1015
+ "learning_rate": 7.22007722007722e-06,
1016
+ "loss": 756.6718,
1017
+ "step": 144
1018
+ },
1019
+ {
1020
+ "epoch": 0.2799227799227799,
1021
+ "grad_norm": 3.285741090774536,
1022
+ "learning_rate": 7.2007722007722015e-06,
1023
+ "loss": 741.2257,
1024
+ "step": 145
1025
+ },
1026
+ {
1027
+ "epoch": 0.28185328185328185,
1028
+ "grad_norm": 3.118593692779541,
1029
+ "learning_rate": 7.181467181467182e-06,
1030
+ "loss": 757.1205,
1031
+ "step": 146
1032
+ },
1033
+ {
1034
+ "epoch": 0.28378378378378377,
1035
+ "grad_norm": 3.1158804893493652,
1036
+ "learning_rate": 7.162162162162163e-06,
1037
+ "loss": 747.1119,
1038
+ "step": 147
1039
+ },
1040
+ {
1041
+ "epoch": 0.2857142857142857,
1042
+ "grad_norm": 2.9939019680023193,
1043
+ "learning_rate": 7.1428571428571436e-06,
1044
+ "loss": 738.4834,
1045
+ "step": 148
1046
+ },
1047
+ {
1048
+ "epoch": 0.2876447876447876,
1049
+ "grad_norm": 3.792679786682129,
1050
+ "learning_rate": 7.123552123552124e-06,
1051
+ "loss": 758.1683,
1052
+ "step": 149
1053
+ },
1054
+ {
1055
+ "epoch": 0.28957528957528955,
1056
+ "grad_norm": 3.3988595008850098,
1057
+ "learning_rate": 7.104247104247105e-06,
1058
+ "loss": 757.7793,
1059
+ "step": 150
1060
+ },
1061
+ {
1062
+ "epoch": 0.2915057915057915,
1063
+ "grad_norm": 3.4164488315582275,
1064
+ "learning_rate": 7.084942084942086e-06,
1065
+ "loss": 753.686,
1066
+ "step": 151
1067
+ },
1068
+ {
1069
+ "epoch": 0.29343629343629346,
1070
+ "grad_norm": 4.295523166656494,
1071
+ "learning_rate": 7.065637065637067e-06,
1072
+ "loss": 749.4221,
1073
+ "step": 152
1074
+ },
1075
+ {
1076
+ "epoch": 0.2953667953667954,
1077
+ "grad_norm": 3.1985435485839844,
1078
+ "learning_rate": 7.046332046332047e-06,
1079
+ "loss": 766.7484,
1080
+ "step": 153
1081
+ },
1082
+ {
1083
+ "epoch": 0.2972972972972973,
1084
+ "grad_norm": 2.811443567276001,
1085
+ "learning_rate": 7.027027027027028e-06,
1086
+ "loss": 744.4705,
1087
+ "step": 154
1088
+ },
1089
+ {
1090
+ "epoch": 0.29922779922779924,
1091
+ "grad_norm": 2.8985869884490967,
1092
+ "learning_rate": 7.007722007722009e-06,
1093
+ "loss": 771.2823,
1094
+ "step": 155
1095
+ },
1096
+ {
1097
+ "epoch": 0.30115830115830117,
1098
+ "grad_norm": 2.913670301437378,
1099
+ "learning_rate": 6.988416988416989e-06,
1100
+ "loss": 767.1945,
1101
+ "step": 156
1102
+ },
1103
+ {
1104
+ "epoch": 0.3030888030888031,
1105
+ "grad_norm": 3.091149091720581,
1106
+ "learning_rate": 6.9691119691119706e-06,
1107
+ "loss": 770.168,
1108
+ "step": 157
1109
+ },
1110
+ {
1111
+ "epoch": 0.305019305019305,
1112
+ "grad_norm": 2.89846134185791,
1113
+ "learning_rate": 6.949806949806951e-06,
1114
+ "loss": 746.1279,
1115
+ "step": 158
1116
+ },
1117
+ {
1118
+ "epoch": 0.30694980694980695,
1119
+ "grad_norm": 2.981823444366455,
1120
+ "learning_rate": 6.9305019305019305e-06,
1121
+ "loss": 749.2059,
1122
+ "step": 159
1123
+ },
1124
+ {
1125
+ "epoch": 0.3088803088803089,
1126
+ "grad_norm": 3.6476705074310303,
1127
+ "learning_rate": 6.911196911196911e-06,
1128
+ "loss": 757.4434,
1129
+ "step": 160
1130
+ },
1131
+ {
1132
+ "epoch": 0.3108108108108108,
1133
+ "grad_norm": 2.946174383163452,
1134
+ "learning_rate": 6.891891891891892e-06,
1135
+ "loss": 759.8816,
1136
+ "step": 161
1137
+ },
1138
+ {
1139
+ "epoch": 0.3127413127413127,
1140
+ "grad_norm": 3.030103921890259,
1141
+ "learning_rate": 6.872586872586873e-06,
1142
+ "loss": 757.3468,
1143
+ "step": 162
1144
+ },
1145
+ {
1146
+ "epoch": 0.31467181467181465,
1147
+ "grad_norm": 3.3172245025634766,
1148
+ "learning_rate": 6.853281853281854e-06,
1149
+ "loss": 753.3054,
1150
+ "step": 163
1151
+ },
1152
+ {
1153
+ "epoch": 0.3166023166023166,
1154
+ "grad_norm": 3.128265857696533,
1155
+ "learning_rate": 6.833976833976834e-06,
1156
+ "loss": 764.0436,
1157
+ "step": 164
1158
+ },
1159
+ {
1160
+ "epoch": 0.3185328185328185,
1161
+ "grad_norm": 2.8332438468933105,
1162
+ "learning_rate": 6.814671814671815e-06,
1163
+ "loss": 747.4676,
1164
+ "step": 165
1165
+ },
1166
+ {
1167
+ "epoch": 0.3204633204633205,
1168
+ "grad_norm": 2.9192118644714355,
1169
+ "learning_rate": 6.795366795366796e-06,
1170
+ "loss": 759.479,
1171
+ "step": 166
1172
+ },
1173
+ {
1174
+ "epoch": 0.3223938223938224,
1175
+ "grad_norm": 2.926225423812866,
1176
+ "learning_rate": 6.776061776061776e-06,
1177
+ "loss": 749.5502,
1178
+ "step": 167
1179
+ },
1180
+ {
1181
+ "epoch": 0.32432432432432434,
1182
+ "grad_norm": 3.739107608795166,
1183
+ "learning_rate": 6.7567567567567575e-06,
1184
+ "loss": 761.9246,
1185
+ "step": 168
1186
+ },
1187
+ {
1188
+ "epoch": 0.32625482625482627,
1189
+ "grad_norm": 3.1689376831054688,
1190
+ "learning_rate": 6.737451737451738e-06,
1191
+ "loss": 759.9313,
1192
+ "step": 169
1193
+ },
1194
+ {
1195
+ "epoch": 0.3281853281853282,
1196
+ "grad_norm": 4.102996349334717,
1197
+ "learning_rate": 6.718146718146718e-06,
1198
+ "loss": 755.9019,
1199
+ "step": 170
1200
+ },
1201
+ {
1202
+ "epoch": 0.3301158301158301,
1203
+ "grad_norm": 4.32927131652832,
1204
+ "learning_rate": 6.6988416988417e-06,
1205
+ "loss": 748.2408,
1206
+ "step": 171
1207
+ },
1208
+ {
1209
+ "epoch": 0.33204633204633205,
1210
+ "grad_norm": 2.9341273307800293,
1211
+ "learning_rate": 6.67953667953668e-06,
1212
+ "loss": 767.1997,
1213
+ "step": 172
1214
+ },
1215
+ {
1216
+ "epoch": 0.333976833976834,
1217
+ "grad_norm": 2.9747681617736816,
1218
+ "learning_rate": 6.66023166023166e-06,
1219
+ "loss": 749.2424,
1220
+ "step": 173
1221
+ },
1222
+ {
1223
+ "epoch": 0.3359073359073359,
1224
+ "grad_norm": 3.03954815864563,
1225
+ "learning_rate": 6.640926640926642e-06,
1226
+ "loss": 753.1185,
1227
+ "step": 174
1228
+ },
1229
+ {
1230
+ "epoch": 0.33783783783783783,
1231
+ "grad_norm": 2.896865129470825,
1232
+ "learning_rate": 6.621621621621622e-06,
1233
+ "loss": 760.0892,
1234
+ "step": 175
1235
+ },
1236
+ {
1237
+ "epoch": 0.33976833976833976,
1238
+ "grad_norm": 4.517345905303955,
1239
+ "learning_rate": 6.602316602316603e-06,
1240
+ "loss": 761.2517,
1241
+ "step": 176
1242
+ },
1243
+ {
1244
+ "epoch": 0.3416988416988417,
1245
+ "grad_norm": 3.4095852375030518,
1246
+ "learning_rate": 6.583011583011584e-06,
1247
+ "loss": 760.7,
1248
+ "step": 177
1249
+ },
1250
+ {
1251
+ "epoch": 0.3436293436293436,
1252
+ "grad_norm": 3.5481455326080322,
1253
+ "learning_rate": 6.563706563706564e-06,
1254
+ "loss": 761.6207,
1255
+ "step": 178
1256
+ },
1257
+ {
1258
+ "epoch": 0.34555984555984554,
1259
+ "grad_norm": 4.07427978515625,
1260
+ "learning_rate": 6.544401544401545e-06,
1261
+ "loss": 762.6121,
1262
+ "step": 179
1263
+ },
1264
+ {
1265
+ "epoch": 0.3474903474903475,
1266
+ "grad_norm": 3.08604097366333,
1267
+ "learning_rate": 6.525096525096526e-06,
1268
+ "loss": 743.1675,
1269
+ "step": 180
1270
+ },
1271
+ {
1272
+ "epoch": 0.34942084942084944,
1273
+ "grad_norm": 4.791824817657471,
1274
+ "learning_rate": 6.505791505791507e-06,
1275
+ "loss": 773.7855,
1276
+ "step": 181
1277
+ },
1278
+ {
1279
+ "epoch": 0.35135135135135137,
1280
+ "grad_norm": 5.513062953948975,
1281
+ "learning_rate": 6.486486486486487e-06,
1282
+ "loss": 755.7749,
1283
+ "step": 182
1284
+ },
1285
+ {
1286
+ "epoch": 0.3532818532818533,
1287
+ "grad_norm": 4.703281879425049,
1288
+ "learning_rate": 6.467181467181468e-06,
1289
+ "loss": 762.9774,
1290
+ "step": 183
1291
+ },
1292
+ {
1293
+ "epoch": 0.3552123552123552,
1294
+ "grad_norm": 4.766940593719482,
1295
+ "learning_rate": 6.447876447876449e-06,
1296
+ "loss": 757.7225,
1297
+ "step": 184
1298
+ },
1299
+ {
1300
+ "epoch": 0.35714285714285715,
1301
+ "grad_norm": 2.995068073272705,
1302
+ "learning_rate": 6.4285714285714295e-06,
1303
+ "loss": 757.5352,
1304
+ "step": 185
1305
+ },
1306
+ {
1307
+ "epoch": 0.3590733590733591,
1308
+ "grad_norm": 4.172158241271973,
1309
+ "learning_rate": 6.409266409266411e-06,
1310
+ "loss": 758.1395,
1311
+ "step": 186
1312
+ },
1313
+ {
1314
+ "epoch": 0.361003861003861,
1315
+ "grad_norm": 3.057084798812866,
1316
+ "learning_rate": 6.389961389961391e-06,
1317
+ "loss": 763.8903,
1318
+ "step": 187
1319
+ },
1320
+ {
1321
+ "epoch": 0.36293436293436293,
1322
+ "grad_norm": 3.4208884239196777,
1323
+ "learning_rate": 6.370656370656371e-06,
1324
+ "loss": 755.9663,
1325
+ "step": 188
1326
+ },
1327
+ {
1328
+ "epoch": 0.36486486486486486,
1329
+ "grad_norm": 3.5881717205047607,
1330
+ "learning_rate": 6.351351351351351e-06,
1331
+ "loss": 764.6107,
1332
+ "step": 189
1333
+ },
1334
+ {
1335
+ "epoch": 0.3667953667953668,
1336
+ "grad_norm": 4.713850498199463,
1337
+ "learning_rate": 6.332046332046332e-06,
1338
+ "loss": 748.8102,
1339
+ "step": 190
1340
+ },
1341
+ {
1342
+ "epoch": 0.3687258687258687,
1343
+ "grad_norm": 3.244720935821533,
1344
+ "learning_rate": 6.312741312741313e-06,
1345
+ "loss": 764.7598,
1346
+ "step": 191
1347
+ },
1348
+ {
1349
+ "epoch": 0.37065637065637064,
1350
+ "grad_norm": 4.447683334350586,
1351
+ "learning_rate": 6.293436293436294e-06,
1352
+ "loss": 752.6754,
1353
+ "step": 192
1354
+ },
1355
+ {
1356
+ "epoch": 0.37258687258687256,
1357
+ "grad_norm": 3.9772603511810303,
1358
+ "learning_rate": 6.274131274131274e-06,
1359
+ "loss": 756.0471,
1360
+ "step": 193
1361
+ },
1362
+ {
1363
+ "epoch": 0.3745173745173745,
1364
+ "grad_norm": 4.803740978240967,
1365
+ "learning_rate": 6.254826254826255e-06,
1366
+ "loss": 769.636,
1367
+ "step": 194
1368
+ },
1369
+ {
1370
+ "epoch": 0.3764478764478765,
1371
+ "grad_norm": 4.907277584075928,
1372
+ "learning_rate": 6.235521235521236e-06,
1373
+ "loss": 765.9659,
1374
+ "step": 195
1375
+ },
1376
+ {
1377
+ "epoch": 0.3783783783783784,
1378
+ "grad_norm": 3.6414902210235596,
1379
+ "learning_rate": 6.2162162162162164e-06,
1380
+ "loss": 760.1011,
1381
+ "step": 196
1382
+ },
1383
+ {
1384
+ "epoch": 0.3803088803088803,
1385
+ "grad_norm": 3.6037609577178955,
1386
+ "learning_rate": 6.196911196911197e-06,
1387
+ "loss": 750.7067,
1388
+ "step": 197
1389
+ },
1390
+ {
1391
+ "epoch": 0.38223938223938225,
1392
+ "grad_norm": 2.8772242069244385,
1393
+ "learning_rate": 6.177606177606178e-06,
1394
+ "loss": 756.6414,
1395
+ "step": 198
1396
+ },
1397
+ {
1398
+ "epoch": 0.3841698841698842,
1399
+ "grad_norm": 5.2583184242248535,
1400
+ "learning_rate": 6.1583011583011585e-06,
1401
+ "loss": 751.6912,
1402
+ "step": 199
1403
+ },
1404
+ {
1405
+ "epoch": 0.3861003861003861,
1406
+ "grad_norm": 2.8050296306610107,
1407
+ "learning_rate": 6.13899613899614e-06,
1408
+ "loss": 743.5164,
1409
+ "step": 200
1410
+ },
1411
+ {
1412
+ "epoch": 0.38803088803088803,
1413
+ "grad_norm": 3.5677103996276855,
1414
+ "learning_rate": 6.11969111969112e-06,
1415
+ "loss": 764.8164,
1416
+ "step": 201
1417
+ },
1418
+ {
1419
+ "epoch": 0.38996138996138996,
1420
+ "grad_norm": 3.1550533771514893,
1421
+ "learning_rate": 6.1003861003861005e-06,
1422
+ "loss": 762.9319,
1423
+ "step": 202
1424
+ },
1425
+ {
1426
+ "epoch": 0.3918918918918919,
1427
+ "grad_norm": 2.991600751876831,
1428
+ "learning_rate": 6.081081081081082e-06,
1429
+ "loss": 770.1368,
1430
+ "step": 203
1431
+ },
1432
+ {
1433
+ "epoch": 0.3938223938223938,
1434
+ "grad_norm": 2.9870667457580566,
1435
+ "learning_rate": 6.061776061776062e-06,
1436
+ "loss": 751.1348,
1437
+ "step": 204
1438
+ },
1439
+ {
1440
+ "epoch": 0.39575289575289574,
1441
+ "grad_norm": 2.980593204498291,
1442
+ "learning_rate": 6.0424710424710434e-06,
1443
+ "loss": 769.3608,
1444
+ "step": 205
1445
+ },
1446
+ {
1447
+ "epoch": 0.39768339768339767,
1448
+ "grad_norm": 3.3218741416931152,
1449
+ "learning_rate": 6.023166023166024e-06,
1450
+ "loss": 763.5135,
1451
+ "step": 206
1452
+ },
1453
+ {
1454
+ "epoch": 0.3996138996138996,
1455
+ "grad_norm": 3.1396753787994385,
1456
+ "learning_rate": 6.003861003861004e-06,
1457
+ "loss": 757.1105,
1458
+ "step": 207
1459
+ },
1460
+ {
1461
+ "epoch": 0.4015444015444015,
1462
+ "grad_norm": 3.2232918739318848,
1463
+ "learning_rate": 5.9845559845559855e-06,
1464
+ "loss": 743.5112,
1465
+ "step": 208
1466
+ },
1467
+ {
1468
+ "epoch": 0.4034749034749035,
1469
+ "grad_norm": 3.3327605724334717,
1470
+ "learning_rate": 5.965250965250966e-06,
1471
+ "loss": 766.4379,
1472
+ "step": 209
1473
+ },
1474
+ {
1475
+ "epoch": 0.40540540540540543,
1476
+ "grad_norm": 3.4697072505950928,
1477
+ "learning_rate": 5.945945945945947e-06,
1478
+ "loss": 767.7292,
1479
+ "step": 210
1480
+ },
1481
+ {
1482
+ "epoch": 0.40733590733590735,
1483
+ "grad_norm": 4.161364555358887,
1484
+ "learning_rate": 5.9266409266409275e-06,
1485
+ "loss": 746.888,
1486
+ "step": 211
1487
+ },
1488
+ {
1489
+ "epoch": 0.4092664092664093,
1490
+ "grad_norm": 3.0299108028411865,
1491
+ "learning_rate": 5.907335907335908e-06,
1492
+ "loss": 773.0205,
1493
+ "step": 212
1494
+ },
1495
+ {
1496
+ "epoch": 0.4111969111969112,
1497
+ "grad_norm": 3.702420949935913,
1498
+ "learning_rate": 5.888030888030889e-06,
1499
+ "loss": 762.8275,
1500
+ "step": 213
1501
+ },
1502
+ {
1503
+ "epoch": 0.41312741312741313,
1504
+ "grad_norm": 4.044224262237549,
1505
+ "learning_rate": 5.86872586872587e-06,
1506
+ "loss": 762.0264,
1507
+ "step": 214
1508
+ },
1509
+ {
1510
+ "epoch": 0.41505791505791506,
1511
+ "grad_norm": 3.09975266456604,
1512
+ "learning_rate": 5.84942084942085e-06,
1513
+ "loss": 738.4187,
1514
+ "step": 215
1515
+ },
1516
+ {
1517
+ "epoch": 0.416988416988417,
1518
+ "grad_norm": 3.779367208480835,
1519
+ "learning_rate": 5.83011583011583e-06,
1520
+ "loss": 764.1588,
1521
+ "step": 216
1522
+ },
1523
+ {
1524
+ "epoch": 0.4189189189189189,
1525
+ "grad_norm": 3.9344935417175293,
1526
+ "learning_rate": 5.810810810810811e-06,
1527
+ "loss": 751.987,
1528
+ "step": 217
1529
+ },
1530
+ {
1531
+ "epoch": 0.42084942084942084,
1532
+ "grad_norm": 3.073119878768921,
1533
+ "learning_rate": 5.791505791505791e-06,
1534
+ "loss": 763.5579,
1535
+ "step": 218
1536
+ },
1537
+ {
1538
+ "epoch": 0.42277992277992277,
1539
+ "grad_norm": 5.221838474273682,
1540
+ "learning_rate": 5.7722007722007725e-06,
1541
+ "loss": 736.679,
1542
+ "step": 219
1543
+ },
1544
+ {
1545
+ "epoch": 0.4247104247104247,
1546
+ "grad_norm": 3.210583209991455,
1547
+ "learning_rate": 5.752895752895753e-06,
1548
+ "loss": 743.9155,
1549
+ "step": 220
1550
+ },
1551
+ {
1552
+ "epoch": 0.4266409266409266,
1553
+ "grad_norm": 3.032778739929199,
1554
+ "learning_rate": 5.733590733590734e-06,
1555
+ "loss": 756.9208,
1556
+ "step": 221
1557
+ },
1558
+ {
1559
+ "epoch": 0.42857142857142855,
1560
+ "grad_norm": 3.052091598510742,
1561
+ "learning_rate": 5.7142857142857145e-06,
1562
+ "loss": 753.4189,
1563
+ "step": 222
1564
+ },
1565
+ {
1566
+ "epoch": 0.4305019305019305,
1567
+ "grad_norm": 2.934615135192871,
1568
+ "learning_rate": 5.694980694980695e-06,
1569
+ "loss": 744.2302,
1570
+ "step": 223
1571
+ },
1572
+ {
1573
+ "epoch": 0.43243243243243246,
1574
+ "grad_norm": 3.453640937805176,
1575
+ "learning_rate": 5.675675675675676e-06,
1576
+ "loss": 753.5289,
1577
+ "step": 224
1578
+ },
1579
+ {
1580
+ "epoch": 0.4343629343629344,
1581
+ "grad_norm": 4.493204116821289,
1582
+ "learning_rate": 5.6563706563706566e-06,
1583
+ "loss": 773.2119,
1584
+ "step": 225
1585
+ },
1586
+ {
1587
+ "epoch": 0.4362934362934363,
1588
+ "grad_norm": 3.1990344524383545,
1589
+ "learning_rate": 5.637065637065637e-06,
1590
+ "loss": 771.2296,
1591
+ "step": 226
1592
+ },
1593
+ {
1594
+ "epoch": 0.43822393822393824,
1595
+ "grad_norm": 4.990328788757324,
1596
+ "learning_rate": 5.617760617760618e-06,
1597
+ "loss": 766.2954,
1598
+ "step": 227
1599
+ },
1600
+ {
1601
+ "epoch": 0.44015444015444016,
1602
+ "grad_norm": 6.218008518218994,
1603
+ "learning_rate": 5.598455598455599e-06,
1604
+ "loss": 754.2188,
1605
+ "step": 228
1606
+ },
1607
+ {
1608
+ "epoch": 0.4420849420849421,
1609
+ "grad_norm": 4.668118476867676,
1610
+ "learning_rate": 5.57915057915058e-06,
1611
+ "loss": 764.908,
1612
+ "step": 229
1613
+ },
1614
+ {
1615
+ "epoch": 0.444015444015444,
1616
+ "grad_norm": 3.144949436187744,
1617
+ "learning_rate": 5.55984555984556e-06,
1618
+ "loss": 769.907,
1619
+ "step": 230
1620
+ },
1621
+ {
1622
+ "epoch": 0.44594594594594594,
1623
+ "grad_norm": 3.761617422103882,
1624
+ "learning_rate": 5.540540540540541e-06,
1625
+ "loss": 762.5698,
1626
+ "step": 231
1627
+ },
1628
+ {
1629
+ "epoch": 0.44787644787644787,
1630
+ "grad_norm": 3.3352720737457275,
1631
+ "learning_rate": 5.521235521235522e-06,
1632
+ "loss": 760.8379,
1633
+ "step": 232
1634
+ },
1635
+ {
1636
+ "epoch": 0.4498069498069498,
1637
+ "grad_norm": 3.646754741668701,
1638
+ "learning_rate": 5.501930501930502e-06,
1639
+ "loss": 762.5335,
1640
+ "step": 233
1641
+ },
1642
+ {
1643
+ "epoch": 0.4517374517374517,
1644
+ "grad_norm": 5.615658283233643,
1645
+ "learning_rate": 5.4826254826254836e-06,
1646
+ "loss": 763.7914,
1647
+ "step": 234
1648
+ },
1649
+ {
1650
+ "epoch": 0.45366795366795365,
1651
+ "grad_norm": 3.1293540000915527,
1652
+ "learning_rate": 5.463320463320464e-06,
1653
+ "loss": 765.2655,
1654
+ "step": 235
1655
+ },
1656
+ {
1657
+ "epoch": 0.4555984555984556,
1658
+ "grad_norm": 3.9679007530212402,
1659
+ "learning_rate": 5.444015444015444e-06,
1660
+ "loss": 776.4496,
1661
+ "step": 236
1662
+ },
1663
+ {
1664
+ "epoch": 0.4575289575289575,
1665
+ "grad_norm": 4.110316753387451,
1666
+ "learning_rate": 5.424710424710426e-06,
1667
+ "loss": 769.2201,
1668
+ "step": 237
1669
+ },
1670
+ {
1671
+ "epoch": 0.4594594594594595,
1672
+ "grad_norm": 3.5175106525421143,
1673
+ "learning_rate": 5.405405405405406e-06,
1674
+ "loss": 759.53,
1675
+ "step": 238
1676
+ },
1677
+ {
1678
+ "epoch": 0.4613899613899614,
1679
+ "grad_norm": 3.206360101699829,
1680
+ "learning_rate": 5.386100386100387e-06,
1681
+ "loss": 753.7003,
1682
+ "step": 239
1683
+ },
1684
+ {
1685
+ "epoch": 0.46332046332046334,
1686
+ "grad_norm": 2.994739294052124,
1687
+ "learning_rate": 5.366795366795368e-06,
1688
+ "loss": 750.8613,
1689
+ "step": 240
1690
+ },
1691
+ {
1692
+ "epoch": 0.46525096525096526,
1693
+ "grad_norm": 2.966420888900757,
1694
+ "learning_rate": 5.347490347490348e-06,
1695
+ "loss": 755.6821,
1696
+ "step": 241
1697
+ },
1698
+ {
1699
+ "epoch": 0.4671814671814672,
1700
+ "grad_norm": 5.035081386566162,
1701
+ "learning_rate": 5.328185328185329e-06,
1702
+ "loss": 753.4547,
1703
+ "step": 242
1704
+ },
1705
+ {
1706
+ "epoch": 0.4691119691119691,
1707
+ "grad_norm": 3.399747371673584,
1708
+ "learning_rate": 5.30888030888031e-06,
1709
+ "loss": 752.4637,
1710
+ "step": 243
1711
+ },
1712
+ {
1713
+ "epoch": 0.47104247104247104,
1714
+ "grad_norm": 2.9818832874298096,
1715
+ "learning_rate": 5.28957528957529e-06,
1716
+ "loss": 761.8242,
1717
+ "step": 244
1718
+ },
1719
+ {
1720
+ "epoch": 0.47297297297297297,
1721
+ "grad_norm": 3.317462921142578,
1722
+ "learning_rate": 5.2702702702702705e-06,
1723
+ "loss": 741.8611,
1724
+ "step": 245
1725
+ },
1726
+ {
1727
+ "epoch": 0.4749034749034749,
1728
+ "grad_norm": 3.9936470985412598,
1729
+ "learning_rate": 5.250965250965251e-06,
1730
+ "loss": 755.0592,
1731
+ "step": 246
1732
+ },
1733
+ {
1734
+ "epoch": 0.4768339768339768,
1735
+ "grad_norm": 3.263794422149658,
1736
+ "learning_rate": 5.231660231660231e-06,
1737
+ "loss": 748.0864,
1738
+ "step": 247
1739
+ },
1740
+ {
1741
+ "epoch": 0.47876447876447875,
1742
+ "grad_norm": 3.1874217987060547,
1743
+ "learning_rate": 5.212355212355213e-06,
1744
+ "loss": 751.8619,
1745
+ "step": 248
1746
+ },
1747
+ {
1748
+ "epoch": 0.4806949806949807,
1749
+ "grad_norm": 4.754833698272705,
1750
+ "learning_rate": 5.193050193050193e-06,
1751
+ "loss": 763.7399,
1752
+ "step": 249
1753
+ },
1754
+ {
1755
+ "epoch": 0.4826254826254826,
1756
+ "grad_norm": 3.21230149269104,
1757
+ "learning_rate": 5.173745173745173e-06,
1758
+ "loss": 757.1412,
1759
+ "step": 250
1760
+ },
1761
+ {
1762
+ "epoch": 0.48455598455598453,
1763
+ "grad_norm": 3.2287521362304688,
1764
+ "learning_rate": 5.154440154440155e-06,
1765
+ "loss": 749.6309,
1766
+ "step": 251
1767
+ },
1768
+ {
1769
+ "epoch": 0.4864864864864865,
1770
+ "grad_norm": 3.137535572052002,
1771
+ "learning_rate": 5.135135135135135e-06,
1772
+ "loss": 759.4156,
1773
+ "step": 252
1774
+ },
1775
+ {
1776
+ "epoch": 0.48841698841698844,
1777
+ "grad_norm": 3.6146438121795654,
1778
+ "learning_rate": 5.115830115830116e-06,
1779
+ "loss": 741.8262,
1780
+ "step": 253
1781
+ },
1782
+ {
1783
+ "epoch": 0.49034749034749037,
1784
+ "grad_norm": 2.9531517028808594,
1785
+ "learning_rate": 5.096525096525097e-06,
1786
+ "loss": 763.7745,
1787
+ "step": 254
1788
+ },
1789
+ {
1790
+ "epoch": 0.4922779922779923,
1791
+ "grad_norm": 3.0513949394226074,
1792
+ "learning_rate": 5.077220077220077e-06,
1793
+ "loss": 755.271,
1794
+ "step": 255
1795
+ },
1796
+ {
1797
+ "epoch": 0.4942084942084942,
1798
+ "grad_norm": 3.2384207248687744,
1799
+ "learning_rate": 5.057915057915058e-06,
1800
+ "loss": 765.3377,
1801
+ "step": 256
1802
+ },
1803
+ {
1804
+ "epoch": 0.49613899613899615,
1805
+ "grad_norm": 3.8821310997009277,
1806
+ "learning_rate": 5.038610038610039e-06,
1807
+ "loss": 763.2088,
1808
+ "step": 257
1809
+ },
1810
+ {
1811
+ "epoch": 0.4980694980694981,
1812
+ "grad_norm": 2.926225423812866,
1813
+ "learning_rate": 5.01930501930502e-06,
1814
+ "loss": 758.5596,
1815
+ "step": 258
1816
+ },
1817
+ {
1818
+ "epoch": 0.5,
1819
+ "grad_norm": 2.9751245975494385,
1820
+ "learning_rate": 5e-06,
1821
+ "loss": 757.9719,
1822
+ "step": 259
1823
+ },
1824
+ {
1825
+ "epoch": 0.5019305019305019,
1826
+ "grad_norm": 4.772404193878174,
1827
+ "learning_rate": 4.980694980694981e-06,
1828
+ "loss": 757.3872,
1829
+ "step": 260
1830
+ },
1831
+ {
1832
+ "epoch": 0.5038610038610039,
1833
+ "grad_norm": 3.096656322479248,
1834
+ "learning_rate": 4.961389961389962e-06,
1835
+ "loss": 760.4723,
1836
+ "step": 261
1837
+ },
1838
+ {
1839
+ "epoch": 0.5057915057915058,
1840
+ "grad_norm": 3.504852056503296,
1841
+ "learning_rate": 4.9420849420849425e-06,
1842
+ "loss": 747.486,
1843
+ "step": 262
1844
+ },
1845
+ {
1846
+ "epoch": 0.5077220077220077,
1847
+ "grad_norm": 3.33747935295105,
1848
+ "learning_rate": 4.922779922779924e-06,
1849
+ "loss": 758.9821,
1850
+ "step": 263
1851
+ },
1852
+ {
1853
+ "epoch": 0.5096525096525096,
1854
+ "grad_norm": 3.4812850952148438,
1855
+ "learning_rate": 4.903474903474904e-06,
1856
+ "loss": 765.7698,
1857
+ "step": 264
1858
+ },
1859
+ {
1860
+ "epoch": 0.5115830115830116,
1861
+ "grad_norm": 3.174971580505371,
1862
+ "learning_rate": 4.8841698841698845e-06,
1863
+ "loss": 756.7213,
1864
+ "step": 265
1865
+ },
1866
+ {
1867
+ "epoch": 0.5135135135135135,
1868
+ "grad_norm": 3.601083755493164,
1869
+ "learning_rate": 4.864864864864866e-06,
1870
+ "loss": 762.7404,
1871
+ "step": 266
1872
+ },
1873
+ {
1874
+ "epoch": 0.5154440154440154,
1875
+ "grad_norm": 3.3433072566986084,
1876
+ "learning_rate": 4.845559845559845e-06,
1877
+ "loss": 747.8812,
1878
+ "step": 267
1879
+ },
1880
+ {
1881
+ "epoch": 0.5173745173745173,
1882
+ "grad_norm": 3.7494962215423584,
1883
+ "learning_rate": 4.8262548262548266e-06,
1884
+ "loss": 756.0776,
1885
+ "step": 268
1886
+ },
1887
+ {
1888
+ "epoch": 0.5193050193050193,
1889
+ "grad_norm": 4.609169960021973,
1890
+ "learning_rate": 4.806949806949807e-06,
1891
+ "loss": 750.7801,
1892
+ "step": 269
1893
+ },
1894
+ {
1895
+ "epoch": 0.5212355212355212,
1896
+ "grad_norm": 5.737427711486816,
1897
+ "learning_rate": 4.787644787644788e-06,
1898
+ "loss": 751.1343,
1899
+ "step": 270
1900
+ },
1901
+ {
1902
+ "epoch": 0.5231660231660231,
1903
+ "grad_norm": 3.3391857147216797,
1904
+ "learning_rate": 4.768339768339769e-06,
1905
+ "loss": 760.2618,
1906
+ "step": 271
1907
+ },
1908
+ {
1909
+ "epoch": 0.525096525096525,
1910
+ "grad_norm": 3.1758346557617188,
1911
+ "learning_rate": 4.749034749034749e-06,
1912
+ "loss": 756.4235,
1913
+ "step": 272
1914
+ },
1915
+ {
1916
+ "epoch": 0.527027027027027,
1917
+ "grad_norm": 4.515329360961914,
1918
+ "learning_rate": 4.72972972972973e-06,
1919
+ "loss": 770.3212,
1920
+ "step": 273
1921
+ },
1922
+ {
1923
+ "epoch": 0.528957528957529,
1924
+ "grad_norm": 3.2932803630828857,
1925
+ "learning_rate": 4.710424710424711e-06,
1926
+ "loss": 751.3934,
1927
+ "step": 274
1928
+ },
1929
+ {
1930
+ "epoch": 0.5308880308880309,
1931
+ "grad_norm": 3.047992467880249,
1932
+ "learning_rate": 4.691119691119692e-06,
1933
+ "loss": 749.6434,
1934
+ "step": 275
1935
+ },
1936
+ {
1937
+ "epoch": 0.5328185328185329,
1938
+ "grad_norm": 3.2720017433166504,
1939
+ "learning_rate": 4.671814671814672e-06,
1940
+ "loss": 771.3862,
1941
+ "step": 276
1942
+ },
1943
+ {
1944
+ "epoch": 0.5347490347490348,
1945
+ "grad_norm": 3.6635942459106445,
1946
+ "learning_rate": 4.652509652509653e-06,
1947
+ "loss": 758.3706,
1948
+ "step": 277
1949
+ },
1950
+ {
1951
+ "epoch": 0.5366795366795367,
1952
+ "grad_norm": 3.4579808712005615,
1953
+ "learning_rate": 4.633204633204634e-06,
1954
+ "loss": 747.9475,
1955
+ "step": 278
1956
+ },
1957
+ {
1958
+ "epoch": 0.5386100386100386,
1959
+ "grad_norm": 3.525111675262451,
1960
+ "learning_rate": 4.613899613899614e-06,
1961
+ "loss": 756.5895,
1962
+ "step": 279
1963
+ },
1964
+ {
1965
+ "epoch": 0.5405405405405406,
1966
+ "grad_norm": 3.336205005645752,
1967
+ "learning_rate": 4.594594594594596e-06,
1968
+ "loss": 772.9059,
1969
+ "step": 280
1970
+ },
1971
+ {
1972
+ "epoch": 0.5424710424710425,
1973
+ "grad_norm": 3.758382558822632,
1974
+ "learning_rate": 4.575289575289575e-06,
1975
+ "loss": 769.8763,
1976
+ "step": 281
1977
+ },
1978
+ {
1979
+ "epoch": 0.5444015444015444,
1980
+ "grad_norm": 3.054797649383545,
1981
+ "learning_rate": 4.5559845559845564e-06,
1982
+ "loss": 768.0063,
1983
+ "step": 282
1984
+ },
1985
+ {
1986
+ "epoch": 0.5463320463320464,
1987
+ "grad_norm": 4.434202671051025,
1988
+ "learning_rate": 4.536679536679537e-06,
1989
+ "loss": 760.1692,
1990
+ "step": 283
1991
+ },
1992
+ {
1993
+ "epoch": 0.5482625482625483,
1994
+ "grad_norm": 4.3827667236328125,
1995
+ "learning_rate": 4.517374517374517e-06,
1996
+ "loss": 744.6565,
1997
+ "step": 284
1998
+ },
1999
+ {
2000
+ "epoch": 0.5501930501930502,
2001
+ "grad_norm": 6.237070560455322,
2002
+ "learning_rate": 4.4980694980694985e-06,
2003
+ "loss": 767.5054,
2004
+ "step": 285
2005
+ },
2006
+ {
2007
+ "epoch": 0.5521235521235521,
2008
+ "grad_norm": 3.162343740463257,
2009
+ "learning_rate": 4.478764478764479e-06,
2010
+ "loss": 762.6232,
2011
+ "step": 286
2012
+ },
2013
+ {
2014
+ "epoch": 0.5540540540540541,
2015
+ "grad_norm": 3.9073193073272705,
2016
+ "learning_rate": 4.45945945945946e-06,
2017
+ "loss": 778.0848,
2018
+ "step": 287
2019
+ },
2020
+ {
2021
+ "epoch": 0.555984555984556,
2022
+ "grad_norm": 6.03090763092041,
2023
+ "learning_rate": 4.4401544401544405e-06,
2024
+ "loss": 759.6763,
2025
+ "step": 288
2026
+ },
2027
+ {
2028
+ "epoch": 0.5579150579150579,
2029
+ "grad_norm": 4.3667311668396,
2030
+ "learning_rate": 4.420849420849421e-06,
2031
+ "loss": 762.0499,
2032
+ "step": 289
2033
+ },
2034
+ {
2035
+ "epoch": 0.5598455598455598,
2036
+ "grad_norm": 3.5320377349853516,
2037
+ "learning_rate": 4.401544401544402e-06,
2038
+ "loss": 769.951,
2039
+ "step": 290
2040
+ },
2041
+ {
2042
+ "epoch": 0.5617760617760618,
2043
+ "grad_norm": 3.7424259185791016,
2044
+ "learning_rate": 4.382239382239383e-06,
2045
+ "loss": 767.4916,
2046
+ "step": 291
2047
+ },
2048
+ {
2049
+ "epoch": 0.5637065637065637,
2050
+ "grad_norm": 3.3271844387054443,
2051
+ "learning_rate": 4.362934362934364e-06,
2052
+ "loss": 761.4987,
2053
+ "step": 292
2054
+ },
2055
+ {
2056
+ "epoch": 0.5656370656370656,
2057
+ "grad_norm": 2.957545757293701,
2058
+ "learning_rate": 4.343629343629344e-06,
2059
+ "loss": 762.5405,
2060
+ "step": 293
2061
+ },
2062
+ {
2063
+ "epoch": 0.5675675675675675,
2064
+ "grad_norm": 3.087904453277588,
2065
+ "learning_rate": 4.324324324324325e-06,
2066
+ "loss": 752.0869,
2067
+ "step": 294
2068
+ },
2069
+ {
2070
+ "epoch": 0.5694980694980695,
2071
+ "grad_norm": 3.4047775268554688,
2072
+ "learning_rate": 4.305019305019305e-06,
2073
+ "loss": 764.2693,
2074
+ "step": 295
2075
+ },
2076
+ {
2077
+ "epoch": 0.5714285714285714,
2078
+ "grad_norm": 3.244701385498047,
2079
+ "learning_rate": 4.2857142857142855e-06,
2080
+ "loss": 754.4578,
2081
+ "step": 296
2082
+ },
2083
+ {
2084
+ "epoch": 0.5733590733590733,
2085
+ "grad_norm": 3.3166253566741943,
2086
+ "learning_rate": 4.266409266409267e-06,
2087
+ "loss": 773.7292,
2088
+ "step": 297
2089
+ },
2090
+ {
2091
+ "epoch": 0.5752895752895753,
2092
+ "grad_norm": 3.0471668243408203,
2093
+ "learning_rate": 4.247104247104247e-06,
2094
+ "loss": 778.6743,
2095
+ "step": 298
2096
+ },
2097
+ {
2098
+ "epoch": 0.5772200772200772,
2099
+ "grad_norm": 3.6165595054626465,
2100
+ "learning_rate": 4.227799227799228e-06,
2101
+ "loss": 755.6964,
2102
+ "step": 299
2103
+ },
2104
+ {
2105
+ "epoch": 0.5791505791505791,
2106
+ "grad_norm": 3.426254987716675,
2107
+ "learning_rate": 4.208494208494209e-06,
2108
+ "loss": 768.4984,
2109
+ "step": 300
2110
+ },
2111
+ {
2112
+ "epoch": 0.581081081081081,
2113
+ "grad_norm": 4.2183518409729,
2114
+ "learning_rate": 4.189189189189189e-06,
2115
+ "loss": 756.4444,
2116
+ "step": 301
2117
+ },
2118
+ {
2119
+ "epoch": 0.583011583011583,
2120
+ "grad_norm": 4.252375602722168,
2121
+ "learning_rate": 4.16988416988417e-06,
2122
+ "loss": 760.7186,
2123
+ "step": 302
2124
+ },
2125
+ {
2126
+ "epoch": 0.584942084942085,
2127
+ "grad_norm": 3.898979425430298,
2128
+ "learning_rate": 4.150579150579151e-06,
2129
+ "loss": 755.8693,
2130
+ "step": 303
2131
+ },
2132
+ {
2133
+ "epoch": 0.5868725868725869,
2134
+ "grad_norm": 4.586599349975586,
2135
+ "learning_rate": 4.131274131274132e-06,
2136
+ "loss": 767.7788,
2137
+ "step": 304
2138
+ },
2139
+ {
2140
+ "epoch": 0.5888030888030888,
2141
+ "grad_norm": 3.4545576572418213,
2142
+ "learning_rate": 4.1119691119691125e-06,
2143
+ "loss": 755.6498,
2144
+ "step": 305
2145
+ },
2146
+ {
2147
+ "epoch": 0.5907335907335908,
2148
+ "grad_norm": 3.056624174118042,
2149
+ "learning_rate": 4.092664092664093e-06,
2150
+ "loss": 779.4406,
2151
+ "step": 306
2152
+ },
2153
+ {
2154
+ "epoch": 0.5926640926640927,
2155
+ "grad_norm": 3.1570804119110107,
2156
+ "learning_rate": 4.073359073359074e-06,
2157
+ "loss": 756.1407,
2158
+ "step": 307
2159
+ },
2160
+ {
2161
+ "epoch": 0.5945945945945946,
2162
+ "grad_norm": 5.404672622680664,
2163
+ "learning_rate": 4.0540540540540545e-06,
2164
+ "loss": 770.681,
2165
+ "step": 308
2166
+ },
2167
+ {
2168
+ "epoch": 0.5965250965250966,
2169
+ "grad_norm": 3.0374257564544678,
2170
+ "learning_rate": 4.034749034749035e-06,
2171
+ "loss": 759.7466,
2172
+ "step": 309
2173
+ },
2174
+ {
2175
+ "epoch": 0.5984555984555985,
2176
+ "grad_norm": 3.2685699462890625,
2177
+ "learning_rate": 4.015444015444015e-06,
2178
+ "loss": 762.7603,
2179
+ "step": 310
2180
+ },
2181
+ {
2182
+ "epoch": 0.6003861003861004,
2183
+ "grad_norm": 7.29334831237793,
2184
+ "learning_rate": 3.996138996138997e-06,
2185
+ "loss": 742.7489,
2186
+ "step": 311
2187
+ },
2188
+ {
2189
+ "epoch": 0.6023166023166023,
2190
+ "grad_norm": 3.852389335632324,
2191
+ "learning_rate": 3.976833976833977e-06,
2192
+ "loss": 767.3596,
2193
+ "step": 312
2194
+ },
2195
+ {
2196
+ "epoch": 0.6042471042471043,
2197
+ "grad_norm": 3.200193166732788,
2198
+ "learning_rate": 3.957528957528957e-06,
2199
+ "loss": 766.8765,
2200
+ "step": 313
2201
+ },
2202
+ {
2203
+ "epoch": 0.6061776061776062,
2204
+ "grad_norm": 3.5071451663970947,
2205
+ "learning_rate": 3.938223938223939e-06,
2206
+ "loss": 776.7089,
2207
+ "step": 314
2208
+ },
2209
+ {
2210
+ "epoch": 0.6081081081081081,
2211
+ "grad_norm": 4.16587495803833,
2212
+ "learning_rate": 3.918918918918919e-06,
2213
+ "loss": 741.2016,
2214
+ "step": 315
2215
+ },
2216
+ {
2217
+ "epoch": 0.61003861003861,
2218
+ "grad_norm": 5.703463554382324,
2219
+ "learning_rate": 3.8996138996139e-06,
2220
+ "loss": 756.0547,
2221
+ "step": 316
2222
+ },
2223
+ {
2224
+ "epoch": 0.611969111969112,
2225
+ "grad_norm": 5.430912017822266,
2226
+ "learning_rate": 3.880308880308881e-06,
2227
+ "loss": 756.722,
2228
+ "step": 317
2229
+ },
2230
+ {
2231
+ "epoch": 0.6138996138996139,
2232
+ "grad_norm": 8.650154113769531,
2233
+ "learning_rate": 3.861003861003861e-06,
2234
+ "loss": 745.7667,
2235
+ "step": 318
2236
+ },
2237
+ {
2238
+ "epoch": 0.6158301158301158,
2239
+ "grad_norm": 13.80824089050293,
2240
+ "learning_rate": 3.841698841698842e-06,
2241
+ "loss": 755.2433,
2242
+ "step": 319
2243
+ },
2244
+ {
2245
+ "epoch": 0.6177606177606177,
2246
+ "grad_norm": 7.08932638168335,
2247
+ "learning_rate": 3.822393822393823e-06,
2248
+ "loss": 753.7036,
2249
+ "step": 320
2250
+ },
2251
+ {
2252
+ "epoch": 0.6196911196911197,
2253
+ "grad_norm": 3.6433534622192383,
2254
+ "learning_rate": 3.8030888030888036e-06,
2255
+ "loss": 773.3873,
2256
+ "step": 321
2257
+ },
2258
+ {
2259
+ "epoch": 0.6216216216216216,
2260
+ "grad_norm": 3.2302098274230957,
2261
+ "learning_rate": 3.7837837837837844e-06,
2262
+ "loss": 758.14,
2263
+ "step": 322
2264
+ },
2265
+ {
2266
+ "epoch": 0.6235521235521235,
2267
+ "grad_norm": 3.731865644454956,
2268
+ "learning_rate": 3.7644787644787652e-06,
2269
+ "loss": 766.5978,
2270
+ "step": 323
2271
+ },
2272
+ {
2273
+ "epoch": 0.6254826254826255,
2274
+ "grad_norm": 3.244114875793457,
2275
+ "learning_rate": 3.745173745173745e-06,
2276
+ "loss": 748.5593,
2277
+ "step": 324
2278
+ },
2279
+ {
2280
+ "epoch": 0.6274131274131274,
2281
+ "grad_norm": 6.71386194229126,
2282
+ "learning_rate": 3.725868725868726e-06,
2283
+ "loss": 750.8797,
2284
+ "step": 325
2285
+ },
2286
+ {
2287
+ "epoch": 0.6293436293436293,
2288
+ "grad_norm": 6.857434272766113,
2289
+ "learning_rate": 3.706563706563707e-06,
2290
+ "loss": 751.0732,
2291
+ "step": 326
2292
+ },
2293
+ {
2294
+ "epoch": 0.6312741312741312,
2295
+ "grad_norm": 3.1057608127593994,
2296
+ "learning_rate": 3.6872586872586872e-06,
2297
+ "loss": 751.9279,
2298
+ "step": 327
2299
+ },
2300
+ {
2301
+ "epoch": 0.6332046332046332,
2302
+ "grad_norm": 4.462062835693359,
2303
+ "learning_rate": 3.667953667953668e-06,
2304
+ "loss": 761.2999,
2305
+ "step": 328
2306
+ },
2307
+ {
2308
+ "epoch": 0.6351351351351351,
2309
+ "grad_norm": 5.394342422485352,
2310
+ "learning_rate": 3.648648648648649e-06,
2311
+ "loss": 765.5782,
2312
+ "step": 329
2313
+ },
2314
+ {
2315
+ "epoch": 0.637065637065637,
2316
+ "grad_norm": 4.586513996124268,
2317
+ "learning_rate": 3.6293436293436297e-06,
2318
+ "loss": 759.7944,
2319
+ "step": 330
2320
+ },
2321
+ {
2322
+ "epoch": 0.638996138996139,
2323
+ "grad_norm": 6.204144477844238,
2324
+ "learning_rate": 3.61003861003861e-06,
2325
+ "loss": 749.0181,
2326
+ "step": 331
2327
+ },
2328
+ {
2329
+ "epoch": 0.640926640926641,
2330
+ "grad_norm": 3.065887451171875,
2331
+ "learning_rate": 3.590733590733591e-06,
2332
+ "loss": 764.4531,
2333
+ "step": 332
2334
+ },
2335
+ {
2336
+ "epoch": 0.6428571428571429,
2337
+ "grad_norm": 3.5210766792297363,
2338
+ "learning_rate": 3.5714285714285718e-06,
2339
+ "loss": 757.1459,
2340
+ "step": 333
2341
+ },
2342
+ {
2343
+ "epoch": 0.6447876447876448,
2344
+ "grad_norm": 4.145437240600586,
2345
+ "learning_rate": 3.5521235521235526e-06,
2346
+ "loss": 772.7172,
2347
+ "step": 334
2348
+ },
2349
+ {
2350
+ "epoch": 0.6467181467181468,
2351
+ "grad_norm": 3.4393627643585205,
2352
+ "learning_rate": 3.5328185328185334e-06,
2353
+ "loss": 748.3174,
2354
+ "step": 335
2355
+ },
2356
+ {
2357
+ "epoch": 0.6486486486486487,
2358
+ "grad_norm": 6.470264911651611,
2359
+ "learning_rate": 3.513513513513514e-06,
2360
+ "loss": 761.2096,
2361
+ "step": 336
2362
+ },
2363
+ {
2364
+ "epoch": 0.6505791505791506,
2365
+ "grad_norm": 3.4703409671783447,
2366
+ "learning_rate": 3.4942084942084947e-06,
2367
+ "loss": 752.6991,
2368
+ "step": 337
2369
+ },
2370
+ {
2371
+ "epoch": 0.6525096525096525,
2372
+ "grad_norm": 9.870447158813477,
2373
+ "learning_rate": 3.4749034749034755e-06,
2374
+ "loss": 771.034,
2375
+ "step": 338
2376
+ },
2377
+ {
2378
+ "epoch": 0.6544401544401545,
2379
+ "grad_norm": 9.164502143859863,
2380
+ "learning_rate": 3.4555984555984555e-06,
2381
+ "loss": 759.8434,
2382
+ "step": 339
2383
+ },
2384
+ {
2385
+ "epoch": 0.6563706563706564,
2386
+ "grad_norm": 8.678630828857422,
2387
+ "learning_rate": 3.4362934362934363e-06,
2388
+ "loss": 760.7397,
2389
+ "step": 340
2390
+ },
2391
+ {
2392
+ "epoch": 0.6583011583011583,
2393
+ "grad_norm": 4.10188102722168,
2394
+ "learning_rate": 3.416988416988417e-06,
2395
+ "loss": 752.9614,
2396
+ "step": 341
2397
+ },
2398
+ {
2399
+ "epoch": 0.6602316602316602,
2400
+ "grad_norm": 5.000187873840332,
2401
+ "learning_rate": 3.397683397683398e-06,
2402
+ "loss": 741.5472,
2403
+ "step": 342
2404
+ },
2405
+ {
2406
+ "epoch": 0.6621621621621622,
2407
+ "grad_norm": 5.491066932678223,
2408
+ "learning_rate": 3.3783783783783788e-06,
2409
+ "loss": 752.3487,
2410
+ "step": 343
2411
+ },
2412
+ {
2413
+ "epoch": 0.6640926640926641,
2414
+ "grad_norm": 4.743298530578613,
2415
+ "learning_rate": 3.359073359073359e-06,
2416
+ "loss": 740.1313,
2417
+ "step": 344
2418
+ },
2419
+ {
2420
+ "epoch": 0.666023166023166,
2421
+ "grad_norm": 3.8254621028900146,
2422
+ "learning_rate": 3.33976833976834e-06,
2423
+ "loss": 751.6027,
2424
+ "step": 345
2425
+ },
2426
+ {
2427
+ "epoch": 0.667953667953668,
2428
+ "grad_norm": 3.4094951152801514,
2429
+ "learning_rate": 3.320463320463321e-06,
2430
+ "loss": 747.6785,
2431
+ "step": 346
2432
+ },
2433
+ {
2434
+ "epoch": 0.6698841698841699,
2435
+ "grad_norm": 4.3971757888793945,
2436
+ "learning_rate": 3.3011583011583016e-06,
2437
+ "loss": 765.18,
2438
+ "step": 347
2439
+ },
2440
+ {
2441
+ "epoch": 0.6718146718146718,
2442
+ "grad_norm": 5.712260723114014,
2443
+ "learning_rate": 3.281853281853282e-06,
2444
+ "loss": 754.3199,
2445
+ "step": 348
2446
+ },
2447
+ {
2448
+ "epoch": 0.6737451737451737,
2449
+ "grad_norm": 2.944014310836792,
2450
+ "learning_rate": 3.262548262548263e-06,
2451
+ "loss": 759.125,
2452
+ "step": 349
2453
+ },
2454
+ {
2455
+ "epoch": 0.6756756756756757,
2456
+ "grad_norm": 5.154186725616455,
2457
+ "learning_rate": 3.2432432432432437e-06,
2458
+ "loss": 773.4568,
2459
+ "step": 350
2460
+ },
2461
+ {
2462
+ "epoch": 0.6776061776061776,
2463
+ "grad_norm": 4.158810138702393,
2464
+ "learning_rate": 3.2239382239382245e-06,
2465
+ "loss": 773.0182,
2466
+ "step": 351
2467
+ },
2468
+ {
2469
+ "epoch": 0.6795366795366795,
2470
+ "grad_norm": 2.9692142009735107,
2471
+ "learning_rate": 3.2046332046332054e-06,
2472
+ "loss": 759.3475,
2473
+ "step": 352
2474
+ },
2475
+ {
2476
+ "epoch": 0.6814671814671814,
2477
+ "grad_norm": 5.837861061096191,
2478
+ "learning_rate": 3.1853281853281853e-06,
2479
+ "loss": 758.8844,
2480
+ "step": 353
2481
+ },
2482
+ {
2483
+ "epoch": 0.6833976833976834,
2484
+ "grad_norm": 4.23380708694458,
2485
+ "learning_rate": 3.166023166023166e-06,
2486
+ "loss": 762.8468,
2487
+ "step": 354
2488
+ },
2489
+ {
2490
+ "epoch": 0.6853281853281853,
2491
+ "grad_norm": 5.026414394378662,
2492
+ "learning_rate": 3.146718146718147e-06,
2493
+ "loss": 738.6548,
2494
+ "step": 355
2495
+ },
2496
+ {
2497
+ "epoch": 0.6872586872586872,
2498
+ "grad_norm": 4.041588306427002,
2499
+ "learning_rate": 3.1274131274131274e-06,
2500
+ "loss": 766.1196,
2501
+ "step": 356
2502
+ },
2503
+ {
2504
+ "epoch": 0.6891891891891891,
2505
+ "grad_norm": 4.39390230178833,
2506
+ "learning_rate": 3.1081081081081082e-06,
2507
+ "loss": 749.96,
2508
+ "step": 357
2509
+ },
2510
+ {
2511
+ "epoch": 0.6911196911196911,
2512
+ "grad_norm": 4.870336055755615,
2513
+ "learning_rate": 3.088803088803089e-06,
2514
+ "loss": 750.3604,
2515
+ "step": 358
2516
+ },
2517
+ {
2518
+ "epoch": 0.693050193050193,
2519
+ "grad_norm": 6.5269036293029785,
2520
+ "learning_rate": 3.06949806949807e-06,
2521
+ "loss": 765.9295,
2522
+ "step": 359
2523
+ },
2524
+ {
2525
+ "epoch": 0.694980694980695,
2526
+ "grad_norm": 3.1647534370422363,
2527
+ "learning_rate": 3.0501930501930503e-06,
2528
+ "loss": 747.9913,
2529
+ "step": 360
2530
+ },
2531
+ {
2532
+ "epoch": 0.696911196911197,
2533
+ "grad_norm": 3.435527801513672,
2534
+ "learning_rate": 3.030888030888031e-06,
2535
+ "loss": 770.7856,
2536
+ "step": 361
2537
+ },
2538
+ {
2539
+ "epoch": 0.6988416988416989,
2540
+ "grad_norm": 5.05522346496582,
2541
+ "learning_rate": 3.011583011583012e-06,
2542
+ "loss": 773.0812,
2543
+ "step": 362
2544
+ },
2545
+ {
2546
+ "epoch": 0.7007722007722008,
2547
+ "grad_norm": 4.161330223083496,
2548
+ "learning_rate": 2.9922779922779927e-06,
2549
+ "loss": 771.5272,
2550
+ "step": 363
2551
+ },
2552
+ {
2553
+ "epoch": 0.7027027027027027,
2554
+ "grad_norm": 4.4345526695251465,
2555
+ "learning_rate": 2.9729729729729736e-06,
2556
+ "loss": 754.7959,
2557
+ "step": 364
2558
+ },
2559
+ {
2560
+ "epoch": 0.7046332046332047,
2561
+ "grad_norm": 2.9777281284332275,
2562
+ "learning_rate": 2.953667953667954e-06,
2563
+ "loss": 749.3711,
2564
+ "step": 365
2565
+ },
2566
+ {
2567
+ "epoch": 0.7065637065637066,
2568
+ "grad_norm": 2.855987310409546,
2569
+ "learning_rate": 2.934362934362935e-06,
2570
+ "loss": 749.5988,
2571
+ "step": 366
2572
+ },
2573
+ {
2574
+ "epoch": 0.7084942084942085,
2575
+ "grad_norm": 3.307720184326172,
2576
+ "learning_rate": 2.915057915057915e-06,
2577
+ "loss": 761.0093,
2578
+ "step": 367
2579
+ },
2580
+ {
2581
+ "epoch": 0.7104247104247104,
2582
+ "grad_norm": 3.787365198135376,
2583
+ "learning_rate": 2.8957528957528956e-06,
2584
+ "loss": 751.6588,
2585
+ "step": 368
2586
+ },
2587
+ {
2588
+ "epoch": 0.7123552123552124,
2589
+ "grad_norm": 3.029486656188965,
2590
+ "learning_rate": 2.8764478764478764e-06,
2591
+ "loss": 755.2015,
2592
+ "step": 369
2593
+ },
2594
+ {
2595
+ "epoch": 0.7142857142857143,
2596
+ "grad_norm": 3.0125091075897217,
2597
+ "learning_rate": 2.8571428571428573e-06,
2598
+ "loss": 766.543,
2599
+ "step": 370
2600
+ },
2601
+ {
2602
+ "epoch": 0.7162162162162162,
2603
+ "grad_norm": 4.560346603393555,
2604
+ "learning_rate": 2.837837837837838e-06,
2605
+ "loss": 768.441,
2606
+ "step": 371
2607
+ },
2608
+ {
2609
+ "epoch": 0.7181467181467182,
2610
+ "grad_norm": 3.190322160720825,
2611
+ "learning_rate": 2.8185328185328185e-06,
2612
+ "loss": 753.3053,
2613
+ "step": 372
2614
+ },
2615
+ {
2616
+ "epoch": 0.7200772200772201,
2617
+ "grad_norm": 3.4040372371673584,
2618
+ "learning_rate": 2.7992277992277993e-06,
2619
+ "loss": 769.1228,
2620
+ "step": 373
2621
+ },
2622
+ {
2623
+ "epoch": 0.722007722007722,
2624
+ "grad_norm": 5.434439182281494,
2625
+ "learning_rate": 2.77992277992278e-06,
2626
+ "loss": 754.5753,
2627
+ "step": 374
2628
+ },
2629
+ {
2630
+ "epoch": 0.7239382239382239,
2631
+ "grad_norm": 3.3807380199432373,
2632
+ "learning_rate": 2.760617760617761e-06,
2633
+ "loss": 768.5261,
2634
+ "step": 375
2635
+ },
2636
+ {
2637
+ "epoch": 0.7258687258687259,
2638
+ "grad_norm": 3.2653305530548096,
2639
+ "learning_rate": 2.7413127413127418e-06,
2640
+ "loss": 768.1964,
2641
+ "step": 376
2642
+ },
2643
+ {
2644
+ "epoch": 0.7277992277992278,
2645
+ "grad_norm": 3.041628360748291,
2646
+ "learning_rate": 2.722007722007722e-06,
2647
+ "loss": 771.9323,
2648
+ "step": 377
2649
+ },
2650
+ {
2651
+ "epoch": 0.7297297297297297,
2652
+ "grad_norm": 3.092245101928711,
2653
+ "learning_rate": 2.702702702702703e-06,
2654
+ "loss": 753.942,
2655
+ "step": 378
2656
+ },
2657
+ {
2658
+ "epoch": 0.7316602316602316,
2659
+ "grad_norm": 4.467896938323975,
2660
+ "learning_rate": 2.683397683397684e-06,
2661
+ "loss": 749.8477,
2662
+ "step": 379
2663
+ },
2664
+ {
2665
+ "epoch": 0.7335907335907336,
2666
+ "grad_norm": 2.989520788192749,
2667
+ "learning_rate": 2.6640926640926647e-06,
2668
+ "loss": 759.7245,
2669
+ "step": 380
2670
+ },
2671
+ {
2672
+ "epoch": 0.7355212355212355,
2673
+ "grad_norm": 2.9288792610168457,
2674
+ "learning_rate": 2.644787644787645e-06,
2675
+ "loss": 761.0784,
2676
+ "step": 381
2677
+ },
2678
+ {
2679
+ "epoch": 0.7374517374517374,
2680
+ "grad_norm": 3.411576986312866,
2681
+ "learning_rate": 2.6254826254826255e-06,
2682
+ "loss": 769.0735,
2683
+ "step": 382
2684
+ },
2685
+ {
2686
+ "epoch": 0.7393822393822393,
2687
+ "grad_norm": 7.500954627990723,
2688
+ "learning_rate": 2.6061776061776063e-06,
2689
+ "loss": 752.552,
2690
+ "step": 383
2691
+ },
2692
+ {
2693
+ "epoch": 0.7413127413127413,
2694
+ "grad_norm": 4.436896324157715,
2695
+ "learning_rate": 2.5868725868725867e-06,
2696
+ "loss": 772.7829,
2697
+ "step": 384
2698
+ },
2699
+ {
2700
+ "epoch": 0.7432432432432432,
2701
+ "grad_norm": 3.8016252517700195,
2702
+ "learning_rate": 2.5675675675675675e-06,
2703
+ "loss": 756.5428,
2704
+ "step": 385
2705
+ },
2706
+ {
2707
+ "epoch": 0.7451737451737451,
2708
+ "grad_norm": 3.1768035888671875,
2709
+ "learning_rate": 2.5482625482625484e-06,
2710
+ "loss": 761.3637,
2711
+ "step": 386
2712
+ },
2713
+ {
2714
+ "epoch": 0.747104247104247,
2715
+ "grad_norm": 3.24792218208313,
2716
+ "learning_rate": 2.528957528957529e-06,
2717
+ "loss": 764.2406,
2718
+ "step": 387
2719
+ },
2720
+ {
2721
+ "epoch": 0.749034749034749,
2722
+ "grad_norm": 3.6789443492889404,
2723
+ "learning_rate": 2.50965250965251e-06,
2724
+ "loss": 764.6515,
2725
+ "step": 388
2726
+ },
2727
+ {
2728
+ "epoch": 0.750965250965251,
2729
+ "grad_norm": 2.998337507247925,
2730
+ "learning_rate": 2.4903474903474904e-06,
2731
+ "loss": 745.9545,
2732
+ "step": 389
2733
+ },
2734
+ {
2735
+ "epoch": 0.752895752895753,
2736
+ "grad_norm": 5.5688796043396,
2737
+ "learning_rate": 2.4710424710424712e-06,
2738
+ "loss": 757.1937,
2739
+ "step": 390
2740
+ },
2741
+ {
2742
+ "epoch": 0.7548262548262549,
2743
+ "grad_norm": 3.491425037384033,
2744
+ "learning_rate": 2.451737451737452e-06,
2745
+ "loss": 747.8929,
2746
+ "step": 391
2747
+ },
2748
+ {
2749
+ "epoch": 0.7567567567567568,
2750
+ "grad_norm": 5.370115280151367,
2751
+ "learning_rate": 2.432432432432433e-06,
2752
+ "loss": 760.0563,
2753
+ "step": 392
2754
+ },
2755
+ {
2756
+ "epoch": 0.7586872586872587,
2757
+ "grad_norm": 3.907552480697632,
2758
+ "learning_rate": 2.4131274131274133e-06,
2759
+ "loss": 752.7516,
2760
+ "step": 393
2761
+ },
2762
+ {
2763
+ "epoch": 0.7606177606177607,
2764
+ "grad_norm": 3.052731513977051,
2765
+ "learning_rate": 2.393822393822394e-06,
2766
+ "loss": 752.1655,
2767
+ "step": 394
2768
+ },
2769
+ {
2770
+ "epoch": 0.7625482625482626,
2771
+ "grad_norm": 5.308294296264648,
2772
+ "learning_rate": 2.3745173745173745e-06,
2773
+ "loss": 767.8257,
2774
+ "step": 395
2775
+ },
2776
+ {
2777
+ "epoch": 0.7644787644787645,
2778
+ "grad_norm": 3.72119140625,
2779
+ "learning_rate": 2.3552123552123553e-06,
2780
+ "loss": 764.8139,
2781
+ "step": 396
2782
+ },
2783
+ {
2784
+ "epoch": 0.7664092664092664,
2785
+ "grad_norm": 3.117110252380371,
2786
+ "learning_rate": 2.335907335907336e-06,
2787
+ "loss": 766.5566,
2788
+ "step": 397
2789
+ },
2790
+ {
2791
+ "epoch": 0.7683397683397684,
2792
+ "grad_norm": 3.8100202083587646,
2793
+ "learning_rate": 2.316602316602317e-06,
2794
+ "loss": 767.1085,
2795
+ "step": 398
2796
+ },
2797
+ {
2798
+ "epoch": 0.7702702702702703,
2799
+ "grad_norm": 3.1219418048858643,
2800
+ "learning_rate": 2.297297297297298e-06,
2801
+ "loss": 750.5438,
2802
+ "step": 399
2803
+ },
2804
+ {
2805
+ "epoch": 0.7722007722007722,
2806
+ "grad_norm": 3.212282180786133,
2807
+ "learning_rate": 2.2779922779922782e-06,
2808
+ "loss": 748.5366,
2809
+ "step": 400
2810
+ },
2811
+ {
2812
+ "epoch": 0.7741312741312741,
2813
+ "grad_norm": 3.0505459308624268,
2814
+ "learning_rate": 2.2586872586872586e-06,
2815
+ "loss": 743.7197,
2816
+ "step": 401
2817
+ },
2818
+ {
2819
+ "epoch": 0.7760617760617761,
2820
+ "grad_norm": 3.131042718887329,
2821
+ "learning_rate": 2.2393822393822394e-06,
2822
+ "loss": 756.7755,
2823
+ "step": 402
2824
+ },
2825
+ {
2826
+ "epoch": 0.777992277992278,
2827
+ "grad_norm": 4.418597221374512,
2828
+ "learning_rate": 2.2200772200772203e-06,
2829
+ "loss": 754.0249,
2830
+ "step": 403
2831
+ },
2832
+ {
2833
+ "epoch": 0.7799227799227799,
2834
+ "grad_norm": 4.271742820739746,
2835
+ "learning_rate": 2.200772200772201e-06,
2836
+ "loss": 768.3597,
2837
+ "step": 404
2838
+ },
2839
+ {
2840
+ "epoch": 0.7818532818532818,
2841
+ "grad_norm": 3.788788080215454,
2842
+ "learning_rate": 2.181467181467182e-06,
2843
+ "loss": 758.9531,
2844
+ "step": 405
2845
+ },
2846
+ {
2847
+ "epoch": 0.7837837837837838,
2848
+ "grad_norm": 3.5197062492370605,
2849
+ "learning_rate": 2.1621621621621623e-06,
2850
+ "loss": 754.1716,
2851
+ "step": 406
2852
+ },
2853
+ {
2854
+ "epoch": 0.7857142857142857,
2855
+ "grad_norm": 3.414795398712158,
2856
+ "learning_rate": 2.1428571428571427e-06,
2857
+ "loss": 751.0524,
2858
+ "step": 407
2859
+ },
2860
+ {
2861
+ "epoch": 0.7876447876447876,
2862
+ "grad_norm": 3.1258320808410645,
2863
+ "learning_rate": 2.1235521235521236e-06,
2864
+ "loss": 761.6645,
2865
+ "step": 408
2866
+ },
2867
+ {
2868
+ "epoch": 0.7895752895752896,
2869
+ "grad_norm": 6.547064781188965,
2870
+ "learning_rate": 2.1042471042471044e-06,
2871
+ "loss": 765.9225,
2872
+ "step": 409
2873
+ },
2874
+ {
2875
+ "epoch": 0.7915057915057915,
2876
+ "grad_norm": 4.772284030914307,
2877
+ "learning_rate": 2.084942084942085e-06,
2878
+ "loss": 764.9897,
2879
+ "step": 410
2880
+ },
2881
+ {
2882
+ "epoch": 0.7934362934362934,
2883
+ "grad_norm": 4.287495136260986,
2884
+ "learning_rate": 2.065637065637066e-06,
2885
+ "loss": 756.7947,
2886
+ "step": 411
2887
+ },
2888
+ {
2889
+ "epoch": 0.7953667953667953,
2890
+ "grad_norm": 5.286579132080078,
2891
+ "learning_rate": 2.0463320463320464e-06,
2892
+ "loss": 756.2988,
2893
+ "step": 412
2894
+ },
2895
+ {
2896
+ "epoch": 0.7972972972972973,
2897
+ "grad_norm": 3.132582902908325,
2898
+ "learning_rate": 2.0270270270270273e-06,
2899
+ "loss": 760.6235,
2900
+ "step": 413
2901
+ },
2902
+ {
2903
+ "epoch": 0.7992277992277992,
2904
+ "grad_norm": 4.088491439819336,
2905
+ "learning_rate": 2.0077220077220077e-06,
2906
+ "loss": 751.6579,
2907
+ "step": 414
2908
+ },
2909
+ {
2910
+ "epoch": 0.8011583011583011,
2911
+ "grad_norm": 3.853825807571411,
2912
+ "learning_rate": 1.9884169884169885e-06,
2913
+ "loss": 751.7198,
2914
+ "step": 415
2915
+ },
2916
+ {
2917
+ "epoch": 0.803088803088803,
2918
+ "grad_norm": 3.8805510997772217,
2919
+ "learning_rate": 1.9691119691119693e-06,
2920
+ "loss": 754.175,
2921
+ "step": 416
2922
+ },
2923
+ {
2924
+ "epoch": 0.805019305019305,
2925
+ "grad_norm": 3.465831756591797,
2926
+ "learning_rate": 1.94980694980695e-06,
2927
+ "loss": 763.5966,
2928
+ "step": 417
2929
+ },
2930
+ {
2931
+ "epoch": 0.806949806949807,
2932
+ "grad_norm": 3.4799764156341553,
2933
+ "learning_rate": 1.9305019305019305e-06,
2934
+ "loss": 757.6487,
2935
+ "step": 418
2936
+ },
2937
+ {
2938
+ "epoch": 0.8088803088803089,
2939
+ "grad_norm": 4.306357383728027,
2940
+ "learning_rate": 1.9111969111969114e-06,
2941
+ "loss": 770.5115,
2942
+ "step": 419
2943
+ },
2944
+ {
2945
+ "epoch": 0.8108108108108109,
2946
+ "grad_norm": 5.999144554138184,
2947
+ "learning_rate": 1.8918918918918922e-06,
2948
+ "loss": 750.0549,
2949
+ "step": 420
2950
+ },
2951
+ {
2952
+ "epoch": 0.8127413127413128,
2953
+ "grad_norm": 3.353970527648926,
2954
+ "learning_rate": 1.8725868725868726e-06,
2955
+ "loss": 770.1407,
2956
+ "step": 421
2957
+ },
2958
+ {
2959
+ "epoch": 0.8146718146718147,
2960
+ "grad_norm": 3.1123435497283936,
2961
+ "learning_rate": 1.8532818532818534e-06,
2962
+ "loss": 755.7714,
2963
+ "step": 422
2964
+ },
2965
+ {
2966
+ "epoch": 0.8166023166023166,
2967
+ "grad_norm": 3.5919506549835205,
2968
+ "learning_rate": 1.833976833976834e-06,
2969
+ "loss": 768.7866,
2970
+ "step": 423
2971
+ },
2972
+ {
2973
+ "epoch": 0.8185328185328186,
2974
+ "grad_norm": 5.815296649932861,
2975
+ "learning_rate": 1.8146718146718149e-06,
2976
+ "loss": 769.049,
2977
+ "step": 424
2978
+ },
2979
+ {
2980
+ "epoch": 0.8204633204633205,
2981
+ "grad_norm": 6.508057117462158,
2982
+ "learning_rate": 1.7953667953667955e-06,
2983
+ "loss": 744.9335,
2984
+ "step": 425
2985
+ },
2986
+ {
2987
+ "epoch": 0.8223938223938224,
2988
+ "grad_norm": 3.8051586151123047,
2989
+ "learning_rate": 1.7760617760617763e-06,
2990
+ "loss": 755.9141,
2991
+ "step": 426
2992
+ },
2993
+ {
2994
+ "epoch": 0.8243243243243243,
2995
+ "grad_norm": 3.628269910812378,
2996
+ "learning_rate": 1.756756756756757e-06,
2997
+ "loss": 758.3513,
2998
+ "step": 427
2999
+ },
3000
+ {
3001
+ "epoch": 0.8262548262548263,
3002
+ "grad_norm": 5.430158615112305,
3003
+ "learning_rate": 1.7374517374517377e-06,
3004
+ "loss": 754.9781,
3005
+ "step": 428
3006
+ },
3007
+ {
3008
+ "epoch": 0.8281853281853282,
3009
+ "grad_norm": 3.8903748989105225,
3010
+ "learning_rate": 1.7181467181467181e-06,
3011
+ "loss": 762.0396,
3012
+ "step": 429
3013
+ },
3014
+ {
3015
+ "epoch": 0.8301158301158301,
3016
+ "grad_norm": 3.2768187522888184,
3017
+ "learning_rate": 1.698841698841699e-06,
3018
+ "loss": 748.2692,
3019
+ "step": 430
3020
+ },
3021
+ {
3022
+ "epoch": 0.832046332046332,
3023
+ "grad_norm": 4.247284889221191,
3024
+ "learning_rate": 1.6795366795366796e-06,
3025
+ "loss": 759.6968,
3026
+ "step": 431
3027
+ },
3028
+ {
3029
+ "epoch": 0.833976833976834,
3030
+ "grad_norm": 3.205296039581299,
3031
+ "learning_rate": 1.6602316602316604e-06,
3032
+ "loss": 745.4493,
3033
+ "step": 432
3034
+ },
3035
+ {
3036
+ "epoch": 0.8359073359073359,
3037
+ "grad_norm": 3.3943800926208496,
3038
+ "learning_rate": 1.640926640926641e-06,
3039
+ "loss": 759.4459,
3040
+ "step": 433
3041
+ },
3042
+ {
3043
+ "epoch": 0.8378378378378378,
3044
+ "grad_norm": 3.8933515548706055,
3045
+ "learning_rate": 1.6216216216216219e-06,
3046
+ "loss": 768.5825,
3047
+ "step": 434
3048
+ },
3049
+ {
3050
+ "epoch": 0.8397683397683398,
3051
+ "grad_norm": 3.123276710510254,
3052
+ "learning_rate": 1.6023166023166027e-06,
3053
+ "loss": 749.004,
3054
+ "step": 435
3055
+ },
3056
+ {
3057
+ "epoch": 0.8416988416988417,
3058
+ "grad_norm": 3.028196334838867,
3059
+ "learning_rate": 1.583011583011583e-06,
3060
+ "loss": 754.6147,
3061
+ "step": 436
3062
+ },
3063
+ {
3064
+ "epoch": 0.8436293436293436,
3065
+ "grad_norm": 5.627590179443359,
3066
+ "learning_rate": 1.5637065637065637e-06,
3067
+ "loss": 764.9931,
3068
+ "step": 437
3069
+ },
3070
+ {
3071
+ "epoch": 0.8455598455598455,
3072
+ "grad_norm": 4.444796562194824,
3073
+ "learning_rate": 1.5444015444015445e-06,
3074
+ "loss": 756.2324,
3075
+ "step": 438
3076
+ },
3077
+ {
3078
+ "epoch": 0.8474903474903475,
3079
+ "grad_norm": 4.994812965393066,
3080
+ "learning_rate": 1.5250965250965251e-06,
3081
+ "loss": 764.1788,
3082
+ "step": 439
3083
+ },
3084
+ {
3085
+ "epoch": 0.8494208494208494,
3086
+ "grad_norm": 3.8100221157073975,
3087
+ "learning_rate": 1.505791505791506e-06,
3088
+ "loss": 748.0216,
3089
+ "step": 440
3090
+ },
3091
+ {
3092
+ "epoch": 0.8513513513513513,
3093
+ "grad_norm": 3.284438371658325,
3094
+ "learning_rate": 1.4864864864864868e-06,
3095
+ "loss": 744.6481,
3096
+ "step": 441
3097
+ },
3098
+ {
3099
+ "epoch": 0.8532818532818532,
3100
+ "grad_norm": 3.754772901535034,
3101
+ "learning_rate": 1.4671814671814674e-06,
3102
+ "loss": 759.6836,
3103
+ "step": 442
3104
+ },
3105
+ {
3106
+ "epoch": 0.8552123552123552,
3107
+ "grad_norm": 3.4503631591796875,
3108
+ "learning_rate": 1.4478764478764478e-06,
3109
+ "loss": 757.1558,
3110
+ "step": 443
3111
+ },
3112
+ {
3113
+ "epoch": 0.8571428571428571,
3114
+ "grad_norm": 3.9186127185821533,
3115
+ "learning_rate": 1.4285714285714286e-06,
3116
+ "loss": 749.7752,
3117
+ "step": 444
3118
+ },
3119
+ {
3120
+ "epoch": 0.859073359073359,
3121
+ "grad_norm": 5.067336082458496,
3122
+ "learning_rate": 1.4092664092664092e-06,
3123
+ "loss": 768.12,
3124
+ "step": 445
3125
+ },
3126
+ {
3127
+ "epoch": 0.861003861003861,
3128
+ "grad_norm": 3.5622620582580566,
3129
+ "learning_rate": 1.38996138996139e-06,
3130
+ "loss": 749.7698,
3131
+ "step": 446
3132
+ },
3133
+ {
3134
+ "epoch": 0.862934362934363,
3135
+ "grad_norm": 3.2070393562316895,
3136
+ "learning_rate": 1.3706563706563709e-06,
3137
+ "loss": 765.8137,
3138
+ "step": 447
3139
+ },
3140
+ {
3141
+ "epoch": 0.8648648648648649,
3142
+ "grad_norm": 3.920966386795044,
3143
+ "learning_rate": 1.3513513513513515e-06,
3144
+ "loss": 763.2885,
3145
+ "step": 448
3146
+ },
3147
+ {
3148
+ "epoch": 0.8667953667953668,
3149
+ "grad_norm": 4.828410625457764,
3150
+ "learning_rate": 1.3320463320463323e-06,
3151
+ "loss": 744.1356,
3152
+ "step": 449
3153
+ },
3154
+ {
3155
+ "epoch": 0.8687258687258688,
3156
+ "grad_norm": 2.9684271812438965,
3157
+ "learning_rate": 1.3127413127413127e-06,
3158
+ "loss": 748.5911,
3159
+ "step": 450
3160
+ },
3161
+ {
3162
+ "epoch": 0.8706563706563707,
3163
+ "grad_norm": 3.4309277534484863,
3164
+ "learning_rate": 1.2934362934362933e-06,
3165
+ "loss": 754.4804,
3166
+ "step": 451
3167
+ },
3168
+ {
3169
+ "epoch": 0.8725868725868726,
3170
+ "grad_norm": 3.2176759243011475,
3171
+ "learning_rate": 1.2741312741312742e-06,
3172
+ "loss": 763.7363,
3173
+ "step": 452
3174
+ },
3175
+ {
3176
+ "epoch": 0.8745173745173745,
3177
+ "grad_norm": 4.412746429443359,
3178
+ "learning_rate": 1.254826254826255e-06,
3179
+ "loss": 762.2845,
3180
+ "step": 453
3181
+ },
3182
+ {
3183
+ "epoch": 0.8764478764478765,
3184
+ "grad_norm": 3.3320093154907227,
3185
+ "learning_rate": 1.2355212355212356e-06,
3186
+ "loss": 737.4437,
3187
+ "step": 454
3188
+ },
3189
+ {
3190
+ "epoch": 0.8783783783783784,
3191
+ "grad_norm": 3.1412718296051025,
3192
+ "learning_rate": 1.2162162162162164e-06,
3193
+ "loss": 752.1414,
3194
+ "step": 455
3195
+ },
3196
+ {
3197
+ "epoch": 0.8803088803088803,
3198
+ "grad_norm": 2.9298524856567383,
3199
+ "learning_rate": 1.196911196911197e-06,
3200
+ "loss": 749.2881,
3201
+ "step": 456
3202
+ },
3203
+ {
3204
+ "epoch": 0.8822393822393823,
3205
+ "grad_norm": 3.4683337211608887,
3206
+ "learning_rate": 1.1776061776061777e-06,
3207
+ "loss": 750.4893,
3208
+ "step": 457
3209
+ },
3210
+ {
3211
+ "epoch": 0.8841698841698842,
3212
+ "grad_norm": 8.293436050415039,
3213
+ "learning_rate": 1.1583011583011585e-06,
3214
+ "loss": 759.465,
3215
+ "step": 458
3216
+ },
3217
+ {
3218
+ "epoch": 0.8861003861003861,
3219
+ "grad_norm": 3.0078611373901367,
3220
+ "learning_rate": 1.1389961389961391e-06,
3221
+ "loss": 765.3209,
3222
+ "step": 459
3223
+ },
3224
+ {
3225
+ "epoch": 0.888030888030888,
3226
+ "grad_norm": 3.5911474227905273,
3227
+ "learning_rate": 1.1196911196911197e-06,
3228
+ "loss": 748.1154,
3229
+ "step": 460
3230
+ },
3231
+ {
3232
+ "epoch": 0.88996138996139,
3233
+ "grad_norm": 3.626723527908325,
3234
+ "learning_rate": 1.1003861003861005e-06,
3235
+ "loss": 763.6529,
3236
+ "step": 461
3237
+ },
3238
+ {
3239
+ "epoch": 0.8918918918918919,
3240
+ "grad_norm": 3.322850465774536,
3241
+ "learning_rate": 1.0810810810810812e-06,
3242
+ "loss": 757.5947,
3243
+ "step": 462
3244
+ },
3245
+ {
3246
+ "epoch": 0.8938223938223938,
3247
+ "grad_norm": 3.866856575012207,
3248
+ "learning_rate": 1.0617760617760618e-06,
3249
+ "loss": 761.439,
3250
+ "step": 463
3251
+ },
3252
+ {
3253
+ "epoch": 0.8957528957528957,
3254
+ "grad_norm": 3.293731927871704,
3255
+ "learning_rate": 1.0424710424710426e-06,
3256
+ "loss": 763.1173,
3257
+ "step": 464
3258
+ },
3259
+ {
3260
+ "epoch": 0.8976833976833977,
3261
+ "grad_norm": 3.4967000484466553,
3262
+ "learning_rate": 1.0231660231660232e-06,
3263
+ "loss": 771.8659,
3264
+ "step": 465
3265
+ },
3266
+ {
3267
+ "epoch": 0.8996138996138996,
3268
+ "grad_norm": 2.9513790607452393,
3269
+ "learning_rate": 1.0038610038610038e-06,
3270
+ "loss": 759.2766,
3271
+ "step": 466
3272
+ },
3273
+ {
3274
+ "epoch": 0.9015444015444015,
3275
+ "grad_norm": 3.051725387573242,
3276
+ "learning_rate": 9.845559845559847e-07,
3277
+ "loss": 761.7484,
3278
+ "step": 467
3279
+ },
3280
+ {
3281
+ "epoch": 0.9034749034749034,
3282
+ "grad_norm": 3.222289562225342,
3283
+ "learning_rate": 9.652509652509653e-07,
3284
+ "loss": 753.144,
3285
+ "step": 468
3286
+ },
3287
+ {
3288
+ "epoch": 0.9054054054054054,
3289
+ "grad_norm": 4.781485557556152,
3290
+ "learning_rate": 9.459459459459461e-07,
3291
+ "loss": 766.5778,
3292
+ "step": 469
3293
+ },
3294
+ {
3295
+ "epoch": 0.9073359073359073,
3296
+ "grad_norm": 9.611944198608398,
3297
+ "learning_rate": 9.266409266409267e-07,
3298
+ "loss": 757.17,
3299
+ "step": 470
3300
+ },
3301
+ {
3302
+ "epoch": 0.9092664092664092,
3303
+ "grad_norm": 5.166945457458496,
3304
+ "learning_rate": 9.073359073359074e-07,
3305
+ "loss": 758.192,
3306
+ "step": 471
3307
+ },
3308
+ {
3309
+ "epoch": 0.9111969111969112,
3310
+ "grad_norm": 3.2668616771698,
3311
+ "learning_rate": 8.880308880308882e-07,
3312
+ "loss": 772.9589,
3313
+ "step": 472
3314
+ },
3315
+ {
3316
+ "epoch": 0.9131274131274131,
3317
+ "grad_norm": 3.808668851852417,
3318
+ "learning_rate": 8.687258687258689e-07,
3319
+ "loss": 743.6304,
3320
+ "step": 473
3321
+ },
3322
+ {
3323
+ "epoch": 0.915057915057915,
3324
+ "grad_norm": 3.6966071128845215,
3325
+ "learning_rate": 8.494208494208495e-07,
3326
+ "loss": 739.0352,
3327
+ "step": 474
3328
+ },
3329
+ {
3330
+ "epoch": 0.916988416988417,
3331
+ "grad_norm": 5.23868465423584,
3332
+ "learning_rate": 8.301158301158302e-07,
3333
+ "loss": 758.2206,
3334
+ "step": 475
3335
+ },
3336
+ {
3337
+ "epoch": 0.918918918918919,
3338
+ "grad_norm": 5.4658732414245605,
3339
+ "learning_rate": 8.108108108108109e-07,
3340
+ "loss": 745.1991,
3341
+ "step": 476
3342
+ },
3343
+ {
3344
+ "epoch": 0.9208494208494209,
3345
+ "grad_norm": 4.291003227233887,
3346
+ "learning_rate": 7.915057915057915e-07,
3347
+ "loss": 765.403,
3348
+ "step": 477
3349
+ },
3350
+ {
3351
+ "epoch": 0.9227799227799228,
3352
+ "grad_norm": 3.528947353363037,
3353
+ "learning_rate": 7.722007722007723e-07,
3354
+ "loss": 764.4042,
3355
+ "step": 478
3356
+ },
3357
+ {
3358
+ "epoch": 0.9247104247104247,
3359
+ "grad_norm": 3.179927349090576,
3360
+ "learning_rate": 7.52895752895753e-07,
3361
+ "loss": 757.1093,
3362
+ "step": 479
3363
+ },
3364
+ {
3365
+ "epoch": 0.9266409266409267,
3366
+ "grad_norm": 4.567697048187256,
3367
+ "learning_rate": 7.335907335907337e-07,
3368
+ "loss": 759.746,
3369
+ "step": 480
3370
+ },
3371
+ {
3372
+ "epoch": 0.9285714285714286,
3373
+ "grad_norm": 3.929335355758667,
3374
+ "learning_rate": 7.142857142857143e-07,
3375
+ "loss": 758.0447,
3376
+ "step": 481
3377
+ },
3378
+ {
3379
+ "epoch": 0.9305019305019305,
3380
+ "grad_norm": 5.094730377197266,
3381
+ "learning_rate": 6.94980694980695e-07,
3382
+ "loss": 757.1946,
3383
+ "step": 482
3384
+ },
3385
+ {
3386
+ "epoch": 0.9324324324324325,
3387
+ "grad_norm": 3.7125465869903564,
3388
+ "learning_rate": 6.756756756756758e-07,
3389
+ "loss": 770.7656,
3390
+ "step": 483
3391
+ },
3392
+ {
3393
+ "epoch": 0.9343629343629344,
3394
+ "grad_norm": 3.3825149536132812,
3395
+ "learning_rate": 6.563706563706564e-07,
3396
+ "loss": 747.5059,
3397
+ "step": 484
3398
+ },
3399
+ {
3400
+ "epoch": 0.9362934362934363,
3401
+ "grad_norm": 3.3807835578918457,
3402
+ "learning_rate": 6.370656370656371e-07,
3403
+ "loss": 767.5899,
3404
+ "step": 485
3405
+ },
3406
+ {
3407
+ "epoch": 0.9382239382239382,
3408
+ "grad_norm": 2.997955322265625,
3409
+ "learning_rate": 6.177606177606178e-07,
3410
+ "loss": 758.338,
3411
+ "step": 486
3412
+ },
3413
+ {
3414
+ "epoch": 0.9401544401544402,
3415
+ "grad_norm": 3.478146553039551,
3416
+ "learning_rate": 5.984555984555985e-07,
3417
+ "loss": 758.3116,
3418
+ "step": 487
3419
+ },
3420
+ {
3421
+ "epoch": 0.9420849420849421,
3422
+ "grad_norm": 3.0303502082824707,
3423
+ "learning_rate": 5.791505791505792e-07,
3424
+ "loss": 752.7023,
3425
+ "step": 488
3426
+ },
3427
+ {
3428
+ "epoch": 0.944015444015444,
3429
+ "grad_norm": 4.182223796844482,
3430
+ "learning_rate": 5.598455598455599e-07,
3431
+ "loss": 767.7703,
3432
+ "step": 489
3433
+ },
3434
+ {
3435
+ "epoch": 0.9459459459459459,
3436
+ "grad_norm": 3.0645620822906494,
3437
+ "learning_rate": 5.405405405405406e-07,
3438
+ "loss": 756.7206,
3439
+ "step": 490
3440
+ },
3441
+ {
3442
+ "epoch": 0.9478764478764479,
3443
+ "grad_norm": 3.5093557834625244,
3444
+ "learning_rate": 5.212355212355213e-07,
3445
+ "loss": 759.0178,
3446
+ "step": 491
3447
+ },
3448
+ {
3449
+ "epoch": 0.9498069498069498,
3450
+ "grad_norm": 5.231660842895508,
3451
+ "learning_rate": 5.019305019305019e-07,
3452
+ "loss": 758.1909,
3453
+ "step": 492
3454
+ },
3455
+ {
3456
+ "epoch": 0.9517374517374517,
3457
+ "grad_norm": 4.316704273223877,
3458
+ "learning_rate": 4.826254826254826e-07,
3459
+ "loss": 756.6906,
3460
+ "step": 493
3461
+ },
3462
+ {
3463
+ "epoch": 0.9536679536679536,
3464
+ "grad_norm": 3.842200994491577,
3465
+ "learning_rate": 4.6332046332046336e-07,
3466
+ "loss": 757.8163,
3467
+ "step": 494
3468
+ },
3469
+ {
3470
+ "epoch": 0.9555984555984556,
3471
+ "grad_norm": 3.351325511932373,
3472
+ "learning_rate": 4.440154440154441e-07,
3473
+ "loss": 762.0304,
3474
+ "step": 495
3475
+ },
3476
+ {
3477
+ "epoch": 0.9575289575289575,
3478
+ "grad_norm": 3.0159342288970947,
3479
+ "learning_rate": 4.2471042471042474e-07,
3480
+ "loss": 761.4176,
3481
+ "step": 496
3482
+ },
3483
+ {
3484
+ "epoch": 0.9594594594594594,
3485
+ "grad_norm": 3.074551582336426,
3486
+ "learning_rate": 4.0540540540540546e-07,
3487
+ "loss": 751.5521,
3488
+ "step": 497
3489
+ },
3490
+ {
3491
+ "epoch": 0.9613899613899614,
3492
+ "grad_norm": 3.896904945373535,
3493
+ "learning_rate": 3.8610038610038613e-07,
3494
+ "loss": 763.3478,
3495
+ "step": 498
3496
+ },
3497
+ {
3498
+ "epoch": 0.9633204633204633,
3499
+ "grad_norm": 3.919020175933838,
3500
+ "learning_rate": 3.6679536679536685e-07,
3501
+ "loss": 768.0314,
3502
+ "step": 499
3503
+ },
3504
+ {
3505
+ "epoch": 0.9652509652509652,
3506
+ "grad_norm": 2.949843645095825,
3507
+ "learning_rate": 3.474903474903475e-07,
3508
+ "loss": 755.5469,
3509
+ "step": 500
3510
+ },
3511
+ {
3512
+ "epoch": 0.9671814671814671,
3513
+ "grad_norm": 3.6389143466949463,
3514
+ "learning_rate": 3.281853281853282e-07,
3515
+ "loss": 744.184,
3516
+ "step": 501
3517
+ },
3518
+ {
3519
+ "epoch": 0.9691119691119691,
3520
+ "grad_norm": 4.229357719421387,
3521
+ "learning_rate": 3.088803088803089e-07,
3522
+ "loss": 761.7263,
3523
+ "step": 502
3524
+ },
3525
+ {
3526
+ "epoch": 0.971042471042471,
3527
+ "grad_norm": 3.1734883785247803,
3528
+ "learning_rate": 2.895752895752896e-07,
3529
+ "loss": 758.8358,
3530
+ "step": 503
3531
+ },
3532
+ {
3533
+ "epoch": 0.972972972972973,
3534
+ "grad_norm": 3.089228868484497,
3535
+ "learning_rate": 2.702702702702703e-07,
3536
+ "loss": 760.397,
3537
+ "step": 504
3538
+ },
3539
+ {
3540
+ "epoch": 0.974903474903475,
3541
+ "grad_norm": 3.926948070526123,
3542
+ "learning_rate": 2.5096525096525096e-07,
3543
+ "loss": 755.6573,
3544
+ "step": 505
3545
+ },
3546
+ {
3547
+ "epoch": 0.9768339768339769,
3548
+ "grad_norm": 2.9857828617095947,
3549
+ "learning_rate": 2.3166023166023168e-07,
3550
+ "loss": 767.6666,
3551
+ "step": 506
3552
+ },
3553
+ {
3554
+ "epoch": 0.9787644787644788,
3555
+ "grad_norm": 4.68814754486084,
3556
+ "learning_rate": 2.1235521235521237e-07,
3557
+ "loss": 767.6501,
3558
+ "step": 507
3559
+ },
3560
+ {
3561
+ "epoch": 0.9806949806949807,
3562
+ "grad_norm": 3.457016706466675,
3563
+ "learning_rate": 1.9305019305019306e-07,
3564
+ "loss": 760.5441,
3565
+ "step": 508
3566
+ },
3567
+ {
3568
+ "epoch": 0.9826254826254827,
3569
+ "grad_norm": 4.365758419036865,
3570
+ "learning_rate": 1.7374517374517376e-07,
3571
+ "loss": 760.8904,
3572
+ "step": 509
3573
+ },
3574
+ {
3575
+ "epoch": 0.9845559845559846,
3576
+ "grad_norm": 3.6141843795776367,
3577
+ "learning_rate": 1.5444015444015445e-07,
3578
+ "loss": 754.2842,
3579
+ "step": 510
3580
+ },
3581
+ {
3582
+ "epoch": 0.9864864864864865,
3583
+ "grad_norm": 4.281587600708008,
3584
+ "learning_rate": 1.3513513513513515e-07,
3585
+ "loss": 754.181,
3586
+ "step": 511
3587
+ },
3588
+ {
3589
+ "epoch": 0.9884169884169884,
3590
+ "grad_norm": 3.3735556602478027,
3591
+ "learning_rate": 1.1583011583011584e-07,
3592
+ "loss": 755.9177,
3593
+ "step": 512
3594
+ },
3595
+ {
3596
+ "epoch": 0.9903474903474904,
3597
+ "grad_norm": 3.126232624053955,
3598
+ "learning_rate": 9.652509652509653e-08,
3599
+ "loss": 750.3485,
3600
+ "step": 513
3601
+ },
3602
+ {
3603
+ "epoch": 0.9922779922779923,
3604
+ "grad_norm": 5.9563727378845215,
3605
+ "learning_rate": 7.722007722007723e-08,
3606
+ "loss": 766.379,
3607
+ "step": 514
3608
+ },
3609
+ {
3610
+ "epoch": 0.9942084942084942,
3611
+ "grad_norm": 3.0199837684631348,
3612
+ "learning_rate": 5.791505791505792e-08,
3613
+ "loss": 753.6818,
3614
+ "step": 515
3615
+ },
3616
+ {
3617
+ "epoch": 0.9961389961389961,
3618
+ "grad_norm": 3.0909945964813232,
3619
+ "learning_rate": 3.861003861003861e-08,
3620
+ "loss": 749.71,
3621
+ "step": 516
3622
+ },
3623
+ {
3624
+ "epoch": 0.9980694980694981,
3625
+ "grad_norm": 3.416806221008301,
3626
+ "learning_rate": 1.9305019305019306e-08,
3627
+ "loss": 772.7269,
3628
+ "step": 517
3629
+ },
3630
+ {
3631
+ "epoch": 1.0,
3632
+ "grad_norm": 5.65108585357666,
3633
+ "learning_rate": 0.0,
3634
+ "loss": 744.4813,
3635
+ "step": 518
3636
+ },
3637
+ {
3638
+ "epoch": 1.0,
3639
+ "step": 518,
3640
+ "total_flos": 1.1089078720895386e+18,
3641
+ "train_loss": 758.2892525573495,
3642
+ "train_runtime": 2215.2409,
3643
+ "train_samples_per_second": 239.051,
3644
+ "train_steps_per_second": 0.234
3645
+ }
3646
+ ],
3647
+ "logging_steps": 1,
3648
+ "max_steps": 518,
3649
+ "num_input_tokens_seen": 0,
3650
+ "num_train_epochs": 1,
3651
+ "save_steps": 500,
3652
+ "total_flos": 1.1089078720895386e+18,
3653
+ "train_batch_size": 1024,
3654
+ "trial_name": null,
3655
+ "trial_params": null
3656
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ce9fb51477e154484dc633656ce0f2c7abb20938f802d0f7a39d22688d9f51b1
3
+ size 4539