sguskin commited on
Commit
1580f81
1 Parent(s): 0dcf68b

Upload trainer_state.json

Browse files
Files changed (1) hide show
  1. trainer_state.json +1780 -0
trainer_state.json ADDED
@@ -0,0 +1,1780 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 89.28118310884184,
3
+ "best_model_checkpoint": "output/lat-minilm-layerdrop0.2/checkpoint-73500",
4
+ "epoch": 6.638966669677536,
5
+ "global_step": 73500,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.05,
12
+ "learning_rate": 2.9864510884292296e-05,
13
+ "loss": 1.2398,
14
+ "step": 500
15
+ },
16
+ {
17
+ "epoch": 0.05,
18
+ "eval_exact_match": 79.31882686849575,
19
+ "eval_f1": 87.06894613336114,
20
+ "step": 500
21
+ },
22
+ {
23
+ "epoch": 0.09,
24
+ "learning_rate": 2.972902176858459e-05,
25
+ "loss": 0.8042,
26
+ "step": 1000
27
+ },
28
+ {
29
+ "epoch": 0.09,
30
+ "eval_exact_match": 78.6565752128666,
31
+ "eval_f1": 86.87585899730593,
32
+ "step": 1000
33
+ },
34
+ {
35
+ "epoch": 0.14,
36
+ "learning_rate": 2.9593532652876887e-05,
37
+ "loss": 0.7486,
38
+ "step": 1500
39
+ },
40
+ {
41
+ "epoch": 0.14,
42
+ "eval_exact_match": 79.20529801324503,
43
+ "eval_f1": 87.30527211803158,
44
+ "step": 1500
45
+ },
46
+ {
47
+ "epoch": 0.18,
48
+ "learning_rate": 2.9458043537169182e-05,
49
+ "loss": 0.7114,
50
+ "step": 2000
51
+ },
52
+ {
53
+ "epoch": 0.18,
54
+ "eval_exact_match": 79.67833491012298,
55
+ "eval_f1": 87.49088042810736,
56
+ "step": 2000
57
+ },
58
+ {
59
+ "epoch": 0.23,
60
+ "learning_rate": 2.9322554421461477e-05,
61
+ "loss": 0.7036,
62
+ "step": 2500
63
+ },
64
+ {
65
+ "epoch": 0.23,
66
+ "eval_exact_match": 79.3282876064333,
67
+ "eval_f1": 87.37950296154845,
68
+ "step": 2500
69
+ },
70
+ {
71
+ "epoch": 0.27,
72
+ "learning_rate": 2.9187065305753772e-05,
73
+ "loss": 0.6913,
74
+ "step": 3000
75
+ },
76
+ {
77
+ "epoch": 0.27,
78
+ "eval_exact_match": 79.17691579943235,
79
+ "eval_f1": 87.41529490669386,
80
+ "step": 3000
81
+ },
82
+ {
83
+ "epoch": 0.32,
84
+ "learning_rate": 2.9051576190046068e-05,
85
+ "loss": 0.6968,
86
+ "step": 3500
87
+ },
88
+ {
89
+ "epoch": 0.32,
90
+ "eval_exact_match": 79.67833491012298,
91
+ "eval_f1": 87.43644498439642,
92
+ "step": 3500
93
+ },
94
+ {
95
+ "epoch": 0.36,
96
+ "learning_rate": 2.8916087074338363e-05,
97
+ "loss": 0.6308,
98
+ "step": 4000
99
+ },
100
+ {
101
+ "epoch": 0.36,
102
+ "eval_exact_match": 79.77294228949859,
103
+ "eval_f1": 87.71831118238406,
104
+ "step": 4000
105
+ },
106
+ {
107
+ "epoch": 0.41,
108
+ "learning_rate": 2.8780597958630658e-05,
109
+ "loss": 0.6146,
110
+ "step": 4500
111
+ },
112
+ {
113
+ "epoch": 0.41,
114
+ "eval_exact_match": 79.63103122043519,
115
+ "eval_f1": 87.53578264477454,
116
+ "step": 4500
117
+ },
118
+ {
119
+ "epoch": 0.45,
120
+ "learning_rate": 2.864510884292295e-05,
121
+ "loss": 0.6345,
122
+ "step": 5000
123
+ },
124
+ {
125
+ "epoch": 0.45,
126
+ "eval_exact_match": 79.50804162724693,
127
+ "eval_f1": 87.48678120571361,
128
+ "step": 5000
129
+ },
130
+ {
131
+ "epoch": 0.5,
132
+ "learning_rate": 2.850961972721525e-05,
133
+ "loss": 0.6153,
134
+ "step": 5500
135
+ },
136
+ {
137
+ "epoch": 0.5,
138
+ "eval_exact_match": 79.2336802270577,
139
+ "eval_f1": 87.30066036186288,
140
+ "step": 5500
141
+ },
142
+ {
143
+ "epoch": 0.54,
144
+ "learning_rate": 2.8374130611507544e-05,
145
+ "loss": 0.5926,
146
+ "step": 6000
147
+ },
148
+ {
149
+ "epoch": 0.54,
150
+ "eval_exact_match": 79.82970671712394,
151
+ "eval_f1": 87.5917752792044,
152
+ "step": 6000
153
+ },
154
+ {
155
+ "epoch": 0.59,
156
+ "learning_rate": 2.823864149579984e-05,
157
+ "loss": 0.6109,
158
+ "step": 6500
159
+ },
160
+ {
161
+ "epoch": 0.59,
162
+ "eval_exact_match": 79.36613055818354,
163
+ "eval_f1": 87.43013058208933,
164
+ "step": 6500
165
+ },
166
+ {
167
+ "epoch": 0.63,
168
+ "learning_rate": 2.8103152380092135e-05,
169
+ "loss": 0.5848,
170
+ "step": 7000
171
+ },
172
+ {
173
+ "epoch": 0.63,
174
+ "eval_exact_match": 80.28382213812678,
175
+ "eval_f1": 88.06441604943116,
176
+ "step": 7000
177
+ },
178
+ {
179
+ "epoch": 0.68,
180
+ "learning_rate": 2.796766326438443e-05,
181
+ "loss": 0.5942,
182
+ "step": 7500
183
+ },
184
+ {
185
+ "epoch": 0.68,
186
+ "eval_exact_match": 80.27436140018922,
187
+ "eval_f1": 88.00500107620664,
188
+ "step": 7500
189
+ },
190
+ {
191
+ "epoch": 0.72,
192
+ "learning_rate": 2.783217414867672e-05,
193
+ "loss": 0.6163,
194
+ "step": 8000
195
+ },
196
+ {
197
+ "epoch": 0.72,
198
+ "eval_exact_match": 80.29328287606434,
199
+ "eval_f1": 88.10467448485997,
200
+ "step": 8000
201
+ },
202
+ {
203
+ "epoch": 0.77,
204
+ "learning_rate": 2.7696685032969017e-05,
205
+ "loss": 0.5844,
206
+ "step": 8500
207
+ },
208
+ {
209
+ "epoch": 0.77,
210
+ "eval_exact_match": 80.35004730368969,
211
+ "eval_f1": 88.01050128741105,
212
+ "step": 8500
213
+ },
214
+ {
215
+ "epoch": 0.81,
216
+ "learning_rate": 2.7561195917261312e-05,
217
+ "loss": 0.5631,
218
+ "step": 9000
219
+ },
220
+ {
221
+ "epoch": 0.81,
222
+ "eval_exact_match": 79.92431409649953,
223
+ "eval_f1": 87.74870478586679,
224
+ "step": 9000
225
+ },
226
+ {
227
+ "epoch": 0.86,
228
+ "learning_rate": 2.742570680155361e-05,
229
+ "loss": 0.5536,
230
+ "step": 9500
231
+ },
232
+ {
233
+ "epoch": 0.86,
234
+ "eval_exact_match": 80.05676442762535,
235
+ "eval_f1": 88.0179438979553,
236
+ "step": 9500
237
+ },
238
+ {
239
+ "epoch": 0.9,
240
+ "learning_rate": 2.7290217685845906e-05,
241
+ "loss": 0.5747,
242
+ "step": 10000
243
+ },
244
+ {
245
+ "epoch": 0.9,
246
+ "eval_exact_match": 80.07568590350047,
247
+ "eval_f1": 87.78910197864867,
248
+ "step": 10000
249
+ },
250
+ {
251
+ "epoch": 0.95,
252
+ "learning_rate": 2.71547285701382e-05,
253
+ "loss": 0.5318,
254
+ "step": 10500
255
+ },
256
+ {
257
+ "epoch": 0.95,
258
+ "eval_exact_match": 79.68779564806054,
259
+ "eval_f1": 87.94430479946901,
260
+ "step": 10500
261
+ },
262
+ {
263
+ "epoch": 0.99,
264
+ "learning_rate": 2.7019239454430493e-05,
265
+ "loss": 0.5439,
266
+ "step": 11000
267
+ },
268
+ {
269
+ "epoch": 0.99,
270
+ "eval_exact_match": 80.23651844843897,
271
+ "eval_f1": 88.05636922118306,
272
+ "step": 11000
273
+ },
274
+ {
275
+ "epoch": 1.04,
276
+ "learning_rate": 2.688375033872279e-05,
277
+ "loss": 0.5453,
278
+ "step": 11500
279
+ },
280
+ {
281
+ "epoch": 1.04,
282
+ "eval_exact_match": 80.68117313150425,
283
+ "eval_f1": 88.22481668068082,
284
+ "step": 11500
285
+ },
286
+ {
287
+ "epoch": 1.08,
288
+ "learning_rate": 2.6748261223015084e-05,
289
+ "loss": 0.5347,
290
+ "step": 12000
291
+ },
292
+ {
293
+ "epoch": 1.08,
294
+ "eval_exact_match": 79.89593188268685,
295
+ "eval_f1": 87.85315644375596,
296
+ "step": 12000
297
+ },
298
+ {
299
+ "epoch": 1.13,
300
+ "learning_rate": 2.661277210730738e-05,
301
+ "loss": 0.5288,
302
+ "step": 12500
303
+ },
304
+ {
305
+ "epoch": 1.13,
306
+ "eval_exact_match": 79.94323557237465,
307
+ "eval_f1": 87.76766355954204,
308
+ "step": 12500
309
+ },
310
+ {
311
+ "epoch": 1.17,
312
+ "learning_rate": 2.6477282991599678e-05,
313
+ "loss": 0.5257,
314
+ "step": 13000
315
+ },
316
+ {
317
+ "epoch": 1.17,
318
+ "eval_exact_match": 80.10406811731315,
319
+ "eval_f1": 87.93914031745109,
320
+ "step": 13000
321
+ },
322
+ {
323
+ "epoch": 1.22,
324
+ "learning_rate": 2.6341793875891973e-05,
325
+ "loss": 0.538,
326
+ "step": 13500
327
+ },
328
+ {
329
+ "epoch": 1.22,
330
+ "eval_exact_match": 80.21759697256385,
331
+ "eval_f1": 87.89424889725127,
332
+ "step": 13500
333
+ },
334
+ {
335
+ "epoch": 1.26,
336
+ "learning_rate": 2.6206304760184265e-05,
337
+ "loss": 0.5268,
338
+ "step": 14000
339
+ },
340
+ {
341
+ "epoch": 1.26,
342
+ "eval_exact_match": 79.47019867549669,
343
+ "eval_f1": 87.84861972812077,
344
+ "step": 14000
345
+ },
346
+ {
347
+ "epoch": 1.31,
348
+ "learning_rate": 2.607081564447656e-05,
349
+ "loss": 0.5119,
350
+ "step": 14500
351
+ },
352
+ {
353
+ "epoch": 1.31,
354
+ "eval_exact_match": 79.9526963103122,
355
+ "eval_f1": 87.72084013791168,
356
+ "step": 14500
357
+ },
358
+ {
359
+ "epoch": 1.35,
360
+ "learning_rate": 2.5935326528768855e-05,
361
+ "loss": 0.5159,
362
+ "step": 15000
363
+ },
364
+ {
365
+ "epoch": 1.35,
366
+ "eval_exact_match": 79.96215704824976,
367
+ "eval_f1": 87.87919542003893,
368
+ "step": 15000
369
+ },
370
+ {
371
+ "epoch": 1.4,
372
+ "learning_rate": 2.579983741306115e-05,
373
+ "loss": 0.5095,
374
+ "step": 15500
375
+ },
376
+ {
377
+ "epoch": 1.4,
378
+ "eval_exact_match": 80.07568590350047,
379
+ "eval_f1": 87.8874110209929,
380
+ "step": 15500
381
+ },
382
+ {
383
+ "epoch": 1.45,
384
+ "learning_rate": 2.5664348297353446e-05,
385
+ "loss": 0.4962,
386
+ "step": 16000
387
+ },
388
+ {
389
+ "epoch": 1.45,
390
+ "eval_exact_match": 80.00946073793756,
391
+ "eval_f1": 87.95407143363992,
392
+ "step": 16000
393
+ },
394
+ {
395
+ "epoch": 1.49,
396
+ "learning_rate": 2.552885918164574e-05,
397
+ "loss": 0.5054,
398
+ "step": 16500
399
+ },
400
+ {
401
+ "epoch": 1.49,
402
+ "eval_exact_match": 80.10406811731315,
403
+ "eval_f1": 87.97174114111343,
404
+ "step": 16500
405
+ },
406
+ {
407
+ "epoch": 1.54,
408
+ "learning_rate": 2.539337006593804e-05,
409
+ "loss": 0.5078,
410
+ "step": 17000
411
+ },
412
+ {
413
+ "epoch": 1.54,
414
+ "eval_exact_match": 79.86754966887418,
415
+ "eval_f1": 88.0395382350121,
416
+ "step": 17000
417
+ },
418
+ {
419
+ "epoch": 1.58,
420
+ "learning_rate": 2.5257880950230332e-05,
421
+ "loss": 0.5091,
422
+ "step": 17500
423
+ },
424
+ {
425
+ "epoch": 1.58,
426
+ "eval_exact_match": 79.92431409649953,
427
+ "eval_f1": 87.90057496243983,
428
+ "step": 17500
429
+ },
430
+ {
431
+ "epoch": 1.63,
432
+ "learning_rate": 2.5122391834522627e-05,
433
+ "loss": 0.5135,
434
+ "step": 18000
435
+ },
436
+ {
437
+ "epoch": 1.63,
438
+ "eval_exact_match": 80.43519394512772,
439
+ "eval_f1": 88.18635359484611,
440
+ "step": 18000
441
+ },
442
+ {
443
+ "epoch": 1.67,
444
+ "learning_rate": 2.4986902718814922e-05,
445
+ "loss": 0.517,
446
+ "step": 18500
447
+ },
448
+ {
449
+ "epoch": 1.67,
450
+ "eval_exact_match": 80.7379375591296,
451
+ "eval_f1": 88.28976094688572,
452
+ "step": 18500
453
+ },
454
+ {
455
+ "epoch": 1.72,
456
+ "learning_rate": 2.4851413603107218e-05,
457
+ "loss": 0.497,
458
+ "step": 19000
459
+ },
460
+ {
461
+ "epoch": 1.72,
462
+ "eval_exact_match": 80.26490066225166,
463
+ "eval_f1": 87.99449485912551,
464
+ "step": 19000
465
+ },
466
+ {
467
+ "epoch": 1.76,
468
+ "learning_rate": 2.4715924487399513e-05,
469
+ "loss": 0.5164,
470
+ "step": 19500
471
+ },
472
+ {
473
+ "epoch": 1.76,
474
+ "eval_exact_match": 79.91485335856197,
475
+ "eval_f1": 87.90765730927956,
476
+ "step": 19500
477
+ },
478
+ {
479
+ "epoch": 1.81,
480
+ "learning_rate": 2.4580435371691808e-05,
481
+ "loss": 0.4915,
482
+ "step": 20000
483
+ },
484
+ {
485
+ "epoch": 1.81,
486
+ "eval_exact_match": 80.23651844843897,
487
+ "eval_f1": 88.02996373454239,
488
+ "step": 20000
489
+ },
490
+ {
491
+ "epoch": 1.85,
492
+ "learning_rate": 2.4444946255984103e-05,
493
+ "loss": 0.513,
494
+ "step": 20500
495
+ },
496
+ {
497
+ "epoch": 1.85,
498
+ "eval_exact_match": 80.93661305581836,
499
+ "eval_f1": 88.41605518009158,
500
+ "step": 20500
501
+ },
502
+ {
503
+ "epoch": 1.9,
504
+ "learning_rate": 2.43094571402764e-05,
505
+ "loss": 0.4909,
506
+ "step": 21000
507
+ },
508
+ {
509
+ "epoch": 1.9,
510
+ "eval_exact_match": 79.66887417218543,
511
+ "eval_f1": 87.85438349507432,
512
+ "step": 21000
513
+ },
514
+ {
515
+ "epoch": 1.94,
516
+ "learning_rate": 2.4173968024568694e-05,
517
+ "loss": 0.4989,
518
+ "step": 21500
519
+ },
520
+ {
521
+ "epoch": 1.94,
522
+ "eval_exact_match": 80.87038789025544,
523
+ "eval_f1": 88.5022200375229,
524
+ "step": 21500
525
+ },
526
+ {
527
+ "epoch": 1.99,
528
+ "learning_rate": 2.403847890886099e-05,
529
+ "loss": 0.4855,
530
+ "step": 22000
531
+ },
532
+ {
533
+ "epoch": 1.99,
534
+ "eval_exact_match": 80.99337748344371,
535
+ "eval_f1": 88.35925048846019,
536
+ "step": 22000
537
+ },
538
+ {
539
+ "epoch": 2.03,
540
+ "learning_rate": 2.3902989793153284e-05,
541
+ "loss": 0.4805,
542
+ "step": 22500
543
+ },
544
+ {
545
+ "epoch": 2.03,
546
+ "eval_exact_match": 80.78524124881741,
547
+ "eval_f1": 88.34608121611244,
548
+ "step": 22500
549
+ },
550
+ {
551
+ "epoch": 2.08,
552
+ "learning_rate": 2.376750067744558e-05,
553
+ "loss": 0.4738,
554
+ "step": 23000
555
+ },
556
+ {
557
+ "epoch": 2.08,
558
+ "eval_exact_match": 80.34058656575213,
559
+ "eval_f1": 88.28140858780678,
560
+ "step": 23000
561
+ },
562
+ {
563
+ "epoch": 2.12,
564
+ "learning_rate": 2.363201156173787e-05,
565
+ "loss": 0.4879,
566
+ "step": 23500
567
+ },
568
+ {
569
+ "epoch": 2.12,
570
+ "eval_exact_match": 80.26490066225166,
571
+ "eval_f1": 88.30355285051178,
572
+ "step": 23500
573
+ },
574
+ {
575
+ "epoch": 2.17,
576
+ "learning_rate": 2.349652244603017e-05,
577
+ "loss": 0.4964,
578
+ "step": 24000
579
+ },
580
+ {
581
+ "epoch": 2.17,
582
+ "eval_exact_match": 80.51087984862819,
583
+ "eval_f1": 88.17366194566542,
584
+ "step": 24000
585
+ },
586
+ {
587
+ "epoch": 2.21,
588
+ "learning_rate": 2.3361033330322465e-05,
589
+ "loss": 0.5022,
590
+ "step": 24500
591
+ },
592
+ {
593
+ "epoch": 2.21,
594
+ "eval_exact_match": 80.32166508987702,
595
+ "eval_f1": 88.12428636619218,
596
+ "step": 24500
597
+ },
598
+ {
599
+ "epoch": 2.26,
600
+ "learning_rate": 2.322554421461476e-05,
601
+ "loss": 0.4882,
602
+ "step": 25000
603
+ },
604
+ {
605
+ "epoch": 2.26,
606
+ "eval_exact_match": 80.58656575212866,
607
+ "eval_f1": 88.22604931836395,
608
+ "step": 25000
609
+ },
610
+ {
611
+ "epoch": 2.3,
612
+ "learning_rate": 2.3090055098907056e-05,
613
+ "loss": 0.4678,
614
+ "step": 25500
615
+ },
616
+ {
617
+ "epoch": 2.3,
618
+ "eval_exact_match": 80.58656575212866,
619
+ "eval_f1": 88.2634528049855,
620
+ "step": 25500
621
+ },
622
+ {
623
+ "epoch": 2.35,
624
+ "learning_rate": 2.295456598319935e-05,
625
+ "loss": 0.4672,
626
+ "step": 26000
627
+ },
628
+ {
629
+ "epoch": 2.35,
630
+ "eval_exact_match": 80.71901608325449,
631
+ "eval_f1": 88.37809284628581,
632
+ "step": 26000
633
+ },
634
+ {
635
+ "epoch": 2.39,
636
+ "learning_rate": 2.2819076867491643e-05,
637
+ "loss": 0.4686,
638
+ "step": 26500
639
+ },
640
+ {
641
+ "epoch": 2.39,
642
+ "eval_exact_match": 80.90823084200568,
643
+ "eval_f1": 88.23541700044127,
644
+ "step": 26500
645
+ },
646
+ {
647
+ "epoch": 2.44,
648
+ "learning_rate": 2.268358775178394e-05,
649
+ "loss": 0.4744,
650
+ "step": 27000
651
+ },
652
+ {
653
+ "epoch": 2.44,
654
+ "eval_exact_match": 80.66225165562913,
655
+ "eval_f1": 88.46120778742367,
656
+ "step": 27000
657
+ },
658
+ {
659
+ "epoch": 2.48,
660
+ "learning_rate": 2.2548098636076234e-05,
661
+ "loss": 0.4463,
662
+ "step": 27500
663
+ },
664
+ {
665
+ "epoch": 2.48,
666
+ "eval_exact_match": 80.47303689687796,
667
+ "eval_f1": 88.30861830433192,
668
+ "step": 27500
669
+ },
670
+ {
671
+ "epoch": 2.53,
672
+ "learning_rate": 2.2412609520368532e-05,
673
+ "loss": 0.481,
674
+ "step": 28000
675
+ },
676
+ {
677
+ "epoch": 2.53,
678
+ "eval_exact_match": 80.88930936613056,
679
+ "eval_f1": 88.3612801354343,
680
+ "step": 28000
681
+ },
682
+ {
683
+ "epoch": 2.57,
684
+ "learning_rate": 2.2277120404660828e-05,
685
+ "loss": 0.473,
686
+ "step": 28500
687
+ },
688
+ {
689
+ "epoch": 2.57,
690
+ "eval_exact_match": 80.7379375591296,
691
+ "eval_f1": 88.32052631156591,
692
+ "step": 28500
693
+ },
694
+ {
695
+ "epoch": 2.62,
696
+ "learning_rate": 2.2141631288953123e-05,
697
+ "loss": 0.4601,
698
+ "step": 29000
699
+ },
700
+ {
701
+ "epoch": 2.62,
702
+ "eval_exact_match": 80.39735099337749,
703
+ "eval_f1": 88.13224841833522,
704
+ "step": 29000
705
+ },
706
+ {
707
+ "epoch": 2.66,
708
+ "learning_rate": 2.2006142173245415e-05,
709
+ "loss": 0.4606,
710
+ "step": 29500
711
+ },
712
+ {
713
+ "epoch": 2.66,
714
+ "eval_exact_match": 80.90823084200568,
715
+ "eval_f1": 88.62783485215394,
716
+ "step": 29500
717
+ },
718
+ {
719
+ "epoch": 2.71,
720
+ "learning_rate": 2.187065305753771e-05,
721
+ "loss": 0.4609,
722
+ "step": 30000
723
+ },
724
+ {
725
+ "epoch": 2.71,
726
+ "eval_exact_match": 80.93661305581836,
727
+ "eval_f1": 88.59837554013453,
728
+ "step": 30000
729
+ },
730
+ {
731
+ "epoch": 2.75,
732
+ "learning_rate": 2.1735163941830005e-05,
733
+ "loss": 0.4578,
734
+ "step": 30500
735
+ },
736
+ {
737
+ "epoch": 2.75,
738
+ "eval_exact_match": 80.49195837275307,
739
+ "eval_f1": 88.36705697474612,
740
+ "step": 30500
741
+ },
742
+ {
743
+ "epoch": 2.8,
744
+ "learning_rate": 2.15996748261223e-05,
745
+ "loss": 0.4467,
746
+ "step": 31000
747
+ },
748
+ {
749
+ "epoch": 2.8,
750
+ "eval_exact_match": 80.81362346263009,
751
+ "eval_f1": 88.46787337530603,
752
+ "step": 31000
753
+ },
754
+ {
755
+ "epoch": 2.85,
756
+ "learning_rate": 2.14641857104146e-05,
757
+ "loss": 0.4642,
758
+ "step": 31500
759
+ },
760
+ {
761
+ "epoch": 2.85,
762
+ "eval_exact_match": 80.37842951750237,
763
+ "eval_f1": 88.4528665113568,
764
+ "step": 31500
765
+ },
766
+ {
767
+ "epoch": 2.89,
768
+ "learning_rate": 2.1328696594706894e-05,
769
+ "loss": 0.4609,
770
+ "step": 32000
771
+ },
772
+ {
773
+ "epoch": 2.89,
774
+ "eval_exact_match": 80.65279091769158,
775
+ "eval_f1": 88.47959709052238,
776
+ "step": 32000
777
+ },
778
+ {
779
+ "epoch": 2.94,
780
+ "learning_rate": 2.119320747899919e-05,
781
+ "loss": 0.4733,
782
+ "step": 32500
783
+ },
784
+ {
785
+ "epoch": 2.94,
786
+ "eval_exact_match": 81.01229895931883,
787
+ "eval_f1": 88.58771943604643,
788
+ "step": 32500
789
+ },
790
+ {
791
+ "epoch": 2.98,
792
+ "learning_rate": 2.105771836329148e-05,
793
+ "loss": 0.495,
794
+ "step": 33000
795
+ },
796
+ {
797
+ "epoch": 2.98,
798
+ "eval_exact_match": 80.94607379375591,
799
+ "eval_f1": 88.35844191107043,
800
+ "step": 33000
801
+ },
802
+ {
803
+ "epoch": 3.03,
804
+ "learning_rate": 2.0922229247583777e-05,
805
+ "loss": 0.4785,
806
+ "step": 33500
807
+ },
808
+ {
809
+ "epoch": 3.03,
810
+ "eval_exact_match": 80.95553453169347,
811
+ "eval_f1": 88.57282903581543,
812
+ "step": 33500
813
+ },
814
+ {
815
+ "epoch": 3.07,
816
+ "learning_rate": 2.0786740131876072e-05,
817
+ "loss": 0.4418,
818
+ "step": 34000
819
+ },
820
+ {
821
+ "epoch": 3.07,
822
+ "eval_exact_match": 80.40681173131505,
823
+ "eval_f1": 88.26725551094204,
824
+ "step": 34000
825
+ },
826
+ {
827
+ "epoch": 3.12,
828
+ "learning_rate": 2.0651251016168367e-05,
829
+ "loss": 0.4362,
830
+ "step": 34500
831
+ },
832
+ {
833
+ "epoch": 3.12,
834
+ "eval_exact_match": 80.63386944181646,
835
+ "eval_f1": 88.42647597963065,
836
+ "step": 34500
837
+ },
838
+ {
839
+ "epoch": 3.16,
840
+ "learning_rate": 2.0515761900460666e-05,
841
+ "loss": 0.4446,
842
+ "step": 35000
843
+ },
844
+ {
845
+ "epoch": 3.16,
846
+ "eval_exact_match": 80.56764427625355,
847
+ "eval_f1": 88.47064461350817,
848
+ "step": 35000
849
+ },
850
+ {
851
+ "epoch": 3.21,
852
+ "learning_rate": 2.038027278475296e-05,
853
+ "loss": 0.4646,
854
+ "step": 35500
855
+ },
856
+ {
857
+ "epoch": 3.21,
858
+ "eval_exact_match": 80.84200567644277,
859
+ "eval_f1": 88.51508828136045,
860
+ "step": 35500
861
+ },
862
+ {
863
+ "epoch": 3.25,
864
+ "learning_rate": 2.0244783669045253e-05,
865
+ "loss": 0.4523,
866
+ "step": 36000
867
+ },
868
+ {
869
+ "epoch": 3.25,
870
+ "eval_exact_match": 80.28382213812678,
871
+ "eval_f1": 88.19924608800193,
872
+ "step": 36000
873
+ },
874
+ {
875
+ "epoch": 3.3,
876
+ "learning_rate": 2.010929455333755e-05,
877
+ "loss": 0.4425,
878
+ "step": 36500
879
+ },
880
+ {
881
+ "epoch": 3.3,
882
+ "eval_exact_match": 79.91485335856197,
883
+ "eval_f1": 88.13089676308581,
884
+ "step": 36500
885
+ },
886
+ {
887
+ "epoch": 3.34,
888
+ "learning_rate": 1.9973805437629844e-05,
889
+ "loss": 0.4657,
890
+ "step": 37000
891
+ },
892
+ {
893
+ "epoch": 3.34,
894
+ "eval_exact_match": 80.71901608325449,
895
+ "eval_f1": 88.57633683586094,
896
+ "step": 37000
897
+ },
898
+ {
899
+ "epoch": 3.39,
900
+ "learning_rate": 1.983831632192214e-05,
901
+ "loss": 0.4397,
902
+ "step": 37500
903
+ },
904
+ {
905
+ "epoch": 3.39,
906
+ "eval_exact_match": 80.77578051087986,
907
+ "eval_f1": 88.52771953254631,
908
+ "step": 37500
909
+ },
910
+ {
911
+ "epoch": 3.43,
912
+ "learning_rate": 1.9702827206214434e-05,
913
+ "loss": 0.467,
914
+ "step": 38000
915
+ },
916
+ {
917
+ "epoch": 3.43,
918
+ "eval_exact_match": 81.15421002838221,
919
+ "eval_f1": 88.59585460154756,
920
+ "step": 38000
921
+ },
922
+ {
923
+ "epoch": 3.48,
924
+ "learning_rate": 1.956733809050673e-05,
925
+ "loss": 0.4511,
926
+ "step": 38500
927
+ },
928
+ {
929
+ "epoch": 3.48,
930
+ "eval_exact_match": 80.70009460737937,
931
+ "eval_f1": 88.52530706195175,
932
+ "step": 38500
933
+ },
934
+ {
935
+ "epoch": 3.52,
936
+ "learning_rate": 1.9431848974799025e-05,
937
+ "loss": 0.4486,
938
+ "step": 39000
939
+ },
940
+ {
941
+ "epoch": 3.52,
942
+ "eval_exact_match": 81.22989593188268,
943
+ "eval_f1": 88.78752508507468,
944
+ "step": 39000
945
+ },
946
+ {
947
+ "epoch": 3.57,
948
+ "learning_rate": 1.929635985909132e-05,
949
+ "loss": 0.4427,
950
+ "step": 39500
951
+ },
952
+ {
953
+ "epoch": 3.57,
954
+ "eval_exact_match": 80.70955534531693,
955
+ "eval_f1": 88.42915157910551,
956
+ "step": 39500
957
+ },
958
+ {
959
+ "epoch": 3.61,
960
+ "learning_rate": 1.9160870743383615e-05,
961
+ "loss": 0.4409,
962
+ "step": 40000
963
+ },
964
+ {
965
+ "epoch": 3.61,
966
+ "eval_exact_match": 80.63386944181646,
967
+ "eval_f1": 88.40123818446966,
968
+ "step": 40000
969
+ },
970
+ {
971
+ "epoch": 3.66,
972
+ "learning_rate": 1.902538162767591e-05,
973
+ "loss": 0.4315,
974
+ "step": 40500
975
+ },
976
+ {
977
+ "epoch": 3.66,
978
+ "eval_exact_match": 80.9271523178808,
979
+ "eval_f1": 88.61151182416103,
980
+ "step": 40500
981
+ },
982
+ {
983
+ "epoch": 3.7,
984
+ "learning_rate": 1.8889892511968206e-05,
985
+ "loss": 0.4519,
986
+ "step": 41000
987
+ },
988
+ {
989
+ "epoch": 3.7,
990
+ "eval_exact_match": 81.0406811731315,
991
+ "eval_f1": 88.70220098965468,
992
+ "step": 41000
993
+ },
994
+ {
995
+ "epoch": 3.75,
996
+ "learning_rate": 1.87544033962605e-05,
997
+ "loss": 0.4313,
998
+ "step": 41500
999
+ },
1000
+ {
1001
+ "epoch": 3.75,
1002
+ "eval_exact_match": 80.71901608325449,
1003
+ "eval_f1": 88.60516127330268,
1004
+ "step": 41500
1005
+ },
1006
+ {
1007
+ "epoch": 3.79,
1008
+ "learning_rate": 1.8618914280552793e-05,
1009
+ "loss": 0.4424,
1010
+ "step": 42000
1011
+ },
1012
+ {
1013
+ "epoch": 3.79,
1014
+ "eval_exact_match": 81.12582781456953,
1015
+ "eval_f1": 88.77989063786927,
1016
+ "step": 42000
1017
+ },
1018
+ {
1019
+ "epoch": 3.84,
1020
+ "learning_rate": 1.8483425164845092e-05,
1021
+ "loss": 0.4356,
1022
+ "step": 42500
1023
+ },
1024
+ {
1025
+ "epoch": 3.84,
1026
+ "eval_exact_match": 81.07852412488174,
1027
+ "eval_f1": 88.73012341031769,
1028
+ "step": 42500
1029
+ },
1030
+ {
1031
+ "epoch": 3.88,
1032
+ "learning_rate": 1.8347936049137387e-05,
1033
+ "loss": 0.4233,
1034
+ "step": 43000
1035
+ },
1036
+ {
1037
+ "epoch": 3.88,
1038
+ "eval_exact_match": 81.14474929044465,
1039
+ "eval_f1": 88.73867212169434,
1040
+ "step": 43000
1041
+ },
1042
+ {
1043
+ "epoch": 3.93,
1044
+ "learning_rate": 1.8212446933429682e-05,
1045
+ "loss": 0.4357,
1046
+ "step": 43500
1047
+ },
1048
+ {
1049
+ "epoch": 3.93,
1050
+ "eval_exact_match": 81.07852412488174,
1051
+ "eval_f1": 88.72753917464263,
1052
+ "step": 43500
1053
+ },
1054
+ {
1055
+ "epoch": 3.97,
1056
+ "learning_rate": 1.8076957817721978e-05,
1057
+ "loss": 0.4355,
1058
+ "step": 44000
1059
+ },
1060
+ {
1061
+ "epoch": 3.97,
1062
+ "eval_exact_match": 81.23935666982024,
1063
+ "eval_f1": 88.77406901625292,
1064
+ "step": 44000
1065
+ },
1066
+ {
1067
+ "epoch": 4.02,
1068
+ "learning_rate": 1.7941468702014273e-05,
1069
+ "loss": 0.4356,
1070
+ "step": 44500
1071
+ },
1072
+ {
1073
+ "epoch": 4.02,
1074
+ "eval_exact_match": 81.22043519394512,
1075
+ "eval_f1": 88.72410871066181,
1076
+ "step": 44500
1077
+ },
1078
+ {
1079
+ "epoch": 4.06,
1080
+ "learning_rate": 1.7805979586306565e-05,
1081
+ "loss": 0.4292,
1082
+ "step": 45000
1083
+ },
1084
+ {
1085
+ "epoch": 4.06,
1086
+ "eval_exact_match": 81.07852412488174,
1087
+ "eval_f1": 88.61817472462816,
1088
+ "step": 45000
1089
+ },
1090
+ {
1091
+ "epoch": 4.11,
1092
+ "learning_rate": 1.767049047059886e-05,
1093
+ "loss": 0.4312,
1094
+ "step": 45500
1095
+ },
1096
+ {
1097
+ "epoch": 4.11,
1098
+ "eval_exact_match": 80.879848628193,
1099
+ "eval_f1": 88.62528062832821,
1100
+ "step": 45500
1101
+ },
1102
+ {
1103
+ "epoch": 4.15,
1104
+ "learning_rate": 1.753500135489116e-05,
1105
+ "loss": 0.436,
1106
+ "step": 46000
1107
+ },
1108
+ {
1109
+ "epoch": 4.15,
1110
+ "eval_exact_match": 81.10690633869442,
1111
+ "eval_f1": 88.5411772547433,
1112
+ "step": 46000
1113
+ },
1114
+ {
1115
+ "epoch": 4.2,
1116
+ "learning_rate": 1.7399512239183454e-05,
1117
+ "loss": 0.4135,
1118
+ "step": 46500
1119
+ },
1120
+ {
1121
+ "epoch": 4.2,
1122
+ "eval_exact_match": 80.90823084200568,
1123
+ "eval_f1": 88.71001298725498,
1124
+ "step": 46500
1125
+ },
1126
+ {
1127
+ "epoch": 4.25,
1128
+ "learning_rate": 1.726402312347575e-05,
1129
+ "loss": 0.4389,
1130
+ "step": 47000
1131
+ },
1132
+ {
1133
+ "epoch": 4.25,
1134
+ "eval_exact_match": 81.02175969725639,
1135
+ "eval_f1": 88.69771041062324,
1136
+ "step": 47000
1137
+ },
1138
+ {
1139
+ "epoch": 4.29,
1140
+ "learning_rate": 1.7128534007768044e-05,
1141
+ "loss": 0.4268,
1142
+ "step": 47500
1143
+ },
1144
+ {
1145
+ "epoch": 4.29,
1146
+ "eval_exact_match": 80.97445600756859,
1147
+ "eval_f1": 88.65635803665829,
1148
+ "step": 47500
1149
+ },
1150
+ {
1151
+ "epoch": 4.34,
1152
+ "learning_rate": 1.699304489206034e-05,
1153
+ "loss": 0.448,
1154
+ "step": 48000
1155
+ },
1156
+ {
1157
+ "epoch": 4.34,
1158
+ "eval_exact_match": 81.09744560075686,
1159
+ "eval_f1": 88.52493417708553,
1160
+ "step": 48000
1161
+ },
1162
+ {
1163
+ "epoch": 4.38,
1164
+ "learning_rate": 1.685755577635263e-05,
1165
+ "loss": 0.4415,
1166
+ "step": 48500
1167
+ },
1168
+ {
1169
+ "epoch": 4.38,
1170
+ "eval_exact_match": 81.36234626300852,
1171
+ "eval_f1": 88.71503956482158,
1172
+ "step": 48500
1173
+ },
1174
+ {
1175
+ "epoch": 4.43,
1176
+ "learning_rate": 1.6722066660644927e-05,
1177
+ "loss": 0.4427,
1178
+ "step": 49000
1179
+ },
1180
+ {
1181
+ "epoch": 4.43,
1182
+ "eval_exact_match": 81.59886471144749,
1183
+ "eval_f1": 88.93333214465008,
1184
+ "step": 49000
1185
+ },
1186
+ {
1187
+ "epoch": 4.47,
1188
+ "learning_rate": 1.6586577544937222e-05,
1189
+ "loss": 0.4349,
1190
+ "step": 49500
1191
+ },
1192
+ {
1193
+ "epoch": 4.47,
1194
+ "eval_exact_match": 81.57048249763481,
1195
+ "eval_f1": 89.0872993027184,
1196
+ "step": 49500
1197
+ },
1198
+ {
1199
+ "epoch": 4.52,
1200
+ "learning_rate": 1.645108842922952e-05,
1201
+ "loss": 0.395,
1202
+ "step": 50000
1203
+ },
1204
+ {
1205
+ "epoch": 4.52,
1206
+ "eval_exact_match": 81.3907284768212,
1207
+ "eval_f1": 88.9695894715022,
1208
+ "step": 50000
1209
+ },
1210
+ {
1211
+ "epoch": 4.56,
1212
+ "learning_rate": 1.6315599313521816e-05,
1213
+ "loss": 0.4067,
1214
+ "step": 50500
1215
+ },
1216
+ {
1217
+ "epoch": 4.56,
1218
+ "eval_exact_match": 81.47587511825922,
1219
+ "eval_f1": 88.83111689573867,
1220
+ "step": 50500
1221
+ },
1222
+ {
1223
+ "epoch": 4.61,
1224
+ "learning_rate": 1.618011019781411e-05,
1225
+ "loss": 0.4432,
1226
+ "step": 51000
1227
+ },
1228
+ {
1229
+ "epoch": 4.61,
1230
+ "eval_exact_match": 81.3907284768212,
1231
+ "eval_f1": 89.02888182388233,
1232
+ "step": 51000
1233
+ },
1234
+ {
1235
+ "epoch": 4.65,
1236
+ "learning_rate": 1.6044621082106403e-05,
1237
+ "loss": 0.4344,
1238
+ "step": 51500
1239
+ },
1240
+ {
1241
+ "epoch": 4.65,
1242
+ "eval_exact_match": 81.40964995269631,
1243
+ "eval_f1": 88.92563712225324,
1244
+ "step": 51500
1245
+ },
1246
+ {
1247
+ "epoch": 4.7,
1248
+ "learning_rate": 1.59091319663987e-05,
1249
+ "loss": 0.4373,
1250
+ "step": 52000
1251
+ },
1252
+ {
1253
+ "epoch": 4.7,
1254
+ "eval_exact_match": 81.2488174077578,
1255
+ "eval_f1": 88.78925066888768,
1256
+ "step": 52000
1257
+ },
1258
+ {
1259
+ "epoch": 4.74,
1260
+ "learning_rate": 1.5773642850690994e-05,
1261
+ "loss": 0.4258,
1262
+ "step": 52500
1263
+ },
1264
+ {
1265
+ "epoch": 4.74,
1266
+ "eval_exact_match": 81.69347209082308,
1267
+ "eval_f1": 89.0722516537511,
1268
+ "step": 52500
1269
+ },
1270
+ {
1271
+ "epoch": 4.79,
1272
+ "learning_rate": 1.563815373498329e-05,
1273
+ "loss": 0.4468,
1274
+ "step": 53000
1275
+ },
1276
+ {
1277
+ "epoch": 4.79,
1278
+ "eval_exact_match": 81.47587511825922,
1279
+ "eval_f1": 88.87689903706278,
1280
+ "step": 53000
1281
+ },
1282
+ {
1283
+ "epoch": 4.83,
1284
+ "learning_rate": 1.5502664619275588e-05,
1285
+ "loss": 0.4062,
1286
+ "step": 53500
1287
+ },
1288
+ {
1289
+ "epoch": 4.83,
1290
+ "eval_exact_match": 81.15421002838221,
1291
+ "eval_f1": 88.63741928726395,
1292
+ "step": 53500
1293
+ },
1294
+ {
1295
+ "epoch": 4.88,
1296
+ "learning_rate": 1.5367175503567883e-05,
1297
+ "loss": 0.4273,
1298
+ "step": 54000
1299
+ },
1300
+ {
1301
+ "epoch": 4.88,
1302
+ "eval_exact_match": 81.09744560075686,
1303
+ "eval_f1": 88.61286118906956,
1304
+ "step": 54000
1305
+ },
1306
+ {
1307
+ "epoch": 4.92,
1308
+ "learning_rate": 1.5231686387860175e-05,
1309
+ "loss": 0.4326,
1310
+ "step": 54500
1311
+ },
1312
+ {
1313
+ "epoch": 4.92,
1314
+ "eval_exact_match": 81.51371807000946,
1315
+ "eval_f1": 88.74438704122335,
1316
+ "step": 54500
1317
+ },
1318
+ {
1319
+ "epoch": 4.97,
1320
+ "learning_rate": 1.509619727215247e-05,
1321
+ "loss": 0.4303,
1322
+ "step": 55000
1323
+ },
1324
+ {
1325
+ "epoch": 4.97,
1326
+ "eval_exact_match": 81.57994323557237,
1327
+ "eval_f1": 88.9163558462002,
1328
+ "step": 55000
1329
+ },
1330
+ {
1331
+ "epoch": 5.01,
1332
+ "learning_rate": 1.4960708156444765e-05,
1333
+ "loss": 0.4171,
1334
+ "step": 55500
1335
+ },
1336
+ {
1337
+ "epoch": 5.01,
1338
+ "eval_exact_match": 81.54210028382214,
1339
+ "eval_f1": 88.96019553881521,
1340
+ "step": 55500
1341
+ },
1342
+ {
1343
+ "epoch": 5.06,
1344
+ "learning_rate": 1.482521904073706e-05,
1345
+ "loss": 0.4427,
1346
+ "step": 56000
1347
+ },
1348
+ {
1349
+ "epoch": 5.06,
1350
+ "eval_exact_match": 81.5515610217597,
1351
+ "eval_f1": 89.03945416392548,
1352
+ "step": 56000
1353
+ },
1354
+ {
1355
+ "epoch": 5.1,
1356
+ "learning_rate": 1.4689729925029357e-05,
1357
+ "loss": 0.4314,
1358
+ "step": 56500
1359
+ },
1360
+ {
1361
+ "epoch": 5.1,
1362
+ "eval_exact_match": 81.31504257332072,
1363
+ "eval_f1": 89.09084382975136,
1364
+ "step": 56500
1365
+ },
1366
+ {
1367
+ "epoch": 5.15,
1368
+ "learning_rate": 1.4554240809321651e-05,
1369
+ "loss": 0.4247,
1370
+ "step": 57000
1371
+ },
1372
+ {
1373
+ "epoch": 5.15,
1374
+ "eval_exact_match": 81.33396404919584,
1375
+ "eval_f1": 89.03107080645903,
1376
+ "step": 57000
1377
+ },
1378
+ {
1379
+ "epoch": 5.19,
1380
+ "learning_rate": 1.4418751693613946e-05,
1381
+ "loss": 0.4304,
1382
+ "step": 57500
1383
+ },
1384
+ {
1385
+ "epoch": 5.19,
1386
+ "eval_exact_match": 81.30558183538317,
1387
+ "eval_f1": 88.77952011430634,
1388
+ "step": 57500
1389
+ },
1390
+ {
1391
+ "epoch": 5.24,
1392
+ "learning_rate": 1.4283262577906243e-05,
1393
+ "loss": 0.4061,
1394
+ "step": 58000
1395
+ },
1396
+ {
1397
+ "epoch": 5.24,
1398
+ "eval_exact_match": 81.15421002838221,
1399
+ "eval_f1": 88.9057099874325,
1400
+ "step": 58000
1401
+ },
1402
+ {
1403
+ "epoch": 5.28,
1404
+ "learning_rate": 1.4147773462198537e-05,
1405
+ "loss": 0.4176,
1406
+ "step": 58500
1407
+ },
1408
+ {
1409
+ "epoch": 5.28,
1410
+ "eval_exact_match": 81.09744560075686,
1411
+ "eval_f1": 88.86774926551541,
1412
+ "step": 58500
1413
+ },
1414
+ {
1415
+ "epoch": 5.33,
1416
+ "learning_rate": 1.4012284346490832e-05,
1417
+ "loss": 0.4287,
1418
+ "step": 59000
1419
+ },
1420
+ {
1421
+ "epoch": 5.33,
1422
+ "eval_exact_match": 81.3907284768212,
1423
+ "eval_f1": 88.89156441024593,
1424
+ "step": 59000
1425
+ },
1426
+ {
1427
+ "epoch": 5.37,
1428
+ "learning_rate": 1.3876795230783127e-05,
1429
+ "loss": 0.4308,
1430
+ "step": 59500
1431
+ },
1432
+ {
1433
+ "epoch": 5.37,
1434
+ "eval_exact_match": 81.41911069063387,
1435
+ "eval_f1": 88.80592923380453,
1436
+ "step": 59500
1437
+ },
1438
+ {
1439
+ "epoch": 5.42,
1440
+ "learning_rate": 1.3741306115075423e-05,
1441
+ "loss": 0.4458,
1442
+ "step": 60000
1443
+ },
1444
+ {
1445
+ "epoch": 5.42,
1446
+ "eval_exact_match": 81.16367076631977,
1447
+ "eval_f1": 88.75077232883521,
1448
+ "step": 60000
1449
+ },
1450
+ {
1451
+ "epoch": 5.46,
1452
+ "learning_rate": 1.3605816999367718e-05,
1453
+ "loss": 0.4166,
1454
+ "step": 60500
1455
+ },
1456
+ {
1457
+ "epoch": 5.46,
1458
+ "eval_exact_match": 81.18259224219489,
1459
+ "eval_f1": 88.88618647663102,
1460
+ "step": 60500
1461
+ },
1462
+ {
1463
+ "epoch": 5.51,
1464
+ "learning_rate": 1.3470327883660013e-05,
1465
+ "loss": 0.4161,
1466
+ "step": 61000
1467
+ },
1468
+ {
1469
+ "epoch": 5.51,
1470
+ "eval_exact_match": 81.57048249763481,
1471
+ "eval_f1": 88.8039726637868,
1472
+ "step": 61000
1473
+ },
1474
+ {
1475
+ "epoch": 5.56,
1476
+ "learning_rate": 1.3334838767952307e-05,
1477
+ "loss": 0.4229,
1478
+ "step": 61500
1479
+ },
1480
+ {
1481
+ "epoch": 5.56,
1482
+ "eval_exact_match": 80.68117313150425,
1483
+ "eval_f1": 88.60323091277711,
1484
+ "step": 61500
1485
+ },
1486
+ {
1487
+ "epoch": 5.6,
1488
+ "learning_rate": 1.3199349652244604e-05,
1489
+ "loss": 0.4162,
1490
+ "step": 62000
1491
+ },
1492
+ {
1493
+ "epoch": 5.6,
1494
+ "eval_exact_match": 81.0879848628193,
1495
+ "eval_f1": 88.76710612537406,
1496
+ "step": 62000
1497
+ },
1498
+ {
1499
+ "epoch": 5.65,
1500
+ "learning_rate": 1.3063860536536899e-05,
1501
+ "loss": 0.436,
1502
+ "step": 62500
1503
+ },
1504
+ {
1505
+ "epoch": 5.65,
1506
+ "eval_exact_match": 80.94607379375591,
1507
+ "eval_f1": 88.62676072578118,
1508
+ "step": 62500
1509
+ },
1510
+ {
1511
+ "epoch": 5.69,
1512
+ "learning_rate": 1.2928371420829193e-05,
1513
+ "loss": 0.4053,
1514
+ "step": 63000
1515
+ },
1516
+ {
1517
+ "epoch": 5.69,
1518
+ "eval_exact_match": 81.18259224219489,
1519
+ "eval_f1": 88.85559696479606,
1520
+ "step": 63000
1521
+ },
1522
+ {
1523
+ "epoch": 5.74,
1524
+ "learning_rate": 1.279288230512149e-05,
1525
+ "loss": 0.4268,
1526
+ "step": 63500
1527
+ },
1528
+ {
1529
+ "epoch": 5.74,
1530
+ "eval_exact_match": 81.44749290444655,
1531
+ "eval_f1": 89.02794352467788,
1532
+ "step": 63500
1533
+ },
1534
+ {
1535
+ "epoch": 5.78,
1536
+ "learning_rate": 1.2657393189413785e-05,
1537
+ "loss": 0.4387,
1538
+ "step": 64000
1539
+ },
1540
+ {
1541
+ "epoch": 5.78,
1542
+ "eval_exact_match": 81.57994323557237,
1543
+ "eval_f1": 88.94398669273697,
1544
+ "step": 64000
1545
+ },
1546
+ {
1547
+ "epoch": 5.83,
1548
+ "learning_rate": 1.2521904073706078e-05,
1549
+ "loss": 0.416,
1550
+ "step": 64500
1551
+ },
1552
+ {
1553
+ "epoch": 5.83,
1554
+ "eval_exact_match": 81.5515610217597,
1555
+ "eval_f1": 88.99506075304372,
1556
+ "step": 64500
1557
+ },
1558
+ {
1559
+ "epoch": 5.87,
1560
+ "learning_rate": 1.2386414957998374e-05,
1561
+ "loss": 0.4172,
1562
+ "step": 65000
1563
+ },
1564
+ {
1565
+ "epoch": 5.87,
1566
+ "eval_exact_match": 81.22989593188268,
1567
+ "eval_f1": 88.85658818631349,
1568
+ "step": 65000
1569
+ },
1570
+ {
1571
+ "epoch": 5.92,
1572
+ "learning_rate": 1.225092584229067e-05,
1573
+ "loss": 0.4358,
1574
+ "step": 65500
1575
+ },
1576
+ {
1577
+ "epoch": 5.92,
1578
+ "eval_exact_match": 81.68401135288552,
1579
+ "eval_f1": 89.0622553654262,
1580
+ "step": 65500
1581
+ },
1582
+ {
1583
+ "epoch": 5.96,
1584
+ "learning_rate": 1.2115436726582964e-05,
1585
+ "loss": 0.4152,
1586
+ "step": 66000
1587
+ },
1588
+ {
1589
+ "epoch": 5.96,
1590
+ "eval_exact_match": 81.20151371807,
1591
+ "eval_f1": 88.97429178716622,
1592
+ "step": 66000
1593
+ },
1594
+ {
1595
+ "epoch": 6.01,
1596
+ "learning_rate": 1.197994761087526e-05,
1597
+ "loss": 0.4305,
1598
+ "step": 66500
1599
+ },
1600
+ {
1601
+ "epoch": 6.01,
1602
+ "eval_exact_match": 81.18259224219489,
1603
+ "eval_f1": 88.77695235966252,
1604
+ "step": 66500
1605
+ },
1606
+ {
1607
+ "epoch": 6.05,
1608
+ "learning_rate": 1.1844458495167555e-05,
1609
+ "loss": 0.4281,
1610
+ "step": 67000
1611
+ },
1612
+ {
1613
+ "epoch": 6.05,
1614
+ "eval_exact_match": 81.33396404919584,
1615
+ "eval_f1": 88.78860377010713,
1616
+ "step": 67000
1617
+ },
1618
+ {
1619
+ "epoch": 6.1,
1620
+ "learning_rate": 1.170896937945985e-05,
1621
+ "loss": 0.4354,
1622
+ "step": 67500
1623
+ },
1624
+ {
1625
+ "epoch": 6.1,
1626
+ "eval_exact_match": 80.91769157994324,
1627
+ "eval_f1": 88.40213267079321,
1628
+ "step": 67500
1629
+ },
1630
+ {
1631
+ "epoch": 6.14,
1632
+ "learning_rate": 1.1573480263752145e-05,
1633
+ "loss": 0.4538,
1634
+ "step": 68000
1635
+ },
1636
+ {
1637
+ "epoch": 6.14,
1638
+ "eval_exact_match": 81.28666035950805,
1639
+ "eval_f1": 88.74956515546637,
1640
+ "step": 68000
1641
+ },
1642
+ {
1643
+ "epoch": 6.19,
1644
+ "learning_rate": 1.143799114804444e-05,
1645
+ "loss": 0.4211,
1646
+ "step": 68500
1647
+ },
1648
+ {
1649
+ "epoch": 6.19,
1650
+ "eval_exact_match": 81.0879848628193,
1651
+ "eval_f1": 88.67833249431447,
1652
+ "step": 68500
1653
+ },
1654
+ {
1655
+ "epoch": 6.23,
1656
+ "learning_rate": 1.1302502032336736e-05,
1657
+ "loss": 0.4222,
1658
+ "step": 69000
1659
+ },
1660
+ {
1661
+ "epoch": 6.23,
1662
+ "eval_exact_match": 81.16367076631977,
1663
+ "eval_f1": 88.62960238697383,
1664
+ "step": 69000
1665
+ },
1666
+ {
1667
+ "epoch": 6.28,
1668
+ "learning_rate": 1.1167012916629031e-05,
1669
+ "loss": 0.4196,
1670
+ "step": 69500
1671
+ },
1672
+ {
1673
+ "epoch": 6.28,
1674
+ "eval_exact_match": 81.35288552507096,
1675
+ "eval_f1": 88.85744103369602,
1676
+ "step": 69500
1677
+ },
1678
+ {
1679
+ "epoch": 6.32,
1680
+ "learning_rate": 1.1031523800921326e-05,
1681
+ "loss": 0.4201,
1682
+ "step": 70000
1683
+ },
1684
+ {
1685
+ "epoch": 6.32,
1686
+ "eval_exact_match": 81.19205298013244,
1687
+ "eval_f1": 88.59874172307164,
1688
+ "step": 70000
1689
+ },
1690
+ {
1691
+ "epoch": 6.37,
1692
+ "learning_rate": 1.0896034685213622e-05,
1693
+ "loss": 0.4055,
1694
+ "step": 70500
1695
+ },
1696
+ {
1697
+ "epoch": 6.37,
1698
+ "eval_exact_match": 80.68117313150425,
1699
+ "eval_f1": 88.45994219213983,
1700
+ "step": 70500
1701
+ },
1702
+ {
1703
+ "epoch": 6.41,
1704
+ "learning_rate": 1.0760545569505917e-05,
1705
+ "loss": 0.4094,
1706
+ "step": 71000
1707
+ },
1708
+ {
1709
+ "epoch": 6.41,
1710
+ "eval_exact_match": 81.76915799432356,
1711
+ "eval_f1": 89.01460171321759,
1712
+ "step": 71000
1713
+ },
1714
+ {
1715
+ "epoch": 6.46,
1716
+ "learning_rate": 1.0625056453798212e-05,
1717
+ "loss": 0.3936,
1718
+ "step": 71500
1719
+ },
1720
+ {
1721
+ "epoch": 6.46,
1722
+ "eval_exact_match": 81.42857142857143,
1723
+ "eval_f1": 88.92500663268179,
1724
+ "step": 71500
1725
+ },
1726
+ {
1727
+ "epoch": 6.5,
1728
+ "learning_rate": 1.0489567338090507e-05,
1729
+ "loss": 0.4185,
1730
+ "step": 72000
1731
+ },
1732
+ {
1733
+ "epoch": 6.5,
1734
+ "eval_exact_match": 81.60832544938505,
1735
+ "eval_f1": 89.06733554933447,
1736
+ "step": 72000
1737
+ },
1738
+ {
1739
+ "epoch": 6.55,
1740
+ "learning_rate": 1.0354078222382801e-05,
1741
+ "loss": 0.4218,
1742
+ "step": 72500
1743
+ },
1744
+ {
1745
+ "epoch": 6.55,
1746
+ "eval_exact_match": 80.83254493850521,
1747
+ "eval_f1": 88.84006035617828,
1748
+ "step": 72500
1749
+ },
1750
+ {
1751
+ "epoch": 6.59,
1752
+ "learning_rate": 1.0218589106675098e-05,
1753
+ "loss": 0.3984,
1754
+ "step": 73000
1755
+ },
1756
+ {
1757
+ "epoch": 6.59,
1758
+ "eval_exact_match": 81.9678334910123,
1759
+ "eval_f1": 89.27324196045087,
1760
+ "step": 73000
1761
+ },
1762
+ {
1763
+ "epoch": 6.64,
1764
+ "learning_rate": 1.0083099990967393e-05,
1765
+ "loss": 0.4313,
1766
+ "step": 73500
1767
+ },
1768
+ {
1769
+ "epoch": 6.64,
1770
+ "eval_exact_match": 81.90160832544939,
1771
+ "eval_f1": 89.28118310884184,
1772
+ "step": 73500
1773
+ }
1774
+ ],
1775
+ "max_steps": 110710,
1776
+ "num_train_epochs": 10,
1777
+ "total_flos": 1.4425835526144e+16,
1778
+ "trial_name": null,
1779
+ "trial_params": null
1780
+ }