Upload ./trainer_state.json with huggingface_hub

#7
by sminpark - opened
Files changed (1) hide show
  1. trainer_state.json +1936 -0
trainer_state.json ADDED
@@ -0,0 +1,1936 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 0.5135612261274274,
5
+ "global_step": 16000,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.0,
12
+ "learning_rate": 0.00029951853635050554,
13
+ "loss": 1.7298,
14
+ "step": 50
15
+ },
16
+ {
17
+ "epoch": 0.0,
18
+ "learning_rate": 0.00029903707270101105,
19
+ "loss": 1.7254,
20
+ "step": 100
21
+ },
22
+ {
23
+ "epoch": 0.0,
24
+ "learning_rate": 0.00029855560905151657,
25
+ "loss": 1.7693,
26
+ "step": 150
27
+ },
28
+ {
29
+ "epoch": 0.01,
30
+ "learning_rate": 0.00029807414540202213,
31
+ "loss": 1.7563,
32
+ "step": 200
33
+ },
34
+ {
35
+ "epoch": 0.01,
36
+ "learning_rate": 0.00029759268175252765,
37
+ "loss": 1.7625,
38
+ "step": 250
39
+ },
40
+ {
41
+ "epoch": 0.01,
42
+ "learning_rate": 0.0002971112181030332,
43
+ "loss": 1.8455,
44
+ "step": 300
45
+ },
46
+ {
47
+ "epoch": 0.01,
48
+ "learning_rate": 0.00029662975445353873,
49
+ "loss": 1.5512,
50
+ "step": 350
51
+ },
52
+ {
53
+ "epoch": 0.01,
54
+ "learning_rate": 0.00029614829080404424,
55
+ "loss": 1.7412,
56
+ "step": 400
57
+ },
58
+ {
59
+ "epoch": 0.01,
60
+ "learning_rate": 0.0002956668271545498,
61
+ "loss": 1.8086,
62
+ "step": 450
63
+ },
64
+ {
65
+ "epoch": 0.02,
66
+ "learning_rate": 0.0002951853635050553,
67
+ "loss": 1.6451,
68
+ "step": 500
69
+ },
70
+ {
71
+ "epoch": 0.02,
72
+ "learning_rate": 0.0002947038998555609,
73
+ "loss": 1.616,
74
+ "step": 550
75
+ },
76
+ {
77
+ "epoch": 0.02,
78
+ "learning_rate": 0.0002942224362060664,
79
+ "loss": 1.6528,
80
+ "step": 600
81
+ },
82
+ {
83
+ "epoch": 0.02,
84
+ "learning_rate": 0.0002937409725565719,
85
+ "loss": 1.69,
86
+ "step": 650
87
+ },
88
+ {
89
+ "epoch": 0.02,
90
+ "learning_rate": 0.0002932595089070775,
91
+ "loss": 1.6358,
92
+ "step": 700
93
+ },
94
+ {
95
+ "epoch": 0.02,
96
+ "learning_rate": 0.00029277804525758305,
97
+ "loss": 1.6699,
98
+ "step": 750
99
+ },
100
+ {
101
+ "epoch": 0.03,
102
+ "learning_rate": 0.00029229658160808856,
103
+ "loss": 1.7081,
104
+ "step": 800
105
+ },
106
+ {
107
+ "epoch": 0.03,
108
+ "learning_rate": 0.00029181511795859413,
109
+ "loss": 1.7176,
110
+ "step": 850
111
+ },
112
+ {
113
+ "epoch": 0.03,
114
+ "learning_rate": 0.00029133365430909964,
115
+ "loss": 1.5933,
116
+ "step": 900
117
+ },
118
+ {
119
+ "epoch": 0.03,
120
+ "learning_rate": 0.00029085219065960516,
121
+ "loss": 1.6155,
122
+ "step": 950
123
+ },
124
+ {
125
+ "epoch": 0.03,
126
+ "learning_rate": 0.0002903707270101107,
127
+ "loss": 1.7633,
128
+ "step": 1000
129
+ },
130
+ {
131
+ "epoch": 0.03,
132
+ "learning_rate": 0.0002898892633606163,
133
+ "loss": 1.7233,
134
+ "step": 1050
135
+ },
136
+ {
137
+ "epoch": 0.04,
138
+ "learning_rate": 0.0002894077997111218,
139
+ "loss": 1.6779,
140
+ "step": 1100
141
+ },
142
+ {
143
+ "epoch": 0.04,
144
+ "learning_rate": 0.0002889263360616273,
145
+ "loss": 1.7086,
146
+ "step": 1150
147
+ },
148
+ {
149
+ "epoch": 0.04,
150
+ "learning_rate": 0.00028844487241213283,
151
+ "loss": 1.5796,
152
+ "step": 1200
153
+ },
154
+ {
155
+ "epoch": 0.04,
156
+ "learning_rate": 0.0002879634087626384,
157
+ "loss": 1.6772,
158
+ "step": 1250
159
+ },
160
+ {
161
+ "epoch": 0.04,
162
+ "learning_rate": 0.00028748194511314396,
163
+ "loss": 1.6648,
164
+ "step": 1300
165
+ },
166
+ {
167
+ "epoch": 0.04,
168
+ "learning_rate": 0.0002870004814636495,
169
+ "loss": 1.6431,
170
+ "step": 1350
171
+ },
172
+ {
173
+ "epoch": 0.04,
174
+ "learning_rate": 0.000286519017814155,
175
+ "loss": 1.6461,
176
+ "step": 1400
177
+ },
178
+ {
179
+ "epoch": 0.05,
180
+ "learning_rate": 0.0002860471834376504,
181
+ "loss": 1.5384,
182
+ "step": 1450
183
+ },
184
+ {
185
+ "epoch": 0.05,
186
+ "learning_rate": 0.000285565719788156,
187
+ "loss": 1.5367,
188
+ "step": 1500
189
+ },
190
+ {
191
+ "epoch": 0.05,
192
+ "learning_rate": 0.0002850842561386615,
193
+ "loss": 1.7496,
194
+ "step": 1550
195
+ },
196
+ {
197
+ "epoch": 0.05,
198
+ "learning_rate": 0.000284602792489167,
199
+ "loss": 1.6623,
200
+ "step": 1600
201
+ },
202
+ {
203
+ "epoch": 0.05,
204
+ "learning_rate": 0.0002841213288396726,
205
+ "loss": 1.7164,
206
+ "step": 1650
207
+ },
208
+ {
209
+ "epoch": 0.05,
210
+ "learning_rate": 0.0002836398651901781,
211
+ "loss": 1.7689,
212
+ "step": 1700
213
+ },
214
+ {
215
+ "epoch": 0.06,
216
+ "learning_rate": 0.00028315840154068367,
217
+ "loss": 1.6634,
218
+ "step": 1750
219
+ },
220
+ {
221
+ "epoch": 0.06,
222
+ "learning_rate": 0.0002826769378911892,
223
+ "loss": 1.631,
224
+ "step": 1800
225
+ },
226
+ {
227
+ "epoch": 0.06,
228
+ "learning_rate": 0.0002821954742416947,
229
+ "loss": 1.7521,
230
+ "step": 1850
231
+ },
232
+ {
233
+ "epoch": 0.06,
234
+ "learning_rate": 0.00028171401059220026,
235
+ "loss": 1.7121,
236
+ "step": 1900
237
+ },
238
+ {
239
+ "epoch": 0.06,
240
+ "learning_rate": 0.00028123254694270583,
241
+ "loss": 1.6616,
242
+ "step": 1950
243
+ },
244
+ {
245
+ "epoch": 0.06,
246
+ "learning_rate": 0.00028075108329321134,
247
+ "loss": 1.7649,
248
+ "step": 2000
249
+ },
250
+ {
251
+ "epoch": 0.07,
252
+ "learning_rate": 0.0002802696196437169,
253
+ "loss": 1.7271,
254
+ "step": 2050
255
+ },
256
+ {
257
+ "epoch": 0.07,
258
+ "learning_rate": 0.0002797881559942224,
259
+ "loss": 1.6985,
260
+ "step": 2100
261
+ },
262
+ {
263
+ "epoch": 0.07,
264
+ "learning_rate": 0.00027930669234472793,
265
+ "loss": 1.7036,
266
+ "step": 2150
267
+ },
268
+ {
269
+ "epoch": 0.07,
270
+ "learning_rate": 0.0002788252286952335,
271
+ "loss": 1.7253,
272
+ "step": 2200
273
+ },
274
+ {
275
+ "epoch": 0.07,
276
+ "learning_rate": 0.000278343765045739,
277
+ "loss": 1.6715,
278
+ "step": 2250
279
+ },
280
+ {
281
+ "epoch": 0.07,
282
+ "learning_rate": 0.0002778623013962446,
283
+ "loss": 1.6576,
284
+ "step": 2300
285
+ },
286
+ {
287
+ "epoch": 0.08,
288
+ "learning_rate": 0.0002773808377467501,
289
+ "loss": 1.7675,
290
+ "step": 2350
291
+ },
292
+ {
293
+ "epoch": 0.08,
294
+ "learning_rate": 0.0002768993740972556,
295
+ "loss": 1.7118,
296
+ "step": 2400
297
+ },
298
+ {
299
+ "epoch": 0.08,
300
+ "learning_rate": 0.0002764179104477612,
301
+ "loss": 1.6123,
302
+ "step": 2450
303
+ },
304
+ {
305
+ "epoch": 0.08,
306
+ "learning_rate": 0.00027593644679826674,
307
+ "loss": 1.5685,
308
+ "step": 2500
309
+ },
310
+ {
311
+ "epoch": 0.08,
312
+ "learning_rate": 0.00027545498314877225,
313
+ "loss": 1.756,
314
+ "step": 2550
315
+ },
316
+ {
317
+ "epoch": 0.08,
318
+ "learning_rate": 0.00027497351949927777,
319
+ "loss": 1.7509,
320
+ "step": 2600
321
+ },
322
+ {
323
+ "epoch": 0.09,
324
+ "learning_rate": 0.00027449205584978334,
325
+ "loss": 1.691,
326
+ "step": 2650
327
+ },
328
+ {
329
+ "epoch": 0.09,
330
+ "learning_rate": 0.00027401059220028885,
331
+ "loss": 1.6535,
332
+ "step": 2700
333
+ },
334
+ {
335
+ "epoch": 0.09,
336
+ "learning_rate": 0.0002735291285507944,
337
+ "loss": 1.636,
338
+ "step": 2750
339
+ },
340
+ {
341
+ "epoch": 0.09,
342
+ "learning_rate": 0.00027304766490129993,
343
+ "loss": 1.7285,
344
+ "step": 2800
345
+ },
346
+ {
347
+ "epoch": 0.09,
348
+ "learning_rate": 0.00027256620125180544,
349
+ "loss": 1.735,
350
+ "step": 2850
351
+ },
352
+ {
353
+ "epoch": 0.09,
354
+ "learning_rate": 0.000272084737602311,
355
+ "loss": 1.6377,
356
+ "step": 2900
357
+ },
358
+ {
359
+ "epoch": 0.09,
360
+ "learning_rate": 0.0002716032739528165,
361
+ "loss": 1.5383,
362
+ "step": 2950
363
+ },
364
+ {
365
+ "epoch": 0.1,
366
+ "learning_rate": 0.0002711218103033221,
367
+ "loss": 1.6402,
368
+ "step": 3000
369
+ },
370
+ {
371
+ "epoch": 0.1,
372
+ "learning_rate": 0.0002706403466538276,
373
+ "loss": 1.6001,
374
+ "step": 3050
375
+ },
376
+ {
377
+ "epoch": 0.1,
378
+ "learning_rate": 0.0002701588830043331,
379
+ "loss": 1.5789,
380
+ "step": 3100
381
+ },
382
+ {
383
+ "epoch": 0.1,
384
+ "learning_rate": 0.0002696774193548387,
385
+ "loss": 1.6518,
386
+ "step": 3150
387
+ },
388
+ {
389
+ "epoch": 0.1,
390
+ "learning_rate": 0.00026919595570534425,
391
+ "loss": 1.6663,
392
+ "step": 3200
393
+ },
394
+ {
395
+ "epoch": 0.1,
396
+ "learning_rate": 0.00026871449205584976,
397
+ "loss": 1.6436,
398
+ "step": 3250
399
+ },
400
+ {
401
+ "epoch": 0.11,
402
+ "learning_rate": 0.0002682330284063553,
403
+ "loss": 1.612,
404
+ "step": 3300
405
+ },
406
+ {
407
+ "epoch": 0.11,
408
+ "learning_rate": 0.00026775156475686084,
409
+ "loss": 1.601,
410
+ "step": 3350
411
+ },
412
+ {
413
+ "epoch": 0.11,
414
+ "learning_rate": 0.00026727010110736636,
415
+ "loss": 1.5697,
416
+ "step": 3400
417
+ },
418
+ {
419
+ "epoch": 0.11,
420
+ "learning_rate": 0.0002667886374578719,
421
+ "loss": 1.628,
422
+ "step": 3450
423
+ },
424
+ {
425
+ "epoch": 0.11,
426
+ "learning_rate": 0.00026630717380837744,
427
+ "loss": 1.673,
428
+ "step": 3500
429
+ },
430
+ {
431
+ "epoch": 0.11,
432
+ "learning_rate": 0.00026582571015888295,
433
+ "loss": 1.6835,
434
+ "step": 3550
435
+ },
436
+ {
437
+ "epoch": 0.12,
438
+ "learning_rate": 0.0002653442465093885,
439
+ "loss": 1.7061,
440
+ "step": 3600
441
+ },
442
+ {
443
+ "epoch": 0.12,
444
+ "learning_rate": 0.00026486278285989403,
445
+ "loss": 1.5947,
446
+ "step": 3650
447
+ },
448
+ {
449
+ "epoch": 0.12,
450
+ "learning_rate": 0.0002643813192103996,
451
+ "loss": 1.7096,
452
+ "step": 3700
453
+ },
454
+ {
455
+ "epoch": 0.12,
456
+ "learning_rate": 0.00026389985556090516,
457
+ "loss": 1.6038,
458
+ "step": 3750
459
+ },
460
+ {
461
+ "epoch": 0.12,
462
+ "learning_rate": 0.00026342802118440055,
463
+ "loss": 1.7822,
464
+ "step": 3800
465
+ },
466
+ {
467
+ "epoch": 0.12,
468
+ "learning_rate": 0.00026294655753490606,
469
+ "loss": 1.639,
470
+ "step": 3850
471
+ },
472
+ {
473
+ "epoch": 0.13,
474
+ "learning_rate": 0.0002624650938854116,
475
+ "loss": 1.6256,
476
+ "step": 3900
477
+ },
478
+ {
479
+ "epoch": 0.13,
480
+ "learning_rate": 0.0002619836302359172,
481
+ "loss": 1.5954,
482
+ "step": 3950
483
+ },
484
+ {
485
+ "epoch": 0.13,
486
+ "learning_rate": 0.0002615021665864227,
487
+ "loss": 1.6369,
488
+ "step": 4000
489
+ },
490
+ {
491
+ "epoch": 0.13,
492
+ "learning_rate": 0.0002610207029369282,
493
+ "loss": 1.7314,
494
+ "step": 4050
495
+ },
496
+ {
497
+ "epoch": 0.13,
498
+ "learning_rate": 0.0002605392392874338,
499
+ "loss": 1.6665,
500
+ "step": 4100
501
+ },
502
+ {
503
+ "epoch": 0.13,
504
+ "learning_rate": 0.0002600577756379393,
505
+ "loss": 1.6713,
506
+ "step": 4150
507
+ },
508
+ {
509
+ "epoch": 0.13,
510
+ "learning_rate": 0.00025957631198844487,
511
+ "loss": 1.569,
512
+ "step": 4200
513
+ },
514
+ {
515
+ "epoch": 0.14,
516
+ "learning_rate": 0.0002590948483389504,
517
+ "loss": 1.7352,
518
+ "step": 4250
519
+ },
520
+ {
521
+ "epoch": 0.14,
522
+ "learning_rate": 0.0002586133846894559,
523
+ "loss": 1.6418,
524
+ "step": 4300
525
+ },
526
+ {
527
+ "epoch": 0.14,
528
+ "learning_rate": 0.00025813192103996146,
529
+ "loss": 1.6525,
530
+ "step": 4350
531
+ },
532
+ {
533
+ "epoch": 0.14,
534
+ "learning_rate": 0.00025765045739046703,
535
+ "loss": 1.6305,
536
+ "step": 4400
537
+ },
538
+ {
539
+ "epoch": 0.14,
540
+ "learning_rate": 0.00025716899374097254,
541
+ "loss": 1.6631,
542
+ "step": 4450
543
+ },
544
+ {
545
+ "epoch": 0.14,
546
+ "learning_rate": 0.00025668753009147805,
547
+ "loss": 1.7426,
548
+ "step": 4500
549
+ },
550
+ {
551
+ "epoch": 0.15,
552
+ "learning_rate": 0.00025620606644198357,
553
+ "loss": 1.6466,
554
+ "step": 4550
555
+ },
556
+ {
557
+ "epoch": 0.15,
558
+ "learning_rate": 0.00025572460279248913,
559
+ "loss": 1.6907,
560
+ "step": 4600
561
+ },
562
+ {
563
+ "epoch": 0.15,
564
+ "learning_rate": 0.0002552431391429947,
565
+ "loss": 1.7573,
566
+ "step": 4650
567
+ },
568
+ {
569
+ "epoch": 0.15,
570
+ "learning_rate": 0.0002547616754935002,
571
+ "loss": 1.7466,
572
+ "step": 4700
573
+ },
574
+ {
575
+ "epoch": 0.15,
576
+ "learning_rate": 0.00025428021184400573,
577
+ "loss": 1.5971,
578
+ "step": 4750
579
+ },
580
+ {
581
+ "epoch": 0.15,
582
+ "learning_rate": 0.0002537987481945113,
583
+ "loss": 1.8605,
584
+ "step": 4800
585
+ },
586
+ {
587
+ "epoch": 0.16,
588
+ "learning_rate": 0.0002533172845450168,
589
+ "loss": 1.7469,
590
+ "step": 4850
591
+ },
592
+ {
593
+ "epoch": 0.16,
594
+ "learning_rate": 0.0002528358208955224,
595
+ "loss": 1.5872,
596
+ "step": 4900
597
+ },
598
+ {
599
+ "epoch": 0.16,
600
+ "learning_rate": 0.00025235435724602794,
601
+ "loss": 1.7249,
602
+ "step": 4950
603
+ },
604
+ {
605
+ "epoch": 0.16,
606
+ "learning_rate": 0.00025187289359653346,
607
+ "loss": 1.5394,
608
+ "step": 5000
609
+ },
610
+ {
611
+ "epoch": 0.16,
612
+ "learning_rate": 0.00025139142994703897,
613
+ "loss": 1.6919,
614
+ "step": 5050
615
+ },
616
+ {
617
+ "epoch": 0.16,
618
+ "learning_rate": 0.00025090996629754454,
619
+ "loss": 1.6369,
620
+ "step": 5100
621
+ },
622
+ {
623
+ "epoch": 0.17,
624
+ "learning_rate": 0.00025042850264805005,
625
+ "loss": 1.5953,
626
+ "step": 5150
627
+ },
628
+ {
629
+ "epoch": 0.17,
630
+ "learning_rate": 0.0002499470389985556,
631
+ "loss": 1.6929,
632
+ "step": 5200
633
+ },
634
+ {
635
+ "epoch": 0.17,
636
+ "learning_rate": 0.00024946557534906113,
637
+ "loss": 1.6558,
638
+ "step": 5250
639
+ },
640
+ {
641
+ "epoch": 0.17,
642
+ "learning_rate": 0.00024898411169956664,
643
+ "loss": 1.6672,
644
+ "step": 5300
645
+ },
646
+ {
647
+ "epoch": 0.17,
648
+ "learning_rate": 0.0002485026480500722,
649
+ "loss": 1.7025,
650
+ "step": 5350
651
+ },
652
+ {
653
+ "epoch": 0.17,
654
+ "learning_rate": 0.0002480211844005777,
655
+ "loss": 1.6714,
656
+ "step": 5400
657
+ },
658
+ {
659
+ "epoch": 0.17,
660
+ "learning_rate": 0.0002475397207510833,
661
+ "loss": 1.6522,
662
+ "step": 5450
663
+ },
664
+ {
665
+ "epoch": 0.18,
666
+ "learning_rate": 0.0002470582571015888,
667
+ "loss": 1.5868,
668
+ "step": 5500
669
+ },
670
+ {
671
+ "epoch": 0.18,
672
+ "learning_rate": 0.0002465767934520943,
673
+ "loss": 1.5421,
674
+ "step": 5550
675
+ },
676
+ {
677
+ "epoch": 0.18,
678
+ "learning_rate": 0.0002460953298025999,
679
+ "loss": 1.8258,
680
+ "step": 5600
681
+ },
682
+ {
683
+ "epoch": 0.18,
684
+ "learning_rate": 0.00024561386615310545,
685
+ "loss": 1.7433,
686
+ "step": 5650
687
+ },
688
+ {
689
+ "epoch": 0.18,
690
+ "learning_rate": 0.00024513240250361096,
691
+ "loss": 1.6886,
692
+ "step": 5700
693
+ },
694
+ {
695
+ "epoch": 0.18,
696
+ "learning_rate": 0.0002446509388541165,
697
+ "loss": 1.6047,
698
+ "step": 5750
699
+ },
700
+ {
701
+ "epoch": 0.19,
702
+ "learning_rate": 0.00024416947520462204,
703
+ "loss": 1.6474,
704
+ "step": 5800
705
+ },
706
+ {
707
+ "epoch": 0.19,
708
+ "learning_rate": 0.00024368801155512756,
709
+ "loss": 1.6839,
710
+ "step": 5850
711
+ },
712
+ {
713
+ "epoch": 0.19,
714
+ "learning_rate": 0.0002432065479056331,
715
+ "loss": 1.6664,
716
+ "step": 5900
717
+ },
718
+ {
719
+ "epoch": 0.19,
720
+ "learning_rate": 0.00024272508425613864,
721
+ "loss": 1.545,
722
+ "step": 5950
723
+ },
724
+ {
725
+ "epoch": 0.19,
726
+ "learning_rate": 0.00024224362060664418,
727
+ "loss": 1.7395,
728
+ "step": 6000
729
+ },
730
+ {
731
+ "epoch": 0.19,
732
+ "learning_rate": 0.00024176215695714972,
733
+ "loss": 1.6451,
734
+ "step": 6050
735
+ },
736
+ {
737
+ "epoch": 0.2,
738
+ "learning_rate": 0.00024128069330765523,
739
+ "loss": 1.6876,
740
+ "step": 6100
741
+ },
742
+ {
743
+ "epoch": 0.2,
744
+ "learning_rate": 0.0002407992296581608,
745
+ "loss": 1.6001,
746
+ "step": 6150
747
+ },
748
+ {
749
+ "epoch": 0.2,
750
+ "learning_rate": 0.00024031776600866634,
751
+ "loss": 1.6769,
752
+ "step": 6200
753
+ },
754
+ {
755
+ "epoch": 0.2,
756
+ "learning_rate": 0.00023983630235917185,
757
+ "loss": 1.7025,
758
+ "step": 6250
759
+ },
760
+ {
761
+ "epoch": 0.2,
762
+ "learning_rate": 0.00023936446798266726,
763
+ "loss": 1.6464,
764
+ "step": 6300
765
+ },
766
+ {
767
+ "epoch": 0.2,
768
+ "learning_rate": 0.00023888300433317283,
769
+ "loss": 1.5731,
770
+ "step": 6350
771
+ },
772
+ {
773
+ "epoch": 0.21,
774
+ "learning_rate": 0.00023840154068367837,
775
+ "loss": 1.7313,
776
+ "step": 6400
777
+ },
778
+ {
779
+ "epoch": 0.21,
780
+ "learning_rate": 0.00023792007703418388,
781
+ "loss": 1.6279,
782
+ "step": 6450
783
+ },
784
+ {
785
+ "epoch": 0.21,
786
+ "learning_rate": 0.00023743861338468945,
787
+ "loss": 1.6481,
788
+ "step": 6500
789
+ },
790
+ {
791
+ "epoch": 0.21,
792
+ "learning_rate": 0.000236957149735195,
793
+ "loss": 1.5608,
794
+ "step": 6550
795
+ },
796
+ {
797
+ "epoch": 0.21,
798
+ "learning_rate": 0.0002364756860857005,
799
+ "loss": 1.6423,
800
+ "step": 6600
801
+ },
802
+ {
803
+ "epoch": 0.21,
804
+ "learning_rate": 0.00023599422243620604,
805
+ "loss": 1.7948,
806
+ "step": 6650
807
+ },
808
+ {
809
+ "epoch": 0.22,
810
+ "learning_rate": 0.0002355127587867116,
811
+ "loss": 1.8034,
812
+ "step": 6700
813
+ },
814
+ {
815
+ "epoch": 0.22,
816
+ "learning_rate": 0.00023503129513721712,
817
+ "loss": 1.6419,
818
+ "step": 6750
819
+ },
820
+ {
821
+ "epoch": 0.22,
822
+ "learning_rate": 0.00023454983148772266,
823
+ "loss": 1.7487,
824
+ "step": 6800
825
+ },
826
+ {
827
+ "epoch": 0.22,
828
+ "learning_rate": 0.00023406836783822818,
829
+ "loss": 1.6582,
830
+ "step": 6850
831
+ },
832
+ {
833
+ "epoch": 0.22,
834
+ "learning_rate": 0.00023358690418873372,
835
+ "loss": 1.6091,
836
+ "step": 6900
837
+ },
838
+ {
839
+ "epoch": 0.22,
840
+ "learning_rate": 0.00023310544053923928,
841
+ "loss": 1.612,
842
+ "step": 6950
843
+ },
844
+ {
845
+ "epoch": 0.22,
846
+ "learning_rate": 0.0002326239768897448,
847
+ "loss": 1.6118,
848
+ "step": 7000
849
+ },
850
+ {
851
+ "epoch": 0.23,
852
+ "learning_rate": 0.00023214251324025034,
853
+ "loss": 1.7555,
854
+ "step": 7050
855
+ },
856
+ {
857
+ "epoch": 0.23,
858
+ "learning_rate": 0.00023166104959075588,
859
+ "loss": 1.6902,
860
+ "step": 7100
861
+ },
862
+ {
863
+ "epoch": 0.23,
864
+ "learning_rate": 0.00023117958594126142,
865
+ "loss": 1.7443,
866
+ "step": 7150
867
+ },
868
+ {
869
+ "epoch": 0.23,
870
+ "learning_rate": 0.00023069812229176696,
871
+ "loss": 1.6269,
872
+ "step": 7200
873
+ },
874
+ {
875
+ "epoch": 0.23,
876
+ "learning_rate": 0.00023022628791526237,
877
+ "loss": 1.7843,
878
+ "step": 7250
879
+ },
880
+ {
881
+ "epoch": 0.23,
882
+ "learning_rate": 0.00022974482426576793,
883
+ "loss": 1.7436,
884
+ "step": 7300
885
+ },
886
+ {
887
+ "epoch": 0.24,
888
+ "learning_rate": 0.00022926336061627345,
889
+ "loss": 1.6917,
890
+ "step": 7350
891
+ },
892
+ {
893
+ "epoch": 0.24,
894
+ "learning_rate": 0.00022878189696677899,
895
+ "loss": 1.6136,
896
+ "step": 7400
897
+ },
898
+ {
899
+ "epoch": 0.24,
900
+ "learning_rate": 0.00022830043331728453,
901
+ "loss": 1.6501,
902
+ "step": 7450
903
+ },
904
+ {
905
+ "epoch": 0.24,
906
+ "learning_rate": 0.00022781896966779004,
907
+ "loss": 1.5681,
908
+ "step": 7500
909
+ },
910
+ {
911
+ "epoch": 0.24,
912
+ "learning_rate": 0.0002273375060182956,
913
+ "loss": 1.7366,
914
+ "step": 7550
915
+ },
916
+ {
917
+ "epoch": 0.24,
918
+ "learning_rate": 0.00022685604236880115,
919
+ "loss": 1.6177,
920
+ "step": 7600
921
+ },
922
+ {
923
+ "epoch": 0.25,
924
+ "learning_rate": 0.00022637457871930666,
925
+ "loss": 1.7367,
926
+ "step": 7650
927
+ },
928
+ {
929
+ "epoch": 0.25,
930
+ "learning_rate": 0.00022589311506981223,
931
+ "loss": 1.5551,
932
+ "step": 7700
933
+ },
934
+ {
935
+ "epoch": 0.25,
936
+ "learning_rate": 0.00022541165142031777,
937
+ "loss": 1.6179,
938
+ "step": 7750
939
+ },
940
+ {
941
+ "epoch": 0.25,
942
+ "learning_rate": 0.00022493018777082328,
943
+ "loss": 1.65,
944
+ "step": 7800
945
+ },
946
+ {
947
+ "epoch": 0.25,
948
+ "learning_rate": 0.00022444872412132882,
949
+ "loss": 1.7241,
950
+ "step": 7850
951
+ },
952
+ {
953
+ "epoch": 0.25,
954
+ "learning_rate": 0.00022396726047183433,
955
+ "loss": 1.6435,
956
+ "step": 7900
957
+ },
958
+ {
959
+ "epoch": 0.26,
960
+ "learning_rate": 0.0002234857968223399,
961
+ "loss": 1.7284,
962
+ "step": 7950
963
+ },
964
+ {
965
+ "epoch": 0.26,
966
+ "learning_rate": 0.00022300433317284544,
967
+ "loss": 1.6536,
968
+ "step": 8000
969
+ },
970
+ {
971
+ "epoch": 0.26,
972
+ "learning_rate": 0.00022252286952335095,
973
+ "loss": 1.632,
974
+ "step": 8050
975
+ },
976
+ {
977
+ "epoch": 0.26,
978
+ "learning_rate": 0.0002220414058738565,
979
+ "loss": 1.5747,
980
+ "step": 8100
981
+ },
982
+ {
983
+ "epoch": 0.26,
984
+ "learning_rate": 0.00022155994222436206,
985
+ "loss": 1.775,
986
+ "step": 8150
987
+ },
988
+ {
989
+ "epoch": 0.26,
990
+ "learning_rate": 0.00022107847857486757,
991
+ "loss": 1.7017,
992
+ "step": 8200
993
+ },
994
+ {
995
+ "epoch": 0.26,
996
+ "learning_rate": 0.00022059701492537311,
997
+ "loss": 1.7259,
998
+ "step": 8250
999
+ },
1000
+ {
1001
+ "epoch": 0.27,
1002
+ "learning_rate": 0.00022011555127587865,
1003
+ "loss": 1.682,
1004
+ "step": 8300
1005
+ },
1006
+ {
1007
+ "epoch": 0.27,
1008
+ "learning_rate": 0.00021963408762638417,
1009
+ "loss": 1.6752,
1010
+ "step": 8350
1011
+ },
1012
+ {
1013
+ "epoch": 0.27,
1014
+ "learning_rate": 0.00021915262397688973,
1015
+ "loss": 1.7571,
1016
+ "step": 8400
1017
+ },
1018
+ {
1019
+ "epoch": 0.27,
1020
+ "learning_rate": 0.00021867116032739527,
1021
+ "loss": 1.7478,
1022
+ "step": 8450
1023
+ },
1024
+ {
1025
+ "epoch": 0.27,
1026
+ "learning_rate": 0.0002181896966779008,
1027
+ "loss": 1.672,
1028
+ "step": 8500
1029
+ },
1030
+ {
1031
+ "epoch": 0.27,
1032
+ "learning_rate": 0.00021770823302840636,
1033
+ "loss": 1.7433,
1034
+ "step": 8550
1035
+ },
1036
+ {
1037
+ "epoch": 0.28,
1038
+ "learning_rate": 0.00021722676937891187,
1039
+ "loss": 1.6447,
1040
+ "step": 8600
1041
+ },
1042
+ {
1043
+ "epoch": 0.28,
1044
+ "learning_rate": 0.0002167453057294174,
1045
+ "loss": 1.6748,
1046
+ "step": 8650
1047
+ },
1048
+ {
1049
+ "epoch": 0.28,
1050
+ "learning_rate": 0.00021626384207992295,
1051
+ "loss": 1.6528,
1052
+ "step": 8700
1053
+ },
1054
+ {
1055
+ "epoch": 0.28,
1056
+ "learning_rate": 0.00021578237843042846,
1057
+ "loss": 1.6351,
1058
+ "step": 8750
1059
+ },
1060
+ {
1061
+ "epoch": 0.28,
1062
+ "learning_rate": 0.00021530091478093403,
1063
+ "loss": 1.6457,
1064
+ "step": 8800
1065
+ },
1066
+ {
1067
+ "epoch": 0.28,
1068
+ "learning_rate": 0.00021481945113143957,
1069
+ "loss": 1.7337,
1070
+ "step": 8850
1071
+ },
1072
+ {
1073
+ "epoch": 0.29,
1074
+ "learning_rate": 0.00021433798748194508,
1075
+ "loss": 1.6852,
1076
+ "step": 8900
1077
+ },
1078
+ {
1079
+ "epoch": 0.29,
1080
+ "learning_rate": 0.00021385652383245062,
1081
+ "loss": 1.7768,
1082
+ "step": 8950
1083
+ },
1084
+ {
1085
+ "epoch": 0.29,
1086
+ "learning_rate": 0.0002133750601829562,
1087
+ "loss": 1.7785,
1088
+ "step": 9000
1089
+ },
1090
+ {
1091
+ "epoch": 0.29,
1092
+ "learning_rate": 0.0002128935965334617,
1093
+ "loss": 1.6819,
1094
+ "step": 9050
1095
+ },
1096
+ {
1097
+ "epoch": 0.29,
1098
+ "learning_rate": 0.00021241213288396724,
1099
+ "loss": 1.6261,
1100
+ "step": 9100
1101
+ },
1102
+ {
1103
+ "epoch": 0.29,
1104
+ "learning_rate": 0.00021193066923447278,
1105
+ "loss": 1.6154,
1106
+ "step": 9150
1107
+ },
1108
+ {
1109
+ "epoch": 0.3,
1110
+ "learning_rate": 0.00021144920558497832,
1111
+ "loss": 1.6968,
1112
+ "step": 9200
1113
+ },
1114
+ {
1115
+ "epoch": 0.3,
1116
+ "learning_rate": 0.00021096774193548386,
1117
+ "loss": 1.6039,
1118
+ "step": 9250
1119
+ },
1120
+ {
1121
+ "epoch": 0.3,
1122
+ "learning_rate": 0.00021048627828598938,
1123
+ "loss": 1.6625,
1124
+ "step": 9300
1125
+ },
1126
+ {
1127
+ "epoch": 0.3,
1128
+ "learning_rate": 0.00021000481463649492,
1129
+ "loss": 1.7781,
1130
+ "step": 9350
1131
+ },
1132
+ {
1133
+ "epoch": 0.3,
1134
+ "learning_rate": 0.00020952335098700048,
1135
+ "loss": 1.6309,
1136
+ "step": 9400
1137
+ },
1138
+ {
1139
+ "epoch": 0.3,
1140
+ "learning_rate": 0.000209041887337506,
1141
+ "loss": 1.6182,
1142
+ "step": 9450
1143
+ },
1144
+ {
1145
+ "epoch": 0.3,
1146
+ "learning_rate": 0.00020856042368801154,
1147
+ "loss": 1.6403,
1148
+ "step": 9500
1149
+ },
1150
+ {
1151
+ "epoch": 0.31,
1152
+ "learning_rate": 0.00020807896003851708,
1153
+ "loss": 1.6455,
1154
+ "step": 9550
1155
+ },
1156
+ {
1157
+ "epoch": 0.31,
1158
+ "learning_rate": 0.0002075974963890226,
1159
+ "loss": 1.5998,
1160
+ "step": 9600
1161
+ },
1162
+ {
1163
+ "epoch": 0.31,
1164
+ "learning_rate": 0.00020711603273952816,
1165
+ "loss": 1.6707,
1166
+ "step": 9650
1167
+ },
1168
+ {
1169
+ "epoch": 0.31,
1170
+ "learning_rate": 0.0002066345690900337,
1171
+ "loss": 1.6421,
1172
+ "step": 9700
1173
+ },
1174
+ {
1175
+ "epoch": 0.31,
1176
+ "learning_rate": 0.0002061531054405392,
1177
+ "loss": 1.5839,
1178
+ "step": 9750
1179
+ },
1180
+ {
1181
+ "epoch": 0.31,
1182
+ "learning_rate": 0.00020567164179104475,
1183
+ "loss": 1.6987,
1184
+ "step": 9800
1185
+ },
1186
+ {
1187
+ "epoch": 0.32,
1188
+ "learning_rate": 0.00020519017814155032,
1189
+ "loss": 1.7145,
1190
+ "step": 9850
1191
+ },
1192
+ {
1193
+ "epoch": 0.32,
1194
+ "learning_rate": 0.00020470871449205583,
1195
+ "loss": 1.5953,
1196
+ "step": 9900
1197
+ },
1198
+ {
1199
+ "epoch": 0.32,
1200
+ "learning_rate": 0.00020422725084256137,
1201
+ "loss": 1.624,
1202
+ "step": 9950
1203
+ },
1204
+ {
1205
+ "epoch": 0.32,
1206
+ "learning_rate": 0.00020374578719306688,
1207
+ "loss": 1.628,
1208
+ "step": 10000
1209
+ },
1210
+ {
1211
+ "epoch": 0.32,
1212
+ "learning_rate": 0.00020326432354357245,
1213
+ "loss": 1.7215,
1214
+ "step": 10050
1215
+ },
1216
+ {
1217
+ "epoch": 0.32,
1218
+ "learning_rate": 0.000202782859894078,
1219
+ "loss": 1.7618,
1220
+ "step": 10100
1221
+ },
1222
+ {
1223
+ "epoch": 0.33,
1224
+ "learning_rate": 0.0002023013962445835,
1225
+ "loss": 1.6385,
1226
+ "step": 10150
1227
+ },
1228
+ {
1229
+ "epoch": 0.33,
1230
+ "learning_rate": 0.00020181993259508904,
1231
+ "loss": 1.6758,
1232
+ "step": 10200
1233
+ },
1234
+ {
1235
+ "epoch": 0.33,
1236
+ "learning_rate": 0.0002013384689455946,
1237
+ "loss": 1.6555,
1238
+ "step": 10250
1239
+ },
1240
+ {
1241
+ "epoch": 0.33,
1242
+ "learning_rate": 0.00020085700529610012,
1243
+ "loss": 1.7235,
1244
+ "step": 10300
1245
+ },
1246
+ {
1247
+ "epoch": 0.33,
1248
+ "learning_rate": 0.00020037554164660566,
1249
+ "loss": 1.7544,
1250
+ "step": 10350
1251
+ },
1252
+ {
1253
+ "epoch": 0.33,
1254
+ "learning_rate": 0.0001998940779971112,
1255
+ "loss": 1.7105,
1256
+ "step": 10400
1257
+ },
1258
+ {
1259
+ "epoch": 0.34,
1260
+ "learning_rate": 0.00019941261434761672,
1261
+ "loss": 1.6541,
1262
+ "step": 10450
1263
+ },
1264
+ {
1265
+ "epoch": 0.34,
1266
+ "learning_rate": 0.00019893115069812229,
1267
+ "loss": 1.5443,
1268
+ "step": 10500
1269
+ },
1270
+ {
1271
+ "epoch": 0.34,
1272
+ "learning_rate": 0.00019844968704862783,
1273
+ "loss": 1.6808,
1274
+ "step": 10550
1275
+ },
1276
+ {
1277
+ "epoch": 0.34,
1278
+ "learning_rate": 0.00019796822339913334,
1279
+ "loss": 1.787,
1280
+ "step": 10600
1281
+ },
1282
+ {
1283
+ "epoch": 0.34,
1284
+ "learning_rate": 0.00019748675974963888,
1285
+ "loss": 1.6119,
1286
+ "step": 10650
1287
+ },
1288
+ {
1289
+ "epoch": 0.34,
1290
+ "learning_rate": 0.0001970052961001444,
1291
+ "loss": 1.6405,
1292
+ "step": 10700
1293
+ },
1294
+ {
1295
+ "epoch": 0.35,
1296
+ "learning_rate": 0.00019652383245064996,
1297
+ "loss": 1.6875,
1298
+ "step": 10750
1299
+ },
1300
+ {
1301
+ "epoch": 0.35,
1302
+ "learning_rate": 0.0001960423688011555,
1303
+ "loss": 1.7438,
1304
+ "step": 10800
1305
+ },
1306
+ {
1307
+ "epoch": 0.35,
1308
+ "learning_rate": 0.000195560905151661,
1309
+ "loss": 1.7505,
1310
+ "step": 10850
1311
+ },
1312
+ {
1313
+ "epoch": 0.35,
1314
+ "learning_rate": 0.00019507944150216658,
1315
+ "loss": 1.6726,
1316
+ "step": 10900
1317
+ },
1318
+ {
1319
+ "epoch": 0.35,
1320
+ "learning_rate": 0.00019459797785267212,
1321
+ "loss": 1.5748,
1322
+ "step": 10950
1323
+ },
1324
+ {
1325
+ "epoch": 0.35,
1326
+ "learning_rate": 0.00019411651420317763,
1327
+ "loss": 1.7293,
1328
+ "step": 11000
1329
+ },
1330
+ {
1331
+ "epoch": 0.35,
1332
+ "learning_rate": 0.00019363505055368317,
1333
+ "loss": 1.5851,
1334
+ "step": 11050
1335
+ },
1336
+ {
1337
+ "epoch": 0.36,
1338
+ "learning_rate": 0.00019315358690418874,
1339
+ "loss": 1.6417,
1340
+ "step": 11100
1341
+ },
1342
+ {
1343
+ "epoch": 0.36,
1344
+ "learning_rate": 0.00019267212325469425,
1345
+ "loss": 1.6152,
1346
+ "step": 11150
1347
+ },
1348
+ {
1349
+ "epoch": 0.36,
1350
+ "learning_rate": 0.0001921906596051998,
1351
+ "loss": 1.7118,
1352
+ "step": 11200
1353
+ },
1354
+ {
1355
+ "epoch": 0.36,
1356
+ "learning_rate": 0.00019170919595570533,
1357
+ "loss": 1.6621,
1358
+ "step": 11250
1359
+ },
1360
+ {
1361
+ "epoch": 0.36,
1362
+ "learning_rate": 0.00019123736157920077,
1363
+ "loss": 1.6811,
1364
+ "step": 11300
1365
+ },
1366
+ {
1367
+ "epoch": 0.36,
1368
+ "learning_rate": 0.00019075589792970628,
1369
+ "loss": 1.6491,
1370
+ "step": 11350
1371
+ },
1372
+ {
1373
+ "epoch": 0.37,
1374
+ "learning_rate": 0.00019027443428021182,
1375
+ "loss": 1.6998,
1376
+ "step": 11400
1377
+ },
1378
+ {
1379
+ "epoch": 0.37,
1380
+ "learning_rate": 0.0001897929706307174,
1381
+ "loss": 1.6629,
1382
+ "step": 11450
1383
+ },
1384
+ {
1385
+ "epoch": 0.37,
1386
+ "learning_rate": 0.0001893115069812229,
1387
+ "loss": 1.6979,
1388
+ "step": 11500
1389
+ },
1390
+ {
1391
+ "epoch": 0.37,
1392
+ "learning_rate": 0.00018883004333172844,
1393
+ "loss": 1.5112,
1394
+ "step": 11550
1395
+ },
1396
+ {
1397
+ "epoch": 0.37,
1398
+ "learning_rate": 0.00018834857968223398,
1399
+ "loss": 1.6527,
1400
+ "step": 11600
1401
+ },
1402
+ {
1403
+ "epoch": 0.37,
1404
+ "learning_rate": 0.0001878671160327395,
1405
+ "loss": 1.7075,
1406
+ "step": 11650
1407
+ },
1408
+ {
1409
+ "epoch": 0.38,
1410
+ "learning_rate": 0.00018738565238324506,
1411
+ "loss": 1.7035,
1412
+ "step": 11700
1413
+ },
1414
+ {
1415
+ "epoch": 0.38,
1416
+ "learning_rate": 0.00018690418873375058,
1417
+ "loss": 1.5756,
1418
+ "step": 11750
1419
+ },
1420
+ {
1421
+ "epoch": 0.38,
1422
+ "learning_rate": 0.00018642272508425612,
1423
+ "loss": 1.5457,
1424
+ "step": 11800
1425
+ },
1426
+ {
1427
+ "epoch": 0.38,
1428
+ "learning_rate": 0.00018594126143476166,
1429
+ "loss": 1.7155,
1430
+ "step": 11850
1431
+ },
1432
+ {
1433
+ "epoch": 0.38,
1434
+ "learning_rate": 0.00018545979778526717,
1435
+ "loss": 1.666,
1436
+ "step": 11900
1437
+ },
1438
+ {
1439
+ "epoch": 0.38,
1440
+ "learning_rate": 0.00018497833413577274,
1441
+ "loss": 1.6213,
1442
+ "step": 11950
1443
+ },
1444
+ {
1445
+ "epoch": 0.39,
1446
+ "learning_rate": 0.00018449687048627828,
1447
+ "loss": 1.6945,
1448
+ "step": 12000
1449
+ },
1450
+ {
1451
+ "epoch": 0.39,
1452
+ "learning_rate": 0.0001840154068367838,
1453
+ "loss": 1.5999,
1454
+ "step": 12050
1455
+ },
1456
+ {
1457
+ "epoch": 0.39,
1458
+ "learning_rate": 0.00018353394318728936,
1459
+ "loss": 1.6824,
1460
+ "step": 12100
1461
+ },
1462
+ {
1463
+ "epoch": 0.39,
1464
+ "learning_rate": 0.0001830524795377949,
1465
+ "loss": 1.738,
1466
+ "step": 12150
1467
+ },
1468
+ {
1469
+ "epoch": 0.39,
1470
+ "learning_rate": 0.0001825710158883004,
1471
+ "loss": 1.6992,
1472
+ "step": 12200
1473
+ },
1474
+ {
1475
+ "epoch": 0.39,
1476
+ "learning_rate": 0.00018208955223880595,
1477
+ "loss": 1.6485,
1478
+ "step": 12250
1479
+ },
1480
+ {
1481
+ "epoch": 0.39,
1482
+ "learning_rate": 0.00018160808858931152,
1483
+ "loss": 1.5837,
1484
+ "step": 12300
1485
+ },
1486
+ {
1487
+ "epoch": 0.4,
1488
+ "learning_rate": 0.00018112662493981703,
1489
+ "loss": 1.7708,
1490
+ "step": 12350
1491
+ },
1492
+ {
1493
+ "epoch": 0.4,
1494
+ "learning_rate": 0.00018064516129032257,
1495
+ "loss": 1.7078,
1496
+ "step": 12400
1497
+ },
1498
+ {
1499
+ "epoch": 0.4,
1500
+ "learning_rate": 0.00018016369764082808,
1501
+ "loss": 1.7086,
1502
+ "step": 12450
1503
+ },
1504
+ {
1505
+ "epoch": 0.4,
1506
+ "learning_rate": 0.00017968223399133363,
1507
+ "loss": 1.7972,
1508
+ "step": 12500
1509
+ },
1510
+ {
1511
+ "epoch": 0.4,
1512
+ "learning_rate": 0.0001792007703418392,
1513
+ "loss": 1.6357,
1514
+ "step": 12550
1515
+ },
1516
+ {
1517
+ "epoch": 0.4,
1518
+ "learning_rate": 0.0001787193066923447,
1519
+ "loss": 1.688,
1520
+ "step": 12600
1521
+ },
1522
+ {
1523
+ "epoch": 0.41,
1524
+ "learning_rate": 0.00017823784304285025,
1525
+ "loss": 1.6416,
1526
+ "step": 12650
1527
+ },
1528
+ {
1529
+ "epoch": 0.41,
1530
+ "learning_rate": 0.00017775637939335579,
1531
+ "loss": 1.7331,
1532
+ "step": 12700
1533
+ },
1534
+ {
1535
+ "epoch": 0.41,
1536
+ "learning_rate": 0.0001772749157438613,
1537
+ "loss": 1.6895,
1538
+ "step": 12750
1539
+ },
1540
+ {
1541
+ "epoch": 0.41,
1542
+ "learning_rate": 0.00017679345209436687,
1543
+ "loss": 1.6194,
1544
+ "step": 12800
1545
+ },
1546
+ {
1547
+ "epoch": 0.41,
1548
+ "learning_rate": 0.0001763119884448724,
1549
+ "loss": 1.7116,
1550
+ "step": 12850
1551
+ },
1552
+ {
1553
+ "epoch": 0.41,
1554
+ "learning_rate": 0.00017583052479537792,
1555
+ "loss": 1.692,
1556
+ "step": 12900
1557
+ },
1558
+ {
1559
+ "epoch": 0.42,
1560
+ "learning_rate": 0.00017534906114588349,
1561
+ "loss": 1.5511,
1562
+ "step": 12950
1563
+ },
1564
+ {
1565
+ "epoch": 0.42,
1566
+ "learning_rate": 0.00017486759749638903,
1567
+ "loss": 1.7335,
1568
+ "step": 13000
1569
+ },
1570
+ {
1571
+ "epoch": 0.42,
1572
+ "learning_rate": 0.00017438613384689454,
1573
+ "loss": 1.5282,
1574
+ "step": 13050
1575
+ },
1576
+ {
1577
+ "epoch": 0.42,
1578
+ "learning_rate": 0.00017390467019740008,
1579
+ "loss": 1.5907,
1580
+ "step": 13100
1581
+ },
1582
+ {
1583
+ "epoch": 0.42,
1584
+ "learning_rate": 0.0001734232065479056,
1585
+ "loss": 1.7614,
1586
+ "step": 13150
1587
+ },
1588
+ {
1589
+ "epoch": 0.42,
1590
+ "learning_rate": 0.00017294174289841116,
1591
+ "loss": 1.7124,
1592
+ "step": 13200
1593
+ },
1594
+ {
1595
+ "epoch": 0.43,
1596
+ "learning_rate": 0.0001724602792489167,
1597
+ "loss": 1.6434,
1598
+ "step": 13250
1599
+ },
1600
+ {
1601
+ "epoch": 0.43,
1602
+ "learning_rate": 0.0001719788155994222,
1603
+ "loss": 1.6011,
1604
+ "step": 13300
1605
+ },
1606
+ {
1607
+ "epoch": 0.43,
1608
+ "learning_rate": 0.00017149735194992775,
1609
+ "loss": 1.7427,
1610
+ "step": 13350
1611
+ },
1612
+ {
1613
+ "epoch": 0.43,
1614
+ "learning_rate": 0.00017101588830043332,
1615
+ "loss": 1.7259,
1616
+ "step": 13400
1617
+ },
1618
+ {
1619
+ "epoch": 0.43,
1620
+ "learning_rate": 0.00017053442465093883,
1621
+ "loss": 1.7255,
1622
+ "step": 13450
1623
+ },
1624
+ {
1625
+ "epoch": 0.43,
1626
+ "learning_rate": 0.00017006259027443424,
1627
+ "loss": 1.6759,
1628
+ "step": 13500
1629
+ },
1630
+ {
1631
+ "epoch": 0.43,
1632
+ "learning_rate": 0.0001695811266249398,
1633
+ "loss": 1.6778,
1634
+ "step": 13550
1635
+ },
1636
+ {
1637
+ "epoch": 0.44,
1638
+ "learning_rate": 0.00016909966297544535,
1639
+ "loss": 1.657,
1640
+ "step": 13600
1641
+ },
1642
+ {
1643
+ "epoch": 0.44,
1644
+ "learning_rate": 0.00016861819932595086,
1645
+ "loss": 1.6411,
1646
+ "step": 13650
1647
+ },
1648
+ {
1649
+ "epoch": 0.44,
1650
+ "learning_rate": 0.0001681367356764564,
1651
+ "loss": 1.612,
1652
+ "step": 13700
1653
+ },
1654
+ {
1655
+ "epoch": 0.44,
1656
+ "learning_rate": 0.00016765527202696197,
1657
+ "loss": 1.6802,
1658
+ "step": 13750
1659
+ },
1660
+ {
1661
+ "epoch": 0.44,
1662
+ "learning_rate": 0.00016717380837746748,
1663
+ "loss": 1.5544,
1664
+ "step": 13800
1665
+ },
1666
+ {
1667
+ "epoch": 0.44,
1668
+ "learning_rate": 0.00016669234472797302,
1669
+ "loss": 1.6872,
1670
+ "step": 13850
1671
+ },
1672
+ {
1673
+ "epoch": 0.45,
1674
+ "learning_rate": 0.00016621088107847856,
1675
+ "loss": 1.6855,
1676
+ "step": 13900
1677
+ },
1678
+ {
1679
+ "epoch": 0.45,
1680
+ "learning_rate": 0.00016572941742898408,
1681
+ "loss": 1.6061,
1682
+ "step": 13950
1683
+ },
1684
+ {
1685
+ "epoch": 0.45,
1686
+ "learning_rate": 0.00016524795377948964,
1687
+ "loss": 1.6325,
1688
+ "step": 14000
1689
+ },
1690
+ {
1691
+ "epoch": 0.45,
1692
+ "learning_rate": 0.00016476649012999516,
1693
+ "loss": 1.7166,
1694
+ "step": 14050
1695
+ },
1696
+ {
1697
+ "epoch": 0.45,
1698
+ "learning_rate": 0.0001642850264805007,
1699
+ "loss": 1.771,
1700
+ "step": 14100
1701
+ },
1702
+ {
1703
+ "epoch": 0.45,
1704
+ "learning_rate": 0.00016380356283100626,
1705
+ "loss": 1.6768,
1706
+ "step": 14150
1707
+ },
1708
+ {
1709
+ "epoch": 0.46,
1710
+ "learning_rate": 0.00016332209918151178,
1711
+ "loss": 1.6166,
1712
+ "step": 14200
1713
+ },
1714
+ {
1715
+ "epoch": 0.46,
1716
+ "learning_rate": 0.00016284063553201732,
1717
+ "loss": 1.6353,
1718
+ "step": 14250
1719
+ },
1720
+ {
1721
+ "epoch": 0.46,
1722
+ "learning_rate": 0.00016235917188252286,
1723
+ "loss": 1.603,
1724
+ "step": 14300
1725
+ },
1726
+ {
1727
+ "epoch": 0.46,
1728
+ "learning_rate": 0.00016187770823302837,
1729
+ "loss": 1.566,
1730
+ "step": 14350
1731
+ },
1732
+ {
1733
+ "epoch": 0.46,
1734
+ "learning_rate": 0.00016139624458353394,
1735
+ "loss": 1.7014,
1736
+ "step": 14400
1737
+ },
1738
+ {
1739
+ "epoch": 0.46,
1740
+ "learning_rate": 0.00016091478093403948,
1741
+ "loss": 1.605,
1742
+ "step": 14450
1743
+ },
1744
+ {
1745
+ "epoch": 0.47,
1746
+ "learning_rate": 0.000160433317284545,
1747
+ "loss": 1.5957,
1748
+ "step": 14500
1749
+ },
1750
+ {
1751
+ "epoch": 0.47,
1752
+ "learning_rate": 0.00015995185363505053,
1753
+ "loss": 1.6576,
1754
+ "step": 14550
1755
+ },
1756
+ {
1757
+ "epoch": 0.47,
1758
+ "learning_rate": 0.0001594703899855561,
1759
+ "loss": 1.7874,
1760
+ "step": 14600
1761
+ },
1762
+ {
1763
+ "epoch": 0.47,
1764
+ "learning_rate": 0.0001589889263360616,
1765
+ "loss": 1.6839,
1766
+ "step": 14650
1767
+ },
1768
+ {
1769
+ "epoch": 0.47,
1770
+ "learning_rate": 0.00015850746268656715,
1771
+ "loss": 1.6772,
1772
+ "step": 14700
1773
+ },
1774
+ {
1775
+ "epoch": 0.47,
1776
+ "learning_rate": 0.0001580259990370727,
1777
+ "loss": 1.6047,
1778
+ "step": 14750
1779
+ },
1780
+ {
1781
+ "epoch": 0.48,
1782
+ "learning_rate": 0.0001575445353875782,
1783
+ "loss": 1.62,
1784
+ "step": 14800
1785
+ },
1786
+ {
1787
+ "epoch": 0.48,
1788
+ "learning_rate": 0.00015706307173808377,
1789
+ "loss": 1.6616,
1790
+ "step": 14850
1791
+ },
1792
+ {
1793
+ "epoch": 0.48,
1794
+ "learning_rate": 0.00015658160808858929,
1795
+ "loss": 1.6361,
1796
+ "step": 14900
1797
+ },
1798
+ {
1799
+ "epoch": 0.48,
1800
+ "learning_rate": 0.00015610014443909483,
1801
+ "loss": 1.6233,
1802
+ "step": 14950
1803
+ },
1804
+ {
1805
+ "epoch": 0.48,
1806
+ "learning_rate": 0.0001556186807896004,
1807
+ "loss": 1.5949,
1808
+ "step": 15000
1809
+ },
1810
+ {
1811
+ "epoch": 0.48,
1812
+ "learning_rate": 0.0001551372171401059,
1813
+ "loss": 1.7567,
1814
+ "step": 15050
1815
+ },
1816
+ {
1817
+ "epoch": 0.48,
1818
+ "learning_rate": 0.00015465575349061145,
1819
+ "loss": 1.6849,
1820
+ "step": 15100
1821
+ },
1822
+ {
1823
+ "epoch": 0.49,
1824
+ "learning_rate": 0.000154174289841117,
1825
+ "loss": 1.6694,
1826
+ "step": 15150
1827
+ },
1828
+ {
1829
+ "epoch": 0.49,
1830
+ "learning_rate": 0.0001536928261916225,
1831
+ "loss": 1.6714,
1832
+ "step": 15200
1833
+ },
1834
+ {
1835
+ "epoch": 0.49,
1836
+ "learning_rate": 0.00015321136254212807,
1837
+ "loss": 1.5966,
1838
+ "step": 15250
1839
+ },
1840
+ {
1841
+ "epoch": 0.49,
1842
+ "learning_rate": 0.0001527298988926336,
1843
+ "loss": 1.7145,
1844
+ "step": 15300
1845
+ },
1846
+ {
1847
+ "epoch": 0.49,
1848
+ "learning_rate": 0.00015224843524313912,
1849
+ "loss": 1.6672,
1850
+ "step": 15350
1851
+ },
1852
+ {
1853
+ "epoch": 0.49,
1854
+ "learning_rate": 0.00015176697159364466,
1855
+ "loss": 1.6871,
1856
+ "step": 15400
1857
+ },
1858
+ {
1859
+ "epoch": 0.5,
1860
+ "learning_rate": 0.00015128550794415023,
1861
+ "loss": 1.5669,
1862
+ "step": 15450
1863
+ },
1864
+ {
1865
+ "epoch": 0.5,
1866
+ "learning_rate": 0.00015080404429465574,
1867
+ "loss": 1.6625,
1868
+ "step": 15500
1869
+ },
1870
+ {
1871
+ "epoch": 0.5,
1872
+ "learning_rate": 0.00015032258064516128,
1873
+ "loss": 1.585,
1874
+ "step": 15550
1875
+ },
1876
+ {
1877
+ "epoch": 0.5,
1878
+ "learning_rate": 0.00014984111699566682,
1879
+ "loss": 1.7518,
1880
+ "step": 15600
1881
+ },
1882
+ {
1883
+ "epoch": 0.5,
1884
+ "learning_rate": 0.00014935965334617236,
1885
+ "loss": 1.6921,
1886
+ "step": 15650
1887
+ },
1888
+ {
1889
+ "epoch": 0.5,
1890
+ "learning_rate": 0.00014887818969667787,
1891
+ "loss": 1.6763,
1892
+ "step": 15700
1893
+ },
1894
+ {
1895
+ "epoch": 0.51,
1896
+ "learning_rate": 0.00014839672604718344,
1897
+ "loss": 1.6484,
1898
+ "step": 15750
1899
+ },
1900
+ {
1901
+ "epoch": 0.51,
1902
+ "learning_rate": 0.00014791526239768895,
1903
+ "loss": 1.6529,
1904
+ "step": 15800
1905
+ },
1906
+ {
1907
+ "epoch": 0.51,
1908
+ "learning_rate": 0.0001474337987481945,
1909
+ "loss": 1.7107,
1910
+ "step": 15850
1911
+ },
1912
+ {
1913
+ "epoch": 0.51,
1914
+ "learning_rate": 0.00014695233509870003,
1915
+ "loss": 1.6711,
1916
+ "step": 15900
1917
+ },
1918
+ {
1919
+ "epoch": 0.51,
1920
+ "learning_rate": 0.00014647087144920557,
1921
+ "loss": 1.5795,
1922
+ "step": 15950
1923
+ },
1924
+ {
1925
+ "epoch": 0.51,
1926
+ "learning_rate": 0.00014598940779971111,
1927
+ "loss": 1.6493,
1928
+ "step": 16000
1929
+ }
1930
+ ],
1931
+ "max_steps": 31155,
1932
+ "num_train_epochs": 1,
1933
+ "total_flos": 2.3287744559130624e+17,
1934
+ "trial_name": null,
1935
+ "trial_params": null
1936
+ }