Upload folder using huggingface_hub
Browse filesThis view is limited to 50 files because it contains too many changes.
See raw diff
- README.md +21 -0
- adapter_config.json +21 -0
- adapter_model.bin +3 -0
- checkpoint-100/README.md +34 -0
- checkpoint-100/adapter_config.json +21 -0
- checkpoint-100/adapter_model.bin +3 -0
- checkpoint-100/optimizer.pt +3 -0
- checkpoint-100/rng_state.pth +3 -0
- checkpoint-100/scheduler.pt +3 -0
- checkpoint-100/special_tokens_map.json +24 -0
- checkpoint-100/tokenizer.json +0 -0
- checkpoint-100/tokenizer_config.json +34 -0
- checkpoint-100/trainer_state.json +619 -0
- checkpoint-100/training_args.bin +3 -0
- checkpoint-200/README.md +34 -0
- checkpoint-200/adapter_config.json +21 -0
- checkpoint-200/adapter_model.bin +3 -0
- checkpoint-200/optimizer.pt +3 -0
- checkpoint-200/rng_state.pth +3 -0
- checkpoint-200/scheduler.pt +3 -0
- checkpoint-200/special_tokens_map.json +24 -0
- checkpoint-200/tokenizer.json +0 -0
- checkpoint-200/tokenizer_config.json +34 -0
- checkpoint-200/trainer_state.json +1219 -0
- checkpoint-200/training_args.bin +3 -0
- checkpoint-300/README.md +34 -0
- checkpoint-300/adapter_config.json +21 -0
- checkpoint-300/adapter_model.bin +3 -0
- checkpoint-300/optimizer.pt +3 -0
- checkpoint-300/rng_state.pth +3 -0
- checkpoint-300/scheduler.pt +3 -0
- checkpoint-300/special_tokens_map.json +24 -0
- checkpoint-300/tokenizer.json +0 -0
- checkpoint-300/tokenizer_config.json +34 -0
- checkpoint-300/trainer_state.json +1819 -0
- checkpoint-300/training_args.bin +3 -0
- checkpoint-400/README.md +34 -0
- checkpoint-400/adapter_config.json +21 -0
- checkpoint-400/adapter_model.bin +3 -0
- checkpoint-400/optimizer.pt +3 -0
- checkpoint-400/rng_state.pth +3 -0
- checkpoint-400/scheduler.pt +3 -0
- checkpoint-400/special_tokens_map.json +24 -0
- checkpoint-400/tokenizer.json +0 -0
- checkpoint-400/tokenizer_config.json +34 -0
- checkpoint-400/trainer_state.json +2419 -0
- checkpoint-400/training_args.bin +3 -0
- checkpoint-500/README.md +34 -0
- checkpoint-500/adapter_config.json +21 -0
- checkpoint-500/adapter_model.bin +3 -0
README.md
ADDED
@@ -0,0 +1,21 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
library_name: peft
|
3 |
+
---
|
4 |
+
## Training procedure
|
5 |
+
|
6 |
+
|
7 |
+
The following `bitsandbytes` quantization config was used during training:
|
8 |
+
- quant_method: bitsandbytes
|
9 |
+
- load_in_8bit: False
|
10 |
+
- load_in_4bit: True
|
11 |
+
- llm_int8_threshold: 6.0
|
12 |
+
- llm_int8_skip_modules: None
|
13 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
14 |
+
- llm_int8_has_fp16_weight: False
|
15 |
+
- bnb_4bit_quant_type: fp4
|
16 |
+
- bnb_4bit_use_double_quant: False
|
17 |
+
- bnb_4bit_compute_dtype: float32
|
18 |
+
### Framework versions
|
19 |
+
|
20 |
+
|
21 |
+
- PEFT 0.5.0
|
adapter_config.json
ADDED
@@ -0,0 +1,21 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"auto_mapping": null,
|
3 |
+
"base_model_name_or_path": "meta-llama/Llama-2-7b-hf",
|
4 |
+
"bias": "none",
|
5 |
+
"fan_in_fan_out": false,
|
6 |
+
"inference_mode": true,
|
7 |
+
"init_lora_weights": true,
|
8 |
+
"layers_pattern": null,
|
9 |
+
"layers_to_transform": null,
|
10 |
+
"lora_alpha": 16,
|
11 |
+
"lora_dropout": 0.0,
|
12 |
+
"modules_to_save": null,
|
13 |
+
"peft_type": "LORA",
|
14 |
+
"r": 64,
|
15 |
+
"revision": null,
|
16 |
+
"target_modules": [
|
17 |
+
"q_proj",
|
18 |
+
"v_proj"
|
19 |
+
],
|
20 |
+
"task_type": "CAUSAL_LM"
|
21 |
+
}
|
adapter_model.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:77b018f2103d7478241c7b3850d2d50441960b839ce9d7724f2d1167ea5257e8
|
3 |
+
size 134263757
|
checkpoint-100/README.md
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
library_name: peft
|
3 |
+
---
|
4 |
+
## Training procedure
|
5 |
+
|
6 |
+
|
7 |
+
The following `bitsandbytes` quantization config was used during training:
|
8 |
+
- quant_method: bitsandbytes
|
9 |
+
- load_in_8bit: False
|
10 |
+
- load_in_4bit: True
|
11 |
+
- llm_int8_threshold: 6.0
|
12 |
+
- llm_int8_skip_modules: None
|
13 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
14 |
+
- llm_int8_has_fp16_weight: False
|
15 |
+
- bnb_4bit_quant_type: fp4
|
16 |
+
- bnb_4bit_use_double_quant: False
|
17 |
+
- bnb_4bit_compute_dtype: float32
|
18 |
+
|
19 |
+
The following `bitsandbytes` quantization config was used during training:
|
20 |
+
- quant_method: bitsandbytes
|
21 |
+
- load_in_8bit: False
|
22 |
+
- load_in_4bit: True
|
23 |
+
- llm_int8_threshold: 6.0
|
24 |
+
- llm_int8_skip_modules: None
|
25 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
26 |
+
- llm_int8_has_fp16_weight: False
|
27 |
+
- bnb_4bit_quant_type: fp4
|
28 |
+
- bnb_4bit_use_double_quant: False
|
29 |
+
- bnb_4bit_compute_dtype: float32
|
30 |
+
### Framework versions
|
31 |
+
|
32 |
+
- PEFT 0.5.0
|
33 |
+
|
34 |
+
- PEFT 0.5.0
|
checkpoint-100/adapter_config.json
ADDED
@@ -0,0 +1,21 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"auto_mapping": null,
|
3 |
+
"base_model_name_or_path": "meta-llama/Llama-2-7b-hf",
|
4 |
+
"bias": "none",
|
5 |
+
"fan_in_fan_out": false,
|
6 |
+
"inference_mode": true,
|
7 |
+
"init_lora_weights": true,
|
8 |
+
"layers_pattern": null,
|
9 |
+
"layers_to_transform": null,
|
10 |
+
"lora_alpha": 16,
|
11 |
+
"lora_dropout": 0.0,
|
12 |
+
"modules_to_save": null,
|
13 |
+
"peft_type": "LORA",
|
14 |
+
"r": 64,
|
15 |
+
"revision": null,
|
16 |
+
"target_modules": [
|
17 |
+
"q_proj",
|
18 |
+
"v_proj"
|
19 |
+
],
|
20 |
+
"task_type": "CAUSAL_LM"
|
21 |
+
}
|
checkpoint-100/adapter_model.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:1ec9666980a71aa90b9ef58e85e2c78f1b24d367055951986643207ea58b4a7a
|
3 |
+
size 134263757
|
checkpoint-100/optimizer.pt
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:cc973e1be435cc0c0d62f767038d8c47fecbdb380f404e97e7c9a2a421c4f17b
|
3 |
+
size 268543173
|
checkpoint-100/rng_state.pth
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:b2278a87cdf86c3f9219223c847f6b27f6b7f15b8226b617f38936e8ff2cbcde
|
3 |
+
size 14575
|
checkpoint-100/scheduler.pt
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:f8dd6304ff25b4337a115c494d24dde4046be81978a027bbc22ebec9da0fa59d
|
3 |
+
size 627
|
checkpoint-100/special_tokens_map.json
ADDED
@@ -0,0 +1,24 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"bos_token": {
|
3 |
+
"content": "<s>",
|
4 |
+
"lstrip": false,
|
5 |
+
"normalized": false,
|
6 |
+
"rstrip": false,
|
7 |
+
"single_word": false
|
8 |
+
},
|
9 |
+
"eos_token": {
|
10 |
+
"content": "</s>",
|
11 |
+
"lstrip": false,
|
12 |
+
"normalized": false,
|
13 |
+
"rstrip": false,
|
14 |
+
"single_word": false
|
15 |
+
},
|
16 |
+
"pad_token": "</s>",
|
17 |
+
"unk_token": {
|
18 |
+
"content": "<unk>",
|
19 |
+
"lstrip": false,
|
20 |
+
"normalized": false,
|
21 |
+
"rstrip": false,
|
22 |
+
"single_word": false
|
23 |
+
}
|
24 |
+
}
|
checkpoint-100/tokenizer.json
ADDED
The diff for this file is too large to render.
See raw diff
|
|
checkpoint-100/tokenizer_config.json
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"bos_token": {
|
3 |
+
"__type": "AddedToken",
|
4 |
+
"content": "<s>",
|
5 |
+
"lstrip": false,
|
6 |
+
"normalized": false,
|
7 |
+
"rstrip": false,
|
8 |
+
"single_word": false
|
9 |
+
},
|
10 |
+
"clean_up_tokenization_spaces": false,
|
11 |
+
"eos_token": {
|
12 |
+
"__type": "AddedToken",
|
13 |
+
"content": "</s>",
|
14 |
+
"lstrip": false,
|
15 |
+
"normalized": false,
|
16 |
+
"rstrip": false,
|
17 |
+
"single_word": false
|
18 |
+
},
|
19 |
+
"legacy": false,
|
20 |
+
"model_max_length": 1000000000000000019884624838656,
|
21 |
+
"pad_token": null,
|
22 |
+
"padding_side": "right",
|
23 |
+
"sp_model_kwargs": {},
|
24 |
+
"tokenizer_class": "LlamaTokenizer",
|
25 |
+
"unk_token": {
|
26 |
+
"__type": "AddedToken",
|
27 |
+
"content": "<unk>",
|
28 |
+
"lstrip": false,
|
29 |
+
"normalized": false,
|
30 |
+
"rstrip": false,
|
31 |
+
"single_word": false
|
32 |
+
},
|
33 |
+
"use_default_system_prompt": true
|
34 |
+
}
|
checkpoint-100/trainer_state.json
ADDED
@@ -0,0 +1,619 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"best_metric": null,
|
3 |
+
"best_model_checkpoint": null,
|
4 |
+
"epoch": 0.35398230088495575,
|
5 |
+
"eval_steps": 500,
|
6 |
+
"global_step": 100,
|
7 |
+
"is_hyper_param_search": false,
|
8 |
+
"is_local_process_zero": true,
|
9 |
+
"is_world_process_zero": true,
|
10 |
+
"log_history": [
|
11 |
+
{
|
12 |
+
"epoch": 0.0,
|
13 |
+
"learning_rate": 1.4083333333333335e-05,
|
14 |
+
"loss": 3.5534,
|
15 |
+
"step": 1
|
16 |
+
},
|
17 |
+
{
|
18 |
+
"epoch": 0.01,
|
19 |
+
"learning_rate": 1.4066666666666667e-05,
|
20 |
+
"loss": 3.7127,
|
21 |
+
"step": 2
|
22 |
+
},
|
23 |
+
{
|
24 |
+
"epoch": 0.01,
|
25 |
+
"learning_rate": 1.4050000000000001e-05,
|
26 |
+
"loss": 4.2623,
|
27 |
+
"step": 3
|
28 |
+
},
|
29 |
+
{
|
30 |
+
"epoch": 0.01,
|
31 |
+
"learning_rate": 1.4033333333333333e-05,
|
32 |
+
"loss": 3.7368,
|
33 |
+
"step": 4
|
34 |
+
},
|
35 |
+
{
|
36 |
+
"epoch": 0.02,
|
37 |
+
"learning_rate": 1.4016666666666667e-05,
|
38 |
+
"loss": 4.161,
|
39 |
+
"step": 5
|
40 |
+
},
|
41 |
+
{
|
42 |
+
"epoch": 0.02,
|
43 |
+
"learning_rate": 1.4e-05,
|
44 |
+
"loss": 3.6681,
|
45 |
+
"step": 6
|
46 |
+
},
|
47 |
+
{
|
48 |
+
"epoch": 0.02,
|
49 |
+
"learning_rate": 1.3983333333333334e-05,
|
50 |
+
"loss": 3.9844,
|
51 |
+
"step": 7
|
52 |
+
},
|
53 |
+
{
|
54 |
+
"epoch": 0.03,
|
55 |
+
"learning_rate": 1.3966666666666666e-05,
|
56 |
+
"loss": 3.8629,
|
57 |
+
"step": 8
|
58 |
+
},
|
59 |
+
{
|
60 |
+
"epoch": 0.03,
|
61 |
+
"learning_rate": 1.395e-05,
|
62 |
+
"loss": 3.5326,
|
63 |
+
"step": 9
|
64 |
+
},
|
65 |
+
{
|
66 |
+
"epoch": 0.04,
|
67 |
+
"learning_rate": 1.3933333333333334e-05,
|
68 |
+
"loss": 4.133,
|
69 |
+
"step": 10
|
70 |
+
},
|
71 |
+
{
|
72 |
+
"epoch": 0.04,
|
73 |
+
"learning_rate": 1.3916666666666668e-05,
|
74 |
+
"loss": 3.4204,
|
75 |
+
"step": 11
|
76 |
+
},
|
77 |
+
{
|
78 |
+
"epoch": 0.04,
|
79 |
+
"learning_rate": 1.39e-05,
|
80 |
+
"loss": 3.8807,
|
81 |
+
"step": 12
|
82 |
+
},
|
83 |
+
{
|
84 |
+
"epoch": 0.05,
|
85 |
+
"learning_rate": 1.3883333333333335e-05,
|
86 |
+
"loss": 3.0356,
|
87 |
+
"step": 13
|
88 |
+
},
|
89 |
+
{
|
90 |
+
"epoch": 0.05,
|
91 |
+
"learning_rate": 1.3866666666666667e-05,
|
92 |
+
"loss": 4.1021,
|
93 |
+
"step": 14
|
94 |
+
},
|
95 |
+
{
|
96 |
+
"epoch": 0.05,
|
97 |
+
"learning_rate": 1.3850000000000001e-05,
|
98 |
+
"loss": 3.601,
|
99 |
+
"step": 15
|
100 |
+
},
|
101 |
+
{
|
102 |
+
"epoch": 0.06,
|
103 |
+
"learning_rate": 1.3833333333333334e-05,
|
104 |
+
"loss": 3.9449,
|
105 |
+
"step": 16
|
106 |
+
},
|
107 |
+
{
|
108 |
+
"epoch": 0.06,
|
109 |
+
"learning_rate": 1.3816666666666668e-05,
|
110 |
+
"loss": 3.5298,
|
111 |
+
"step": 17
|
112 |
+
},
|
113 |
+
{
|
114 |
+
"epoch": 0.06,
|
115 |
+
"learning_rate": 1.38e-05,
|
116 |
+
"loss": 4.0018,
|
117 |
+
"step": 18
|
118 |
+
},
|
119 |
+
{
|
120 |
+
"epoch": 0.07,
|
121 |
+
"learning_rate": 1.3783333333333334e-05,
|
122 |
+
"loss": 3.9118,
|
123 |
+
"step": 19
|
124 |
+
},
|
125 |
+
{
|
126 |
+
"epoch": 0.07,
|
127 |
+
"learning_rate": 1.3766666666666666e-05,
|
128 |
+
"loss": 3.4263,
|
129 |
+
"step": 20
|
130 |
+
},
|
131 |
+
{
|
132 |
+
"epoch": 0.07,
|
133 |
+
"learning_rate": 1.375e-05,
|
134 |
+
"loss": 3.6932,
|
135 |
+
"step": 21
|
136 |
+
},
|
137 |
+
{
|
138 |
+
"epoch": 0.08,
|
139 |
+
"learning_rate": 1.3733333333333333e-05,
|
140 |
+
"loss": 3.635,
|
141 |
+
"step": 22
|
142 |
+
},
|
143 |
+
{
|
144 |
+
"epoch": 0.08,
|
145 |
+
"learning_rate": 1.3716666666666667e-05,
|
146 |
+
"loss": 3.4161,
|
147 |
+
"step": 23
|
148 |
+
},
|
149 |
+
{
|
150 |
+
"epoch": 0.08,
|
151 |
+
"learning_rate": 1.37e-05,
|
152 |
+
"loss": 3.7193,
|
153 |
+
"step": 24
|
154 |
+
},
|
155 |
+
{
|
156 |
+
"epoch": 0.09,
|
157 |
+
"learning_rate": 1.3683333333333333e-05,
|
158 |
+
"loss": 3.4549,
|
159 |
+
"step": 25
|
160 |
+
},
|
161 |
+
{
|
162 |
+
"epoch": 0.09,
|
163 |
+
"learning_rate": 1.3666666666666667e-05,
|
164 |
+
"loss": 4.1942,
|
165 |
+
"step": 26
|
166 |
+
},
|
167 |
+
{
|
168 |
+
"epoch": 0.1,
|
169 |
+
"learning_rate": 1.3650000000000001e-05,
|
170 |
+
"loss": 3.3606,
|
171 |
+
"step": 27
|
172 |
+
},
|
173 |
+
{
|
174 |
+
"epoch": 0.1,
|
175 |
+
"learning_rate": 1.3633333333333334e-05,
|
176 |
+
"loss": 3.3916,
|
177 |
+
"step": 28
|
178 |
+
},
|
179 |
+
{
|
180 |
+
"epoch": 0.1,
|
181 |
+
"learning_rate": 1.3616666666666668e-05,
|
182 |
+
"loss": 3.8369,
|
183 |
+
"step": 29
|
184 |
+
},
|
185 |
+
{
|
186 |
+
"epoch": 0.11,
|
187 |
+
"learning_rate": 1.36e-05,
|
188 |
+
"loss": 4.0893,
|
189 |
+
"step": 30
|
190 |
+
},
|
191 |
+
{
|
192 |
+
"epoch": 0.11,
|
193 |
+
"learning_rate": 1.3583333333333334e-05,
|
194 |
+
"loss": 3.4825,
|
195 |
+
"step": 31
|
196 |
+
},
|
197 |
+
{
|
198 |
+
"epoch": 0.11,
|
199 |
+
"learning_rate": 1.3566666666666667e-05,
|
200 |
+
"loss": 3.6664,
|
201 |
+
"step": 32
|
202 |
+
},
|
203 |
+
{
|
204 |
+
"epoch": 0.12,
|
205 |
+
"learning_rate": 1.355e-05,
|
206 |
+
"loss": 3.6649,
|
207 |
+
"step": 33
|
208 |
+
},
|
209 |
+
{
|
210 |
+
"epoch": 0.12,
|
211 |
+
"learning_rate": 1.3533333333333335e-05,
|
212 |
+
"loss": 2.7988,
|
213 |
+
"step": 34
|
214 |
+
},
|
215 |
+
{
|
216 |
+
"epoch": 0.12,
|
217 |
+
"learning_rate": 1.3516666666666667e-05,
|
218 |
+
"loss": 3.8814,
|
219 |
+
"step": 35
|
220 |
+
},
|
221 |
+
{
|
222 |
+
"epoch": 0.13,
|
223 |
+
"learning_rate": 1.3500000000000001e-05,
|
224 |
+
"loss": 3.3368,
|
225 |
+
"step": 36
|
226 |
+
},
|
227 |
+
{
|
228 |
+
"epoch": 0.13,
|
229 |
+
"learning_rate": 1.3483333333333334e-05,
|
230 |
+
"loss": 3.8391,
|
231 |
+
"step": 37
|
232 |
+
},
|
233 |
+
{
|
234 |
+
"epoch": 0.13,
|
235 |
+
"learning_rate": 1.3466666666666668e-05,
|
236 |
+
"loss": 3.4131,
|
237 |
+
"step": 38
|
238 |
+
},
|
239 |
+
{
|
240 |
+
"epoch": 0.14,
|
241 |
+
"learning_rate": 1.345e-05,
|
242 |
+
"loss": 3.8337,
|
243 |
+
"step": 39
|
244 |
+
},
|
245 |
+
{
|
246 |
+
"epoch": 0.14,
|
247 |
+
"learning_rate": 1.3433333333333334e-05,
|
248 |
+
"loss": 3.7387,
|
249 |
+
"step": 40
|
250 |
+
},
|
251 |
+
{
|
252 |
+
"epoch": 0.15,
|
253 |
+
"learning_rate": 1.3416666666666666e-05,
|
254 |
+
"loss": 3.5366,
|
255 |
+
"step": 41
|
256 |
+
},
|
257 |
+
{
|
258 |
+
"epoch": 0.15,
|
259 |
+
"learning_rate": 1.34e-05,
|
260 |
+
"loss": 3.4234,
|
261 |
+
"step": 42
|
262 |
+
},
|
263 |
+
{
|
264 |
+
"epoch": 0.15,
|
265 |
+
"learning_rate": 1.3383333333333333e-05,
|
266 |
+
"loss": 3.9778,
|
267 |
+
"step": 43
|
268 |
+
},
|
269 |
+
{
|
270 |
+
"epoch": 0.16,
|
271 |
+
"learning_rate": 1.3366666666666667e-05,
|
272 |
+
"loss": 3.3433,
|
273 |
+
"step": 44
|
274 |
+
},
|
275 |
+
{
|
276 |
+
"epoch": 0.16,
|
277 |
+
"learning_rate": 1.3350000000000001e-05,
|
278 |
+
"loss": 3.5675,
|
279 |
+
"step": 45
|
280 |
+
},
|
281 |
+
{
|
282 |
+
"epoch": 0.16,
|
283 |
+
"learning_rate": 1.3333333333333335e-05,
|
284 |
+
"loss": 3.6335,
|
285 |
+
"step": 46
|
286 |
+
},
|
287 |
+
{
|
288 |
+
"epoch": 0.17,
|
289 |
+
"learning_rate": 1.3316666666666667e-05,
|
290 |
+
"loss": 3.864,
|
291 |
+
"step": 47
|
292 |
+
},
|
293 |
+
{
|
294 |
+
"epoch": 0.17,
|
295 |
+
"learning_rate": 1.3300000000000001e-05,
|
296 |
+
"loss": 3.6632,
|
297 |
+
"step": 48
|
298 |
+
},
|
299 |
+
{
|
300 |
+
"epoch": 0.17,
|
301 |
+
"learning_rate": 1.3283333333333334e-05,
|
302 |
+
"loss": 4.4024,
|
303 |
+
"step": 49
|
304 |
+
},
|
305 |
+
{
|
306 |
+
"epoch": 0.18,
|
307 |
+
"learning_rate": 1.3266666666666668e-05,
|
308 |
+
"loss": 3.1513,
|
309 |
+
"step": 50
|
310 |
+
},
|
311 |
+
{
|
312 |
+
"epoch": 0.18,
|
313 |
+
"learning_rate": 1.325e-05,
|
314 |
+
"loss": 2.8684,
|
315 |
+
"step": 51
|
316 |
+
},
|
317 |
+
{
|
318 |
+
"epoch": 0.18,
|
319 |
+
"learning_rate": 1.3233333333333334e-05,
|
320 |
+
"loss": 3.3777,
|
321 |
+
"step": 52
|
322 |
+
},
|
323 |
+
{
|
324 |
+
"epoch": 0.19,
|
325 |
+
"learning_rate": 1.3216666666666667e-05,
|
326 |
+
"loss": 3.2801,
|
327 |
+
"step": 53
|
328 |
+
},
|
329 |
+
{
|
330 |
+
"epoch": 0.19,
|
331 |
+
"learning_rate": 1.32e-05,
|
332 |
+
"loss": 3.5396,
|
333 |
+
"step": 54
|
334 |
+
},
|
335 |
+
{
|
336 |
+
"epoch": 0.19,
|
337 |
+
"learning_rate": 1.3183333333333333e-05,
|
338 |
+
"loss": 3.7721,
|
339 |
+
"step": 55
|
340 |
+
},
|
341 |
+
{
|
342 |
+
"epoch": 0.2,
|
343 |
+
"learning_rate": 1.3166666666666667e-05,
|
344 |
+
"loss": 3.7046,
|
345 |
+
"step": 56
|
346 |
+
},
|
347 |
+
{
|
348 |
+
"epoch": 0.2,
|
349 |
+
"learning_rate": 1.315e-05,
|
350 |
+
"loss": 3.5611,
|
351 |
+
"step": 57
|
352 |
+
},
|
353 |
+
{
|
354 |
+
"epoch": 0.21,
|
355 |
+
"learning_rate": 1.3133333333333334e-05,
|
356 |
+
"loss": 4.0658,
|
357 |
+
"step": 58
|
358 |
+
},
|
359 |
+
{
|
360 |
+
"epoch": 0.21,
|
361 |
+
"learning_rate": 1.3116666666666666e-05,
|
362 |
+
"loss": 3.1316,
|
363 |
+
"step": 59
|
364 |
+
},
|
365 |
+
{
|
366 |
+
"epoch": 0.21,
|
367 |
+
"learning_rate": 1.31e-05,
|
368 |
+
"loss": 3.4185,
|
369 |
+
"step": 60
|
370 |
+
},
|
371 |
+
{
|
372 |
+
"epoch": 0.22,
|
373 |
+
"learning_rate": 1.3083333333333332e-05,
|
374 |
+
"loss": 3.438,
|
375 |
+
"step": 61
|
376 |
+
},
|
377 |
+
{
|
378 |
+
"epoch": 0.22,
|
379 |
+
"learning_rate": 1.3066666666666668e-05,
|
380 |
+
"loss": 3.2125,
|
381 |
+
"step": 62
|
382 |
+
},
|
383 |
+
{
|
384 |
+
"epoch": 0.22,
|
385 |
+
"learning_rate": 1.305e-05,
|
386 |
+
"loss": 3.2451,
|
387 |
+
"step": 63
|
388 |
+
},
|
389 |
+
{
|
390 |
+
"epoch": 0.23,
|
391 |
+
"learning_rate": 1.3033333333333334e-05,
|
392 |
+
"loss": 3.3465,
|
393 |
+
"step": 64
|
394 |
+
},
|
395 |
+
{
|
396 |
+
"epoch": 0.23,
|
397 |
+
"learning_rate": 1.3016666666666667e-05,
|
398 |
+
"loss": 3.3044,
|
399 |
+
"step": 65
|
400 |
+
},
|
401 |
+
{
|
402 |
+
"epoch": 0.23,
|
403 |
+
"learning_rate": 1.3000000000000001e-05,
|
404 |
+
"loss": 3.6976,
|
405 |
+
"step": 66
|
406 |
+
},
|
407 |
+
{
|
408 |
+
"epoch": 0.24,
|
409 |
+
"learning_rate": 1.2983333333333335e-05,
|
410 |
+
"loss": 3.649,
|
411 |
+
"step": 67
|
412 |
+
},
|
413 |
+
{
|
414 |
+
"epoch": 0.24,
|
415 |
+
"learning_rate": 1.2966666666666667e-05,
|
416 |
+
"loss": 3.428,
|
417 |
+
"step": 68
|
418 |
+
},
|
419 |
+
{
|
420 |
+
"epoch": 0.24,
|
421 |
+
"learning_rate": 1.2950000000000001e-05,
|
422 |
+
"loss": 3.2451,
|
423 |
+
"step": 69
|
424 |
+
},
|
425 |
+
{
|
426 |
+
"epoch": 0.25,
|
427 |
+
"learning_rate": 1.2933333333333334e-05,
|
428 |
+
"loss": 3.1329,
|
429 |
+
"step": 70
|
430 |
+
},
|
431 |
+
{
|
432 |
+
"epoch": 0.25,
|
433 |
+
"learning_rate": 1.2916666666666668e-05,
|
434 |
+
"loss": 3.0509,
|
435 |
+
"step": 71
|
436 |
+
},
|
437 |
+
{
|
438 |
+
"epoch": 0.25,
|
439 |
+
"learning_rate": 1.29e-05,
|
440 |
+
"loss": 3.2347,
|
441 |
+
"step": 72
|
442 |
+
},
|
443 |
+
{
|
444 |
+
"epoch": 0.26,
|
445 |
+
"learning_rate": 1.2883333333333334e-05,
|
446 |
+
"loss": 3.1726,
|
447 |
+
"step": 73
|
448 |
+
},
|
449 |
+
{
|
450 |
+
"epoch": 0.26,
|
451 |
+
"learning_rate": 1.2866666666666667e-05,
|
452 |
+
"loss": 3.7461,
|
453 |
+
"step": 74
|
454 |
+
},
|
455 |
+
{
|
456 |
+
"epoch": 0.27,
|
457 |
+
"learning_rate": 1.285e-05,
|
458 |
+
"loss": 3.3563,
|
459 |
+
"step": 75
|
460 |
+
},
|
461 |
+
{
|
462 |
+
"epoch": 0.27,
|
463 |
+
"learning_rate": 1.2833333333333333e-05,
|
464 |
+
"loss": 3.4234,
|
465 |
+
"step": 76
|
466 |
+
},
|
467 |
+
{
|
468 |
+
"epoch": 0.27,
|
469 |
+
"learning_rate": 1.2816666666666667e-05,
|
470 |
+
"loss": 3.1188,
|
471 |
+
"step": 77
|
472 |
+
},
|
473 |
+
{
|
474 |
+
"epoch": 0.28,
|
475 |
+
"learning_rate": 1.28e-05,
|
476 |
+
"loss": 3.384,
|
477 |
+
"step": 78
|
478 |
+
},
|
479 |
+
{
|
480 |
+
"epoch": 0.28,
|
481 |
+
"learning_rate": 1.2783333333333333e-05,
|
482 |
+
"loss": 3.4152,
|
483 |
+
"step": 79
|
484 |
+
},
|
485 |
+
{
|
486 |
+
"epoch": 0.28,
|
487 |
+
"learning_rate": 1.2766666666666668e-05,
|
488 |
+
"loss": 3.6954,
|
489 |
+
"step": 80
|
490 |
+
},
|
491 |
+
{
|
492 |
+
"epoch": 0.29,
|
493 |
+
"learning_rate": 1.2750000000000002e-05,
|
494 |
+
"loss": 3.6661,
|
495 |
+
"step": 81
|
496 |
+
},
|
497 |
+
{
|
498 |
+
"epoch": 0.29,
|
499 |
+
"learning_rate": 1.2733333333333334e-05,
|
500 |
+
"loss": 3.9602,
|
501 |
+
"step": 82
|
502 |
+
},
|
503 |
+
{
|
504 |
+
"epoch": 0.29,
|
505 |
+
"learning_rate": 1.2716666666666668e-05,
|
506 |
+
"loss": 3.2385,
|
507 |
+
"step": 83
|
508 |
+
},
|
509 |
+
{
|
510 |
+
"epoch": 0.3,
|
511 |
+
"learning_rate": 1.27e-05,
|
512 |
+
"loss": 3.0475,
|
513 |
+
"step": 84
|
514 |
+
},
|
515 |
+
{
|
516 |
+
"epoch": 0.3,
|
517 |
+
"learning_rate": 1.2683333333333334e-05,
|
518 |
+
"loss": 3.6019,
|
519 |
+
"step": 85
|
520 |
+
},
|
521 |
+
{
|
522 |
+
"epoch": 0.3,
|
523 |
+
"learning_rate": 1.2666666666666667e-05,
|
524 |
+
"loss": 3.4866,
|
525 |
+
"step": 86
|
526 |
+
},
|
527 |
+
{
|
528 |
+
"epoch": 0.31,
|
529 |
+
"learning_rate": 1.2650000000000001e-05,
|
530 |
+
"loss": 3.53,
|
531 |
+
"step": 87
|
532 |
+
},
|
533 |
+
{
|
534 |
+
"epoch": 0.31,
|
535 |
+
"learning_rate": 1.2633333333333333e-05,
|
536 |
+
"loss": 3.2146,
|
537 |
+
"step": 88
|
538 |
+
},
|
539 |
+
{
|
540 |
+
"epoch": 0.32,
|
541 |
+
"learning_rate": 1.2616666666666667e-05,
|
542 |
+
"loss": 3.0397,
|
543 |
+
"step": 89
|
544 |
+
},
|
545 |
+
{
|
546 |
+
"epoch": 0.32,
|
547 |
+
"learning_rate": 1.26e-05,
|
548 |
+
"loss": 3.917,
|
549 |
+
"step": 90
|
550 |
+
},
|
551 |
+
{
|
552 |
+
"epoch": 0.32,
|
553 |
+
"learning_rate": 1.2583333333333334e-05,
|
554 |
+
"loss": 3.1018,
|
555 |
+
"step": 91
|
556 |
+
},
|
557 |
+
{
|
558 |
+
"epoch": 0.33,
|
559 |
+
"learning_rate": 1.2566666666666666e-05,
|
560 |
+
"loss": 3.3793,
|
561 |
+
"step": 92
|
562 |
+
},
|
563 |
+
{
|
564 |
+
"epoch": 0.33,
|
565 |
+
"learning_rate": 1.255e-05,
|
566 |
+
"loss": 3.3385,
|
567 |
+
"step": 93
|
568 |
+
},
|
569 |
+
{
|
570 |
+
"epoch": 0.33,
|
571 |
+
"learning_rate": 1.2533333333333332e-05,
|
572 |
+
"loss": 2.6842,
|
573 |
+
"step": 94
|
574 |
+
},
|
575 |
+
{
|
576 |
+
"epoch": 0.34,
|
577 |
+
"learning_rate": 1.2516666666666667e-05,
|
578 |
+
"loss": 3.2845,
|
579 |
+
"step": 95
|
580 |
+
},
|
581 |
+
{
|
582 |
+
"epoch": 0.34,
|
583 |
+
"learning_rate": 1.2499999999999999e-05,
|
584 |
+
"loss": 3.6947,
|
585 |
+
"step": 96
|
586 |
+
},
|
587 |
+
{
|
588 |
+
"epoch": 0.34,
|
589 |
+
"learning_rate": 1.2483333333333335e-05,
|
590 |
+
"loss": 2.8063,
|
591 |
+
"step": 97
|
592 |
+
},
|
593 |
+
{
|
594 |
+
"epoch": 0.35,
|
595 |
+
"learning_rate": 1.2466666666666669e-05,
|
596 |
+
"loss": 3.316,
|
597 |
+
"step": 98
|
598 |
+
},
|
599 |
+
{
|
600 |
+
"epoch": 0.35,
|
601 |
+
"learning_rate": 1.2450000000000001e-05,
|
602 |
+
"loss": 3.1536,
|
603 |
+
"step": 99
|
604 |
+
},
|
605 |
+
{
|
606 |
+
"epoch": 0.35,
|
607 |
+
"learning_rate": 1.2433333333333335e-05,
|
608 |
+
"loss": 3.4605,
|
609 |
+
"step": 100
|
610 |
+
}
|
611 |
+
],
|
612 |
+
"logging_steps": 1,
|
613 |
+
"max_steps": 846,
|
614 |
+
"num_train_epochs": 3,
|
615 |
+
"save_steps": 100,
|
616 |
+
"total_flos": 544408811274240.0,
|
617 |
+
"trial_name": null,
|
618 |
+
"trial_params": null
|
619 |
+
}
|
checkpoint-100/training_args.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:d31fd82befd9ee5457878ffc81e0e912118afde0e205cd756d8f332797f78b00
|
3 |
+
size 4027
|
checkpoint-200/README.md
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
library_name: peft
|
3 |
+
---
|
4 |
+
## Training procedure
|
5 |
+
|
6 |
+
|
7 |
+
The following `bitsandbytes` quantization config was used during training:
|
8 |
+
- quant_method: bitsandbytes
|
9 |
+
- load_in_8bit: False
|
10 |
+
- load_in_4bit: True
|
11 |
+
- llm_int8_threshold: 6.0
|
12 |
+
- llm_int8_skip_modules: None
|
13 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
14 |
+
- llm_int8_has_fp16_weight: False
|
15 |
+
- bnb_4bit_quant_type: fp4
|
16 |
+
- bnb_4bit_use_double_quant: False
|
17 |
+
- bnb_4bit_compute_dtype: float32
|
18 |
+
|
19 |
+
The following `bitsandbytes` quantization config was used during training:
|
20 |
+
- quant_method: bitsandbytes
|
21 |
+
- load_in_8bit: False
|
22 |
+
- load_in_4bit: True
|
23 |
+
- llm_int8_threshold: 6.0
|
24 |
+
- llm_int8_skip_modules: None
|
25 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
26 |
+
- llm_int8_has_fp16_weight: False
|
27 |
+
- bnb_4bit_quant_type: fp4
|
28 |
+
- bnb_4bit_use_double_quant: False
|
29 |
+
- bnb_4bit_compute_dtype: float32
|
30 |
+
### Framework versions
|
31 |
+
|
32 |
+
- PEFT 0.5.0
|
33 |
+
|
34 |
+
- PEFT 0.5.0
|
checkpoint-200/adapter_config.json
ADDED
@@ -0,0 +1,21 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"auto_mapping": null,
|
3 |
+
"base_model_name_or_path": "meta-llama/Llama-2-7b-hf",
|
4 |
+
"bias": "none",
|
5 |
+
"fan_in_fan_out": false,
|
6 |
+
"inference_mode": true,
|
7 |
+
"init_lora_weights": true,
|
8 |
+
"layers_pattern": null,
|
9 |
+
"layers_to_transform": null,
|
10 |
+
"lora_alpha": 16,
|
11 |
+
"lora_dropout": 0.0,
|
12 |
+
"modules_to_save": null,
|
13 |
+
"peft_type": "LORA",
|
14 |
+
"r": 64,
|
15 |
+
"revision": null,
|
16 |
+
"target_modules": [
|
17 |
+
"q_proj",
|
18 |
+
"v_proj"
|
19 |
+
],
|
20 |
+
"task_type": "CAUSAL_LM"
|
21 |
+
}
|
checkpoint-200/adapter_model.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:53a6becbd84712ba774cde01e42865164f79736af7e3bad382206c925fe45c29
|
3 |
+
size 134263757
|
checkpoint-200/optimizer.pt
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:2f53ca70f4c68b7f9c7133c4e1d7c1480048d1dfd6f115acde27b0ac43d1bb23
|
3 |
+
size 268543173
|
checkpoint-200/rng_state.pth
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:b2278a87cdf86c3f9219223c847f6b27f6b7f15b8226b617f38936e8ff2cbcde
|
3 |
+
size 14575
|
checkpoint-200/scheduler.pt
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:956d72ef67d4a4d6773637e5d84c7b33389395f5f30bbbd259157d9693557f76
|
3 |
+
size 627
|
checkpoint-200/special_tokens_map.json
ADDED
@@ -0,0 +1,24 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"bos_token": {
|
3 |
+
"content": "<s>",
|
4 |
+
"lstrip": false,
|
5 |
+
"normalized": false,
|
6 |
+
"rstrip": false,
|
7 |
+
"single_word": false
|
8 |
+
},
|
9 |
+
"eos_token": {
|
10 |
+
"content": "</s>",
|
11 |
+
"lstrip": false,
|
12 |
+
"normalized": false,
|
13 |
+
"rstrip": false,
|
14 |
+
"single_word": false
|
15 |
+
},
|
16 |
+
"pad_token": "</s>",
|
17 |
+
"unk_token": {
|
18 |
+
"content": "<unk>",
|
19 |
+
"lstrip": false,
|
20 |
+
"normalized": false,
|
21 |
+
"rstrip": false,
|
22 |
+
"single_word": false
|
23 |
+
}
|
24 |
+
}
|
checkpoint-200/tokenizer.json
ADDED
The diff for this file is too large to render.
See raw diff
|
|
checkpoint-200/tokenizer_config.json
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"bos_token": {
|
3 |
+
"__type": "AddedToken",
|
4 |
+
"content": "<s>",
|
5 |
+
"lstrip": false,
|
6 |
+
"normalized": false,
|
7 |
+
"rstrip": false,
|
8 |
+
"single_word": false
|
9 |
+
},
|
10 |
+
"clean_up_tokenization_spaces": false,
|
11 |
+
"eos_token": {
|
12 |
+
"__type": "AddedToken",
|
13 |
+
"content": "</s>",
|
14 |
+
"lstrip": false,
|
15 |
+
"normalized": false,
|
16 |
+
"rstrip": false,
|
17 |
+
"single_word": false
|
18 |
+
},
|
19 |
+
"legacy": false,
|
20 |
+
"model_max_length": 1000000000000000019884624838656,
|
21 |
+
"pad_token": null,
|
22 |
+
"padding_side": "right",
|
23 |
+
"sp_model_kwargs": {},
|
24 |
+
"tokenizer_class": "LlamaTokenizer",
|
25 |
+
"unk_token": {
|
26 |
+
"__type": "AddedToken",
|
27 |
+
"content": "<unk>",
|
28 |
+
"lstrip": false,
|
29 |
+
"normalized": false,
|
30 |
+
"rstrip": false,
|
31 |
+
"single_word": false
|
32 |
+
},
|
33 |
+
"use_default_system_prompt": true
|
34 |
+
}
|
checkpoint-200/trainer_state.json
ADDED
@@ -0,0 +1,1219 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"best_metric": null,
|
3 |
+
"best_model_checkpoint": null,
|
4 |
+
"epoch": 0.7079646017699115,
|
5 |
+
"eval_steps": 500,
|
6 |
+
"global_step": 200,
|
7 |
+
"is_hyper_param_search": false,
|
8 |
+
"is_local_process_zero": true,
|
9 |
+
"is_world_process_zero": true,
|
10 |
+
"log_history": [
|
11 |
+
{
|
12 |
+
"epoch": 0.0,
|
13 |
+
"learning_rate": 1.4083333333333335e-05,
|
14 |
+
"loss": 3.5534,
|
15 |
+
"step": 1
|
16 |
+
},
|
17 |
+
{
|
18 |
+
"epoch": 0.01,
|
19 |
+
"learning_rate": 1.4066666666666667e-05,
|
20 |
+
"loss": 3.7127,
|
21 |
+
"step": 2
|
22 |
+
},
|
23 |
+
{
|
24 |
+
"epoch": 0.01,
|
25 |
+
"learning_rate": 1.4050000000000001e-05,
|
26 |
+
"loss": 4.2623,
|
27 |
+
"step": 3
|
28 |
+
},
|
29 |
+
{
|
30 |
+
"epoch": 0.01,
|
31 |
+
"learning_rate": 1.4033333333333333e-05,
|
32 |
+
"loss": 3.7368,
|
33 |
+
"step": 4
|
34 |
+
},
|
35 |
+
{
|
36 |
+
"epoch": 0.02,
|
37 |
+
"learning_rate": 1.4016666666666667e-05,
|
38 |
+
"loss": 4.161,
|
39 |
+
"step": 5
|
40 |
+
},
|
41 |
+
{
|
42 |
+
"epoch": 0.02,
|
43 |
+
"learning_rate": 1.4e-05,
|
44 |
+
"loss": 3.6681,
|
45 |
+
"step": 6
|
46 |
+
},
|
47 |
+
{
|
48 |
+
"epoch": 0.02,
|
49 |
+
"learning_rate": 1.3983333333333334e-05,
|
50 |
+
"loss": 3.9844,
|
51 |
+
"step": 7
|
52 |
+
},
|
53 |
+
{
|
54 |
+
"epoch": 0.03,
|
55 |
+
"learning_rate": 1.3966666666666666e-05,
|
56 |
+
"loss": 3.8629,
|
57 |
+
"step": 8
|
58 |
+
},
|
59 |
+
{
|
60 |
+
"epoch": 0.03,
|
61 |
+
"learning_rate": 1.395e-05,
|
62 |
+
"loss": 3.5326,
|
63 |
+
"step": 9
|
64 |
+
},
|
65 |
+
{
|
66 |
+
"epoch": 0.04,
|
67 |
+
"learning_rate": 1.3933333333333334e-05,
|
68 |
+
"loss": 4.133,
|
69 |
+
"step": 10
|
70 |
+
},
|
71 |
+
{
|
72 |
+
"epoch": 0.04,
|
73 |
+
"learning_rate": 1.3916666666666668e-05,
|
74 |
+
"loss": 3.4204,
|
75 |
+
"step": 11
|
76 |
+
},
|
77 |
+
{
|
78 |
+
"epoch": 0.04,
|
79 |
+
"learning_rate": 1.39e-05,
|
80 |
+
"loss": 3.8807,
|
81 |
+
"step": 12
|
82 |
+
},
|
83 |
+
{
|
84 |
+
"epoch": 0.05,
|
85 |
+
"learning_rate": 1.3883333333333335e-05,
|
86 |
+
"loss": 3.0356,
|
87 |
+
"step": 13
|
88 |
+
},
|
89 |
+
{
|
90 |
+
"epoch": 0.05,
|
91 |
+
"learning_rate": 1.3866666666666667e-05,
|
92 |
+
"loss": 4.1021,
|
93 |
+
"step": 14
|
94 |
+
},
|
95 |
+
{
|
96 |
+
"epoch": 0.05,
|
97 |
+
"learning_rate": 1.3850000000000001e-05,
|
98 |
+
"loss": 3.601,
|
99 |
+
"step": 15
|
100 |
+
},
|
101 |
+
{
|
102 |
+
"epoch": 0.06,
|
103 |
+
"learning_rate": 1.3833333333333334e-05,
|
104 |
+
"loss": 3.9449,
|
105 |
+
"step": 16
|
106 |
+
},
|
107 |
+
{
|
108 |
+
"epoch": 0.06,
|
109 |
+
"learning_rate": 1.3816666666666668e-05,
|
110 |
+
"loss": 3.5298,
|
111 |
+
"step": 17
|
112 |
+
},
|
113 |
+
{
|
114 |
+
"epoch": 0.06,
|
115 |
+
"learning_rate": 1.38e-05,
|
116 |
+
"loss": 4.0018,
|
117 |
+
"step": 18
|
118 |
+
},
|
119 |
+
{
|
120 |
+
"epoch": 0.07,
|
121 |
+
"learning_rate": 1.3783333333333334e-05,
|
122 |
+
"loss": 3.9118,
|
123 |
+
"step": 19
|
124 |
+
},
|
125 |
+
{
|
126 |
+
"epoch": 0.07,
|
127 |
+
"learning_rate": 1.3766666666666666e-05,
|
128 |
+
"loss": 3.4263,
|
129 |
+
"step": 20
|
130 |
+
},
|
131 |
+
{
|
132 |
+
"epoch": 0.07,
|
133 |
+
"learning_rate": 1.375e-05,
|
134 |
+
"loss": 3.6932,
|
135 |
+
"step": 21
|
136 |
+
},
|
137 |
+
{
|
138 |
+
"epoch": 0.08,
|
139 |
+
"learning_rate": 1.3733333333333333e-05,
|
140 |
+
"loss": 3.635,
|
141 |
+
"step": 22
|
142 |
+
},
|
143 |
+
{
|
144 |
+
"epoch": 0.08,
|
145 |
+
"learning_rate": 1.3716666666666667e-05,
|
146 |
+
"loss": 3.4161,
|
147 |
+
"step": 23
|
148 |
+
},
|
149 |
+
{
|
150 |
+
"epoch": 0.08,
|
151 |
+
"learning_rate": 1.37e-05,
|
152 |
+
"loss": 3.7193,
|
153 |
+
"step": 24
|
154 |
+
},
|
155 |
+
{
|
156 |
+
"epoch": 0.09,
|
157 |
+
"learning_rate": 1.3683333333333333e-05,
|
158 |
+
"loss": 3.4549,
|
159 |
+
"step": 25
|
160 |
+
},
|
161 |
+
{
|
162 |
+
"epoch": 0.09,
|
163 |
+
"learning_rate": 1.3666666666666667e-05,
|
164 |
+
"loss": 4.1942,
|
165 |
+
"step": 26
|
166 |
+
},
|
167 |
+
{
|
168 |
+
"epoch": 0.1,
|
169 |
+
"learning_rate": 1.3650000000000001e-05,
|
170 |
+
"loss": 3.3606,
|
171 |
+
"step": 27
|
172 |
+
},
|
173 |
+
{
|
174 |
+
"epoch": 0.1,
|
175 |
+
"learning_rate": 1.3633333333333334e-05,
|
176 |
+
"loss": 3.3916,
|
177 |
+
"step": 28
|
178 |
+
},
|
179 |
+
{
|
180 |
+
"epoch": 0.1,
|
181 |
+
"learning_rate": 1.3616666666666668e-05,
|
182 |
+
"loss": 3.8369,
|
183 |
+
"step": 29
|
184 |
+
},
|
185 |
+
{
|
186 |
+
"epoch": 0.11,
|
187 |
+
"learning_rate": 1.36e-05,
|
188 |
+
"loss": 4.0893,
|
189 |
+
"step": 30
|
190 |
+
},
|
191 |
+
{
|
192 |
+
"epoch": 0.11,
|
193 |
+
"learning_rate": 1.3583333333333334e-05,
|
194 |
+
"loss": 3.4825,
|
195 |
+
"step": 31
|
196 |
+
},
|
197 |
+
{
|
198 |
+
"epoch": 0.11,
|
199 |
+
"learning_rate": 1.3566666666666667e-05,
|
200 |
+
"loss": 3.6664,
|
201 |
+
"step": 32
|
202 |
+
},
|
203 |
+
{
|
204 |
+
"epoch": 0.12,
|
205 |
+
"learning_rate": 1.355e-05,
|
206 |
+
"loss": 3.6649,
|
207 |
+
"step": 33
|
208 |
+
},
|
209 |
+
{
|
210 |
+
"epoch": 0.12,
|
211 |
+
"learning_rate": 1.3533333333333335e-05,
|
212 |
+
"loss": 2.7988,
|
213 |
+
"step": 34
|
214 |
+
},
|
215 |
+
{
|
216 |
+
"epoch": 0.12,
|
217 |
+
"learning_rate": 1.3516666666666667e-05,
|
218 |
+
"loss": 3.8814,
|
219 |
+
"step": 35
|
220 |
+
},
|
221 |
+
{
|
222 |
+
"epoch": 0.13,
|
223 |
+
"learning_rate": 1.3500000000000001e-05,
|
224 |
+
"loss": 3.3368,
|
225 |
+
"step": 36
|
226 |
+
},
|
227 |
+
{
|
228 |
+
"epoch": 0.13,
|
229 |
+
"learning_rate": 1.3483333333333334e-05,
|
230 |
+
"loss": 3.8391,
|
231 |
+
"step": 37
|
232 |
+
},
|
233 |
+
{
|
234 |
+
"epoch": 0.13,
|
235 |
+
"learning_rate": 1.3466666666666668e-05,
|
236 |
+
"loss": 3.4131,
|
237 |
+
"step": 38
|
238 |
+
},
|
239 |
+
{
|
240 |
+
"epoch": 0.14,
|
241 |
+
"learning_rate": 1.345e-05,
|
242 |
+
"loss": 3.8337,
|
243 |
+
"step": 39
|
244 |
+
},
|
245 |
+
{
|
246 |
+
"epoch": 0.14,
|
247 |
+
"learning_rate": 1.3433333333333334e-05,
|
248 |
+
"loss": 3.7387,
|
249 |
+
"step": 40
|
250 |
+
},
|
251 |
+
{
|
252 |
+
"epoch": 0.15,
|
253 |
+
"learning_rate": 1.3416666666666666e-05,
|
254 |
+
"loss": 3.5366,
|
255 |
+
"step": 41
|
256 |
+
},
|
257 |
+
{
|
258 |
+
"epoch": 0.15,
|
259 |
+
"learning_rate": 1.34e-05,
|
260 |
+
"loss": 3.4234,
|
261 |
+
"step": 42
|
262 |
+
},
|
263 |
+
{
|
264 |
+
"epoch": 0.15,
|
265 |
+
"learning_rate": 1.3383333333333333e-05,
|
266 |
+
"loss": 3.9778,
|
267 |
+
"step": 43
|
268 |
+
},
|
269 |
+
{
|
270 |
+
"epoch": 0.16,
|
271 |
+
"learning_rate": 1.3366666666666667e-05,
|
272 |
+
"loss": 3.3433,
|
273 |
+
"step": 44
|
274 |
+
},
|
275 |
+
{
|
276 |
+
"epoch": 0.16,
|
277 |
+
"learning_rate": 1.3350000000000001e-05,
|
278 |
+
"loss": 3.5675,
|
279 |
+
"step": 45
|
280 |
+
},
|
281 |
+
{
|
282 |
+
"epoch": 0.16,
|
283 |
+
"learning_rate": 1.3333333333333335e-05,
|
284 |
+
"loss": 3.6335,
|
285 |
+
"step": 46
|
286 |
+
},
|
287 |
+
{
|
288 |
+
"epoch": 0.17,
|
289 |
+
"learning_rate": 1.3316666666666667e-05,
|
290 |
+
"loss": 3.864,
|
291 |
+
"step": 47
|
292 |
+
},
|
293 |
+
{
|
294 |
+
"epoch": 0.17,
|
295 |
+
"learning_rate": 1.3300000000000001e-05,
|
296 |
+
"loss": 3.6632,
|
297 |
+
"step": 48
|
298 |
+
},
|
299 |
+
{
|
300 |
+
"epoch": 0.17,
|
301 |
+
"learning_rate": 1.3283333333333334e-05,
|
302 |
+
"loss": 4.4024,
|
303 |
+
"step": 49
|
304 |
+
},
|
305 |
+
{
|
306 |
+
"epoch": 0.18,
|
307 |
+
"learning_rate": 1.3266666666666668e-05,
|
308 |
+
"loss": 3.1513,
|
309 |
+
"step": 50
|
310 |
+
},
|
311 |
+
{
|
312 |
+
"epoch": 0.18,
|
313 |
+
"learning_rate": 1.325e-05,
|
314 |
+
"loss": 2.8684,
|
315 |
+
"step": 51
|
316 |
+
},
|
317 |
+
{
|
318 |
+
"epoch": 0.18,
|
319 |
+
"learning_rate": 1.3233333333333334e-05,
|
320 |
+
"loss": 3.3777,
|
321 |
+
"step": 52
|
322 |
+
},
|
323 |
+
{
|
324 |
+
"epoch": 0.19,
|
325 |
+
"learning_rate": 1.3216666666666667e-05,
|
326 |
+
"loss": 3.2801,
|
327 |
+
"step": 53
|
328 |
+
},
|
329 |
+
{
|
330 |
+
"epoch": 0.19,
|
331 |
+
"learning_rate": 1.32e-05,
|
332 |
+
"loss": 3.5396,
|
333 |
+
"step": 54
|
334 |
+
},
|
335 |
+
{
|
336 |
+
"epoch": 0.19,
|
337 |
+
"learning_rate": 1.3183333333333333e-05,
|
338 |
+
"loss": 3.7721,
|
339 |
+
"step": 55
|
340 |
+
},
|
341 |
+
{
|
342 |
+
"epoch": 0.2,
|
343 |
+
"learning_rate": 1.3166666666666667e-05,
|
344 |
+
"loss": 3.7046,
|
345 |
+
"step": 56
|
346 |
+
},
|
347 |
+
{
|
348 |
+
"epoch": 0.2,
|
349 |
+
"learning_rate": 1.315e-05,
|
350 |
+
"loss": 3.5611,
|
351 |
+
"step": 57
|
352 |
+
},
|
353 |
+
{
|
354 |
+
"epoch": 0.21,
|
355 |
+
"learning_rate": 1.3133333333333334e-05,
|
356 |
+
"loss": 4.0658,
|
357 |
+
"step": 58
|
358 |
+
},
|
359 |
+
{
|
360 |
+
"epoch": 0.21,
|
361 |
+
"learning_rate": 1.3116666666666666e-05,
|
362 |
+
"loss": 3.1316,
|
363 |
+
"step": 59
|
364 |
+
},
|
365 |
+
{
|
366 |
+
"epoch": 0.21,
|
367 |
+
"learning_rate": 1.31e-05,
|
368 |
+
"loss": 3.4185,
|
369 |
+
"step": 60
|
370 |
+
},
|
371 |
+
{
|
372 |
+
"epoch": 0.22,
|
373 |
+
"learning_rate": 1.3083333333333332e-05,
|
374 |
+
"loss": 3.438,
|
375 |
+
"step": 61
|
376 |
+
},
|
377 |
+
{
|
378 |
+
"epoch": 0.22,
|
379 |
+
"learning_rate": 1.3066666666666668e-05,
|
380 |
+
"loss": 3.2125,
|
381 |
+
"step": 62
|
382 |
+
},
|
383 |
+
{
|
384 |
+
"epoch": 0.22,
|
385 |
+
"learning_rate": 1.305e-05,
|
386 |
+
"loss": 3.2451,
|
387 |
+
"step": 63
|
388 |
+
},
|
389 |
+
{
|
390 |
+
"epoch": 0.23,
|
391 |
+
"learning_rate": 1.3033333333333334e-05,
|
392 |
+
"loss": 3.3465,
|
393 |
+
"step": 64
|
394 |
+
},
|
395 |
+
{
|
396 |
+
"epoch": 0.23,
|
397 |
+
"learning_rate": 1.3016666666666667e-05,
|
398 |
+
"loss": 3.3044,
|
399 |
+
"step": 65
|
400 |
+
},
|
401 |
+
{
|
402 |
+
"epoch": 0.23,
|
403 |
+
"learning_rate": 1.3000000000000001e-05,
|
404 |
+
"loss": 3.6976,
|
405 |
+
"step": 66
|
406 |
+
},
|
407 |
+
{
|
408 |
+
"epoch": 0.24,
|
409 |
+
"learning_rate": 1.2983333333333335e-05,
|
410 |
+
"loss": 3.649,
|
411 |
+
"step": 67
|
412 |
+
},
|
413 |
+
{
|
414 |
+
"epoch": 0.24,
|
415 |
+
"learning_rate": 1.2966666666666667e-05,
|
416 |
+
"loss": 3.428,
|
417 |
+
"step": 68
|
418 |
+
},
|
419 |
+
{
|
420 |
+
"epoch": 0.24,
|
421 |
+
"learning_rate": 1.2950000000000001e-05,
|
422 |
+
"loss": 3.2451,
|
423 |
+
"step": 69
|
424 |
+
},
|
425 |
+
{
|
426 |
+
"epoch": 0.25,
|
427 |
+
"learning_rate": 1.2933333333333334e-05,
|
428 |
+
"loss": 3.1329,
|
429 |
+
"step": 70
|
430 |
+
},
|
431 |
+
{
|
432 |
+
"epoch": 0.25,
|
433 |
+
"learning_rate": 1.2916666666666668e-05,
|
434 |
+
"loss": 3.0509,
|
435 |
+
"step": 71
|
436 |
+
},
|
437 |
+
{
|
438 |
+
"epoch": 0.25,
|
439 |
+
"learning_rate": 1.29e-05,
|
440 |
+
"loss": 3.2347,
|
441 |
+
"step": 72
|
442 |
+
},
|
443 |
+
{
|
444 |
+
"epoch": 0.26,
|
445 |
+
"learning_rate": 1.2883333333333334e-05,
|
446 |
+
"loss": 3.1726,
|
447 |
+
"step": 73
|
448 |
+
},
|
449 |
+
{
|
450 |
+
"epoch": 0.26,
|
451 |
+
"learning_rate": 1.2866666666666667e-05,
|
452 |
+
"loss": 3.7461,
|
453 |
+
"step": 74
|
454 |
+
},
|
455 |
+
{
|
456 |
+
"epoch": 0.27,
|
457 |
+
"learning_rate": 1.285e-05,
|
458 |
+
"loss": 3.3563,
|
459 |
+
"step": 75
|
460 |
+
},
|
461 |
+
{
|
462 |
+
"epoch": 0.27,
|
463 |
+
"learning_rate": 1.2833333333333333e-05,
|
464 |
+
"loss": 3.4234,
|
465 |
+
"step": 76
|
466 |
+
},
|
467 |
+
{
|
468 |
+
"epoch": 0.27,
|
469 |
+
"learning_rate": 1.2816666666666667e-05,
|
470 |
+
"loss": 3.1188,
|
471 |
+
"step": 77
|
472 |
+
},
|
473 |
+
{
|
474 |
+
"epoch": 0.28,
|
475 |
+
"learning_rate": 1.28e-05,
|
476 |
+
"loss": 3.384,
|
477 |
+
"step": 78
|
478 |
+
},
|
479 |
+
{
|
480 |
+
"epoch": 0.28,
|
481 |
+
"learning_rate": 1.2783333333333333e-05,
|
482 |
+
"loss": 3.4152,
|
483 |
+
"step": 79
|
484 |
+
},
|
485 |
+
{
|
486 |
+
"epoch": 0.28,
|
487 |
+
"learning_rate": 1.2766666666666668e-05,
|
488 |
+
"loss": 3.6954,
|
489 |
+
"step": 80
|
490 |
+
},
|
491 |
+
{
|
492 |
+
"epoch": 0.29,
|
493 |
+
"learning_rate": 1.2750000000000002e-05,
|
494 |
+
"loss": 3.6661,
|
495 |
+
"step": 81
|
496 |
+
},
|
497 |
+
{
|
498 |
+
"epoch": 0.29,
|
499 |
+
"learning_rate": 1.2733333333333334e-05,
|
500 |
+
"loss": 3.9602,
|
501 |
+
"step": 82
|
502 |
+
},
|
503 |
+
{
|
504 |
+
"epoch": 0.29,
|
505 |
+
"learning_rate": 1.2716666666666668e-05,
|
506 |
+
"loss": 3.2385,
|
507 |
+
"step": 83
|
508 |
+
},
|
509 |
+
{
|
510 |
+
"epoch": 0.3,
|
511 |
+
"learning_rate": 1.27e-05,
|
512 |
+
"loss": 3.0475,
|
513 |
+
"step": 84
|
514 |
+
},
|
515 |
+
{
|
516 |
+
"epoch": 0.3,
|
517 |
+
"learning_rate": 1.2683333333333334e-05,
|
518 |
+
"loss": 3.6019,
|
519 |
+
"step": 85
|
520 |
+
},
|
521 |
+
{
|
522 |
+
"epoch": 0.3,
|
523 |
+
"learning_rate": 1.2666666666666667e-05,
|
524 |
+
"loss": 3.4866,
|
525 |
+
"step": 86
|
526 |
+
},
|
527 |
+
{
|
528 |
+
"epoch": 0.31,
|
529 |
+
"learning_rate": 1.2650000000000001e-05,
|
530 |
+
"loss": 3.53,
|
531 |
+
"step": 87
|
532 |
+
},
|
533 |
+
{
|
534 |
+
"epoch": 0.31,
|
535 |
+
"learning_rate": 1.2633333333333333e-05,
|
536 |
+
"loss": 3.2146,
|
537 |
+
"step": 88
|
538 |
+
},
|
539 |
+
{
|
540 |
+
"epoch": 0.32,
|
541 |
+
"learning_rate": 1.2616666666666667e-05,
|
542 |
+
"loss": 3.0397,
|
543 |
+
"step": 89
|
544 |
+
},
|
545 |
+
{
|
546 |
+
"epoch": 0.32,
|
547 |
+
"learning_rate": 1.26e-05,
|
548 |
+
"loss": 3.917,
|
549 |
+
"step": 90
|
550 |
+
},
|
551 |
+
{
|
552 |
+
"epoch": 0.32,
|
553 |
+
"learning_rate": 1.2583333333333334e-05,
|
554 |
+
"loss": 3.1018,
|
555 |
+
"step": 91
|
556 |
+
},
|
557 |
+
{
|
558 |
+
"epoch": 0.33,
|
559 |
+
"learning_rate": 1.2566666666666666e-05,
|
560 |
+
"loss": 3.3793,
|
561 |
+
"step": 92
|
562 |
+
},
|
563 |
+
{
|
564 |
+
"epoch": 0.33,
|
565 |
+
"learning_rate": 1.255e-05,
|
566 |
+
"loss": 3.3385,
|
567 |
+
"step": 93
|
568 |
+
},
|
569 |
+
{
|
570 |
+
"epoch": 0.33,
|
571 |
+
"learning_rate": 1.2533333333333332e-05,
|
572 |
+
"loss": 2.6842,
|
573 |
+
"step": 94
|
574 |
+
},
|
575 |
+
{
|
576 |
+
"epoch": 0.34,
|
577 |
+
"learning_rate": 1.2516666666666667e-05,
|
578 |
+
"loss": 3.2845,
|
579 |
+
"step": 95
|
580 |
+
},
|
581 |
+
{
|
582 |
+
"epoch": 0.34,
|
583 |
+
"learning_rate": 1.2499999999999999e-05,
|
584 |
+
"loss": 3.6947,
|
585 |
+
"step": 96
|
586 |
+
},
|
587 |
+
{
|
588 |
+
"epoch": 0.34,
|
589 |
+
"learning_rate": 1.2483333333333335e-05,
|
590 |
+
"loss": 2.8063,
|
591 |
+
"step": 97
|
592 |
+
},
|
593 |
+
{
|
594 |
+
"epoch": 0.35,
|
595 |
+
"learning_rate": 1.2466666666666669e-05,
|
596 |
+
"loss": 3.316,
|
597 |
+
"step": 98
|
598 |
+
},
|
599 |
+
{
|
600 |
+
"epoch": 0.35,
|
601 |
+
"learning_rate": 1.2450000000000001e-05,
|
602 |
+
"loss": 3.1536,
|
603 |
+
"step": 99
|
604 |
+
},
|
605 |
+
{
|
606 |
+
"epoch": 0.35,
|
607 |
+
"learning_rate": 1.2433333333333335e-05,
|
608 |
+
"loss": 3.4605,
|
609 |
+
"step": 100
|
610 |
+
},
|
611 |
+
{
|
612 |
+
"epoch": 0.36,
|
613 |
+
"learning_rate": 1.2416666666666667e-05,
|
614 |
+
"loss": 3.2677,
|
615 |
+
"step": 101
|
616 |
+
},
|
617 |
+
{
|
618 |
+
"epoch": 0.36,
|
619 |
+
"learning_rate": 1.2400000000000002e-05,
|
620 |
+
"loss": 2.9653,
|
621 |
+
"step": 102
|
622 |
+
},
|
623 |
+
{
|
624 |
+
"epoch": 0.36,
|
625 |
+
"learning_rate": 1.2383333333333334e-05,
|
626 |
+
"loss": 3.3598,
|
627 |
+
"step": 103
|
628 |
+
},
|
629 |
+
{
|
630 |
+
"epoch": 0.37,
|
631 |
+
"learning_rate": 1.2366666666666668e-05,
|
632 |
+
"loss": 3.4419,
|
633 |
+
"step": 104
|
634 |
+
},
|
635 |
+
{
|
636 |
+
"epoch": 0.37,
|
637 |
+
"learning_rate": 1.235e-05,
|
638 |
+
"loss": 3.3684,
|
639 |
+
"step": 105
|
640 |
+
},
|
641 |
+
{
|
642 |
+
"epoch": 0.38,
|
643 |
+
"learning_rate": 1.2333333333333334e-05,
|
644 |
+
"loss": 2.8683,
|
645 |
+
"step": 106
|
646 |
+
},
|
647 |
+
{
|
648 |
+
"epoch": 0.38,
|
649 |
+
"learning_rate": 1.2316666666666667e-05,
|
650 |
+
"loss": 2.8454,
|
651 |
+
"step": 107
|
652 |
+
},
|
653 |
+
{
|
654 |
+
"epoch": 0.38,
|
655 |
+
"learning_rate": 1.23e-05,
|
656 |
+
"loss": 3.4689,
|
657 |
+
"step": 108
|
658 |
+
},
|
659 |
+
{
|
660 |
+
"epoch": 0.39,
|
661 |
+
"learning_rate": 1.2283333333333333e-05,
|
662 |
+
"loss": 3.0329,
|
663 |
+
"step": 109
|
664 |
+
},
|
665 |
+
{
|
666 |
+
"epoch": 0.39,
|
667 |
+
"learning_rate": 1.2266666666666667e-05,
|
668 |
+
"loss": 3.0946,
|
669 |
+
"step": 110
|
670 |
+
},
|
671 |
+
{
|
672 |
+
"epoch": 0.39,
|
673 |
+
"learning_rate": 1.225e-05,
|
674 |
+
"loss": 3.4267,
|
675 |
+
"step": 111
|
676 |
+
},
|
677 |
+
{
|
678 |
+
"epoch": 0.4,
|
679 |
+
"learning_rate": 1.2233333333333334e-05,
|
680 |
+
"loss": 2.6103,
|
681 |
+
"step": 112
|
682 |
+
},
|
683 |
+
{
|
684 |
+
"epoch": 0.4,
|
685 |
+
"learning_rate": 1.2216666666666666e-05,
|
686 |
+
"loss": 3.4916,
|
687 |
+
"step": 113
|
688 |
+
},
|
689 |
+
{
|
690 |
+
"epoch": 0.4,
|
691 |
+
"learning_rate": 1.22e-05,
|
692 |
+
"loss": 2.8278,
|
693 |
+
"step": 114
|
694 |
+
},
|
695 |
+
{
|
696 |
+
"epoch": 0.41,
|
697 |
+
"learning_rate": 1.2183333333333334e-05,
|
698 |
+
"loss": 3.4184,
|
699 |
+
"step": 115
|
700 |
+
},
|
701 |
+
{
|
702 |
+
"epoch": 0.41,
|
703 |
+
"learning_rate": 1.2166666666666668e-05,
|
704 |
+
"loss": 3.2575,
|
705 |
+
"step": 116
|
706 |
+
},
|
707 |
+
{
|
708 |
+
"epoch": 0.41,
|
709 |
+
"learning_rate": 1.215e-05,
|
710 |
+
"loss": 3.1622,
|
711 |
+
"step": 117
|
712 |
+
},
|
713 |
+
{
|
714 |
+
"epoch": 0.42,
|
715 |
+
"learning_rate": 1.2133333333333335e-05,
|
716 |
+
"loss": 3.2256,
|
717 |
+
"step": 118
|
718 |
+
},
|
719 |
+
{
|
720 |
+
"epoch": 0.42,
|
721 |
+
"learning_rate": 1.2116666666666667e-05,
|
722 |
+
"loss": 2.8456,
|
723 |
+
"step": 119
|
724 |
+
},
|
725 |
+
{
|
726 |
+
"epoch": 0.42,
|
727 |
+
"learning_rate": 1.2100000000000001e-05,
|
728 |
+
"loss": 3.6248,
|
729 |
+
"step": 120
|
730 |
+
},
|
731 |
+
{
|
732 |
+
"epoch": 0.43,
|
733 |
+
"learning_rate": 1.2083333333333333e-05,
|
734 |
+
"loss": 3.2128,
|
735 |
+
"step": 121
|
736 |
+
},
|
737 |
+
{
|
738 |
+
"epoch": 0.43,
|
739 |
+
"learning_rate": 1.2066666666666667e-05,
|
740 |
+
"loss": 3.0852,
|
741 |
+
"step": 122
|
742 |
+
},
|
743 |
+
{
|
744 |
+
"epoch": 0.44,
|
745 |
+
"learning_rate": 1.205e-05,
|
746 |
+
"loss": 3.2686,
|
747 |
+
"step": 123
|
748 |
+
},
|
749 |
+
{
|
750 |
+
"epoch": 0.44,
|
751 |
+
"learning_rate": 1.2033333333333334e-05,
|
752 |
+
"loss": 3.4366,
|
753 |
+
"step": 124
|
754 |
+
},
|
755 |
+
{
|
756 |
+
"epoch": 0.44,
|
757 |
+
"learning_rate": 1.2016666666666666e-05,
|
758 |
+
"loss": 3.2794,
|
759 |
+
"step": 125
|
760 |
+
},
|
761 |
+
{
|
762 |
+
"epoch": 0.45,
|
763 |
+
"learning_rate": 1.2e-05,
|
764 |
+
"loss": 2.689,
|
765 |
+
"step": 126
|
766 |
+
},
|
767 |
+
{
|
768 |
+
"epoch": 0.45,
|
769 |
+
"learning_rate": 1.1983333333333333e-05,
|
770 |
+
"loss": 3.3091,
|
771 |
+
"step": 127
|
772 |
+
},
|
773 |
+
{
|
774 |
+
"epoch": 0.45,
|
775 |
+
"learning_rate": 1.1966666666666667e-05,
|
776 |
+
"loss": 3.1924,
|
777 |
+
"step": 128
|
778 |
+
},
|
779 |
+
{
|
780 |
+
"epoch": 0.46,
|
781 |
+
"learning_rate": 1.1949999999999999e-05,
|
782 |
+
"loss": 3.0588,
|
783 |
+
"step": 129
|
784 |
+
},
|
785 |
+
{
|
786 |
+
"epoch": 0.46,
|
787 |
+
"learning_rate": 1.1933333333333333e-05,
|
788 |
+
"loss": 2.9421,
|
789 |
+
"step": 130
|
790 |
+
},
|
791 |
+
{
|
792 |
+
"epoch": 0.46,
|
793 |
+
"learning_rate": 1.1916666666666667e-05,
|
794 |
+
"loss": 2.5453,
|
795 |
+
"step": 131
|
796 |
+
},
|
797 |
+
{
|
798 |
+
"epoch": 0.47,
|
799 |
+
"learning_rate": 1.19e-05,
|
800 |
+
"loss": 2.8745,
|
801 |
+
"step": 132
|
802 |
+
},
|
803 |
+
{
|
804 |
+
"epoch": 0.47,
|
805 |
+
"learning_rate": 1.1883333333333335e-05,
|
806 |
+
"loss": 3.0359,
|
807 |
+
"step": 133
|
808 |
+
},
|
809 |
+
{
|
810 |
+
"epoch": 0.47,
|
811 |
+
"learning_rate": 1.1866666666666668e-05,
|
812 |
+
"loss": 3.6153,
|
813 |
+
"step": 134
|
814 |
+
},
|
815 |
+
{
|
816 |
+
"epoch": 0.48,
|
817 |
+
"learning_rate": 1.1850000000000002e-05,
|
818 |
+
"loss": 2.8771,
|
819 |
+
"step": 135
|
820 |
+
},
|
821 |
+
{
|
822 |
+
"epoch": 0.48,
|
823 |
+
"learning_rate": 1.1833333333333334e-05,
|
824 |
+
"loss": 3.4124,
|
825 |
+
"step": 136
|
826 |
+
},
|
827 |
+
{
|
828 |
+
"epoch": 0.48,
|
829 |
+
"learning_rate": 1.1816666666666668e-05,
|
830 |
+
"loss": 2.8208,
|
831 |
+
"step": 137
|
832 |
+
},
|
833 |
+
{
|
834 |
+
"epoch": 0.49,
|
835 |
+
"learning_rate": 1.18e-05,
|
836 |
+
"loss": 2.8201,
|
837 |
+
"step": 138
|
838 |
+
},
|
839 |
+
{
|
840 |
+
"epoch": 0.49,
|
841 |
+
"learning_rate": 1.1783333333333335e-05,
|
842 |
+
"loss": 3.1083,
|
843 |
+
"step": 139
|
844 |
+
},
|
845 |
+
{
|
846 |
+
"epoch": 0.5,
|
847 |
+
"learning_rate": 1.1766666666666667e-05,
|
848 |
+
"loss": 3.0364,
|
849 |
+
"step": 140
|
850 |
+
},
|
851 |
+
{
|
852 |
+
"epoch": 0.5,
|
853 |
+
"learning_rate": 1.1750000000000001e-05,
|
854 |
+
"loss": 3.4302,
|
855 |
+
"step": 141
|
856 |
+
},
|
857 |
+
{
|
858 |
+
"epoch": 0.5,
|
859 |
+
"learning_rate": 1.1733333333333333e-05,
|
860 |
+
"loss": 3.0199,
|
861 |
+
"step": 142
|
862 |
+
},
|
863 |
+
{
|
864 |
+
"epoch": 0.51,
|
865 |
+
"learning_rate": 1.1716666666666667e-05,
|
866 |
+
"loss": 2.6112,
|
867 |
+
"step": 143
|
868 |
+
},
|
869 |
+
{
|
870 |
+
"epoch": 0.51,
|
871 |
+
"learning_rate": 1.17e-05,
|
872 |
+
"loss": 3.4851,
|
873 |
+
"step": 144
|
874 |
+
},
|
875 |
+
{
|
876 |
+
"epoch": 0.51,
|
877 |
+
"learning_rate": 1.1683333333333334e-05,
|
878 |
+
"loss": 3.1424,
|
879 |
+
"step": 145
|
880 |
+
},
|
881 |
+
{
|
882 |
+
"epoch": 0.52,
|
883 |
+
"learning_rate": 1.1666666666666666e-05,
|
884 |
+
"loss": 2.573,
|
885 |
+
"step": 146
|
886 |
+
},
|
887 |
+
{
|
888 |
+
"epoch": 0.52,
|
889 |
+
"learning_rate": 1.165e-05,
|
890 |
+
"loss": 2.4603,
|
891 |
+
"step": 147
|
892 |
+
},
|
893 |
+
{
|
894 |
+
"epoch": 0.52,
|
895 |
+
"learning_rate": 1.1633333333333333e-05,
|
896 |
+
"loss": 3.1464,
|
897 |
+
"step": 148
|
898 |
+
},
|
899 |
+
{
|
900 |
+
"epoch": 0.53,
|
901 |
+
"learning_rate": 1.1616666666666667e-05,
|
902 |
+
"loss": 3.1204,
|
903 |
+
"step": 149
|
904 |
+
},
|
905 |
+
{
|
906 |
+
"epoch": 0.53,
|
907 |
+
"learning_rate": 1.16e-05,
|
908 |
+
"loss": 3.4997,
|
909 |
+
"step": 150
|
910 |
+
},
|
911 |
+
{
|
912 |
+
"epoch": 0.53,
|
913 |
+
"learning_rate": 1.1583333333333335e-05,
|
914 |
+
"loss": 2.9463,
|
915 |
+
"step": 151
|
916 |
+
},
|
917 |
+
{
|
918 |
+
"epoch": 0.54,
|
919 |
+
"learning_rate": 1.1566666666666667e-05,
|
920 |
+
"loss": 2.8627,
|
921 |
+
"step": 152
|
922 |
+
},
|
923 |
+
{
|
924 |
+
"epoch": 0.54,
|
925 |
+
"learning_rate": 1.1550000000000001e-05,
|
926 |
+
"loss": 2.7335,
|
927 |
+
"step": 153
|
928 |
+
},
|
929 |
+
{
|
930 |
+
"epoch": 0.55,
|
931 |
+
"learning_rate": 1.1533333333333334e-05,
|
932 |
+
"loss": 2.7139,
|
933 |
+
"step": 154
|
934 |
+
},
|
935 |
+
{
|
936 |
+
"epoch": 0.55,
|
937 |
+
"learning_rate": 1.1516666666666668e-05,
|
938 |
+
"loss": 2.7061,
|
939 |
+
"step": 155
|
940 |
+
},
|
941 |
+
{
|
942 |
+
"epoch": 0.55,
|
943 |
+
"learning_rate": 1.15e-05,
|
944 |
+
"loss": 2.8651,
|
945 |
+
"step": 156
|
946 |
+
},
|
947 |
+
{
|
948 |
+
"epoch": 0.56,
|
949 |
+
"learning_rate": 1.1483333333333334e-05,
|
950 |
+
"loss": 2.4994,
|
951 |
+
"step": 157
|
952 |
+
},
|
953 |
+
{
|
954 |
+
"epoch": 0.56,
|
955 |
+
"learning_rate": 1.1466666666666666e-05,
|
956 |
+
"loss": 2.8261,
|
957 |
+
"step": 158
|
958 |
+
},
|
959 |
+
{
|
960 |
+
"epoch": 0.56,
|
961 |
+
"learning_rate": 1.145e-05,
|
962 |
+
"loss": 3.1136,
|
963 |
+
"step": 159
|
964 |
+
},
|
965 |
+
{
|
966 |
+
"epoch": 0.57,
|
967 |
+
"learning_rate": 1.1433333333333333e-05,
|
968 |
+
"loss": 2.6774,
|
969 |
+
"step": 160
|
970 |
+
},
|
971 |
+
{
|
972 |
+
"epoch": 0.57,
|
973 |
+
"learning_rate": 1.1416666666666667e-05,
|
974 |
+
"loss": 2.6297,
|
975 |
+
"step": 161
|
976 |
+
},
|
977 |
+
{
|
978 |
+
"epoch": 0.57,
|
979 |
+
"learning_rate": 1.14e-05,
|
980 |
+
"loss": 2.6361,
|
981 |
+
"step": 162
|
982 |
+
},
|
983 |
+
{
|
984 |
+
"epoch": 0.58,
|
985 |
+
"learning_rate": 1.1383333333333333e-05,
|
986 |
+
"loss": 3.0204,
|
987 |
+
"step": 163
|
988 |
+
},
|
989 |
+
{
|
990 |
+
"epoch": 0.58,
|
991 |
+
"learning_rate": 1.1366666666666667e-05,
|
992 |
+
"loss": 2.5647,
|
993 |
+
"step": 164
|
994 |
+
},
|
995 |
+
{
|
996 |
+
"epoch": 0.58,
|
997 |
+
"learning_rate": 1.135e-05,
|
998 |
+
"loss": 2.97,
|
999 |
+
"step": 165
|
1000 |
+
},
|
1001 |
+
{
|
1002 |
+
"epoch": 0.59,
|
1003 |
+
"learning_rate": 1.1333333333333334e-05,
|
1004 |
+
"loss": 3.5092,
|
1005 |
+
"step": 166
|
1006 |
+
},
|
1007 |
+
{
|
1008 |
+
"epoch": 0.59,
|
1009 |
+
"learning_rate": 1.1316666666666666e-05,
|
1010 |
+
"loss": 2.9867,
|
1011 |
+
"step": 167
|
1012 |
+
},
|
1013 |
+
{
|
1014 |
+
"epoch": 0.59,
|
1015 |
+
"learning_rate": 1.1300000000000002e-05,
|
1016 |
+
"loss": 2.8355,
|
1017 |
+
"step": 168
|
1018 |
+
},
|
1019 |
+
{
|
1020 |
+
"epoch": 0.6,
|
1021 |
+
"learning_rate": 1.1283333333333334e-05,
|
1022 |
+
"loss": 2.9096,
|
1023 |
+
"step": 169
|
1024 |
+
},
|
1025 |
+
{
|
1026 |
+
"epoch": 0.6,
|
1027 |
+
"learning_rate": 1.1266666666666668e-05,
|
1028 |
+
"loss": 3.1279,
|
1029 |
+
"step": 170
|
1030 |
+
},
|
1031 |
+
{
|
1032 |
+
"epoch": 0.61,
|
1033 |
+
"learning_rate": 1.125e-05,
|
1034 |
+
"loss": 3.0572,
|
1035 |
+
"step": 171
|
1036 |
+
},
|
1037 |
+
{
|
1038 |
+
"epoch": 0.61,
|
1039 |
+
"learning_rate": 1.1233333333333335e-05,
|
1040 |
+
"loss": 2.5392,
|
1041 |
+
"step": 172
|
1042 |
+
},
|
1043 |
+
{
|
1044 |
+
"epoch": 0.61,
|
1045 |
+
"learning_rate": 1.1216666666666667e-05,
|
1046 |
+
"loss": 2.4664,
|
1047 |
+
"step": 173
|
1048 |
+
},
|
1049 |
+
{
|
1050 |
+
"epoch": 0.62,
|
1051 |
+
"learning_rate": 1.1200000000000001e-05,
|
1052 |
+
"loss": 2.6093,
|
1053 |
+
"step": 174
|
1054 |
+
},
|
1055 |
+
{
|
1056 |
+
"epoch": 0.62,
|
1057 |
+
"learning_rate": 1.1183333333333334e-05,
|
1058 |
+
"loss": 3.079,
|
1059 |
+
"step": 175
|
1060 |
+
},
|
1061 |
+
{
|
1062 |
+
"epoch": 0.62,
|
1063 |
+
"learning_rate": 1.1166666666666668e-05,
|
1064 |
+
"loss": 2.8751,
|
1065 |
+
"step": 176
|
1066 |
+
},
|
1067 |
+
{
|
1068 |
+
"epoch": 0.63,
|
1069 |
+
"learning_rate": 1.115e-05,
|
1070 |
+
"loss": 2.7902,
|
1071 |
+
"step": 177
|
1072 |
+
},
|
1073 |
+
{
|
1074 |
+
"epoch": 0.63,
|
1075 |
+
"learning_rate": 1.1133333333333334e-05,
|
1076 |
+
"loss": 3.1718,
|
1077 |
+
"step": 178
|
1078 |
+
},
|
1079 |
+
{
|
1080 |
+
"epoch": 0.63,
|
1081 |
+
"learning_rate": 1.1116666666666666e-05,
|
1082 |
+
"loss": 2.6779,
|
1083 |
+
"step": 179
|
1084 |
+
},
|
1085 |
+
{
|
1086 |
+
"epoch": 0.64,
|
1087 |
+
"learning_rate": 1.11e-05,
|
1088 |
+
"loss": 2.4181,
|
1089 |
+
"step": 180
|
1090 |
+
},
|
1091 |
+
{
|
1092 |
+
"epoch": 0.64,
|
1093 |
+
"learning_rate": 1.1083333333333333e-05,
|
1094 |
+
"loss": 2.4039,
|
1095 |
+
"step": 181
|
1096 |
+
},
|
1097 |
+
{
|
1098 |
+
"epoch": 0.64,
|
1099 |
+
"learning_rate": 1.1066666666666667e-05,
|
1100 |
+
"loss": 2.7477,
|
1101 |
+
"step": 182
|
1102 |
+
},
|
1103 |
+
{
|
1104 |
+
"epoch": 0.65,
|
1105 |
+
"learning_rate": 1.105e-05,
|
1106 |
+
"loss": 2.735,
|
1107 |
+
"step": 183
|
1108 |
+
},
|
1109 |
+
{
|
1110 |
+
"epoch": 0.65,
|
1111 |
+
"learning_rate": 1.1033333333333333e-05,
|
1112 |
+
"loss": 2.7146,
|
1113 |
+
"step": 184
|
1114 |
+
},
|
1115 |
+
{
|
1116 |
+
"epoch": 0.65,
|
1117 |
+
"learning_rate": 1.1016666666666667e-05,
|
1118 |
+
"loss": 3.0662,
|
1119 |
+
"step": 185
|
1120 |
+
},
|
1121 |
+
{
|
1122 |
+
"epoch": 0.66,
|
1123 |
+
"learning_rate": 1.1000000000000001e-05,
|
1124 |
+
"loss": 2.6315,
|
1125 |
+
"step": 186
|
1126 |
+
},
|
1127 |
+
{
|
1128 |
+
"epoch": 0.66,
|
1129 |
+
"learning_rate": 1.0983333333333334e-05,
|
1130 |
+
"loss": 2.9027,
|
1131 |
+
"step": 187
|
1132 |
+
},
|
1133 |
+
{
|
1134 |
+
"epoch": 0.67,
|
1135 |
+
"learning_rate": 1.0966666666666668e-05,
|
1136 |
+
"loss": 2.562,
|
1137 |
+
"step": 188
|
1138 |
+
},
|
1139 |
+
{
|
1140 |
+
"epoch": 0.67,
|
1141 |
+
"learning_rate": 1.095e-05,
|
1142 |
+
"loss": 2.6313,
|
1143 |
+
"step": 189
|
1144 |
+
},
|
1145 |
+
{
|
1146 |
+
"epoch": 0.67,
|
1147 |
+
"learning_rate": 1.0933333333333334e-05,
|
1148 |
+
"loss": 3.1161,
|
1149 |
+
"step": 190
|
1150 |
+
},
|
1151 |
+
{
|
1152 |
+
"epoch": 0.68,
|
1153 |
+
"learning_rate": 1.0916666666666667e-05,
|
1154 |
+
"loss": 2.9275,
|
1155 |
+
"step": 191
|
1156 |
+
},
|
1157 |
+
{
|
1158 |
+
"epoch": 0.68,
|
1159 |
+
"learning_rate": 1.09e-05,
|
1160 |
+
"loss": 2.7675,
|
1161 |
+
"step": 192
|
1162 |
+
},
|
1163 |
+
{
|
1164 |
+
"epoch": 0.68,
|
1165 |
+
"learning_rate": 1.0883333333333333e-05,
|
1166 |
+
"loss": 2.4813,
|
1167 |
+
"step": 193
|
1168 |
+
},
|
1169 |
+
{
|
1170 |
+
"epoch": 0.69,
|
1171 |
+
"learning_rate": 1.0866666666666667e-05,
|
1172 |
+
"loss": 2.0931,
|
1173 |
+
"step": 194
|
1174 |
+
},
|
1175 |
+
{
|
1176 |
+
"epoch": 0.69,
|
1177 |
+
"learning_rate": 1.085e-05,
|
1178 |
+
"loss": 2.8068,
|
1179 |
+
"step": 195
|
1180 |
+
},
|
1181 |
+
{
|
1182 |
+
"epoch": 0.69,
|
1183 |
+
"learning_rate": 1.0833333333333334e-05,
|
1184 |
+
"loss": 2.6955,
|
1185 |
+
"step": 196
|
1186 |
+
},
|
1187 |
+
{
|
1188 |
+
"epoch": 0.7,
|
1189 |
+
"learning_rate": 1.0816666666666668e-05,
|
1190 |
+
"loss": 2.5237,
|
1191 |
+
"step": 197
|
1192 |
+
},
|
1193 |
+
{
|
1194 |
+
"epoch": 0.7,
|
1195 |
+
"learning_rate": 1.08e-05,
|
1196 |
+
"loss": 3.1954,
|
1197 |
+
"step": 198
|
1198 |
+
},
|
1199 |
+
{
|
1200 |
+
"epoch": 0.7,
|
1201 |
+
"learning_rate": 1.0783333333333334e-05,
|
1202 |
+
"loss": 2.6511,
|
1203 |
+
"step": 199
|
1204 |
+
},
|
1205 |
+
{
|
1206 |
+
"epoch": 0.71,
|
1207 |
+
"learning_rate": 1.0766666666666666e-05,
|
1208 |
+
"loss": 2.7927,
|
1209 |
+
"step": 200
|
1210 |
+
}
|
1211 |
+
],
|
1212 |
+
"logging_steps": 1,
|
1213 |
+
"max_steps": 846,
|
1214 |
+
"num_train_epochs": 3,
|
1215 |
+
"save_steps": 100,
|
1216 |
+
"total_flos": 1098046274764800.0,
|
1217 |
+
"trial_name": null,
|
1218 |
+
"trial_params": null
|
1219 |
+
}
|
checkpoint-200/training_args.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:d31fd82befd9ee5457878ffc81e0e912118afde0e205cd756d8f332797f78b00
|
3 |
+
size 4027
|
checkpoint-300/README.md
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
library_name: peft
|
3 |
+
---
|
4 |
+
## Training procedure
|
5 |
+
|
6 |
+
|
7 |
+
The following `bitsandbytes` quantization config was used during training:
|
8 |
+
- quant_method: bitsandbytes
|
9 |
+
- load_in_8bit: False
|
10 |
+
- load_in_4bit: True
|
11 |
+
- llm_int8_threshold: 6.0
|
12 |
+
- llm_int8_skip_modules: None
|
13 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
14 |
+
- llm_int8_has_fp16_weight: False
|
15 |
+
- bnb_4bit_quant_type: fp4
|
16 |
+
- bnb_4bit_use_double_quant: False
|
17 |
+
- bnb_4bit_compute_dtype: float32
|
18 |
+
|
19 |
+
The following `bitsandbytes` quantization config was used during training:
|
20 |
+
- quant_method: bitsandbytes
|
21 |
+
- load_in_8bit: False
|
22 |
+
- load_in_4bit: True
|
23 |
+
- llm_int8_threshold: 6.0
|
24 |
+
- llm_int8_skip_modules: None
|
25 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
26 |
+
- llm_int8_has_fp16_weight: False
|
27 |
+
- bnb_4bit_quant_type: fp4
|
28 |
+
- bnb_4bit_use_double_quant: False
|
29 |
+
- bnb_4bit_compute_dtype: float32
|
30 |
+
### Framework versions
|
31 |
+
|
32 |
+
- PEFT 0.5.0
|
33 |
+
|
34 |
+
- PEFT 0.5.0
|
checkpoint-300/adapter_config.json
ADDED
@@ -0,0 +1,21 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"auto_mapping": null,
|
3 |
+
"base_model_name_or_path": "meta-llama/Llama-2-7b-hf",
|
4 |
+
"bias": "none",
|
5 |
+
"fan_in_fan_out": false,
|
6 |
+
"inference_mode": true,
|
7 |
+
"init_lora_weights": true,
|
8 |
+
"layers_pattern": null,
|
9 |
+
"layers_to_transform": null,
|
10 |
+
"lora_alpha": 16,
|
11 |
+
"lora_dropout": 0.0,
|
12 |
+
"modules_to_save": null,
|
13 |
+
"peft_type": "LORA",
|
14 |
+
"r": 64,
|
15 |
+
"revision": null,
|
16 |
+
"target_modules": [
|
17 |
+
"q_proj",
|
18 |
+
"v_proj"
|
19 |
+
],
|
20 |
+
"task_type": "CAUSAL_LM"
|
21 |
+
}
|
checkpoint-300/adapter_model.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:6072e879a53e7f76144d0cd98065486ec86af752e1c01d7ecc2568cc087bf2a4
|
3 |
+
size 134263757
|
checkpoint-300/optimizer.pt
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:0a6b9916f9d67af00d28f037d3faee40d76a452a312333e1eafd87d6e511188d
|
3 |
+
size 268543173
|
checkpoint-300/rng_state.pth
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:972139d83957a9cf2600cb6eeca17287d7a5377c33a53500ae7e13fe830ad36b
|
3 |
+
size 14575
|
checkpoint-300/scheduler.pt
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:edc47f0742ef5c8a314a5db555bde8effac41ae7c49084ccdc75f78545e1a3f1
|
3 |
+
size 627
|
checkpoint-300/special_tokens_map.json
ADDED
@@ -0,0 +1,24 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"bos_token": {
|
3 |
+
"content": "<s>",
|
4 |
+
"lstrip": false,
|
5 |
+
"normalized": false,
|
6 |
+
"rstrip": false,
|
7 |
+
"single_word": false
|
8 |
+
},
|
9 |
+
"eos_token": {
|
10 |
+
"content": "</s>",
|
11 |
+
"lstrip": false,
|
12 |
+
"normalized": false,
|
13 |
+
"rstrip": false,
|
14 |
+
"single_word": false
|
15 |
+
},
|
16 |
+
"pad_token": "</s>",
|
17 |
+
"unk_token": {
|
18 |
+
"content": "<unk>",
|
19 |
+
"lstrip": false,
|
20 |
+
"normalized": false,
|
21 |
+
"rstrip": false,
|
22 |
+
"single_word": false
|
23 |
+
}
|
24 |
+
}
|
checkpoint-300/tokenizer.json
ADDED
The diff for this file is too large to render.
See raw diff
|
|
checkpoint-300/tokenizer_config.json
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"bos_token": {
|
3 |
+
"__type": "AddedToken",
|
4 |
+
"content": "<s>",
|
5 |
+
"lstrip": false,
|
6 |
+
"normalized": false,
|
7 |
+
"rstrip": false,
|
8 |
+
"single_word": false
|
9 |
+
},
|
10 |
+
"clean_up_tokenization_spaces": false,
|
11 |
+
"eos_token": {
|
12 |
+
"__type": "AddedToken",
|
13 |
+
"content": "</s>",
|
14 |
+
"lstrip": false,
|
15 |
+
"normalized": false,
|
16 |
+
"rstrip": false,
|
17 |
+
"single_word": false
|
18 |
+
},
|
19 |
+
"legacy": false,
|
20 |
+
"model_max_length": 1000000000000000019884624838656,
|
21 |
+
"pad_token": null,
|
22 |
+
"padding_side": "right",
|
23 |
+
"sp_model_kwargs": {},
|
24 |
+
"tokenizer_class": "LlamaTokenizer",
|
25 |
+
"unk_token": {
|
26 |
+
"__type": "AddedToken",
|
27 |
+
"content": "<unk>",
|
28 |
+
"lstrip": false,
|
29 |
+
"normalized": false,
|
30 |
+
"rstrip": false,
|
31 |
+
"single_word": false
|
32 |
+
},
|
33 |
+
"use_default_system_prompt": true
|
34 |
+
}
|
checkpoint-300/trainer_state.json
ADDED
@@ -0,0 +1,1819 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"best_metric": null,
|
3 |
+
"best_model_checkpoint": null,
|
4 |
+
"epoch": 1.0619469026548674,
|
5 |
+
"eval_steps": 500,
|
6 |
+
"global_step": 300,
|
7 |
+
"is_hyper_param_search": false,
|
8 |
+
"is_local_process_zero": true,
|
9 |
+
"is_world_process_zero": true,
|
10 |
+
"log_history": [
|
11 |
+
{
|
12 |
+
"epoch": 0.0,
|
13 |
+
"learning_rate": 1.4083333333333335e-05,
|
14 |
+
"loss": 3.5534,
|
15 |
+
"step": 1
|
16 |
+
},
|
17 |
+
{
|
18 |
+
"epoch": 0.01,
|
19 |
+
"learning_rate": 1.4066666666666667e-05,
|
20 |
+
"loss": 3.7127,
|
21 |
+
"step": 2
|
22 |
+
},
|
23 |
+
{
|
24 |
+
"epoch": 0.01,
|
25 |
+
"learning_rate": 1.4050000000000001e-05,
|
26 |
+
"loss": 4.2623,
|
27 |
+
"step": 3
|
28 |
+
},
|
29 |
+
{
|
30 |
+
"epoch": 0.01,
|
31 |
+
"learning_rate": 1.4033333333333333e-05,
|
32 |
+
"loss": 3.7368,
|
33 |
+
"step": 4
|
34 |
+
},
|
35 |
+
{
|
36 |
+
"epoch": 0.02,
|
37 |
+
"learning_rate": 1.4016666666666667e-05,
|
38 |
+
"loss": 4.161,
|
39 |
+
"step": 5
|
40 |
+
},
|
41 |
+
{
|
42 |
+
"epoch": 0.02,
|
43 |
+
"learning_rate": 1.4e-05,
|
44 |
+
"loss": 3.6681,
|
45 |
+
"step": 6
|
46 |
+
},
|
47 |
+
{
|
48 |
+
"epoch": 0.02,
|
49 |
+
"learning_rate": 1.3983333333333334e-05,
|
50 |
+
"loss": 3.9844,
|
51 |
+
"step": 7
|
52 |
+
},
|
53 |
+
{
|
54 |
+
"epoch": 0.03,
|
55 |
+
"learning_rate": 1.3966666666666666e-05,
|
56 |
+
"loss": 3.8629,
|
57 |
+
"step": 8
|
58 |
+
},
|
59 |
+
{
|
60 |
+
"epoch": 0.03,
|
61 |
+
"learning_rate": 1.395e-05,
|
62 |
+
"loss": 3.5326,
|
63 |
+
"step": 9
|
64 |
+
},
|
65 |
+
{
|
66 |
+
"epoch": 0.04,
|
67 |
+
"learning_rate": 1.3933333333333334e-05,
|
68 |
+
"loss": 4.133,
|
69 |
+
"step": 10
|
70 |
+
},
|
71 |
+
{
|
72 |
+
"epoch": 0.04,
|
73 |
+
"learning_rate": 1.3916666666666668e-05,
|
74 |
+
"loss": 3.4204,
|
75 |
+
"step": 11
|
76 |
+
},
|
77 |
+
{
|
78 |
+
"epoch": 0.04,
|
79 |
+
"learning_rate": 1.39e-05,
|
80 |
+
"loss": 3.8807,
|
81 |
+
"step": 12
|
82 |
+
},
|
83 |
+
{
|
84 |
+
"epoch": 0.05,
|
85 |
+
"learning_rate": 1.3883333333333335e-05,
|
86 |
+
"loss": 3.0356,
|
87 |
+
"step": 13
|
88 |
+
},
|
89 |
+
{
|
90 |
+
"epoch": 0.05,
|
91 |
+
"learning_rate": 1.3866666666666667e-05,
|
92 |
+
"loss": 4.1021,
|
93 |
+
"step": 14
|
94 |
+
},
|
95 |
+
{
|
96 |
+
"epoch": 0.05,
|
97 |
+
"learning_rate": 1.3850000000000001e-05,
|
98 |
+
"loss": 3.601,
|
99 |
+
"step": 15
|
100 |
+
},
|
101 |
+
{
|
102 |
+
"epoch": 0.06,
|
103 |
+
"learning_rate": 1.3833333333333334e-05,
|
104 |
+
"loss": 3.9449,
|
105 |
+
"step": 16
|
106 |
+
},
|
107 |
+
{
|
108 |
+
"epoch": 0.06,
|
109 |
+
"learning_rate": 1.3816666666666668e-05,
|
110 |
+
"loss": 3.5298,
|
111 |
+
"step": 17
|
112 |
+
},
|
113 |
+
{
|
114 |
+
"epoch": 0.06,
|
115 |
+
"learning_rate": 1.38e-05,
|
116 |
+
"loss": 4.0018,
|
117 |
+
"step": 18
|
118 |
+
},
|
119 |
+
{
|
120 |
+
"epoch": 0.07,
|
121 |
+
"learning_rate": 1.3783333333333334e-05,
|
122 |
+
"loss": 3.9118,
|
123 |
+
"step": 19
|
124 |
+
},
|
125 |
+
{
|
126 |
+
"epoch": 0.07,
|
127 |
+
"learning_rate": 1.3766666666666666e-05,
|
128 |
+
"loss": 3.4263,
|
129 |
+
"step": 20
|
130 |
+
},
|
131 |
+
{
|
132 |
+
"epoch": 0.07,
|
133 |
+
"learning_rate": 1.375e-05,
|
134 |
+
"loss": 3.6932,
|
135 |
+
"step": 21
|
136 |
+
},
|
137 |
+
{
|
138 |
+
"epoch": 0.08,
|
139 |
+
"learning_rate": 1.3733333333333333e-05,
|
140 |
+
"loss": 3.635,
|
141 |
+
"step": 22
|
142 |
+
},
|
143 |
+
{
|
144 |
+
"epoch": 0.08,
|
145 |
+
"learning_rate": 1.3716666666666667e-05,
|
146 |
+
"loss": 3.4161,
|
147 |
+
"step": 23
|
148 |
+
},
|
149 |
+
{
|
150 |
+
"epoch": 0.08,
|
151 |
+
"learning_rate": 1.37e-05,
|
152 |
+
"loss": 3.7193,
|
153 |
+
"step": 24
|
154 |
+
},
|
155 |
+
{
|
156 |
+
"epoch": 0.09,
|
157 |
+
"learning_rate": 1.3683333333333333e-05,
|
158 |
+
"loss": 3.4549,
|
159 |
+
"step": 25
|
160 |
+
},
|
161 |
+
{
|
162 |
+
"epoch": 0.09,
|
163 |
+
"learning_rate": 1.3666666666666667e-05,
|
164 |
+
"loss": 4.1942,
|
165 |
+
"step": 26
|
166 |
+
},
|
167 |
+
{
|
168 |
+
"epoch": 0.1,
|
169 |
+
"learning_rate": 1.3650000000000001e-05,
|
170 |
+
"loss": 3.3606,
|
171 |
+
"step": 27
|
172 |
+
},
|
173 |
+
{
|
174 |
+
"epoch": 0.1,
|
175 |
+
"learning_rate": 1.3633333333333334e-05,
|
176 |
+
"loss": 3.3916,
|
177 |
+
"step": 28
|
178 |
+
},
|
179 |
+
{
|
180 |
+
"epoch": 0.1,
|
181 |
+
"learning_rate": 1.3616666666666668e-05,
|
182 |
+
"loss": 3.8369,
|
183 |
+
"step": 29
|
184 |
+
},
|
185 |
+
{
|
186 |
+
"epoch": 0.11,
|
187 |
+
"learning_rate": 1.36e-05,
|
188 |
+
"loss": 4.0893,
|
189 |
+
"step": 30
|
190 |
+
},
|
191 |
+
{
|
192 |
+
"epoch": 0.11,
|
193 |
+
"learning_rate": 1.3583333333333334e-05,
|
194 |
+
"loss": 3.4825,
|
195 |
+
"step": 31
|
196 |
+
},
|
197 |
+
{
|
198 |
+
"epoch": 0.11,
|
199 |
+
"learning_rate": 1.3566666666666667e-05,
|
200 |
+
"loss": 3.6664,
|
201 |
+
"step": 32
|
202 |
+
},
|
203 |
+
{
|
204 |
+
"epoch": 0.12,
|
205 |
+
"learning_rate": 1.355e-05,
|
206 |
+
"loss": 3.6649,
|
207 |
+
"step": 33
|
208 |
+
},
|
209 |
+
{
|
210 |
+
"epoch": 0.12,
|
211 |
+
"learning_rate": 1.3533333333333335e-05,
|
212 |
+
"loss": 2.7988,
|
213 |
+
"step": 34
|
214 |
+
},
|
215 |
+
{
|
216 |
+
"epoch": 0.12,
|
217 |
+
"learning_rate": 1.3516666666666667e-05,
|
218 |
+
"loss": 3.8814,
|
219 |
+
"step": 35
|
220 |
+
},
|
221 |
+
{
|
222 |
+
"epoch": 0.13,
|
223 |
+
"learning_rate": 1.3500000000000001e-05,
|
224 |
+
"loss": 3.3368,
|
225 |
+
"step": 36
|
226 |
+
},
|
227 |
+
{
|
228 |
+
"epoch": 0.13,
|
229 |
+
"learning_rate": 1.3483333333333334e-05,
|
230 |
+
"loss": 3.8391,
|
231 |
+
"step": 37
|
232 |
+
},
|
233 |
+
{
|
234 |
+
"epoch": 0.13,
|
235 |
+
"learning_rate": 1.3466666666666668e-05,
|
236 |
+
"loss": 3.4131,
|
237 |
+
"step": 38
|
238 |
+
},
|
239 |
+
{
|
240 |
+
"epoch": 0.14,
|
241 |
+
"learning_rate": 1.345e-05,
|
242 |
+
"loss": 3.8337,
|
243 |
+
"step": 39
|
244 |
+
},
|
245 |
+
{
|
246 |
+
"epoch": 0.14,
|
247 |
+
"learning_rate": 1.3433333333333334e-05,
|
248 |
+
"loss": 3.7387,
|
249 |
+
"step": 40
|
250 |
+
},
|
251 |
+
{
|
252 |
+
"epoch": 0.15,
|
253 |
+
"learning_rate": 1.3416666666666666e-05,
|
254 |
+
"loss": 3.5366,
|
255 |
+
"step": 41
|
256 |
+
},
|
257 |
+
{
|
258 |
+
"epoch": 0.15,
|
259 |
+
"learning_rate": 1.34e-05,
|
260 |
+
"loss": 3.4234,
|
261 |
+
"step": 42
|
262 |
+
},
|
263 |
+
{
|
264 |
+
"epoch": 0.15,
|
265 |
+
"learning_rate": 1.3383333333333333e-05,
|
266 |
+
"loss": 3.9778,
|
267 |
+
"step": 43
|
268 |
+
},
|
269 |
+
{
|
270 |
+
"epoch": 0.16,
|
271 |
+
"learning_rate": 1.3366666666666667e-05,
|
272 |
+
"loss": 3.3433,
|
273 |
+
"step": 44
|
274 |
+
},
|
275 |
+
{
|
276 |
+
"epoch": 0.16,
|
277 |
+
"learning_rate": 1.3350000000000001e-05,
|
278 |
+
"loss": 3.5675,
|
279 |
+
"step": 45
|
280 |
+
},
|
281 |
+
{
|
282 |
+
"epoch": 0.16,
|
283 |
+
"learning_rate": 1.3333333333333335e-05,
|
284 |
+
"loss": 3.6335,
|
285 |
+
"step": 46
|
286 |
+
},
|
287 |
+
{
|
288 |
+
"epoch": 0.17,
|
289 |
+
"learning_rate": 1.3316666666666667e-05,
|
290 |
+
"loss": 3.864,
|
291 |
+
"step": 47
|
292 |
+
},
|
293 |
+
{
|
294 |
+
"epoch": 0.17,
|
295 |
+
"learning_rate": 1.3300000000000001e-05,
|
296 |
+
"loss": 3.6632,
|
297 |
+
"step": 48
|
298 |
+
},
|
299 |
+
{
|
300 |
+
"epoch": 0.17,
|
301 |
+
"learning_rate": 1.3283333333333334e-05,
|
302 |
+
"loss": 4.4024,
|
303 |
+
"step": 49
|
304 |
+
},
|
305 |
+
{
|
306 |
+
"epoch": 0.18,
|
307 |
+
"learning_rate": 1.3266666666666668e-05,
|
308 |
+
"loss": 3.1513,
|
309 |
+
"step": 50
|
310 |
+
},
|
311 |
+
{
|
312 |
+
"epoch": 0.18,
|
313 |
+
"learning_rate": 1.325e-05,
|
314 |
+
"loss": 2.8684,
|
315 |
+
"step": 51
|
316 |
+
},
|
317 |
+
{
|
318 |
+
"epoch": 0.18,
|
319 |
+
"learning_rate": 1.3233333333333334e-05,
|
320 |
+
"loss": 3.3777,
|
321 |
+
"step": 52
|
322 |
+
},
|
323 |
+
{
|
324 |
+
"epoch": 0.19,
|
325 |
+
"learning_rate": 1.3216666666666667e-05,
|
326 |
+
"loss": 3.2801,
|
327 |
+
"step": 53
|
328 |
+
},
|
329 |
+
{
|
330 |
+
"epoch": 0.19,
|
331 |
+
"learning_rate": 1.32e-05,
|
332 |
+
"loss": 3.5396,
|
333 |
+
"step": 54
|
334 |
+
},
|
335 |
+
{
|
336 |
+
"epoch": 0.19,
|
337 |
+
"learning_rate": 1.3183333333333333e-05,
|
338 |
+
"loss": 3.7721,
|
339 |
+
"step": 55
|
340 |
+
},
|
341 |
+
{
|
342 |
+
"epoch": 0.2,
|
343 |
+
"learning_rate": 1.3166666666666667e-05,
|
344 |
+
"loss": 3.7046,
|
345 |
+
"step": 56
|
346 |
+
},
|
347 |
+
{
|
348 |
+
"epoch": 0.2,
|
349 |
+
"learning_rate": 1.315e-05,
|
350 |
+
"loss": 3.5611,
|
351 |
+
"step": 57
|
352 |
+
},
|
353 |
+
{
|
354 |
+
"epoch": 0.21,
|
355 |
+
"learning_rate": 1.3133333333333334e-05,
|
356 |
+
"loss": 4.0658,
|
357 |
+
"step": 58
|
358 |
+
},
|
359 |
+
{
|
360 |
+
"epoch": 0.21,
|
361 |
+
"learning_rate": 1.3116666666666666e-05,
|
362 |
+
"loss": 3.1316,
|
363 |
+
"step": 59
|
364 |
+
},
|
365 |
+
{
|
366 |
+
"epoch": 0.21,
|
367 |
+
"learning_rate": 1.31e-05,
|
368 |
+
"loss": 3.4185,
|
369 |
+
"step": 60
|
370 |
+
},
|
371 |
+
{
|
372 |
+
"epoch": 0.22,
|
373 |
+
"learning_rate": 1.3083333333333332e-05,
|
374 |
+
"loss": 3.438,
|
375 |
+
"step": 61
|
376 |
+
},
|
377 |
+
{
|
378 |
+
"epoch": 0.22,
|
379 |
+
"learning_rate": 1.3066666666666668e-05,
|
380 |
+
"loss": 3.2125,
|
381 |
+
"step": 62
|
382 |
+
},
|
383 |
+
{
|
384 |
+
"epoch": 0.22,
|
385 |
+
"learning_rate": 1.305e-05,
|
386 |
+
"loss": 3.2451,
|
387 |
+
"step": 63
|
388 |
+
},
|
389 |
+
{
|
390 |
+
"epoch": 0.23,
|
391 |
+
"learning_rate": 1.3033333333333334e-05,
|
392 |
+
"loss": 3.3465,
|
393 |
+
"step": 64
|
394 |
+
},
|
395 |
+
{
|
396 |
+
"epoch": 0.23,
|
397 |
+
"learning_rate": 1.3016666666666667e-05,
|
398 |
+
"loss": 3.3044,
|
399 |
+
"step": 65
|
400 |
+
},
|
401 |
+
{
|
402 |
+
"epoch": 0.23,
|
403 |
+
"learning_rate": 1.3000000000000001e-05,
|
404 |
+
"loss": 3.6976,
|
405 |
+
"step": 66
|
406 |
+
},
|
407 |
+
{
|
408 |
+
"epoch": 0.24,
|
409 |
+
"learning_rate": 1.2983333333333335e-05,
|
410 |
+
"loss": 3.649,
|
411 |
+
"step": 67
|
412 |
+
},
|
413 |
+
{
|
414 |
+
"epoch": 0.24,
|
415 |
+
"learning_rate": 1.2966666666666667e-05,
|
416 |
+
"loss": 3.428,
|
417 |
+
"step": 68
|
418 |
+
},
|
419 |
+
{
|
420 |
+
"epoch": 0.24,
|
421 |
+
"learning_rate": 1.2950000000000001e-05,
|
422 |
+
"loss": 3.2451,
|
423 |
+
"step": 69
|
424 |
+
},
|
425 |
+
{
|
426 |
+
"epoch": 0.25,
|
427 |
+
"learning_rate": 1.2933333333333334e-05,
|
428 |
+
"loss": 3.1329,
|
429 |
+
"step": 70
|
430 |
+
},
|
431 |
+
{
|
432 |
+
"epoch": 0.25,
|
433 |
+
"learning_rate": 1.2916666666666668e-05,
|
434 |
+
"loss": 3.0509,
|
435 |
+
"step": 71
|
436 |
+
},
|
437 |
+
{
|
438 |
+
"epoch": 0.25,
|
439 |
+
"learning_rate": 1.29e-05,
|
440 |
+
"loss": 3.2347,
|
441 |
+
"step": 72
|
442 |
+
},
|
443 |
+
{
|
444 |
+
"epoch": 0.26,
|
445 |
+
"learning_rate": 1.2883333333333334e-05,
|
446 |
+
"loss": 3.1726,
|
447 |
+
"step": 73
|
448 |
+
},
|
449 |
+
{
|
450 |
+
"epoch": 0.26,
|
451 |
+
"learning_rate": 1.2866666666666667e-05,
|
452 |
+
"loss": 3.7461,
|
453 |
+
"step": 74
|
454 |
+
},
|
455 |
+
{
|
456 |
+
"epoch": 0.27,
|
457 |
+
"learning_rate": 1.285e-05,
|
458 |
+
"loss": 3.3563,
|
459 |
+
"step": 75
|
460 |
+
},
|
461 |
+
{
|
462 |
+
"epoch": 0.27,
|
463 |
+
"learning_rate": 1.2833333333333333e-05,
|
464 |
+
"loss": 3.4234,
|
465 |
+
"step": 76
|
466 |
+
},
|
467 |
+
{
|
468 |
+
"epoch": 0.27,
|
469 |
+
"learning_rate": 1.2816666666666667e-05,
|
470 |
+
"loss": 3.1188,
|
471 |
+
"step": 77
|
472 |
+
},
|
473 |
+
{
|
474 |
+
"epoch": 0.28,
|
475 |
+
"learning_rate": 1.28e-05,
|
476 |
+
"loss": 3.384,
|
477 |
+
"step": 78
|
478 |
+
},
|
479 |
+
{
|
480 |
+
"epoch": 0.28,
|
481 |
+
"learning_rate": 1.2783333333333333e-05,
|
482 |
+
"loss": 3.4152,
|
483 |
+
"step": 79
|
484 |
+
},
|
485 |
+
{
|
486 |
+
"epoch": 0.28,
|
487 |
+
"learning_rate": 1.2766666666666668e-05,
|
488 |
+
"loss": 3.6954,
|
489 |
+
"step": 80
|
490 |
+
},
|
491 |
+
{
|
492 |
+
"epoch": 0.29,
|
493 |
+
"learning_rate": 1.2750000000000002e-05,
|
494 |
+
"loss": 3.6661,
|
495 |
+
"step": 81
|
496 |
+
},
|
497 |
+
{
|
498 |
+
"epoch": 0.29,
|
499 |
+
"learning_rate": 1.2733333333333334e-05,
|
500 |
+
"loss": 3.9602,
|
501 |
+
"step": 82
|
502 |
+
},
|
503 |
+
{
|
504 |
+
"epoch": 0.29,
|
505 |
+
"learning_rate": 1.2716666666666668e-05,
|
506 |
+
"loss": 3.2385,
|
507 |
+
"step": 83
|
508 |
+
},
|
509 |
+
{
|
510 |
+
"epoch": 0.3,
|
511 |
+
"learning_rate": 1.27e-05,
|
512 |
+
"loss": 3.0475,
|
513 |
+
"step": 84
|
514 |
+
},
|
515 |
+
{
|
516 |
+
"epoch": 0.3,
|
517 |
+
"learning_rate": 1.2683333333333334e-05,
|
518 |
+
"loss": 3.6019,
|
519 |
+
"step": 85
|
520 |
+
},
|
521 |
+
{
|
522 |
+
"epoch": 0.3,
|
523 |
+
"learning_rate": 1.2666666666666667e-05,
|
524 |
+
"loss": 3.4866,
|
525 |
+
"step": 86
|
526 |
+
},
|
527 |
+
{
|
528 |
+
"epoch": 0.31,
|
529 |
+
"learning_rate": 1.2650000000000001e-05,
|
530 |
+
"loss": 3.53,
|
531 |
+
"step": 87
|
532 |
+
},
|
533 |
+
{
|
534 |
+
"epoch": 0.31,
|
535 |
+
"learning_rate": 1.2633333333333333e-05,
|
536 |
+
"loss": 3.2146,
|
537 |
+
"step": 88
|
538 |
+
},
|
539 |
+
{
|
540 |
+
"epoch": 0.32,
|
541 |
+
"learning_rate": 1.2616666666666667e-05,
|
542 |
+
"loss": 3.0397,
|
543 |
+
"step": 89
|
544 |
+
},
|
545 |
+
{
|
546 |
+
"epoch": 0.32,
|
547 |
+
"learning_rate": 1.26e-05,
|
548 |
+
"loss": 3.917,
|
549 |
+
"step": 90
|
550 |
+
},
|
551 |
+
{
|
552 |
+
"epoch": 0.32,
|
553 |
+
"learning_rate": 1.2583333333333334e-05,
|
554 |
+
"loss": 3.1018,
|
555 |
+
"step": 91
|
556 |
+
},
|
557 |
+
{
|
558 |
+
"epoch": 0.33,
|
559 |
+
"learning_rate": 1.2566666666666666e-05,
|
560 |
+
"loss": 3.3793,
|
561 |
+
"step": 92
|
562 |
+
},
|
563 |
+
{
|
564 |
+
"epoch": 0.33,
|
565 |
+
"learning_rate": 1.255e-05,
|
566 |
+
"loss": 3.3385,
|
567 |
+
"step": 93
|
568 |
+
},
|
569 |
+
{
|
570 |
+
"epoch": 0.33,
|
571 |
+
"learning_rate": 1.2533333333333332e-05,
|
572 |
+
"loss": 2.6842,
|
573 |
+
"step": 94
|
574 |
+
},
|
575 |
+
{
|
576 |
+
"epoch": 0.34,
|
577 |
+
"learning_rate": 1.2516666666666667e-05,
|
578 |
+
"loss": 3.2845,
|
579 |
+
"step": 95
|
580 |
+
},
|
581 |
+
{
|
582 |
+
"epoch": 0.34,
|
583 |
+
"learning_rate": 1.2499999999999999e-05,
|
584 |
+
"loss": 3.6947,
|
585 |
+
"step": 96
|
586 |
+
},
|
587 |
+
{
|
588 |
+
"epoch": 0.34,
|
589 |
+
"learning_rate": 1.2483333333333335e-05,
|
590 |
+
"loss": 2.8063,
|
591 |
+
"step": 97
|
592 |
+
},
|
593 |
+
{
|
594 |
+
"epoch": 0.35,
|
595 |
+
"learning_rate": 1.2466666666666669e-05,
|
596 |
+
"loss": 3.316,
|
597 |
+
"step": 98
|
598 |
+
},
|
599 |
+
{
|
600 |
+
"epoch": 0.35,
|
601 |
+
"learning_rate": 1.2450000000000001e-05,
|
602 |
+
"loss": 3.1536,
|
603 |
+
"step": 99
|
604 |
+
},
|
605 |
+
{
|
606 |
+
"epoch": 0.35,
|
607 |
+
"learning_rate": 1.2433333333333335e-05,
|
608 |
+
"loss": 3.4605,
|
609 |
+
"step": 100
|
610 |
+
},
|
611 |
+
{
|
612 |
+
"epoch": 0.36,
|
613 |
+
"learning_rate": 1.2416666666666667e-05,
|
614 |
+
"loss": 3.2677,
|
615 |
+
"step": 101
|
616 |
+
},
|
617 |
+
{
|
618 |
+
"epoch": 0.36,
|
619 |
+
"learning_rate": 1.2400000000000002e-05,
|
620 |
+
"loss": 2.9653,
|
621 |
+
"step": 102
|
622 |
+
},
|
623 |
+
{
|
624 |
+
"epoch": 0.36,
|
625 |
+
"learning_rate": 1.2383333333333334e-05,
|
626 |
+
"loss": 3.3598,
|
627 |
+
"step": 103
|
628 |
+
},
|
629 |
+
{
|
630 |
+
"epoch": 0.37,
|
631 |
+
"learning_rate": 1.2366666666666668e-05,
|
632 |
+
"loss": 3.4419,
|
633 |
+
"step": 104
|
634 |
+
},
|
635 |
+
{
|
636 |
+
"epoch": 0.37,
|
637 |
+
"learning_rate": 1.235e-05,
|
638 |
+
"loss": 3.3684,
|
639 |
+
"step": 105
|
640 |
+
},
|
641 |
+
{
|
642 |
+
"epoch": 0.38,
|
643 |
+
"learning_rate": 1.2333333333333334e-05,
|
644 |
+
"loss": 2.8683,
|
645 |
+
"step": 106
|
646 |
+
},
|
647 |
+
{
|
648 |
+
"epoch": 0.38,
|
649 |
+
"learning_rate": 1.2316666666666667e-05,
|
650 |
+
"loss": 2.8454,
|
651 |
+
"step": 107
|
652 |
+
},
|
653 |
+
{
|
654 |
+
"epoch": 0.38,
|
655 |
+
"learning_rate": 1.23e-05,
|
656 |
+
"loss": 3.4689,
|
657 |
+
"step": 108
|
658 |
+
},
|
659 |
+
{
|
660 |
+
"epoch": 0.39,
|
661 |
+
"learning_rate": 1.2283333333333333e-05,
|
662 |
+
"loss": 3.0329,
|
663 |
+
"step": 109
|
664 |
+
},
|
665 |
+
{
|
666 |
+
"epoch": 0.39,
|
667 |
+
"learning_rate": 1.2266666666666667e-05,
|
668 |
+
"loss": 3.0946,
|
669 |
+
"step": 110
|
670 |
+
},
|
671 |
+
{
|
672 |
+
"epoch": 0.39,
|
673 |
+
"learning_rate": 1.225e-05,
|
674 |
+
"loss": 3.4267,
|
675 |
+
"step": 111
|
676 |
+
},
|
677 |
+
{
|
678 |
+
"epoch": 0.4,
|
679 |
+
"learning_rate": 1.2233333333333334e-05,
|
680 |
+
"loss": 2.6103,
|
681 |
+
"step": 112
|
682 |
+
},
|
683 |
+
{
|
684 |
+
"epoch": 0.4,
|
685 |
+
"learning_rate": 1.2216666666666666e-05,
|
686 |
+
"loss": 3.4916,
|
687 |
+
"step": 113
|
688 |
+
},
|
689 |
+
{
|
690 |
+
"epoch": 0.4,
|
691 |
+
"learning_rate": 1.22e-05,
|
692 |
+
"loss": 2.8278,
|
693 |
+
"step": 114
|
694 |
+
},
|
695 |
+
{
|
696 |
+
"epoch": 0.41,
|
697 |
+
"learning_rate": 1.2183333333333334e-05,
|
698 |
+
"loss": 3.4184,
|
699 |
+
"step": 115
|
700 |
+
},
|
701 |
+
{
|
702 |
+
"epoch": 0.41,
|
703 |
+
"learning_rate": 1.2166666666666668e-05,
|
704 |
+
"loss": 3.2575,
|
705 |
+
"step": 116
|
706 |
+
},
|
707 |
+
{
|
708 |
+
"epoch": 0.41,
|
709 |
+
"learning_rate": 1.215e-05,
|
710 |
+
"loss": 3.1622,
|
711 |
+
"step": 117
|
712 |
+
},
|
713 |
+
{
|
714 |
+
"epoch": 0.42,
|
715 |
+
"learning_rate": 1.2133333333333335e-05,
|
716 |
+
"loss": 3.2256,
|
717 |
+
"step": 118
|
718 |
+
},
|
719 |
+
{
|
720 |
+
"epoch": 0.42,
|
721 |
+
"learning_rate": 1.2116666666666667e-05,
|
722 |
+
"loss": 2.8456,
|
723 |
+
"step": 119
|
724 |
+
},
|
725 |
+
{
|
726 |
+
"epoch": 0.42,
|
727 |
+
"learning_rate": 1.2100000000000001e-05,
|
728 |
+
"loss": 3.6248,
|
729 |
+
"step": 120
|
730 |
+
},
|
731 |
+
{
|
732 |
+
"epoch": 0.43,
|
733 |
+
"learning_rate": 1.2083333333333333e-05,
|
734 |
+
"loss": 3.2128,
|
735 |
+
"step": 121
|
736 |
+
},
|
737 |
+
{
|
738 |
+
"epoch": 0.43,
|
739 |
+
"learning_rate": 1.2066666666666667e-05,
|
740 |
+
"loss": 3.0852,
|
741 |
+
"step": 122
|
742 |
+
},
|
743 |
+
{
|
744 |
+
"epoch": 0.44,
|
745 |
+
"learning_rate": 1.205e-05,
|
746 |
+
"loss": 3.2686,
|
747 |
+
"step": 123
|
748 |
+
},
|
749 |
+
{
|
750 |
+
"epoch": 0.44,
|
751 |
+
"learning_rate": 1.2033333333333334e-05,
|
752 |
+
"loss": 3.4366,
|
753 |
+
"step": 124
|
754 |
+
},
|
755 |
+
{
|
756 |
+
"epoch": 0.44,
|
757 |
+
"learning_rate": 1.2016666666666666e-05,
|
758 |
+
"loss": 3.2794,
|
759 |
+
"step": 125
|
760 |
+
},
|
761 |
+
{
|
762 |
+
"epoch": 0.45,
|
763 |
+
"learning_rate": 1.2e-05,
|
764 |
+
"loss": 2.689,
|
765 |
+
"step": 126
|
766 |
+
},
|
767 |
+
{
|
768 |
+
"epoch": 0.45,
|
769 |
+
"learning_rate": 1.1983333333333333e-05,
|
770 |
+
"loss": 3.3091,
|
771 |
+
"step": 127
|
772 |
+
},
|
773 |
+
{
|
774 |
+
"epoch": 0.45,
|
775 |
+
"learning_rate": 1.1966666666666667e-05,
|
776 |
+
"loss": 3.1924,
|
777 |
+
"step": 128
|
778 |
+
},
|
779 |
+
{
|
780 |
+
"epoch": 0.46,
|
781 |
+
"learning_rate": 1.1949999999999999e-05,
|
782 |
+
"loss": 3.0588,
|
783 |
+
"step": 129
|
784 |
+
},
|
785 |
+
{
|
786 |
+
"epoch": 0.46,
|
787 |
+
"learning_rate": 1.1933333333333333e-05,
|
788 |
+
"loss": 2.9421,
|
789 |
+
"step": 130
|
790 |
+
},
|
791 |
+
{
|
792 |
+
"epoch": 0.46,
|
793 |
+
"learning_rate": 1.1916666666666667e-05,
|
794 |
+
"loss": 2.5453,
|
795 |
+
"step": 131
|
796 |
+
},
|
797 |
+
{
|
798 |
+
"epoch": 0.47,
|
799 |
+
"learning_rate": 1.19e-05,
|
800 |
+
"loss": 2.8745,
|
801 |
+
"step": 132
|
802 |
+
},
|
803 |
+
{
|
804 |
+
"epoch": 0.47,
|
805 |
+
"learning_rate": 1.1883333333333335e-05,
|
806 |
+
"loss": 3.0359,
|
807 |
+
"step": 133
|
808 |
+
},
|
809 |
+
{
|
810 |
+
"epoch": 0.47,
|
811 |
+
"learning_rate": 1.1866666666666668e-05,
|
812 |
+
"loss": 3.6153,
|
813 |
+
"step": 134
|
814 |
+
},
|
815 |
+
{
|
816 |
+
"epoch": 0.48,
|
817 |
+
"learning_rate": 1.1850000000000002e-05,
|
818 |
+
"loss": 2.8771,
|
819 |
+
"step": 135
|
820 |
+
},
|
821 |
+
{
|
822 |
+
"epoch": 0.48,
|
823 |
+
"learning_rate": 1.1833333333333334e-05,
|
824 |
+
"loss": 3.4124,
|
825 |
+
"step": 136
|
826 |
+
},
|
827 |
+
{
|
828 |
+
"epoch": 0.48,
|
829 |
+
"learning_rate": 1.1816666666666668e-05,
|
830 |
+
"loss": 2.8208,
|
831 |
+
"step": 137
|
832 |
+
},
|
833 |
+
{
|
834 |
+
"epoch": 0.49,
|
835 |
+
"learning_rate": 1.18e-05,
|
836 |
+
"loss": 2.8201,
|
837 |
+
"step": 138
|
838 |
+
},
|
839 |
+
{
|
840 |
+
"epoch": 0.49,
|
841 |
+
"learning_rate": 1.1783333333333335e-05,
|
842 |
+
"loss": 3.1083,
|
843 |
+
"step": 139
|
844 |
+
},
|
845 |
+
{
|
846 |
+
"epoch": 0.5,
|
847 |
+
"learning_rate": 1.1766666666666667e-05,
|
848 |
+
"loss": 3.0364,
|
849 |
+
"step": 140
|
850 |
+
},
|
851 |
+
{
|
852 |
+
"epoch": 0.5,
|
853 |
+
"learning_rate": 1.1750000000000001e-05,
|
854 |
+
"loss": 3.4302,
|
855 |
+
"step": 141
|
856 |
+
},
|
857 |
+
{
|
858 |
+
"epoch": 0.5,
|
859 |
+
"learning_rate": 1.1733333333333333e-05,
|
860 |
+
"loss": 3.0199,
|
861 |
+
"step": 142
|
862 |
+
},
|
863 |
+
{
|
864 |
+
"epoch": 0.51,
|
865 |
+
"learning_rate": 1.1716666666666667e-05,
|
866 |
+
"loss": 2.6112,
|
867 |
+
"step": 143
|
868 |
+
},
|
869 |
+
{
|
870 |
+
"epoch": 0.51,
|
871 |
+
"learning_rate": 1.17e-05,
|
872 |
+
"loss": 3.4851,
|
873 |
+
"step": 144
|
874 |
+
},
|
875 |
+
{
|
876 |
+
"epoch": 0.51,
|
877 |
+
"learning_rate": 1.1683333333333334e-05,
|
878 |
+
"loss": 3.1424,
|
879 |
+
"step": 145
|
880 |
+
},
|
881 |
+
{
|
882 |
+
"epoch": 0.52,
|
883 |
+
"learning_rate": 1.1666666666666666e-05,
|
884 |
+
"loss": 2.573,
|
885 |
+
"step": 146
|
886 |
+
},
|
887 |
+
{
|
888 |
+
"epoch": 0.52,
|
889 |
+
"learning_rate": 1.165e-05,
|
890 |
+
"loss": 2.4603,
|
891 |
+
"step": 147
|
892 |
+
},
|
893 |
+
{
|
894 |
+
"epoch": 0.52,
|
895 |
+
"learning_rate": 1.1633333333333333e-05,
|
896 |
+
"loss": 3.1464,
|
897 |
+
"step": 148
|
898 |
+
},
|
899 |
+
{
|
900 |
+
"epoch": 0.53,
|
901 |
+
"learning_rate": 1.1616666666666667e-05,
|
902 |
+
"loss": 3.1204,
|
903 |
+
"step": 149
|
904 |
+
},
|
905 |
+
{
|
906 |
+
"epoch": 0.53,
|
907 |
+
"learning_rate": 1.16e-05,
|
908 |
+
"loss": 3.4997,
|
909 |
+
"step": 150
|
910 |
+
},
|
911 |
+
{
|
912 |
+
"epoch": 0.53,
|
913 |
+
"learning_rate": 1.1583333333333335e-05,
|
914 |
+
"loss": 2.9463,
|
915 |
+
"step": 151
|
916 |
+
},
|
917 |
+
{
|
918 |
+
"epoch": 0.54,
|
919 |
+
"learning_rate": 1.1566666666666667e-05,
|
920 |
+
"loss": 2.8627,
|
921 |
+
"step": 152
|
922 |
+
},
|
923 |
+
{
|
924 |
+
"epoch": 0.54,
|
925 |
+
"learning_rate": 1.1550000000000001e-05,
|
926 |
+
"loss": 2.7335,
|
927 |
+
"step": 153
|
928 |
+
},
|
929 |
+
{
|
930 |
+
"epoch": 0.55,
|
931 |
+
"learning_rate": 1.1533333333333334e-05,
|
932 |
+
"loss": 2.7139,
|
933 |
+
"step": 154
|
934 |
+
},
|
935 |
+
{
|
936 |
+
"epoch": 0.55,
|
937 |
+
"learning_rate": 1.1516666666666668e-05,
|
938 |
+
"loss": 2.7061,
|
939 |
+
"step": 155
|
940 |
+
},
|
941 |
+
{
|
942 |
+
"epoch": 0.55,
|
943 |
+
"learning_rate": 1.15e-05,
|
944 |
+
"loss": 2.8651,
|
945 |
+
"step": 156
|
946 |
+
},
|
947 |
+
{
|
948 |
+
"epoch": 0.56,
|
949 |
+
"learning_rate": 1.1483333333333334e-05,
|
950 |
+
"loss": 2.4994,
|
951 |
+
"step": 157
|
952 |
+
},
|
953 |
+
{
|
954 |
+
"epoch": 0.56,
|
955 |
+
"learning_rate": 1.1466666666666666e-05,
|
956 |
+
"loss": 2.8261,
|
957 |
+
"step": 158
|
958 |
+
},
|
959 |
+
{
|
960 |
+
"epoch": 0.56,
|
961 |
+
"learning_rate": 1.145e-05,
|
962 |
+
"loss": 3.1136,
|
963 |
+
"step": 159
|
964 |
+
},
|
965 |
+
{
|
966 |
+
"epoch": 0.57,
|
967 |
+
"learning_rate": 1.1433333333333333e-05,
|
968 |
+
"loss": 2.6774,
|
969 |
+
"step": 160
|
970 |
+
},
|
971 |
+
{
|
972 |
+
"epoch": 0.57,
|
973 |
+
"learning_rate": 1.1416666666666667e-05,
|
974 |
+
"loss": 2.6297,
|
975 |
+
"step": 161
|
976 |
+
},
|
977 |
+
{
|
978 |
+
"epoch": 0.57,
|
979 |
+
"learning_rate": 1.14e-05,
|
980 |
+
"loss": 2.6361,
|
981 |
+
"step": 162
|
982 |
+
},
|
983 |
+
{
|
984 |
+
"epoch": 0.58,
|
985 |
+
"learning_rate": 1.1383333333333333e-05,
|
986 |
+
"loss": 3.0204,
|
987 |
+
"step": 163
|
988 |
+
},
|
989 |
+
{
|
990 |
+
"epoch": 0.58,
|
991 |
+
"learning_rate": 1.1366666666666667e-05,
|
992 |
+
"loss": 2.5647,
|
993 |
+
"step": 164
|
994 |
+
},
|
995 |
+
{
|
996 |
+
"epoch": 0.58,
|
997 |
+
"learning_rate": 1.135e-05,
|
998 |
+
"loss": 2.97,
|
999 |
+
"step": 165
|
1000 |
+
},
|
1001 |
+
{
|
1002 |
+
"epoch": 0.59,
|
1003 |
+
"learning_rate": 1.1333333333333334e-05,
|
1004 |
+
"loss": 3.5092,
|
1005 |
+
"step": 166
|
1006 |
+
},
|
1007 |
+
{
|
1008 |
+
"epoch": 0.59,
|
1009 |
+
"learning_rate": 1.1316666666666666e-05,
|
1010 |
+
"loss": 2.9867,
|
1011 |
+
"step": 167
|
1012 |
+
},
|
1013 |
+
{
|
1014 |
+
"epoch": 0.59,
|
1015 |
+
"learning_rate": 1.1300000000000002e-05,
|
1016 |
+
"loss": 2.8355,
|
1017 |
+
"step": 168
|
1018 |
+
},
|
1019 |
+
{
|
1020 |
+
"epoch": 0.6,
|
1021 |
+
"learning_rate": 1.1283333333333334e-05,
|
1022 |
+
"loss": 2.9096,
|
1023 |
+
"step": 169
|
1024 |
+
},
|
1025 |
+
{
|
1026 |
+
"epoch": 0.6,
|
1027 |
+
"learning_rate": 1.1266666666666668e-05,
|
1028 |
+
"loss": 3.1279,
|
1029 |
+
"step": 170
|
1030 |
+
},
|
1031 |
+
{
|
1032 |
+
"epoch": 0.61,
|
1033 |
+
"learning_rate": 1.125e-05,
|
1034 |
+
"loss": 3.0572,
|
1035 |
+
"step": 171
|
1036 |
+
},
|
1037 |
+
{
|
1038 |
+
"epoch": 0.61,
|
1039 |
+
"learning_rate": 1.1233333333333335e-05,
|
1040 |
+
"loss": 2.5392,
|
1041 |
+
"step": 172
|
1042 |
+
},
|
1043 |
+
{
|
1044 |
+
"epoch": 0.61,
|
1045 |
+
"learning_rate": 1.1216666666666667e-05,
|
1046 |
+
"loss": 2.4664,
|
1047 |
+
"step": 173
|
1048 |
+
},
|
1049 |
+
{
|
1050 |
+
"epoch": 0.62,
|
1051 |
+
"learning_rate": 1.1200000000000001e-05,
|
1052 |
+
"loss": 2.6093,
|
1053 |
+
"step": 174
|
1054 |
+
},
|
1055 |
+
{
|
1056 |
+
"epoch": 0.62,
|
1057 |
+
"learning_rate": 1.1183333333333334e-05,
|
1058 |
+
"loss": 3.079,
|
1059 |
+
"step": 175
|
1060 |
+
},
|
1061 |
+
{
|
1062 |
+
"epoch": 0.62,
|
1063 |
+
"learning_rate": 1.1166666666666668e-05,
|
1064 |
+
"loss": 2.8751,
|
1065 |
+
"step": 176
|
1066 |
+
},
|
1067 |
+
{
|
1068 |
+
"epoch": 0.63,
|
1069 |
+
"learning_rate": 1.115e-05,
|
1070 |
+
"loss": 2.7902,
|
1071 |
+
"step": 177
|
1072 |
+
},
|
1073 |
+
{
|
1074 |
+
"epoch": 0.63,
|
1075 |
+
"learning_rate": 1.1133333333333334e-05,
|
1076 |
+
"loss": 3.1718,
|
1077 |
+
"step": 178
|
1078 |
+
},
|
1079 |
+
{
|
1080 |
+
"epoch": 0.63,
|
1081 |
+
"learning_rate": 1.1116666666666666e-05,
|
1082 |
+
"loss": 2.6779,
|
1083 |
+
"step": 179
|
1084 |
+
},
|
1085 |
+
{
|
1086 |
+
"epoch": 0.64,
|
1087 |
+
"learning_rate": 1.11e-05,
|
1088 |
+
"loss": 2.4181,
|
1089 |
+
"step": 180
|
1090 |
+
},
|
1091 |
+
{
|
1092 |
+
"epoch": 0.64,
|
1093 |
+
"learning_rate": 1.1083333333333333e-05,
|
1094 |
+
"loss": 2.4039,
|
1095 |
+
"step": 181
|
1096 |
+
},
|
1097 |
+
{
|
1098 |
+
"epoch": 0.64,
|
1099 |
+
"learning_rate": 1.1066666666666667e-05,
|
1100 |
+
"loss": 2.7477,
|
1101 |
+
"step": 182
|
1102 |
+
},
|
1103 |
+
{
|
1104 |
+
"epoch": 0.65,
|
1105 |
+
"learning_rate": 1.105e-05,
|
1106 |
+
"loss": 2.735,
|
1107 |
+
"step": 183
|
1108 |
+
},
|
1109 |
+
{
|
1110 |
+
"epoch": 0.65,
|
1111 |
+
"learning_rate": 1.1033333333333333e-05,
|
1112 |
+
"loss": 2.7146,
|
1113 |
+
"step": 184
|
1114 |
+
},
|
1115 |
+
{
|
1116 |
+
"epoch": 0.65,
|
1117 |
+
"learning_rate": 1.1016666666666667e-05,
|
1118 |
+
"loss": 3.0662,
|
1119 |
+
"step": 185
|
1120 |
+
},
|
1121 |
+
{
|
1122 |
+
"epoch": 0.66,
|
1123 |
+
"learning_rate": 1.1000000000000001e-05,
|
1124 |
+
"loss": 2.6315,
|
1125 |
+
"step": 186
|
1126 |
+
},
|
1127 |
+
{
|
1128 |
+
"epoch": 0.66,
|
1129 |
+
"learning_rate": 1.0983333333333334e-05,
|
1130 |
+
"loss": 2.9027,
|
1131 |
+
"step": 187
|
1132 |
+
},
|
1133 |
+
{
|
1134 |
+
"epoch": 0.67,
|
1135 |
+
"learning_rate": 1.0966666666666668e-05,
|
1136 |
+
"loss": 2.562,
|
1137 |
+
"step": 188
|
1138 |
+
},
|
1139 |
+
{
|
1140 |
+
"epoch": 0.67,
|
1141 |
+
"learning_rate": 1.095e-05,
|
1142 |
+
"loss": 2.6313,
|
1143 |
+
"step": 189
|
1144 |
+
},
|
1145 |
+
{
|
1146 |
+
"epoch": 0.67,
|
1147 |
+
"learning_rate": 1.0933333333333334e-05,
|
1148 |
+
"loss": 3.1161,
|
1149 |
+
"step": 190
|
1150 |
+
},
|
1151 |
+
{
|
1152 |
+
"epoch": 0.68,
|
1153 |
+
"learning_rate": 1.0916666666666667e-05,
|
1154 |
+
"loss": 2.9275,
|
1155 |
+
"step": 191
|
1156 |
+
},
|
1157 |
+
{
|
1158 |
+
"epoch": 0.68,
|
1159 |
+
"learning_rate": 1.09e-05,
|
1160 |
+
"loss": 2.7675,
|
1161 |
+
"step": 192
|
1162 |
+
},
|
1163 |
+
{
|
1164 |
+
"epoch": 0.68,
|
1165 |
+
"learning_rate": 1.0883333333333333e-05,
|
1166 |
+
"loss": 2.4813,
|
1167 |
+
"step": 193
|
1168 |
+
},
|
1169 |
+
{
|
1170 |
+
"epoch": 0.69,
|
1171 |
+
"learning_rate": 1.0866666666666667e-05,
|
1172 |
+
"loss": 2.0931,
|
1173 |
+
"step": 194
|
1174 |
+
},
|
1175 |
+
{
|
1176 |
+
"epoch": 0.69,
|
1177 |
+
"learning_rate": 1.085e-05,
|
1178 |
+
"loss": 2.8068,
|
1179 |
+
"step": 195
|
1180 |
+
},
|
1181 |
+
{
|
1182 |
+
"epoch": 0.69,
|
1183 |
+
"learning_rate": 1.0833333333333334e-05,
|
1184 |
+
"loss": 2.6955,
|
1185 |
+
"step": 196
|
1186 |
+
},
|
1187 |
+
{
|
1188 |
+
"epoch": 0.7,
|
1189 |
+
"learning_rate": 1.0816666666666668e-05,
|
1190 |
+
"loss": 2.5237,
|
1191 |
+
"step": 197
|
1192 |
+
},
|
1193 |
+
{
|
1194 |
+
"epoch": 0.7,
|
1195 |
+
"learning_rate": 1.08e-05,
|
1196 |
+
"loss": 3.1954,
|
1197 |
+
"step": 198
|
1198 |
+
},
|
1199 |
+
{
|
1200 |
+
"epoch": 0.7,
|
1201 |
+
"learning_rate": 1.0783333333333334e-05,
|
1202 |
+
"loss": 2.6511,
|
1203 |
+
"step": 199
|
1204 |
+
},
|
1205 |
+
{
|
1206 |
+
"epoch": 0.71,
|
1207 |
+
"learning_rate": 1.0766666666666666e-05,
|
1208 |
+
"loss": 2.7927,
|
1209 |
+
"step": 200
|
1210 |
+
},
|
1211 |
+
{
|
1212 |
+
"epoch": 0.71,
|
1213 |
+
"learning_rate": 1.075e-05,
|
1214 |
+
"loss": 2.8265,
|
1215 |
+
"step": 201
|
1216 |
+
},
|
1217 |
+
{
|
1218 |
+
"epoch": 0.72,
|
1219 |
+
"learning_rate": 1.0733333333333333e-05,
|
1220 |
+
"loss": 2.597,
|
1221 |
+
"step": 202
|
1222 |
+
},
|
1223 |
+
{
|
1224 |
+
"epoch": 0.72,
|
1225 |
+
"learning_rate": 1.0716666666666667e-05,
|
1226 |
+
"loss": 2.7998,
|
1227 |
+
"step": 203
|
1228 |
+
},
|
1229 |
+
{
|
1230 |
+
"epoch": 0.72,
|
1231 |
+
"learning_rate": 1.0700000000000001e-05,
|
1232 |
+
"loss": 2.5692,
|
1233 |
+
"step": 204
|
1234 |
+
},
|
1235 |
+
{
|
1236 |
+
"epoch": 0.73,
|
1237 |
+
"learning_rate": 1.0683333333333335e-05,
|
1238 |
+
"loss": 3.0348,
|
1239 |
+
"step": 205
|
1240 |
+
},
|
1241 |
+
{
|
1242 |
+
"epoch": 0.73,
|
1243 |
+
"learning_rate": 1.0666666666666667e-05,
|
1244 |
+
"loss": 2.5194,
|
1245 |
+
"step": 206
|
1246 |
+
},
|
1247 |
+
{
|
1248 |
+
"epoch": 0.73,
|
1249 |
+
"learning_rate": 1.0650000000000001e-05,
|
1250 |
+
"loss": 2.1352,
|
1251 |
+
"step": 207
|
1252 |
+
},
|
1253 |
+
{
|
1254 |
+
"epoch": 0.74,
|
1255 |
+
"learning_rate": 1.0633333333333334e-05,
|
1256 |
+
"loss": 2.8129,
|
1257 |
+
"step": 208
|
1258 |
+
},
|
1259 |
+
{
|
1260 |
+
"epoch": 0.74,
|
1261 |
+
"learning_rate": 1.0616666666666668e-05,
|
1262 |
+
"loss": 2.9273,
|
1263 |
+
"step": 209
|
1264 |
+
},
|
1265 |
+
{
|
1266 |
+
"epoch": 0.74,
|
1267 |
+
"learning_rate": 1.06e-05,
|
1268 |
+
"loss": 2.5239,
|
1269 |
+
"step": 210
|
1270 |
+
},
|
1271 |
+
{
|
1272 |
+
"epoch": 0.75,
|
1273 |
+
"learning_rate": 1.0583333333333334e-05,
|
1274 |
+
"loss": 2.4111,
|
1275 |
+
"step": 211
|
1276 |
+
},
|
1277 |
+
{
|
1278 |
+
"epoch": 0.75,
|
1279 |
+
"learning_rate": 1.0566666666666667e-05,
|
1280 |
+
"loss": 2.8051,
|
1281 |
+
"step": 212
|
1282 |
+
},
|
1283 |
+
{
|
1284 |
+
"epoch": 0.75,
|
1285 |
+
"learning_rate": 1.055e-05,
|
1286 |
+
"loss": 2.6244,
|
1287 |
+
"step": 213
|
1288 |
+
},
|
1289 |
+
{
|
1290 |
+
"epoch": 0.76,
|
1291 |
+
"learning_rate": 1.0533333333333333e-05,
|
1292 |
+
"loss": 2.5855,
|
1293 |
+
"step": 214
|
1294 |
+
},
|
1295 |
+
{
|
1296 |
+
"epoch": 0.76,
|
1297 |
+
"learning_rate": 1.0516666666666667e-05,
|
1298 |
+
"loss": 2.2785,
|
1299 |
+
"step": 215
|
1300 |
+
},
|
1301 |
+
{
|
1302 |
+
"epoch": 0.76,
|
1303 |
+
"learning_rate": 1.05e-05,
|
1304 |
+
"loss": 2.513,
|
1305 |
+
"step": 216
|
1306 |
+
},
|
1307 |
+
{
|
1308 |
+
"epoch": 0.77,
|
1309 |
+
"learning_rate": 1.0483333333333333e-05,
|
1310 |
+
"loss": 2.3334,
|
1311 |
+
"step": 217
|
1312 |
+
},
|
1313 |
+
{
|
1314 |
+
"epoch": 0.77,
|
1315 |
+
"learning_rate": 1.0466666666666666e-05,
|
1316 |
+
"loss": 2.6753,
|
1317 |
+
"step": 218
|
1318 |
+
},
|
1319 |
+
{
|
1320 |
+
"epoch": 0.78,
|
1321 |
+
"learning_rate": 1.045e-05,
|
1322 |
+
"loss": 2.6898,
|
1323 |
+
"step": 219
|
1324 |
+
},
|
1325 |
+
{
|
1326 |
+
"epoch": 0.78,
|
1327 |
+
"learning_rate": 1.0433333333333334e-05,
|
1328 |
+
"loss": 2.2708,
|
1329 |
+
"step": 220
|
1330 |
+
},
|
1331 |
+
{
|
1332 |
+
"epoch": 0.78,
|
1333 |
+
"learning_rate": 1.0416666666666668e-05,
|
1334 |
+
"loss": 2.5367,
|
1335 |
+
"step": 221
|
1336 |
+
},
|
1337 |
+
{
|
1338 |
+
"epoch": 0.79,
|
1339 |
+
"learning_rate": 1.04e-05,
|
1340 |
+
"loss": 2.3048,
|
1341 |
+
"step": 222
|
1342 |
+
},
|
1343 |
+
{
|
1344 |
+
"epoch": 0.79,
|
1345 |
+
"learning_rate": 1.0383333333333334e-05,
|
1346 |
+
"loss": 2.3902,
|
1347 |
+
"step": 223
|
1348 |
+
},
|
1349 |
+
{
|
1350 |
+
"epoch": 0.79,
|
1351 |
+
"learning_rate": 1.0366666666666667e-05,
|
1352 |
+
"loss": 2.5877,
|
1353 |
+
"step": 224
|
1354 |
+
},
|
1355 |
+
{
|
1356 |
+
"epoch": 0.8,
|
1357 |
+
"learning_rate": 1.0350000000000001e-05,
|
1358 |
+
"loss": 2.2711,
|
1359 |
+
"step": 225
|
1360 |
+
},
|
1361 |
+
{
|
1362 |
+
"epoch": 0.8,
|
1363 |
+
"learning_rate": 1.0333333333333333e-05,
|
1364 |
+
"loss": 2.302,
|
1365 |
+
"step": 226
|
1366 |
+
},
|
1367 |
+
{
|
1368 |
+
"epoch": 0.8,
|
1369 |
+
"learning_rate": 1.0316666666666667e-05,
|
1370 |
+
"loss": 2.2721,
|
1371 |
+
"step": 227
|
1372 |
+
},
|
1373 |
+
{
|
1374 |
+
"epoch": 0.81,
|
1375 |
+
"learning_rate": 1.0300000000000001e-05,
|
1376 |
+
"loss": 2.1461,
|
1377 |
+
"step": 228
|
1378 |
+
},
|
1379 |
+
{
|
1380 |
+
"epoch": 0.81,
|
1381 |
+
"learning_rate": 1.0283333333333334e-05,
|
1382 |
+
"loss": 2.9819,
|
1383 |
+
"step": 229
|
1384 |
+
},
|
1385 |
+
{
|
1386 |
+
"epoch": 0.81,
|
1387 |
+
"learning_rate": 1.0266666666666668e-05,
|
1388 |
+
"loss": 2.9391,
|
1389 |
+
"step": 230
|
1390 |
+
},
|
1391 |
+
{
|
1392 |
+
"epoch": 0.82,
|
1393 |
+
"learning_rate": 1.025e-05,
|
1394 |
+
"loss": 2.4014,
|
1395 |
+
"step": 231
|
1396 |
+
},
|
1397 |
+
{
|
1398 |
+
"epoch": 0.82,
|
1399 |
+
"learning_rate": 1.0233333333333334e-05,
|
1400 |
+
"loss": 2.4434,
|
1401 |
+
"step": 232
|
1402 |
+
},
|
1403 |
+
{
|
1404 |
+
"epoch": 0.82,
|
1405 |
+
"learning_rate": 1.0216666666666667e-05,
|
1406 |
+
"loss": 2.4963,
|
1407 |
+
"step": 233
|
1408 |
+
},
|
1409 |
+
{
|
1410 |
+
"epoch": 0.83,
|
1411 |
+
"learning_rate": 1.02e-05,
|
1412 |
+
"loss": 2.3932,
|
1413 |
+
"step": 234
|
1414 |
+
},
|
1415 |
+
{
|
1416 |
+
"epoch": 0.83,
|
1417 |
+
"learning_rate": 1.0183333333333333e-05,
|
1418 |
+
"loss": 2.2718,
|
1419 |
+
"step": 235
|
1420 |
+
},
|
1421 |
+
{
|
1422 |
+
"epoch": 0.84,
|
1423 |
+
"learning_rate": 1.0166666666666667e-05,
|
1424 |
+
"loss": 2.4886,
|
1425 |
+
"step": 236
|
1426 |
+
},
|
1427 |
+
{
|
1428 |
+
"epoch": 0.84,
|
1429 |
+
"learning_rate": 1.015e-05,
|
1430 |
+
"loss": 2.5038,
|
1431 |
+
"step": 237
|
1432 |
+
},
|
1433 |
+
{
|
1434 |
+
"epoch": 0.84,
|
1435 |
+
"learning_rate": 1.0133333333333333e-05,
|
1436 |
+
"loss": 2.1806,
|
1437 |
+
"step": 238
|
1438 |
+
},
|
1439 |
+
{
|
1440 |
+
"epoch": 0.85,
|
1441 |
+
"learning_rate": 1.0116666666666667e-05,
|
1442 |
+
"loss": 2.6506,
|
1443 |
+
"step": 239
|
1444 |
+
},
|
1445 |
+
{
|
1446 |
+
"epoch": 0.85,
|
1447 |
+
"learning_rate": 1.0100000000000002e-05,
|
1448 |
+
"loss": 2.8027,
|
1449 |
+
"step": 240
|
1450 |
+
},
|
1451 |
+
{
|
1452 |
+
"epoch": 0.85,
|
1453 |
+
"learning_rate": 1.0083333333333334e-05,
|
1454 |
+
"loss": 2.3358,
|
1455 |
+
"step": 241
|
1456 |
+
},
|
1457 |
+
{
|
1458 |
+
"epoch": 0.86,
|
1459 |
+
"learning_rate": 1.0066666666666668e-05,
|
1460 |
+
"loss": 2.4161,
|
1461 |
+
"step": 242
|
1462 |
+
},
|
1463 |
+
{
|
1464 |
+
"epoch": 0.86,
|
1465 |
+
"learning_rate": 1.005e-05,
|
1466 |
+
"loss": 2.7473,
|
1467 |
+
"step": 243
|
1468 |
+
},
|
1469 |
+
{
|
1470 |
+
"epoch": 0.86,
|
1471 |
+
"learning_rate": 1.0033333333333334e-05,
|
1472 |
+
"loss": 2.7238,
|
1473 |
+
"step": 244
|
1474 |
+
},
|
1475 |
+
{
|
1476 |
+
"epoch": 0.87,
|
1477 |
+
"learning_rate": 1.0016666666666667e-05,
|
1478 |
+
"loss": 2.0967,
|
1479 |
+
"step": 245
|
1480 |
+
},
|
1481 |
+
{
|
1482 |
+
"epoch": 0.87,
|
1483 |
+
"learning_rate": 1e-05,
|
1484 |
+
"loss": 2.5356,
|
1485 |
+
"step": 246
|
1486 |
+
},
|
1487 |
+
{
|
1488 |
+
"epoch": 0.87,
|
1489 |
+
"learning_rate": 9.983333333333333e-06,
|
1490 |
+
"loss": 3.6256,
|
1491 |
+
"step": 247
|
1492 |
+
},
|
1493 |
+
{
|
1494 |
+
"epoch": 0.88,
|
1495 |
+
"learning_rate": 9.966666666666667e-06,
|
1496 |
+
"loss": 2.5669,
|
1497 |
+
"step": 248
|
1498 |
+
},
|
1499 |
+
{
|
1500 |
+
"epoch": 0.88,
|
1501 |
+
"learning_rate": 9.95e-06,
|
1502 |
+
"loss": 2.1026,
|
1503 |
+
"step": 249
|
1504 |
+
},
|
1505 |
+
{
|
1506 |
+
"epoch": 0.88,
|
1507 |
+
"learning_rate": 9.933333333333334e-06,
|
1508 |
+
"loss": 2.5952,
|
1509 |
+
"step": 250
|
1510 |
+
},
|
1511 |
+
{
|
1512 |
+
"epoch": 0.89,
|
1513 |
+
"learning_rate": 9.916666666666666e-06,
|
1514 |
+
"loss": 2.6405,
|
1515 |
+
"step": 251
|
1516 |
+
},
|
1517 |
+
{
|
1518 |
+
"epoch": 0.89,
|
1519 |
+
"learning_rate": 9.9e-06,
|
1520 |
+
"loss": 2.2321,
|
1521 |
+
"step": 252
|
1522 |
+
},
|
1523 |
+
{
|
1524 |
+
"epoch": 0.9,
|
1525 |
+
"learning_rate": 9.883333333333332e-06,
|
1526 |
+
"loss": 1.9216,
|
1527 |
+
"step": 253
|
1528 |
+
},
|
1529 |
+
{
|
1530 |
+
"epoch": 0.9,
|
1531 |
+
"learning_rate": 9.866666666666667e-06,
|
1532 |
+
"loss": 2.5763,
|
1533 |
+
"step": 254
|
1534 |
+
},
|
1535 |
+
{
|
1536 |
+
"epoch": 0.9,
|
1537 |
+
"learning_rate": 9.849999999999999e-06,
|
1538 |
+
"loss": 2.0074,
|
1539 |
+
"step": 255
|
1540 |
+
},
|
1541 |
+
{
|
1542 |
+
"epoch": 0.91,
|
1543 |
+
"learning_rate": 9.833333333333335e-06,
|
1544 |
+
"loss": 2.1526,
|
1545 |
+
"step": 256
|
1546 |
+
},
|
1547 |
+
{
|
1548 |
+
"epoch": 0.91,
|
1549 |
+
"learning_rate": 9.816666666666667e-06,
|
1550 |
+
"loss": 2.5531,
|
1551 |
+
"step": 257
|
1552 |
+
},
|
1553 |
+
{
|
1554 |
+
"epoch": 0.91,
|
1555 |
+
"learning_rate": 9.800000000000001e-06,
|
1556 |
+
"loss": 2.587,
|
1557 |
+
"step": 258
|
1558 |
+
},
|
1559 |
+
{
|
1560 |
+
"epoch": 0.92,
|
1561 |
+
"learning_rate": 9.783333333333333e-06,
|
1562 |
+
"loss": 2.4205,
|
1563 |
+
"step": 259
|
1564 |
+
},
|
1565 |
+
{
|
1566 |
+
"epoch": 0.92,
|
1567 |
+
"learning_rate": 9.766666666666667e-06,
|
1568 |
+
"loss": 2.3445,
|
1569 |
+
"step": 260
|
1570 |
+
},
|
1571 |
+
{
|
1572 |
+
"epoch": 0.92,
|
1573 |
+
"learning_rate": 9.750000000000002e-06,
|
1574 |
+
"loss": 2.5855,
|
1575 |
+
"step": 261
|
1576 |
+
},
|
1577 |
+
{
|
1578 |
+
"epoch": 0.93,
|
1579 |
+
"learning_rate": 9.733333333333334e-06,
|
1580 |
+
"loss": 2.4643,
|
1581 |
+
"step": 262
|
1582 |
+
},
|
1583 |
+
{
|
1584 |
+
"epoch": 0.93,
|
1585 |
+
"learning_rate": 9.716666666666668e-06,
|
1586 |
+
"loss": 2.3635,
|
1587 |
+
"step": 263
|
1588 |
+
},
|
1589 |
+
{
|
1590 |
+
"epoch": 0.93,
|
1591 |
+
"learning_rate": 9.7e-06,
|
1592 |
+
"loss": 3.1577,
|
1593 |
+
"step": 264
|
1594 |
+
},
|
1595 |
+
{
|
1596 |
+
"epoch": 0.94,
|
1597 |
+
"learning_rate": 9.683333333333334e-06,
|
1598 |
+
"loss": 2.2978,
|
1599 |
+
"step": 265
|
1600 |
+
},
|
1601 |
+
{
|
1602 |
+
"epoch": 0.94,
|
1603 |
+
"learning_rate": 9.666666666666667e-06,
|
1604 |
+
"loss": 2.5625,
|
1605 |
+
"step": 266
|
1606 |
+
},
|
1607 |
+
{
|
1608 |
+
"epoch": 0.95,
|
1609 |
+
"learning_rate": 9.65e-06,
|
1610 |
+
"loss": 2.3358,
|
1611 |
+
"step": 267
|
1612 |
+
},
|
1613 |
+
{
|
1614 |
+
"epoch": 0.95,
|
1615 |
+
"learning_rate": 9.633333333333333e-06,
|
1616 |
+
"loss": 2.2733,
|
1617 |
+
"step": 268
|
1618 |
+
},
|
1619 |
+
{
|
1620 |
+
"epoch": 0.95,
|
1621 |
+
"learning_rate": 9.616666666666667e-06,
|
1622 |
+
"loss": 2.4363,
|
1623 |
+
"step": 269
|
1624 |
+
},
|
1625 |
+
{
|
1626 |
+
"epoch": 0.96,
|
1627 |
+
"learning_rate": 9.6e-06,
|
1628 |
+
"loss": 2.1198,
|
1629 |
+
"step": 270
|
1630 |
+
},
|
1631 |
+
{
|
1632 |
+
"epoch": 0.96,
|
1633 |
+
"learning_rate": 9.583333333333334e-06,
|
1634 |
+
"loss": 2.1966,
|
1635 |
+
"step": 271
|
1636 |
+
},
|
1637 |
+
{
|
1638 |
+
"epoch": 0.96,
|
1639 |
+
"learning_rate": 9.566666666666666e-06,
|
1640 |
+
"loss": 2.7228,
|
1641 |
+
"step": 272
|
1642 |
+
},
|
1643 |
+
{
|
1644 |
+
"epoch": 0.97,
|
1645 |
+
"learning_rate": 9.55e-06,
|
1646 |
+
"loss": 2.2895,
|
1647 |
+
"step": 273
|
1648 |
+
},
|
1649 |
+
{
|
1650 |
+
"epoch": 0.97,
|
1651 |
+
"learning_rate": 9.533333333333334e-06,
|
1652 |
+
"loss": 2.3256,
|
1653 |
+
"step": 274
|
1654 |
+
},
|
1655 |
+
{
|
1656 |
+
"epoch": 0.97,
|
1657 |
+
"learning_rate": 9.516666666666668e-06,
|
1658 |
+
"loss": 2.1448,
|
1659 |
+
"step": 275
|
1660 |
+
},
|
1661 |
+
{
|
1662 |
+
"epoch": 0.98,
|
1663 |
+
"learning_rate": 9.5e-06,
|
1664 |
+
"loss": 2.5787,
|
1665 |
+
"step": 276
|
1666 |
+
},
|
1667 |
+
{
|
1668 |
+
"epoch": 0.98,
|
1669 |
+
"learning_rate": 9.483333333333335e-06,
|
1670 |
+
"loss": 2.5775,
|
1671 |
+
"step": 277
|
1672 |
+
},
|
1673 |
+
{
|
1674 |
+
"epoch": 0.98,
|
1675 |
+
"learning_rate": 9.466666666666667e-06,
|
1676 |
+
"loss": 2.3464,
|
1677 |
+
"step": 278
|
1678 |
+
},
|
1679 |
+
{
|
1680 |
+
"epoch": 0.99,
|
1681 |
+
"learning_rate": 9.450000000000001e-06,
|
1682 |
+
"loss": 3.5566,
|
1683 |
+
"step": 279
|
1684 |
+
},
|
1685 |
+
{
|
1686 |
+
"epoch": 0.99,
|
1687 |
+
"learning_rate": 9.433333333333333e-06,
|
1688 |
+
"loss": 2.0576,
|
1689 |
+
"step": 280
|
1690 |
+
},
|
1691 |
+
{
|
1692 |
+
"epoch": 0.99,
|
1693 |
+
"learning_rate": 9.416666666666667e-06,
|
1694 |
+
"loss": 2.4648,
|
1695 |
+
"step": 281
|
1696 |
+
},
|
1697 |
+
{
|
1698 |
+
"epoch": 1.0,
|
1699 |
+
"learning_rate": 9.4e-06,
|
1700 |
+
"loss": 2.2977,
|
1701 |
+
"step": 282
|
1702 |
+
},
|
1703 |
+
{
|
1704 |
+
"epoch": 1.0,
|
1705 |
+
"learning_rate": 9.383333333333334e-06,
|
1706 |
+
"loss": 2.6571,
|
1707 |
+
"step": 283
|
1708 |
+
},
|
1709 |
+
{
|
1710 |
+
"epoch": 1.01,
|
1711 |
+
"learning_rate": 9.366666666666666e-06,
|
1712 |
+
"loss": 2.0575,
|
1713 |
+
"step": 284
|
1714 |
+
},
|
1715 |
+
{
|
1716 |
+
"epoch": 1.01,
|
1717 |
+
"learning_rate": 9.35e-06,
|
1718 |
+
"loss": 2.1135,
|
1719 |
+
"step": 285
|
1720 |
+
},
|
1721 |
+
{
|
1722 |
+
"epoch": 1.01,
|
1723 |
+
"learning_rate": 9.333333333333333e-06,
|
1724 |
+
"loss": 2.3019,
|
1725 |
+
"step": 286
|
1726 |
+
},
|
1727 |
+
{
|
1728 |
+
"epoch": 1.02,
|
1729 |
+
"learning_rate": 9.316666666666667e-06,
|
1730 |
+
"loss": 2.1004,
|
1731 |
+
"step": 287
|
1732 |
+
},
|
1733 |
+
{
|
1734 |
+
"epoch": 1.02,
|
1735 |
+
"learning_rate": 9.299999999999999e-06,
|
1736 |
+
"loss": 2.5826,
|
1737 |
+
"step": 288
|
1738 |
+
},
|
1739 |
+
{
|
1740 |
+
"epoch": 1.02,
|
1741 |
+
"learning_rate": 9.283333333333333e-06,
|
1742 |
+
"loss": 2.5141,
|
1743 |
+
"step": 289
|
1744 |
+
},
|
1745 |
+
{
|
1746 |
+
"epoch": 1.03,
|
1747 |
+
"learning_rate": 9.266666666666665e-06,
|
1748 |
+
"loss": 2.4473,
|
1749 |
+
"step": 290
|
1750 |
+
},
|
1751 |
+
{
|
1752 |
+
"epoch": 1.03,
|
1753 |
+
"learning_rate": 9.250000000000001e-06,
|
1754 |
+
"loss": 2.1056,
|
1755 |
+
"step": 291
|
1756 |
+
},
|
1757 |
+
{
|
1758 |
+
"epoch": 1.03,
|
1759 |
+
"learning_rate": 9.233333333333334e-06,
|
1760 |
+
"loss": 2.3514,
|
1761 |
+
"step": 292
|
1762 |
+
},
|
1763 |
+
{
|
1764 |
+
"epoch": 1.04,
|
1765 |
+
"learning_rate": 9.216666666666668e-06,
|
1766 |
+
"loss": 2.0145,
|
1767 |
+
"step": 293
|
1768 |
+
},
|
1769 |
+
{
|
1770 |
+
"epoch": 1.04,
|
1771 |
+
"learning_rate": 9.200000000000002e-06,
|
1772 |
+
"loss": 1.9094,
|
1773 |
+
"step": 294
|
1774 |
+
},
|
1775 |
+
{
|
1776 |
+
"epoch": 1.04,
|
1777 |
+
"learning_rate": 9.183333333333334e-06,
|
1778 |
+
"loss": 2.2845,
|
1779 |
+
"step": 295
|
1780 |
+
},
|
1781 |
+
{
|
1782 |
+
"epoch": 1.05,
|
1783 |
+
"learning_rate": 9.166666666666668e-06,
|
1784 |
+
"loss": 2.3477,
|
1785 |
+
"step": 296
|
1786 |
+
},
|
1787 |
+
{
|
1788 |
+
"epoch": 1.05,
|
1789 |
+
"learning_rate": 9.15e-06,
|
1790 |
+
"loss": 2.3361,
|
1791 |
+
"step": 297
|
1792 |
+
},
|
1793 |
+
{
|
1794 |
+
"epoch": 1.05,
|
1795 |
+
"learning_rate": 9.133333333333335e-06,
|
1796 |
+
"loss": 2.6051,
|
1797 |
+
"step": 298
|
1798 |
+
},
|
1799 |
+
{
|
1800 |
+
"epoch": 1.06,
|
1801 |
+
"learning_rate": 9.116666666666667e-06,
|
1802 |
+
"loss": 2.5384,
|
1803 |
+
"step": 299
|
1804 |
+
},
|
1805 |
+
{
|
1806 |
+
"epoch": 1.06,
|
1807 |
+
"learning_rate": 9.100000000000001e-06,
|
1808 |
+
"loss": 2.2708,
|
1809 |
+
"step": 300
|
1810 |
+
}
|
1811 |
+
],
|
1812 |
+
"logging_steps": 1,
|
1813 |
+
"max_steps": 846,
|
1814 |
+
"num_train_epochs": 3,
|
1815 |
+
"save_steps": 100,
|
1816 |
+
"total_flos": 1633757285498880.0,
|
1817 |
+
"trial_name": null,
|
1818 |
+
"trial_params": null
|
1819 |
+
}
|
checkpoint-300/training_args.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:d31fd82befd9ee5457878ffc81e0e912118afde0e205cd756d8f332797f78b00
|
3 |
+
size 4027
|
checkpoint-400/README.md
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
library_name: peft
|
3 |
+
---
|
4 |
+
## Training procedure
|
5 |
+
|
6 |
+
|
7 |
+
The following `bitsandbytes` quantization config was used during training:
|
8 |
+
- quant_method: bitsandbytes
|
9 |
+
- load_in_8bit: False
|
10 |
+
- load_in_4bit: True
|
11 |
+
- llm_int8_threshold: 6.0
|
12 |
+
- llm_int8_skip_modules: None
|
13 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
14 |
+
- llm_int8_has_fp16_weight: False
|
15 |
+
- bnb_4bit_quant_type: fp4
|
16 |
+
- bnb_4bit_use_double_quant: False
|
17 |
+
- bnb_4bit_compute_dtype: float32
|
18 |
+
|
19 |
+
The following `bitsandbytes` quantization config was used during training:
|
20 |
+
- quant_method: bitsandbytes
|
21 |
+
- load_in_8bit: False
|
22 |
+
- load_in_4bit: True
|
23 |
+
- llm_int8_threshold: 6.0
|
24 |
+
- llm_int8_skip_modules: None
|
25 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
26 |
+
- llm_int8_has_fp16_weight: False
|
27 |
+
- bnb_4bit_quant_type: fp4
|
28 |
+
- bnb_4bit_use_double_quant: False
|
29 |
+
- bnb_4bit_compute_dtype: float32
|
30 |
+
### Framework versions
|
31 |
+
|
32 |
+
- PEFT 0.5.0
|
33 |
+
|
34 |
+
- PEFT 0.5.0
|
checkpoint-400/adapter_config.json
ADDED
@@ -0,0 +1,21 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"auto_mapping": null,
|
3 |
+
"base_model_name_or_path": "meta-llama/Llama-2-7b-hf",
|
4 |
+
"bias": "none",
|
5 |
+
"fan_in_fan_out": false,
|
6 |
+
"inference_mode": true,
|
7 |
+
"init_lora_weights": true,
|
8 |
+
"layers_pattern": null,
|
9 |
+
"layers_to_transform": null,
|
10 |
+
"lora_alpha": 16,
|
11 |
+
"lora_dropout": 0.0,
|
12 |
+
"modules_to_save": null,
|
13 |
+
"peft_type": "LORA",
|
14 |
+
"r": 64,
|
15 |
+
"revision": null,
|
16 |
+
"target_modules": [
|
17 |
+
"q_proj",
|
18 |
+
"v_proj"
|
19 |
+
],
|
20 |
+
"task_type": "CAUSAL_LM"
|
21 |
+
}
|
checkpoint-400/adapter_model.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:5d30a542cbaeac6a81183fe51845377ae37510e3b2bc48f13d67996b5616ea3c
|
3 |
+
size 134263757
|
checkpoint-400/optimizer.pt
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:1f8dd93302c361b26ae230af725f25cf21354e40b177deb133f9e28d52c35ffc
|
3 |
+
size 268543173
|
checkpoint-400/rng_state.pth
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:972139d83957a9cf2600cb6eeca17287d7a5377c33a53500ae7e13fe830ad36b
|
3 |
+
size 14575
|
checkpoint-400/scheduler.pt
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:00a4dabbc29727da135642bc78e31aa967d8044f6a021fc9cc18977ee227b00a
|
3 |
+
size 627
|
checkpoint-400/special_tokens_map.json
ADDED
@@ -0,0 +1,24 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"bos_token": {
|
3 |
+
"content": "<s>",
|
4 |
+
"lstrip": false,
|
5 |
+
"normalized": false,
|
6 |
+
"rstrip": false,
|
7 |
+
"single_word": false
|
8 |
+
},
|
9 |
+
"eos_token": {
|
10 |
+
"content": "</s>",
|
11 |
+
"lstrip": false,
|
12 |
+
"normalized": false,
|
13 |
+
"rstrip": false,
|
14 |
+
"single_word": false
|
15 |
+
},
|
16 |
+
"pad_token": "</s>",
|
17 |
+
"unk_token": {
|
18 |
+
"content": "<unk>",
|
19 |
+
"lstrip": false,
|
20 |
+
"normalized": false,
|
21 |
+
"rstrip": false,
|
22 |
+
"single_word": false
|
23 |
+
}
|
24 |
+
}
|
checkpoint-400/tokenizer.json
ADDED
The diff for this file is too large to render.
See raw diff
|
|
checkpoint-400/tokenizer_config.json
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"bos_token": {
|
3 |
+
"__type": "AddedToken",
|
4 |
+
"content": "<s>",
|
5 |
+
"lstrip": false,
|
6 |
+
"normalized": false,
|
7 |
+
"rstrip": false,
|
8 |
+
"single_word": false
|
9 |
+
},
|
10 |
+
"clean_up_tokenization_spaces": false,
|
11 |
+
"eos_token": {
|
12 |
+
"__type": "AddedToken",
|
13 |
+
"content": "</s>",
|
14 |
+
"lstrip": false,
|
15 |
+
"normalized": false,
|
16 |
+
"rstrip": false,
|
17 |
+
"single_word": false
|
18 |
+
},
|
19 |
+
"legacy": false,
|
20 |
+
"model_max_length": 1000000000000000019884624838656,
|
21 |
+
"pad_token": null,
|
22 |
+
"padding_side": "right",
|
23 |
+
"sp_model_kwargs": {},
|
24 |
+
"tokenizer_class": "LlamaTokenizer",
|
25 |
+
"unk_token": {
|
26 |
+
"__type": "AddedToken",
|
27 |
+
"content": "<unk>",
|
28 |
+
"lstrip": false,
|
29 |
+
"normalized": false,
|
30 |
+
"rstrip": false,
|
31 |
+
"single_word": false
|
32 |
+
},
|
33 |
+
"use_default_system_prompt": true
|
34 |
+
}
|
checkpoint-400/trainer_state.json
ADDED
@@ -0,0 +1,2419 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"best_metric": null,
|
3 |
+
"best_model_checkpoint": null,
|
4 |
+
"epoch": 1.415929203539823,
|
5 |
+
"eval_steps": 500,
|
6 |
+
"global_step": 400,
|
7 |
+
"is_hyper_param_search": false,
|
8 |
+
"is_local_process_zero": true,
|
9 |
+
"is_world_process_zero": true,
|
10 |
+
"log_history": [
|
11 |
+
{
|
12 |
+
"epoch": 0.0,
|
13 |
+
"learning_rate": 1.4083333333333335e-05,
|
14 |
+
"loss": 3.5534,
|
15 |
+
"step": 1
|
16 |
+
},
|
17 |
+
{
|
18 |
+
"epoch": 0.01,
|
19 |
+
"learning_rate": 1.4066666666666667e-05,
|
20 |
+
"loss": 3.7127,
|
21 |
+
"step": 2
|
22 |
+
},
|
23 |
+
{
|
24 |
+
"epoch": 0.01,
|
25 |
+
"learning_rate": 1.4050000000000001e-05,
|
26 |
+
"loss": 4.2623,
|
27 |
+
"step": 3
|
28 |
+
},
|
29 |
+
{
|
30 |
+
"epoch": 0.01,
|
31 |
+
"learning_rate": 1.4033333333333333e-05,
|
32 |
+
"loss": 3.7368,
|
33 |
+
"step": 4
|
34 |
+
},
|
35 |
+
{
|
36 |
+
"epoch": 0.02,
|
37 |
+
"learning_rate": 1.4016666666666667e-05,
|
38 |
+
"loss": 4.161,
|
39 |
+
"step": 5
|
40 |
+
},
|
41 |
+
{
|
42 |
+
"epoch": 0.02,
|
43 |
+
"learning_rate": 1.4e-05,
|
44 |
+
"loss": 3.6681,
|
45 |
+
"step": 6
|
46 |
+
},
|
47 |
+
{
|
48 |
+
"epoch": 0.02,
|
49 |
+
"learning_rate": 1.3983333333333334e-05,
|
50 |
+
"loss": 3.9844,
|
51 |
+
"step": 7
|
52 |
+
},
|
53 |
+
{
|
54 |
+
"epoch": 0.03,
|
55 |
+
"learning_rate": 1.3966666666666666e-05,
|
56 |
+
"loss": 3.8629,
|
57 |
+
"step": 8
|
58 |
+
},
|
59 |
+
{
|
60 |
+
"epoch": 0.03,
|
61 |
+
"learning_rate": 1.395e-05,
|
62 |
+
"loss": 3.5326,
|
63 |
+
"step": 9
|
64 |
+
},
|
65 |
+
{
|
66 |
+
"epoch": 0.04,
|
67 |
+
"learning_rate": 1.3933333333333334e-05,
|
68 |
+
"loss": 4.133,
|
69 |
+
"step": 10
|
70 |
+
},
|
71 |
+
{
|
72 |
+
"epoch": 0.04,
|
73 |
+
"learning_rate": 1.3916666666666668e-05,
|
74 |
+
"loss": 3.4204,
|
75 |
+
"step": 11
|
76 |
+
},
|
77 |
+
{
|
78 |
+
"epoch": 0.04,
|
79 |
+
"learning_rate": 1.39e-05,
|
80 |
+
"loss": 3.8807,
|
81 |
+
"step": 12
|
82 |
+
},
|
83 |
+
{
|
84 |
+
"epoch": 0.05,
|
85 |
+
"learning_rate": 1.3883333333333335e-05,
|
86 |
+
"loss": 3.0356,
|
87 |
+
"step": 13
|
88 |
+
},
|
89 |
+
{
|
90 |
+
"epoch": 0.05,
|
91 |
+
"learning_rate": 1.3866666666666667e-05,
|
92 |
+
"loss": 4.1021,
|
93 |
+
"step": 14
|
94 |
+
},
|
95 |
+
{
|
96 |
+
"epoch": 0.05,
|
97 |
+
"learning_rate": 1.3850000000000001e-05,
|
98 |
+
"loss": 3.601,
|
99 |
+
"step": 15
|
100 |
+
},
|
101 |
+
{
|
102 |
+
"epoch": 0.06,
|
103 |
+
"learning_rate": 1.3833333333333334e-05,
|
104 |
+
"loss": 3.9449,
|
105 |
+
"step": 16
|
106 |
+
},
|
107 |
+
{
|
108 |
+
"epoch": 0.06,
|
109 |
+
"learning_rate": 1.3816666666666668e-05,
|
110 |
+
"loss": 3.5298,
|
111 |
+
"step": 17
|
112 |
+
},
|
113 |
+
{
|
114 |
+
"epoch": 0.06,
|
115 |
+
"learning_rate": 1.38e-05,
|
116 |
+
"loss": 4.0018,
|
117 |
+
"step": 18
|
118 |
+
},
|
119 |
+
{
|
120 |
+
"epoch": 0.07,
|
121 |
+
"learning_rate": 1.3783333333333334e-05,
|
122 |
+
"loss": 3.9118,
|
123 |
+
"step": 19
|
124 |
+
},
|
125 |
+
{
|
126 |
+
"epoch": 0.07,
|
127 |
+
"learning_rate": 1.3766666666666666e-05,
|
128 |
+
"loss": 3.4263,
|
129 |
+
"step": 20
|
130 |
+
},
|
131 |
+
{
|
132 |
+
"epoch": 0.07,
|
133 |
+
"learning_rate": 1.375e-05,
|
134 |
+
"loss": 3.6932,
|
135 |
+
"step": 21
|
136 |
+
},
|
137 |
+
{
|
138 |
+
"epoch": 0.08,
|
139 |
+
"learning_rate": 1.3733333333333333e-05,
|
140 |
+
"loss": 3.635,
|
141 |
+
"step": 22
|
142 |
+
},
|
143 |
+
{
|
144 |
+
"epoch": 0.08,
|
145 |
+
"learning_rate": 1.3716666666666667e-05,
|
146 |
+
"loss": 3.4161,
|
147 |
+
"step": 23
|
148 |
+
},
|
149 |
+
{
|
150 |
+
"epoch": 0.08,
|
151 |
+
"learning_rate": 1.37e-05,
|
152 |
+
"loss": 3.7193,
|
153 |
+
"step": 24
|
154 |
+
},
|
155 |
+
{
|
156 |
+
"epoch": 0.09,
|
157 |
+
"learning_rate": 1.3683333333333333e-05,
|
158 |
+
"loss": 3.4549,
|
159 |
+
"step": 25
|
160 |
+
},
|
161 |
+
{
|
162 |
+
"epoch": 0.09,
|
163 |
+
"learning_rate": 1.3666666666666667e-05,
|
164 |
+
"loss": 4.1942,
|
165 |
+
"step": 26
|
166 |
+
},
|
167 |
+
{
|
168 |
+
"epoch": 0.1,
|
169 |
+
"learning_rate": 1.3650000000000001e-05,
|
170 |
+
"loss": 3.3606,
|
171 |
+
"step": 27
|
172 |
+
},
|
173 |
+
{
|
174 |
+
"epoch": 0.1,
|
175 |
+
"learning_rate": 1.3633333333333334e-05,
|
176 |
+
"loss": 3.3916,
|
177 |
+
"step": 28
|
178 |
+
},
|
179 |
+
{
|
180 |
+
"epoch": 0.1,
|
181 |
+
"learning_rate": 1.3616666666666668e-05,
|
182 |
+
"loss": 3.8369,
|
183 |
+
"step": 29
|
184 |
+
},
|
185 |
+
{
|
186 |
+
"epoch": 0.11,
|
187 |
+
"learning_rate": 1.36e-05,
|
188 |
+
"loss": 4.0893,
|
189 |
+
"step": 30
|
190 |
+
},
|
191 |
+
{
|
192 |
+
"epoch": 0.11,
|
193 |
+
"learning_rate": 1.3583333333333334e-05,
|
194 |
+
"loss": 3.4825,
|
195 |
+
"step": 31
|
196 |
+
},
|
197 |
+
{
|
198 |
+
"epoch": 0.11,
|
199 |
+
"learning_rate": 1.3566666666666667e-05,
|
200 |
+
"loss": 3.6664,
|
201 |
+
"step": 32
|
202 |
+
},
|
203 |
+
{
|
204 |
+
"epoch": 0.12,
|
205 |
+
"learning_rate": 1.355e-05,
|
206 |
+
"loss": 3.6649,
|
207 |
+
"step": 33
|
208 |
+
},
|
209 |
+
{
|
210 |
+
"epoch": 0.12,
|
211 |
+
"learning_rate": 1.3533333333333335e-05,
|
212 |
+
"loss": 2.7988,
|
213 |
+
"step": 34
|
214 |
+
},
|
215 |
+
{
|
216 |
+
"epoch": 0.12,
|
217 |
+
"learning_rate": 1.3516666666666667e-05,
|
218 |
+
"loss": 3.8814,
|
219 |
+
"step": 35
|
220 |
+
},
|
221 |
+
{
|
222 |
+
"epoch": 0.13,
|
223 |
+
"learning_rate": 1.3500000000000001e-05,
|
224 |
+
"loss": 3.3368,
|
225 |
+
"step": 36
|
226 |
+
},
|
227 |
+
{
|
228 |
+
"epoch": 0.13,
|
229 |
+
"learning_rate": 1.3483333333333334e-05,
|
230 |
+
"loss": 3.8391,
|
231 |
+
"step": 37
|
232 |
+
},
|
233 |
+
{
|
234 |
+
"epoch": 0.13,
|
235 |
+
"learning_rate": 1.3466666666666668e-05,
|
236 |
+
"loss": 3.4131,
|
237 |
+
"step": 38
|
238 |
+
},
|
239 |
+
{
|
240 |
+
"epoch": 0.14,
|
241 |
+
"learning_rate": 1.345e-05,
|
242 |
+
"loss": 3.8337,
|
243 |
+
"step": 39
|
244 |
+
},
|
245 |
+
{
|
246 |
+
"epoch": 0.14,
|
247 |
+
"learning_rate": 1.3433333333333334e-05,
|
248 |
+
"loss": 3.7387,
|
249 |
+
"step": 40
|
250 |
+
},
|
251 |
+
{
|
252 |
+
"epoch": 0.15,
|
253 |
+
"learning_rate": 1.3416666666666666e-05,
|
254 |
+
"loss": 3.5366,
|
255 |
+
"step": 41
|
256 |
+
},
|
257 |
+
{
|
258 |
+
"epoch": 0.15,
|
259 |
+
"learning_rate": 1.34e-05,
|
260 |
+
"loss": 3.4234,
|
261 |
+
"step": 42
|
262 |
+
},
|
263 |
+
{
|
264 |
+
"epoch": 0.15,
|
265 |
+
"learning_rate": 1.3383333333333333e-05,
|
266 |
+
"loss": 3.9778,
|
267 |
+
"step": 43
|
268 |
+
},
|
269 |
+
{
|
270 |
+
"epoch": 0.16,
|
271 |
+
"learning_rate": 1.3366666666666667e-05,
|
272 |
+
"loss": 3.3433,
|
273 |
+
"step": 44
|
274 |
+
},
|
275 |
+
{
|
276 |
+
"epoch": 0.16,
|
277 |
+
"learning_rate": 1.3350000000000001e-05,
|
278 |
+
"loss": 3.5675,
|
279 |
+
"step": 45
|
280 |
+
},
|
281 |
+
{
|
282 |
+
"epoch": 0.16,
|
283 |
+
"learning_rate": 1.3333333333333335e-05,
|
284 |
+
"loss": 3.6335,
|
285 |
+
"step": 46
|
286 |
+
},
|
287 |
+
{
|
288 |
+
"epoch": 0.17,
|
289 |
+
"learning_rate": 1.3316666666666667e-05,
|
290 |
+
"loss": 3.864,
|
291 |
+
"step": 47
|
292 |
+
},
|
293 |
+
{
|
294 |
+
"epoch": 0.17,
|
295 |
+
"learning_rate": 1.3300000000000001e-05,
|
296 |
+
"loss": 3.6632,
|
297 |
+
"step": 48
|
298 |
+
},
|
299 |
+
{
|
300 |
+
"epoch": 0.17,
|
301 |
+
"learning_rate": 1.3283333333333334e-05,
|
302 |
+
"loss": 4.4024,
|
303 |
+
"step": 49
|
304 |
+
},
|
305 |
+
{
|
306 |
+
"epoch": 0.18,
|
307 |
+
"learning_rate": 1.3266666666666668e-05,
|
308 |
+
"loss": 3.1513,
|
309 |
+
"step": 50
|
310 |
+
},
|
311 |
+
{
|
312 |
+
"epoch": 0.18,
|
313 |
+
"learning_rate": 1.325e-05,
|
314 |
+
"loss": 2.8684,
|
315 |
+
"step": 51
|
316 |
+
},
|
317 |
+
{
|
318 |
+
"epoch": 0.18,
|
319 |
+
"learning_rate": 1.3233333333333334e-05,
|
320 |
+
"loss": 3.3777,
|
321 |
+
"step": 52
|
322 |
+
},
|
323 |
+
{
|
324 |
+
"epoch": 0.19,
|
325 |
+
"learning_rate": 1.3216666666666667e-05,
|
326 |
+
"loss": 3.2801,
|
327 |
+
"step": 53
|
328 |
+
},
|
329 |
+
{
|
330 |
+
"epoch": 0.19,
|
331 |
+
"learning_rate": 1.32e-05,
|
332 |
+
"loss": 3.5396,
|
333 |
+
"step": 54
|
334 |
+
},
|
335 |
+
{
|
336 |
+
"epoch": 0.19,
|
337 |
+
"learning_rate": 1.3183333333333333e-05,
|
338 |
+
"loss": 3.7721,
|
339 |
+
"step": 55
|
340 |
+
},
|
341 |
+
{
|
342 |
+
"epoch": 0.2,
|
343 |
+
"learning_rate": 1.3166666666666667e-05,
|
344 |
+
"loss": 3.7046,
|
345 |
+
"step": 56
|
346 |
+
},
|
347 |
+
{
|
348 |
+
"epoch": 0.2,
|
349 |
+
"learning_rate": 1.315e-05,
|
350 |
+
"loss": 3.5611,
|
351 |
+
"step": 57
|
352 |
+
},
|
353 |
+
{
|
354 |
+
"epoch": 0.21,
|
355 |
+
"learning_rate": 1.3133333333333334e-05,
|
356 |
+
"loss": 4.0658,
|
357 |
+
"step": 58
|
358 |
+
},
|
359 |
+
{
|
360 |
+
"epoch": 0.21,
|
361 |
+
"learning_rate": 1.3116666666666666e-05,
|
362 |
+
"loss": 3.1316,
|
363 |
+
"step": 59
|
364 |
+
},
|
365 |
+
{
|
366 |
+
"epoch": 0.21,
|
367 |
+
"learning_rate": 1.31e-05,
|
368 |
+
"loss": 3.4185,
|
369 |
+
"step": 60
|
370 |
+
},
|
371 |
+
{
|
372 |
+
"epoch": 0.22,
|
373 |
+
"learning_rate": 1.3083333333333332e-05,
|
374 |
+
"loss": 3.438,
|
375 |
+
"step": 61
|
376 |
+
},
|
377 |
+
{
|
378 |
+
"epoch": 0.22,
|
379 |
+
"learning_rate": 1.3066666666666668e-05,
|
380 |
+
"loss": 3.2125,
|
381 |
+
"step": 62
|
382 |
+
},
|
383 |
+
{
|
384 |
+
"epoch": 0.22,
|
385 |
+
"learning_rate": 1.305e-05,
|
386 |
+
"loss": 3.2451,
|
387 |
+
"step": 63
|
388 |
+
},
|
389 |
+
{
|
390 |
+
"epoch": 0.23,
|
391 |
+
"learning_rate": 1.3033333333333334e-05,
|
392 |
+
"loss": 3.3465,
|
393 |
+
"step": 64
|
394 |
+
},
|
395 |
+
{
|
396 |
+
"epoch": 0.23,
|
397 |
+
"learning_rate": 1.3016666666666667e-05,
|
398 |
+
"loss": 3.3044,
|
399 |
+
"step": 65
|
400 |
+
},
|
401 |
+
{
|
402 |
+
"epoch": 0.23,
|
403 |
+
"learning_rate": 1.3000000000000001e-05,
|
404 |
+
"loss": 3.6976,
|
405 |
+
"step": 66
|
406 |
+
},
|
407 |
+
{
|
408 |
+
"epoch": 0.24,
|
409 |
+
"learning_rate": 1.2983333333333335e-05,
|
410 |
+
"loss": 3.649,
|
411 |
+
"step": 67
|
412 |
+
},
|
413 |
+
{
|
414 |
+
"epoch": 0.24,
|
415 |
+
"learning_rate": 1.2966666666666667e-05,
|
416 |
+
"loss": 3.428,
|
417 |
+
"step": 68
|
418 |
+
},
|
419 |
+
{
|
420 |
+
"epoch": 0.24,
|
421 |
+
"learning_rate": 1.2950000000000001e-05,
|
422 |
+
"loss": 3.2451,
|
423 |
+
"step": 69
|
424 |
+
},
|
425 |
+
{
|
426 |
+
"epoch": 0.25,
|
427 |
+
"learning_rate": 1.2933333333333334e-05,
|
428 |
+
"loss": 3.1329,
|
429 |
+
"step": 70
|
430 |
+
},
|
431 |
+
{
|
432 |
+
"epoch": 0.25,
|
433 |
+
"learning_rate": 1.2916666666666668e-05,
|
434 |
+
"loss": 3.0509,
|
435 |
+
"step": 71
|
436 |
+
},
|
437 |
+
{
|
438 |
+
"epoch": 0.25,
|
439 |
+
"learning_rate": 1.29e-05,
|
440 |
+
"loss": 3.2347,
|
441 |
+
"step": 72
|
442 |
+
},
|
443 |
+
{
|
444 |
+
"epoch": 0.26,
|
445 |
+
"learning_rate": 1.2883333333333334e-05,
|
446 |
+
"loss": 3.1726,
|
447 |
+
"step": 73
|
448 |
+
},
|
449 |
+
{
|
450 |
+
"epoch": 0.26,
|
451 |
+
"learning_rate": 1.2866666666666667e-05,
|
452 |
+
"loss": 3.7461,
|
453 |
+
"step": 74
|
454 |
+
},
|
455 |
+
{
|
456 |
+
"epoch": 0.27,
|
457 |
+
"learning_rate": 1.285e-05,
|
458 |
+
"loss": 3.3563,
|
459 |
+
"step": 75
|
460 |
+
},
|
461 |
+
{
|
462 |
+
"epoch": 0.27,
|
463 |
+
"learning_rate": 1.2833333333333333e-05,
|
464 |
+
"loss": 3.4234,
|
465 |
+
"step": 76
|
466 |
+
},
|
467 |
+
{
|
468 |
+
"epoch": 0.27,
|
469 |
+
"learning_rate": 1.2816666666666667e-05,
|
470 |
+
"loss": 3.1188,
|
471 |
+
"step": 77
|
472 |
+
},
|
473 |
+
{
|
474 |
+
"epoch": 0.28,
|
475 |
+
"learning_rate": 1.28e-05,
|
476 |
+
"loss": 3.384,
|
477 |
+
"step": 78
|
478 |
+
},
|
479 |
+
{
|
480 |
+
"epoch": 0.28,
|
481 |
+
"learning_rate": 1.2783333333333333e-05,
|
482 |
+
"loss": 3.4152,
|
483 |
+
"step": 79
|
484 |
+
},
|
485 |
+
{
|
486 |
+
"epoch": 0.28,
|
487 |
+
"learning_rate": 1.2766666666666668e-05,
|
488 |
+
"loss": 3.6954,
|
489 |
+
"step": 80
|
490 |
+
},
|
491 |
+
{
|
492 |
+
"epoch": 0.29,
|
493 |
+
"learning_rate": 1.2750000000000002e-05,
|
494 |
+
"loss": 3.6661,
|
495 |
+
"step": 81
|
496 |
+
},
|
497 |
+
{
|
498 |
+
"epoch": 0.29,
|
499 |
+
"learning_rate": 1.2733333333333334e-05,
|
500 |
+
"loss": 3.9602,
|
501 |
+
"step": 82
|
502 |
+
},
|
503 |
+
{
|
504 |
+
"epoch": 0.29,
|
505 |
+
"learning_rate": 1.2716666666666668e-05,
|
506 |
+
"loss": 3.2385,
|
507 |
+
"step": 83
|
508 |
+
},
|
509 |
+
{
|
510 |
+
"epoch": 0.3,
|
511 |
+
"learning_rate": 1.27e-05,
|
512 |
+
"loss": 3.0475,
|
513 |
+
"step": 84
|
514 |
+
},
|
515 |
+
{
|
516 |
+
"epoch": 0.3,
|
517 |
+
"learning_rate": 1.2683333333333334e-05,
|
518 |
+
"loss": 3.6019,
|
519 |
+
"step": 85
|
520 |
+
},
|
521 |
+
{
|
522 |
+
"epoch": 0.3,
|
523 |
+
"learning_rate": 1.2666666666666667e-05,
|
524 |
+
"loss": 3.4866,
|
525 |
+
"step": 86
|
526 |
+
},
|
527 |
+
{
|
528 |
+
"epoch": 0.31,
|
529 |
+
"learning_rate": 1.2650000000000001e-05,
|
530 |
+
"loss": 3.53,
|
531 |
+
"step": 87
|
532 |
+
},
|
533 |
+
{
|
534 |
+
"epoch": 0.31,
|
535 |
+
"learning_rate": 1.2633333333333333e-05,
|
536 |
+
"loss": 3.2146,
|
537 |
+
"step": 88
|
538 |
+
},
|
539 |
+
{
|
540 |
+
"epoch": 0.32,
|
541 |
+
"learning_rate": 1.2616666666666667e-05,
|
542 |
+
"loss": 3.0397,
|
543 |
+
"step": 89
|
544 |
+
},
|
545 |
+
{
|
546 |
+
"epoch": 0.32,
|
547 |
+
"learning_rate": 1.26e-05,
|
548 |
+
"loss": 3.917,
|
549 |
+
"step": 90
|
550 |
+
},
|
551 |
+
{
|
552 |
+
"epoch": 0.32,
|
553 |
+
"learning_rate": 1.2583333333333334e-05,
|
554 |
+
"loss": 3.1018,
|
555 |
+
"step": 91
|
556 |
+
},
|
557 |
+
{
|
558 |
+
"epoch": 0.33,
|
559 |
+
"learning_rate": 1.2566666666666666e-05,
|
560 |
+
"loss": 3.3793,
|
561 |
+
"step": 92
|
562 |
+
},
|
563 |
+
{
|
564 |
+
"epoch": 0.33,
|
565 |
+
"learning_rate": 1.255e-05,
|
566 |
+
"loss": 3.3385,
|
567 |
+
"step": 93
|
568 |
+
},
|
569 |
+
{
|
570 |
+
"epoch": 0.33,
|
571 |
+
"learning_rate": 1.2533333333333332e-05,
|
572 |
+
"loss": 2.6842,
|
573 |
+
"step": 94
|
574 |
+
},
|
575 |
+
{
|
576 |
+
"epoch": 0.34,
|
577 |
+
"learning_rate": 1.2516666666666667e-05,
|
578 |
+
"loss": 3.2845,
|
579 |
+
"step": 95
|
580 |
+
},
|
581 |
+
{
|
582 |
+
"epoch": 0.34,
|
583 |
+
"learning_rate": 1.2499999999999999e-05,
|
584 |
+
"loss": 3.6947,
|
585 |
+
"step": 96
|
586 |
+
},
|
587 |
+
{
|
588 |
+
"epoch": 0.34,
|
589 |
+
"learning_rate": 1.2483333333333335e-05,
|
590 |
+
"loss": 2.8063,
|
591 |
+
"step": 97
|
592 |
+
},
|
593 |
+
{
|
594 |
+
"epoch": 0.35,
|
595 |
+
"learning_rate": 1.2466666666666669e-05,
|
596 |
+
"loss": 3.316,
|
597 |
+
"step": 98
|
598 |
+
},
|
599 |
+
{
|
600 |
+
"epoch": 0.35,
|
601 |
+
"learning_rate": 1.2450000000000001e-05,
|
602 |
+
"loss": 3.1536,
|
603 |
+
"step": 99
|
604 |
+
},
|
605 |
+
{
|
606 |
+
"epoch": 0.35,
|
607 |
+
"learning_rate": 1.2433333333333335e-05,
|
608 |
+
"loss": 3.4605,
|
609 |
+
"step": 100
|
610 |
+
},
|
611 |
+
{
|
612 |
+
"epoch": 0.36,
|
613 |
+
"learning_rate": 1.2416666666666667e-05,
|
614 |
+
"loss": 3.2677,
|
615 |
+
"step": 101
|
616 |
+
},
|
617 |
+
{
|
618 |
+
"epoch": 0.36,
|
619 |
+
"learning_rate": 1.2400000000000002e-05,
|
620 |
+
"loss": 2.9653,
|
621 |
+
"step": 102
|
622 |
+
},
|
623 |
+
{
|
624 |
+
"epoch": 0.36,
|
625 |
+
"learning_rate": 1.2383333333333334e-05,
|
626 |
+
"loss": 3.3598,
|
627 |
+
"step": 103
|
628 |
+
},
|
629 |
+
{
|
630 |
+
"epoch": 0.37,
|
631 |
+
"learning_rate": 1.2366666666666668e-05,
|
632 |
+
"loss": 3.4419,
|
633 |
+
"step": 104
|
634 |
+
},
|
635 |
+
{
|
636 |
+
"epoch": 0.37,
|
637 |
+
"learning_rate": 1.235e-05,
|
638 |
+
"loss": 3.3684,
|
639 |
+
"step": 105
|
640 |
+
},
|
641 |
+
{
|
642 |
+
"epoch": 0.38,
|
643 |
+
"learning_rate": 1.2333333333333334e-05,
|
644 |
+
"loss": 2.8683,
|
645 |
+
"step": 106
|
646 |
+
},
|
647 |
+
{
|
648 |
+
"epoch": 0.38,
|
649 |
+
"learning_rate": 1.2316666666666667e-05,
|
650 |
+
"loss": 2.8454,
|
651 |
+
"step": 107
|
652 |
+
},
|
653 |
+
{
|
654 |
+
"epoch": 0.38,
|
655 |
+
"learning_rate": 1.23e-05,
|
656 |
+
"loss": 3.4689,
|
657 |
+
"step": 108
|
658 |
+
},
|
659 |
+
{
|
660 |
+
"epoch": 0.39,
|
661 |
+
"learning_rate": 1.2283333333333333e-05,
|
662 |
+
"loss": 3.0329,
|
663 |
+
"step": 109
|
664 |
+
},
|
665 |
+
{
|
666 |
+
"epoch": 0.39,
|
667 |
+
"learning_rate": 1.2266666666666667e-05,
|
668 |
+
"loss": 3.0946,
|
669 |
+
"step": 110
|
670 |
+
},
|
671 |
+
{
|
672 |
+
"epoch": 0.39,
|
673 |
+
"learning_rate": 1.225e-05,
|
674 |
+
"loss": 3.4267,
|
675 |
+
"step": 111
|
676 |
+
},
|
677 |
+
{
|
678 |
+
"epoch": 0.4,
|
679 |
+
"learning_rate": 1.2233333333333334e-05,
|
680 |
+
"loss": 2.6103,
|
681 |
+
"step": 112
|
682 |
+
},
|
683 |
+
{
|
684 |
+
"epoch": 0.4,
|
685 |
+
"learning_rate": 1.2216666666666666e-05,
|
686 |
+
"loss": 3.4916,
|
687 |
+
"step": 113
|
688 |
+
},
|
689 |
+
{
|
690 |
+
"epoch": 0.4,
|
691 |
+
"learning_rate": 1.22e-05,
|
692 |
+
"loss": 2.8278,
|
693 |
+
"step": 114
|
694 |
+
},
|
695 |
+
{
|
696 |
+
"epoch": 0.41,
|
697 |
+
"learning_rate": 1.2183333333333334e-05,
|
698 |
+
"loss": 3.4184,
|
699 |
+
"step": 115
|
700 |
+
},
|
701 |
+
{
|
702 |
+
"epoch": 0.41,
|
703 |
+
"learning_rate": 1.2166666666666668e-05,
|
704 |
+
"loss": 3.2575,
|
705 |
+
"step": 116
|
706 |
+
},
|
707 |
+
{
|
708 |
+
"epoch": 0.41,
|
709 |
+
"learning_rate": 1.215e-05,
|
710 |
+
"loss": 3.1622,
|
711 |
+
"step": 117
|
712 |
+
},
|
713 |
+
{
|
714 |
+
"epoch": 0.42,
|
715 |
+
"learning_rate": 1.2133333333333335e-05,
|
716 |
+
"loss": 3.2256,
|
717 |
+
"step": 118
|
718 |
+
},
|
719 |
+
{
|
720 |
+
"epoch": 0.42,
|
721 |
+
"learning_rate": 1.2116666666666667e-05,
|
722 |
+
"loss": 2.8456,
|
723 |
+
"step": 119
|
724 |
+
},
|
725 |
+
{
|
726 |
+
"epoch": 0.42,
|
727 |
+
"learning_rate": 1.2100000000000001e-05,
|
728 |
+
"loss": 3.6248,
|
729 |
+
"step": 120
|
730 |
+
},
|
731 |
+
{
|
732 |
+
"epoch": 0.43,
|
733 |
+
"learning_rate": 1.2083333333333333e-05,
|
734 |
+
"loss": 3.2128,
|
735 |
+
"step": 121
|
736 |
+
},
|
737 |
+
{
|
738 |
+
"epoch": 0.43,
|
739 |
+
"learning_rate": 1.2066666666666667e-05,
|
740 |
+
"loss": 3.0852,
|
741 |
+
"step": 122
|
742 |
+
},
|
743 |
+
{
|
744 |
+
"epoch": 0.44,
|
745 |
+
"learning_rate": 1.205e-05,
|
746 |
+
"loss": 3.2686,
|
747 |
+
"step": 123
|
748 |
+
},
|
749 |
+
{
|
750 |
+
"epoch": 0.44,
|
751 |
+
"learning_rate": 1.2033333333333334e-05,
|
752 |
+
"loss": 3.4366,
|
753 |
+
"step": 124
|
754 |
+
},
|
755 |
+
{
|
756 |
+
"epoch": 0.44,
|
757 |
+
"learning_rate": 1.2016666666666666e-05,
|
758 |
+
"loss": 3.2794,
|
759 |
+
"step": 125
|
760 |
+
},
|
761 |
+
{
|
762 |
+
"epoch": 0.45,
|
763 |
+
"learning_rate": 1.2e-05,
|
764 |
+
"loss": 2.689,
|
765 |
+
"step": 126
|
766 |
+
},
|
767 |
+
{
|
768 |
+
"epoch": 0.45,
|
769 |
+
"learning_rate": 1.1983333333333333e-05,
|
770 |
+
"loss": 3.3091,
|
771 |
+
"step": 127
|
772 |
+
},
|
773 |
+
{
|
774 |
+
"epoch": 0.45,
|
775 |
+
"learning_rate": 1.1966666666666667e-05,
|
776 |
+
"loss": 3.1924,
|
777 |
+
"step": 128
|
778 |
+
},
|
779 |
+
{
|
780 |
+
"epoch": 0.46,
|
781 |
+
"learning_rate": 1.1949999999999999e-05,
|
782 |
+
"loss": 3.0588,
|
783 |
+
"step": 129
|
784 |
+
},
|
785 |
+
{
|
786 |
+
"epoch": 0.46,
|
787 |
+
"learning_rate": 1.1933333333333333e-05,
|
788 |
+
"loss": 2.9421,
|
789 |
+
"step": 130
|
790 |
+
},
|
791 |
+
{
|
792 |
+
"epoch": 0.46,
|
793 |
+
"learning_rate": 1.1916666666666667e-05,
|
794 |
+
"loss": 2.5453,
|
795 |
+
"step": 131
|
796 |
+
},
|
797 |
+
{
|
798 |
+
"epoch": 0.47,
|
799 |
+
"learning_rate": 1.19e-05,
|
800 |
+
"loss": 2.8745,
|
801 |
+
"step": 132
|
802 |
+
},
|
803 |
+
{
|
804 |
+
"epoch": 0.47,
|
805 |
+
"learning_rate": 1.1883333333333335e-05,
|
806 |
+
"loss": 3.0359,
|
807 |
+
"step": 133
|
808 |
+
},
|
809 |
+
{
|
810 |
+
"epoch": 0.47,
|
811 |
+
"learning_rate": 1.1866666666666668e-05,
|
812 |
+
"loss": 3.6153,
|
813 |
+
"step": 134
|
814 |
+
},
|
815 |
+
{
|
816 |
+
"epoch": 0.48,
|
817 |
+
"learning_rate": 1.1850000000000002e-05,
|
818 |
+
"loss": 2.8771,
|
819 |
+
"step": 135
|
820 |
+
},
|
821 |
+
{
|
822 |
+
"epoch": 0.48,
|
823 |
+
"learning_rate": 1.1833333333333334e-05,
|
824 |
+
"loss": 3.4124,
|
825 |
+
"step": 136
|
826 |
+
},
|
827 |
+
{
|
828 |
+
"epoch": 0.48,
|
829 |
+
"learning_rate": 1.1816666666666668e-05,
|
830 |
+
"loss": 2.8208,
|
831 |
+
"step": 137
|
832 |
+
},
|
833 |
+
{
|
834 |
+
"epoch": 0.49,
|
835 |
+
"learning_rate": 1.18e-05,
|
836 |
+
"loss": 2.8201,
|
837 |
+
"step": 138
|
838 |
+
},
|
839 |
+
{
|
840 |
+
"epoch": 0.49,
|
841 |
+
"learning_rate": 1.1783333333333335e-05,
|
842 |
+
"loss": 3.1083,
|
843 |
+
"step": 139
|
844 |
+
},
|
845 |
+
{
|
846 |
+
"epoch": 0.5,
|
847 |
+
"learning_rate": 1.1766666666666667e-05,
|
848 |
+
"loss": 3.0364,
|
849 |
+
"step": 140
|
850 |
+
},
|
851 |
+
{
|
852 |
+
"epoch": 0.5,
|
853 |
+
"learning_rate": 1.1750000000000001e-05,
|
854 |
+
"loss": 3.4302,
|
855 |
+
"step": 141
|
856 |
+
},
|
857 |
+
{
|
858 |
+
"epoch": 0.5,
|
859 |
+
"learning_rate": 1.1733333333333333e-05,
|
860 |
+
"loss": 3.0199,
|
861 |
+
"step": 142
|
862 |
+
},
|
863 |
+
{
|
864 |
+
"epoch": 0.51,
|
865 |
+
"learning_rate": 1.1716666666666667e-05,
|
866 |
+
"loss": 2.6112,
|
867 |
+
"step": 143
|
868 |
+
},
|
869 |
+
{
|
870 |
+
"epoch": 0.51,
|
871 |
+
"learning_rate": 1.17e-05,
|
872 |
+
"loss": 3.4851,
|
873 |
+
"step": 144
|
874 |
+
},
|
875 |
+
{
|
876 |
+
"epoch": 0.51,
|
877 |
+
"learning_rate": 1.1683333333333334e-05,
|
878 |
+
"loss": 3.1424,
|
879 |
+
"step": 145
|
880 |
+
},
|
881 |
+
{
|
882 |
+
"epoch": 0.52,
|
883 |
+
"learning_rate": 1.1666666666666666e-05,
|
884 |
+
"loss": 2.573,
|
885 |
+
"step": 146
|
886 |
+
},
|
887 |
+
{
|
888 |
+
"epoch": 0.52,
|
889 |
+
"learning_rate": 1.165e-05,
|
890 |
+
"loss": 2.4603,
|
891 |
+
"step": 147
|
892 |
+
},
|
893 |
+
{
|
894 |
+
"epoch": 0.52,
|
895 |
+
"learning_rate": 1.1633333333333333e-05,
|
896 |
+
"loss": 3.1464,
|
897 |
+
"step": 148
|
898 |
+
},
|
899 |
+
{
|
900 |
+
"epoch": 0.53,
|
901 |
+
"learning_rate": 1.1616666666666667e-05,
|
902 |
+
"loss": 3.1204,
|
903 |
+
"step": 149
|
904 |
+
},
|
905 |
+
{
|
906 |
+
"epoch": 0.53,
|
907 |
+
"learning_rate": 1.16e-05,
|
908 |
+
"loss": 3.4997,
|
909 |
+
"step": 150
|
910 |
+
},
|
911 |
+
{
|
912 |
+
"epoch": 0.53,
|
913 |
+
"learning_rate": 1.1583333333333335e-05,
|
914 |
+
"loss": 2.9463,
|
915 |
+
"step": 151
|
916 |
+
},
|
917 |
+
{
|
918 |
+
"epoch": 0.54,
|
919 |
+
"learning_rate": 1.1566666666666667e-05,
|
920 |
+
"loss": 2.8627,
|
921 |
+
"step": 152
|
922 |
+
},
|
923 |
+
{
|
924 |
+
"epoch": 0.54,
|
925 |
+
"learning_rate": 1.1550000000000001e-05,
|
926 |
+
"loss": 2.7335,
|
927 |
+
"step": 153
|
928 |
+
},
|
929 |
+
{
|
930 |
+
"epoch": 0.55,
|
931 |
+
"learning_rate": 1.1533333333333334e-05,
|
932 |
+
"loss": 2.7139,
|
933 |
+
"step": 154
|
934 |
+
},
|
935 |
+
{
|
936 |
+
"epoch": 0.55,
|
937 |
+
"learning_rate": 1.1516666666666668e-05,
|
938 |
+
"loss": 2.7061,
|
939 |
+
"step": 155
|
940 |
+
},
|
941 |
+
{
|
942 |
+
"epoch": 0.55,
|
943 |
+
"learning_rate": 1.15e-05,
|
944 |
+
"loss": 2.8651,
|
945 |
+
"step": 156
|
946 |
+
},
|
947 |
+
{
|
948 |
+
"epoch": 0.56,
|
949 |
+
"learning_rate": 1.1483333333333334e-05,
|
950 |
+
"loss": 2.4994,
|
951 |
+
"step": 157
|
952 |
+
},
|
953 |
+
{
|
954 |
+
"epoch": 0.56,
|
955 |
+
"learning_rate": 1.1466666666666666e-05,
|
956 |
+
"loss": 2.8261,
|
957 |
+
"step": 158
|
958 |
+
},
|
959 |
+
{
|
960 |
+
"epoch": 0.56,
|
961 |
+
"learning_rate": 1.145e-05,
|
962 |
+
"loss": 3.1136,
|
963 |
+
"step": 159
|
964 |
+
},
|
965 |
+
{
|
966 |
+
"epoch": 0.57,
|
967 |
+
"learning_rate": 1.1433333333333333e-05,
|
968 |
+
"loss": 2.6774,
|
969 |
+
"step": 160
|
970 |
+
},
|
971 |
+
{
|
972 |
+
"epoch": 0.57,
|
973 |
+
"learning_rate": 1.1416666666666667e-05,
|
974 |
+
"loss": 2.6297,
|
975 |
+
"step": 161
|
976 |
+
},
|
977 |
+
{
|
978 |
+
"epoch": 0.57,
|
979 |
+
"learning_rate": 1.14e-05,
|
980 |
+
"loss": 2.6361,
|
981 |
+
"step": 162
|
982 |
+
},
|
983 |
+
{
|
984 |
+
"epoch": 0.58,
|
985 |
+
"learning_rate": 1.1383333333333333e-05,
|
986 |
+
"loss": 3.0204,
|
987 |
+
"step": 163
|
988 |
+
},
|
989 |
+
{
|
990 |
+
"epoch": 0.58,
|
991 |
+
"learning_rate": 1.1366666666666667e-05,
|
992 |
+
"loss": 2.5647,
|
993 |
+
"step": 164
|
994 |
+
},
|
995 |
+
{
|
996 |
+
"epoch": 0.58,
|
997 |
+
"learning_rate": 1.135e-05,
|
998 |
+
"loss": 2.97,
|
999 |
+
"step": 165
|
1000 |
+
},
|
1001 |
+
{
|
1002 |
+
"epoch": 0.59,
|
1003 |
+
"learning_rate": 1.1333333333333334e-05,
|
1004 |
+
"loss": 3.5092,
|
1005 |
+
"step": 166
|
1006 |
+
},
|
1007 |
+
{
|
1008 |
+
"epoch": 0.59,
|
1009 |
+
"learning_rate": 1.1316666666666666e-05,
|
1010 |
+
"loss": 2.9867,
|
1011 |
+
"step": 167
|
1012 |
+
},
|
1013 |
+
{
|
1014 |
+
"epoch": 0.59,
|
1015 |
+
"learning_rate": 1.1300000000000002e-05,
|
1016 |
+
"loss": 2.8355,
|
1017 |
+
"step": 168
|
1018 |
+
},
|
1019 |
+
{
|
1020 |
+
"epoch": 0.6,
|
1021 |
+
"learning_rate": 1.1283333333333334e-05,
|
1022 |
+
"loss": 2.9096,
|
1023 |
+
"step": 169
|
1024 |
+
},
|
1025 |
+
{
|
1026 |
+
"epoch": 0.6,
|
1027 |
+
"learning_rate": 1.1266666666666668e-05,
|
1028 |
+
"loss": 3.1279,
|
1029 |
+
"step": 170
|
1030 |
+
},
|
1031 |
+
{
|
1032 |
+
"epoch": 0.61,
|
1033 |
+
"learning_rate": 1.125e-05,
|
1034 |
+
"loss": 3.0572,
|
1035 |
+
"step": 171
|
1036 |
+
},
|
1037 |
+
{
|
1038 |
+
"epoch": 0.61,
|
1039 |
+
"learning_rate": 1.1233333333333335e-05,
|
1040 |
+
"loss": 2.5392,
|
1041 |
+
"step": 172
|
1042 |
+
},
|
1043 |
+
{
|
1044 |
+
"epoch": 0.61,
|
1045 |
+
"learning_rate": 1.1216666666666667e-05,
|
1046 |
+
"loss": 2.4664,
|
1047 |
+
"step": 173
|
1048 |
+
},
|
1049 |
+
{
|
1050 |
+
"epoch": 0.62,
|
1051 |
+
"learning_rate": 1.1200000000000001e-05,
|
1052 |
+
"loss": 2.6093,
|
1053 |
+
"step": 174
|
1054 |
+
},
|
1055 |
+
{
|
1056 |
+
"epoch": 0.62,
|
1057 |
+
"learning_rate": 1.1183333333333334e-05,
|
1058 |
+
"loss": 3.079,
|
1059 |
+
"step": 175
|
1060 |
+
},
|
1061 |
+
{
|
1062 |
+
"epoch": 0.62,
|
1063 |
+
"learning_rate": 1.1166666666666668e-05,
|
1064 |
+
"loss": 2.8751,
|
1065 |
+
"step": 176
|
1066 |
+
},
|
1067 |
+
{
|
1068 |
+
"epoch": 0.63,
|
1069 |
+
"learning_rate": 1.115e-05,
|
1070 |
+
"loss": 2.7902,
|
1071 |
+
"step": 177
|
1072 |
+
},
|
1073 |
+
{
|
1074 |
+
"epoch": 0.63,
|
1075 |
+
"learning_rate": 1.1133333333333334e-05,
|
1076 |
+
"loss": 3.1718,
|
1077 |
+
"step": 178
|
1078 |
+
},
|
1079 |
+
{
|
1080 |
+
"epoch": 0.63,
|
1081 |
+
"learning_rate": 1.1116666666666666e-05,
|
1082 |
+
"loss": 2.6779,
|
1083 |
+
"step": 179
|
1084 |
+
},
|
1085 |
+
{
|
1086 |
+
"epoch": 0.64,
|
1087 |
+
"learning_rate": 1.11e-05,
|
1088 |
+
"loss": 2.4181,
|
1089 |
+
"step": 180
|
1090 |
+
},
|
1091 |
+
{
|
1092 |
+
"epoch": 0.64,
|
1093 |
+
"learning_rate": 1.1083333333333333e-05,
|
1094 |
+
"loss": 2.4039,
|
1095 |
+
"step": 181
|
1096 |
+
},
|
1097 |
+
{
|
1098 |
+
"epoch": 0.64,
|
1099 |
+
"learning_rate": 1.1066666666666667e-05,
|
1100 |
+
"loss": 2.7477,
|
1101 |
+
"step": 182
|
1102 |
+
},
|
1103 |
+
{
|
1104 |
+
"epoch": 0.65,
|
1105 |
+
"learning_rate": 1.105e-05,
|
1106 |
+
"loss": 2.735,
|
1107 |
+
"step": 183
|
1108 |
+
},
|
1109 |
+
{
|
1110 |
+
"epoch": 0.65,
|
1111 |
+
"learning_rate": 1.1033333333333333e-05,
|
1112 |
+
"loss": 2.7146,
|
1113 |
+
"step": 184
|
1114 |
+
},
|
1115 |
+
{
|
1116 |
+
"epoch": 0.65,
|
1117 |
+
"learning_rate": 1.1016666666666667e-05,
|
1118 |
+
"loss": 3.0662,
|
1119 |
+
"step": 185
|
1120 |
+
},
|
1121 |
+
{
|
1122 |
+
"epoch": 0.66,
|
1123 |
+
"learning_rate": 1.1000000000000001e-05,
|
1124 |
+
"loss": 2.6315,
|
1125 |
+
"step": 186
|
1126 |
+
},
|
1127 |
+
{
|
1128 |
+
"epoch": 0.66,
|
1129 |
+
"learning_rate": 1.0983333333333334e-05,
|
1130 |
+
"loss": 2.9027,
|
1131 |
+
"step": 187
|
1132 |
+
},
|
1133 |
+
{
|
1134 |
+
"epoch": 0.67,
|
1135 |
+
"learning_rate": 1.0966666666666668e-05,
|
1136 |
+
"loss": 2.562,
|
1137 |
+
"step": 188
|
1138 |
+
},
|
1139 |
+
{
|
1140 |
+
"epoch": 0.67,
|
1141 |
+
"learning_rate": 1.095e-05,
|
1142 |
+
"loss": 2.6313,
|
1143 |
+
"step": 189
|
1144 |
+
},
|
1145 |
+
{
|
1146 |
+
"epoch": 0.67,
|
1147 |
+
"learning_rate": 1.0933333333333334e-05,
|
1148 |
+
"loss": 3.1161,
|
1149 |
+
"step": 190
|
1150 |
+
},
|
1151 |
+
{
|
1152 |
+
"epoch": 0.68,
|
1153 |
+
"learning_rate": 1.0916666666666667e-05,
|
1154 |
+
"loss": 2.9275,
|
1155 |
+
"step": 191
|
1156 |
+
},
|
1157 |
+
{
|
1158 |
+
"epoch": 0.68,
|
1159 |
+
"learning_rate": 1.09e-05,
|
1160 |
+
"loss": 2.7675,
|
1161 |
+
"step": 192
|
1162 |
+
},
|
1163 |
+
{
|
1164 |
+
"epoch": 0.68,
|
1165 |
+
"learning_rate": 1.0883333333333333e-05,
|
1166 |
+
"loss": 2.4813,
|
1167 |
+
"step": 193
|
1168 |
+
},
|
1169 |
+
{
|
1170 |
+
"epoch": 0.69,
|
1171 |
+
"learning_rate": 1.0866666666666667e-05,
|
1172 |
+
"loss": 2.0931,
|
1173 |
+
"step": 194
|
1174 |
+
},
|
1175 |
+
{
|
1176 |
+
"epoch": 0.69,
|
1177 |
+
"learning_rate": 1.085e-05,
|
1178 |
+
"loss": 2.8068,
|
1179 |
+
"step": 195
|
1180 |
+
},
|
1181 |
+
{
|
1182 |
+
"epoch": 0.69,
|
1183 |
+
"learning_rate": 1.0833333333333334e-05,
|
1184 |
+
"loss": 2.6955,
|
1185 |
+
"step": 196
|
1186 |
+
},
|
1187 |
+
{
|
1188 |
+
"epoch": 0.7,
|
1189 |
+
"learning_rate": 1.0816666666666668e-05,
|
1190 |
+
"loss": 2.5237,
|
1191 |
+
"step": 197
|
1192 |
+
},
|
1193 |
+
{
|
1194 |
+
"epoch": 0.7,
|
1195 |
+
"learning_rate": 1.08e-05,
|
1196 |
+
"loss": 3.1954,
|
1197 |
+
"step": 198
|
1198 |
+
},
|
1199 |
+
{
|
1200 |
+
"epoch": 0.7,
|
1201 |
+
"learning_rate": 1.0783333333333334e-05,
|
1202 |
+
"loss": 2.6511,
|
1203 |
+
"step": 199
|
1204 |
+
},
|
1205 |
+
{
|
1206 |
+
"epoch": 0.71,
|
1207 |
+
"learning_rate": 1.0766666666666666e-05,
|
1208 |
+
"loss": 2.7927,
|
1209 |
+
"step": 200
|
1210 |
+
},
|
1211 |
+
{
|
1212 |
+
"epoch": 0.71,
|
1213 |
+
"learning_rate": 1.075e-05,
|
1214 |
+
"loss": 2.8265,
|
1215 |
+
"step": 201
|
1216 |
+
},
|
1217 |
+
{
|
1218 |
+
"epoch": 0.72,
|
1219 |
+
"learning_rate": 1.0733333333333333e-05,
|
1220 |
+
"loss": 2.597,
|
1221 |
+
"step": 202
|
1222 |
+
},
|
1223 |
+
{
|
1224 |
+
"epoch": 0.72,
|
1225 |
+
"learning_rate": 1.0716666666666667e-05,
|
1226 |
+
"loss": 2.7998,
|
1227 |
+
"step": 203
|
1228 |
+
},
|
1229 |
+
{
|
1230 |
+
"epoch": 0.72,
|
1231 |
+
"learning_rate": 1.0700000000000001e-05,
|
1232 |
+
"loss": 2.5692,
|
1233 |
+
"step": 204
|
1234 |
+
},
|
1235 |
+
{
|
1236 |
+
"epoch": 0.73,
|
1237 |
+
"learning_rate": 1.0683333333333335e-05,
|
1238 |
+
"loss": 3.0348,
|
1239 |
+
"step": 205
|
1240 |
+
},
|
1241 |
+
{
|
1242 |
+
"epoch": 0.73,
|
1243 |
+
"learning_rate": 1.0666666666666667e-05,
|
1244 |
+
"loss": 2.5194,
|
1245 |
+
"step": 206
|
1246 |
+
},
|
1247 |
+
{
|
1248 |
+
"epoch": 0.73,
|
1249 |
+
"learning_rate": 1.0650000000000001e-05,
|
1250 |
+
"loss": 2.1352,
|
1251 |
+
"step": 207
|
1252 |
+
},
|
1253 |
+
{
|
1254 |
+
"epoch": 0.74,
|
1255 |
+
"learning_rate": 1.0633333333333334e-05,
|
1256 |
+
"loss": 2.8129,
|
1257 |
+
"step": 208
|
1258 |
+
},
|
1259 |
+
{
|
1260 |
+
"epoch": 0.74,
|
1261 |
+
"learning_rate": 1.0616666666666668e-05,
|
1262 |
+
"loss": 2.9273,
|
1263 |
+
"step": 209
|
1264 |
+
},
|
1265 |
+
{
|
1266 |
+
"epoch": 0.74,
|
1267 |
+
"learning_rate": 1.06e-05,
|
1268 |
+
"loss": 2.5239,
|
1269 |
+
"step": 210
|
1270 |
+
},
|
1271 |
+
{
|
1272 |
+
"epoch": 0.75,
|
1273 |
+
"learning_rate": 1.0583333333333334e-05,
|
1274 |
+
"loss": 2.4111,
|
1275 |
+
"step": 211
|
1276 |
+
},
|
1277 |
+
{
|
1278 |
+
"epoch": 0.75,
|
1279 |
+
"learning_rate": 1.0566666666666667e-05,
|
1280 |
+
"loss": 2.8051,
|
1281 |
+
"step": 212
|
1282 |
+
},
|
1283 |
+
{
|
1284 |
+
"epoch": 0.75,
|
1285 |
+
"learning_rate": 1.055e-05,
|
1286 |
+
"loss": 2.6244,
|
1287 |
+
"step": 213
|
1288 |
+
},
|
1289 |
+
{
|
1290 |
+
"epoch": 0.76,
|
1291 |
+
"learning_rate": 1.0533333333333333e-05,
|
1292 |
+
"loss": 2.5855,
|
1293 |
+
"step": 214
|
1294 |
+
},
|
1295 |
+
{
|
1296 |
+
"epoch": 0.76,
|
1297 |
+
"learning_rate": 1.0516666666666667e-05,
|
1298 |
+
"loss": 2.2785,
|
1299 |
+
"step": 215
|
1300 |
+
},
|
1301 |
+
{
|
1302 |
+
"epoch": 0.76,
|
1303 |
+
"learning_rate": 1.05e-05,
|
1304 |
+
"loss": 2.513,
|
1305 |
+
"step": 216
|
1306 |
+
},
|
1307 |
+
{
|
1308 |
+
"epoch": 0.77,
|
1309 |
+
"learning_rate": 1.0483333333333333e-05,
|
1310 |
+
"loss": 2.3334,
|
1311 |
+
"step": 217
|
1312 |
+
},
|
1313 |
+
{
|
1314 |
+
"epoch": 0.77,
|
1315 |
+
"learning_rate": 1.0466666666666666e-05,
|
1316 |
+
"loss": 2.6753,
|
1317 |
+
"step": 218
|
1318 |
+
},
|
1319 |
+
{
|
1320 |
+
"epoch": 0.78,
|
1321 |
+
"learning_rate": 1.045e-05,
|
1322 |
+
"loss": 2.6898,
|
1323 |
+
"step": 219
|
1324 |
+
},
|
1325 |
+
{
|
1326 |
+
"epoch": 0.78,
|
1327 |
+
"learning_rate": 1.0433333333333334e-05,
|
1328 |
+
"loss": 2.2708,
|
1329 |
+
"step": 220
|
1330 |
+
},
|
1331 |
+
{
|
1332 |
+
"epoch": 0.78,
|
1333 |
+
"learning_rate": 1.0416666666666668e-05,
|
1334 |
+
"loss": 2.5367,
|
1335 |
+
"step": 221
|
1336 |
+
},
|
1337 |
+
{
|
1338 |
+
"epoch": 0.79,
|
1339 |
+
"learning_rate": 1.04e-05,
|
1340 |
+
"loss": 2.3048,
|
1341 |
+
"step": 222
|
1342 |
+
},
|
1343 |
+
{
|
1344 |
+
"epoch": 0.79,
|
1345 |
+
"learning_rate": 1.0383333333333334e-05,
|
1346 |
+
"loss": 2.3902,
|
1347 |
+
"step": 223
|
1348 |
+
},
|
1349 |
+
{
|
1350 |
+
"epoch": 0.79,
|
1351 |
+
"learning_rate": 1.0366666666666667e-05,
|
1352 |
+
"loss": 2.5877,
|
1353 |
+
"step": 224
|
1354 |
+
},
|
1355 |
+
{
|
1356 |
+
"epoch": 0.8,
|
1357 |
+
"learning_rate": 1.0350000000000001e-05,
|
1358 |
+
"loss": 2.2711,
|
1359 |
+
"step": 225
|
1360 |
+
},
|
1361 |
+
{
|
1362 |
+
"epoch": 0.8,
|
1363 |
+
"learning_rate": 1.0333333333333333e-05,
|
1364 |
+
"loss": 2.302,
|
1365 |
+
"step": 226
|
1366 |
+
},
|
1367 |
+
{
|
1368 |
+
"epoch": 0.8,
|
1369 |
+
"learning_rate": 1.0316666666666667e-05,
|
1370 |
+
"loss": 2.2721,
|
1371 |
+
"step": 227
|
1372 |
+
},
|
1373 |
+
{
|
1374 |
+
"epoch": 0.81,
|
1375 |
+
"learning_rate": 1.0300000000000001e-05,
|
1376 |
+
"loss": 2.1461,
|
1377 |
+
"step": 228
|
1378 |
+
},
|
1379 |
+
{
|
1380 |
+
"epoch": 0.81,
|
1381 |
+
"learning_rate": 1.0283333333333334e-05,
|
1382 |
+
"loss": 2.9819,
|
1383 |
+
"step": 229
|
1384 |
+
},
|
1385 |
+
{
|
1386 |
+
"epoch": 0.81,
|
1387 |
+
"learning_rate": 1.0266666666666668e-05,
|
1388 |
+
"loss": 2.9391,
|
1389 |
+
"step": 230
|
1390 |
+
},
|
1391 |
+
{
|
1392 |
+
"epoch": 0.82,
|
1393 |
+
"learning_rate": 1.025e-05,
|
1394 |
+
"loss": 2.4014,
|
1395 |
+
"step": 231
|
1396 |
+
},
|
1397 |
+
{
|
1398 |
+
"epoch": 0.82,
|
1399 |
+
"learning_rate": 1.0233333333333334e-05,
|
1400 |
+
"loss": 2.4434,
|
1401 |
+
"step": 232
|
1402 |
+
},
|
1403 |
+
{
|
1404 |
+
"epoch": 0.82,
|
1405 |
+
"learning_rate": 1.0216666666666667e-05,
|
1406 |
+
"loss": 2.4963,
|
1407 |
+
"step": 233
|
1408 |
+
},
|
1409 |
+
{
|
1410 |
+
"epoch": 0.83,
|
1411 |
+
"learning_rate": 1.02e-05,
|
1412 |
+
"loss": 2.3932,
|
1413 |
+
"step": 234
|
1414 |
+
},
|
1415 |
+
{
|
1416 |
+
"epoch": 0.83,
|
1417 |
+
"learning_rate": 1.0183333333333333e-05,
|
1418 |
+
"loss": 2.2718,
|
1419 |
+
"step": 235
|
1420 |
+
},
|
1421 |
+
{
|
1422 |
+
"epoch": 0.84,
|
1423 |
+
"learning_rate": 1.0166666666666667e-05,
|
1424 |
+
"loss": 2.4886,
|
1425 |
+
"step": 236
|
1426 |
+
},
|
1427 |
+
{
|
1428 |
+
"epoch": 0.84,
|
1429 |
+
"learning_rate": 1.015e-05,
|
1430 |
+
"loss": 2.5038,
|
1431 |
+
"step": 237
|
1432 |
+
},
|
1433 |
+
{
|
1434 |
+
"epoch": 0.84,
|
1435 |
+
"learning_rate": 1.0133333333333333e-05,
|
1436 |
+
"loss": 2.1806,
|
1437 |
+
"step": 238
|
1438 |
+
},
|
1439 |
+
{
|
1440 |
+
"epoch": 0.85,
|
1441 |
+
"learning_rate": 1.0116666666666667e-05,
|
1442 |
+
"loss": 2.6506,
|
1443 |
+
"step": 239
|
1444 |
+
},
|
1445 |
+
{
|
1446 |
+
"epoch": 0.85,
|
1447 |
+
"learning_rate": 1.0100000000000002e-05,
|
1448 |
+
"loss": 2.8027,
|
1449 |
+
"step": 240
|
1450 |
+
},
|
1451 |
+
{
|
1452 |
+
"epoch": 0.85,
|
1453 |
+
"learning_rate": 1.0083333333333334e-05,
|
1454 |
+
"loss": 2.3358,
|
1455 |
+
"step": 241
|
1456 |
+
},
|
1457 |
+
{
|
1458 |
+
"epoch": 0.86,
|
1459 |
+
"learning_rate": 1.0066666666666668e-05,
|
1460 |
+
"loss": 2.4161,
|
1461 |
+
"step": 242
|
1462 |
+
},
|
1463 |
+
{
|
1464 |
+
"epoch": 0.86,
|
1465 |
+
"learning_rate": 1.005e-05,
|
1466 |
+
"loss": 2.7473,
|
1467 |
+
"step": 243
|
1468 |
+
},
|
1469 |
+
{
|
1470 |
+
"epoch": 0.86,
|
1471 |
+
"learning_rate": 1.0033333333333334e-05,
|
1472 |
+
"loss": 2.7238,
|
1473 |
+
"step": 244
|
1474 |
+
},
|
1475 |
+
{
|
1476 |
+
"epoch": 0.87,
|
1477 |
+
"learning_rate": 1.0016666666666667e-05,
|
1478 |
+
"loss": 2.0967,
|
1479 |
+
"step": 245
|
1480 |
+
},
|
1481 |
+
{
|
1482 |
+
"epoch": 0.87,
|
1483 |
+
"learning_rate": 1e-05,
|
1484 |
+
"loss": 2.5356,
|
1485 |
+
"step": 246
|
1486 |
+
},
|
1487 |
+
{
|
1488 |
+
"epoch": 0.87,
|
1489 |
+
"learning_rate": 9.983333333333333e-06,
|
1490 |
+
"loss": 3.6256,
|
1491 |
+
"step": 247
|
1492 |
+
},
|
1493 |
+
{
|
1494 |
+
"epoch": 0.88,
|
1495 |
+
"learning_rate": 9.966666666666667e-06,
|
1496 |
+
"loss": 2.5669,
|
1497 |
+
"step": 248
|
1498 |
+
},
|
1499 |
+
{
|
1500 |
+
"epoch": 0.88,
|
1501 |
+
"learning_rate": 9.95e-06,
|
1502 |
+
"loss": 2.1026,
|
1503 |
+
"step": 249
|
1504 |
+
},
|
1505 |
+
{
|
1506 |
+
"epoch": 0.88,
|
1507 |
+
"learning_rate": 9.933333333333334e-06,
|
1508 |
+
"loss": 2.5952,
|
1509 |
+
"step": 250
|
1510 |
+
},
|
1511 |
+
{
|
1512 |
+
"epoch": 0.89,
|
1513 |
+
"learning_rate": 9.916666666666666e-06,
|
1514 |
+
"loss": 2.6405,
|
1515 |
+
"step": 251
|
1516 |
+
},
|
1517 |
+
{
|
1518 |
+
"epoch": 0.89,
|
1519 |
+
"learning_rate": 9.9e-06,
|
1520 |
+
"loss": 2.2321,
|
1521 |
+
"step": 252
|
1522 |
+
},
|
1523 |
+
{
|
1524 |
+
"epoch": 0.9,
|
1525 |
+
"learning_rate": 9.883333333333332e-06,
|
1526 |
+
"loss": 1.9216,
|
1527 |
+
"step": 253
|
1528 |
+
},
|
1529 |
+
{
|
1530 |
+
"epoch": 0.9,
|
1531 |
+
"learning_rate": 9.866666666666667e-06,
|
1532 |
+
"loss": 2.5763,
|
1533 |
+
"step": 254
|
1534 |
+
},
|
1535 |
+
{
|
1536 |
+
"epoch": 0.9,
|
1537 |
+
"learning_rate": 9.849999999999999e-06,
|
1538 |
+
"loss": 2.0074,
|
1539 |
+
"step": 255
|
1540 |
+
},
|
1541 |
+
{
|
1542 |
+
"epoch": 0.91,
|
1543 |
+
"learning_rate": 9.833333333333335e-06,
|
1544 |
+
"loss": 2.1526,
|
1545 |
+
"step": 256
|
1546 |
+
},
|
1547 |
+
{
|
1548 |
+
"epoch": 0.91,
|
1549 |
+
"learning_rate": 9.816666666666667e-06,
|
1550 |
+
"loss": 2.5531,
|
1551 |
+
"step": 257
|
1552 |
+
},
|
1553 |
+
{
|
1554 |
+
"epoch": 0.91,
|
1555 |
+
"learning_rate": 9.800000000000001e-06,
|
1556 |
+
"loss": 2.587,
|
1557 |
+
"step": 258
|
1558 |
+
},
|
1559 |
+
{
|
1560 |
+
"epoch": 0.92,
|
1561 |
+
"learning_rate": 9.783333333333333e-06,
|
1562 |
+
"loss": 2.4205,
|
1563 |
+
"step": 259
|
1564 |
+
},
|
1565 |
+
{
|
1566 |
+
"epoch": 0.92,
|
1567 |
+
"learning_rate": 9.766666666666667e-06,
|
1568 |
+
"loss": 2.3445,
|
1569 |
+
"step": 260
|
1570 |
+
},
|
1571 |
+
{
|
1572 |
+
"epoch": 0.92,
|
1573 |
+
"learning_rate": 9.750000000000002e-06,
|
1574 |
+
"loss": 2.5855,
|
1575 |
+
"step": 261
|
1576 |
+
},
|
1577 |
+
{
|
1578 |
+
"epoch": 0.93,
|
1579 |
+
"learning_rate": 9.733333333333334e-06,
|
1580 |
+
"loss": 2.4643,
|
1581 |
+
"step": 262
|
1582 |
+
},
|
1583 |
+
{
|
1584 |
+
"epoch": 0.93,
|
1585 |
+
"learning_rate": 9.716666666666668e-06,
|
1586 |
+
"loss": 2.3635,
|
1587 |
+
"step": 263
|
1588 |
+
},
|
1589 |
+
{
|
1590 |
+
"epoch": 0.93,
|
1591 |
+
"learning_rate": 9.7e-06,
|
1592 |
+
"loss": 3.1577,
|
1593 |
+
"step": 264
|
1594 |
+
},
|
1595 |
+
{
|
1596 |
+
"epoch": 0.94,
|
1597 |
+
"learning_rate": 9.683333333333334e-06,
|
1598 |
+
"loss": 2.2978,
|
1599 |
+
"step": 265
|
1600 |
+
},
|
1601 |
+
{
|
1602 |
+
"epoch": 0.94,
|
1603 |
+
"learning_rate": 9.666666666666667e-06,
|
1604 |
+
"loss": 2.5625,
|
1605 |
+
"step": 266
|
1606 |
+
},
|
1607 |
+
{
|
1608 |
+
"epoch": 0.95,
|
1609 |
+
"learning_rate": 9.65e-06,
|
1610 |
+
"loss": 2.3358,
|
1611 |
+
"step": 267
|
1612 |
+
},
|
1613 |
+
{
|
1614 |
+
"epoch": 0.95,
|
1615 |
+
"learning_rate": 9.633333333333333e-06,
|
1616 |
+
"loss": 2.2733,
|
1617 |
+
"step": 268
|
1618 |
+
},
|
1619 |
+
{
|
1620 |
+
"epoch": 0.95,
|
1621 |
+
"learning_rate": 9.616666666666667e-06,
|
1622 |
+
"loss": 2.4363,
|
1623 |
+
"step": 269
|
1624 |
+
},
|
1625 |
+
{
|
1626 |
+
"epoch": 0.96,
|
1627 |
+
"learning_rate": 9.6e-06,
|
1628 |
+
"loss": 2.1198,
|
1629 |
+
"step": 270
|
1630 |
+
},
|
1631 |
+
{
|
1632 |
+
"epoch": 0.96,
|
1633 |
+
"learning_rate": 9.583333333333334e-06,
|
1634 |
+
"loss": 2.1966,
|
1635 |
+
"step": 271
|
1636 |
+
},
|
1637 |
+
{
|
1638 |
+
"epoch": 0.96,
|
1639 |
+
"learning_rate": 9.566666666666666e-06,
|
1640 |
+
"loss": 2.7228,
|
1641 |
+
"step": 272
|
1642 |
+
},
|
1643 |
+
{
|
1644 |
+
"epoch": 0.97,
|
1645 |
+
"learning_rate": 9.55e-06,
|
1646 |
+
"loss": 2.2895,
|
1647 |
+
"step": 273
|
1648 |
+
},
|
1649 |
+
{
|
1650 |
+
"epoch": 0.97,
|
1651 |
+
"learning_rate": 9.533333333333334e-06,
|
1652 |
+
"loss": 2.3256,
|
1653 |
+
"step": 274
|
1654 |
+
},
|
1655 |
+
{
|
1656 |
+
"epoch": 0.97,
|
1657 |
+
"learning_rate": 9.516666666666668e-06,
|
1658 |
+
"loss": 2.1448,
|
1659 |
+
"step": 275
|
1660 |
+
},
|
1661 |
+
{
|
1662 |
+
"epoch": 0.98,
|
1663 |
+
"learning_rate": 9.5e-06,
|
1664 |
+
"loss": 2.5787,
|
1665 |
+
"step": 276
|
1666 |
+
},
|
1667 |
+
{
|
1668 |
+
"epoch": 0.98,
|
1669 |
+
"learning_rate": 9.483333333333335e-06,
|
1670 |
+
"loss": 2.5775,
|
1671 |
+
"step": 277
|
1672 |
+
},
|
1673 |
+
{
|
1674 |
+
"epoch": 0.98,
|
1675 |
+
"learning_rate": 9.466666666666667e-06,
|
1676 |
+
"loss": 2.3464,
|
1677 |
+
"step": 278
|
1678 |
+
},
|
1679 |
+
{
|
1680 |
+
"epoch": 0.99,
|
1681 |
+
"learning_rate": 9.450000000000001e-06,
|
1682 |
+
"loss": 3.5566,
|
1683 |
+
"step": 279
|
1684 |
+
},
|
1685 |
+
{
|
1686 |
+
"epoch": 0.99,
|
1687 |
+
"learning_rate": 9.433333333333333e-06,
|
1688 |
+
"loss": 2.0576,
|
1689 |
+
"step": 280
|
1690 |
+
},
|
1691 |
+
{
|
1692 |
+
"epoch": 0.99,
|
1693 |
+
"learning_rate": 9.416666666666667e-06,
|
1694 |
+
"loss": 2.4648,
|
1695 |
+
"step": 281
|
1696 |
+
},
|
1697 |
+
{
|
1698 |
+
"epoch": 1.0,
|
1699 |
+
"learning_rate": 9.4e-06,
|
1700 |
+
"loss": 2.2977,
|
1701 |
+
"step": 282
|
1702 |
+
},
|
1703 |
+
{
|
1704 |
+
"epoch": 1.0,
|
1705 |
+
"learning_rate": 9.383333333333334e-06,
|
1706 |
+
"loss": 2.6571,
|
1707 |
+
"step": 283
|
1708 |
+
},
|
1709 |
+
{
|
1710 |
+
"epoch": 1.01,
|
1711 |
+
"learning_rate": 9.366666666666666e-06,
|
1712 |
+
"loss": 2.0575,
|
1713 |
+
"step": 284
|
1714 |
+
},
|
1715 |
+
{
|
1716 |
+
"epoch": 1.01,
|
1717 |
+
"learning_rate": 9.35e-06,
|
1718 |
+
"loss": 2.1135,
|
1719 |
+
"step": 285
|
1720 |
+
},
|
1721 |
+
{
|
1722 |
+
"epoch": 1.01,
|
1723 |
+
"learning_rate": 9.333333333333333e-06,
|
1724 |
+
"loss": 2.3019,
|
1725 |
+
"step": 286
|
1726 |
+
},
|
1727 |
+
{
|
1728 |
+
"epoch": 1.02,
|
1729 |
+
"learning_rate": 9.316666666666667e-06,
|
1730 |
+
"loss": 2.1004,
|
1731 |
+
"step": 287
|
1732 |
+
},
|
1733 |
+
{
|
1734 |
+
"epoch": 1.02,
|
1735 |
+
"learning_rate": 9.299999999999999e-06,
|
1736 |
+
"loss": 2.5826,
|
1737 |
+
"step": 288
|
1738 |
+
},
|
1739 |
+
{
|
1740 |
+
"epoch": 1.02,
|
1741 |
+
"learning_rate": 9.283333333333333e-06,
|
1742 |
+
"loss": 2.5141,
|
1743 |
+
"step": 289
|
1744 |
+
},
|
1745 |
+
{
|
1746 |
+
"epoch": 1.03,
|
1747 |
+
"learning_rate": 9.266666666666665e-06,
|
1748 |
+
"loss": 2.4473,
|
1749 |
+
"step": 290
|
1750 |
+
},
|
1751 |
+
{
|
1752 |
+
"epoch": 1.03,
|
1753 |
+
"learning_rate": 9.250000000000001e-06,
|
1754 |
+
"loss": 2.1056,
|
1755 |
+
"step": 291
|
1756 |
+
},
|
1757 |
+
{
|
1758 |
+
"epoch": 1.03,
|
1759 |
+
"learning_rate": 9.233333333333334e-06,
|
1760 |
+
"loss": 2.3514,
|
1761 |
+
"step": 292
|
1762 |
+
},
|
1763 |
+
{
|
1764 |
+
"epoch": 1.04,
|
1765 |
+
"learning_rate": 9.216666666666668e-06,
|
1766 |
+
"loss": 2.0145,
|
1767 |
+
"step": 293
|
1768 |
+
},
|
1769 |
+
{
|
1770 |
+
"epoch": 1.04,
|
1771 |
+
"learning_rate": 9.200000000000002e-06,
|
1772 |
+
"loss": 1.9094,
|
1773 |
+
"step": 294
|
1774 |
+
},
|
1775 |
+
{
|
1776 |
+
"epoch": 1.04,
|
1777 |
+
"learning_rate": 9.183333333333334e-06,
|
1778 |
+
"loss": 2.2845,
|
1779 |
+
"step": 295
|
1780 |
+
},
|
1781 |
+
{
|
1782 |
+
"epoch": 1.05,
|
1783 |
+
"learning_rate": 9.166666666666668e-06,
|
1784 |
+
"loss": 2.3477,
|
1785 |
+
"step": 296
|
1786 |
+
},
|
1787 |
+
{
|
1788 |
+
"epoch": 1.05,
|
1789 |
+
"learning_rate": 9.15e-06,
|
1790 |
+
"loss": 2.3361,
|
1791 |
+
"step": 297
|
1792 |
+
},
|
1793 |
+
{
|
1794 |
+
"epoch": 1.05,
|
1795 |
+
"learning_rate": 9.133333333333335e-06,
|
1796 |
+
"loss": 2.6051,
|
1797 |
+
"step": 298
|
1798 |
+
},
|
1799 |
+
{
|
1800 |
+
"epoch": 1.06,
|
1801 |
+
"learning_rate": 9.116666666666667e-06,
|
1802 |
+
"loss": 2.5384,
|
1803 |
+
"step": 299
|
1804 |
+
},
|
1805 |
+
{
|
1806 |
+
"epoch": 1.06,
|
1807 |
+
"learning_rate": 9.100000000000001e-06,
|
1808 |
+
"loss": 2.2708,
|
1809 |
+
"step": 300
|
1810 |
+
},
|
1811 |
+
{
|
1812 |
+
"epoch": 1.07,
|
1813 |
+
"learning_rate": 9.083333333333333e-06,
|
1814 |
+
"loss": 2.4243,
|
1815 |
+
"step": 301
|
1816 |
+
},
|
1817 |
+
{
|
1818 |
+
"epoch": 1.07,
|
1819 |
+
"learning_rate": 9.066666666666667e-06,
|
1820 |
+
"loss": 2.3339,
|
1821 |
+
"step": 302
|
1822 |
+
},
|
1823 |
+
{
|
1824 |
+
"epoch": 1.07,
|
1825 |
+
"learning_rate": 9.05e-06,
|
1826 |
+
"loss": 2.4625,
|
1827 |
+
"step": 303
|
1828 |
+
},
|
1829 |
+
{
|
1830 |
+
"epoch": 1.08,
|
1831 |
+
"learning_rate": 9.033333333333334e-06,
|
1832 |
+
"loss": 3.0608,
|
1833 |
+
"step": 304
|
1834 |
+
},
|
1835 |
+
{
|
1836 |
+
"epoch": 1.08,
|
1837 |
+
"learning_rate": 9.016666666666666e-06,
|
1838 |
+
"loss": 2.7946,
|
1839 |
+
"step": 305
|
1840 |
+
},
|
1841 |
+
{
|
1842 |
+
"epoch": 1.08,
|
1843 |
+
"learning_rate": 9e-06,
|
1844 |
+
"loss": 2.3791,
|
1845 |
+
"step": 306
|
1846 |
+
},
|
1847 |
+
{
|
1848 |
+
"epoch": 1.09,
|
1849 |
+
"learning_rate": 8.983333333333333e-06,
|
1850 |
+
"loss": 2.4048,
|
1851 |
+
"step": 307
|
1852 |
+
},
|
1853 |
+
{
|
1854 |
+
"epoch": 1.09,
|
1855 |
+
"learning_rate": 8.966666666666667e-06,
|
1856 |
+
"loss": 2.4804,
|
1857 |
+
"step": 308
|
1858 |
+
},
|
1859 |
+
{
|
1860 |
+
"epoch": 1.09,
|
1861 |
+
"learning_rate": 8.95e-06,
|
1862 |
+
"loss": 2.0581,
|
1863 |
+
"step": 309
|
1864 |
+
},
|
1865 |
+
{
|
1866 |
+
"epoch": 1.1,
|
1867 |
+
"learning_rate": 8.933333333333335e-06,
|
1868 |
+
"loss": 2.5319,
|
1869 |
+
"step": 310
|
1870 |
+
},
|
1871 |
+
{
|
1872 |
+
"epoch": 1.1,
|
1873 |
+
"learning_rate": 8.916666666666667e-06,
|
1874 |
+
"loss": 2.2584,
|
1875 |
+
"step": 311
|
1876 |
+
},
|
1877 |
+
{
|
1878 |
+
"epoch": 1.1,
|
1879 |
+
"learning_rate": 8.900000000000001e-06,
|
1880 |
+
"loss": 2.3523,
|
1881 |
+
"step": 312
|
1882 |
+
},
|
1883 |
+
{
|
1884 |
+
"epoch": 1.11,
|
1885 |
+
"learning_rate": 8.883333333333334e-06,
|
1886 |
+
"loss": 2.4676,
|
1887 |
+
"step": 313
|
1888 |
+
},
|
1889 |
+
{
|
1890 |
+
"epoch": 1.11,
|
1891 |
+
"learning_rate": 8.866666666666668e-06,
|
1892 |
+
"loss": 1.934,
|
1893 |
+
"step": 314
|
1894 |
+
},
|
1895 |
+
{
|
1896 |
+
"epoch": 1.12,
|
1897 |
+
"learning_rate": 8.85e-06,
|
1898 |
+
"loss": 2.2951,
|
1899 |
+
"step": 315
|
1900 |
+
},
|
1901 |
+
{
|
1902 |
+
"epoch": 1.12,
|
1903 |
+
"learning_rate": 8.833333333333334e-06,
|
1904 |
+
"loss": 2.1022,
|
1905 |
+
"step": 316
|
1906 |
+
},
|
1907 |
+
{
|
1908 |
+
"epoch": 1.12,
|
1909 |
+
"learning_rate": 8.816666666666666e-06,
|
1910 |
+
"loss": 2.196,
|
1911 |
+
"step": 317
|
1912 |
+
},
|
1913 |
+
{
|
1914 |
+
"epoch": 1.13,
|
1915 |
+
"learning_rate": 8.8e-06,
|
1916 |
+
"loss": 1.9917,
|
1917 |
+
"step": 318
|
1918 |
+
},
|
1919 |
+
{
|
1920 |
+
"epoch": 1.13,
|
1921 |
+
"learning_rate": 8.783333333333333e-06,
|
1922 |
+
"loss": 2.4259,
|
1923 |
+
"step": 319
|
1924 |
+
},
|
1925 |
+
{
|
1926 |
+
"epoch": 1.13,
|
1927 |
+
"learning_rate": 8.766666666666667e-06,
|
1928 |
+
"loss": 2.1644,
|
1929 |
+
"step": 320
|
1930 |
+
},
|
1931 |
+
{
|
1932 |
+
"epoch": 1.14,
|
1933 |
+
"learning_rate": 8.75e-06,
|
1934 |
+
"loss": 2.6005,
|
1935 |
+
"step": 321
|
1936 |
+
},
|
1937 |
+
{
|
1938 |
+
"epoch": 1.14,
|
1939 |
+
"learning_rate": 8.733333333333333e-06,
|
1940 |
+
"loss": 2.7394,
|
1941 |
+
"step": 322
|
1942 |
+
},
|
1943 |
+
{
|
1944 |
+
"epoch": 1.14,
|
1945 |
+
"learning_rate": 8.716666666666666e-06,
|
1946 |
+
"loss": 2.4944,
|
1947 |
+
"step": 323
|
1948 |
+
},
|
1949 |
+
{
|
1950 |
+
"epoch": 1.15,
|
1951 |
+
"learning_rate": 8.7e-06,
|
1952 |
+
"loss": 2.3124,
|
1953 |
+
"step": 324
|
1954 |
+
},
|
1955 |
+
{
|
1956 |
+
"epoch": 1.15,
|
1957 |
+
"learning_rate": 8.683333333333332e-06,
|
1958 |
+
"loss": 2.5351,
|
1959 |
+
"step": 325
|
1960 |
+
},
|
1961 |
+
{
|
1962 |
+
"epoch": 1.15,
|
1963 |
+
"learning_rate": 8.666666666666666e-06,
|
1964 |
+
"loss": 2.2796,
|
1965 |
+
"step": 326
|
1966 |
+
},
|
1967 |
+
{
|
1968 |
+
"epoch": 1.16,
|
1969 |
+
"learning_rate": 8.650000000000002e-06,
|
1970 |
+
"loss": 2.4701,
|
1971 |
+
"step": 327
|
1972 |
+
},
|
1973 |
+
{
|
1974 |
+
"epoch": 1.16,
|
1975 |
+
"learning_rate": 8.633333333333334e-06,
|
1976 |
+
"loss": 2.6057,
|
1977 |
+
"step": 328
|
1978 |
+
},
|
1979 |
+
{
|
1980 |
+
"epoch": 1.16,
|
1981 |
+
"learning_rate": 8.616666666666668e-06,
|
1982 |
+
"loss": 2.2283,
|
1983 |
+
"step": 329
|
1984 |
+
},
|
1985 |
+
{
|
1986 |
+
"epoch": 1.17,
|
1987 |
+
"learning_rate": 8.6e-06,
|
1988 |
+
"loss": 2.5177,
|
1989 |
+
"step": 330
|
1990 |
+
},
|
1991 |
+
{
|
1992 |
+
"epoch": 1.17,
|
1993 |
+
"learning_rate": 8.583333333333335e-06,
|
1994 |
+
"loss": 2.7006,
|
1995 |
+
"step": 331
|
1996 |
+
},
|
1997 |
+
{
|
1998 |
+
"epoch": 1.18,
|
1999 |
+
"learning_rate": 8.566666666666667e-06,
|
2000 |
+
"loss": 2.043,
|
2001 |
+
"step": 332
|
2002 |
+
},
|
2003 |
+
{
|
2004 |
+
"epoch": 1.18,
|
2005 |
+
"learning_rate": 8.550000000000001e-06,
|
2006 |
+
"loss": 2.2546,
|
2007 |
+
"step": 333
|
2008 |
+
},
|
2009 |
+
{
|
2010 |
+
"epoch": 1.18,
|
2011 |
+
"learning_rate": 8.533333333333334e-06,
|
2012 |
+
"loss": 2.2464,
|
2013 |
+
"step": 334
|
2014 |
+
},
|
2015 |
+
{
|
2016 |
+
"epoch": 1.19,
|
2017 |
+
"learning_rate": 8.516666666666668e-06,
|
2018 |
+
"loss": 2.6201,
|
2019 |
+
"step": 335
|
2020 |
+
},
|
2021 |
+
{
|
2022 |
+
"epoch": 1.19,
|
2023 |
+
"learning_rate": 8.5e-06,
|
2024 |
+
"loss": 2.2799,
|
2025 |
+
"step": 336
|
2026 |
+
},
|
2027 |
+
{
|
2028 |
+
"epoch": 1.19,
|
2029 |
+
"learning_rate": 8.483333333333334e-06,
|
2030 |
+
"loss": 2.7274,
|
2031 |
+
"step": 337
|
2032 |
+
},
|
2033 |
+
{
|
2034 |
+
"epoch": 1.2,
|
2035 |
+
"learning_rate": 8.466666666666666e-06,
|
2036 |
+
"loss": 2.1455,
|
2037 |
+
"step": 338
|
2038 |
+
},
|
2039 |
+
{
|
2040 |
+
"epoch": 1.2,
|
2041 |
+
"learning_rate": 8.45e-06,
|
2042 |
+
"loss": 2.061,
|
2043 |
+
"step": 339
|
2044 |
+
},
|
2045 |
+
{
|
2046 |
+
"epoch": 1.2,
|
2047 |
+
"learning_rate": 8.433333333333333e-06,
|
2048 |
+
"loss": 2.2954,
|
2049 |
+
"step": 340
|
2050 |
+
},
|
2051 |
+
{
|
2052 |
+
"epoch": 1.21,
|
2053 |
+
"learning_rate": 8.416666666666667e-06,
|
2054 |
+
"loss": 2.1072,
|
2055 |
+
"step": 341
|
2056 |
+
},
|
2057 |
+
{
|
2058 |
+
"epoch": 1.21,
|
2059 |
+
"learning_rate": 8.4e-06,
|
2060 |
+
"loss": 2.3253,
|
2061 |
+
"step": 342
|
2062 |
+
},
|
2063 |
+
{
|
2064 |
+
"epoch": 1.21,
|
2065 |
+
"learning_rate": 8.383333333333333e-06,
|
2066 |
+
"loss": 2.5172,
|
2067 |
+
"step": 343
|
2068 |
+
},
|
2069 |
+
{
|
2070 |
+
"epoch": 1.22,
|
2071 |
+
"learning_rate": 8.366666666666667e-06,
|
2072 |
+
"loss": 1.9553,
|
2073 |
+
"step": 344
|
2074 |
+
},
|
2075 |
+
{
|
2076 |
+
"epoch": 1.22,
|
2077 |
+
"learning_rate": 8.350000000000001e-06,
|
2078 |
+
"loss": 2.3876,
|
2079 |
+
"step": 345
|
2080 |
+
},
|
2081 |
+
{
|
2082 |
+
"epoch": 1.22,
|
2083 |
+
"learning_rate": 8.333333333333334e-06,
|
2084 |
+
"loss": 2.1276,
|
2085 |
+
"step": 346
|
2086 |
+
},
|
2087 |
+
{
|
2088 |
+
"epoch": 1.23,
|
2089 |
+
"learning_rate": 8.316666666666668e-06,
|
2090 |
+
"loss": 1.8129,
|
2091 |
+
"step": 347
|
2092 |
+
},
|
2093 |
+
{
|
2094 |
+
"epoch": 1.23,
|
2095 |
+
"learning_rate": 8.3e-06,
|
2096 |
+
"loss": 2.7334,
|
2097 |
+
"step": 348
|
2098 |
+
},
|
2099 |
+
{
|
2100 |
+
"epoch": 1.24,
|
2101 |
+
"learning_rate": 8.283333333333334e-06,
|
2102 |
+
"loss": 2.1216,
|
2103 |
+
"step": 349
|
2104 |
+
},
|
2105 |
+
{
|
2106 |
+
"epoch": 1.24,
|
2107 |
+
"learning_rate": 8.266666666666667e-06,
|
2108 |
+
"loss": 2.105,
|
2109 |
+
"step": 350
|
2110 |
+
},
|
2111 |
+
{
|
2112 |
+
"epoch": 1.24,
|
2113 |
+
"learning_rate": 8.25e-06,
|
2114 |
+
"loss": 2.0334,
|
2115 |
+
"step": 351
|
2116 |
+
},
|
2117 |
+
{
|
2118 |
+
"epoch": 1.25,
|
2119 |
+
"learning_rate": 8.233333333333333e-06,
|
2120 |
+
"loss": 2.543,
|
2121 |
+
"step": 352
|
2122 |
+
},
|
2123 |
+
{
|
2124 |
+
"epoch": 1.25,
|
2125 |
+
"learning_rate": 8.216666666666667e-06,
|
2126 |
+
"loss": 2.442,
|
2127 |
+
"step": 353
|
2128 |
+
},
|
2129 |
+
{
|
2130 |
+
"epoch": 1.25,
|
2131 |
+
"learning_rate": 8.2e-06,
|
2132 |
+
"loss": 2.7382,
|
2133 |
+
"step": 354
|
2134 |
+
},
|
2135 |
+
{
|
2136 |
+
"epoch": 1.26,
|
2137 |
+
"learning_rate": 8.183333333333333e-06,
|
2138 |
+
"loss": 2.1001,
|
2139 |
+
"step": 355
|
2140 |
+
},
|
2141 |
+
{
|
2142 |
+
"epoch": 1.26,
|
2143 |
+
"learning_rate": 8.166666666666666e-06,
|
2144 |
+
"loss": 2.3215,
|
2145 |
+
"step": 356
|
2146 |
+
},
|
2147 |
+
{
|
2148 |
+
"epoch": 1.26,
|
2149 |
+
"learning_rate": 8.15e-06,
|
2150 |
+
"loss": 1.6964,
|
2151 |
+
"step": 357
|
2152 |
+
},
|
2153 |
+
{
|
2154 |
+
"epoch": 1.27,
|
2155 |
+
"learning_rate": 8.133333333333334e-06,
|
2156 |
+
"loss": 2.3512,
|
2157 |
+
"step": 358
|
2158 |
+
},
|
2159 |
+
{
|
2160 |
+
"epoch": 1.27,
|
2161 |
+
"learning_rate": 8.116666666666666e-06,
|
2162 |
+
"loss": 2.2935,
|
2163 |
+
"step": 359
|
2164 |
+
},
|
2165 |
+
{
|
2166 |
+
"epoch": 1.27,
|
2167 |
+
"learning_rate": 8.1e-06,
|
2168 |
+
"loss": 1.8758,
|
2169 |
+
"step": 360
|
2170 |
+
},
|
2171 |
+
{
|
2172 |
+
"epoch": 1.28,
|
2173 |
+
"learning_rate": 8.083333333333333e-06,
|
2174 |
+
"loss": 2.8091,
|
2175 |
+
"step": 361
|
2176 |
+
},
|
2177 |
+
{
|
2178 |
+
"epoch": 1.28,
|
2179 |
+
"learning_rate": 8.066666666666668e-06,
|
2180 |
+
"loss": 2.1441,
|
2181 |
+
"step": 362
|
2182 |
+
},
|
2183 |
+
{
|
2184 |
+
"epoch": 1.28,
|
2185 |
+
"learning_rate": 8.050000000000001e-06,
|
2186 |
+
"loss": 2.2469,
|
2187 |
+
"step": 363
|
2188 |
+
},
|
2189 |
+
{
|
2190 |
+
"epoch": 1.29,
|
2191 |
+
"learning_rate": 8.033333333333335e-06,
|
2192 |
+
"loss": 2.2527,
|
2193 |
+
"step": 364
|
2194 |
+
},
|
2195 |
+
{
|
2196 |
+
"epoch": 1.29,
|
2197 |
+
"learning_rate": 8.016666666666667e-06,
|
2198 |
+
"loss": 1.882,
|
2199 |
+
"step": 365
|
2200 |
+
},
|
2201 |
+
{
|
2202 |
+
"epoch": 1.3,
|
2203 |
+
"learning_rate": 8.000000000000001e-06,
|
2204 |
+
"loss": 2.1768,
|
2205 |
+
"step": 366
|
2206 |
+
},
|
2207 |
+
{
|
2208 |
+
"epoch": 1.3,
|
2209 |
+
"learning_rate": 7.983333333333334e-06,
|
2210 |
+
"loss": 1.8079,
|
2211 |
+
"step": 367
|
2212 |
+
},
|
2213 |
+
{
|
2214 |
+
"epoch": 1.3,
|
2215 |
+
"learning_rate": 7.966666666666668e-06,
|
2216 |
+
"loss": 2.3561,
|
2217 |
+
"step": 368
|
2218 |
+
},
|
2219 |
+
{
|
2220 |
+
"epoch": 1.31,
|
2221 |
+
"learning_rate": 7.95e-06,
|
2222 |
+
"loss": 2.052,
|
2223 |
+
"step": 369
|
2224 |
+
},
|
2225 |
+
{
|
2226 |
+
"epoch": 1.31,
|
2227 |
+
"learning_rate": 7.933333333333334e-06,
|
2228 |
+
"loss": 2.2526,
|
2229 |
+
"step": 370
|
2230 |
+
},
|
2231 |
+
{
|
2232 |
+
"epoch": 1.31,
|
2233 |
+
"learning_rate": 7.916666666666667e-06,
|
2234 |
+
"loss": 1.8913,
|
2235 |
+
"step": 371
|
2236 |
+
},
|
2237 |
+
{
|
2238 |
+
"epoch": 1.32,
|
2239 |
+
"learning_rate": 7.9e-06,
|
2240 |
+
"loss": 1.775,
|
2241 |
+
"step": 372
|
2242 |
+
},
|
2243 |
+
{
|
2244 |
+
"epoch": 1.32,
|
2245 |
+
"learning_rate": 7.883333333333333e-06,
|
2246 |
+
"loss": 2.2531,
|
2247 |
+
"step": 373
|
2248 |
+
},
|
2249 |
+
{
|
2250 |
+
"epoch": 1.32,
|
2251 |
+
"learning_rate": 7.866666666666667e-06,
|
2252 |
+
"loss": 2.1137,
|
2253 |
+
"step": 374
|
2254 |
+
},
|
2255 |
+
{
|
2256 |
+
"epoch": 1.33,
|
2257 |
+
"learning_rate": 7.85e-06,
|
2258 |
+
"loss": 2.1488,
|
2259 |
+
"step": 375
|
2260 |
+
},
|
2261 |
+
{
|
2262 |
+
"epoch": 1.33,
|
2263 |
+
"learning_rate": 7.833333333333333e-06,
|
2264 |
+
"loss": 2.042,
|
2265 |
+
"step": 376
|
2266 |
+
},
|
2267 |
+
{
|
2268 |
+
"epoch": 1.33,
|
2269 |
+
"learning_rate": 7.816666666666666e-06,
|
2270 |
+
"loss": 2.1525,
|
2271 |
+
"step": 377
|
2272 |
+
},
|
2273 |
+
{
|
2274 |
+
"epoch": 1.34,
|
2275 |
+
"learning_rate": 7.8e-06,
|
2276 |
+
"loss": 2.4628,
|
2277 |
+
"step": 378
|
2278 |
+
},
|
2279 |
+
{
|
2280 |
+
"epoch": 1.34,
|
2281 |
+
"learning_rate": 7.783333333333334e-06,
|
2282 |
+
"loss": 2.2925,
|
2283 |
+
"step": 379
|
2284 |
+
},
|
2285 |
+
{
|
2286 |
+
"epoch": 1.35,
|
2287 |
+
"learning_rate": 7.766666666666668e-06,
|
2288 |
+
"loss": 2.3381,
|
2289 |
+
"step": 380
|
2290 |
+
},
|
2291 |
+
{
|
2292 |
+
"epoch": 1.35,
|
2293 |
+
"learning_rate": 7.75e-06,
|
2294 |
+
"loss": 2.0939,
|
2295 |
+
"step": 381
|
2296 |
+
},
|
2297 |
+
{
|
2298 |
+
"epoch": 1.35,
|
2299 |
+
"learning_rate": 7.733333333333334e-06,
|
2300 |
+
"loss": 2.2002,
|
2301 |
+
"step": 382
|
2302 |
+
},
|
2303 |
+
{
|
2304 |
+
"epoch": 1.36,
|
2305 |
+
"learning_rate": 7.716666666666667e-06,
|
2306 |
+
"loss": 2.0547,
|
2307 |
+
"step": 383
|
2308 |
+
},
|
2309 |
+
{
|
2310 |
+
"epoch": 1.36,
|
2311 |
+
"learning_rate": 7.7e-06,
|
2312 |
+
"loss": 1.5672,
|
2313 |
+
"step": 384
|
2314 |
+
},
|
2315 |
+
{
|
2316 |
+
"epoch": 1.36,
|
2317 |
+
"learning_rate": 7.683333333333333e-06,
|
2318 |
+
"loss": 2.0091,
|
2319 |
+
"step": 385
|
2320 |
+
},
|
2321 |
+
{
|
2322 |
+
"epoch": 1.37,
|
2323 |
+
"learning_rate": 7.666666666666667e-06,
|
2324 |
+
"loss": 1.877,
|
2325 |
+
"step": 386
|
2326 |
+
},
|
2327 |
+
{
|
2328 |
+
"epoch": 1.37,
|
2329 |
+
"learning_rate": 7.65e-06,
|
2330 |
+
"loss": 2.4509,
|
2331 |
+
"step": 387
|
2332 |
+
},
|
2333 |
+
{
|
2334 |
+
"epoch": 1.37,
|
2335 |
+
"learning_rate": 7.633333333333334e-06,
|
2336 |
+
"loss": 2.1108,
|
2337 |
+
"step": 388
|
2338 |
+
},
|
2339 |
+
{
|
2340 |
+
"epoch": 1.38,
|
2341 |
+
"learning_rate": 7.616666666666666e-06,
|
2342 |
+
"loss": 1.9918,
|
2343 |
+
"step": 389
|
2344 |
+
},
|
2345 |
+
{
|
2346 |
+
"epoch": 1.38,
|
2347 |
+
"learning_rate": 7.6e-06,
|
2348 |
+
"loss": 2.2434,
|
2349 |
+
"step": 390
|
2350 |
+
},
|
2351 |
+
{
|
2352 |
+
"epoch": 1.38,
|
2353 |
+
"learning_rate": 7.583333333333334e-06,
|
2354 |
+
"loss": 2.0259,
|
2355 |
+
"step": 391
|
2356 |
+
},
|
2357 |
+
{
|
2358 |
+
"epoch": 1.39,
|
2359 |
+
"learning_rate": 7.5666666666666665e-06,
|
2360 |
+
"loss": 2.1511,
|
2361 |
+
"step": 392
|
2362 |
+
},
|
2363 |
+
{
|
2364 |
+
"epoch": 1.39,
|
2365 |
+
"learning_rate": 7.550000000000001e-06,
|
2366 |
+
"loss": 2.0569,
|
2367 |
+
"step": 393
|
2368 |
+
},
|
2369 |
+
{
|
2370 |
+
"epoch": 1.39,
|
2371 |
+
"learning_rate": 7.533333333333334e-06,
|
2372 |
+
"loss": 2.6273,
|
2373 |
+
"step": 394
|
2374 |
+
},
|
2375 |
+
{
|
2376 |
+
"epoch": 1.4,
|
2377 |
+
"learning_rate": 7.516666666666668e-06,
|
2378 |
+
"loss": 2.2768,
|
2379 |
+
"step": 395
|
2380 |
+
},
|
2381 |
+
{
|
2382 |
+
"epoch": 1.4,
|
2383 |
+
"learning_rate": 7.5e-06,
|
2384 |
+
"loss": 2.1123,
|
2385 |
+
"step": 396
|
2386 |
+
},
|
2387 |
+
{
|
2388 |
+
"epoch": 1.41,
|
2389 |
+
"learning_rate": 7.483333333333334e-06,
|
2390 |
+
"loss": 1.866,
|
2391 |
+
"step": 397
|
2392 |
+
},
|
2393 |
+
{
|
2394 |
+
"epoch": 1.41,
|
2395 |
+
"learning_rate": 7.466666666666667e-06,
|
2396 |
+
"loss": 2.7522,
|
2397 |
+
"step": 398
|
2398 |
+
},
|
2399 |
+
{
|
2400 |
+
"epoch": 1.41,
|
2401 |
+
"learning_rate": 7.450000000000001e-06,
|
2402 |
+
"loss": 2.0204,
|
2403 |
+
"step": 399
|
2404 |
+
},
|
2405 |
+
{
|
2406 |
+
"epoch": 1.42,
|
2407 |
+
"learning_rate": 7.433333333333333e-06,
|
2408 |
+
"loss": 2.2434,
|
2409 |
+
"step": 400
|
2410 |
+
}
|
2411 |
+
],
|
2412 |
+
"logging_steps": 1,
|
2413 |
+
"max_steps": 846,
|
2414 |
+
"num_train_epochs": 3,
|
2415 |
+
"save_steps": 100,
|
2416 |
+
"total_flos": 2192784935239680.0,
|
2417 |
+
"trial_name": null,
|
2418 |
+
"trial_params": null
|
2419 |
+
}
|
checkpoint-400/training_args.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:d31fd82befd9ee5457878ffc81e0e912118afde0e205cd756d8f332797f78b00
|
3 |
+
size 4027
|
checkpoint-500/README.md
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
library_name: peft
|
3 |
+
---
|
4 |
+
## Training procedure
|
5 |
+
|
6 |
+
|
7 |
+
The following `bitsandbytes` quantization config was used during training:
|
8 |
+
- quant_method: bitsandbytes
|
9 |
+
- load_in_8bit: False
|
10 |
+
- load_in_4bit: True
|
11 |
+
- llm_int8_threshold: 6.0
|
12 |
+
- llm_int8_skip_modules: None
|
13 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
14 |
+
- llm_int8_has_fp16_weight: False
|
15 |
+
- bnb_4bit_quant_type: fp4
|
16 |
+
- bnb_4bit_use_double_quant: False
|
17 |
+
- bnb_4bit_compute_dtype: float32
|
18 |
+
|
19 |
+
The following `bitsandbytes` quantization config was used during training:
|
20 |
+
- quant_method: bitsandbytes
|
21 |
+
- load_in_8bit: False
|
22 |
+
- load_in_4bit: True
|
23 |
+
- llm_int8_threshold: 6.0
|
24 |
+
- llm_int8_skip_modules: None
|
25 |
+
- llm_int8_enable_fp32_cpu_offload: False
|
26 |
+
- llm_int8_has_fp16_weight: False
|
27 |
+
- bnb_4bit_quant_type: fp4
|
28 |
+
- bnb_4bit_use_double_quant: False
|
29 |
+
- bnb_4bit_compute_dtype: float32
|
30 |
+
### Framework versions
|
31 |
+
|
32 |
+
- PEFT 0.5.0
|
33 |
+
|
34 |
+
- PEFT 0.5.0
|
checkpoint-500/adapter_config.json
ADDED
@@ -0,0 +1,21 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"auto_mapping": null,
|
3 |
+
"base_model_name_or_path": "meta-llama/Llama-2-7b-hf",
|
4 |
+
"bias": "none",
|
5 |
+
"fan_in_fan_out": false,
|
6 |
+
"inference_mode": true,
|
7 |
+
"init_lora_weights": true,
|
8 |
+
"layers_pattern": null,
|
9 |
+
"layers_to_transform": null,
|
10 |
+
"lora_alpha": 16,
|
11 |
+
"lora_dropout": 0.0,
|
12 |
+
"modules_to_save": null,
|
13 |
+
"peft_type": "LORA",
|
14 |
+
"r": 64,
|
15 |
+
"revision": null,
|
16 |
+
"target_modules": [
|
17 |
+
"q_proj",
|
18 |
+
"v_proj"
|
19 |
+
],
|
20 |
+
"task_type": "CAUSAL_LM"
|
21 |
+
}
|
checkpoint-500/adapter_model.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:39242d58eaf616061effd479198dd8ab1f1fbba8f3df29492f3251a61018515f
|
3 |
+
size 134263757
|