denocris commited on
Commit
bfa175b
1 Parent(s): 9ff89ad

First model version

Browse files
Files changed (5) hide show
  1. config.json +22 -0
  2. special_tokens_map.json +1 -0
  3. tokenizer_config.json +1 -0
  4. trainer_state.json +2894 -0
  5. vocab.txt +0 -0
config.json ADDED
@@ -0,0 +1,22 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "dbmdz/bert-base-italian-xxl-cased",
3
+ "architectures": [
4
+ "BertForMaskedLM"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.1,
7
+ "gradient_checkpointing": false,
8
+ "hidden_act": "gelu",
9
+ "hidden_dropout_prob": 0.1,
10
+ "hidden_size": 768,
11
+ "initializer_range": 0.02,
12
+ "intermediate_size": 3072,
13
+ "layer_norm_eps": 1e-12,
14
+ "max_position_embeddings": 512,
15
+ "model_type": "bert",
16
+ "num_attention_heads": 12,
17
+ "num_hidden_layers": 12,
18
+ "pad_token_id": 0,
19
+ "position_embedding_type": "absolute",
20
+ "type_vocab_size": 2,
21
+ "vocab_size": 32102
22
+ }
special_tokens_map.json ADDED
@@ -0,0 +1 @@
 
 
1
+ {"unk_token": "[UNK]", "sep_token": "[SEP]", "pad_token": "[PAD]", "cls_token": "[CLS]", "mask_token": "[MASK]"}
tokenizer_config.json ADDED
@@ -0,0 +1 @@
 
 
1
+ {"do_lower_case": true, "do_basic_tokenize": true, "never_split": null, "unk_token": "[UNK]", "sep_token": "[SEP]", "pad_token": "[PAD]", "cls_token": "[CLS]", "mask_token": "[MASK]", "tokenize_chinese_chars": true, "strip_accents": null, "max_len": 154, "special_tokens_map_file": null, "tokenizer_file": null, "name_or_path": "dbmdz/bert-base-italian-xxl-cased"}
trainer_state.json ADDED
@@ -0,0 +1,2894 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 14.942528735632184,
5
+ "global_step": 46800,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.031928480204342274,
12
+ "learning_rate": 1.995742869306088e-05,
13
+ "loss": 1.0424302673339845,
14
+ "step": 100
15
+ },
16
+ {
17
+ "epoch": 0.06385696040868455,
18
+ "learning_rate": 1.9914857386121755e-05,
19
+ "loss": 0.5240679550170898,
20
+ "step": 200
21
+ },
22
+ {
23
+ "epoch": 0.09578544061302682,
24
+ "learning_rate": 1.9872286079182633e-05,
25
+ "loss": 0.5014432144165039,
26
+ "step": 300
27
+ },
28
+ {
29
+ "epoch": 0.1277139208173691,
30
+ "learning_rate": 1.9829714772243508e-05,
31
+ "loss": 0.48912925720214845,
32
+ "step": 400
33
+ },
34
+ {
35
+ "epoch": 0.15964240102171137,
36
+ "learning_rate": 1.9787143465304387e-05,
37
+ "loss": 0.48597183227539065,
38
+ "step": 500
39
+ },
40
+ {
41
+ "epoch": 0.19157088122605365,
42
+ "learning_rate": 1.974457215836526e-05,
43
+ "loss": 0.4988706970214844,
44
+ "step": 600
45
+ },
46
+ {
47
+ "epoch": 0.22349936143039592,
48
+ "learning_rate": 1.970200085142614e-05,
49
+ "loss": 0.48521129608154295,
50
+ "step": 700
51
+ },
52
+ {
53
+ "epoch": 0.2554278416347382,
54
+ "learning_rate": 1.9659429544487015e-05,
55
+ "loss": 0.4737409210205078,
56
+ "step": 800
57
+ },
58
+ {
59
+ "epoch": 0.28735632183908044,
60
+ "learning_rate": 1.9616858237547893e-05,
61
+ "loss": 0.478267822265625,
62
+ "step": 900
63
+ },
64
+ {
65
+ "epoch": 0.31928480204342274,
66
+ "learning_rate": 1.957428693060877e-05,
67
+ "loss": 0.46842235565185547,
68
+ "step": 1000
69
+ },
70
+ {
71
+ "epoch": 0.351213282247765,
72
+ "learning_rate": 1.953171562366965e-05,
73
+ "loss": 0.47340740203857423,
74
+ "step": 1100
75
+ },
76
+ {
77
+ "epoch": 0.3831417624521073,
78
+ "learning_rate": 1.9489144316730525e-05,
79
+ "loss": 0.48022716522216796,
80
+ "step": 1200
81
+ },
82
+ {
83
+ "epoch": 0.41507024265644954,
84
+ "learning_rate": 1.9446573009791403e-05,
85
+ "loss": 0.4702701950073242,
86
+ "step": 1300
87
+ },
88
+ {
89
+ "epoch": 0.44699872286079184,
90
+ "learning_rate": 1.9404001702852278e-05,
91
+ "loss": 0.47483158111572266,
92
+ "step": 1400
93
+ },
94
+ {
95
+ "epoch": 0.4789272030651341,
96
+ "learning_rate": 1.9361430395913157e-05,
97
+ "loss": 0.45973930358886717,
98
+ "step": 1500
99
+ },
100
+ {
101
+ "epoch": 0.5108556832694764,
102
+ "learning_rate": 1.9318859088974035e-05,
103
+ "loss": 0.43192115783691404,
104
+ "step": 1600
105
+ },
106
+ {
107
+ "epoch": 0.5427841634738186,
108
+ "learning_rate": 1.927628778203491e-05,
109
+ "loss": 0.44062965393066406,
110
+ "step": 1700
111
+ },
112
+ {
113
+ "epoch": 0.5747126436781609,
114
+ "learning_rate": 1.923371647509579e-05,
115
+ "loss": 0.460767822265625,
116
+ "step": 1800
117
+ },
118
+ {
119
+ "epoch": 0.6066411238825032,
120
+ "learning_rate": 1.9191145168156663e-05,
121
+ "loss": 0.4533885192871094,
122
+ "step": 1900
123
+ },
124
+ {
125
+ "epoch": 0.6385696040868455,
126
+ "learning_rate": 1.914857386121754e-05,
127
+ "loss": 0.4435346221923828,
128
+ "step": 2000
129
+ },
130
+ {
131
+ "epoch": 0.6704980842911877,
132
+ "learning_rate": 1.9106002554278417e-05,
133
+ "loss": 0.4584750747680664,
134
+ "step": 2100
135
+ },
136
+ {
137
+ "epoch": 0.70242656449553,
138
+ "learning_rate": 1.9063431247339295e-05,
139
+ "loss": 0.43961280822753906,
140
+ "step": 2200
141
+ },
142
+ {
143
+ "epoch": 0.7343550446998723,
144
+ "learning_rate": 1.902085994040017e-05,
145
+ "loss": 0.43362281799316404,
146
+ "step": 2300
147
+ },
148
+ {
149
+ "epoch": 0.7662835249042146,
150
+ "learning_rate": 1.8978288633461048e-05,
151
+ "loss": 0.4443118286132812,
152
+ "step": 2400
153
+ },
154
+ {
155
+ "epoch": 0.7982120051085568,
156
+ "learning_rate": 1.8935717326521927e-05,
157
+ "loss": 0.4438581848144531,
158
+ "step": 2500
159
+ },
160
+ {
161
+ "epoch": 0.8301404853128991,
162
+ "learning_rate": 1.88931460195828e-05,
163
+ "loss": 0.4310215759277344,
164
+ "step": 2600
165
+ },
166
+ {
167
+ "epoch": 0.8620689655172413,
168
+ "learning_rate": 1.885057471264368e-05,
169
+ "loss": 0.4399332809448242,
170
+ "step": 2700
171
+ },
172
+ {
173
+ "epoch": 0.8939974457215837,
174
+ "learning_rate": 1.8808003405704555e-05,
175
+ "loss": 0.4511014175415039,
176
+ "step": 2800
177
+ },
178
+ {
179
+ "epoch": 0.9259259259259259,
180
+ "learning_rate": 1.8765432098765433e-05,
181
+ "loss": 0.44327774047851565,
182
+ "step": 2900
183
+ },
184
+ {
185
+ "epoch": 0.9578544061302682,
186
+ "learning_rate": 1.872286079182631e-05,
187
+ "loss": 0.43171138763427735,
188
+ "step": 3000
189
+ },
190
+ {
191
+ "epoch": 0.9897828863346104,
192
+ "learning_rate": 1.868028948488719e-05,
193
+ "loss": 0.4460626983642578,
194
+ "step": 3100
195
+ },
196
+ {
197
+ "epoch": 1.0,
198
+ "eval_loss": 0.3910863995552063,
199
+ "step": 3132
200
+ },
201
+ {
202
+ "epoch": 1.0217113665389528,
203
+ "learning_rate": 1.8637718177948065e-05,
204
+ "loss": 0.43170944213867185,
205
+ "step": 3200
206
+ },
207
+ {
208
+ "epoch": 1.053639846743295,
209
+ "learning_rate": 1.8595146871008943e-05,
210
+ "loss": 0.42756095886230466,
211
+ "step": 3300
212
+ },
213
+ {
214
+ "epoch": 1.0855683269476373,
215
+ "learning_rate": 1.8552575564069818e-05,
216
+ "loss": 0.423099479675293,
217
+ "step": 3400
218
+ },
219
+ {
220
+ "epoch": 1.1174968071519795,
221
+ "learning_rate": 1.8510004257130697e-05,
222
+ "loss": 0.42962390899658204,
223
+ "step": 3500
224
+ },
225
+ {
226
+ "epoch": 1.1494252873563218,
227
+ "learning_rate": 1.846743295019157e-05,
228
+ "loss": 0.4373976898193359,
229
+ "step": 3600
230
+ },
231
+ {
232
+ "epoch": 1.181353767560664,
233
+ "learning_rate": 1.842486164325245e-05,
234
+ "loss": 0.4381977462768555,
235
+ "step": 3700
236
+ },
237
+ {
238
+ "epoch": 1.2132822477650063,
239
+ "learning_rate": 1.8382290336313325e-05,
240
+ "loss": 0.4158343887329102,
241
+ "step": 3800
242
+ },
243
+ {
244
+ "epoch": 1.2452107279693487,
245
+ "learning_rate": 1.8339719029374203e-05,
246
+ "loss": 0.4281564712524414,
247
+ "step": 3900
248
+ },
249
+ {
250
+ "epoch": 1.277139208173691,
251
+ "learning_rate": 1.829714772243508e-05,
252
+ "loss": 0.41806602478027344,
253
+ "step": 4000
254
+ },
255
+ {
256
+ "epoch": 1.3090676883780332,
257
+ "learning_rate": 1.8254576415495957e-05,
258
+ "loss": 0.4173674011230469,
259
+ "step": 4100
260
+ },
261
+ {
262
+ "epoch": 1.3409961685823755,
263
+ "learning_rate": 1.8212005108556835e-05,
264
+ "loss": 0.43225109100341796,
265
+ "step": 4200
266
+ },
267
+ {
268
+ "epoch": 1.3729246487867177,
269
+ "learning_rate": 1.816943380161771e-05,
270
+ "loss": 0.421945686340332,
271
+ "step": 4300
272
+ },
273
+ {
274
+ "epoch": 1.40485312899106,
275
+ "learning_rate": 1.812686249467859e-05,
276
+ "loss": 0.42005214691162107,
277
+ "step": 4400
278
+ },
279
+ {
280
+ "epoch": 1.4367816091954024,
281
+ "learning_rate": 1.8084291187739463e-05,
282
+ "loss": 0.40552581787109376,
283
+ "step": 4500
284
+ },
285
+ {
286
+ "epoch": 1.4687100893997447,
287
+ "learning_rate": 1.804171988080034e-05,
288
+ "loss": 0.41495433807373044,
289
+ "step": 4600
290
+ },
291
+ {
292
+ "epoch": 1.500638569604087,
293
+ "learning_rate": 1.7999148573861217e-05,
294
+ "loss": 0.4268427658081055,
295
+ "step": 4700
296
+ },
297
+ {
298
+ "epoch": 1.5325670498084292,
299
+ "learning_rate": 1.7956577266922095e-05,
300
+ "loss": 0.4178670120239258,
301
+ "step": 4800
302
+ },
303
+ {
304
+ "epoch": 1.5644955300127714,
305
+ "learning_rate": 1.7914005959982973e-05,
306
+ "loss": 0.4088083267211914,
307
+ "step": 4900
308
+ },
309
+ {
310
+ "epoch": 1.5964240102171137,
311
+ "learning_rate": 1.787143465304385e-05,
312
+ "loss": 0.4090264129638672,
313
+ "step": 5000
314
+ },
315
+ {
316
+ "epoch": 1.628352490421456,
317
+ "learning_rate": 1.7828863346104727e-05,
318
+ "loss": 0.39727077484130857,
319
+ "step": 5100
320
+ },
321
+ {
322
+ "epoch": 1.6602809706257982,
323
+ "learning_rate": 1.7786292039165605e-05,
324
+ "loss": 0.40877700805664063,
325
+ "step": 5200
326
+ },
327
+ {
328
+ "epoch": 1.6922094508301404,
329
+ "learning_rate": 1.774372073222648e-05,
330
+ "loss": 0.4055898666381836,
331
+ "step": 5300
332
+ },
333
+ {
334
+ "epoch": 1.7241379310344827,
335
+ "learning_rate": 1.770114942528736e-05,
336
+ "loss": 0.40825370788574217,
337
+ "step": 5400
338
+ },
339
+ {
340
+ "epoch": 1.756066411238825,
341
+ "learning_rate": 1.7658578118348237e-05,
342
+ "loss": 0.39790542602539064,
343
+ "step": 5500
344
+ },
345
+ {
346
+ "epoch": 1.7879948914431671,
347
+ "learning_rate": 1.761600681140911e-05,
348
+ "loss": 0.4129365158081055,
349
+ "step": 5600
350
+ },
351
+ {
352
+ "epoch": 1.8199233716475096,
353
+ "learning_rate": 1.757343550446999e-05,
354
+ "loss": 0.4137036895751953,
355
+ "step": 5700
356
+ },
357
+ {
358
+ "epoch": 1.8518518518518519,
359
+ "learning_rate": 1.7530864197530865e-05,
360
+ "loss": 0.41169502258300783,
361
+ "step": 5800
362
+ },
363
+ {
364
+ "epoch": 1.883780332056194,
365
+ "learning_rate": 1.7488292890591743e-05,
366
+ "loss": 0.3932318115234375,
367
+ "step": 5900
368
+ },
369
+ {
370
+ "epoch": 1.9157088122605364,
371
+ "learning_rate": 1.7445721583652618e-05,
372
+ "loss": 0.40273929595947267,
373
+ "step": 6000
374
+ },
375
+ {
376
+ "epoch": 1.9476372924648788,
377
+ "learning_rate": 1.7403150276713497e-05,
378
+ "loss": 0.4069852066040039,
379
+ "step": 6100
380
+ },
381
+ {
382
+ "epoch": 1.979565772669221,
383
+ "learning_rate": 1.736057896977437e-05,
384
+ "loss": 0.40934764862060546,
385
+ "step": 6200
386
+ },
387
+ {
388
+ "epoch": 2.0,
389
+ "eval_loss": 0.3667986989021301,
390
+ "step": 6264
391
+ },
392
+ {
393
+ "epoch": 2.0114942528735633,
394
+ "learning_rate": 1.731800766283525e-05,
395
+ "loss": 0.40322193145751956,
396
+ "step": 6300
397
+ },
398
+ {
399
+ "epoch": 2.0434227330779056,
400
+ "learning_rate": 1.727543635589613e-05,
401
+ "loss": 0.3913343048095703,
402
+ "step": 6400
403
+ },
404
+ {
405
+ "epoch": 2.075351213282248,
406
+ "learning_rate": 1.7232865048957003e-05,
407
+ "loss": 0.4131240081787109,
408
+ "step": 6500
409
+ },
410
+ {
411
+ "epoch": 2.10727969348659,
412
+ "learning_rate": 1.719029374201788e-05,
413
+ "loss": 0.394369010925293,
414
+ "step": 6600
415
+ },
416
+ {
417
+ "epoch": 2.1392081736909323,
418
+ "learning_rate": 1.7147722435078757e-05,
419
+ "loss": 0.3991780471801758,
420
+ "step": 6700
421
+ },
422
+ {
423
+ "epoch": 2.1711366538952745,
424
+ "learning_rate": 1.7105151128139635e-05,
425
+ "loss": 0.3874116134643555,
426
+ "step": 6800
427
+ },
428
+ {
429
+ "epoch": 2.203065134099617,
430
+ "learning_rate": 1.706257982120051e-05,
431
+ "loss": 0.387044792175293,
432
+ "step": 6900
433
+ },
434
+ {
435
+ "epoch": 2.234993614303959,
436
+ "learning_rate": 1.702000851426139e-05,
437
+ "loss": 0.39865818023681643,
438
+ "step": 7000
439
+ },
440
+ {
441
+ "epoch": 2.2669220945083013,
442
+ "learning_rate": 1.6977437207322267e-05,
443
+ "loss": 0.3999287414550781,
444
+ "step": 7100
445
+ },
446
+ {
447
+ "epoch": 2.2988505747126435,
448
+ "learning_rate": 1.6934865900383145e-05,
449
+ "loss": 0.4086351013183594,
450
+ "step": 7200
451
+ },
452
+ {
453
+ "epoch": 2.330779054916986,
454
+ "learning_rate": 1.689229459344402e-05,
455
+ "loss": 0.3991414642333984,
456
+ "step": 7300
457
+ },
458
+ {
459
+ "epoch": 2.362707535121328,
460
+ "learning_rate": 1.68497232865049e-05,
461
+ "loss": 0.3910430145263672,
462
+ "step": 7400
463
+ },
464
+ {
465
+ "epoch": 2.3946360153256707,
466
+ "learning_rate": 1.6807151979565773e-05,
467
+ "loss": 0.39477340698242186,
468
+ "step": 7500
469
+ },
470
+ {
471
+ "epoch": 2.4265644955300125,
472
+ "learning_rate": 1.676458067262665e-05,
473
+ "loss": 0.38976318359375,
474
+ "step": 7600
475
+ },
476
+ {
477
+ "epoch": 2.458492975734355,
478
+ "learning_rate": 1.6722009365687527e-05,
479
+ "loss": 0.38246253967285154,
480
+ "step": 7700
481
+ },
482
+ {
483
+ "epoch": 2.4904214559386975,
484
+ "learning_rate": 1.6679438058748405e-05,
485
+ "loss": 0.38488063812255857,
486
+ "step": 7800
487
+ },
488
+ {
489
+ "epoch": 2.5223499361430397,
490
+ "learning_rate": 1.6636866751809283e-05,
491
+ "loss": 0.3952900695800781,
492
+ "step": 7900
493
+ },
494
+ {
495
+ "epoch": 2.554278416347382,
496
+ "learning_rate": 1.6594295444870158e-05,
497
+ "loss": 0.3940334701538086,
498
+ "step": 8000
499
+ },
500
+ {
501
+ "epoch": 2.586206896551724,
502
+ "learning_rate": 1.6551724137931037e-05,
503
+ "loss": 0.3789644622802734,
504
+ "step": 8100
505
+ },
506
+ {
507
+ "epoch": 2.6181353767560664,
508
+ "learning_rate": 1.650915283099191e-05,
509
+ "loss": 0.38175716400146487,
510
+ "step": 8200
511
+ },
512
+ {
513
+ "epoch": 2.6500638569604087,
514
+ "learning_rate": 1.646658152405279e-05,
515
+ "loss": 0.3957417678833008,
516
+ "step": 8300
517
+ },
518
+ {
519
+ "epoch": 2.681992337164751,
520
+ "learning_rate": 1.6424010217113665e-05,
521
+ "loss": 0.3931695556640625,
522
+ "step": 8400
523
+ },
524
+ {
525
+ "epoch": 2.713920817369093,
526
+ "learning_rate": 1.6381438910174543e-05,
527
+ "loss": 0.3700098419189453,
528
+ "step": 8500
529
+ },
530
+ {
531
+ "epoch": 2.7458492975734354,
532
+ "learning_rate": 1.6338867603235418e-05,
533
+ "loss": 0.3986296463012695,
534
+ "step": 8600
535
+ },
536
+ {
537
+ "epoch": 2.7777777777777777,
538
+ "learning_rate": 1.6296296296296297e-05,
539
+ "loss": 0.377045783996582,
540
+ "step": 8700
541
+ },
542
+ {
543
+ "epoch": 2.80970625798212,
544
+ "learning_rate": 1.6253724989357175e-05,
545
+ "loss": 0.38455604553222655,
546
+ "step": 8800
547
+ },
548
+ {
549
+ "epoch": 2.841634738186462,
550
+ "learning_rate": 1.6211153682418053e-05,
551
+ "loss": 0.39248775482177733,
552
+ "step": 8900
553
+ },
554
+ {
555
+ "epoch": 2.873563218390805,
556
+ "learning_rate": 1.6168582375478928e-05,
557
+ "loss": 0.3952408599853516,
558
+ "step": 9000
559
+ },
560
+ {
561
+ "epoch": 2.9054916985951467,
562
+ "learning_rate": 1.6126011068539807e-05,
563
+ "loss": 0.38378463745117186,
564
+ "step": 9100
565
+ },
566
+ {
567
+ "epoch": 2.9374201787994894,
568
+ "learning_rate": 1.608343976160068e-05,
569
+ "loss": 0.3779494857788086,
570
+ "step": 9200
571
+ },
572
+ {
573
+ "epoch": 2.969348659003831,
574
+ "learning_rate": 1.604086845466156e-05,
575
+ "loss": 0.39154972076416017,
576
+ "step": 9300
577
+ },
578
+ {
579
+ "epoch": 3.0,
580
+ "eval_loss": 0.3532629609107971,
581
+ "step": 9396
582
+ },
583
+ {
584
+ "epoch": 3.001277139208174,
585
+ "learning_rate": 1.599829714772244e-05,
586
+ "loss": 0.38505748748779295,
587
+ "step": 9400
588
+ },
589
+ {
590
+ "epoch": 3.033205619412516,
591
+ "learning_rate": 1.5955725840783313e-05,
592
+ "loss": 0.37334869384765623,
593
+ "step": 9500
594
+ },
595
+ {
596
+ "epoch": 3.0651340996168583,
597
+ "learning_rate": 1.591315453384419e-05,
598
+ "loss": 0.36475982666015627,
599
+ "step": 9600
600
+ },
601
+ {
602
+ "epoch": 3.0970625798212006,
603
+ "learning_rate": 1.5870583226905067e-05,
604
+ "loss": 0.3732810592651367,
605
+ "step": 9700
606
+ },
607
+ {
608
+ "epoch": 3.128991060025543,
609
+ "learning_rate": 1.5828011919965945e-05,
610
+ "loss": 0.36443687438964845,
611
+ "step": 9800
612
+ },
613
+ {
614
+ "epoch": 3.160919540229885,
615
+ "learning_rate": 1.578544061302682e-05,
616
+ "loss": 0.38134773254394533,
617
+ "step": 9900
618
+ },
619
+ {
620
+ "epoch": 3.1928480204342273,
621
+ "learning_rate": 1.57428693060877e-05,
622
+ "loss": 0.3660939407348633,
623
+ "step": 10000
624
+ },
625
+ {
626
+ "epoch": 3.2247765006385696,
627
+ "learning_rate": 1.5700297999148573e-05,
628
+ "loss": 0.38626991271972655,
629
+ "step": 10100
630
+ },
631
+ {
632
+ "epoch": 3.256704980842912,
633
+ "learning_rate": 1.565772669220945e-05,
634
+ "loss": 0.36326351165771487,
635
+ "step": 10200
636
+ },
637
+ {
638
+ "epoch": 3.288633461047254,
639
+ "learning_rate": 1.561515538527033e-05,
640
+ "loss": 0.3856014633178711,
641
+ "step": 10300
642
+ },
643
+ {
644
+ "epoch": 3.3205619412515963,
645
+ "learning_rate": 1.5572584078331205e-05,
646
+ "loss": 0.38314430236816405,
647
+ "step": 10400
648
+ },
649
+ {
650
+ "epoch": 3.3524904214559386,
651
+ "learning_rate": 1.5530012771392083e-05,
652
+ "loss": 0.3787594223022461,
653
+ "step": 10500
654
+ },
655
+ {
656
+ "epoch": 3.384418901660281,
657
+ "learning_rate": 1.5487441464452958e-05,
658
+ "loss": 0.37935165405273436,
659
+ "step": 10600
660
+ },
661
+ {
662
+ "epoch": 3.416347381864623,
663
+ "learning_rate": 1.5444870157513837e-05,
664
+ "loss": 0.3672695541381836,
665
+ "step": 10700
666
+ },
667
+ {
668
+ "epoch": 3.4482758620689653,
669
+ "learning_rate": 1.540229885057471e-05,
670
+ "loss": 0.3799928283691406,
671
+ "step": 10800
672
+ },
673
+ {
674
+ "epoch": 3.480204342273308,
675
+ "learning_rate": 1.5359727543635593e-05,
676
+ "loss": 0.381710090637207,
677
+ "step": 10900
678
+ },
679
+ {
680
+ "epoch": 3.51213282247765,
681
+ "learning_rate": 1.531715623669647e-05,
682
+ "loss": 0.35085960388183596,
683
+ "step": 11000
684
+ },
685
+ {
686
+ "epoch": 3.5440613026819925,
687
+ "learning_rate": 1.5274584929757347e-05,
688
+ "loss": 0.37504680633544923,
689
+ "step": 11100
690
+ },
691
+ {
692
+ "epoch": 3.5759897828863347,
693
+ "learning_rate": 1.5232013622818223e-05,
694
+ "loss": 0.36862171173095704,
695
+ "step": 11200
696
+ },
697
+ {
698
+ "epoch": 3.607918263090677,
699
+ "learning_rate": 1.51894423158791e-05,
700
+ "loss": 0.3727375793457031,
701
+ "step": 11300
702
+ },
703
+ {
704
+ "epoch": 3.6398467432950192,
705
+ "learning_rate": 1.5146871008939977e-05,
706
+ "loss": 0.37135467529296873,
707
+ "step": 11400
708
+ },
709
+ {
710
+ "epoch": 3.6717752234993615,
711
+ "learning_rate": 1.5104299702000853e-05,
712
+ "loss": 0.3693832778930664,
713
+ "step": 11500
714
+ },
715
+ {
716
+ "epoch": 3.7037037037037037,
717
+ "learning_rate": 1.506172839506173e-05,
718
+ "loss": 0.36289344787597655,
719
+ "step": 11600
720
+ },
721
+ {
722
+ "epoch": 3.735632183908046,
723
+ "learning_rate": 1.5019157088122607e-05,
724
+ "loss": 0.3692543411254883,
725
+ "step": 11700
726
+ },
727
+ {
728
+ "epoch": 3.767560664112388,
729
+ "learning_rate": 1.4976585781183483e-05,
730
+ "loss": 0.3623777770996094,
731
+ "step": 11800
732
+ },
733
+ {
734
+ "epoch": 3.7994891443167305,
735
+ "learning_rate": 1.493401447424436e-05,
736
+ "loss": 0.3629803848266602,
737
+ "step": 11900
738
+ },
739
+ {
740
+ "epoch": 3.8314176245210727,
741
+ "learning_rate": 1.4891443167305237e-05,
742
+ "loss": 0.3619497680664063,
743
+ "step": 12000
744
+ },
745
+ {
746
+ "epoch": 3.863346104725415,
747
+ "learning_rate": 1.4848871860366115e-05,
748
+ "loss": 0.35669734954833987,
749
+ "step": 12100
750
+ },
751
+ {
752
+ "epoch": 3.895274584929757,
753
+ "learning_rate": 1.4806300553426992e-05,
754
+ "loss": 0.359210205078125,
755
+ "step": 12200
756
+ },
757
+ {
758
+ "epoch": 3.9272030651340994,
759
+ "learning_rate": 1.4763729246487868e-05,
760
+ "loss": 0.3655078887939453,
761
+ "step": 12300
762
+ },
763
+ {
764
+ "epoch": 3.959131545338442,
765
+ "learning_rate": 1.4721157939548745e-05,
766
+ "loss": 0.3666878890991211,
767
+ "step": 12400
768
+ },
769
+ {
770
+ "epoch": 3.991060025542784,
771
+ "learning_rate": 1.4678586632609622e-05,
772
+ "loss": 0.3504248809814453,
773
+ "step": 12500
774
+ },
775
+ {
776
+ "epoch": 4.0,
777
+ "eval_loss": 0.3464440107345581,
778
+ "step": 12528
779
+ },
780
+ {
781
+ "epoch": 4.022988505747127,
782
+ "learning_rate": 1.4636015325670498e-05,
783
+ "loss": 0.35299652099609374,
784
+ "step": 12600
785
+ },
786
+ {
787
+ "epoch": 4.054916985951468,
788
+ "learning_rate": 1.4593444018731375e-05,
789
+ "loss": 0.3569066619873047,
790
+ "step": 12700
791
+ },
792
+ {
793
+ "epoch": 4.086845466155811,
794
+ "learning_rate": 1.4550872711792252e-05,
795
+ "loss": 0.3493093490600586,
796
+ "step": 12800
797
+ },
798
+ {
799
+ "epoch": 4.118773946360153,
800
+ "learning_rate": 1.4508301404853132e-05,
801
+ "loss": 0.3634659957885742,
802
+ "step": 12900
803
+ },
804
+ {
805
+ "epoch": 4.150702426564496,
806
+ "learning_rate": 1.4465730097914008e-05,
807
+ "loss": 0.37093032836914064,
808
+ "step": 13000
809
+ },
810
+ {
811
+ "epoch": 4.182630906768837,
812
+ "learning_rate": 1.4423158790974885e-05,
813
+ "loss": 0.37300064086914064,
814
+ "step": 13100
815
+ },
816
+ {
817
+ "epoch": 4.21455938697318,
818
+ "learning_rate": 1.4380587484035762e-05,
819
+ "loss": 0.358408203125,
820
+ "step": 13200
821
+ },
822
+ {
823
+ "epoch": 4.246487867177523,
824
+ "learning_rate": 1.4338016177096638e-05,
825
+ "loss": 0.3569377517700195,
826
+ "step": 13300
827
+ },
828
+ {
829
+ "epoch": 4.278416347381865,
830
+ "learning_rate": 1.4295444870157515e-05,
831
+ "loss": 0.3640250015258789,
832
+ "step": 13400
833
+ },
834
+ {
835
+ "epoch": 4.310344827586207,
836
+ "learning_rate": 1.4252873563218392e-05,
837
+ "loss": 0.3725627517700195,
838
+ "step": 13500
839
+ },
840
+ {
841
+ "epoch": 4.342273307790549,
842
+ "learning_rate": 1.421030225627927e-05,
843
+ "loss": 0.3584425354003906,
844
+ "step": 13600
845
+ },
846
+ {
847
+ "epoch": 4.374201787994892,
848
+ "learning_rate": 1.4167730949340147e-05,
849
+ "loss": 0.37500988006591796,
850
+ "step": 13700
851
+ },
852
+ {
853
+ "epoch": 4.406130268199234,
854
+ "learning_rate": 1.4125159642401023e-05,
855
+ "loss": 0.35521396636962893,
856
+ "step": 13800
857
+ },
858
+ {
859
+ "epoch": 4.438058748403576,
860
+ "learning_rate": 1.40825883354619e-05,
861
+ "loss": 0.35183258056640626,
862
+ "step": 13900
863
+ },
864
+ {
865
+ "epoch": 4.469987228607918,
866
+ "learning_rate": 1.4040017028522777e-05,
867
+ "loss": 0.35960380554199217,
868
+ "step": 14000
869
+ },
870
+ {
871
+ "epoch": 4.501915708812261,
872
+ "learning_rate": 1.3997445721583653e-05,
873
+ "loss": 0.3571435546875,
874
+ "step": 14100
875
+ },
876
+ {
877
+ "epoch": 4.533844189016603,
878
+ "learning_rate": 1.395487441464453e-05,
879
+ "loss": 0.35867115020751955,
880
+ "step": 14200
881
+ },
882
+ {
883
+ "epoch": 4.565772669220945,
884
+ "learning_rate": 1.3912303107705407e-05,
885
+ "loss": 0.34017555236816405,
886
+ "step": 14300
887
+ },
888
+ {
889
+ "epoch": 4.597701149425287,
890
+ "learning_rate": 1.3869731800766283e-05,
891
+ "loss": 0.3735758209228516,
892
+ "step": 14400
893
+ },
894
+ {
895
+ "epoch": 4.62962962962963,
896
+ "learning_rate": 1.3827160493827162e-05,
897
+ "loss": 0.36705623626708983,
898
+ "step": 14500
899
+ },
900
+ {
901
+ "epoch": 4.661558109833972,
902
+ "learning_rate": 1.3784589186888038e-05,
903
+ "loss": 0.3525060272216797,
904
+ "step": 14600
905
+ },
906
+ {
907
+ "epoch": 4.693486590038314,
908
+ "learning_rate": 1.3742017879948915e-05,
909
+ "loss": 0.3783878326416016,
910
+ "step": 14700
911
+ },
912
+ {
913
+ "epoch": 4.725415070242656,
914
+ "learning_rate": 1.3699446573009792e-05,
915
+ "loss": 0.3659477615356445,
916
+ "step": 14800
917
+ },
918
+ {
919
+ "epoch": 4.757343550446999,
920
+ "learning_rate": 1.365687526607067e-05,
921
+ "loss": 0.3537181091308594,
922
+ "step": 14900
923
+ },
924
+ {
925
+ "epoch": 4.789272030651341,
926
+ "learning_rate": 1.3614303959131547e-05,
927
+ "loss": 0.36351833343505857,
928
+ "step": 15000
929
+ },
930
+ {
931
+ "epoch": 4.821200510855683,
932
+ "learning_rate": 1.3571732652192425e-05,
933
+ "loss": 0.3483928298950195,
934
+ "step": 15100
935
+ },
936
+ {
937
+ "epoch": 4.853128991060025,
938
+ "learning_rate": 1.3529161345253302e-05,
939
+ "loss": 0.35997581481933594,
940
+ "step": 15200
941
+ },
942
+ {
943
+ "epoch": 4.885057471264368,
944
+ "learning_rate": 1.3486590038314178e-05,
945
+ "loss": 0.36364505767822264,
946
+ "step": 15300
947
+ },
948
+ {
949
+ "epoch": 4.91698595146871,
950
+ "learning_rate": 1.3444018731375055e-05,
951
+ "loss": 0.3437914276123047,
952
+ "step": 15400
953
+ },
954
+ {
955
+ "epoch": 4.948914431673052,
956
+ "learning_rate": 1.3401447424435932e-05,
957
+ "loss": 0.3517444610595703,
958
+ "step": 15500
959
+ },
960
+ {
961
+ "epoch": 4.980842911877395,
962
+ "learning_rate": 1.3358876117496808e-05,
963
+ "loss": 0.3623521041870117,
964
+ "step": 15600
965
+ },
966
+ {
967
+ "epoch": 5.0,
968
+ "eval_loss": 0.33480075001716614,
969
+ "step": 15660
970
+ },
971
+ {
972
+ "epoch": 5.012771392081737,
973
+ "learning_rate": 1.3316304810557685e-05,
974
+ "loss": 0.3527105712890625,
975
+ "step": 15700
976
+ },
977
+ {
978
+ "epoch": 5.044699872286079,
979
+ "learning_rate": 1.3273733503618562e-05,
980
+ "loss": 0.3470969009399414,
981
+ "step": 15800
982
+ },
983
+ {
984
+ "epoch": 5.076628352490421,
985
+ "learning_rate": 1.3231162196679438e-05,
986
+ "loss": 0.34361572265625,
987
+ "step": 15900
988
+ },
989
+ {
990
+ "epoch": 5.108556832694764,
991
+ "learning_rate": 1.3188590889740317e-05,
992
+ "loss": 0.35975650787353514,
993
+ "step": 16000
994
+ },
995
+ {
996
+ "epoch": 5.140485312899106,
997
+ "learning_rate": 1.3146019582801193e-05,
998
+ "loss": 0.34139663696289063,
999
+ "step": 16100
1000
+ },
1001
+ {
1002
+ "epoch": 5.172413793103448,
1003
+ "learning_rate": 1.310344827586207e-05,
1004
+ "loss": 0.34681896209716795,
1005
+ "step": 16200
1006
+ },
1007
+ {
1008
+ "epoch": 5.20434227330779,
1009
+ "learning_rate": 1.3060876968922947e-05,
1010
+ "loss": 0.34409351348876954,
1011
+ "step": 16300
1012
+ },
1013
+ {
1014
+ "epoch": 5.236270753512133,
1015
+ "learning_rate": 1.3018305661983823e-05,
1016
+ "loss": 0.3398979949951172,
1017
+ "step": 16400
1018
+ },
1019
+ {
1020
+ "epoch": 5.268199233716475,
1021
+ "learning_rate": 1.29757343550447e-05,
1022
+ "loss": 0.3437363815307617,
1023
+ "step": 16500
1024
+ },
1025
+ {
1026
+ "epoch": 5.300127713920817,
1027
+ "learning_rate": 1.2933163048105577e-05,
1028
+ "loss": 0.33456321716308596,
1029
+ "step": 16600
1030
+ },
1031
+ {
1032
+ "epoch": 5.33205619412516,
1033
+ "learning_rate": 1.2890591741166453e-05,
1034
+ "loss": 0.3437419128417969,
1035
+ "step": 16700
1036
+ },
1037
+ {
1038
+ "epoch": 5.363984674329502,
1039
+ "learning_rate": 1.2848020434227333e-05,
1040
+ "loss": 0.3656898880004883,
1041
+ "step": 16800
1042
+ },
1043
+ {
1044
+ "epoch": 5.395913154533845,
1045
+ "learning_rate": 1.280544912728821e-05,
1046
+ "loss": 0.33624221801757814,
1047
+ "step": 16900
1048
+ },
1049
+ {
1050
+ "epoch": 5.427841634738186,
1051
+ "learning_rate": 1.2762877820349087e-05,
1052
+ "loss": 0.35640827178955076,
1053
+ "step": 17000
1054
+ },
1055
+ {
1056
+ "epoch": 5.459770114942529,
1057
+ "learning_rate": 1.2720306513409963e-05,
1058
+ "loss": 0.34689849853515625,
1059
+ "step": 17100
1060
+ },
1061
+ {
1062
+ "epoch": 5.491698595146871,
1063
+ "learning_rate": 1.267773520647084e-05,
1064
+ "loss": 0.3492275238037109,
1065
+ "step": 17200
1066
+ },
1067
+ {
1068
+ "epoch": 5.5236270753512136,
1069
+ "learning_rate": 1.2635163899531717e-05,
1070
+ "loss": 0.3490084457397461,
1071
+ "step": 17300
1072
+ },
1073
+ {
1074
+ "epoch": 5.555555555555555,
1075
+ "learning_rate": 1.2592592592592593e-05,
1076
+ "loss": 0.33231266021728517,
1077
+ "step": 17400
1078
+ },
1079
+ {
1080
+ "epoch": 5.587484035759898,
1081
+ "learning_rate": 1.2550021285653472e-05,
1082
+ "loss": 0.3501285552978516,
1083
+ "step": 17500
1084
+ },
1085
+ {
1086
+ "epoch": 5.61941251596424,
1087
+ "learning_rate": 1.2507449978714348e-05,
1088
+ "loss": 0.3469379425048828,
1089
+ "step": 17600
1090
+ },
1091
+ {
1092
+ "epoch": 5.6513409961685825,
1093
+ "learning_rate": 1.2464878671775225e-05,
1094
+ "loss": 0.3600951766967773,
1095
+ "step": 17700
1096
+ },
1097
+ {
1098
+ "epoch": 5.683269476372924,
1099
+ "learning_rate": 1.2422307364836102e-05,
1100
+ "loss": 0.3439628982543945,
1101
+ "step": 17800
1102
+ },
1103
+ {
1104
+ "epoch": 5.715197956577267,
1105
+ "learning_rate": 1.2379736057896978e-05,
1106
+ "loss": 0.34368560791015623,
1107
+ "step": 17900
1108
+ },
1109
+ {
1110
+ "epoch": 5.747126436781609,
1111
+ "learning_rate": 1.2337164750957855e-05,
1112
+ "loss": 0.3624436950683594,
1113
+ "step": 18000
1114
+ },
1115
+ {
1116
+ "epoch": 5.7790549169859515,
1117
+ "learning_rate": 1.2294593444018732e-05,
1118
+ "loss": 0.3493986129760742,
1119
+ "step": 18100
1120
+ },
1121
+ {
1122
+ "epoch": 5.810983397190293,
1123
+ "learning_rate": 1.2252022137079608e-05,
1124
+ "loss": 0.33745758056640623,
1125
+ "step": 18200
1126
+ },
1127
+ {
1128
+ "epoch": 5.842911877394636,
1129
+ "learning_rate": 1.2209450830140485e-05,
1130
+ "loss": 0.3514177703857422,
1131
+ "step": 18300
1132
+ },
1133
+ {
1134
+ "epoch": 5.874840357598979,
1135
+ "learning_rate": 1.2166879523201363e-05,
1136
+ "loss": 0.3409608459472656,
1137
+ "step": 18400
1138
+ },
1139
+ {
1140
+ "epoch": 5.9067688378033205,
1141
+ "learning_rate": 1.212430821626224e-05,
1142
+ "loss": 0.3416262054443359,
1143
+ "step": 18500
1144
+ },
1145
+ {
1146
+ "epoch": 5.938697318007663,
1147
+ "learning_rate": 1.2081736909323117e-05,
1148
+ "loss": 0.33906620025634765,
1149
+ "step": 18600
1150
+ },
1151
+ {
1152
+ "epoch": 5.970625798212005,
1153
+ "learning_rate": 1.2039165602383993e-05,
1154
+ "loss": 0.3565713119506836,
1155
+ "step": 18700
1156
+ },
1157
+ {
1158
+ "epoch": 6.0,
1159
+ "eval_loss": 0.32608646154403687,
1160
+ "step": 18792
1161
+ },
1162
+ {
1163
+ "epoch": 6.002554278416348,
1164
+ "learning_rate": 1.1996594295444872e-05,
1165
+ "loss": 0.3423441314697266,
1166
+ "step": 18800
1167
+ },
1168
+ {
1169
+ "epoch": 6.0344827586206895,
1170
+ "learning_rate": 1.1954022988505748e-05,
1171
+ "loss": 0.3439017105102539,
1172
+ "step": 18900
1173
+ },
1174
+ {
1175
+ "epoch": 6.066411238825032,
1176
+ "learning_rate": 1.1911451681566627e-05,
1177
+ "loss": 0.33277828216552735,
1178
+ "step": 19000
1179
+ },
1180
+ {
1181
+ "epoch": 6.098339719029374,
1182
+ "learning_rate": 1.1868880374627503e-05,
1183
+ "loss": 0.3349918365478516,
1184
+ "step": 19100
1185
+ },
1186
+ {
1187
+ "epoch": 6.130268199233717,
1188
+ "learning_rate": 1.182630906768838e-05,
1189
+ "loss": 0.3411783981323242,
1190
+ "step": 19200
1191
+ },
1192
+ {
1193
+ "epoch": 6.1621966794380585,
1194
+ "learning_rate": 1.1783737760749257e-05,
1195
+ "loss": 0.34938507080078124,
1196
+ "step": 19300
1197
+ },
1198
+ {
1199
+ "epoch": 6.194125159642401,
1200
+ "learning_rate": 1.1741166453810133e-05,
1201
+ "loss": 0.3302972412109375,
1202
+ "step": 19400
1203
+ },
1204
+ {
1205
+ "epoch": 6.226053639846743,
1206
+ "learning_rate": 1.169859514687101e-05,
1207
+ "loss": 0.3324479293823242,
1208
+ "step": 19500
1209
+ },
1210
+ {
1211
+ "epoch": 6.257982120051086,
1212
+ "learning_rate": 1.1656023839931887e-05,
1213
+ "loss": 0.3325730133056641,
1214
+ "step": 19600
1215
+ },
1216
+ {
1217
+ "epoch": 6.2899106002554275,
1218
+ "learning_rate": 1.1613452532992763e-05,
1219
+ "loss": 0.32390750885009767,
1220
+ "step": 19700
1221
+ },
1222
+ {
1223
+ "epoch": 6.32183908045977,
1224
+ "learning_rate": 1.157088122605364e-05,
1225
+ "loss": 0.3410587692260742,
1226
+ "step": 19800
1227
+ },
1228
+ {
1229
+ "epoch": 6.353767560664112,
1230
+ "learning_rate": 1.1528309919114518e-05,
1231
+ "loss": 0.33700084686279297,
1232
+ "step": 19900
1233
+ },
1234
+ {
1235
+ "epoch": 6.385696040868455,
1236
+ "learning_rate": 1.1485738612175395e-05,
1237
+ "loss": 0.343173942565918,
1238
+ "step": 20000
1239
+ },
1240
+ {
1241
+ "epoch": 6.417624521072797,
1242
+ "learning_rate": 1.1443167305236272e-05,
1243
+ "loss": 0.34580535888671876,
1244
+ "step": 20100
1245
+ },
1246
+ {
1247
+ "epoch": 6.449553001277139,
1248
+ "learning_rate": 1.1400595998297148e-05,
1249
+ "loss": 0.3282489395141602,
1250
+ "step": 20200
1251
+ },
1252
+ {
1253
+ "epoch": 6.481481481481482,
1254
+ "learning_rate": 1.1358024691358025e-05,
1255
+ "loss": 0.32179367065429687,
1256
+ "step": 20300
1257
+ },
1258
+ {
1259
+ "epoch": 6.513409961685824,
1260
+ "learning_rate": 1.1315453384418902e-05,
1261
+ "loss": 0.34018295288085937,
1262
+ "step": 20400
1263
+ },
1264
+ {
1265
+ "epoch": 6.545338441890166,
1266
+ "learning_rate": 1.1272882077479778e-05,
1267
+ "loss": 0.3345378494262695,
1268
+ "step": 20500
1269
+ },
1270
+ {
1271
+ "epoch": 6.577266922094508,
1272
+ "learning_rate": 1.1230310770540655e-05,
1273
+ "loss": 0.34897972106933595,
1274
+ "step": 20600
1275
+ },
1276
+ {
1277
+ "epoch": 6.609195402298851,
1278
+ "learning_rate": 1.1187739463601532e-05,
1279
+ "loss": 0.3494709014892578,
1280
+ "step": 20700
1281
+ },
1282
+ {
1283
+ "epoch": 6.641123882503193,
1284
+ "learning_rate": 1.1145168156662412e-05,
1285
+ "loss": 0.3467377090454102,
1286
+ "step": 20800
1287
+ },
1288
+ {
1289
+ "epoch": 6.673052362707535,
1290
+ "learning_rate": 1.1102596849723288e-05,
1291
+ "loss": 0.3386357116699219,
1292
+ "step": 20900
1293
+ },
1294
+ {
1295
+ "epoch": 6.704980842911877,
1296
+ "learning_rate": 1.1060025542784165e-05,
1297
+ "loss": 0.3346070098876953,
1298
+ "step": 21000
1299
+ },
1300
+ {
1301
+ "epoch": 6.73690932311622,
1302
+ "learning_rate": 1.1017454235845042e-05,
1303
+ "loss": 0.3389591598510742,
1304
+ "step": 21100
1305
+ },
1306
+ {
1307
+ "epoch": 6.768837803320562,
1308
+ "learning_rate": 1.0974882928905918e-05,
1309
+ "loss": 0.33276222229003904,
1310
+ "step": 21200
1311
+ },
1312
+ {
1313
+ "epoch": 6.800766283524904,
1314
+ "learning_rate": 1.0932311621966795e-05,
1315
+ "loss": 0.3417454528808594,
1316
+ "step": 21300
1317
+ },
1318
+ {
1319
+ "epoch": 6.832694763729246,
1320
+ "learning_rate": 1.0889740315027673e-05,
1321
+ "loss": 0.3352804183959961,
1322
+ "step": 21400
1323
+ },
1324
+ {
1325
+ "epoch": 6.864623243933589,
1326
+ "learning_rate": 1.084716900808855e-05,
1327
+ "loss": 0.341392822265625,
1328
+ "step": 21500
1329
+ },
1330
+ {
1331
+ "epoch": 6.896551724137931,
1332
+ "learning_rate": 1.0804597701149427e-05,
1333
+ "loss": 0.3257337188720703,
1334
+ "step": 21600
1335
+ },
1336
+ {
1337
+ "epoch": 6.928480204342273,
1338
+ "learning_rate": 1.0762026394210303e-05,
1339
+ "loss": 0.340169792175293,
1340
+ "step": 21700
1341
+ },
1342
+ {
1343
+ "epoch": 6.960408684546616,
1344
+ "learning_rate": 1.071945508727118e-05,
1345
+ "loss": 0.3393547821044922,
1346
+ "step": 21800
1347
+ },
1348
+ {
1349
+ "epoch": 6.992337164750958,
1350
+ "learning_rate": 1.0676883780332057e-05,
1351
+ "loss": 0.3345566940307617,
1352
+ "step": 21900
1353
+ },
1354
+ {
1355
+ "epoch": 7.0,
1356
+ "eval_loss": 0.3236748278141022,
1357
+ "step": 21924
1358
+ },
1359
+ {
1360
+ "epoch": 7.0242656449553005,
1361
+ "learning_rate": 1.0634312473392933e-05,
1362
+ "loss": 0.341474609375,
1363
+ "step": 22000
1364
+ },
1365
+ {
1366
+ "epoch": 7.056194125159642,
1367
+ "learning_rate": 1.059174116645381e-05,
1368
+ "loss": 0.33665103912353517,
1369
+ "step": 22100
1370
+ },
1371
+ {
1372
+ "epoch": 7.088122605363985,
1373
+ "learning_rate": 1.0549169859514687e-05,
1374
+ "loss": 0.33666282653808594,
1375
+ "step": 22200
1376
+ },
1377
+ {
1378
+ "epoch": 7.120051085568327,
1379
+ "learning_rate": 1.0506598552575565e-05,
1380
+ "loss": 0.32267608642578127,
1381
+ "step": 22300
1382
+ },
1383
+ {
1384
+ "epoch": 7.1519795657726695,
1385
+ "learning_rate": 1.0464027245636442e-05,
1386
+ "loss": 0.32230213165283206,
1387
+ "step": 22400
1388
+ },
1389
+ {
1390
+ "epoch": 7.183908045977011,
1391
+ "learning_rate": 1.0421455938697318e-05,
1392
+ "loss": 0.3335090637207031,
1393
+ "step": 22500
1394
+ },
1395
+ {
1396
+ "epoch": 7.215836526181354,
1397
+ "learning_rate": 1.0378884631758195e-05,
1398
+ "loss": 0.3402565002441406,
1399
+ "step": 22600
1400
+ },
1401
+ {
1402
+ "epoch": 7.247765006385696,
1403
+ "learning_rate": 1.0336313324819072e-05,
1404
+ "loss": 0.33222633361816406,
1405
+ "step": 22700
1406
+ },
1407
+ {
1408
+ "epoch": 7.2796934865900385,
1409
+ "learning_rate": 1.029374201787995e-05,
1410
+ "loss": 0.3273036956787109,
1411
+ "step": 22800
1412
+ },
1413
+ {
1414
+ "epoch": 7.31162196679438,
1415
+ "learning_rate": 1.0251170710940828e-05,
1416
+ "loss": 0.34040824890136717,
1417
+ "step": 22900
1418
+ },
1419
+ {
1420
+ "epoch": 7.343550446998723,
1421
+ "learning_rate": 1.0208599404001705e-05,
1422
+ "loss": 0.33351837158203124,
1423
+ "step": 23000
1424
+ },
1425
+ {
1426
+ "epoch": 7.375478927203065,
1427
+ "learning_rate": 1.0166028097062582e-05,
1428
+ "loss": 0.3304040145874023,
1429
+ "step": 23100
1430
+ },
1431
+ {
1432
+ "epoch": 7.407407407407407,
1433
+ "learning_rate": 1.0123456790123458e-05,
1434
+ "loss": 0.3389059829711914,
1435
+ "step": 23200
1436
+ },
1437
+ {
1438
+ "epoch": 7.439335887611749,
1439
+ "learning_rate": 1.0080885483184335e-05,
1440
+ "loss": 0.35038864135742187,
1441
+ "step": 23300
1442
+ },
1443
+ {
1444
+ "epoch": 7.471264367816092,
1445
+ "learning_rate": 1.0038314176245212e-05,
1446
+ "loss": 0.32688159942626954,
1447
+ "step": 23400
1448
+ },
1449
+ {
1450
+ "epoch": 7.503192848020435,
1451
+ "learning_rate": 9.995742869306088e-06,
1452
+ "loss": 0.3443561935424805,
1453
+ "step": 23500
1454
+ },
1455
+ {
1456
+ "epoch": 7.535121328224776,
1457
+ "learning_rate": 9.953171562366965e-06,
1458
+ "loss": 0.33195884704589845,
1459
+ "step": 23600
1460
+ },
1461
+ {
1462
+ "epoch": 7.567049808429119,
1463
+ "learning_rate": 9.910600255427842e-06,
1464
+ "loss": 0.3439883041381836,
1465
+ "step": 23700
1466
+ },
1467
+ {
1468
+ "epoch": 7.598978288633461,
1469
+ "learning_rate": 9.86802894848872e-06,
1470
+ "loss": 0.32301868438720704,
1471
+ "step": 23800
1472
+ },
1473
+ {
1474
+ "epoch": 7.630906768837804,
1475
+ "learning_rate": 9.825457641549597e-06,
1476
+ "loss": 0.3437799072265625,
1477
+ "step": 23900
1478
+ },
1479
+ {
1480
+ "epoch": 7.662835249042145,
1481
+ "learning_rate": 9.782886334610473e-06,
1482
+ "loss": 0.3296714401245117,
1483
+ "step": 24000
1484
+ },
1485
+ {
1486
+ "epoch": 7.694763729246488,
1487
+ "learning_rate": 9.74031502767135e-06,
1488
+ "loss": 0.3370498275756836,
1489
+ "step": 24100
1490
+ },
1491
+ {
1492
+ "epoch": 7.72669220945083,
1493
+ "learning_rate": 9.697743720732228e-06,
1494
+ "loss": 0.3219729232788086,
1495
+ "step": 24200
1496
+ },
1497
+ {
1498
+ "epoch": 7.758620689655173,
1499
+ "learning_rate": 9.655172413793105e-06,
1500
+ "loss": 0.3258438491821289,
1501
+ "step": 24300
1502
+ },
1503
+ {
1504
+ "epoch": 7.790549169859514,
1505
+ "learning_rate": 9.612601106853982e-06,
1506
+ "loss": 0.33826839447021484,
1507
+ "step": 24400
1508
+ },
1509
+ {
1510
+ "epoch": 7.822477650063857,
1511
+ "learning_rate": 9.570029799914858e-06,
1512
+ "loss": 0.3263700866699219,
1513
+ "step": 24500
1514
+ },
1515
+ {
1516
+ "epoch": 7.854406130268199,
1517
+ "learning_rate": 9.527458492975735e-06,
1518
+ "loss": 0.3350722122192383,
1519
+ "step": 24600
1520
+ },
1521
+ {
1522
+ "epoch": 7.886334610472542,
1523
+ "learning_rate": 9.484887186036612e-06,
1524
+ "loss": 0.334184455871582,
1525
+ "step": 24700
1526
+ },
1527
+ {
1528
+ "epoch": 7.918263090676884,
1529
+ "learning_rate": 9.442315879097488e-06,
1530
+ "loss": 0.3267938232421875,
1531
+ "step": 24800
1532
+ },
1533
+ {
1534
+ "epoch": 7.950191570881226,
1535
+ "learning_rate": 9.399744572158365e-06,
1536
+ "loss": 0.3196305465698242,
1537
+ "step": 24900
1538
+ },
1539
+ {
1540
+ "epoch": 7.982120051085568,
1541
+ "learning_rate": 9.357173265219243e-06,
1542
+ "loss": 0.3230043029785156,
1543
+ "step": 25000
1544
+ },
1545
+ {
1546
+ "epoch": 8.0,
1547
+ "eval_loss": 0.32138851284980774,
1548
+ "step": 25056
1549
+ },
1550
+ {
1551
+ "epoch": 8.01404853128991,
1552
+ "learning_rate": 9.31460195828012e-06,
1553
+ "loss": 0.3258121109008789,
1554
+ "step": 25100
1555
+ },
1556
+ {
1557
+ "epoch": 8.045977011494253,
1558
+ "learning_rate": 9.272030651340997e-06,
1559
+ "loss": 0.32868377685546873,
1560
+ "step": 25200
1561
+ },
1562
+ {
1563
+ "epoch": 8.077905491698596,
1564
+ "learning_rate": 9.229459344401875e-06,
1565
+ "loss": 0.31930324554443357,
1566
+ "step": 25300
1567
+ },
1568
+ {
1569
+ "epoch": 8.109833971902937,
1570
+ "learning_rate": 9.186888037462752e-06,
1571
+ "loss": 0.3216040420532227,
1572
+ "step": 25400
1573
+ },
1574
+ {
1575
+ "epoch": 8.14176245210728,
1576
+ "learning_rate": 9.144316730523628e-06,
1577
+ "loss": 0.3392459869384766,
1578
+ "step": 25500
1579
+ },
1580
+ {
1581
+ "epoch": 8.173690932311622,
1582
+ "learning_rate": 9.101745423584505e-06,
1583
+ "loss": 0.3244002914428711,
1584
+ "step": 25600
1585
+ },
1586
+ {
1587
+ "epoch": 8.205619412515965,
1588
+ "learning_rate": 9.059174116645382e-06,
1589
+ "loss": 0.329796142578125,
1590
+ "step": 25700
1591
+ },
1592
+ {
1593
+ "epoch": 8.237547892720306,
1594
+ "learning_rate": 9.016602809706258e-06,
1595
+ "loss": 0.310886344909668,
1596
+ "step": 25800
1597
+ },
1598
+ {
1599
+ "epoch": 8.269476372924649,
1600
+ "learning_rate": 8.974031502767135e-06,
1601
+ "loss": 0.3182815361022949,
1602
+ "step": 25900
1603
+ },
1604
+ {
1605
+ "epoch": 8.301404853128991,
1606
+ "learning_rate": 8.931460195828012e-06,
1607
+ "loss": 0.3267630386352539,
1608
+ "step": 26000
1609
+ },
1610
+ {
1611
+ "epoch": 8.333333333333334,
1612
+ "learning_rate": 8.888888888888888e-06,
1613
+ "loss": 0.31576622009277344,
1614
+ "step": 26100
1615
+ },
1616
+ {
1617
+ "epoch": 8.365261813537675,
1618
+ "learning_rate": 8.846317581949767e-06,
1619
+ "loss": 0.33119094848632813,
1620
+ "step": 26200
1621
+ },
1622
+ {
1623
+ "epoch": 8.397190293742018,
1624
+ "learning_rate": 8.803746275010643e-06,
1625
+ "loss": 0.3301513671875,
1626
+ "step": 26300
1627
+ },
1628
+ {
1629
+ "epoch": 8.42911877394636,
1630
+ "learning_rate": 8.76117496807152e-06,
1631
+ "loss": 0.3321194839477539,
1632
+ "step": 26400
1633
+ },
1634
+ {
1635
+ "epoch": 8.461047254150703,
1636
+ "learning_rate": 8.718603661132398e-06,
1637
+ "loss": 0.332429313659668,
1638
+ "step": 26500
1639
+ },
1640
+ {
1641
+ "epoch": 8.492975734355046,
1642
+ "learning_rate": 8.676032354193275e-06,
1643
+ "loss": 0.3258559036254883,
1644
+ "step": 26600
1645
+ },
1646
+ {
1647
+ "epoch": 8.524904214559387,
1648
+ "learning_rate": 8.633461047254152e-06,
1649
+ "loss": 0.32335933685302737,
1650
+ "step": 26700
1651
+ },
1652
+ {
1653
+ "epoch": 8.55683269476373,
1654
+ "learning_rate": 8.590889740315028e-06,
1655
+ "loss": 0.3441028594970703,
1656
+ "step": 26800
1657
+ },
1658
+ {
1659
+ "epoch": 8.588761174968072,
1660
+ "learning_rate": 8.548318433375905e-06,
1661
+ "loss": 0.3302944564819336,
1662
+ "step": 26900
1663
+ },
1664
+ {
1665
+ "epoch": 8.620689655172415,
1666
+ "learning_rate": 8.505747126436782e-06,
1667
+ "loss": 0.3203293228149414,
1668
+ "step": 27000
1669
+ },
1670
+ {
1671
+ "epoch": 8.652618135376756,
1672
+ "learning_rate": 8.463175819497658e-06,
1673
+ "loss": 0.3180072593688965,
1674
+ "step": 27100
1675
+ },
1676
+ {
1677
+ "epoch": 8.684546615581098,
1678
+ "learning_rate": 8.420604512558537e-06,
1679
+ "loss": 0.3143235015869141,
1680
+ "step": 27200
1681
+ },
1682
+ {
1683
+ "epoch": 8.71647509578544,
1684
+ "learning_rate": 8.378033205619413e-06,
1685
+ "loss": 0.31695037841796875,
1686
+ "step": 27300
1687
+ },
1688
+ {
1689
+ "epoch": 8.748403575989784,
1690
+ "learning_rate": 8.33546189868029e-06,
1691
+ "loss": 0.31933542251586916,
1692
+ "step": 27400
1693
+ },
1694
+ {
1695
+ "epoch": 8.780332056194124,
1696
+ "learning_rate": 8.292890591741167e-06,
1697
+ "loss": 0.3094404983520508,
1698
+ "step": 27500
1699
+ },
1700
+ {
1701
+ "epoch": 8.812260536398467,
1702
+ "learning_rate": 8.250319284802043e-06,
1703
+ "loss": 0.3251906204223633,
1704
+ "step": 27600
1705
+ },
1706
+ {
1707
+ "epoch": 8.84418901660281,
1708
+ "learning_rate": 8.207747977862922e-06,
1709
+ "loss": 0.31949323654174805,
1710
+ "step": 27700
1711
+ },
1712
+ {
1713
+ "epoch": 8.876117496807153,
1714
+ "learning_rate": 8.165176670923798e-06,
1715
+ "loss": 0.32407459259033206,
1716
+ "step": 27800
1717
+ },
1718
+ {
1719
+ "epoch": 8.908045977011493,
1720
+ "learning_rate": 8.122605363984675e-06,
1721
+ "loss": 0.34080780029296875,
1722
+ "step": 27900
1723
+ },
1724
+ {
1725
+ "epoch": 8.939974457215836,
1726
+ "learning_rate": 8.080034057045552e-06,
1727
+ "loss": 0.3133597183227539,
1728
+ "step": 28000
1729
+ },
1730
+ {
1731
+ "epoch": 8.971902937420179,
1732
+ "learning_rate": 8.037462750106428e-06,
1733
+ "loss": 0.31053606033325193,
1734
+ "step": 28100
1735
+ },
1736
+ {
1737
+ "epoch": 9.0,
1738
+ "eval_loss": 0.3119257688522339,
1739
+ "step": 28188
1740
+ },
1741
+ {
1742
+ "epoch": 9.003831417624522,
1743
+ "learning_rate": 7.994891443167307e-06,
1744
+ "loss": 0.3158924293518066,
1745
+ "step": 28200
1746
+ },
1747
+ {
1748
+ "epoch": 9.035759897828862,
1749
+ "learning_rate": 7.952320136228183e-06,
1750
+ "loss": 0.3117160987854004,
1751
+ "step": 28300
1752
+ },
1753
+ {
1754
+ "epoch": 9.067688378033205,
1755
+ "learning_rate": 7.90974882928906e-06,
1756
+ "loss": 0.32216869354248046,
1757
+ "step": 28400
1758
+ },
1759
+ {
1760
+ "epoch": 9.099616858237548,
1761
+ "learning_rate": 7.867177522349937e-06,
1762
+ "loss": 0.314890079498291,
1763
+ "step": 28500
1764
+ },
1765
+ {
1766
+ "epoch": 9.13154533844189,
1767
+ "learning_rate": 7.824606215410813e-06,
1768
+ "loss": 0.3113277626037598,
1769
+ "step": 28600
1770
+ },
1771
+ {
1772
+ "epoch": 9.163473818646233,
1773
+ "learning_rate": 7.78203490847169e-06,
1774
+ "loss": 0.324998779296875,
1775
+ "step": 28700
1776
+ },
1777
+ {
1778
+ "epoch": 9.195402298850574,
1779
+ "learning_rate": 7.739463601532567e-06,
1780
+ "loss": 0.32509784698486327,
1781
+ "step": 28800
1782
+ },
1783
+ {
1784
+ "epoch": 9.227330779054917,
1785
+ "learning_rate": 7.696892294593445e-06,
1786
+ "loss": 0.3238474273681641,
1787
+ "step": 28900
1788
+ },
1789
+ {
1790
+ "epoch": 9.25925925925926,
1791
+ "learning_rate": 7.654320987654322e-06,
1792
+ "loss": 0.33168052673339843,
1793
+ "step": 29000
1794
+ },
1795
+ {
1796
+ "epoch": 9.291187739463602,
1797
+ "learning_rate": 7.611749680715198e-06,
1798
+ "loss": 0.3050485992431641,
1799
+ "step": 29100
1800
+ },
1801
+ {
1802
+ "epoch": 9.323116219667943,
1803
+ "learning_rate": 7.569178373776076e-06,
1804
+ "loss": 0.31826154708862303,
1805
+ "step": 29200
1806
+ },
1807
+ {
1808
+ "epoch": 9.355044699872286,
1809
+ "learning_rate": 7.5266070668369525e-06,
1810
+ "loss": 0.31972583770751956,
1811
+ "step": 29300
1812
+ },
1813
+ {
1814
+ "epoch": 9.386973180076629,
1815
+ "learning_rate": 7.48403575989783e-06,
1816
+ "loss": 0.3287076568603516,
1817
+ "step": 29400
1818
+ },
1819
+ {
1820
+ "epoch": 9.418901660280971,
1821
+ "learning_rate": 7.441464452958707e-06,
1822
+ "loss": 0.30761892318725587,
1823
+ "step": 29500
1824
+ },
1825
+ {
1826
+ "epoch": 9.450830140485312,
1827
+ "learning_rate": 7.398893146019583e-06,
1828
+ "loss": 0.3097171401977539,
1829
+ "step": 29600
1830
+ },
1831
+ {
1832
+ "epoch": 9.482758620689655,
1833
+ "learning_rate": 7.35632183908046e-06,
1834
+ "loss": 0.30806644439697267,
1835
+ "step": 29700
1836
+ },
1837
+ {
1838
+ "epoch": 9.514687100893997,
1839
+ "learning_rate": 7.3137505321413375e-06,
1840
+ "loss": 0.3174296760559082,
1841
+ "step": 29800
1842
+ },
1843
+ {
1844
+ "epoch": 9.54661558109834,
1845
+ "learning_rate": 7.271179225202214e-06,
1846
+ "loss": 0.31353973388671874,
1847
+ "step": 29900
1848
+ },
1849
+ {
1850
+ "epoch": 9.578544061302683,
1851
+ "learning_rate": 7.228607918263091e-06,
1852
+ "loss": 0.30578601837158204,
1853
+ "step": 30000
1854
+ },
1855
+ {
1856
+ "epoch": 9.610472541507024,
1857
+ "learning_rate": 7.1860366113239675e-06,
1858
+ "loss": 0.3045210838317871,
1859
+ "step": 30100
1860
+ },
1861
+ {
1862
+ "epoch": 9.642401021711366,
1863
+ "learning_rate": 7.143465304384846e-06,
1864
+ "loss": 0.3149559211730957,
1865
+ "step": 30200
1866
+ },
1867
+ {
1868
+ "epoch": 9.67432950191571,
1869
+ "learning_rate": 7.1008939974457225e-06,
1870
+ "loss": 0.3207520294189453,
1871
+ "step": 30300
1872
+ },
1873
+ {
1874
+ "epoch": 9.706257982120052,
1875
+ "learning_rate": 7.058322690506599e-06,
1876
+ "loss": 0.32308254241943357,
1877
+ "step": 30400
1878
+ },
1879
+ {
1880
+ "epoch": 9.738186462324393,
1881
+ "learning_rate": 7.015751383567476e-06,
1882
+ "loss": 0.3183433723449707,
1883
+ "step": 30500
1884
+ },
1885
+ {
1886
+ "epoch": 9.770114942528735,
1887
+ "learning_rate": 6.973180076628353e-06,
1888
+ "loss": 0.3200767135620117,
1889
+ "step": 30600
1890
+ },
1891
+ {
1892
+ "epoch": 9.802043422733078,
1893
+ "learning_rate": 6.93060876968923e-06,
1894
+ "loss": 0.3113987922668457,
1895
+ "step": 30700
1896
+ },
1897
+ {
1898
+ "epoch": 9.83397190293742,
1899
+ "learning_rate": 6.888037462750107e-06,
1900
+ "loss": 0.33167327880859376,
1901
+ "step": 30800
1902
+ },
1903
+ {
1904
+ "epoch": 9.865900383141762,
1905
+ "learning_rate": 6.845466155810983e-06,
1906
+ "loss": 0.3172581100463867,
1907
+ "step": 30900
1908
+ },
1909
+ {
1910
+ "epoch": 9.897828863346104,
1911
+ "learning_rate": 6.802894848871861e-06,
1912
+ "loss": 0.3124402046203613,
1913
+ "step": 31000
1914
+ },
1915
+ {
1916
+ "epoch": 9.929757343550447,
1917
+ "learning_rate": 6.760323541932738e-06,
1918
+ "loss": 0.30687171936035157,
1919
+ "step": 31100
1920
+ },
1921
+ {
1922
+ "epoch": 9.96168582375479,
1923
+ "learning_rate": 6.717752234993615e-06,
1924
+ "loss": 0.304738712310791,
1925
+ "step": 31200
1926
+ },
1927
+ {
1928
+ "epoch": 9.99361430395913,
1929
+ "learning_rate": 6.6751809280544925e-06,
1930
+ "loss": 0.3069480514526367,
1931
+ "step": 31300
1932
+ },
1933
+ {
1934
+ "epoch": 10.0,
1935
+ "eval_loss": 0.31222018599510193,
1936
+ "step": 31320
1937
+ },
1938
+ {
1939
+ "epoch": 10.025542784163473,
1940
+ "learning_rate": 6.632609621115369e-06,
1941
+ "loss": 0.30982017517089844,
1942
+ "step": 31400
1943
+ },
1944
+ {
1945
+ "epoch": 10.057471264367816,
1946
+ "learning_rate": 6.590038314176246e-06,
1947
+ "loss": 0.29576118469238283,
1948
+ "step": 31500
1949
+ },
1950
+ {
1951
+ "epoch": 10.089399744572159,
1952
+ "learning_rate": 6.5474670072371225e-06,
1953
+ "loss": 0.318297004699707,
1954
+ "step": 31600
1955
+ },
1956
+ {
1957
+ "epoch": 10.121328224776502,
1958
+ "learning_rate": 6.504895700297999e-06,
1959
+ "loss": 0.2947650337219238,
1960
+ "step": 31700
1961
+ },
1962
+ {
1963
+ "epoch": 10.153256704980842,
1964
+ "learning_rate": 6.462324393358877e-06,
1965
+ "loss": 0.31912431716918943,
1966
+ "step": 31800
1967
+ },
1968
+ {
1969
+ "epoch": 10.185185185185185,
1970
+ "learning_rate": 6.419753086419753e-06,
1971
+ "loss": 0.31549993515014646,
1972
+ "step": 31900
1973
+ },
1974
+ {
1975
+ "epoch": 10.217113665389528,
1976
+ "learning_rate": 6.37718177948063e-06,
1977
+ "loss": 0.3185459327697754,
1978
+ "step": 32000
1979
+ },
1980
+ {
1981
+ "epoch": 10.24904214559387,
1982
+ "learning_rate": 6.334610472541508e-06,
1983
+ "loss": 0.3061997413635254,
1984
+ "step": 32100
1985
+ },
1986
+ {
1987
+ "epoch": 10.280970625798211,
1988
+ "learning_rate": 6.292039165602385e-06,
1989
+ "loss": 0.30356922149658205,
1990
+ "step": 32200
1991
+ },
1992
+ {
1993
+ "epoch": 10.312899106002554,
1994
+ "learning_rate": 6.249467858663262e-06,
1995
+ "loss": 0.30677152633666993,
1996
+ "step": 32300
1997
+ },
1998
+ {
1999
+ "epoch": 10.344827586206897,
2000
+ "learning_rate": 6.206896551724138e-06,
2001
+ "loss": 0.3148806190490723,
2002
+ "step": 32400
2003
+ },
2004
+ {
2005
+ "epoch": 10.37675606641124,
2006
+ "learning_rate": 6.164325244785016e-06,
2007
+ "loss": 0.3114926528930664,
2008
+ "step": 32500
2009
+ },
2010
+ {
2011
+ "epoch": 10.40868454661558,
2012
+ "learning_rate": 6.1217539378458925e-06,
2013
+ "loss": 0.31096630096435546,
2014
+ "step": 32600
2015
+ },
2016
+ {
2017
+ "epoch": 10.440613026819923,
2018
+ "learning_rate": 6.079182630906769e-06,
2019
+ "loss": 0.3131294822692871,
2020
+ "step": 32700
2021
+ },
2022
+ {
2023
+ "epoch": 10.472541507024266,
2024
+ "learning_rate": 6.036611323967646e-06,
2025
+ "loss": 0.31513975143432615,
2026
+ "step": 32800
2027
+ },
2028
+ {
2029
+ "epoch": 10.504469987228608,
2030
+ "learning_rate": 5.9940400170285225e-06,
2031
+ "loss": 0.3035664939880371,
2032
+ "step": 32900
2033
+ },
2034
+ {
2035
+ "epoch": 10.53639846743295,
2036
+ "learning_rate": 5.9514687100894e-06,
2037
+ "loss": 0.30514934539794925,
2038
+ "step": 33000
2039
+ },
2040
+ {
2041
+ "epoch": 10.568326947637292,
2042
+ "learning_rate": 5.9088974031502775e-06,
2043
+ "loss": 0.3236639404296875,
2044
+ "step": 33100
2045
+ },
2046
+ {
2047
+ "epoch": 10.600255427841635,
2048
+ "learning_rate": 5.866326096211154e-06,
2049
+ "loss": 0.32729095458984375,
2050
+ "step": 33200
2051
+ },
2052
+ {
2053
+ "epoch": 10.632183908045977,
2054
+ "learning_rate": 5.823754789272032e-06,
2055
+ "loss": 0.30390745162963867,
2056
+ "step": 33300
2057
+ },
2058
+ {
2059
+ "epoch": 10.66411238825032,
2060
+ "learning_rate": 5.781183482332908e-06,
2061
+ "loss": 0.30320255279541014,
2062
+ "step": 33400
2063
+ },
2064
+ {
2065
+ "epoch": 10.696040868454661,
2066
+ "learning_rate": 5.738612175393785e-06,
2067
+ "loss": 0.31617319107055664,
2068
+ "step": 33500
2069
+ },
2070
+ {
2071
+ "epoch": 10.727969348659004,
2072
+ "learning_rate": 5.696040868454662e-06,
2073
+ "loss": 0.31349088668823244,
2074
+ "step": 33600
2075
+ },
2076
+ {
2077
+ "epoch": 10.759897828863346,
2078
+ "learning_rate": 5.653469561515539e-06,
2079
+ "loss": 0.3055162620544434,
2080
+ "step": 33700
2081
+ },
2082
+ {
2083
+ "epoch": 10.79182630906769,
2084
+ "learning_rate": 5.610898254576416e-06,
2085
+ "loss": 0.29683116912841795,
2086
+ "step": 33800
2087
+ },
2088
+ {
2089
+ "epoch": 10.82375478927203,
2090
+ "learning_rate": 5.5683269476372925e-06,
2091
+ "loss": 0.2972592926025391,
2092
+ "step": 33900
2093
+ },
2094
+ {
2095
+ "epoch": 10.855683269476373,
2096
+ "learning_rate": 5.525755640698169e-06,
2097
+ "loss": 0.30813514709472656,
2098
+ "step": 34000
2099
+ },
2100
+ {
2101
+ "epoch": 10.887611749680715,
2102
+ "learning_rate": 5.4831843337590475e-06,
2103
+ "loss": 0.311496696472168,
2104
+ "step": 34100
2105
+ },
2106
+ {
2107
+ "epoch": 10.919540229885058,
2108
+ "learning_rate": 5.440613026819924e-06,
2109
+ "loss": 0.3147770881652832,
2110
+ "step": 34200
2111
+ },
2112
+ {
2113
+ "epoch": 10.951468710089399,
2114
+ "learning_rate": 5.398041719880801e-06,
2115
+ "loss": 0.2977629852294922,
2116
+ "step": 34300
2117
+ },
2118
+ {
2119
+ "epoch": 10.983397190293742,
2120
+ "learning_rate": 5.3554704129416775e-06,
2121
+ "loss": 0.30722129821777344,
2122
+ "step": 34400
2123
+ },
2124
+ {
2125
+ "epoch": 11.0,
2126
+ "eval_loss": 0.30927398800849915,
2127
+ "step": 34452
2128
+ },
2129
+ {
2130
+ "epoch": 11.015325670498084,
2131
+ "learning_rate": 5.312899106002555e-06,
2132
+ "loss": 0.30775304794311525,
2133
+ "step": 34500
2134
+ },
2135
+ {
2136
+ "epoch": 11.047254150702427,
2137
+ "learning_rate": 5.270327799063432e-06,
2138
+ "loss": 0.31844793319702147,
2139
+ "step": 34600
2140
+ },
2141
+ {
2142
+ "epoch": 11.079182630906768,
2143
+ "learning_rate": 5.227756492124308e-06,
2144
+ "loss": 0.3163930511474609,
2145
+ "step": 34700
2146
+ },
2147
+ {
2148
+ "epoch": 11.11111111111111,
2149
+ "learning_rate": 5.185185185185185e-06,
2150
+ "loss": 0.3178179359436035,
2151
+ "step": 34800
2152
+ },
2153
+ {
2154
+ "epoch": 11.143039591315453,
2155
+ "learning_rate": 5.1426138782460625e-06,
2156
+ "loss": 0.3107015609741211,
2157
+ "step": 34900
2158
+ },
2159
+ {
2160
+ "epoch": 11.174968071519796,
2161
+ "learning_rate": 5.100042571306939e-06,
2162
+ "loss": 0.31198001861572267,
2163
+ "step": 35000
2164
+ },
2165
+ {
2166
+ "epoch": 11.206896551724139,
2167
+ "learning_rate": 5.057471264367817e-06,
2168
+ "loss": 0.30287263870239256,
2169
+ "step": 35100
2170
+ },
2171
+ {
2172
+ "epoch": 11.23882503192848,
2173
+ "learning_rate": 5.014899957428694e-06,
2174
+ "loss": 0.3046586036682129,
2175
+ "step": 35200
2176
+ },
2177
+ {
2178
+ "epoch": 11.270753512132822,
2179
+ "learning_rate": 4.972328650489571e-06,
2180
+ "loss": 0.29926385879516604,
2181
+ "step": 35300
2182
+ },
2183
+ {
2184
+ "epoch": 11.302681992337165,
2185
+ "learning_rate": 4.9297573435504475e-06,
2186
+ "loss": 0.31370662689208983,
2187
+ "step": 35400
2188
+ },
2189
+ {
2190
+ "epoch": 11.334610472541508,
2191
+ "learning_rate": 4.887186036611324e-06,
2192
+ "loss": 0.3177505874633789,
2193
+ "step": 35500
2194
+ },
2195
+ {
2196
+ "epoch": 11.366538952745849,
2197
+ "learning_rate": 4.844614729672202e-06,
2198
+ "loss": 0.3028862190246582,
2199
+ "step": 35600
2200
+ },
2201
+ {
2202
+ "epoch": 11.398467432950191,
2203
+ "learning_rate": 4.802043422733078e-06,
2204
+ "loss": 0.2965104293823242,
2205
+ "step": 35700
2206
+ },
2207
+ {
2208
+ "epoch": 11.430395913154534,
2209
+ "learning_rate": 4.759472115793956e-06,
2210
+ "loss": 0.31520273208618166,
2211
+ "step": 35800
2212
+ },
2213
+ {
2214
+ "epoch": 11.462324393358877,
2215
+ "learning_rate": 4.7169008088548325e-06,
2216
+ "loss": 0.2961687469482422,
2217
+ "step": 35900
2218
+ },
2219
+ {
2220
+ "epoch": 11.494252873563218,
2221
+ "learning_rate": 4.674329501915709e-06,
2222
+ "loss": 0.30442037582397463,
2223
+ "step": 36000
2224
+ },
2225
+ {
2226
+ "epoch": 11.52618135376756,
2227
+ "learning_rate": 4.631758194976586e-06,
2228
+ "loss": 0.3178094863891602,
2229
+ "step": 36100
2230
+ },
2231
+ {
2232
+ "epoch": 11.558109833971903,
2233
+ "learning_rate": 4.589186888037463e-06,
2234
+ "loss": 0.3036604118347168,
2235
+ "step": 36200
2236
+ },
2237
+ {
2238
+ "epoch": 11.590038314176246,
2239
+ "learning_rate": 4.54661558109834e-06,
2240
+ "loss": 0.3115557861328125,
2241
+ "step": 36300
2242
+ },
2243
+ {
2244
+ "epoch": 11.621966794380587,
2245
+ "learning_rate": 4.5040442741592175e-06,
2246
+ "loss": 0.30345108032226564,
2247
+ "step": 36400
2248
+ },
2249
+ {
2250
+ "epoch": 11.65389527458493,
2251
+ "learning_rate": 4.461472967220094e-06,
2252
+ "loss": 0.30634918212890627,
2253
+ "step": 36500
2254
+ },
2255
+ {
2256
+ "epoch": 11.685823754789272,
2257
+ "learning_rate": 4.418901660280971e-06,
2258
+ "loss": 0.3051659774780273,
2259
+ "step": 36600
2260
+ },
2261
+ {
2262
+ "epoch": 11.717752234993615,
2263
+ "learning_rate": 4.3763303533418475e-06,
2264
+ "loss": 0.3069002342224121,
2265
+ "step": 36700
2266
+ },
2267
+ {
2268
+ "epoch": 11.749680715197957,
2269
+ "learning_rate": 4.333759046402725e-06,
2270
+ "loss": 0.30947404861450195,
2271
+ "step": 36800
2272
+ },
2273
+ {
2274
+ "epoch": 11.781609195402298,
2275
+ "learning_rate": 4.291187739463602e-06,
2276
+ "loss": 0.3073232650756836,
2277
+ "step": 36900
2278
+ },
2279
+ {
2280
+ "epoch": 11.813537675606641,
2281
+ "learning_rate": 4.248616432524479e-06,
2282
+ "loss": 0.3001542472839355,
2283
+ "step": 37000
2284
+ },
2285
+ {
2286
+ "epoch": 11.845466155810984,
2287
+ "learning_rate": 4.206045125585356e-06,
2288
+ "loss": 0.31570695877075194,
2289
+ "step": 37100
2290
+ },
2291
+ {
2292
+ "epoch": 11.877394636015326,
2293
+ "learning_rate": 4.1634738186462325e-06,
2294
+ "loss": 0.311122932434082,
2295
+ "step": 37200
2296
+ },
2297
+ {
2298
+ "epoch": 11.909323116219667,
2299
+ "learning_rate": 4.12090251170711e-06,
2300
+ "loss": 0.301647891998291,
2301
+ "step": 37300
2302
+ },
2303
+ {
2304
+ "epoch": 11.94125159642401,
2305
+ "learning_rate": 4.078331204767987e-06,
2306
+ "loss": 0.3205462646484375,
2307
+ "step": 37400
2308
+ },
2309
+ {
2310
+ "epoch": 11.973180076628353,
2311
+ "learning_rate": 4.035759897828863e-06,
2312
+ "loss": 0.29651784896850586,
2313
+ "step": 37500
2314
+ },
2315
+ {
2316
+ "epoch": 12.0,
2317
+ "eval_loss": 0.3090454041957855,
2318
+ "step": 37584
2319
+ },
2320
+ {
2321
+ "epoch": 12.005108556832695,
2322
+ "learning_rate": 3.993188590889741e-06,
2323
+ "loss": 0.31057783126831057,
2324
+ "step": 37600
2325
+ },
2326
+ {
2327
+ "epoch": 12.037037037037036,
2328
+ "learning_rate": 3.9506172839506175e-06,
2329
+ "loss": 0.305908145904541,
2330
+ "step": 37700
2331
+ },
2332
+ {
2333
+ "epoch": 12.068965517241379,
2334
+ "learning_rate": 3.908045977011495e-06,
2335
+ "loss": 0.3145115280151367,
2336
+ "step": 37800
2337
+ },
2338
+ {
2339
+ "epoch": 12.100893997445722,
2340
+ "learning_rate": 3.865474670072372e-06,
2341
+ "loss": 0.3086430168151855,
2342
+ "step": 37900
2343
+ },
2344
+ {
2345
+ "epoch": 12.132822477650064,
2346
+ "learning_rate": 3.822903363133248e-06,
2347
+ "loss": 0.3069817733764648,
2348
+ "step": 38000
2349
+ },
2350
+ {
2351
+ "epoch": 12.164750957854405,
2352
+ "learning_rate": 3.7803320561941254e-06,
2353
+ "loss": 0.3044874954223633,
2354
+ "step": 38100
2355
+ },
2356
+ {
2357
+ "epoch": 12.196679438058748,
2358
+ "learning_rate": 3.737760749255002e-06,
2359
+ "loss": 0.3003558731079102,
2360
+ "step": 38200
2361
+ },
2362
+ {
2363
+ "epoch": 12.22860791826309,
2364
+ "learning_rate": 3.6951894423158796e-06,
2365
+ "loss": 0.2989999961853027,
2366
+ "step": 38300
2367
+ },
2368
+ {
2369
+ "epoch": 12.260536398467433,
2370
+ "learning_rate": 3.6526181353767567e-06,
2371
+ "loss": 0.30233255386352537,
2372
+ "step": 38400
2373
+ },
2374
+ {
2375
+ "epoch": 12.292464878671776,
2376
+ "learning_rate": 3.6100468284376333e-06,
2377
+ "loss": 0.30123531341552734,
2378
+ "step": 38500
2379
+ },
2380
+ {
2381
+ "epoch": 12.324393358876117,
2382
+ "learning_rate": 3.56747552149851e-06,
2383
+ "loss": 0.3095419502258301,
2384
+ "step": 38600
2385
+ },
2386
+ {
2387
+ "epoch": 12.35632183908046,
2388
+ "learning_rate": 3.524904214559387e-06,
2389
+ "loss": 0.32312957763671873,
2390
+ "step": 38700
2391
+ },
2392
+ {
2393
+ "epoch": 12.388250319284802,
2394
+ "learning_rate": 3.4823329076202646e-06,
2395
+ "loss": 0.31157236099243163,
2396
+ "step": 38800
2397
+ },
2398
+ {
2399
+ "epoch": 12.420178799489145,
2400
+ "learning_rate": 3.4397616006811412e-06,
2401
+ "loss": 0.3003998374938965,
2402
+ "step": 38900
2403
+ },
2404
+ {
2405
+ "epoch": 12.452107279693486,
2406
+ "learning_rate": 3.3971902937420183e-06,
2407
+ "loss": 0.3086379051208496,
2408
+ "step": 39000
2409
+ },
2410
+ {
2411
+ "epoch": 12.484035759897829,
2412
+ "learning_rate": 3.354618986802895e-06,
2413
+ "loss": 0.28147794723510744,
2414
+ "step": 39100
2415
+ },
2416
+ {
2417
+ "epoch": 12.515964240102171,
2418
+ "learning_rate": 3.3120476798637717e-06,
2419
+ "loss": 0.29010528564453125,
2420
+ "step": 39200
2421
+ },
2422
+ {
2423
+ "epoch": 12.547892720306514,
2424
+ "learning_rate": 3.269476372924649e-06,
2425
+ "loss": 0.30009984970092773,
2426
+ "step": 39300
2427
+ },
2428
+ {
2429
+ "epoch": 12.579821200510855,
2430
+ "learning_rate": 3.2269050659855262e-06,
2431
+ "loss": 0.3059814834594727,
2432
+ "step": 39400
2433
+ },
2434
+ {
2435
+ "epoch": 12.611749680715198,
2436
+ "learning_rate": 3.184333759046403e-06,
2437
+ "loss": 0.2934641456604004,
2438
+ "step": 39500
2439
+ },
2440
+ {
2441
+ "epoch": 12.64367816091954,
2442
+ "learning_rate": 3.14176245210728e-06,
2443
+ "loss": 0.30141252517700196,
2444
+ "step": 39600
2445
+ },
2446
+ {
2447
+ "epoch": 12.675606641123883,
2448
+ "learning_rate": 3.0991911451681567e-06,
2449
+ "loss": 0.3053057289123535,
2450
+ "step": 39700
2451
+ },
2452
+ {
2453
+ "epoch": 12.707535121328224,
2454
+ "learning_rate": 3.056619838229034e-06,
2455
+ "loss": 0.2935024261474609,
2456
+ "step": 39800
2457
+ },
2458
+ {
2459
+ "epoch": 12.739463601532567,
2460
+ "learning_rate": 3.014048531289911e-06,
2461
+ "loss": 0.2974138069152832,
2462
+ "step": 39900
2463
+ },
2464
+ {
2465
+ "epoch": 12.77139208173691,
2466
+ "learning_rate": 2.971477224350788e-06,
2467
+ "loss": 0.29385158538818357,
2468
+ "step": 40000
2469
+ },
2470
+ {
2471
+ "epoch": 12.803320561941252,
2472
+ "learning_rate": 2.9289059174116646e-06,
2473
+ "loss": 0.309177303314209,
2474
+ "step": 40100
2475
+ },
2476
+ {
2477
+ "epoch": 12.835249042145595,
2478
+ "learning_rate": 2.8863346104725417e-06,
2479
+ "loss": 0.30561391830444334,
2480
+ "step": 40200
2481
+ },
2482
+ {
2483
+ "epoch": 12.867177522349936,
2484
+ "learning_rate": 2.8437633035334187e-06,
2485
+ "loss": 0.30923063278198243,
2486
+ "step": 40300
2487
+ },
2488
+ {
2489
+ "epoch": 12.899106002554278,
2490
+ "learning_rate": 2.801191996594296e-06,
2491
+ "loss": 0.30836896896362304,
2492
+ "step": 40400
2493
+ },
2494
+ {
2495
+ "epoch": 12.931034482758621,
2496
+ "learning_rate": 2.7586206896551725e-06,
2497
+ "loss": 0.31578615188598635,
2498
+ "step": 40500
2499
+ },
2500
+ {
2501
+ "epoch": 12.962962962962964,
2502
+ "learning_rate": 2.7160493827160496e-06,
2503
+ "loss": 0.31291526794433594,
2504
+ "step": 40600
2505
+ },
2506
+ {
2507
+ "epoch": 12.994891443167305,
2508
+ "learning_rate": 2.6734780757769262e-06,
2509
+ "loss": 0.3064906311035156,
2510
+ "step": 40700
2511
+ },
2512
+ {
2513
+ "epoch": 13.0,
2514
+ "eval_loss": 0.30278804898262024,
2515
+ "step": 40716
2516
+ },
2517
+ {
2518
+ "epoch": 13.026819923371647,
2519
+ "learning_rate": 2.6309067688378037e-06,
2520
+ "loss": 0.2991274642944336,
2521
+ "step": 40800
2522
+ },
2523
+ {
2524
+ "epoch": 13.05874840357599,
2525
+ "learning_rate": 2.5883354618986804e-06,
2526
+ "loss": 0.3081726837158203,
2527
+ "step": 40900
2528
+ },
2529
+ {
2530
+ "epoch": 13.090676883780333,
2531
+ "learning_rate": 2.5457641549595575e-06,
2532
+ "loss": 0.28322860717773435,
2533
+ "step": 41000
2534
+ },
2535
+ {
2536
+ "epoch": 13.122605363984674,
2537
+ "learning_rate": 2.503192848020434e-06,
2538
+ "loss": 0.3077671813964844,
2539
+ "step": 41100
2540
+ },
2541
+ {
2542
+ "epoch": 13.154533844189016,
2543
+ "learning_rate": 2.4606215410813112e-06,
2544
+ "loss": 0.3038086128234863,
2545
+ "step": 41200
2546
+ },
2547
+ {
2548
+ "epoch": 13.186462324393359,
2549
+ "learning_rate": 2.4180502341421883e-06,
2550
+ "loss": 0.3015581703186035,
2551
+ "step": 41300
2552
+ },
2553
+ {
2554
+ "epoch": 13.218390804597702,
2555
+ "learning_rate": 2.3754789272030654e-06,
2556
+ "loss": 0.30243860244750975,
2557
+ "step": 41400
2558
+ },
2559
+ {
2560
+ "epoch": 13.250319284802043,
2561
+ "learning_rate": 2.332907620263942e-06,
2562
+ "loss": 0.3104331398010254,
2563
+ "step": 41500
2564
+ },
2565
+ {
2566
+ "epoch": 13.282247765006385,
2567
+ "learning_rate": 2.290336313324819e-06,
2568
+ "loss": 0.30330204010009765,
2569
+ "step": 41600
2570
+ },
2571
+ {
2572
+ "epoch": 13.314176245210728,
2573
+ "learning_rate": 2.2477650063856962e-06,
2574
+ "loss": 0.2972829818725586,
2575
+ "step": 41700
2576
+ },
2577
+ {
2578
+ "epoch": 13.34610472541507,
2579
+ "learning_rate": 2.205193699446573e-06,
2580
+ "loss": 0.300672607421875,
2581
+ "step": 41800
2582
+ },
2583
+ {
2584
+ "epoch": 13.378033205619413,
2585
+ "learning_rate": 2.1626223925074504e-06,
2586
+ "loss": 0.30183706283569334,
2587
+ "step": 41900
2588
+ },
2589
+ {
2590
+ "epoch": 13.409961685823754,
2591
+ "learning_rate": 2.120051085568327e-06,
2592
+ "loss": 0.3096357536315918,
2593
+ "step": 42000
2594
+ },
2595
+ {
2596
+ "epoch": 13.441890166028097,
2597
+ "learning_rate": 2.077479778629204e-06,
2598
+ "loss": 0.3032659912109375,
2599
+ "step": 42100
2600
+ },
2601
+ {
2602
+ "epoch": 13.47381864623244,
2603
+ "learning_rate": 2.0349084716900813e-06,
2604
+ "loss": 0.2949547386169434,
2605
+ "step": 42200
2606
+ },
2607
+ {
2608
+ "epoch": 13.505747126436782,
2609
+ "learning_rate": 1.992337164750958e-06,
2610
+ "loss": 0.2889937973022461,
2611
+ "step": 42300
2612
+ },
2613
+ {
2614
+ "epoch": 13.537675606641123,
2615
+ "learning_rate": 1.949765857811835e-06,
2616
+ "loss": 0.30804216384887695,
2617
+ "step": 42400
2618
+ },
2619
+ {
2620
+ "epoch": 13.569604086845466,
2621
+ "learning_rate": 1.9071945508727119e-06,
2622
+ "loss": 0.30334890365600586,
2623
+ "step": 42500
2624
+ },
2625
+ {
2626
+ "epoch": 13.601532567049809,
2627
+ "learning_rate": 1.864623243933589e-06,
2628
+ "loss": 0.2941057586669922,
2629
+ "step": 42600
2630
+ },
2631
+ {
2632
+ "epoch": 13.633461047254151,
2633
+ "learning_rate": 1.8220519369944658e-06,
2634
+ "loss": 0.2950305938720703,
2635
+ "step": 42700
2636
+ },
2637
+ {
2638
+ "epoch": 13.665389527458492,
2639
+ "learning_rate": 1.7794806300553427e-06,
2640
+ "loss": 0.3061481285095215,
2641
+ "step": 42800
2642
+ },
2643
+ {
2644
+ "epoch": 13.697318007662835,
2645
+ "learning_rate": 1.7369093231162198e-06,
2646
+ "loss": 0.2870841217041016,
2647
+ "step": 42900
2648
+ },
2649
+ {
2650
+ "epoch": 13.729246487867178,
2651
+ "learning_rate": 1.6943380161770967e-06,
2652
+ "loss": 0.28978254318237306,
2653
+ "step": 43000
2654
+ },
2655
+ {
2656
+ "epoch": 13.76117496807152,
2657
+ "learning_rate": 1.6517667092379737e-06,
2658
+ "loss": 0.30341114044189454,
2659
+ "step": 43100
2660
+ },
2661
+ {
2662
+ "epoch": 13.793103448275861,
2663
+ "learning_rate": 1.6091954022988506e-06,
2664
+ "loss": 0.307810001373291,
2665
+ "step": 43200
2666
+ },
2667
+ {
2668
+ "epoch": 13.825031928480204,
2669
+ "learning_rate": 1.5666240953597275e-06,
2670
+ "loss": 0.30963399887084964,
2671
+ "step": 43300
2672
+ },
2673
+ {
2674
+ "epoch": 13.856960408684547,
2675
+ "learning_rate": 1.5240527884206046e-06,
2676
+ "loss": 0.3031142807006836,
2677
+ "step": 43400
2678
+ },
2679
+ {
2680
+ "epoch": 13.88888888888889,
2681
+ "learning_rate": 1.4814814814814815e-06,
2682
+ "loss": 0.3144196891784668,
2683
+ "step": 43500
2684
+ },
2685
+ {
2686
+ "epoch": 13.920817369093232,
2687
+ "learning_rate": 1.4389101745423588e-06,
2688
+ "loss": 0.28602792739868166,
2689
+ "step": 43600
2690
+ },
2691
+ {
2692
+ "epoch": 13.952745849297573,
2693
+ "learning_rate": 1.3963388676032354e-06,
2694
+ "loss": 0.2984015083312988,
2695
+ "step": 43700
2696
+ },
2697
+ {
2698
+ "epoch": 13.984674329501916,
2699
+ "learning_rate": 1.3537675606641127e-06,
2700
+ "loss": 0.29513154983520506,
2701
+ "step": 43800
2702
+ },
2703
+ {
2704
+ "epoch": 14.0,
2705
+ "eval_loss": 0.3065377175807953,
2706
+ "step": 43848
2707
+ },
2708
+ {
2709
+ "epoch": 14.016602809706258,
2710
+ "learning_rate": 1.3111962537249896e-06,
2711
+ "loss": 0.28543767929077146,
2712
+ "step": 43900
2713
+ },
2714
+ {
2715
+ "epoch": 14.048531289910601,
2716
+ "learning_rate": 1.2686249467858662e-06,
2717
+ "loss": 0.2963153839111328,
2718
+ "step": 44000
2719
+ },
2720
+ {
2721
+ "epoch": 14.080459770114942,
2722
+ "learning_rate": 1.2260536398467433e-06,
2723
+ "loss": 0.3030729293823242,
2724
+ "step": 44100
2725
+ },
2726
+ {
2727
+ "epoch": 14.112388250319285,
2728
+ "learning_rate": 1.1834823329076204e-06,
2729
+ "loss": 0.2889740180969238,
2730
+ "step": 44200
2731
+ },
2732
+ {
2733
+ "epoch": 14.144316730523627,
2734
+ "learning_rate": 1.1409110259684973e-06,
2735
+ "loss": 0.2915242385864258,
2736
+ "step": 44300
2737
+ },
2738
+ {
2739
+ "epoch": 14.17624521072797,
2740
+ "learning_rate": 1.0983397190293744e-06,
2741
+ "loss": 0.28075174331665037,
2742
+ "step": 44400
2743
+ },
2744
+ {
2745
+ "epoch": 14.20817369093231,
2746
+ "learning_rate": 1.0557684120902512e-06,
2747
+ "loss": 0.3046562194824219,
2748
+ "step": 44500
2749
+ },
2750
+ {
2751
+ "epoch": 14.240102171136654,
2752
+ "learning_rate": 1.0131971051511283e-06,
2753
+ "loss": 0.28045236587524414,
2754
+ "step": 44600
2755
+ },
2756
+ {
2757
+ "epoch": 14.272030651340996,
2758
+ "learning_rate": 9.706257982120052e-07,
2759
+ "loss": 0.2948748970031738,
2760
+ "step": 44700
2761
+ },
2762
+ {
2763
+ "epoch": 14.303959131545339,
2764
+ "learning_rate": 9.280544912728822e-07,
2765
+ "loss": 0.2956666946411133,
2766
+ "step": 44800
2767
+ },
2768
+ {
2769
+ "epoch": 14.33588761174968,
2770
+ "learning_rate": 8.854831843337592e-07,
2771
+ "loss": 0.2919887924194336,
2772
+ "step": 44900
2773
+ },
2774
+ {
2775
+ "epoch": 14.367816091954023,
2776
+ "learning_rate": 8.429118773946361e-07,
2777
+ "loss": 0.29414264678955077,
2778
+ "step": 45000
2779
+ },
2780
+ {
2781
+ "epoch": 14.399744572158365,
2782
+ "learning_rate": 8.003405704555131e-07,
2783
+ "loss": 0.2997250938415527,
2784
+ "step": 45100
2785
+ },
2786
+ {
2787
+ "epoch": 14.431673052362708,
2788
+ "learning_rate": 7.5776926351639e-07,
2789
+ "loss": 0.2927609634399414,
2790
+ "step": 45200
2791
+ },
2792
+ {
2793
+ "epoch": 14.46360153256705,
2794
+ "learning_rate": 7.15197956577267e-07,
2795
+ "loss": 0.30317195892333987,
2796
+ "step": 45300
2797
+ },
2798
+ {
2799
+ "epoch": 14.495530012771392,
2800
+ "learning_rate": 6.72626649638144e-07,
2801
+ "loss": 0.29728498458862307,
2802
+ "step": 45400
2803
+ },
2804
+ {
2805
+ "epoch": 14.527458492975734,
2806
+ "learning_rate": 6.300553426990209e-07,
2807
+ "loss": 0.2906969451904297,
2808
+ "step": 45500
2809
+ },
2810
+ {
2811
+ "epoch": 14.559386973180077,
2812
+ "learning_rate": 5.874840357598978e-07,
2813
+ "loss": 0.3137422752380371,
2814
+ "step": 45600
2815
+ },
2816
+ {
2817
+ "epoch": 14.59131545338442,
2818
+ "learning_rate": 5.449127288207749e-07,
2819
+ "loss": 0.3111775016784668,
2820
+ "step": 45700
2821
+ },
2822
+ {
2823
+ "epoch": 14.62324393358876,
2824
+ "learning_rate": 5.023414218816518e-07,
2825
+ "loss": 0.30036439895629885,
2826
+ "step": 45800
2827
+ },
2828
+ {
2829
+ "epoch": 14.655172413793103,
2830
+ "learning_rate": 4.5977011494252875e-07,
2831
+ "loss": 0.2988995361328125,
2832
+ "step": 45900
2833
+ },
2834
+ {
2835
+ "epoch": 14.687100893997446,
2836
+ "learning_rate": 4.171988080034058e-07,
2837
+ "loss": 0.306041259765625,
2838
+ "step": 46000
2839
+ },
2840
+ {
2841
+ "epoch": 14.719029374201789,
2842
+ "learning_rate": 3.7462750106428265e-07,
2843
+ "loss": 0.30521770477294924,
2844
+ "step": 46100
2845
+ },
2846
+ {
2847
+ "epoch": 14.75095785440613,
2848
+ "learning_rate": 3.320561941251597e-07,
2849
+ "loss": 0.28645307540893555,
2850
+ "step": 46200
2851
+ },
2852
+ {
2853
+ "epoch": 14.782886334610472,
2854
+ "learning_rate": 2.894848871860366e-07,
2855
+ "loss": 0.29830142974853513,
2856
+ "step": 46300
2857
+ },
2858
+ {
2859
+ "epoch": 14.814814814814815,
2860
+ "learning_rate": 2.469135802469136e-07,
2861
+ "loss": 0.29040414810180665,
2862
+ "step": 46400
2863
+ },
2864
+ {
2865
+ "epoch": 14.846743295019158,
2866
+ "learning_rate": 2.0434227330779057e-07,
2867
+ "loss": 0.2852139472961426,
2868
+ "step": 46500
2869
+ },
2870
+ {
2871
+ "epoch": 14.878671775223498,
2872
+ "learning_rate": 1.6177096636866753e-07,
2873
+ "loss": 0.291912841796875,
2874
+ "step": 46600
2875
+ },
2876
+ {
2877
+ "epoch": 14.910600255427841,
2878
+ "learning_rate": 1.1919965942954449e-07,
2879
+ "loss": 0.2825672149658203,
2880
+ "step": 46700
2881
+ },
2882
+ {
2883
+ "epoch": 14.942528735632184,
2884
+ "learning_rate": 7.662835249042146e-08,
2885
+ "loss": 0.3074253273010254,
2886
+ "step": 46800
2887
+ }
2888
+ ],
2889
+ "max_steps": 46980,
2890
+ "num_train_epochs": 15,
2891
+ "total_flos": 76612640706201600,
2892
+ "trial_name": null,
2893
+ "trial_params": null
2894
+ }
vocab.txt ADDED
The diff for this file is too large to render. See raw diff