Model save
Browse files- README.md +17 -18
- adapter_config.json +42 -0
- adapter_model.safetensors +3 -0
- model.safetensors +1 -1
- runs/Jan08_18-52-40_Edge-Ai/events.out.tfevents.1704711160.Edge-Ai.47912.0 +3 -0
- runs/Jan09_09-31-52_Edge-Ai/events.out.tfevents.1704763912.Edge-Ai.50714.0 +3 -0
- runs/Jan09_17-37-53_Edge-Ai/events.out.tfevents.1704793074.Edge-Ai.60655.0 +3 -0
- trainer_state.json +2014 -0
- training_args.bin +1 -1
README.md
CHANGED
|
@@ -1,24 +1,22 @@
|
|
| 1 |
---
|
| 2 |
license: apache-2.0
|
| 3 |
-
|
| 4 |
tags:
|
| 5 |
- generated_from_trainer
|
| 6 |
-
|
| 7 |
-
- wer
|
| 8 |
model-index:
|
| 9 |
-
- name:
|
| 10 |
results: []
|
| 11 |
---
|
| 12 |
|
| 13 |
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
|
| 14 |
should probably proofread and complete it, then remove this comment. -->
|
| 15 |
|
| 16 |
-
#
|
| 17 |
|
| 18 |
This model is a fine-tuned version of [openai/whisper-small](https://huggingface.co/openai/whisper-small) on the None dataset.
|
| 19 |
It achieves the following results on the evaluation set:
|
| 20 |
-
- Loss: 0.
|
| 21 |
-
- Wer: 149.6566
|
| 22 |
|
| 23 |
## Model description
|
| 24 |
|
|
@@ -51,21 +49,22 @@ The following hyperparameters were used during training:
|
|
| 51 |
|
| 52 |
### Training results
|
| 53 |
|
| 54 |
-
| Training Loss | Epoch | Step | Validation Loss |
|
| 55 |
-
|
| 56 |
-
|
|
| 57 |
-
| 0.
|
| 58 |
-
| 0.
|
| 59 |
-
| 0.
|
| 60 |
-
| 0.
|
| 61 |
-
| 0.
|
| 62 |
-
| 0.
|
| 63 |
-
| 0.
|
| 64 |
|
| 65 |
|
| 66 |
### Framework versions
|
| 67 |
|
|
|
|
| 68 |
- Transformers 4.36.2
|
| 69 |
- Pytorch 2.1.2+cu121
|
| 70 |
- Datasets 2.16.0
|
| 71 |
-
- Tokenizers 0.15.0
|
|
|
|
| 1 |
---
|
| 2 |
license: apache-2.0
|
| 3 |
+
library_name: peft
|
| 4 |
tags:
|
| 5 |
- generated_from_trainer
|
| 6 |
+
base_model: openai/whisper-small
|
|
|
|
| 7 |
model-index:
|
| 8 |
+
- name: whisper-small-tw
|
| 9 |
results: []
|
| 10 |
---
|
| 11 |
|
| 12 |
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
|
| 13 |
should probably proofread and complete it, then remove this comment. -->
|
| 14 |
|
| 15 |
+
# whisper-small-tw
|
| 16 |
|
| 17 |
This model is a fine-tuned version of [openai/whisper-small](https://huggingface.co/openai/whisper-small) on the None dataset.
|
| 18 |
It achieves the following results on the evaluation set:
|
| 19 |
+
- Loss: 0.2175
|
|
|
|
| 20 |
|
| 21 |
## Model description
|
| 22 |
|
|
|
|
| 49 |
|
| 50 |
### Training results
|
| 51 |
|
| 52 |
+
| Training Loss | Epoch | Step | Validation Loss |
|
| 53 |
+
|:-------------:|:-----:|:----:|:---------------:|
|
| 54 |
+
| 2.2151 | 1.33 | 1000 | 2.1197 |
|
| 55 |
+
| 0.5107 | 2.67 | 2000 | 0.4872 |
|
| 56 |
+
| 0.294 | 4.0 | 3000 | 0.2780 |
|
| 57 |
+
| 0.229 | 5.33 | 4000 | 0.2428 |
|
| 58 |
+
| 0.2193 | 6.67 | 5000 | 0.2278 |
|
| 59 |
+
| 0.2292 | 8.0 | 6000 | 0.2213 |
|
| 60 |
+
| 0.2288 | 9.33 | 7000 | 0.2184 |
|
| 61 |
+
| 0.2065 | 10.67 | 8000 | 0.2175 |
|
| 62 |
|
| 63 |
|
| 64 |
### Framework versions
|
| 65 |
|
| 66 |
+
- PEFT 0.7.1
|
| 67 |
- Transformers 4.36.2
|
| 68 |
- Pytorch 2.1.2+cu121
|
| 69 |
- Datasets 2.16.0
|
| 70 |
+
- Tokenizers 0.15.0
|
adapter_config.json
ADDED
|
@@ -0,0 +1,42 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"alpha_pattern": {},
|
| 3 |
+
"auto_mapping": {
|
| 4 |
+
"base_model_class": "WhisperForConditionalGeneration",
|
| 5 |
+
"parent_library": "transformers.models.whisper.modeling_whisper"
|
| 6 |
+
},
|
| 7 |
+
"base_model_name_or_path": "openai/whisper-small",
|
| 8 |
+
"beta1": 0.85,
|
| 9 |
+
"beta2": 0.85,
|
| 10 |
+
"bias": "none",
|
| 11 |
+
"deltaT": 10,
|
| 12 |
+
"fan_in_fan_out": false,
|
| 13 |
+
"inference_mode": true,
|
| 14 |
+
"init_lora_weights": true,
|
| 15 |
+
"init_r": 12,
|
| 16 |
+
"layers_pattern": null,
|
| 17 |
+
"layers_to_transform": null,
|
| 18 |
+
"loftq_config": {},
|
| 19 |
+
"lora_alpha": 32,
|
| 20 |
+
"lora_dropout": 0.1,
|
| 21 |
+
"megatron_config": null,
|
| 22 |
+
"megatron_core": "megatron.core",
|
| 23 |
+
"modules_to_save": null,
|
| 24 |
+
"orth_reg_weight": 0.5,
|
| 25 |
+
"peft_type": "ADALORA",
|
| 26 |
+
"r": 8,
|
| 27 |
+
"rank_pattern": null,
|
| 28 |
+
"revision": null,
|
| 29 |
+
"target_modules": [
|
| 30 |
+
"k_proj",
|
| 31 |
+
"q_proj",
|
| 32 |
+
"v_proj",
|
| 33 |
+
"out_proj",
|
| 34 |
+
"fc1",
|
| 35 |
+
"fc2"
|
| 36 |
+
],
|
| 37 |
+
"target_r": 4,
|
| 38 |
+
"task_type": null,
|
| 39 |
+
"tfinal": 1000,
|
| 40 |
+
"tinit": 200,
|
| 41 |
+
"total_step": null
|
| 42 |
+
}
|
adapter_model.safetensors
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:9b6ec2b2ad551dbcb88a4073854d831a0b9bbd474f306f09d460df704ab9c6d4
|
| 3 |
+
size 19548472
|
model.safetensors
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 966995080
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:1a979fd7cf7e343bc81f30b376d56e83a2eb1c9ed82f835555f2aa61378039b4
|
| 3 |
size 966995080
|
runs/Jan08_18-52-40_Edge-Ai/events.out.tfevents.1704711160.Edge-Ai.47912.0
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:ab1ea6ef2f78e804ab0856c382072721529abfec8dd673a835f2481aa6537773
|
| 3 |
+
size 5195
|
runs/Jan09_09-31-52_Edge-Ai/events.out.tfevents.1704763912.Edge-Ai.50714.0
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:e49f442c4ff4ff879248f72e25ca3e557cff7c1a2762a467fbd18787ad0a1ed9
|
| 3 |
+
size 57942
|
runs/Jan09_17-37-53_Edge-Ai/events.out.tfevents.1704793074.Edge-Ai.60655.0
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:f0de282a57d9ae6582dc85215afa37a082e80336351e50ea6bad8882dc1ba512
|
| 3 |
+
size 57941
|
trainer_state.json
ADDED
|
@@ -0,0 +1,2014 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": 0.21749207377433777,
|
| 3 |
+
"best_model_checkpoint": "./whisper-small-tw/checkpoint-8000",
|
| 4 |
+
"epoch": 10.666666666666666,
|
| 5 |
+
"eval_steps": 1000,
|
| 6 |
+
"global_step": 8000,
|
| 7 |
+
"is_hyper_param_search": false,
|
| 8 |
+
"is_local_process_zero": true,
|
| 9 |
+
"is_world_process_zero": true,
|
| 10 |
+
"log_history": [
|
| 11 |
+
{
|
| 12 |
+
"epoch": 0.03,
|
| 13 |
+
"learning_rate": 4.800000000000001e-07,
|
| 14 |
+
"loss": 5.3324,
|
| 15 |
+
"step": 25
|
| 16 |
+
},
|
| 17 |
+
{
|
| 18 |
+
"epoch": 0.07,
|
| 19 |
+
"learning_rate": 9.600000000000001e-07,
|
| 20 |
+
"loss": 5.2822,
|
| 21 |
+
"step": 50
|
| 22 |
+
},
|
| 23 |
+
{
|
| 24 |
+
"epoch": 0.1,
|
| 25 |
+
"learning_rate": 1.44e-06,
|
| 26 |
+
"loss": 5.2944,
|
| 27 |
+
"step": 75
|
| 28 |
+
},
|
| 29 |
+
{
|
| 30 |
+
"epoch": 0.13,
|
| 31 |
+
"learning_rate": 1.94e-06,
|
| 32 |
+
"loss": 5.3878,
|
| 33 |
+
"step": 100
|
| 34 |
+
},
|
| 35 |
+
{
|
| 36 |
+
"epoch": 0.17,
|
| 37 |
+
"learning_rate": 2.4400000000000004e-06,
|
| 38 |
+
"loss": 5.2157,
|
| 39 |
+
"step": 125
|
| 40 |
+
},
|
| 41 |
+
{
|
| 42 |
+
"epoch": 0.2,
|
| 43 |
+
"learning_rate": 2.9400000000000002e-06,
|
| 44 |
+
"loss": 5.2079,
|
| 45 |
+
"step": 150
|
| 46 |
+
},
|
| 47 |
+
{
|
| 48 |
+
"epoch": 0.23,
|
| 49 |
+
"learning_rate": 3.4200000000000007e-06,
|
| 50 |
+
"loss": 5.2576,
|
| 51 |
+
"step": 175
|
| 52 |
+
},
|
| 53 |
+
{
|
| 54 |
+
"epoch": 0.27,
|
| 55 |
+
"learning_rate": 3.920000000000001e-06,
|
| 56 |
+
"loss": 5.3067,
|
| 57 |
+
"step": 200
|
| 58 |
+
},
|
| 59 |
+
{
|
| 60 |
+
"epoch": 0.3,
|
| 61 |
+
"learning_rate": 4.42e-06,
|
| 62 |
+
"loss": 5.2574,
|
| 63 |
+
"step": 225
|
| 64 |
+
},
|
| 65 |
+
{
|
| 66 |
+
"epoch": 0.33,
|
| 67 |
+
"learning_rate": 4.92e-06,
|
| 68 |
+
"loss": 5.1906,
|
| 69 |
+
"step": 250
|
| 70 |
+
},
|
| 71 |
+
{
|
| 72 |
+
"epoch": 0.37,
|
| 73 |
+
"learning_rate": 5.420000000000001e-06,
|
| 74 |
+
"loss": 5.135,
|
| 75 |
+
"step": 275
|
| 76 |
+
},
|
| 77 |
+
{
|
| 78 |
+
"epoch": 0.4,
|
| 79 |
+
"learning_rate": 5.92e-06,
|
| 80 |
+
"loss": 5.1544,
|
| 81 |
+
"step": 300
|
| 82 |
+
},
|
| 83 |
+
{
|
| 84 |
+
"epoch": 0.43,
|
| 85 |
+
"learning_rate": 6.42e-06,
|
| 86 |
+
"loss": 4.9905,
|
| 87 |
+
"step": 325
|
| 88 |
+
},
|
| 89 |
+
{
|
| 90 |
+
"epoch": 0.47,
|
| 91 |
+
"learning_rate": 6.92e-06,
|
| 92 |
+
"loss": 4.8761,
|
| 93 |
+
"step": 350
|
| 94 |
+
},
|
| 95 |
+
{
|
| 96 |
+
"epoch": 0.5,
|
| 97 |
+
"learning_rate": 7.420000000000001e-06,
|
| 98 |
+
"loss": 4.9062,
|
| 99 |
+
"step": 375
|
| 100 |
+
},
|
| 101 |
+
{
|
| 102 |
+
"epoch": 0.53,
|
| 103 |
+
"learning_rate": 7.92e-06,
|
| 104 |
+
"loss": 4.903,
|
| 105 |
+
"step": 400
|
| 106 |
+
},
|
| 107 |
+
{
|
| 108 |
+
"epoch": 0.57,
|
| 109 |
+
"learning_rate": 8.42e-06,
|
| 110 |
+
"loss": 4.7841,
|
| 111 |
+
"step": 425
|
| 112 |
+
},
|
| 113 |
+
{
|
| 114 |
+
"epoch": 0.6,
|
| 115 |
+
"learning_rate": 8.920000000000001e-06,
|
| 116 |
+
"loss": 4.6971,
|
| 117 |
+
"step": 450
|
| 118 |
+
},
|
| 119 |
+
{
|
| 120 |
+
"epoch": 0.63,
|
| 121 |
+
"learning_rate": 9.42e-06,
|
| 122 |
+
"loss": 4.5495,
|
| 123 |
+
"step": 475
|
| 124 |
+
},
|
| 125 |
+
{
|
| 126 |
+
"epoch": 0.67,
|
| 127 |
+
"learning_rate": 9.920000000000002e-06,
|
| 128 |
+
"loss": 4.3933,
|
| 129 |
+
"step": 500
|
| 130 |
+
},
|
| 131 |
+
{
|
| 132 |
+
"epoch": 0.7,
|
| 133 |
+
"learning_rate": 9.972e-06,
|
| 134 |
+
"loss": 4.4097,
|
| 135 |
+
"step": 525
|
| 136 |
+
},
|
| 137 |
+
{
|
| 138 |
+
"epoch": 0.73,
|
| 139 |
+
"learning_rate": 9.938666666666667e-06,
|
| 140 |
+
"loss": 4.3364,
|
| 141 |
+
"step": 550
|
| 142 |
+
},
|
| 143 |
+
{
|
| 144 |
+
"epoch": 0.77,
|
| 145 |
+
"learning_rate": 9.905333333333335e-06,
|
| 146 |
+
"loss": 4.2196,
|
| 147 |
+
"step": 575
|
| 148 |
+
},
|
| 149 |
+
{
|
| 150 |
+
"epoch": 0.8,
|
| 151 |
+
"learning_rate": 9.872e-06,
|
| 152 |
+
"loss": 3.997,
|
| 153 |
+
"step": 600
|
| 154 |
+
},
|
| 155 |
+
{
|
| 156 |
+
"epoch": 0.83,
|
| 157 |
+
"learning_rate": 9.838666666666668e-06,
|
| 158 |
+
"loss": 3.9327,
|
| 159 |
+
"step": 625
|
| 160 |
+
},
|
| 161 |
+
{
|
| 162 |
+
"epoch": 0.87,
|
| 163 |
+
"learning_rate": 9.805333333333334e-06,
|
| 164 |
+
"loss": 3.8223,
|
| 165 |
+
"step": 650
|
| 166 |
+
},
|
| 167 |
+
{
|
| 168 |
+
"epoch": 0.9,
|
| 169 |
+
"learning_rate": 9.772e-06,
|
| 170 |
+
"loss": 3.7377,
|
| 171 |
+
"step": 675
|
| 172 |
+
},
|
| 173 |
+
{
|
| 174 |
+
"epoch": 0.93,
|
| 175 |
+
"learning_rate": 9.738666666666667e-06,
|
| 176 |
+
"loss": 3.6786,
|
| 177 |
+
"step": 700
|
| 178 |
+
},
|
| 179 |
+
{
|
| 180 |
+
"epoch": 0.97,
|
| 181 |
+
"learning_rate": 9.705333333333335e-06,
|
| 182 |
+
"loss": 3.5168,
|
| 183 |
+
"step": 725
|
| 184 |
+
},
|
| 185 |
+
{
|
| 186 |
+
"epoch": 1.0,
|
| 187 |
+
"learning_rate": 9.672e-06,
|
| 188 |
+
"loss": 3.4042,
|
| 189 |
+
"step": 750
|
| 190 |
+
},
|
| 191 |
+
{
|
| 192 |
+
"epoch": 1.03,
|
| 193 |
+
"learning_rate": 9.638666666666668e-06,
|
| 194 |
+
"loss": 3.2304,
|
| 195 |
+
"step": 775
|
| 196 |
+
},
|
| 197 |
+
{
|
| 198 |
+
"epoch": 1.07,
|
| 199 |
+
"learning_rate": 9.605333333333334e-06,
|
| 200 |
+
"loss": 3.1351,
|
| 201 |
+
"step": 800
|
| 202 |
+
},
|
| 203 |
+
{
|
| 204 |
+
"epoch": 1.1,
|
| 205 |
+
"learning_rate": 9.572000000000001e-06,
|
| 206 |
+
"loss": 3.0986,
|
| 207 |
+
"step": 825
|
| 208 |
+
},
|
| 209 |
+
{
|
| 210 |
+
"epoch": 1.13,
|
| 211 |
+
"learning_rate": 9.538666666666667e-06,
|
| 212 |
+
"loss": 2.968,
|
| 213 |
+
"step": 850
|
| 214 |
+
},
|
| 215 |
+
{
|
| 216 |
+
"epoch": 1.17,
|
| 217 |
+
"learning_rate": 9.505333333333334e-06,
|
| 218 |
+
"loss": 2.7818,
|
| 219 |
+
"step": 875
|
| 220 |
+
},
|
| 221 |
+
{
|
| 222 |
+
"epoch": 1.2,
|
| 223 |
+
"learning_rate": 9.472000000000002e-06,
|
| 224 |
+
"loss": 2.707,
|
| 225 |
+
"step": 900
|
| 226 |
+
},
|
| 227 |
+
{
|
| 228 |
+
"epoch": 1.23,
|
| 229 |
+
"learning_rate": 9.438666666666667e-06,
|
| 230 |
+
"loss": 2.5692,
|
| 231 |
+
"step": 925
|
| 232 |
+
},
|
| 233 |
+
{
|
| 234 |
+
"epoch": 1.27,
|
| 235 |
+
"learning_rate": 9.405333333333335e-06,
|
| 236 |
+
"loss": 2.5056,
|
| 237 |
+
"step": 950
|
| 238 |
+
},
|
| 239 |
+
{
|
| 240 |
+
"epoch": 1.3,
|
| 241 |
+
"learning_rate": 9.372000000000001e-06,
|
| 242 |
+
"loss": 2.3117,
|
| 243 |
+
"step": 975
|
| 244 |
+
},
|
| 245 |
+
{
|
| 246 |
+
"epoch": 1.33,
|
| 247 |
+
"learning_rate": 9.338666666666667e-06,
|
| 248 |
+
"loss": 2.2151,
|
| 249 |
+
"step": 1000
|
| 250 |
+
},
|
| 251 |
+
{
|
| 252 |
+
"epoch": 1.33,
|
| 253 |
+
"eval_loss": 2.119739294052124,
|
| 254 |
+
"eval_runtime": 376.6849,
|
| 255 |
+
"eval_samples_per_second": 13.141,
|
| 256 |
+
"eval_steps_per_second": 3.287,
|
| 257 |
+
"step": 1000
|
| 258 |
+
},
|
| 259 |
+
{
|
| 260 |
+
"epoch": 1.37,
|
| 261 |
+
"learning_rate": 9.305333333333334e-06,
|
| 262 |
+
"loss": 2.0533,
|
| 263 |
+
"step": 1025
|
| 264 |
+
},
|
| 265 |
+
{
|
| 266 |
+
"epoch": 1.4,
|
| 267 |
+
"learning_rate": 9.272e-06,
|
| 268 |
+
"loss": 1.9214,
|
| 269 |
+
"step": 1050
|
| 270 |
+
},
|
| 271 |
+
{
|
| 272 |
+
"epoch": 1.43,
|
| 273 |
+
"learning_rate": 9.238666666666667e-06,
|
| 274 |
+
"loss": 1.8134,
|
| 275 |
+
"step": 1075
|
| 276 |
+
},
|
| 277 |
+
{
|
| 278 |
+
"epoch": 1.47,
|
| 279 |
+
"learning_rate": 9.205333333333333e-06,
|
| 280 |
+
"loss": 1.6493,
|
| 281 |
+
"step": 1100
|
| 282 |
+
},
|
| 283 |
+
{
|
| 284 |
+
"epoch": 1.5,
|
| 285 |
+
"learning_rate": 9.172000000000001e-06,
|
| 286 |
+
"loss": 1.5416,
|
| 287 |
+
"step": 1125
|
| 288 |
+
},
|
| 289 |
+
{
|
| 290 |
+
"epoch": 1.53,
|
| 291 |
+
"learning_rate": 9.138666666666668e-06,
|
| 292 |
+
"loss": 1.4164,
|
| 293 |
+
"step": 1150
|
| 294 |
+
},
|
| 295 |
+
{
|
| 296 |
+
"epoch": 1.57,
|
| 297 |
+
"learning_rate": 9.105333333333334e-06,
|
| 298 |
+
"loss": 1.2766,
|
| 299 |
+
"step": 1175
|
| 300 |
+
},
|
| 301 |
+
{
|
| 302 |
+
"epoch": 1.6,
|
| 303 |
+
"learning_rate": 9.072e-06,
|
| 304 |
+
"loss": 1.1758,
|
| 305 |
+
"step": 1200
|
| 306 |
+
},
|
| 307 |
+
{
|
| 308 |
+
"epoch": 1.63,
|
| 309 |
+
"learning_rate": 9.038666666666667e-06,
|
| 310 |
+
"loss": 1.1329,
|
| 311 |
+
"step": 1225
|
| 312 |
+
},
|
| 313 |
+
{
|
| 314 |
+
"epoch": 1.67,
|
| 315 |
+
"learning_rate": 9.005333333333333e-06,
|
| 316 |
+
"loss": 1.0748,
|
| 317 |
+
"step": 1250
|
| 318 |
+
},
|
| 319 |
+
{
|
| 320 |
+
"epoch": 1.7,
|
| 321 |
+
"learning_rate": 8.972000000000002e-06,
|
| 322 |
+
"loss": 1.0649,
|
| 323 |
+
"step": 1275
|
| 324 |
+
},
|
| 325 |
+
{
|
| 326 |
+
"epoch": 1.73,
|
| 327 |
+
"learning_rate": 8.938666666666668e-06,
|
| 328 |
+
"loss": 1.0295,
|
| 329 |
+
"step": 1300
|
| 330 |
+
},
|
| 331 |
+
{
|
| 332 |
+
"epoch": 1.77,
|
| 333 |
+
"learning_rate": 8.905333333333334e-06,
|
| 334 |
+
"loss": 0.9379,
|
| 335 |
+
"step": 1325
|
| 336 |
+
},
|
| 337 |
+
{
|
| 338 |
+
"epoch": 1.8,
|
| 339 |
+
"learning_rate": 8.872e-06,
|
| 340 |
+
"loss": 0.9206,
|
| 341 |
+
"step": 1350
|
| 342 |
+
},
|
| 343 |
+
{
|
| 344 |
+
"epoch": 1.83,
|
| 345 |
+
"learning_rate": 8.838666666666667e-06,
|
| 346 |
+
"loss": 0.9145,
|
| 347 |
+
"step": 1375
|
| 348 |
+
},
|
| 349 |
+
{
|
| 350 |
+
"epoch": 1.87,
|
| 351 |
+
"learning_rate": 8.805333333333334e-06,
|
| 352 |
+
"loss": 0.8856,
|
| 353 |
+
"step": 1400
|
| 354 |
+
},
|
| 355 |
+
{
|
| 356 |
+
"epoch": 1.9,
|
| 357 |
+
"learning_rate": 8.772e-06,
|
| 358 |
+
"loss": 0.8707,
|
| 359 |
+
"step": 1425
|
| 360 |
+
},
|
| 361 |
+
{
|
| 362 |
+
"epoch": 1.93,
|
| 363 |
+
"learning_rate": 8.738666666666668e-06,
|
| 364 |
+
"loss": 0.8517,
|
| 365 |
+
"step": 1450
|
| 366 |
+
},
|
| 367 |
+
{
|
| 368 |
+
"epoch": 1.97,
|
| 369 |
+
"learning_rate": 8.705333333333335e-06,
|
| 370 |
+
"loss": 0.8083,
|
| 371 |
+
"step": 1475
|
| 372 |
+
},
|
| 373 |
+
{
|
| 374 |
+
"epoch": 2.0,
|
| 375 |
+
"learning_rate": 8.672000000000001e-06,
|
| 376 |
+
"loss": 0.8221,
|
| 377 |
+
"step": 1500
|
| 378 |
+
},
|
| 379 |
+
{
|
| 380 |
+
"epoch": 2.03,
|
| 381 |
+
"learning_rate": 8.638666666666667e-06,
|
| 382 |
+
"loss": 0.7594,
|
| 383 |
+
"step": 1525
|
| 384 |
+
},
|
| 385 |
+
{
|
| 386 |
+
"epoch": 2.07,
|
| 387 |
+
"learning_rate": 8.605333333333334e-06,
|
| 388 |
+
"loss": 0.7938,
|
| 389 |
+
"step": 1550
|
| 390 |
+
},
|
| 391 |
+
{
|
| 392 |
+
"epoch": 2.1,
|
| 393 |
+
"learning_rate": 8.572e-06,
|
| 394 |
+
"loss": 0.7554,
|
| 395 |
+
"step": 1575
|
| 396 |
+
},
|
| 397 |
+
{
|
| 398 |
+
"epoch": 2.13,
|
| 399 |
+
"learning_rate": 8.538666666666667e-06,
|
| 400 |
+
"loss": 0.7683,
|
| 401 |
+
"step": 1600
|
| 402 |
+
},
|
| 403 |
+
{
|
| 404 |
+
"epoch": 2.17,
|
| 405 |
+
"learning_rate": 8.505333333333335e-06,
|
| 406 |
+
"loss": 0.7296,
|
| 407 |
+
"step": 1625
|
| 408 |
+
},
|
| 409 |
+
{
|
| 410 |
+
"epoch": 2.2,
|
| 411 |
+
"learning_rate": 8.472e-06,
|
| 412 |
+
"loss": 0.726,
|
| 413 |
+
"step": 1650
|
| 414 |
+
},
|
| 415 |
+
{
|
| 416 |
+
"epoch": 2.23,
|
| 417 |
+
"learning_rate": 8.438666666666668e-06,
|
| 418 |
+
"loss": 0.6808,
|
| 419 |
+
"step": 1675
|
| 420 |
+
},
|
| 421 |
+
{
|
| 422 |
+
"epoch": 2.27,
|
| 423 |
+
"learning_rate": 8.405333333333334e-06,
|
| 424 |
+
"loss": 0.6901,
|
| 425 |
+
"step": 1700
|
| 426 |
+
},
|
| 427 |
+
{
|
| 428 |
+
"epoch": 2.3,
|
| 429 |
+
"learning_rate": 8.372e-06,
|
| 430 |
+
"loss": 0.6625,
|
| 431 |
+
"step": 1725
|
| 432 |
+
},
|
| 433 |
+
{
|
| 434 |
+
"epoch": 2.33,
|
| 435 |
+
"learning_rate": 8.338666666666667e-06,
|
| 436 |
+
"loss": 0.6613,
|
| 437 |
+
"step": 1750
|
| 438 |
+
},
|
| 439 |
+
{
|
| 440 |
+
"epoch": 2.37,
|
| 441 |
+
"learning_rate": 8.305333333333333e-06,
|
| 442 |
+
"loss": 0.6058,
|
| 443 |
+
"step": 1775
|
| 444 |
+
},
|
| 445 |
+
{
|
| 446 |
+
"epoch": 2.4,
|
| 447 |
+
"learning_rate": 8.272000000000001e-06,
|
| 448 |
+
"loss": 0.6006,
|
| 449 |
+
"step": 1800
|
| 450 |
+
},
|
| 451 |
+
{
|
| 452 |
+
"epoch": 2.43,
|
| 453 |
+
"learning_rate": 8.238666666666668e-06,
|
| 454 |
+
"loss": 0.6443,
|
| 455 |
+
"step": 1825
|
| 456 |
+
},
|
| 457 |
+
{
|
| 458 |
+
"epoch": 2.47,
|
| 459 |
+
"learning_rate": 8.205333333333334e-06,
|
| 460 |
+
"loss": 0.5848,
|
| 461 |
+
"step": 1850
|
| 462 |
+
},
|
| 463 |
+
{
|
| 464 |
+
"epoch": 2.5,
|
| 465 |
+
"learning_rate": 8.172e-06,
|
| 466 |
+
"loss": 0.5336,
|
| 467 |
+
"step": 1875
|
| 468 |
+
},
|
| 469 |
+
{
|
| 470 |
+
"epoch": 2.53,
|
| 471 |
+
"learning_rate": 8.138666666666667e-06,
|
| 472 |
+
"loss": 0.5489,
|
| 473 |
+
"step": 1900
|
| 474 |
+
},
|
| 475 |
+
{
|
| 476 |
+
"epoch": 2.57,
|
| 477 |
+
"learning_rate": 8.105333333333334e-06,
|
| 478 |
+
"loss": 0.5172,
|
| 479 |
+
"step": 1925
|
| 480 |
+
},
|
| 481 |
+
{
|
| 482 |
+
"epoch": 2.6,
|
| 483 |
+
"learning_rate": 8.072000000000002e-06,
|
| 484 |
+
"loss": 0.5058,
|
| 485 |
+
"step": 1950
|
| 486 |
+
},
|
| 487 |
+
{
|
| 488 |
+
"epoch": 2.63,
|
| 489 |
+
"learning_rate": 8.038666666666666e-06,
|
| 490 |
+
"loss": 0.503,
|
| 491 |
+
"step": 1975
|
| 492 |
+
},
|
| 493 |
+
{
|
| 494 |
+
"epoch": 2.67,
|
| 495 |
+
"learning_rate": 8.005333333333335e-06,
|
| 496 |
+
"loss": 0.5107,
|
| 497 |
+
"step": 2000
|
| 498 |
+
},
|
| 499 |
+
{
|
| 500 |
+
"epoch": 2.67,
|
| 501 |
+
"eval_loss": 0.4872332513332367,
|
| 502 |
+
"eval_runtime": 376.7947,
|
| 503 |
+
"eval_samples_per_second": 13.137,
|
| 504 |
+
"eval_steps_per_second": 3.286,
|
| 505 |
+
"step": 2000
|
| 506 |
+
},
|
| 507 |
+
{
|
| 508 |
+
"epoch": 2.7,
|
| 509 |
+
"learning_rate": 7.972000000000001e-06,
|
| 510 |
+
"loss": 0.5152,
|
| 511 |
+
"step": 2025
|
| 512 |
+
},
|
| 513 |
+
{
|
| 514 |
+
"epoch": 2.73,
|
| 515 |
+
"learning_rate": 7.938666666666667e-06,
|
| 516 |
+
"loss": 0.4684,
|
| 517 |
+
"step": 2050
|
| 518 |
+
},
|
| 519 |
+
{
|
| 520 |
+
"epoch": 2.77,
|
| 521 |
+
"learning_rate": 7.905333333333334e-06,
|
| 522 |
+
"loss": 0.4354,
|
| 523 |
+
"step": 2075
|
| 524 |
+
},
|
| 525 |
+
{
|
| 526 |
+
"epoch": 2.8,
|
| 527 |
+
"learning_rate": 7.872e-06,
|
| 528 |
+
"loss": 0.4372,
|
| 529 |
+
"step": 2100
|
| 530 |
+
},
|
| 531 |
+
{
|
| 532 |
+
"epoch": 2.83,
|
| 533 |
+
"learning_rate": 7.838666666666668e-06,
|
| 534 |
+
"loss": 0.4449,
|
| 535 |
+
"step": 2125
|
| 536 |
+
},
|
| 537 |
+
{
|
| 538 |
+
"epoch": 2.87,
|
| 539 |
+
"learning_rate": 7.805333333333333e-06,
|
| 540 |
+
"loss": 0.4155,
|
| 541 |
+
"step": 2150
|
| 542 |
+
},
|
| 543 |
+
{
|
| 544 |
+
"epoch": 2.9,
|
| 545 |
+
"learning_rate": 7.772000000000001e-06,
|
| 546 |
+
"loss": 0.4156,
|
| 547 |
+
"step": 2175
|
| 548 |
+
},
|
| 549 |
+
{
|
| 550 |
+
"epoch": 2.93,
|
| 551 |
+
"learning_rate": 7.74e-06,
|
| 552 |
+
"loss": 0.4264,
|
| 553 |
+
"step": 2200
|
| 554 |
+
},
|
| 555 |
+
{
|
| 556 |
+
"epoch": 2.97,
|
| 557 |
+
"learning_rate": 7.706666666666669e-06,
|
| 558 |
+
"loss": 0.4053,
|
| 559 |
+
"step": 2225
|
| 560 |
+
},
|
| 561 |
+
{
|
| 562 |
+
"epoch": 3.0,
|
| 563 |
+
"learning_rate": 7.673333333333333e-06,
|
| 564 |
+
"loss": 0.3891,
|
| 565 |
+
"step": 2250
|
| 566 |
+
},
|
| 567 |
+
{
|
| 568 |
+
"epoch": 3.03,
|
| 569 |
+
"learning_rate": 7.640000000000001e-06,
|
| 570 |
+
"loss": 0.3768,
|
| 571 |
+
"step": 2275
|
| 572 |
+
},
|
| 573 |
+
{
|
| 574 |
+
"epoch": 3.07,
|
| 575 |
+
"learning_rate": 7.606666666666668e-06,
|
| 576 |
+
"loss": 0.3608,
|
| 577 |
+
"step": 2300
|
| 578 |
+
},
|
| 579 |
+
{
|
| 580 |
+
"epoch": 3.1,
|
| 581 |
+
"learning_rate": 7.573333333333333e-06,
|
| 582 |
+
"loss": 0.374,
|
| 583 |
+
"step": 2325
|
| 584 |
+
},
|
| 585 |
+
{
|
| 586 |
+
"epoch": 3.13,
|
| 587 |
+
"learning_rate": 7.540000000000001e-06,
|
| 588 |
+
"loss": 0.326,
|
| 589 |
+
"step": 2350
|
| 590 |
+
},
|
| 591 |
+
{
|
| 592 |
+
"epoch": 3.17,
|
| 593 |
+
"learning_rate": 7.506666666666668e-06,
|
| 594 |
+
"loss": 0.3477,
|
| 595 |
+
"step": 2375
|
| 596 |
+
},
|
| 597 |
+
{
|
| 598 |
+
"epoch": 3.2,
|
| 599 |
+
"learning_rate": 7.4733333333333335e-06,
|
| 600 |
+
"loss": 0.377,
|
| 601 |
+
"step": 2400
|
| 602 |
+
},
|
| 603 |
+
{
|
| 604 |
+
"epoch": 3.23,
|
| 605 |
+
"learning_rate": 7.440000000000001e-06,
|
| 606 |
+
"loss": 0.3215,
|
| 607 |
+
"step": 2425
|
| 608 |
+
},
|
| 609 |
+
{
|
| 610 |
+
"epoch": 3.27,
|
| 611 |
+
"learning_rate": 7.406666666666667e-06,
|
| 612 |
+
"loss": 0.3579,
|
| 613 |
+
"step": 2450
|
| 614 |
+
},
|
| 615 |
+
{
|
| 616 |
+
"epoch": 3.3,
|
| 617 |
+
"learning_rate": 7.373333333333334e-06,
|
| 618 |
+
"loss": 0.3423,
|
| 619 |
+
"step": 2475
|
| 620 |
+
},
|
| 621 |
+
{
|
| 622 |
+
"epoch": 3.33,
|
| 623 |
+
"learning_rate": 7.340000000000001e-06,
|
| 624 |
+
"loss": 0.3349,
|
| 625 |
+
"step": 2500
|
| 626 |
+
},
|
| 627 |
+
{
|
| 628 |
+
"epoch": 3.37,
|
| 629 |
+
"learning_rate": 7.306666666666667e-06,
|
| 630 |
+
"loss": 0.2747,
|
| 631 |
+
"step": 2525
|
| 632 |
+
},
|
| 633 |
+
{
|
| 634 |
+
"epoch": 3.4,
|
| 635 |
+
"learning_rate": 7.2733333333333346e-06,
|
| 636 |
+
"loss": 0.3288,
|
| 637 |
+
"step": 2550
|
| 638 |
+
},
|
| 639 |
+
{
|
| 640 |
+
"epoch": 3.43,
|
| 641 |
+
"learning_rate": 7.24e-06,
|
| 642 |
+
"loss": 0.3224,
|
| 643 |
+
"step": 2575
|
| 644 |
+
},
|
| 645 |
+
{
|
| 646 |
+
"epoch": 3.47,
|
| 647 |
+
"learning_rate": 7.206666666666667e-06,
|
| 648 |
+
"loss": 0.3187,
|
| 649 |
+
"step": 2600
|
| 650 |
+
},
|
| 651 |
+
{
|
| 652 |
+
"epoch": 3.5,
|
| 653 |
+
"learning_rate": 7.173333333333335e-06,
|
| 654 |
+
"loss": 0.3285,
|
| 655 |
+
"step": 2625
|
| 656 |
+
},
|
| 657 |
+
{
|
| 658 |
+
"epoch": 3.53,
|
| 659 |
+
"learning_rate": 7.14e-06,
|
| 660 |
+
"loss": 0.3177,
|
| 661 |
+
"step": 2650
|
| 662 |
+
},
|
| 663 |
+
{
|
| 664 |
+
"epoch": 3.57,
|
| 665 |
+
"learning_rate": 7.1066666666666675e-06,
|
| 666 |
+
"loss": 0.3005,
|
| 667 |
+
"step": 2675
|
| 668 |
+
},
|
| 669 |
+
{
|
| 670 |
+
"epoch": 3.6,
|
| 671 |
+
"learning_rate": 7.073333333333334e-06,
|
| 672 |
+
"loss": 0.3025,
|
| 673 |
+
"step": 2700
|
| 674 |
+
},
|
| 675 |
+
{
|
| 676 |
+
"epoch": 3.63,
|
| 677 |
+
"learning_rate": 7.04e-06,
|
| 678 |
+
"loss": 0.2949,
|
| 679 |
+
"step": 2725
|
| 680 |
+
},
|
| 681 |
+
{
|
| 682 |
+
"epoch": 3.67,
|
| 683 |
+
"learning_rate": 7.006666666666667e-06,
|
| 684 |
+
"loss": 0.2877,
|
| 685 |
+
"step": 2750
|
| 686 |
+
},
|
| 687 |
+
{
|
| 688 |
+
"epoch": 3.7,
|
| 689 |
+
"learning_rate": 6.973333333333334e-06,
|
| 690 |
+
"loss": 0.2897,
|
| 691 |
+
"step": 2775
|
| 692 |
+
},
|
| 693 |
+
{
|
| 694 |
+
"epoch": 3.73,
|
| 695 |
+
"learning_rate": 6.9400000000000005e-06,
|
| 696 |
+
"loss": 0.2977,
|
| 697 |
+
"step": 2800
|
| 698 |
+
},
|
| 699 |
+
{
|
| 700 |
+
"epoch": 3.77,
|
| 701 |
+
"learning_rate": 6.906666666666667e-06,
|
| 702 |
+
"loss": 0.297,
|
| 703 |
+
"step": 2825
|
| 704 |
+
},
|
| 705 |
+
{
|
| 706 |
+
"epoch": 3.8,
|
| 707 |
+
"learning_rate": 6.873333333333334e-06,
|
| 708 |
+
"loss": 0.301,
|
| 709 |
+
"step": 2850
|
| 710 |
+
},
|
| 711 |
+
{
|
| 712 |
+
"epoch": 3.83,
|
| 713 |
+
"learning_rate": 6.8400000000000014e-06,
|
| 714 |
+
"loss": 0.2683,
|
| 715 |
+
"step": 2875
|
| 716 |
+
},
|
| 717 |
+
{
|
| 718 |
+
"epoch": 3.87,
|
| 719 |
+
"learning_rate": 6.806666666666667e-06,
|
| 720 |
+
"loss": 0.2467,
|
| 721 |
+
"step": 2900
|
| 722 |
+
},
|
| 723 |
+
{
|
| 724 |
+
"epoch": 3.9,
|
| 725 |
+
"learning_rate": 6.773333333333334e-06,
|
| 726 |
+
"loss": 0.2704,
|
| 727 |
+
"step": 2925
|
| 728 |
+
},
|
| 729 |
+
{
|
| 730 |
+
"epoch": 3.93,
|
| 731 |
+
"learning_rate": 6.740000000000001e-06,
|
| 732 |
+
"loss": 0.3035,
|
| 733 |
+
"step": 2950
|
| 734 |
+
},
|
| 735 |
+
{
|
| 736 |
+
"epoch": 3.97,
|
| 737 |
+
"learning_rate": 6.706666666666667e-06,
|
| 738 |
+
"loss": 0.2834,
|
| 739 |
+
"step": 2975
|
| 740 |
+
},
|
| 741 |
+
{
|
| 742 |
+
"epoch": 4.0,
|
| 743 |
+
"learning_rate": 6.6733333333333335e-06,
|
| 744 |
+
"loss": 0.294,
|
| 745 |
+
"step": 3000
|
| 746 |
+
},
|
| 747 |
+
{
|
| 748 |
+
"epoch": 4.0,
|
| 749 |
+
"eval_loss": 0.27804163098335266,
|
| 750 |
+
"eval_runtime": 380.1826,
|
| 751 |
+
"eval_samples_per_second": 13.02,
|
| 752 |
+
"eval_steps_per_second": 3.256,
|
| 753 |
+
"step": 3000
|
| 754 |
+
},
|
| 755 |
+
{
|
| 756 |
+
"epoch": 4.03,
|
| 757 |
+
"learning_rate": 6.640000000000001e-06,
|
| 758 |
+
"loss": 0.2758,
|
| 759 |
+
"step": 3025
|
| 760 |
+
},
|
| 761 |
+
{
|
| 762 |
+
"epoch": 4.07,
|
| 763 |
+
"learning_rate": 6.606666666666666e-06,
|
| 764 |
+
"loss": 0.2908,
|
| 765 |
+
"step": 3050
|
| 766 |
+
},
|
| 767 |
+
{
|
| 768 |
+
"epoch": 4.1,
|
| 769 |
+
"learning_rate": 6.573333333333334e-06,
|
| 770 |
+
"loss": 0.3175,
|
| 771 |
+
"step": 3075
|
| 772 |
+
},
|
| 773 |
+
{
|
| 774 |
+
"epoch": 4.13,
|
| 775 |
+
"learning_rate": 6.540000000000001e-06,
|
| 776 |
+
"loss": 0.2529,
|
| 777 |
+
"step": 3100
|
| 778 |
+
},
|
| 779 |
+
{
|
| 780 |
+
"epoch": 4.17,
|
| 781 |
+
"learning_rate": 6.5066666666666665e-06,
|
| 782 |
+
"loss": 0.2696,
|
| 783 |
+
"step": 3125
|
| 784 |
+
},
|
| 785 |
+
{
|
| 786 |
+
"epoch": 4.2,
|
| 787 |
+
"learning_rate": 6.473333333333334e-06,
|
| 788 |
+
"loss": 0.2618,
|
| 789 |
+
"step": 3150
|
| 790 |
+
},
|
| 791 |
+
{
|
| 792 |
+
"epoch": 4.23,
|
| 793 |
+
"learning_rate": 6.440000000000001e-06,
|
| 794 |
+
"loss": 0.269,
|
| 795 |
+
"step": 3175
|
| 796 |
+
},
|
| 797 |
+
{
|
| 798 |
+
"epoch": 4.27,
|
| 799 |
+
"learning_rate": 6.4066666666666674e-06,
|
| 800 |
+
"loss": 0.2627,
|
| 801 |
+
"step": 3200
|
| 802 |
+
},
|
| 803 |
+
{
|
| 804 |
+
"epoch": 4.3,
|
| 805 |
+
"learning_rate": 6.373333333333334e-06,
|
| 806 |
+
"loss": 0.2815,
|
| 807 |
+
"step": 3225
|
| 808 |
+
},
|
| 809 |
+
{
|
| 810 |
+
"epoch": 4.33,
|
| 811 |
+
"learning_rate": 6.34e-06,
|
| 812 |
+
"loss": 0.283,
|
| 813 |
+
"step": 3250
|
| 814 |
+
},
|
| 815 |
+
{
|
| 816 |
+
"epoch": 4.37,
|
| 817 |
+
"learning_rate": 6.3066666666666676e-06,
|
| 818 |
+
"loss": 0.2433,
|
| 819 |
+
"step": 3275
|
| 820 |
+
},
|
| 821 |
+
{
|
| 822 |
+
"epoch": 4.4,
|
| 823 |
+
"learning_rate": 6.273333333333333e-06,
|
| 824 |
+
"loss": 0.2813,
|
| 825 |
+
"step": 3300
|
| 826 |
+
},
|
| 827 |
+
{
|
| 828 |
+
"epoch": 4.43,
|
| 829 |
+
"learning_rate": 6.24e-06,
|
| 830 |
+
"loss": 0.2881,
|
| 831 |
+
"step": 3325
|
| 832 |
+
},
|
| 833 |
+
{
|
| 834 |
+
"epoch": 4.47,
|
| 835 |
+
"learning_rate": 6.206666666666668e-06,
|
| 836 |
+
"loss": 0.243,
|
| 837 |
+
"step": 3350
|
| 838 |
+
},
|
| 839 |
+
{
|
| 840 |
+
"epoch": 4.5,
|
| 841 |
+
"learning_rate": 6.173333333333333e-06,
|
| 842 |
+
"loss": 0.2856,
|
| 843 |
+
"step": 3375
|
| 844 |
+
},
|
| 845 |
+
{
|
| 846 |
+
"epoch": 4.53,
|
| 847 |
+
"learning_rate": 6.1400000000000005e-06,
|
| 848 |
+
"loss": 0.2465,
|
| 849 |
+
"step": 3400
|
| 850 |
+
},
|
| 851 |
+
{
|
| 852 |
+
"epoch": 4.57,
|
| 853 |
+
"learning_rate": 6.106666666666668e-06,
|
| 854 |
+
"loss": 0.2915,
|
| 855 |
+
"step": 3425
|
| 856 |
+
},
|
| 857 |
+
{
|
| 858 |
+
"epoch": 4.6,
|
| 859 |
+
"learning_rate": 6.073333333333333e-06,
|
| 860 |
+
"loss": 0.2522,
|
| 861 |
+
"step": 3450
|
| 862 |
+
},
|
| 863 |
+
{
|
| 864 |
+
"epoch": 4.63,
|
| 865 |
+
"learning_rate": 6.040000000000001e-06,
|
| 866 |
+
"loss": 0.264,
|
| 867 |
+
"step": 3475
|
| 868 |
+
},
|
| 869 |
+
{
|
| 870 |
+
"epoch": 4.67,
|
| 871 |
+
"learning_rate": 6.006666666666667e-06,
|
| 872 |
+
"loss": 0.2643,
|
| 873 |
+
"step": 3500
|
| 874 |
+
},
|
| 875 |
+
{
|
| 876 |
+
"epoch": 4.7,
|
| 877 |
+
"learning_rate": 5.973333333333334e-06,
|
| 878 |
+
"loss": 0.2913,
|
| 879 |
+
"step": 3525
|
| 880 |
+
},
|
| 881 |
+
{
|
| 882 |
+
"epoch": 4.73,
|
| 883 |
+
"learning_rate": 5.94e-06,
|
| 884 |
+
"loss": 0.2544,
|
| 885 |
+
"step": 3550
|
| 886 |
+
},
|
| 887 |
+
{
|
| 888 |
+
"epoch": 4.77,
|
| 889 |
+
"learning_rate": 5.906666666666667e-06,
|
| 890 |
+
"loss": 0.2357,
|
| 891 |
+
"step": 3575
|
| 892 |
+
},
|
| 893 |
+
{
|
| 894 |
+
"epoch": 4.8,
|
| 895 |
+
"learning_rate": 5.873333333333334e-06,
|
| 896 |
+
"loss": 0.2503,
|
| 897 |
+
"step": 3600
|
| 898 |
+
},
|
| 899 |
+
{
|
| 900 |
+
"epoch": 4.83,
|
| 901 |
+
"learning_rate": 5.84e-06,
|
| 902 |
+
"loss": 0.2512,
|
| 903 |
+
"step": 3625
|
| 904 |
+
},
|
| 905 |
+
{
|
| 906 |
+
"epoch": 4.87,
|
| 907 |
+
"learning_rate": 5.806666666666667e-06,
|
| 908 |
+
"loss": 0.2726,
|
| 909 |
+
"step": 3650
|
| 910 |
+
},
|
| 911 |
+
{
|
| 912 |
+
"epoch": 4.9,
|
| 913 |
+
"learning_rate": 5.7733333333333345e-06,
|
| 914 |
+
"loss": 0.2658,
|
| 915 |
+
"step": 3675
|
| 916 |
+
},
|
| 917 |
+
{
|
| 918 |
+
"epoch": 4.93,
|
| 919 |
+
"learning_rate": 5.74e-06,
|
| 920 |
+
"loss": 0.2783,
|
| 921 |
+
"step": 3700
|
| 922 |
+
},
|
| 923 |
+
{
|
| 924 |
+
"epoch": 4.97,
|
| 925 |
+
"learning_rate": 5.706666666666667e-06,
|
| 926 |
+
"loss": 0.2515,
|
| 927 |
+
"step": 3725
|
| 928 |
+
},
|
| 929 |
+
{
|
| 930 |
+
"epoch": 5.0,
|
| 931 |
+
"learning_rate": 5.673333333333334e-06,
|
| 932 |
+
"loss": 0.2682,
|
| 933 |
+
"step": 3750
|
| 934 |
+
},
|
| 935 |
+
{
|
| 936 |
+
"epoch": 5.03,
|
| 937 |
+
"learning_rate": 5.64e-06,
|
| 938 |
+
"loss": 0.2601,
|
| 939 |
+
"step": 3775
|
| 940 |
+
},
|
| 941 |
+
{
|
| 942 |
+
"epoch": 5.07,
|
| 943 |
+
"learning_rate": 5.606666666666667e-06,
|
| 944 |
+
"loss": 0.2464,
|
| 945 |
+
"step": 3800
|
| 946 |
+
},
|
| 947 |
+
{
|
| 948 |
+
"epoch": 5.1,
|
| 949 |
+
"learning_rate": 5.573333333333334e-06,
|
| 950 |
+
"loss": 0.2663,
|
| 951 |
+
"step": 3825
|
| 952 |
+
},
|
| 953 |
+
{
|
| 954 |
+
"epoch": 5.13,
|
| 955 |
+
"learning_rate": 5.540000000000001e-06,
|
| 956 |
+
"loss": 0.2524,
|
| 957 |
+
"step": 3850
|
| 958 |
+
},
|
| 959 |
+
{
|
| 960 |
+
"epoch": 5.17,
|
| 961 |
+
"learning_rate": 5.506666666666667e-06,
|
| 962 |
+
"loss": 0.2356,
|
| 963 |
+
"step": 3875
|
| 964 |
+
},
|
| 965 |
+
{
|
| 966 |
+
"epoch": 5.2,
|
| 967 |
+
"learning_rate": 5.473333333333334e-06,
|
| 968 |
+
"loss": 0.2732,
|
| 969 |
+
"step": 3900
|
| 970 |
+
},
|
| 971 |
+
{
|
| 972 |
+
"epoch": 5.23,
|
| 973 |
+
"learning_rate": 5.4400000000000004e-06,
|
| 974 |
+
"loss": 0.213,
|
| 975 |
+
"step": 3925
|
| 976 |
+
},
|
| 977 |
+
{
|
| 978 |
+
"epoch": 5.27,
|
| 979 |
+
"learning_rate": 5.406666666666667e-06,
|
| 980 |
+
"loss": 0.2552,
|
| 981 |
+
"step": 3950
|
| 982 |
+
},
|
| 983 |
+
{
|
| 984 |
+
"epoch": 5.3,
|
| 985 |
+
"learning_rate": 5.373333333333334e-06,
|
| 986 |
+
"loss": 0.2532,
|
| 987 |
+
"step": 3975
|
| 988 |
+
},
|
| 989 |
+
{
|
| 990 |
+
"epoch": 5.33,
|
| 991 |
+
"learning_rate": 5.3400000000000005e-06,
|
| 992 |
+
"loss": 0.229,
|
| 993 |
+
"step": 4000
|
| 994 |
+
},
|
| 995 |
+
{
|
| 996 |
+
"epoch": 5.33,
|
| 997 |
+
"eval_loss": 0.242834210395813,
|
| 998 |
+
"eval_runtime": 381.2535,
|
| 999 |
+
"eval_samples_per_second": 12.983,
|
| 1000 |
+
"eval_steps_per_second": 3.247,
|
| 1001 |
+
"step": 4000
|
| 1002 |
+
},
|
| 1003 |
+
{
|
| 1004 |
+
"epoch": 5.37,
|
| 1005 |
+
"learning_rate": 5.306666666666667e-06,
|
| 1006 |
+
"loss": 0.2607,
|
| 1007 |
+
"step": 4025
|
| 1008 |
+
},
|
| 1009 |
+
{
|
| 1010 |
+
"epoch": 5.4,
|
| 1011 |
+
"learning_rate": 5.273333333333333e-06,
|
| 1012 |
+
"loss": 0.2529,
|
| 1013 |
+
"step": 4050
|
| 1014 |
+
},
|
| 1015 |
+
{
|
| 1016 |
+
"epoch": 5.43,
|
| 1017 |
+
"learning_rate": 5.240000000000001e-06,
|
| 1018 |
+
"loss": 0.2596,
|
| 1019 |
+
"step": 4075
|
| 1020 |
+
},
|
| 1021 |
+
{
|
| 1022 |
+
"epoch": 5.47,
|
| 1023 |
+
"learning_rate": 5.206666666666668e-06,
|
| 1024 |
+
"loss": 0.2372,
|
| 1025 |
+
"step": 4100
|
| 1026 |
+
},
|
| 1027 |
+
{
|
| 1028 |
+
"epoch": 5.5,
|
| 1029 |
+
"learning_rate": 5.1733333333333335e-06,
|
| 1030 |
+
"loss": 0.2491,
|
| 1031 |
+
"step": 4125
|
| 1032 |
+
},
|
| 1033 |
+
{
|
| 1034 |
+
"epoch": 5.53,
|
| 1035 |
+
"learning_rate": 5.140000000000001e-06,
|
| 1036 |
+
"loss": 0.2439,
|
| 1037 |
+
"step": 4150
|
| 1038 |
+
},
|
| 1039 |
+
{
|
| 1040 |
+
"epoch": 5.57,
|
| 1041 |
+
"learning_rate": 5.106666666666667e-06,
|
| 1042 |
+
"loss": 0.212,
|
| 1043 |
+
"step": 4175
|
| 1044 |
+
},
|
| 1045 |
+
{
|
| 1046 |
+
"epoch": 5.6,
|
| 1047 |
+
"learning_rate": 5.073333333333334e-06,
|
| 1048 |
+
"loss": 0.2642,
|
| 1049 |
+
"step": 4200
|
| 1050 |
+
},
|
| 1051 |
+
{
|
| 1052 |
+
"epoch": 5.63,
|
| 1053 |
+
"learning_rate": 5.04e-06,
|
| 1054 |
+
"loss": 0.2591,
|
| 1055 |
+
"step": 4225
|
| 1056 |
+
},
|
| 1057 |
+
{
|
| 1058 |
+
"epoch": 5.67,
|
| 1059 |
+
"learning_rate": 5.006666666666667e-06,
|
| 1060 |
+
"loss": 0.2243,
|
| 1061 |
+
"step": 4250
|
| 1062 |
+
},
|
| 1063 |
+
{
|
| 1064 |
+
"epoch": 5.7,
|
| 1065 |
+
"learning_rate": 4.973333333333334e-06,
|
| 1066 |
+
"loss": 0.2332,
|
| 1067 |
+
"step": 4275
|
| 1068 |
+
},
|
| 1069 |
+
{
|
| 1070 |
+
"epoch": 5.73,
|
| 1071 |
+
"learning_rate": 4.94e-06,
|
| 1072 |
+
"loss": 0.2654,
|
| 1073 |
+
"step": 4300
|
| 1074 |
+
},
|
| 1075 |
+
{
|
| 1076 |
+
"epoch": 5.77,
|
| 1077 |
+
"learning_rate": 4.9066666666666666e-06,
|
| 1078 |
+
"loss": 0.2422,
|
| 1079 |
+
"step": 4325
|
| 1080 |
+
},
|
| 1081 |
+
{
|
| 1082 |
+
"epoch": 5.8,
|
| 1083 |
+
"learning_rate": 4.873333333333334e-06,
|
| 1084 |
+
"loss": 0.2397,
|
| 1085 |
+
"step": 4350
|
| 1086 |
+
},
|
| 1087 |
+
{
|
| 1088 |
+
"epoch": 5.83,
|
| 1089 |
+
"learning_rate": 4.84e-06,
|
| 1090 |
+
"loss": 0.2356,
|
| 1091 |
+
"step": 4375
|
| 1092 |
+
},
|
| 1093 |
+
{
|
| 1094 |
+
"epoch": 5.87,
|
| 1095 |
+
"learning_rate": 4.8066666666666675e-06,
|
| 1096 |
+
"loss": 0.2235,
|
| 1097 |
+
"step": 4400
|
| 1098 |
+
},
|
| 1099 |
+
{
|
| 1100 |
+
"epoch": 5.9,
|
| 1101 |
+
"learning_rate": 4.773333333333334e-06,
|
| 1102 |
+
"loss": 0.2305,
|
| 1103 |
+
"step": 4425
|
| 1104 |
+
},
|
| 1105 |
+
{
|
| 1106 |
+
"epoch": 5.93,
|
| 1107 |
+
"learning_rate": 4.74e-06,
|
| 1108 |
+
"loss": 0.239,
|
| 1109 |
+
"step": 4450
|
| 1110 |
+
},
|
| 1111 |
+
{
|
| 1112 |
+
"epoch": 5.97,
|
| 1113 |
+
"learning_rate": 4.706666666666667e-06,
|
| 1114 |
+
"loss": 0.2258,
|
| 1115 |
+
"step": 4475
|
| 1116 |
+
},
|
| 1117 |
+
{
|
| 1118 |
+
"epoch": 6.0,
|
| 1119 |
+
"learning_rate": 4.673333333333333e-06,
|
| 1120 |
+
"loss": 0.2427,
|
| 1121 |
+
"step": 4500
|
| 1122 |
+
},
|
| 1123 |
+
{
|
| 1124 |
+
"epoch": 6.03,
|
| 1125 |
+
"learning_rate": 4.6400000000000005e-06,
|
| 1126 |
+
"loss": 0.2475,
|
| 1127 |
+
"step": 4525
|
| 1128 |
+
},
|
| 1129 |
+
{
|
| 1130 |
+
"epoch": 6.07,
|
| 1131 |
+
"learning_rate": 4.606666666666667e-06,
|
| 1132 |
+
"loss": 0.2492,
|
| 1133 |
+
"step": 4550
|
| 1134 |
+
},
|
| 1135 |
+
{
|
| 1136 |
+
"epoch": 6.1,
|
| 1137 |
+
"learning_rate": 4.573333333333333e-06,
|
| 1138 |
+
"loss": 0.2351,
|
| 1139 |
+
"step": 4575
|
| 1140 |
+
},
|
| 1141 |
+
{
|
| 1142 |
+
"epoch": 6.13,
|
| 1143 |
+
"learning_rate": 4.540000000000001e-06,
|
| 1144 |
+
"loss": 0.227,
|
| 1145 |
+
"step": 4600
|
| 1146 |
+
},
|
| 1147 |
+
{
|
| 1148 |
+
"epoch": 6.17,
|
| 1149 |
+
"learning_rate": 4.506666666666667e-06,
|
| 1150 |
+
"loss": 0.2626,
|
| 1151 |
+
"step": 4625
|
| 1152 |
+
},
|
| 1153 |
+
{
|
| 1154 |
+
"epoch": 6.2,
|
| 1155 |
+
"learning_rate": 4.473333333333334e-06,
|
| 1156 |
+
"loss": 0.2524,
|
| 1157 |
+
"step": 4650
|
| 1158 |
+
},
|
| 1159 |
+
{
|
| 1160 |
+
"epoch": 6.23,
|
| 1161 |
+
"learning_rate": 4.440000000000001e-06,
|
| 1162 |
+
"loss": 0.2485,
|
| 1163 |
+
"step": 4675
|
| 1164 |
+
},
|
| 1165 |
+
{
|
| 1166 |
+
"epoch": 6.27,
|
| 1167 |
+
"learning_rate": 4.406666666666667e-06,
|
| 1168 |
+
"loss": 0.2243,
|
| 1169 |
+
"step": 4700
|
| 1170 |
+
},
|
| 1171 |
+
{
|
| 1172 |
+
"epoch": 6.3,
|
| 1173 |
+
"learning_rate": 4.3733333333333335e-06,
|
| 1174 |
+
"loss": 0.2396,
|
| 1175 |
+
"step": 4725
|
| 1176 |
+
},
|
| 1177 |
+
{
|
| 1178 |
+
"epoch": 6.33,
|
| 1179 |
+
"learning_rate": 4.34e-06,
|
| 1180 |
+
"loss": 0.2292,
|
| 1181 |
+
"step": 4750
|
| 1182 |
+
},
|
| 1183 |
+
{
|
| 1184 |
+
"epoch": 6.37,
|
| 1185 |
+
"learning_rate": 4.306666666666666e-06,
|
| 1186 |
+
"loss": 0.2186,
|
| 1187 |
+
"step": 4775
|
| 1188 |
+
},
|
| 1189 |
+
{
|
| 1190 |
+
"epoch": 6.4,
|
| 1191 |
+
"learning_rate": 4.273333333333334e-06,
|
| 1192 |
+
"loss": 0.2146,
|
| 1193 |
+
"step": 4800
|
| 1194 |
+
},
|
| 1195 |
+
{
|
| 1196 |
+
"epoch": 6.43,
|
| 1197 |
+
"learning_rate": 4.24e-06,
|
| 1198 |
+
"loss": 0.228,
|
| 1199 |
+
"step": 4825
|
| 1200 |
+
},
|
| 1201 |
+
{
|
| 1202 |
+
"epoch": 6.47,
|
| 1203 |
+
"learning_rate": 4.206666666666667e-06,
|
| 1204 |
+
"loss": 0.2225,
|
| 1205 |
+
"step": 4850
|
| 1206 |
+
},
|
| 1207 |
+
{
|
| 1208 |
+
"epoch": 6.5,
|
| 1209 |
+
"learning_rate": 4.173333333333334e-06,
|
| 1210 |
+
"loss": 0.2216,
|
| 1211 |
+
"step": 4875
|
| 1212 |
+
},
|
| 1213 |
+
{
|
| 1214 |
+
"epoch": 6.53,
|
| 1215 |
+
"learning_rate": 4.14e-06,
|
| 1216 |
+
"loss": 0.2482,
|
| 1217 |
+
"step": 4900
|
| 1218 |
+
},
|
| 1219 |
+
{
|
| 1220 |
+
"epoch": 6.57,
|
| 1221 |
+
"learning_rate": 4.1066666666666674e-06,
|
| 1222 |
+
"loss": 0.2399,
|
| 1223 |
+
"step": 4925
|
| 1224 |
+
},
|
| 1225 |
+
{
|
| 1226 |
+
"epoch": 6.6,
|
| 1227 |
+
"learning_rate": 4.073333333333334e-06,
|
| 1228 |
+
"loss": 0.2561,
|
| 1229 |
+
"step": 4950
|
| 1230 |
+
},
|
| 1231 |
+
{
|
| 1232 |
+
"epoch": 6.63,
|
| 1233 |
+
"learning_rate": 4.04e-06,
|
| 1234 |
+
"loss": 0.2076,
|
| 1235 |
+
"step": 4975
|
| 1236 |
+
},
|
| 1237 |
+
{
|
| 1238 |
+
"epoch": 6.67,
|
| 1239 |
+
"learning_rate": 4.006666666666667e-06,
|
| 1240 |
+
"loss": 0.2193,
|
| 1241 |
+
"step": 5000
|
| 1242 |
+
},
|
| 1243 |
+
{
|
| 1244 |
+
"epoch": 6.67,
|
| 1245 |
+
"eval_loss": 0.22776120901107788,
|
| 1246 |
+
"eval_runtime": 382.049,
|
| 1247 |
+
"eval_samples_per_second": 12.956,
|
| 1248 |
+
"eval_steps_per_second": 3.24,
|
| 1249 |
+
"step": 5000
|
| 1250 |
+
},
|
| 1251 |
+
{
|
| 1252 |
+
"epoch": 6.7,
|
| 1253 |
+
"learning_rate": 3.973333333333333e-06,
|
| 1254 |
+
"loss": 0.2556,
|
| 1255 |
+
"step": 5025
|
| 1256 |
+
},
|
| 1257 |
+
{
|
| 1258 |
+
"epoch": 6.73,
|
| 1259 |
+
"learning_rate": 3.94e-06,
|
| 1260 |
+
"loss": 0.2215,
|
| 1261 |
+
"step": 5050
|
| 1262 |
+
},
|
| 1263 |
+
{
|
| 1264 |
+
"epoch": 6.77,
|
| 1265 |
+
"learning_rate": 3.906666666666667e-06,
|
| 1266 |
+
"loss": 0.2563,
|
| 1267 |
+
"step": 5075
|
| 1268 |
+
},
|
| 1269 |
+
{
|
| 1270 |
+
"epoch": 6.8,
|
| 1271 |
+
"learning_rate": 3.873333333333333e-06,
|
| 1272 |
+
"loss": 0.2056,
|
| 1273 |
+
"step": 5100
|
| 1274 |
+
},
|
| 1275 |
+
{
|
| 1276 |
+
"epoch": 6.83,
|
| 1277 |
+
"learning_rate": 3.8400000000000005e-06,
|
| 1278 |
+
"loss": 0.1987,
|
| 1279 |
+
"step": 5125
|
| 1280 |
+
},
|
| 1281 |
+
{
|
| 1282 |
+
"epoch": 6.87,
|
| 1283 |
+
"learning_rate": 3.806666666666667e-06,
|
| 1284 |
+
"loss": 0.241,
|
| 1285 |
+
"step": 5150
|
| 1286 |
+
},
|
| 1287 |
+
{
|
| 1288 |
+
"epoch": 6.9,
|
| 1289 |
+
"learning_rate": 3.7733333333333338e-06,
|
| 1290 |
+
"loss": 0.2127,
|
| 1291 |
+
"step": 5175
|
| 1292 |
+
},
|
| 1293 |
+
{
|
| 1294 |
+
"epoch": 6.93,
|
| 1295 |
+
"learning_rate": 3.74e-06,
|
| 1296 |
+
"loss": 0.2152,
|
| 1297 |
+
"step": 5200
|
| 1298 |
+
},
|
| 1299 |
+
{
|
| 1300 |
+
"epoch": 6.97,
|
| 1301 |
+
"learning_rate": 3.7066666666666666e-06,
|
| 1302 |
+
"loss": 0.2211,
|
| 1303 |
+
"step": 5225
|
| 1304 |
+
},
|
| 1305 |
+
{
|
| 1306 |
+
"epoch": 7.0,
|
| 1307 |
+
"learning_rate": 3.673333333333334e-06,
|
| 1308 |
+
"loss": 0.2263,
|
| 1309 |
+
"step": 5250
|
| 1310 |
+
},
|
| 1311 |
+
{
|
| 1312 |
+
"epoch": 7.03,
|
| 1313 |
+
"learning_rate": 3.6400000000000003e-06,
|
| 1314 |
+
"loss": 0.2429,
|
| 1315 |
+
"step": 5275
|
| 1316 |
+
},
|
| 1317 |
+
{
|
| 1318 |
+
"epoch": 7.07,
|
| 1319 |
+
"learning_rate": 3.606666666666667e-06,
|
| 1320 |
+
"loss": 0.2106,
|
| 1321 |
+
"step": 5300
|
| 1322 |
+
},
|
| 1323 |
+
{
|
| 1324 |
+
"epoch": 7.1,
|
| 1325 |
+
"learning_rate": 3.5733333333333336e-06,
|
| 1326 |
+
"loss": 0.2411,
|
| 1327 |
+
"step": 5325
|
| 1328 |
+
},
|
| 1329 |
+
{
|
| 1330 |
+
"epoch": 7.13,
|
| 1331 |
+
"learning_rate": 3.54e-06,
|
| 1332 |
+
"loss": 0.2198,
|
| 1333 |
+
"step": 5350
|
| 1334 |
+
},
|
| 1335 |
+
{
|
| 1336 |
+
"epoch": 7.17,
|
| 1337 |
+
"learning_rate": 3.5066666666666673e-06,
|
| 1338 |
+
"loss": 0.221,
|
| 1339 |
+
"step": 5375
|
| 1340 |
+
},
|
| 1341 |
+
{
|
| 1342 |
+
"epoch": 7.2,
|
| 1343 |
+
"learning_rate": 3.4733333333333337e-06,
|
| 1344 |
+
"loss": 0.2312,
|
| 1345 |
+
"step": 5400
|
| 1346 |
+
},
|
| 1347 |
+
{
|
| 1348 |
+
"epoch": 7.23,
|
| 1349 |
+
"learning_rate": 3.44e-06,
|
| 1350 |
+
"loss": 0.2369,
|
| 1351 |
+
"step": 5425
|
| 1352 |
+
},
|
| 1353 |
+
{
|
| 1354 |
+
"epoch": 7.27,
|
| 1355 |
+
"learning_rate": 3.406666666666667e-06,
|
| 1356 |
+
"loss": 0.2067,
|
| 1357 |
+
"step": 5450
|
| 1358 |
+
},
|
| 1359 |
+
{
|
| 1360 |
+
"epoch": 7.3,
|
| 1361 |
+
"learning_rate": 3.3733333333333334e-06,
|
| 1362 |
+
"loss": 0.2203,
|
| 1363 |
+
"step": 5475
|
| 1364 |
+
},
|
| 1365 |
+
{
|
| 1366 |
+
"epoch": 7.33,
|
| 1367 |
+
"learning_rate": 3.3400000000000006e-06,
|
| 1368 |
+
"loss": 0.209,
|
| 1369 |
+
"step": 5500
|
| 1370 |
+
},
|
| 1371 |
+
{
|
| 1372 |
+
"epoch": 7.37,
|
| 1373 |
+
"learning_rate": 3.306666666666667e-06,
|
| 1374 |
+
"loss": 0.2273,
|
| 1375 |
+
"step": 5525
|
| 1376 |
+
},
|
| 1377 |
+
{
|
| 1378 |
+
"epoch": 7.4,
|
| 1379 |
+
"learning_rate": 3.2733333333333335e-06,
|
| 1380 |
+
"loss": 0.2281,
|
| 1381 |
+
"step": 5550
|
| 1382 |
+
},
|
| 1383 |
+
{
|
| 1384 |
+
"epoch": 7.43,
|
| 1385 |
+
"learning_rate": 3.2400000000000003e-06,
|
| 1386 |
+
"loss": 0.2226,
|
| 1387 |
+
"step": 5575
|
| 1388 |
+
},
|
| 1389 |
+
{
|
| 1390 |
+
"epoch": 7.47,
|
| 1391 |
+
"learning_rate": 3.2066666666666667e-06,
|
| 1392 |
+
"loss": 0.2191,
|
| 1393 |
+
"step": 5600
|
| 1394 |
+
},
|
| 1395 |
+
{
|
| 1396 |
+
"epoch": 7.5,
|
| 1397 |
+
"learning_rate": 3.173333333333334e-06,
|
| 1398 |
+
"loss": 0.2229,
|
| 1399 |
+
"step": 5625
|
| 1400 |
+
},
|
| 1401 |
+
{
|
| 1402 |
+
"epoch": 7.53,
|
| 1403 |
+
"learning_rate": 3.1400000000000004e-06,
|
| 1404 |
+
"loss": 0.232,
|
| 1405 |
+
"step": 5650
|
| 1406 |
+
},
|
| 1407 |
+
{
|
| 1408 |
+
"epoch": 7.57,
|
| 1409 |
+
"learning_rate": 3.106666666666667e-06,
|
| 1410 |
+
"loss": 0.2504,
|
| 1411 |
+
"step": 5675
|
| 1412 |
+
},
|
| 1413 |
+
{
|
| 1414 |
+
"epoch": 7.6,
|
| 1415 |
+
"learning_rate": 3.0733333333333337e-06,
|
| 1416 |
+
"loss": 0.2231,
|
| 1417 |
+
"step": 5700
|
| 1418 |
+
},
|
| 1419 |
+
{
|
| 1420 |
+
"epoch": 7.63,
|
| 1421 |
+
"learning_rate": 3.04e-06,
|
| 1422 |
+
"loss": 0.2176,
|
| 1423 |
+
"step": 5725
|
| 1424 |
+
},
|
| 1425 |
+
{
|
| 1426 |
+
"epoch": 7.67,
|
| 1427 |
+
"learning_rate": 3.0066666666666674e-06,
|
| 1428 |
+
"loss": 0.2246,
|
| 1429 |
+
"step": 5750
|
| 1430 |
+
},
|
| 1431 |
+
{
|
| 1432 |
+
"epoch": 7.7,
|
| 1433 |
+
"learning_rate": 2.973333333333334e-06,
|
| 1434 |
+
"loss": 0.2115,
|
| 1435 |
+
"step": 5775
|
| 1436 |
+
},
|
| 1437 |
+
{
|
| 1438 |
+
"epoch": 7.73,
|
| 1439 |
+
"learning_rate": 2.9400000000000002e-06,
|
| 1440 |
+
"loss": 0.2048,
|
| 1441 |
+
"step": 5800
|
| 1442 |
+
},
|
| 1443 |
+
{
|
| 1444 |
+
"epoch": 7.77,
|
| 1445 |
+
"learning_rate": 2.906666666666667e-06,
|
| 1446 |
+
"loss": 0.225,
|
| 1447 |
+
"step": 5825
|
| 1448 |
+
},
|
| 1449 |
+
{
|
| 1450 |
+
"epoch": 7.8,
|
| 1451 |
+
"learning_rate": 2.8733333333333335e-06,
|
| 1452 |
+
"loss": 0.2488,
|
| 1453 |
+
"step": 5850
|
| 1454 |
+
},
|
| 1455 |
+
{
|
| 1456 |
+
"epoch": 7.83,
|
| 1457 |
+
"learning_rate": 2.84e-06,
|
| 1458 |
+
"loss": 0.2231,
|
| 1459 |
+
"step": 5875
|
| 1460 |
+
},
|
| 1461 |
+
{
|
| 1462 |
+
"epoch": 7.87,
|
| 1463 |
+
"learning_rate": 2.806666666666667e-06,
|
| 1464 |
+
"loss": 0.2175,
|
| 1465 |
+
"step": 5900
|
| 1466 |
+
},
|
| 1467 |
+
{
|
| 1468 |
+
"epoch": 7.9,
|
| 1469 |
+
"learning_rate": 2.7733333333333336e-06,
|
| 1470 |
+
"loss": 0.2002,
|
| 1471 |
+
"step": 5925
|
| 1472 |
+
},
|
| 1473 |
+
{
|
| 1474 |
+
"epoch": 7.93,
|
| 1475 |
+
"learning_rate": 2.7400000000000004e-06,
|
| 1476 |
+
"loss": 0.235,
|
| 1477 |
+
"step": 5950
|
| 1478 |
+
},
|
| 1479 |
+
{
|
| 1480 |
+
"epoch": 7.97,
|
| 1481 |
+
"learning_rate": 2.706666666666667e-06,
|
| 1482 |
+
"loss": 0.2146,
|
| 1483 |
+
"step": 5975
|
| 1484 |
+
},
|
| 1485 |
+
{
|
| 1486 |
+
"epoch": 8.0,
|
| 1487 |
+
"learning_rate": 2.6733333333333333e-06,
|
| 1488 |
+
"loss": 0.2292,
|
| 1489 |
+
"step": 6000
|
| 1490 |
+
},
|
| 1491 |
+
{
|
| 1492 |
+
"epoch": 8.0,
|
| 1493 |
+
"eval_loss": 0.22130894660949707,
|
| 1494 |
+
"eval_runtime": 382.5479,
|
| 1495 |
+
"eval_samples_per_second": 12.94,
|
| 1496 |
+
"eval_steps_per_second": 3.236,
|
| 1497 |
+
"step": 6000
|
| 1498 |
+
},
|
| 1499 |
+
{
|
| 1500 |
+
"epoch": 8.03,
|
| 1501 |
+
"learning_rate": 2.64e-06,
|
| 1502 |
+
"loss": 0.2296,
|
| 1503 |
+
"step": 6025
|
| 1504 |
+
},
|
| 1505 |
+
{
|
| 1506 |
+
"epoch": 8.07,
|
| 1507 |
+
"learning_rate": 2.606666666666667e-06,
|
| 1508 |
+
"loss": 0.2322,
|
| 1509 |
+
"step": 6050
|
| 1510 |
+
},
|
| 1511 |
+
{
|
| 1512 |
+
"epoch": 8.1,
|
| 1513 |
+
"learning_rate": 2.573333333333334e-06,
|
| 1514 |
+
"loss": 0.1801,
|
| 1515 |
+
"step": 6075
|
| 1516 |
+
},
|
| 1517 |
+
{
|
| 1518 |
+
"epoch": 8.13,
|
| 1519 |
+
"learning_rate": 2.5400000000000002e-06,
|
| 1520 |
+
"loss": 0.2287,
|
| 1521 |
+
"step": 6100
|
| 1522 |
+
},
|
| 1523 |
+
{
|
| 1524 |
+
"epoch": 8.17,
|
| 1525 |
+
"learning_rate": 2.5066666666666667e-06,
|
| 1526 |
+
"loss": 0.2156,
|
| 1527 |
+
"step": 6125
|
| 1528 |
+
},
|
| 1529 |
+
{
|
| 1530 |
+
"epoch": 8.2,
|
| 1531 |
+
"learning_rate": 2.4733333333333335e-06,
|
| 1532 |
+
"loss": 0.2308,
|
| 1533 |
+
"step": 6150
|
| 1534 |
+
},
|
| 1535 |
+
{
|
| 1536 |
+
"epoch": 8.23,
|
| 1537 |
+
"learning_rate": 2.4400000000000004e-06,
|
| 1538 |
+
"loss": 0.227,
|
| 1539 |
+
"step": 6175
|
| 1540 |
+
},
|
| 1541 |
+
{
|
| 1542 |
+
"epoch": 8.27,
|
| 1543 |
+
"learning_rate": 2.4066666666666668e-06,
|
| 1544 |
+
"loss": 0.2222,
|
| 1545 |
+
"step": 6200
|
| 1546 |
+
},
|
| 1547 |
+
{
|
| 1548 |
+
"epoch": 8.3,
|
| 1549 |
+
"learning_rate": 2.3733333333333336e-06,
|
| 1550 |
+
"loss": 0.2223,
|
| 1551 |
+
"step": 6225
|
| 1552 |
+
},
|
| 1553 |
+
{
|
| 1554 |
+
"epoch": 8.33,
|
| 1555 |
+
"learning_rate": 2.3400000000000005e-06,
|
| 1556 |
+
"loss": 0.2207,
|
| 1557 |
+
"step": 6250
|
| 1558 |
+
},
|
| 1559 |
+
{
|
| 1560 |
+
"epoch": 8.37,
|
| 1561 |
+
"learning_rate": 2.306666666666667e-06,
|
| 1562 |
+
"loss": 0.2242,
|
| 1563 |
+
"step": 6275
|
| 1564 |
+
},
|
| 1565 |
+
{
|
| 1566 |
+
"epoch": 8.4,
|
| 1567 |
+
"learning_rate": 2.2733333333333333e-06,
|
| 1568 |
+
"loss": 0.2362,
|
| 1569 |
+
"step": 6300
|
| 1570 |
+
},
|
| 1571 |
+
{
|
| 1572 |
+
"epoch": 8.43,
|
| 1573 |
+
"learning_rate": 2.24e-06,
|
| 1574 |
+
"loss": 0.2125,
|
| 1575 |
+
"step": 6325
|
| 1576 |
+
},
|
| 1577 |
+
{
|
| 1578 |
+
"epoch": 8.47,
|
| 1579 |
+
"learning_rate": 2.206666666666667e-06,
|
| 1580 |
+
"loss": 0.1989,
|
| 1581 |
+
"step": 6350
|
| 1582 |
+
},
|
| 1583 |
+
{
|
| 1584 |
+
"epoch": 8.5,
|
| 1585 |
+
"learning_rate": 2.1733333333333334e-06,
|
| 1586 |
+
"loss": 0.2558,
|
| 1587 |
+
"step": 6375
|
| 1588 |
+
},
|
| 1589 |
+
{
|
| 1590 |
+
"epoch": 8.53,
|
| 1591 |
+
"learning_rate": 2.1400000000000003e-06,
|
| 1592 |
+
"loss": 0.2079,
|
| 1593 |
+
"step": 6400
|
| 1594 |
+
},
|
| 1595 |
+
{
|
| 1596 |
+
"epoch": 8.57,
|
| 1597 |
+
"learning_rate": 2.1066666666666667e-06,
|
| 1598 |
+
"loss": 0.1958,
|
| 1599 |
+
"step": 6425
|
| 1600 |
+
},
|
| 1601 |
+
{
|
| 1602 |
+
"epoch": 8.6,
|
| 1603 |
+
"learning_rate": 2.0733333333333335e-06,
|
| 1604 |
+
"loss": 0.2339,
|
| 1605 |
+
"step": 6450
|
| 1606 |
+
},
|
| 1607 |
+
{
|
| 1608 |
+
"epoch": 8.63,
|
| 1609 |
+
"learning_rate": 2.04e-06,
|
| 1610 |
+
"loss": 0.2108,
|
| 1611 |
+
"step": 6475
|
| 1612 |
+
},
|
| 1613 |
+
{
|
| 1614 |
+
"epoch": 8.67,
|
| 1615 |
+
"learning_rate": 2.006666666666667e-06,
|
| 1616 |
+
"loss": 0.2085,
|
| 1617 |
+
"step": 6500
|
| 1618 |
+
},
|
| 1619 |
+
{
|
| 1620 |
+
"epoch": 8.7,
|
| 1621 |
+
"learning_rate": 1.9733333333333336e-06,
|
| 1622 |
+
"loss": 0.2263,
|
| 1623 |
+
"step": 6525
|
| 1624 |
+
},
|
| 1625 |
+
{
|
| 1626 |
+
"epoch": 8.73,
|
| 1627 |
+
"learning_rate": 1.94e-06,
|
| 1628 |
+
"loss": 0.2155,
|
| 1629 |
+
"step": 6550
|
| 1630 |
+
},
|
| 1631 |
+
{
|
| 1632 |
+
"epoch": 8.77,
|
| 1633 |
+
"learning_rate": 1.906666666666667e-06,
|
| 1634 |
+
"loss": 0.2011,
|
| 1635 |
+
"step": 6575
|
| 1636 |
+
},
|
| 1637 |
+
{
|
| 1638 |
+
"epoch": 8.8,
|
| 1639 |
+
"learning_rate": 1.8733333333333333e-06,
|
| 1640 |
+
"loss": 0.2162,
|
| 1641 |
+
"step": 6600
|
| 1642 |
+
},
|
| 1643 |
+
{
|
| 1644 |
+
"epoch": 8.83,
|
| 1645 |
+
"learning_rate": 1.8400000000000002e-06,
|
| 1646 |
+
"loss": 0.2127,
|
| 1647 |
+
"step": 6625
|
| 1648 |
+
},
|
| 1649 |
+
{
|
| 1650 |
+
"epoch": 8.87,
|
| 1651 |
+
"learning_rate": 1.8066666666666668e-06,
|
| 1652 |
+
"loss": 0.2452,
|
| 1653 |
+
"step": 6650
|
| 1654 |
+
},
|
| 1655 |
+
{
|
| 1656 |
+
"epoch": 8.9,
|
| 1657 |
+
"learning_rate": 1.7733333333333336e-06,
|
| 1658 |
+
"loss": 0.2076,
|
| 1659 |
+
"step": 6675
|
| 1660 |
+
},
|
| 1661 |
+
{
|
| 1662 |
+
"epoch": 8.93,
|
| 1663 |
+
"learning_rate": 1.74e-06,
|
| 1664 |
+
"loss": 0.2494,
|
| 1665 |
+
"step": 6700
|
| 1666 |
+
},
|
| 1667 |
+
{
|
| 1668 |
+
"epoch": 8.97,
|
| 1669 |
+
"learning_rate": 1.7066666666666667e-06,
|
| 1670 |
+
"loss": 0.2253,
|
| 1671 |
+
"step": 6725
|
| 1672 |
+
},
|
| 1673 |
+
{
|
| 1674 |
+
"epoch": 9.0,
|
| 1675 |
+
"learning_rate": 1.6733333333333335e-06,
|
| 1676 |
+
"loss": 0.2122,
|
| 1677 |
+
"step": 6750
|
| 1678 |
+
},
|
| 1679 |
+
{
|
| 1680 |
+
"epoch": 9.03,
|
| 1681 |
+
"learning_rate": 1.6400000000000002e-06,
|
| 1682 |
+
"loss": 0.236,
|
| 1683 |
+
"step": 6775
|
| 1684 |
+
},
|
| 1685 |
+
{
|
| 1686 |
+
"epoch": 9.07,
|
| 1687 |
+
"learning_rate": 1.606666666666667e-06,
|
| 1688 |
+
"loss": 0.2084,
|
| 1689 |
+
"step": 6800
|
| 1690 |
+
},
|
| 1691 |
+
{
|
| 1692 |
+
"epoch": 9.1,
|
| 1693 |
+
"learning_rate": 1.5733333333333334e-06,
|
| 1694 |
+
"loss": 0.2078,
|
| 1695 |
+
"step": 6825
|
| 1696 |
+
},
|
| 1697 |
+
{
|
| 1698 |
+
"epoch": 9.13,
|
| 1699 |
+
"learning_rate": 1.54e-06,
|
| 1700 |
+
"loss": 0.2281,
|
| 1701 |
+
"step": 6850
|
| 1702 |
+
},
|
| 1703 |
+
{
|
| 1704 |
+
"epoch": 9.17,
|
| 1705 |
+
"learning_rate": 1.506666666666667e-06,
|
| 1706 |
+
"loss": 0.2258,
|
| 1707 |
+
"step": 6875
|
| 1708 |
+
},
|
| 1709 |
+
{
|
| 1710 |
+
"epoch": 9.2,
|
| 1711 |
+
"learning_rate": 1.4733333333333336e-06,
|
| 1712 |
+
"loss": 0.2139,
|
| 1713 |
+
"step": 6900
|
| 1714 |
+
},
|
| 1715 |
+
{
|
| 1716 |
+
"epoch": 9.23,
|
| 1717 |
+
"learning_rate": 1.44e-06,
|
| 1718 |
+
"loss": 0.2086,
|
| 1719 |
+
"step": 6925
|
| 1720 |
+
},
|
| 1721 |
+
{
|
| 1722 |
+
"epoch": 9.27,
|
| 1723 |
+
"learning_rate": 1.4066666666666668e-06,
|
| 1724 |
+
"loss": 0.2254,
|
| 1725 |
+
"step": 6950
|
| 1726 |
+
},
|
| 1727 |
+
{
|
| 1728 |
+
"epoch": 9.3,
|
| 1729 |
+
"learning_rate": 1.3733333333333335e-06,
|
| 1730 |
+
"loss": 0.201,
|
| 1731 |
+
"step": 6975
|
| 1732 |
+
},
|
| 1733 |
+
{
|
| 1734 |
+
"epoch": 9.33,
|
| 1735 |
+
"learning_rate": 1.34e-06,
|
| 1736 |
+
"loss": 0.2288,
|
| 1737 |
+
"step": 7000
|
| 1738 |
+
},
|
| 1739 |
+
{
|
| 1740 |
+
"epoch": 9.33,
|
| 1741 |
+
"eval_loss": 0.21838650107383728,
|
| 1742 |
+
"eval_runtime": 383.0204,
|
| 1743 |
+
"eval_samples_per_second": 12.924,
|
| 1744 |
+
"eval_steps_per_second": 3.232,
|
| 1745 |
+
"step": 7000
|
| 1746 |
+
},
|
| 1747 |
+
{
|
| 1748 |
+
"epoch": 9.37,
|
| 1749 |
+
"learning_rate": 1.3066666666666667e-06,
|
| 1750 |
+
"loss": 0.2256,
|
| 1751 |
+
"step": 7025
|
| 1752 |
+
},
|
| 1753 |
+
{
|
| 1754 |
+
"epoch": 9.4,
|
| 1755 |
+
"learning_rate": 1.2733333333333334e-06,
|
| 1756 |
+
"loss": 0.2081,
|
| 1757 |
+
"step": 7050
|
| 1758 |
+
},
|
| 1759 |
+
{
|
| 1760 |
+
"epoch": 9.43,
|
| 1761 |
+
"learning_rate": 1.2400000000000002e-06,
|
| 1762 |
+
"loss": 0.2395,
|
| 1763 |
+
"step": 7075
|
| 1764 |
+
},
|
| 1765 |
+
{
|
| 1766 |
+
"epoch": 9.47,
|
| 1767 |
+
"learning_rate": 1.2066666666666668e-06,
|
| 1768 |
+
"loss": 0.2075,
|
| 1769 |
+
"step": 7100
|
| 1770 |
+
},
|
| 1771 |
+
{
|
| 1772 |
+
"epoch": 9.5,
|
| 1773 |
+
"learning_rate": 1.1733333333333335e-06,
|
| 1774 |
+
"loss": 0.229,
|
| 1775 |
+
"step": 7125
|
| 1776 |
+
},
|
| 1777 |
+
{
|
| 1778 |
+
"epoch": 9.53,
|
| 1779 |
+
"learning_rate": 1.14e-06,
|
| 1780 |
+
"loss": 0.2318,
|
| 1781 |
+
"step": 7150
|
| 1782 |
+
},
|
| 1783 |
+
{
|
| 1784 |
+
"epoch": 9.57,
|
| 1785 |
+
"learning_rate": 1.1066666666666667e-06,
|
| 1786 |
+
"loss": 0.2469,
|
| 1787 |
+
"step": 7175
|
| 1788 |
+
},
|
| 1789 |
+
{
|
| 1790 |
+
"epoch": 9.6,
|
| 1791 |
+
"learning_rate": 1.0733333333333334e-06,
|
| 1792 |
+
"loss": 0.2303,
|
| 1793 |
+
"step": 7200
|
| 1794 |
+
},
|
| 1795 |
+
{
|
| 1796 |
+
"epoch": 9.63,
|
| 1797 |
+
"learning_rate": 1.04e-06,
|
| 1798 |
+
"loss": 0.2044,
|
| 1799 |
+
"step": 7225
|
| 1800 |
+
},
|
| 1801 |
+
{
|
| 1802 |
+
"epoch": 9.67,
|
| 1803 |
+
"learning_rate": 1.0066666666666668e-06,
|
| 1804 |
+
"loss": 0.2137,
|
| 1805 |
+
"step": 7250
|
| 1806 |
+
},
|
| 1807 |
+
{
|
| 1808 |
+
"epoch": 9.7,
|
| 1809 |
+
"learning_rate": 9.733333333333333e-07,
|
| 1810 |
+
"loss": 0.2267,
|
| 1811 |
+
"step": 7275
|
| 1812 |
+
},
|
| 1813 |
+
{
|
| 1814 |
+
"epoch": 9.73,
|
| 1815 |
+
"learning_rate": 9.400000000000001e-07,
|
| 1816 |
+
"loss": 0.2016,
|
| 1817 |
+
"step": 7300
|
| 1818 |
+
},
|
| 1819 |
+
{
|
| 1820 |
+
"epoch": 9.77,
|
| 1821 |
+
"learning_rate": 9.066666666666668e-07,
|
| 1822 |
+
"loss": 0.1924,
|
| 1823 |
+
"step": 7325
|
| 1824 |
+
},
|
| 1825 |
+
{
|
| 1826 |
+
"epoch": 9.8,
|
| 1827 |
+
"learning_rate": 8.733333333333334e-07,
|
| 1828 |
+
"loss": 0.2428,
|
| 1829 |
+
"step": 7350
|
| 1830 |
+
},
|
| 1831 |
+
{
|
| 1832 |
+
"epoch": 9.83,
|
| 1833 |
+
"learning_rate": 8.400000000000001e-07,
|
| 1834 |
+
"loss": 0.2047,
|
| 1835 |
+
"step": 7375
|
| 1836 |
+
},
|
| 1837 |
+
{
|
| 1838 |
+
"epoch": 9.87,
|
| 1839 |
+
"learning_rate": 8.066666666666667e-07,
|
| 1840 |
+
"loss": 0.2293,
|
| 1841 |
+
"step": 7400
|
| 1842 |
+
},
|
| 1843 |
+
{
|
| 1844 |
+
"epoch": 9.9,
|
| 1845 |
+
"learning_rate": 7.733333333333335e-07,
|
| 1846 |
+
"loss": 0.2199,
|
| 1847 |
+
"step": 7425
|
| 1848 |
+
},
|
| 1849 |
+
{
|
| 1850 |
+
"epoch": 9.93,
|
| 1851 |
+
"learning_rate": 7.4e-07,
|
| 1852 |
+
"loss": 0.2021,
|
| 1853 |
+
"step": 7450
|
| 1854 |
+
},
|
| 1855 |
+
{
|
| 1856 |
+
"epoch": 9.97,
|
| 1857 |
+
"learning_rate": 7.066666666666667e-07,
|
| 1858 |
+
"loss": 0.2165,
|
| 1859 |
+
"step": 7475
|
| 1860 |
+
},
|
| 1861 |
+
{
|
| 1862 |
+
"epoch": 10.0,
|
| 1863 |
+
"learning_rate": 6.733333333333334e-07,
|
| 1864 |
+
"loss": 0.1927,
|
| 1865 |
+
"step": 7500
|
| 1866 |
+
},
|
| 1867 |
+
{
|
| 1868 |
+
"epoch": 10.03,
|
| 1869 |
+
"learning_rate": 6.4e-07,
|
| 1870 |
+
"loss": 0.2244,
|
| 1871 |
+
"step": 7525
|
| 1872 |
+
},
|
| 1873 |
+
{
|
| 1874 |
+
"epoch": 10.07,
|
| 1875 |
+
"learning_rate": 6.066666666666668e-07,
|
| 1876 |
+
"loss": 0.1954,
|
| 1877 |
+
"step": 7550
|
| 1878 |
+
},
|
| 1879 |
+
{
|
| 1880 |
+
"epoch": 10.1,
|
| 1881 |
+
"learning_rate": 5.733333333333334e-07,
|
| 1882 |
+
"loss": 0.2091,
|
| 1883 |
+
"step": 7575
|
| 1884 |
+
},
|
| 1885 |
+
{
|
| 1886 |
+
"epoch": 10.13,
|
| 1887 |
+
"learning_rate": 5.4e-07,
|
| 1888 |
+
"loss": 0.1989,
|
| 1889 |
+
"step": 7600
|
| 1890 |
+
},
|
| 1891 |
+
{
|
| 1892 |
+
"epoch": 10.17,
|
| 1893 |
+
"learning_rate": 5.066666666666667e-07,
|
| 1894 |
+
"loss": 0.23,
|
| 1895 |
+
"step": 7625
|
| 1896 |
+
},
|
| 1897 |
+
{
|
| 1898 |
+
"epoch": 10.2,
|
| 1899 |
+
"learning_rate": 4.7333333333333334e-07,
|
| 1900 |
+
"loss": 0.2072,
|
| 1901 |
+
"step": 7650
|
| 1902 |
+
},
|
| 1903 |
+
{
|
| 1904 |
+
"epoch": 10.23,
|
| 1905 |
+
"learning_rate": 4.4e-07,
|
| 1906 |
+
"loss": 0.2174,
|
| 1907 |
+
"step": 7675
|
| 1908 |
+
},
|
| 1909 |
+
{
|
| 1910 |
+
"epoch": 10.27,
|
| 1911 |
+
"learning_rate": 4.0666666666666666e-07,
|
| 1912 |
+
"loss": 0.2276,
|
| 1913 |
+
"step": 7700
|
| 1914 |
+
},
|
| 1915 |
+
{
|
| 1916 |
+
"epoch": 10.3,
|
| 1917 |
+
"learning_rate": 3.733333333333334e-07,
|
| 1918 |
+
"loss": 0.2479,
|
| 1919 |
+
"step": 7725
|
| 1920 |
+
},
|
| 1921 |
+
{
|
| 1922 |
+
"epoch": 10.33,
|
| 1923 |
+
"learning_rate": 3.4000000000000003e-07,
|
| 1924 |
+
"loss": 0.2319,
|
| 1925 |
+
"step": 7750
|
| 1926 |
+
},
|
| 1927 |
+
{
|
| 1928 |
+
"epoch": 10.37,
|
| 1929 |
+
"learning_rate": 3.0666666666666666e-07,
|
| 1930 |
+
"loss": 0.2082,
|
| 1931 |
+
"step": 7775
|
| 1932 |
+
},
|
| 1933 |
+
{
|
| 1934 |
+
"epoch": 10.4,
|
| 1935 |
+
"learning_rate": 2.7333333333333335e-07,
|
| 1936 |
+
"loss": 0.2119,
|
| 1937 |
+
"step": 7800
|
| 1938 |
+
},
|
| 1939 |
+
{
|
| 1940 |
+
"epoch": 10.43,
|
| 1941 |
+
"learning_rate": 2.4000000000000003e-07,
|
| 1942 |
+
"loss": 0.1955,
|
| 1943 |
+
"step": 7825
|
| 1944 |
+
},
|
| 1945 |
+
{
|
| 1946 |
+
"epoch": 10.47,
|
| 1947 |
+
"learning_rate": 2.066666666666667e-07,
|
| 1948 |
+
"loss": 0.1905,
|
| 1949 |
+
"step": 7850
|
| 1950 |
+
},
|
| 1951 |
+
{
|
| 1952 |
+
"epoch": 10.5,
|
| 1953 |
+
"learning_rate": 1.7333333333333335e-07,
|
| 1954 |
+
"loss": 0.2066,
|
| 1955 |
+
"step": 7875
|
| 1956 |
+
},
|
| 1957 |
+
{
|
| 1958 |
+
"epoch": 10.53,
|
| 1959 |
+
"learning_rate": 1.4e-07,
|
| 1960 |
+
"loss": 0.2068,
|
| 1961 |
+
"step": 7900
|
| 1962 |
+
},
|
| 1963 |
+
{
|
| 1964 |
+
"epoch": 10.57,
|
| 1965 |
+
"learning_rate": 1.0666666666666667e-07,
|
| 1966 |
+
"loss": 0.2375,
|
| 1967 |
+
"step": 7925
|
| 1968 |
+
},
|
| 1969 |
+
{
|
| 1970 |
+
"epoch": 10.6,
|
| 1971 |
+
"learning_rate": 7.333333333333334e-08,
|
| 1972 |
+
"loss": 0.2185,
|
| 1973 |
+
"step": 7950
|
| 1974 |
+
},
|
| 1975 |
+
{
|
| 1976 |
+
"epoch": 10.63,
|
| 1977 |
+
"learning_rate": 4e-08,
|
| 1978 |
+
"loss": 0.2282,
|
| 1979 |
+
"step": 7975
|
| 1980 |
+
},
|
| 1981 |
+
{
|
| 1982 |
+
"epoch": 10.67,
|
| 1983 |
+
"learning_rate": 6.666666666666667e-09,
|
| 1984 |
+
"loss": 0.2065,
|
| 1985 |
+
"step": 8000
|
| 1986 |
+
},
|
| 1987 |
+
{
|
| 1988 |
+
"epoch": 10.67,
|
| 1989 |
+
"eval_loss": 0.21749207377433777,
|
| 1990 |
+
"eval_runtime": 384.261,
|
| 1991 |
+
"eval_samples_per_second": 12.882,
|
| 1992 |
+
"eval_steps_per_second": 3.222,
|
| 1993 |
+
"step": 8000
|
| 1994 |
+
},
|
| 1995 |
+
{
|
| 1996 |
+
"epoch": 10.67,
|
| 1997 |
+
"step": 8000,
|
| 1998 |
+
"total_flos": 3.78303893489664e+19,
|
| 1999 |
+
"train_loss": 0.8279043513536454,
|
| 2000 |
+
"train_runtime": 22236.6866,
|
| 2001 |
+
"train_samples_per_second": 5.756,
|
| 2002 |
+
"train_steps_per_second": 0.36
|
| 2003 |
+
}
|
| 2004 |
+
],
|
| 2005 |
+
"logging_steps": 25,
|
| 2006 |
+
"max_steps": 8000,
|
| 2007 |
+
"num_input_tokens_seen": 0,
|
| 2008 |
+
"num_train_epochs": 11,
|
| 2009 |
+
"save_steps": 1000,
|
| 2010 |
+
"total_flos": 3.78303893489664e+19,
|
| 2011 |
+
"train_batch_size": 4,
|
| 2012 |
+
"trial_name": null,
|
| 2013 |
+
"trial_params": null
|
| 2014 |
+
}
|
training_args.bin
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 4856
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:d0a8b89f6a10239408e11b7820a81f0d3f09308cf22058ee830782f49adec11f
|
| 3 |
size 4856
|