ashok2216 commited on
Commit
75c38ab
1 Parent(s): bc44d1b

Upload 13 files

Browse files
config.json ADDED
@@ -0,0 +1,186 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "nlpconnect/vit-gpt2-image-captioning",
3
+ "architectures": [
4
+ "VisionEncoderDecoderModel"
5
+ ],
6
+ "bos_token_id": 50256,
7
+ "decoder": {
8
+ "_name_or_path": "",
9
+ "activation_function": "gelu_new",
10
+ "add_cross_attention": true,
11
+ "architectures": [
12
+ "GPT2LMHeadModel"
13
+ ],
14
+ "attn_pdrop": 0.1,
15
+ "bad_words_ids": null,
16
+ "begin_suppress_tokens": null,
17
+ "bos_token_id": 50256,
18
+ "chunk_size_feed_forward": 0,
19
+ "cross_attention_hidden_size": null,
20
+ "decoder_start_token_id": 50256,
21
+ "diversity_penalty": 0.0,
22
+ "do_sample": false,
23
+ "early_stopping": false,
24
+ "embd_pdrop": 0.1,
25
+ "encoder_no_repeat_ngram_size": 0,
26
+ "eos_token_id": 50256,
27
+ "exponential_decay_length_penalty": null,
28
+ "finetuning_task": null,
29
+ "forced_bos_token_id": null,
30
+ "forced_eos_token_id": null,
31
+ "id2label": {
32
+ "0": "LABEL_0",
33
+ "1": "LABEL_1"
34
+ },
35
+ "initializer_range": 0.02,
36
+ "is_decoder": true,
37
+ "is_encoder_decoder": false,
38
+ "label2id": {
39
+ "LABEL_0": 0,
40
+ "LABEL_1": 1
41
+ },
42
+ "layer_norm_epsilon": 1e-05,
43
+ "length_penalty": 1.0,
44
+ "max_length": 20,
45
+ "min_length": 0,
46
+ "model_type": "gpt2",
47
+ "n_ctx": 1024,
48
+ "n_embd": 768,
49
+ "n_head": 12,
50
+ "n_inner": null,
51
+ "n_layer": 12,
52
+ "n_positions": 1024,
53
+ "no_repeat_ngram_size": 0,
54
+ "num_beam_groups": 1,
55
+ "num_beams": 1,
56
+ "num_return_sequences": 1,
57
+ "output_attentions": false,
58
+ "output_hidden_states": false,
59
+ "output_scores": false,
60
+ "pad_token_id": 50256,
61
+ "prefix": null,
62
+ "problem_type": null,
63
+ "pruned_heads": {},
64
+ "remove_invalid_values": false,
65
+ "reorder_and_upcast_attn": false,
66
+ "repetition_penalty": 1.0,
67
+ "resid_pdrop": 0.1,
68
+ "return_dict": true,
69
+ "return_dict_in_generate": false,
70
+ "scale_attn_by_inverse_layer_idx": false,
71
+ "scale_attn_weights": true,
72
+ "sep_token_id": null,
73
+ "summary_activation": null,
74
+ "summary_first_dropout": 0.1,
75
+ "summary_proj_to_labels": true,
76
+ "summary_type": "cls_index",
77
+ "summary_use_proj": true,
78
+ "suppress_tokens": null,
79
+ "task_specific_params": {
80
+ "text-generation": {
81
+ "do_sample": true,
82
+ "max_length": 50
83
+ }
84
+ },
85
+ "temperature": 1.0,
86
+ "tf_legacy_loss": false,
87
+ "tie_encoder_decoder": false,
88
+ "tie_word_embeddings": true,
89
+ "tokenizer_class": null,
90
+ "top_k": 50,
91
+ "top_p": 1.0,
92
+ "torch_dtype": null,
93
+ "torchscript": false,
94
+ "typical_p": 1.0,
95
+ "use_bfloat16": false,
96
+ "use_cache": true,
97
+ "vocab_size": 50257
98
+ },
99
+ "decoder_start_token_id": 50256,
100
+ "encoder": {
101
+ "_name_or_path": "",
102
+ "add_cross_attention": false,
103
+ "architectures": [
104
+ "ViTModel"
105
+ ],
106
+ "attention_probs_dropout_prob": 0.0,
107
+ "bad_words_ids": null,
108
+ "begin_suppress_tokens": null,
109
+ "bos_token_id": null,
110
+ "chunk_size_feed_forward": 0,
111
+ "cross_attention_hidden_size": null,
112
+ "decoder_start_token_id": null,
113
+ "diversity_penalty": 0.0,
114
+ "do_sample": false,
115
+ "early_stopping": false,
116
+ "encoder_no_repeat_ngram_size": 0,
117
+ "encoder_stride": 16,
118
+ "eos_token_id": null,
119
+ "exponential_decay_length_penalty": null,
120
+ "finetuning_task": null,
121
+ "forced_bos_token_id": null,
122
+ "forced_eos_token_id": null,
123
+ "hidden_act": "gelu",
124
+ "hidden_dropout_prob": 0.0,
125
+ "hidden_size": 768,
126
+ "id2label": {
127
+ "0": "LABEL_0",
128
+ "1": "LABEL_1"
129
+ },
130
+ "image_size": 224,
131
+ "initializer_range": 0.02,
132
+ "intermediate_size": 3072,
133
+ "is_decoder": false,
134
+ "is_encoder_decoder": false,
135
+ "label2id": {
136
+ "LABEL_0": 0,
137
+ "LABEL_1": 1
138
+ },
139
+ "layer_norm_eps": 1e-12,
140
+ "length_penalty": 1.0,
141
+ "max_length": 20,
142
+ "min_length": 0,
143
+ "model_type": "vit",
144
+ "no_repeat_ngram_size": 0,
145
+ "num_attention_heads": 12,
146
+ "num_beam_groups": 1,
147
+ "num_beams": 1,
148
+ "num_channels": 3,
149
+ "num_hidden_layers": 12,
150
+ "num_return_sequences": 1,
151
+ "output_attentions": false,
152
+ "output_hidden_states": false,
153
+ "output_scores": false,
154
+ "pad_token_id": null,
155
+ "patch_size": 16,
156
+ "prefix": null,
157
+ "problem_type": null,
158
+ "pruned_heads": {},
159
+ "qkv_bias": true,
160
+ "remove_invalid_values": false,
161
+ "repetition_penalty": 1.0,
162
+ "return_dict": true,
163
+ "return_dict_in_generate": false,
164
+ "sep_token_id": null,
165
+ "suppress_tokens": null,
166
+ "task_specific_params": null,
167
+ "temperature": 1.0,
168
+ "tf_legacy_loss": false,
169
+ "tie_encoder_decoder": false,
170
+ "tie_word_embeddings": true,
171
+ "tokenizer_class": null,
172
+ "top_k": 50,
173
+ "top_p": 1.0,
174
+ "torch_dtype": null,
175
+ "torchscript": false,
176
+ "typical_p": 1.0,
177
+ "use_bfloat16": false
178
+ },
179
+ "eos_token_id": 50256,
180
+ "is_encoder_decoder": true,
181
+ "model_type": "vision-encoder-decoder",
182
+ "pad_token_id": 50256,
183
+ "tie_word_embeddings": false,
184
+ "torch_dtype": "float32",
185
+ "transformers_version": "4.45.1"
186
+ }
generation_config.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_from_model_config": true,
3
+ "bos_token_id": 50256,
4
+ "decoder_start_token_id": 50256,
5
+ "eos_token_id": 50256,
6
+ "pad_token_id": 50256,
7
+ "transformers_version": "4.45.1"
8
+ }
merges.txt ADDED
The diff for this file is too large to render. See raw diff
 
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:d6ac1fdab7481c560cc103a2387a7ab45581b8f3330b0731eff4167cdff27ab7
3
+ size 956835520
optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:898c146266f7b58588095005f527a85021a005020405e0e9f3e8d5340eaac3a8
3
+ size 1913939014
rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:386fcc8cc1089aade9450d86fb239ea3483f455fd2d78d8378645feecfec9d69
3
+ size 14244
scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:805533a14f5a55598ff5670adf6657b2f351dd94c3b83d445bd2e97c92fa7088
3
+ size 1064
special_tokens_map.json ADDED
@@ -0,0 +1,30 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "bos_token": {
3
+ "content": "<|endoftext|>",
4
+ "lstrip": false,
5
+ "normalized": false,
6
+ "rstrip": false,
7
+ "single_word": false
8
+ },
9
+ "eos_token": {
10
+ "content": "<|endoftext|>",
11
+ "lstrip": false,
12
+ "normalized": false,
13
+ "rstrip": false,
14
+ "single_word": false
15
+ },
16
+ "pad_token": {
17
+ "content": "<|endoftext|>",
18
+ "lstrip": false,
19
+ "normalized": false,
20
+ "rstrip": false,
21
+ "single_word": false
22
+ },
23
+ "unk_token": {
24
+ "content": "<|endoftext|>",
25
+ "lstrip": false,
26
+ "normalized": false,
27
+ "rstrip": false,
28
+ "single_word": false
29
+ }
30
+ }
tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
tokenizer_config.json ADDED
@@ -0,0 +1,27 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "add_prefix_space": false,
3
+ "added_tokens_decoder": {
4
+ "50256": {
5
+ "content": "<|endoftext|>",
6
+ "lstrip": false,
7
+ "normalized": false,
8
+ "rstrip": false,
9
+ "single_word": false,
10
+ "special": true
11
+ }
12
+ },
13
+ "bos_token": "<|endoftext|>",
14
+ "clean_up_tokenization_spaces": false,
15
+ "eos_token": "<|endoftext|>",
16
+ "max_length": 32,
17
+ "model_max_length": 1024,
18
+ "pad_to_multiple_of": null,
19
+ "pad_token": "<|endoftext|>",
20
+ "pad_token_type_id": 0,
21
+ "padding_side": "right",
22
+ "stride": 0,
23
+ "tokenizer_class": "GPT2Tokenizer",
24
+ "truncation_side": "right",
25
+ "truncation_strategy": "longest_first",
26
+ "unk_token": "<|endoftext|>"
27
+ }
trainer_state.json ADDED
@@ -0,0 +1,1839 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 0.9972941631233089,
5
+ "eval_steps": 500,
6
+ "global_step": 2580,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.003865481252415926,
13
+ "grad_norm": 0.0,
14
+ "learning_rate": 4.9935575312459736e-05,
15
+ "loss": 0.0,
16
+ "step": 10
17
+ },
18
+ {
19
+ "epoch": 0.007730962504831852,
20
+ "grad_norm": 0.0,
21
+ "learning_rate": 4.987115062491947e-05,
22
+ "loss": 0.0,
23
+ "step": 20
24
+ },
25
+ {
26
+ "epoch": 0.011596443757247778,
27
+ "grad_norm": 0.0,
28
+ "learning_rate": 4.98067259373792e-05,
29
+ "loss": 0.0,
30
+ "step": 30
31
+ },
32
+ {
33
+ "epoch": 0.015461925009663703,
34
+ "grad_norm": 0.0,
35
+ "learning_rate": 4.974230124983894e-05,
36
+ "loss": 0.0,
37
+ "step": 40
38
+ },
39
+ {
40
+ "epoch": 0.019327406262079627,
41
+ "grad_norm": 0.0,
42
+ "learning_rate": 4.967787656229868e-05,
43
+ "loss": 0.0,
44
+ "step": 50
45
+ },
46
+ {
47
+ "epoch": 0.023192887514495556,
48
+ "grad_norm": 0.0,
49
+ "learning_rate": 4.961345187475841e-05,
50
+ "loss": 0.0,
51
+ "step": 60
52
+ },
53
+ {
54
+ "epoch": 0.02705836876691148,
55
+ "grad_norm": 0.0,
56
+ "learning_rate": 4.9549027187218144e-05,
57
+ "loss": 0.0,
58
+ "step": 70
59
+ },
60
+ {
61
+ "epoch": 0.030923850019327407,
62
+ "grad_norm": 0.0,
63
+ "learning_rate": 4.948460249967788e-05,
64
+ "loss": 0.0,
65
+ "step": 80
66
+ },
67
+ {
68
+ "epoch": 0.03478933127174333,
69
+ "grad_norm": 0.0,
70
+ "learning_rate": 4.942017781213761e-05,
71
+ "loss": 0.0,
72
+ "step": 90
73
+ },
74
+ {
75
+ "epoch": 0.038654812524159254,
76
+ "grad_norm": 0.0,
77
+ "learning_rate": 4.935575312459735e-05,
78
+ "loss": 0.0,
79
+ "step": 100
80
+ },
81
+ {
82
+ "epoch": 0.04252029377657519,
83
+ "grad_norm": 0.0,
84
+ "learning_rate": 4.9291328437057085e-05,
85
+ "loss": 0.0,
86
+ "step": 110
87
+ },
88
+ {
89
+ "epoch": 0.04638577502899111,
90
+ "grad_norm": 0.0,
91
+ "learning_rate": 4.922690374951682e-05,
92
+ "loss": 0.0,
93
+ "step": 120
94
+ },
95
+ {
96
+ "epoch": 0.05025125628140704,
97
+ "grad_norm": 0.0,
98
+ "learning_rate": 4.916247906197655e-05,
99
+ "loss": 0.0,
100
+ "step": 130
101
+ },
102
+ {
103
+ "epoch": 0.05411673753382296,
104
+ "grad_norm": 0.0,
105
+ "learning_rate": 4.9098054374436285e-05,
106
+ "loss": 0.0,
107
+ "step": 140
108
+ },
109
+ {
110
+ "epoch": 0.05798221878623889,
111
+ "grad_norm": 0.0,
112
+ "learning_rate": 4.903362968689602e-05,
113
+ "loss": 0.0,
114
+ "step": 150
115
+ },
116
+ {
117
+ "epoch": 0.061847700038654814,
118
+ "grad_norm": 0.0,
119
+ "learning_rate": 4.896920499935575e-05,
120
+ "loss": 0.0,
121
+ "step": 160
122
+ },
123
+ {
124
+ "epoch": 0.06571318129107073,
125
+ "grad_norm": 0.0,
126
+ "learning_rate": 4.890478031181549e-05,
127
+ "loss": 0.0,
128
+ "step": 170
129
+ },
130
+ {
131
+ "epoch": 0.06957866254348666,
132
+ "grad_norm": 0.0,
133
+ "learning_rate": 4.8840355624275226e-05,
134
+ "loss": 0.0,
135
+ "step": 180
136
+ },
137
+ {
138
+ "epoch": 0.07344414379590258,
139
+ "grad_norm": 0.0,
140
+ "learning_rate": 4.877593093673496e-05,
141
+ "loss": 0.0,
142
+ "step": 190
143
+ },
144
+ {
145
+ "epoch": 0.07730962504831851,
146
+ "grad_norm": 0.0,
147
+ "learning_rate": 4.8711506249194693e-05,
148
+ "loss": 0.0,
149
+ "step": 200
150
+ },
151
+ {
152
+ "epoch": 0.08117510630073445,
153
+ "grad_norm": 0.0,
154
+ "learning_rate": 4.864708156165443e-05,
155
+ "loss": 0.0,
156
+ "step": 210
157
+ },
158
+ {
159
+ "epoch": 0.08504058755315037,
160
+ "grad_norm": 0.0,
161
+ "learning_rate": 4.858265687411416e-05,
162
+ "loss": 0.0,
163
+ "step": 220
164
+ },
165
+ {
166
+ "epoch": 0.0889060688055663,
167
+ "grad_norm": 0.0,
168
+ "learning_rate": 4.85182321865739e-05,
169
+ "loss": 0.0,
170
+ "step": 230
171
+ },
172
+ {
173
+ "epoch": 0.09277155005798222,
174
+ "grad_norm": 0.0,
175
+ "learning_rate": 4.8453807499033634e-05,
176
+ "loss": 0.0,
177
+ "step": 240
178
+ },
179
+ {
180
+ "epoch": 0.09663703131039815,
181
+ "grad_norm": 0.0,
182
+ "learning_rate": 4.838938281149337e-05,
183
+ "loss": 0.0,
184
+ "step": 250
185
+ },
186
+ {
187
+ "epoch": 0.10050251256281408,
188
+ "grad_norm": 0.0,
189
+ "learning_rate": 4.83249581239531e-05,
190
+ "loss": 0.0,
191
+ "step": 260
192
+ },
193
+ {
194
+ "epoch": 0.10436799381523,
195
+ "grad_norm": 0.0,
196
+ "learning_rate": 4.8260533436412835e-05,
197
+ "loss": 0.0,
198
+ "step": 270
199
+ },
200
+ {
201
+ "epoch": 0.10823347506764593,
202
+ "grad_norm": 0.0,
203
+ "learning_rate": 4.819610874887257e-05,
204
+ "loss": 0.0,
205
+ "step": 280
206
+ },
207
+ {
208
+ "epoch": 0.11209895632006185,
209
+ "grad_norm": 0.0,
210
+ "learning_rate": 4.81316840613323e-05,
211
+ "loss": 0.0,
212
+ "step": 290
213
+ },
214
+ {
215
+ "epoch": 0.11596443757247778,
216
+ "grad_norm": 0.0,
217
+ "learning_rate": 4.806725937379204e-05,
218
+ "loss": 0.0,
219
+ "step": 300
220
+ },
221
+ {
222
+ "epoch": 0.1198299188248937,
223
+ "grad_norm": 0.0,
224
+ "learning_rate": 4.8002834686251776e-05,
225
+ "loss": 0.0,
226
+ "step": 310
227
+ },
228
+ {
229
+ "epoch": 0.12369540007730963,
230
+ "grad_norm": 0.0,
231
+ "learning_rate": 4.793840999871151e-05,
232
+ "loss": 0.0,
233
+ "step": 320
234
+ },
235
+ {
236
+ "epoch": 0.12756088132972554,
237
+ "grad_norm": 0.0,
238
+ "learning_rate": 4.787398531117124e-05,
239
+ "loss": 0.0,
240
+ "step": 330
241
+ },
242
+ {
243
+ "epoch": 0.13142636258214146,
244
+ "grad_norm": 0.0,
245
+ "learning_rate": 4.7809560623630976e-05,
246
+ "loss": 0.0,
247
+ "step": 340
248
+ },
249
+ {
250
+ "epoch": 0.1352918438345574,
251
+ "grad_norm": 0.0,
252
+ "learning_rate": 4.774513593609071e-05,
253
+ "loss": 0.0,
254
+ "step": 350
255
+ },
256
+ {
257
+ "epoch": 0.13915732508697332,
258
+ "grad_norm": 0.0,
259
+ "learning_rate": 4.768071124855045e-05,
260
+ "loss": 0.0,
261
+ "step": 360
262
+ },
263
+ {
264
+ "epoch": 0.14302280633938924,
265
+ "grad_norm": 0.0,
266
+ "learning_rate": 4.7616286561010184e-05,
267
+ "loss": 0.0,
268
+ "step": 370
269
+ },
270
+ {
271
+ "epoch": 0.14688828759180517,
272
+ "grad_norm": 0.0,
273
+ "learning_rate": 4.755186187346992e-05,
274
+ "loss": 0.0,
275
+ "step": 380
276
+ },
277
+ {
278
+ "epoch": 0.1507537688442211,
279
+ "grad_norm": 0.0,
280
+ "learning_rate": 4.748743718592965e-05,
281
+ "loss": 0.0,
282
+ "step": 390
283
+ },
284
+ {
285
+ "epoch": 0.15461925009663702,
286
+ "grad_norm": 0.0,
287
+ "learning_rate": 4.7423012498389384e-05,
288
+ "loss": 0.0,
289
+ "step": 400
290
+ },
291
+ {
292
+ "epoch": 0.15848473134905297,
293
+ "grad_norm": 0.0,
294
+ "learning_rate": 4.735858781084912e-05,
295
+ "loss": 0.0,
296
+ "step": 410
297
+ },
298
+ {
299
+ "epoch": 0.1623502126014689,
300
+ "grad_norm": 0.0,
301
+ "learning_rate": 4.729416312330885e-05,
302
+ "loss": 0.0,
303
+ "step": 420
304
+ },
305
+ {
306
+ "epoch": 0.16621569385388482,
307
+ "grad_norm": 0.0,
308
+ "learning_rate": 4.722973843576859e-05,
309
+ "loss": 0.0,
310
+ "step": 430
311
+ },
312
+ {
313
+ "epoch": 0.17008117510630075,
314
+ "grad_norm": 0.0,
315
+ "learning_rate": 4.7165313748228325e-05,
316
+ "loss": 0.0,
317
+ "step": 440
318
+ },
319
+ {
320
+ "epoch": 0.17394665635871667,
321
+ "grad_norm": 0.0,
322
+ "learning_rate": 4.710088906068806e-05,
323
+ "loss": 0.0,
324
+ "step": 450
325
+ },
326
+ {
327
+ "epoch": 0.1778121376111326,
328
+ "grad_norm": 0.0,
329
+ "learning_rate": 4.703646437314779e-05,
330
+ "loss": 0.0,
331
+ "step": 460
332
+ },
333
+ {
334
+ "epoch": 0.18167761886354852,
335
+ "grad_norm": 0.0,
336
+ "learning_rate": 4.6972039685607526e-05,
337
+ "loss": 0.0,
338
+ "step": 470
339
+ },
340
+ {
341
+ "epoch": 0.18554310011596445,
342
+ "grad_norm": 0.0,
343
+ "learning_rate": 4.690761499806726e-05,
344
+ "loss": 0.0,
345
+ "step": 480
346
+ },
347
+ {
348
+ "epoch": 0.18940858136838037,
349
+ "grad_norm": 0.0,
350
+ "learning_rate": 4.6843190310527e-05,
351
+ "loss": 0.0,
352
+ "step": 490
353
+ },
354
+ {
355
+ "epoch": 0.1932740626207963,
356
+ "grad_norm": 0.0,
357
+ "learning_rate": 4.677876562298673e-05,
358
+ "loss": 0.0,
359
+ "step": 500
360
+ },
361
+ {
362
+ "epoch": 0.19713954387321223,
363
+ "grad_norm": 0.0,
364
+ "learning_rate": 4.671434093544647e-05,
365
+ "loss": 0.0,
366
+ "step": 510
367
+ },
368
+ {
369
+ "epoch": 0.20100502512562815,
370
+ "grad_norm": 0.0,
371
+ "learning_rate": 4.66499162479062e-05,
372
+ "loss": 0.0,
373
+ "step": 520
374
+ },
375
+ {
376
+ "epoch": 0.20487050637804408,
377
+ "grad_norm": 0.0,
378
+ "learning_rate": 4.6585491560365934e-05,
379
+ "loss": 0.0,
380
+ "step": 530
381
+ },
382
+ {
383
+ "epoch": 0.20873598763046,
384
+ "grad_norm": 0.0,
385
+ "learning_rate": 4.652106687282567e-05,
386
+ "loss": 0.0,
387
+ "step": 540
388
+ },
389
+ {
390
+ "epoch": 0.21260146888287593,
391
+ "grad_norm": 0.0,
392
+ "learning_rate": 4.64566421852854e-05,
393
+ "loss": 0.0,
394
+ "step": 550
395
+ },
396
+ {
397
+ "epoch": 0.21646695013529185,
398
+ "grad_norm": 0.0,
399
+ "learning_rate": 4.639221749774514e-05,
400
+ "loss": 0.0,
401
+ "step": 560
402
+ },
403
+ {
404
+ "epoch": 0.22033243138770778,
405
+ "grad_norm": 0.0,
406
+ "learning_rate": 4.6327792810204875e-05,
407
+ "loss": 0.0,
408
+ "step": 570
409
+ },
410
+ {
411
+ "epoch": 0.2241979126401237,
412
+ "grad_norm": 0.0,
413
+ "learning_rate": 4.626336812266461e-05,
414
+ "loss": 0.0,
415
+ "step": 580
416
+ },
417
+ {
418
+ "epoch": 0.22806339389253963,
419
+ "grad_norm": 0.0,
420
+ "learning_rate": 4.619894343512434e-05,
421
+ "loss": 0.0,
422
+ "step": 590
423
+ },
424
+ {
425
+ "epoch": 0.23192887514495555,
426
+ "grad_norm": 0.0,
427
+ "learning_rate": 4.6134518747584075e-05,
428
+ "loss": 0.0,
429
+ "step": 600
430
+ },
431
+ {
432
+ "epoch": 0.23579435639737148,
433
+ "grad_norm": 0.0,
434
+ "learning_rate": 4.607009406004381e-05,
435
+ "loss": 0.0,
436
+ "step": 610
437
+ },
438
+ {
439
+ "epoch": 0.2396598376497874,
440
+ "grad_norm": 0.0,
441
+ "learning_rate": 4.600566937250354e-05,
442
+ "loss": 0.0,
443
+ "step": 620
444
+ },
445
+ {
446
+ "epoch": 0.24352531890220333,
447
+ "grad_norm": 0.0,
448
+ "learning_rate": 4.594124468496328e-05,
449
+ "loss": 0.0,
450
+ "step": 630
451
+ },
452
+ {
453
+ "epoch": 0.24739080015461926,
454
+ "grad_norm": 0.0,
455
+ "learning_rate": 4.5876819997423016e-05,
456
+ "loss": 0.0,
457
+ "step": 640
458
+ },
459
+ {
460
+ "epoch": 0.25125628140703515,
461
+ "grad_norm": 0.0,
462
+ "learning_rate": 4.581239530988275e-05,
463
+ "loss": 0.0,
464
+ "step": 650
465
+ },
466
+ {
467
+ "epoch": 0.2551217626594511,
468
+ "grad_norm": 0.0,
469
+ "learning_rate": 4.5747970622342483e-05,
470
+ "loss": 0.0,
471
+ "step": 660
472
+ },
473
+ {
474
+ "epoch": 0.258987243911867,
475
+ "grad_norm": 0.0,
476
+ "learning_rate": 4.568354593480222e-05,
477
+ "loss": 0.0,
478
+ "step": 670
479
+ },
480
+ {
481
+ "epoch": 0.26285272516428293,
482
+ "grad_norm": 0.0,
483
+ "learning_rate": 4.561912124726195e-05,
484
+ "loss": 0.0,
485
+ "step": 680
486
+ },
487
+ {
488
+ "epoch": 0.26671820641669886,
489
+ "grad_norm": 0.0,
490
+ "learning_rate": 4.555469655972169e-05,
491
+ "loss": 0.0,
492
+ "step": 690
493
+ },
494
+ {
495
+ "epoch": 0.2705836876691148,
496
+ "grad_norm": 0.0,
497
+ "learning_rate": 4.5490271872181424e-05,
498
+ "loss": 0.0,
499
+ "step": 700
500
+ },
501
+ {
502
+ "epoch": 0.2744491689215307,
503
+ "grad_norm": 0.0,
504
+ "learning_rate": 4.542584718464116e-05,
505
+ "loss": 0.0,
506
+ "step": 710
507
+ },
508
+ {
509
+ "epoch": 0.27831465017394663,
510
+ "grad_norm": 0.0,
511
+ "learning_rate": 4.536142249710089e-05,
512
+ "loss": 0.0,
513
+ "step": 720
514
+ },
515
+ {
516
+ "epoch": 0.28218013142636256,
517
+ "grad_norm": 0.0,
518
+ "learning_rate": 4.5296997809560625e-05,
519
+ "loss": 0.0,
520
+ "step": 730
521
+ },
522
+ {
523
+ "epoch": 0.2860456126787785,
524
+ "grad_norm": 0.0,
525
+ "learning_rate": 4.523257312202036e-05,
526
+ "loss": 0.0,
527
+ "step": 740
528
+ },
529
+ {
530
+ "epoch": 0.2899110939311944,
531
+ "grad_norm": 0.0,
532
+ "learning_rate": 4.516814843448009e-05,
533
+ "loss": 0.0,
534
+ "step": 750
535
+ },
536
+ {
537
+ "epoch": 0.29377657518361033,
538
+ "grad_norm": 0.0,
539
+ "learning_rate": 4.510372374693983e-05,
540
+ "loss": 0.0,
541
+ "step": 760
542
+ },
543
+ {
544
+ "epoch": 0.29764205643602626,
545
+ "grad_norm": 0.0,
546
+ "learning_rate": 4.5039299059399566e-05,
547
+ "loss": 0.0,
548
+ "step": 770
549
+ },
550
+ {
551
+ "epoch": 0.3015075376884422,
552
+ "grad_norm": 0.0,
553
+ "learning_rate": 4.49748743718593e-05,
554
+ "loss": 0.0,
555
+ "step": 780
556
+ },
557
+ {
558
+ "epoch": 0.3053730189408581,
559
+ "grad_norm": 0.0,
560
+ "learning_rate": 4.491044968431903e-05,
561
+ "loss": 0.0,
562
+ "step": 790
563
+ },
564
+ {
565
+ "epoch": 0.30923850019327404,
566
+ "grad_norm": 0.0,
567
+ "learning_rate": 4.4846024996778767e-05,
568
+ "loss": 0.0,
569
+ "step": 800
570
+ },
571
+ {
572
+ "epoch": 0.31310398144569,
573
+ "grad_norm": 0.0,
574
+ "learning_rate": 4.47816003092385e-05,
575
+ "loss": 0.0,
576
+ "step": 810
577
+ },
578
+ {
579
+ "epoch": 0.31696946269810594,
580
+ "grad_norm": 0.0,
581
+ "learning_rate": 4.471717562169824e-05,
582
+ "loss": 0.0,
583
+ "step": 820
584
+ },
585
+ {
586
+ "epoch": 0.32083494395052187,
587
+ "grad_norm": 0.0,
588
+ "learning_rate": 4.4652750934157974e-05,
589
+ "loss": 0.0,
590
+ "step": 830
591
+ },
592
+ {
593
+ "epoch": 0.3247004252029378,
594
+ "grad_norm": 0.0,
595
+ "learning_rate": 4.458832624661771e-05,
596
+ "loss": 0.0,
597
+ "step": 840
598
+ },
599
+ {
600
+ "epoch": 0.3285659064553537,
601
+ "grad_norm": 0.0,
602
+ "learning_rate": 4.452390155907744e-05,
603
+ "loss": 0.0,
604
+ "step": 850
605
+ },
606
+ {
607
+ "epoch": 0.33243138770776964,
608
+ "grad_norm": 0.0,
609
+ "learning_rate": 4.4459476871537175e-05,
610
+ "loss": 0.0,
611
+ "step": 860
612
+ },
613
+ {
614
+ "epoch": 0.33629686896018557,
615
+ "grad_norm": 0.0,
616
+ "learning_rate": 4.439505218399691e-05,
617
+ "loss": 0.0,
618
+ "step": 870
619
+ },
620
+ {
621
+ "epoch": 0.3401623502126015,
622
+ "grad_norm": 0.0,
623
+ "learning_rate": 4.433062749645664e-05,
624
+ "loss": 0.0,
625
+ "step": 880
626
+ },
627
+ {
628
+ "epoch": 0.3440278314650174,
629
+ "grad_norm": 0.0,
630
+ "learning_rate": 4.426620280891638e-05,
631
+ "loss": 0.0,
632
+ "step": 890
633
+ },
634
+ {
635
+ "epoch": 0.34789331271743335,
636
+ "grad_norm": 0.0,
637
+ "learning_rate": 4.4201778121376115e-05,
638
+ "loss": 0.0,
639
+ "step": 900
640
+ },
641
+ {
642
+ "epoch": 0.35175879396984927,
643
+ "grad_norm": 0.0,
644
+ "learning_rate": 4.413735343383585e-05,
645
+ "loss": 0.0,
646
+ "step": 910
647
+ },
648
+ {
649
+ "epoch": 0.3556242752222652,
650
+ "grad_norm": 0.0,
651
+ "learning_rate": 4.407292874629558e-05,
652
+ "loss": 0.0,
653
+ "step": 920
654
+ },
655
+ {
656
+ "epoch": 0.3594897564746811,
657
+ "grad_norm": 0.0,
658
+ "learning_rate": 4.4008504058755316e-05,
659
+ "loss": 0.0,
660
+ "step": 930
661
+ },
662
+ {
663
+ "epoch": 0.36335523772709705,
664
+ "grad_norm": 0.0,
665
+ "learning_rate": 4.394407937121505e-05,
666
+ "loss": 0.0,
667
+ "step": 940
668
+ },
669
+ {
670
+ "epoch": 0.367220718979513,
671
+ "grad_norm": 0.0,
672
+ "learning_rate": 4.387965468367479e-05,
673
+ "loss": 0.0,
674
+ "step": 950
675
+ },
676
+ {
677
+ "epoch": 0.3710862002319289,
678
+ "grad_norm": 0.0,
679
+ "learning_rate": 4.3815229996134523e-05,
680
+ "loss": 0.0,
681
+ "step": 960
682
+ },
683
+ {
684
+ "epoch": 0.3749516814843448,
685
+ "grad_norm": 0.0,
686
+ "learning_rate": 4.375080530859426e-05,
687
+ "loss": 0.0,
688
+ "step": 970
689
+ },
690
+ {
691
+ "epoch": 0.37881716273676075,
692
+ "grad_norm": 0.0,
693
+ "learning_rate": 4.368638062105399e-05,
694
+ "loss": 0.0,
695
+ "step": 980
696
+ },
697
+ {
698
+ "epoch": 0.3826826439891767,
699
+ "grad_norm": 0.0,
700
+ "learning_rate": 4.3621955933513724e-05,
701
+ "loss": 0.0,
702
+ "step": 990
703
+ },
704
+ {
705
+ "epoch": 0.3865481252415926,
706
+ "grad_norm": 0.0,
707
+ "learning_rate": 4.355753124597346e-05,
708
+ "loss": 0.0,
709
+ "step": 1000
710
+ },
711
+ {
712
+ "epoch": 0.3904136064940085,
713
+ "grad_norm": 0.0,
714
+ "learning_rate": 4.349310655843319e-05,
715
+ "loss": 0.0,
716
+ "step": 1010
717
+ },
718
+ {
719
+ "epoch": 0.39427908774642445,
720
+ "grad_norm": 0.0,
721
+ "learning_rate": 4.342868187089293e-05,
722
+ "loss": 0.0,
723
+ "step": 1020
724
+ },
725
+ {
726
+ "epoch": 0.3981445689988404,
727
+ "grad_norm": 0.0,
728
+ "learning_rate": 4.3364257183352665e-05,
729
+ "loss": 0.0,
730
+ "step": 1030
731
+ },
732
+ {
733
+ "epoch": 0.4020100502512563,
734
+ "grad_norm": 0.0,
735
+ "learning_rate": 4.32998324958124e-05,
736
+ "loss": 0.0,
737
+ "step": 1040
738
+ },
739
+ {
740
+ "epoch": 0.4058755315036722,
741
+ "grad_norm": 0.0,
742
+ "learning_rate": 4.323540780827213e-05,
743
+ "loss": 0.0,
744
+ "step": 1050
745
+ },
746
+ {
747
+ "epoch": 0.40974101275608815,
748
+ "grad_norm": 0.0,
749
+ "learning_rate": 4.3170983120731866e-05,
750
+ "loss": 0.0,
751
+ "step": 1060
752
+ },
753
+ {
754
+ "epoch": 0.4136064940085041,
755
+ "grad_norm": 0.0,
756
+ "learning_rate": 4.31065584331916e-05,
757
+ "loss": 0.0,
758
+ "step": 1070
759
+ },
760
+ {
761
+ "epoch": 0.41747197526092,
762
+ "grad_norm": 0.0,
763
+ "learning_rate": 4.304213374565134e-05,
764
+ "loss": 0.0,
765
+ "step": 1080
766
+ },
767
+ {
768
+ "epoch": 0.42133745651333593,
769
+ "grad_norm": 0.0,
770
+ "learning_rate": 4.297770905811107e-05,
771
+ "loss": 0.0,
772
+ "step": 1090
773
+ },
774
+ {
775
+ "epoch": 0.42520293776575185,
776
+ "grad_norm": 0.0,
777
+ "learning_rate": 4.2913284370570806e-05,
778
+ "loss": 0.0,
779
+ "step": 1100
780
+ },
781
+ {
782
+ "epoch": 0.4290684190181678,
783
+ "grad_norm": 0.0,
784
+ "learning_rate": 4.284885968303054e-05,
785
+ "loss": 0.0,
786
+ "step": 1110
787
+ },
788
+ {
789
+ "epoch": 0.4329339002705837,
790
+ "grad_norm": 0.0,
791
+ "learning_rate": 4.2784434995490274e-05,
792
+ "loss": 0.0,
793
+ "step": 1120
794
+ },
795
+ {
796
+ "epoch": 0.43679938152299963,
797
+ "grad_norm": 0.0,
798
+ "learning_rate": 4.272001030795001e-05,
799
+ "loss": 0.0,
800
+ "step": 1130
801
+ },
802
+ {
803
+ "epoch": 0.44066486277541556,
804
+ "grad_norm": 0.0,
805
+ "learning_rate": 4.265558562040974e-05,
806
+ "loss": 0.0,
807
+ "step": 1140
808
+ },
809
+ {
810
+ "epoch": 0.4445303440278315,
811
+ "grad_norm": 0.0,
812
+ "learning_rate": 4.259116093286948e-05,
813
+ "loss": 0.0,
814
+ "step": 1150
815
+ },
816
+ {
817
+ "epoch": 0.4483958252802474,
818
+ "grad_norm": 0.0,
819
+ "learning_rate": 4.2526736245329214e-05,
820
+ "loss": 0.0,
821
+ "step": 1160
822
+ },
823
+ {
824
+ "epoch": 0.45226130653266333,
825
+ "grad_norm": 0.0,
826
+ "learning_rate": 4.246231155778895e-05,
827
+ "loss": 0.0,
828
+ "step": 1170
829
+ },
830
+ {
831
+ "epoch": 0.45612678778507926,
832
+ "grad_norm": 0.0,
833
+ "learning_rate": 4.239788687024868e-05,
834
+ "loss": 0.0,
835
+ "step": 1180
836
+ },
837
+ {
838
+ "epoch": 0.4599922690374952,
839
+ "grad_norm": 0.0,
840
+ "learning_rate": 4.2333462182708415e-05,
841
+ "loss": 0.0,
842
+ "step": 1190
843
+ },
844
+ {
845
+ "epoch": 0.4638577502899111,
846
+ "grad_norm": 0.0,
847
+ "learning_rate": 4.226903749516815e-05,
848
+ "loss": 0.0,
849
+ "step": 1200
850
+ },
851
+ {
852
+ "epoch": 0.46772323154232703,
853
+ "grad_norm": 0.0,
854
+ "learning_rate": 4.220461280762789e-05,
855
+ "loss": 0.0,
856
+ "step": 1210
857
+ },
858
+ {
859
+ "epoch": 0.47158871279474296,
860
+ "grad_norm": 0.0,
861
+ "learning_rate": 4.214018812008762e-05,
862
+ "loss": 0.0,
863
+ "step": 1220
864
+ },
865
+ {
866
+ "epoch": 0.4754541940471589,
867
+ "grad_norm": 0.0,
868
+ "learning_rate": 4.2075763432547356e-05,
869
+ "loss": 0.0,
870
+ "step": 1230
871
+ },
872
+ {
873
+ "epoch": 0.4793196752995748,
874
+ "grad_norm": 0.0,
875
+ "learning_rate": 4.201133874500709e-05,
876
+ "loss": 0.0,
877
+ "step": 1240
878
+ },
879
+ {
880
+ "epoch": 0.48318515655199074,
881
+ "grad_norm": 0.0,
882
+ "learning_rate": 4.194691405746682e-05,
883
+ "loss": 0.0,
884
+ "step": 1250
885
+ },
886
+ {
887
+ "epoch": 0.48705063780440666,
888
+ "grad_norm": 0.0,
889
+ "learning_rate": 4.1882489369926557e-05,
890
+ "loss": 0.0,
891
+ "step": 1260
892
+ },
893
+ {
894
+ "epoch": 0.4909161190568226,
895
+ "grad_norm": 0.0,
896
+ "learning_rate": 4.181806468238629e-05,
897
+ "loss": 0.0,
898
+ "step": 1270
899
+ },
900
+ {
901
+ "epoch": 0.4947816003092385,
902
+ "grad_norm": 0.0,
903
+ "learning_rate": 4.175363999484603e-05,
904
+ "loss": 0.0,
905
+ "step": 1280
906
+ },
907
+ {
908
+ "epoch": 0.49864708156165444,
909
+ "grad_norm": 0.0,
910
+ "learning_rate": 4.1689215307305764e-05,
911
+ "loss": 0.0,
912
+ "step": 1290
913
+ },
914
+ {
915
+ "epoch": 0.5025125628140703,
916
+ "grad_norm": 0.0,
917
+ "learning_rate": 4.16247906197655e-05,
918
+ "loss": 0.0,
919
+ "step": 1300
920
+ },
921
+ {
922
+ "epoch": 0.5063780440664862,
923
+ "grad_norm": 0.0,
924
+ "learning_rate": 4.156036593222523e-05,
925
+ "loss": 0.0,
926
+ "step": 1310
927
+ },
928
+ {
929
+ "epoch": 0.5102435253189022,
930
+ "grad_norm": 0.0,
931
+ "learning_rate": 4.1495941244684965e-05,
932
+ "loss": 0.0,
933
+ "step": 1320
934
+ },
935
+ {
936
+ "epoch": 0.5141090065713181,
937
+ "grad_norm": 0.0,
938
+ "learning_rate": 4.14315165571447e-05,
939
+ "loss": 0.0,
940
+ "step": 1330
941
+ },
942
+ {
943
+ "epoch": 0.517974487823734,
944
+ "grad_norm": 0.0,
945
+ "learning_rate": 4.136709186960444e-05,
946
+ "loss": 0.0,
947
+ "step": 1340
948
+ },
949
+ {
950
+ "epoch": 0.5218399690761499,
951
+ "grad_norm": 0.0,
952
+ "learning_rate": 4.130266718206417e-05,
953
+ "loss": 0.0,
954
+ "step": 1350
955
+ },
956
+ {
957
+ "epoch": 0.5257054503285659,
958
+ "grad_norm": 0.0,
959
+ "learning_rate": 4.1238242494523905e-05,
960
+ "loss": 0.0,
961
+ "step": 1360
962
+ },
963
+ {
964
+ "epoch": 0.5295709315809818,
965
+ "grad_norm": 0.0,
966
+ "learning_rate": 4.117381780698364e-05,
967
+ "loss": 0.0,
968
+ "step": 1370
969
+ },
970
+ {
971
+ "epoch": 0.5334364128333977,
972
+ "grad_norm": 0.0,
973
+ "learning_rate": 4.110939311944337e-05,
974
+ "loss": 0.0,
975
+ "step": 1380
976
+ },
977
+ {
978
+ "epoch": 0.5373018940858136,
979
+ "grad_norm": 0.0,
980
+ "learning_rate": 4.1044968431903106e-05,
981
+ "loss": 0.0,
982
+ "step": 1390
983
+ },
984
+ {
985
+ "epoch": 0.5411673753382296,
986
+ "grad_norm": 0.0,
987
+ "learning_rate": 4.098054374436284e-05,
988
+ "loss": 0.0,
989
+ "step": 1400
990
+ },
991
+ {
992
+ "epoch": 0.5450328565906455,
993
+ "grad_norm": 0.0,
994
+ "learning_rate": 4.091611905682258e-05,
995
+ "loss": 0.0,
996
+ "step": 1410
997
+ },
998
+ {
999
+ "epoch": 0.5488983378430614,
1000
+ "grad_norm": 0.0,
1001
+ "learning_rate": 4.0851694369282313e-05,
1002
+ "loss": 0.0,
1003
+ "step": 1420
1004
+ },
1005
+ {
1006
+ "epoch": 0.5527638190954773,
1007
+ "grad_norm": 0.0,
1008
+ "learning_rate": 4.078726968174205e-05,
1009
+ "loss": 0.0,
1010
+ "step": 1430
1011
+ },
1012
+ {
1013
+ "epoch": 0.5566293003478933,
1014
+ "grad_norm": 0.0,
1015
+ "learning_rate": 4.072284499420178e-05,
1016
+ "loss": 0.0,
1017
+ "step": 1440
1018
+ },
1019
+ {
1020
+ "epoch": 0.5604947816003092,
1021
+ "grad_norm": 0.0,
1022
+ "learning_rate": 4.0658420306661514e-05,
1023
+ "loss": 0.0,
1024
+ "step": 1450
1025
+ },
1026
+ {
1027
+ "epoch": 0.5643602628527251,
1028
+ "grad_norm": 0.0,
1029
+ "learning_rate": 4.059399561912125e-05,
1030
+ "loss": 0.0,
1031
+ "step": 1460
1032
+ },
1033
+ {
1034
+ "epoch": 0.568225744105141,
1035
+ "grad_norm": 0.0,
1036
+ "learning_rate": 4.052957093158099e-05,
1037
+ "loss": 0.0,
1038
+ "step": 1470
1039
+ },
1040
+ {
1041
+ "epoch": 0.572091225357557,
1042
+ "grad_norm": 0.0,
1043
+ "learning_rate": 4.046514624404072e-05,
1044
+ "loss": 0.0,
1045
+ "step": 1480
1046
+ },
1047
+ {
1048
+ "epoch": 0.5759567066099729,
1049
+ "grad_norm": 0.0,
1050
+ "learning_rate": 4.0400721556500455e-05,
1051
+ "loss": 0.0,
1052
+ "step": 1490
1053
+ },
1054
+ {
1055
+ "epoch": 0.5798221878623888,
1056
+ "grad_norm": 0.0,
1057
+ "learning_rate": 4.033629686896019e-05,
1058
+ "loss": 0.0,
1059
+ "step": 1500
1060
+ },
1061
+ {
1062
+ "epoch": 0.5836876691148047,
1063
+ "grad_norm": 0.0,
1064
+ "learning_rate": 4.027187218141992e-05,
1065
+ "loss": 0.0,
1066
+ "step": 1510
1067
+ },
1068
+ {
1069
+ "epoch": 0.5875531503672207,
1070
+ "grad_norm": 0.0,
1071
+ "learning_rate": 4.0207447493879656e-05,
1072
+ "loss": 0.0,
1073
+ "step": 1520
1074
+ },
1075
+ {
1076
+ "epoch": 0.5914186316196366,
1077
+ "grad_norm": 0.0,
1078
+ "learning_rate": 4.014302280633939e-05,
1079
+ "loss": 0.0,
1080
+ "step": 1530
1081
+ },
1082
+ {
1083
+ "epoch": 0.5952841128720525,
1084
+ "grad_norm": 0.0,
1085
+ "learning_rate": 4.007859811879913e-05,
1086
+ "loss": 0.0,
1087
+ "step": 1540
1088
+ },
1089
+ {
1090
+ "epoch": 0.5991495941244684,
1091
+ "grad_norm": 0.0,
1092
+ "learning_rate": 4.001417343125886e-05,
1093
+ "loss": 0.0,
1094
+ "step": 1550
1095
+ },
1096
+ {
1097
+ "epoch": 0.6030150753768844,
1098
+ "grad_norm": 0.0,
1099
+ "learning_rate": 3.9949748743718597e-05,
1100
+ "loss": 0.0,
1101
+ "step": 1560
1102
+ },
1103
+ {
1104
+ "epoch": 0.6068805566293003,
1105
+ "grad_norm": 0.0,
1106
+ "learning_rate": 3.988532405617833e-05,
1107
+ "loss": 0.0,
1108
+ "step": 1570
1109
+ },
1110
+ {
1111
+ "epoch": 0.6107460378817162,
1112
+ "grad_norm": 0.0,
1113
+ "learning_rate": 3.9820899368638064e-05,
1114
+ "loss": 0.0,
1115
+ "step": 1580
1116
+ },
1117
+ {
1118
+ "epoch": 0.6146115191341321,
1119
+ "grad_norm": 0.0,
1120
+ "learning_rate": 3.97564746810978e-05,
1121
+ "loss": 0.0,
1122
+ "step": 1590
1123
+ },
1124
+ {
1125
+ "epoch": 0.6184770003865481,
1126
+ "grad_norm": 0.0,
1127
+ "learning_rate": 3.969204999355754e-05,
1128
+ "loss": 0.0,
1129
+ "step": 1600
1130
+ },
1131
+ {
1132
+ "epoch": 0.622342481638964,
1133
+ "grad_norm": 0.0,
1134
+ "learning_rate": 3.962762530601727e-05,
1135
+ "loss": 0.0,
1136
+ "step": 1610
1137
+ },
1138
+ {
1139
+ "epoch": 0.62620796289138,
1140
+ "grad_norm": 0.0,
1141
+ "learning_rate": 3.9563200618477005e-05,
1142
+ "loss": 0.0,
1143
+ "step": 1620
1144
+ },
1145
+ {
1146
+ "epoch": 0.630073444143796,
1147
+ "grad_norm": 0.0,
1148
+ "learning_rate": 3.949877593093674e-05,
1149
+ "loss": 0.0,
1150
+ "step": 1630
1151
+ },
1152
+ {
1153
+ "epoch": 0.6339389253962119,
1154
+ "grad_norm": 0.0,
1155
+ "learning_rate": 3.943435124339647e-05,
1156
+ "loss": 0.0,
1157
+ "step": 1640
1158
+ },
1159
+ {
1160
+ "epoch": 0.6378044066486278,
1161
+ "grad_norm": 0.0,
1162
+ "learning_rate": 3.9369926555856205e-05,
1163
+ "loss": 0.0,
1164
+ "step": 1650
1165
+ },
1166
+ {
1167
+ "epoch": 0.6416698879010437,
1168
+ "grad_norm": 0.0,
1169
+ "learning_rate": 3.930550186831594e-05,
1170
+ "loss": 0.0,
1171
+ "step": 1660
1172
+ },
1173
+ {
1174
+ "epoch": 0.6455353691534597,
1175
+ "grad_norm": 0.0,
1176
+ "learning_rate": 3.924107718077568e-05,
1177
+ "loss": 0.0,
1178
+ "step": 1670
1179
+ },
1180
+ {
1181
+ "epoch": 0.6494008504058756,
1182
+ "grad_norm": 0.0,
1183
+ "learning_rate": 3.917665249323541e-05,
1184
+ "loss": 0.0,
1185
+ "step": 1680
1186
+ },
1187
+ {
1188
+ "epoch": 0.6532663316582915,
1189
+ "grad_norm": 0.0,
1190
+ "learning_rate": 3.9112227805695146e-05,
1191
+ "loss": 0.0,
1192
+ "step": 1690
1193
+ },
1194
+ {
1195
+ "epoch": 0.6571318129107074,
1196
+ "grad_norm": 0.0,
1197
+ "learning_rate": 3.904780311815488e-05,
1198
+ "loss": 0.0,
1199
+ "step": 1700
1200
+ },
1201
+ {
1202
+ "epoch": 0.6609972941631234,
1203
+ "grad_norm": 0.0,
1204
+ "learning_rate": 3.898337843061461e-05,
1205
+ "loss": 0.0,
1206
+ "step": 1710
1207
+ },
1208
+ {
1209
+ "epoch": 0.6648627754155393,
1210
+ "grad_norm": 0.0,
1211
+ "learning_rate": 3.891895374307435e-05,
1212
+ "loss": 0.0,
1213
+ "step": 1720
1214
+ },
1215
+ {
1216
+ "epoch": 0.6687282566679552,
1217
+ "grad_norm": 0.0,
1218
+ "learning_rate": 3.885452905553408e-05,
1219
+ "loss": 0.0,
1220
+ "step": 1730
1221
+ },
1222
+ {
1223
+ "epoch": 0.6725937379203711,
1224
+ "grad_norm": 0.0,
1225
+ "learning_rate": 3.879010436799382e-05,
1226
+ "loss": 0.0,
1227
+ "step": 1740
1228
+ },
1229
+ {
1230
+ "epoch": 0.6764592191727871,
1231
+ "grad_norm": 0.0,
1232
+ "learning_rate": 3.8725679680453554e-05,
1233
+ "loss": 0.0,
1234
+ "step": 1750
1235
+ },
1236
+ {
1237
+ "epoch": 0.680324700425203,
1238
+ "grad_norm": 0.0,
1239
+ "learning_rate": 3.866125499291329e-05,
1240
+ "loss": 0.0,
1241
+ "step": 1760
1242
+ },
1243
+ {
1244
+ "epoch": 0.6841901816776189,
1245
+ "grad_norm": 0.0,
1246
+ "learning_rate": 3.859683030537302e-05,
1247
+ "loss": 0.0,
1248
+ "step": 1770
1249
+ },
1250
+ {
1251
+ "epoch": 0.6880556629300348,
1252
+ "grad_norm": 0.0,
1253
+ "learning_rate": 3.8532405617832755e-05,
1254
+ "loss": 0.0,
1255
+ "step": 1780
1256
+ },
1257
+ {
1258
+ "epoch": 0.6919211441824508,
1259
+ "grad_norm": 0.0,
1260
+ "learning_rate": 3.846798093029249e-05,
1261
+ "loss": 0.0,
1262
+ "step": 1790
1263
+ },
1264
+ {
1265
+ "epoch": 0.6957866254348667,
1266
+ "grad_norm": 0.0,
1267
+ "learning_rate": 3.840355624275223e-05,
1268
+ "loss": 0.0,
1269
+ "step": 1800
1270
+ },
1271
+ {
1272
+ "epoch": 0.6996521066872826,
1273
+ "grad_norm": 0.0,
1274
+ "learning_rate": 3.833913155521196e-05,
1275
+ "loss": 0.0,
1276
+ "step": 1810
1277
+ },
1278
+ {
1279
+ "epoch": 0.7035175879396985,
1280
+ "grad_norm": 0.0,
1281
+ "learning_rate": 3.8274706867671696e-05,
1282
+ "loss": 0.0,
1283
+ "step": 1820
1284
+ },
1285
+ {
1286
+ "epoch": 0.7073830691921145,
1287
+ "grad_norm": 0.0,
1288
+ "learning_rate": 3.821028218013143e-05,
1289
+ "loss": 0.0,
1290
+ "step": 1830
1291
+ },
1292
+ {
1293
+ "epoch": 0.7112485504445304,
1294
+ "grad_norm": 0.0,
1295
+ "learning_rate": 3.814585749259116e-05,
1296
+ "loss": 0.0,
1297
+ "step": 1840
1298
+ },
1299
+ {
1300
+ "epoch": 0.7151140316969463,
1301
+ "grad_norm": 0.0,
1302
+ "learning_rate": 3.8081432805050896e-05,
1303
+ "loss": 0.0,
1304
+ "step": 1850
1305
+ },
1306
+ {
1307
+ "epoch": 0.7189795129493622,
1308
+ "grad_norm": 0.0,
1309
+ "learning_rate": 3.801700811751063e-05,
1310
+ "loss": 0.0,
1311
+ "step": 1860
1312
+ },
1313
+ {
1314
+ "epoch": 0.7228449942017782,
1315
+ "grad_norm": 0.0,
1316
+ "learning_rate": 3.795258342997037e-05,
1317
+ "loss": 0.0,
1318
+ "step": 1870
1319
+ },
1320
+ {
1321
+ "epoch": 0.7267104754541941,
1322
+ "grad_norm": 0.0,
1323
+ "learning_rate": 3.7888158742430104e-05,
1324
+ "loss": 0.0,
1325
+ "step": 1880
1326
+ },
1327
+ {
1328
+ "epoch": 0.73057595670661,
1329
+ "grad_norm": 0.0,
1330
+ "learning_rate": 3.782373405488984e-05,
1331
+ "loss": 0.0,
1332
+ "step": 1890
1333
+ },
1334
+ {
1335
+ "epoch": 0.734441437959026,
1336
+ "grad_norm": 0.0,
1337
+ "learning_rate": 3.775930936734957e-05,
1338
+ "loss": 0.0,
1339
+ "step": 1900
1340
+ },
1341
+ {
1342
+ "epoch": 0.7383069192114419,
1343
+ "grad_norm": 0.0,
1344
+ "learning_rate": 3.7694884679809304e-05,
1345
+ "loss": 0.0,
1346
+ "step": 1910
1347
+ },
1348
+ {
1349
+ "epoch": 0.7421724004638578,
1350
+ "grad_norm": 0.0,
1351
+ "learning_rate": 3.763045999226904e-05,
1352
+ "loss": 0.0,
1353
+ "step": 1920
1354
+ },
1355
+ {
1356
+ "epoch": 0.7460378817162737,
1357
+ "grad_norm": 0.0,
1358
+ "learning_rate": 3.756603530472878e-05,
1359
+ "loss": 0.0,
1360
+ "step": 1930
1361
+ },
1362
+ {
1363
+ "epoch": 0.7499033629686896,
1364
+ "grad_norm": 0.0,
1365
+ "learning_rate": 3.750161061718851e-05,
1366
+ "loss": 0.0,
1367
+ "step": 1940
1368
+ },
1369
+ {
1370
+ "epoch": 0.7537688442211056,
1371
+ "grad_norm": 0.0,
1372
+ "learning_rate": 3.7437185929648245e-05,
1373
+ "loss": 0.0,
1374
+ "step": 1950
1375
+ },
1376
+ {
1377
+ "epoch": 0.7576343254735215,
1378
+ "grad_norm": 0.0,
1379
+ "learning_rate": 3.737276124210798e-05,
1380
+ "loss": 0.0,
1381
+ "step": 1960
1382
+ },
1383
+ {
1384
+ "epoch": 0.7614998067259374,
1385
+ "grad_norm": 0.0,
1386
+ "learning_rate": 3.730833655456771e-05,
1387
+ "loss": 0.0,
1388
+ "step": 1970
1389
+ },
1390
+ {
1391
+ "epoch": 0.7653652879783533,
1392
+ "grad_norm": 0.0,
1393
+ "learning_rate": 3.7243911867027446e-05,
1394
+ "loss": 0.0,
1395
+ "step": 1980
1396
+ },
1397
+ {
1398
+ "epoch": 0.7692307692307693,
1399
+ "grad_norm": 0.0,
1400
+ "learning_rate": 3.717948717948718e-05,
1401
+ "loss": 0.0,
1402
+ "step": 1990
1403
+ },
1404
+ {
1405
+ "epoch": 0.7730962504831852,
1406
+ "grad_norm": 0.0,
1407
+ "learning_rate": 3.711506249194692e-05,
1408
+ "loss": 0.0,
1409
+ "step": 2000
1410
+ },
1411
+ {
1412
+ "epoch": 0.7769617317356011,
1413
+ "grad_norm": 0.0,
1414
+ "learning_rate": 3.705063780440665e-05,
1415
+ "loss": 0.0,
1416
+ "step": 2010
1417
+ },
1418
+ {
1419
+ "epoch": 0.780827212988017,
1420
+ "grad_norm": 0.0,
1421
+ "learning_rate": 3.6986213116866387e-05,
1422
+ "loss": 0.0,
1423
+ "step": 2020
1424
+ },
1425
+ {
1426
+ "epoch": 0.784692694240433,
1427
+ "grad_norm": 0.0,
1428
+ "learning_rate": 3.692178842932612e-05,
1429
+ "loss": 0.0,
1430
+ "step": 2030
1431
+ },
1432
+ {
1433
+ "epoch": 0.7885581754928489,
1434
+ "grad_norm": 0.0,
1435
+ "learning_rate": 3.6857363741785854e-05,
1436
+ "loss": 0.0,
1437
+ "step": 2040
1438
+ },
1439
+ {
1440
+ "epoch": 0.7924236567452648,
1441
+ "grad_norm": 0.0,
1442
+ "learning_rate": 3.679293905424559e-05,
1443
+ "loss": 0.0,
1444
+ "step": 2050
1445
+ },
1446
+ {
1447
+ "epoch": 0.7962891379976808,
1448
+ "grad_norm": 0.0,
1449
+ "learning_rate": 3.672851436670533e-05,
1450
+ "loss": 0.0,
1451
+ "step": 2060
1452
+ },
1453
+ {
1454
+ "epoch": 0.8001546192500967,
1455
+ "grad_norm": 0.0,
1456
+ "learning_rate": 3.666408967916506e-05,
1457
+ "loss": 0.0,
1458
+ "step": 2070
1459
+ },
1460
+ {
1461
+ "epoch": 0.8040201005025126,
1462
+ "grad_norm": 0.0,
1463
+ "learning_rate": 3.6599664991624795e-05,
1464
+ "loss": 0.0,
1465
+ "step": 2080
1466
+ },
1467
+ {
1468
+ "epoch": 0.8078855817549285,
1469
+ "grad_norm": 0.0,
1470
+ "learning_rate": 3.653524030408453e-05,
1471
+ "loss": 0.0,
1472
+ "step": 2090
1473
+ },
1474
+ {
1475
+ "epoch": 0.8117510630073445,
1476
+ "grad_norm": 0.0,
1477
+ "learning_rate": 3.647081561654426e-05,
1478
+ "loss": 0.0,
1479
+ "step": 2100
1480
+ },
1481
+ {
1482
+ "epoch": 0.8156165442597604,
1483
+ "grad_norm": 0.0,
1484
+ "learning_rate": 3.6406390929003995e-05,
1485
+ "loss": 0.0,
1486
+ "step": 2110
1487
+ },
1488
+ {
1489
+ "epoch": 0.8194820255121763,
1490
+ "grad_norm": 0.0,
1491
+ "learning_rate": 3.634196624146373e-05,
1492
+ "loss": 0.0,
1493
+ "step": 2120
1494
+ },
1495
+ {
1496
+ "epoch": 0.8233475067645922,
1497
+ "grad_norm": 0.0,
1498
+ "learning_rate": 3.627754155392347e-05,
1499
+ "loss": 0.0,
1500
+ "step": 2130
1501
+ },
1502
+ {
1503
+ "epoch": 0.8272129880170082,
1504
+ "grad_norm": 0.0,
1505
+ "learning_rate": 3.62131168663832e-05,
1506
+ "loss": 0.0,
1507
+ "step": 2140
1508
+ },
1509
+ {
1510
+ "epoch": 0.8310784692694241,
1511
+ "grad_norm": 0.0,
1512
+ "learning_rate": 3.6148692178842936e-05,
1513
+ "loss": 0.0,
1514
+ "step": 2150
1515
+ },
1516
+ {
1517
+ "epoch": 0.83494395052184,
1518
+ "grad_norm": 0.0,
1519
+ "learning_rate": 3.608426749130267e-05,
1520
+ "loss": 0.0,
1521
+ "step": 2160
1522
+ },
1523
+ {
1524
+ "epoch": 0.8388094317742559,
1525
+ "grad_norm": 0.0,
1526
+ "learning_rate": 3.60198428037624e-05,
1527
+ "loss": 0.0,
1528
+ "step": 2170
1529
+ },
1530
+ {
1531
+ "epoch": 0.8426749130266719,
1532
+ "grad_norm": 0.0,
1533
+ "learning_rate": 3.595541811622214e-05,
1534
+ "loss": 0.0,
1535
+ "step": 2180
1536
+ },
1537
+ {
1538
+ "epoch": 0.8465403942790878,
1539
+ "grad_norm": 0.0,
1540
+ "learning_rate": 3.589099342868188e-05,
1541
+ "loss": 0.0,
1542
+ "step": 2190
1543
+ },
1544
+ {
1545
+ "epoch": 0.8504058755315037,
1546
+ "grad_norm": 0.0,
1547
+ "learning_rate": 3.582656874114161e-05,
1548
+ "loss": 0.0,
1549
+ "step": 2200
1550
+ },
1551
+ {
1552
+ "epoch": 0.8542713567839196,
1553
+ "grad_norm": 0.0,
1554
+ "learning_rate": 3.5762144053601344e-05,
1555
+ "loss": 0.0,
1556
+ "step": 2210
1557
+ },
1558
+ {
1559
+ "epoch": 0.8581368380363356,
1560
+ "grad_norm": 0.0,
1561
+ "learning_rate": 3.569771936606108e-05,
1562
+ "loss": 0.0,
1563
+ "step": 2220
1564
+ },
1565
+ {
1566
+ "epoch": 0.8620023192887515,
1567
+ "grad_norm": 0.0,
1568
+ "learning_rate": 3.563329467852081e-05,
1569
+ "loss": 0.0,
1570
+ "step": 2230
1571
+ },
1572
+ {
1573
+ "epoch": 0.8658678005411674,
1574
+ "grad_norm": 0.0,
1575
+ "learning_rate": 3.5568869990980545e-05,
1576
+ "loss": 0.0,
1577
+ "step": 2240
1578
+ },
1579
+ {
1580
+ "epoch": 0.8697332817935833,
1581
+ "grad_norm": 0.0,
1582
+ "learning_rate": 3.550444530344028e-05,
1583
+ "loss": 0.0,
1584
+ "step": 2250
1585
+ },
1586
+ {
1587
+ "epoch": 0.8735987630459993,
1588
+ "grad_norm": 0.0,
1589
+ "learning_rate": 3.544002061590002e-05,
1590
+ "loss": 0.0,
1591
+ "step": 2260
1592
+ },
1593
+ {
1594
+ "epoch": 0.8774642442984152,
1595
+ "grad_norm": 0.0,
1596
+ "learning_rate": 3.537559592835975e-05,
1597
+ "loss": 0.0,
1598
+ "step": 2270
1599
+ },
1600
+ {
1601
+ "epoch": 0.8813297255508311,
1602
+ "grad_norm": 0.0,
1603
+ "learning_rate": 3.5311171240819486e-05,
1604
+ "loss": 0.0,
1605
+ "step": 2280
1606
+ },
1607
+ {
1608
+ "epoch": 0.885195206803247,
1609
+ "grad_norm": 0.0,
1610
+ "learning_rate": 3.524674655327922e-05,
1611
+ "loss": 0.0,
1612
+ "step": 2290
1613
+ },
1614
+ {
1615
+ "epoch": 0.889060688055663,
1616
+ "grad_norm": 0.0,
1617
+ "learning_rate": 3.518232186573895e-05,
1618
+ "loss": 0.0,
1619
+ "step": 2300
1620
+ },
1621
+ {
1622
+ "epoch": 0.8929261693080789,
1623
+ "grad_norm": 0.0,
1624
+ "learning_rate": 3.5117897178198686e-05,
1625
+ "loss": 0.0,
1626
+ "step": 2310
1627
+ },
1628
+ {
1629
+ "epoch": 0.8967916505604948,
1630
+ "grad_norm": 0.0,
1631
+ "learning_rate": 3.5053472490658427e-05,
1632
+ "loss": 0.0,
1633
+ "step": 2320
1634
+ },
1635
+ {
1636
+ "epoch": 0.9006571318129107,
1637
+ "grad_norm": 0.0,
1638
+ "learning_rate": 3.498904780311816e-05,
1639
+ "loss": 0.0,
1640
+ "step": 2330
1641
+ },
1642
+ {
1643
+ "epoch": 0.9045226130653267,
1644
+ "grad_norm": 0.0,
1645
+ "learning_rate": 3.4924623115577894e-05,
1646
+ "loss": 0.0,
1647
+ "step": 2340
1648
+ },
1649
+ {
1650
+ "epoch": 0.9083880943177426,
1651
+ "grad_norm": 0.0,
1652
+ "learning_rate": 3.486019842803763e-05,
1653
+ "loss": 0.0,
1654
+ "step": 2350
1655
+ },
1656
+ {
1657
+ "epoch": 0.9122535755701585,
1658
+ "grad_norm": 0.0,
1659
+ "learning_rate": 3.479577374049736e-05,
1660
+ "loss": 0.0,
1661
+ "step": 2360
1662
+ },
1663
+ {
1664
+ "epoch": 0.9161190568225744,
1665
+ "grad_norm": 0.0,
1666
+ "learning_rate": 3.4731349052957094e-05,
1667
+ "loss": 0.0,
1668
+ "step": 2370
1669
+ },
1670
+ {
1671
+ "epoch": 0.9199845380749904,
1672
+ "grad_norm": 0.0,
1673
+ "learning_rate": 3.466692436541683e-05,
1674
+ "loss": 0.0,
1675
+ "step": 2380
1676
+ },
1677
+ {
1678
+ "epoch": 0.9238500193274063,
1679
+ "grad_norm": 0.0,
1680
+ "learning_rate": 3.460249967787657e-05,
1681
+ "loss": 0.0,
1682
+ "step": 2390
1683
+ },
1684
+ {
1685
+ "epoch": 0.9277155005798222,
1686
+ "grad_norm": 0.0,
1687
+ "learning_rate": 3.45380749903363e-05,
1688
+ "loss": 0.0,
1689
+ "step": 2400
1690
+ },
1691
+ {
1692
+ "epoch": 0.9315809818322381,
1693
+ "grad_norm": 0.0,
1694
+ "learning_rate": 3.4473650302796035e-05,
1695
+ "loss": 0.0,
1696
+ "step": 2410
1697
+ },
1698
+ {
1699
+ "epoch": 0.9354464630846541,
1700
+ "grad_norm": 0.0,
1701
+ "learning_rate": 3.440922561525577e-05,
1702
+ "loss": 0.0,
1703
+ "step": 2420
1704
+ },
1705
+ {
1706
+ "epoch": 0.93931194433707,
1707
+ "grad_norm": 0.0,
1708
+ "learning_rate": 3.43448009277155e-05,
1709
+ "loss": 0.0,
1710
+ "step": 2430
1711
+ },
1712
+ {
1713
+ "epoch": 0.9431774255894859,
1714
+ "grad_norm": 0.0,
1715
+ "learning_rate": 3.4280376240175236e-05,
1716
+ "loss": 0.0,
1717
+ "step": 2440
1718
+ },
1719
+ {
1720
+ "epoch": 0.9470429068419018,
1721
+ "grad_norm": 0.0,
1722
+ "learning_rate": 3.4215951552634976e-05,
1723
+ "loss": 0.0,
1724
+ "step": 2450
1725
+ },
1726
+ {
1727
+ "epoch": 0.9509083880943178,
1728
+ "grad_norm": 0.0,
1729
+ "learning_rate": 3.415152686509471e-05,
1730
+ "loss": 0.0,
1731
+ "step": 2460
1732
+ },
1733
+ {
1734
+ "epoch": 0.9547738693467337,
1735
+ "grad_norm": 0.0,
1736
+ "learning_rate": 3.408710217755444e-05,
1737
+ "loss": 0.0,
1738
+ "step": 2470
1739
+ },
1740
+ {
1741
+ "epoch": 0.9586393505991496,
1742
+ "grad_norm": 0.0,
1743
+ "learning_rate": 3.402267749001418e-05,
1744
+ "loss": 0.0,
1745
+ "step": 2480
1746
+ },
1747
+ {
1748
+ "epoch": 0.9625048318515655,
1749
+ "grad_norm": 0.0,
1750
+ "learning_rate": 3.395825280247391e-05,
1751
+ "loss": 0.0,
1752
+ "step": 2490
1753
+ },
1754
+ {
1755
+ "epoch": 0.9663703131039815,
1756
+ "grad_norm": 0.0,
1757
+ "learning_rate": 3.3893828114933644e-05,
1758
+ "loss": 0.0,
1759
+ "step": 2500
1760
+ },
1761
+ {
1762
+ "epoch": 0.9702357943563974,
1763
+ "grad_norm": 0.0,
1764
+ "learning_rate": 3.382940342739338e-05,
1765
+ "loss": 0.0,
1766
+ "step": 2510
1767
+ },
1768
+ {
1769
+ "epoch": 0.9741012756088133,
1770
+ "grad_norm": 0.0,
1771
+ "learning_rate": 3.376497873985312e-05,
1772
+ "loss": 0.0,
1773
+ "step": 2520
1774
+ },
1775
+ {
1776
+ "epoch": 0.9779667568612292,
1777
+ "grad_norm": 0.0,
1778
+ "learning_rate": 3.370055405231285e-05,
1779
+ "loss": 0.0,
1780
+ "step": 2530
1781
+ },
1782
+ {
1783
+ "epoch": 0.9818322381136452,
1784
+ "grad_norm": 0.0,
1785
+ "learning_rate": 3.3636129364772585e-05,
1786
+ "loss": 0.0,
1787
+ "step": 2540
1788
+ },
1789
+ {
1790
+ "epoch": 0.9856977193660611,
1791
+ "grad_norm": 0.0,
1792
+ "learning_rate": 3.357170467723232e-05,
1793
+ "loss": 0.0,
1794
+ "step": 2550
1795
+ },
1796
+ {
1797
+ "epoch": 0.989563200618477,
1798
+ "grad_norm": 0.0,
1799
+ "learning_rate": 3.350727998969205e-05,
1800
+ "loss": 0.0,
1801
+ "step": 2560
1802
+ },
1803
+ {
1804
+ "epoch": 0.993428681870893,
1805
+ "grad_norm": 0.0,
1806
+ "learning_rate": 3.3442855302151785e-05,
1807
+ "loss": 0.0,
1808
+ "step": 2570
1809
+ },
1810
+ {
1811
+ "epoch": 0.9972941631233089,
1812
+ "grad_norm": 0.0,
1813
+ "learning_rate": 3.3378430614611526e-05,
1814
+ "loss": 0.0,
1815
+ "step": 2580
1816
+ }
1817
+ ],
1818
+ "logging_steps": 10,
1819
+ "max_steps": 7761,
1820
+ "num_input_tokens_seen": 0,
1821
+ "num_train_epochs": 3,
1822
+ "save_steps": 10,
1823
+ "stateful_callbacks": {
1824
+ "TrainerControl": {
1825
+ "args": {
1826
+ "should_epoch_stop": false,
1827
+ "should_evaluate": false,
1828
+ "should_log": false,
1829
+ "should_save": true,
1830
+ "should_training_stop": false
1831
+ },
1832
+ "attributes": {}
1833
+ }
1834
+ },
1835
+ "total_flos": 0.0,
1836
+ "train_batch_size": 16,
1837
+ "trial_name": null,
1838
+ "trial_params": null
1839
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:767936e59f3e8337b149383e0c26422ce3573807770aff72f312af16437f53dc
3
+ size 5368
vocab.json ADDED
The diff for this file is too large to render. See raw diff