enoriega's picture
End of training
107c97e
{
"best_metric": null,
"best_model_checkpoint": null,
"epoch": 3.0,
"global_step": 375,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.01,
"learning_rate": 5e-05,
"loss": 1.0013,
"step": 1
},
{
"epoch": 0.02,
"learning_rate": 4.986666666666667e-05,
"loss": 1.0009,
"step": 2
},
{
"epoch": 0.02,
"learning_rate": 4.973333333333334e-05,
"loss": 0.9946,
"step": 3
},
{
"epoch": 0.03,
"learning_rate": 4.96e-05,
"loss": 0.9779,
"step": 4
},
{
"epoch": 0.04,
"learning_rate": 4.9466666666666665e-05,
"loss": 0.9227,
"step": 5
},
{
"epoch": 0.05,
"learning_rate": 4.933333333333334e-05,
"loss": 0.7933,
"step": 6
},
{
"epoch": 0.06,
"learning_rate": 4.92e-05,
"loss": 0.6935,
"step": 7
},
{
"epoch": 0.06,
"learning_rate": 4.906666666666667e-05,
"loss": 0.6381,
"step": 8
},
{
"epoch": 0.07,
"learning_rate": 4.8933333333333335e-05,
"loss": 0.6094,
"step": 9
},
{
"epoch": 0.08,
"learning_rate": 4.88e-05,
"loss": 0.5823,
"step": 10
},
{
"epoch": 0.09,
"learning_rate": 4.866666666666667e-05,
"loss": 0.5418,
"step": 11
},
{
"epoch": 0.1,
"learning_rate": 4.853333333333334e-05,
"loss": 0.5124,
"step": 12
},
{
"epoch": 0.1,
"learning_rate": 4.8400000000000004e-05,
"loss": 0.4996,
"step": 13
},
{
"epoch": 0.11,
"learning_rate": 4.826666666666667e-05,
"loss": 0.4831,
"step": 14
},
{
"epoch": 0.12,
"learning_rate": 4.8133333333333336e-05,
"loss": 0.452,
"step": 15
},
{
"epoch": 0.13,
"learning_rate": 4.8e-05,
"loss": 0.4405,
"step": 16
},
{
"epoch": 0.14,
"learning_rate": 4.7866666666666674e-05,
"loss": 0.4283,
"step": 17
},
{
"epoch": 0.14,
"learning_rate": 4.773333333333333e-05,
"loss": 0.425,
"step": 18
},
{
"epoch": 0.15,
"learning_rate": 4.76e-05,
"loss": 0.4114,
"step": 19
},
{
"epoch": 0.16,
"learning_rate": 4.746666666666667e-05,
"loss": 0.3814,
"step": 20
},
{
"epoch": 0.16,
"eval_loss": 0.390869140625,
"eval_margin_accuracy": 0.831653392732187,
"eval_runtime": 3803.8224,
"eval_samples_per_second": 196.864,
"eval_steps_per_second": 49.216,
"step": 20
},
{
"epoch": 0.17,
"learning_rate": 4.7333333333333336e-05,
"loss": 0.3845,
"step": 21
},
{
"epoch": 0.18,
"learning_rate": 4.72e-05,
"loss": 0.3831,
"step": 22
},
{
"epoch": 0.18,
"learning_rate": 4.706666666666667e-05,
"loss": 0.3914,
"step": 23
},
{
"epoch": 0.19,
"learning_rate": 4.6933333333333333e-05,
"loss": 0.3763,
"step": 24
},
{
"epoch": 0.2,
"learning_rate": 4.6800000000000006e-05,
"loss": 0.3683,
"step": 25
},
{
"epoch": 0.21,
"learning_rate": 4.666666666666667e-05,
"loss": 0.3766,
"step": 26
},
{
"epoch": 0.22,
"learning_rate": 4.653333333333334e-05,
"loss": 0.3662,
"step": 27
},
{
"epoch": 0.22,
"learning_rate": 4.64e-05,
"loss": 0.3722,
"step": 28
},
{
"epoch": 0.23,
"learning_rate": 4.626666666666667e-05,
"loss": 0.3534,
"step": 29
},
{
"epoch": 0.24,
"learning_rate": 4.6133333333333334e-05,
"loss": 0.3482,
"step": 30
},
{
"epoch": 0.25,
"learning_rate": 4.600000000000001e-05,
"loss": 0.359,
"step": 31
},
{
"epoch": 0.26,
"learning_rate": 4.5866666666666666e-05,
"loss": 0.3519,
"step": 32
},
{
"epoch": 0.26,
"learning_rate": 4.573333333333333e-05,
"loss": 0.3614,
"step": 33
},
{
"epoch": 0.27,
"learning_rate": 4.5600000000000004e-05,
"loss": 0.372,
"step": 34
},
{
"epoch": 0.28,
"learning_rate": 4.546666666666667e-05,
"loss": 0.3432,
"step": 35
},
{
"epoch": 0.29,
"learning_rate": 4.5333333333333335e-05,
"loss": 0.3578,
"step": 36
},
{
"epoch": 0.3,
"learning_rate": 4.52e-05,
"loss": 0.3338,
"step": 37
},
{
"epoch": 0.3,
"learning_rate": 4.5066666666666667e-05,
"loss": 0.3408,
"step": 38
},
{
"epoch": 0.31,
"learning_rate": 4.493333333333333e-05,
"loss": 0.3352,
"step": 39
},
{
"epoch": 0.32,
"learning_rate": 4.4800000000000005e-05,
"loss": 0.349,
"step": 40
},
{
"epoch": 0.32,
"eval_loss": 0.33349609375,
"eval_margin_accuracy": 0.8463428574480928,
"eval_runtime": 3808.321,
"eval_samples_per_second": 196.632,
"eval_steps_per_second": 49.158,
"step": 40
},
{
"epoch": 0.33,
"learning_rate": 4.466666666666667e-05,
"loss": 0.3306,
"step": 41
},
{
"epoch": 0.34,
"learning_rate": 4.4533333333333336e-05,
"loss": 0.3394,
"step": 42
},
{
"epoch": 0.34,
"learning_rate": 4.44e-05,
"loss": 0.3503,
"step": 43
},
{
"epoch": 0.35,
"learning_rate": 4.426666666666667e-05,
"loss": 0.3219,
"step": 44
},
{
"epoch": 0.36,
"learning_rate": 4.413333333333334e-05,
"loss": 0.3345,
"step": 45
},
{
"epoch": 0.37,
"learning_rate": 4.4000000000000006e-05,
"loss": 0.3313,
"step": 46
},
{
"epoch": 0.38,
"learning_rate": 4.3866666666666665e-05,
"loss": 0.3272,
"step": 47
},
{
"epoch": 0.38,
"learning_rate": 4.373333333333334e-05,
"loss": 0.3284,
"step": 48
},
{
"epoch": 0.39,
"learning_rate": 4.36e-05,
"loss": 0.3332,
"step": 49
},
{
"epoch": 0.4,
"learning_rate": 4.346666666666667e-05,
"loss": 0.3415,
"step": 50
},
{
"epoch": 0.41,
"learning_rate": 4.3333333333333334e-05,
"loss": 0.3159,
"step": 51
},
{
"epoch": 0.42,
"learning_rate": 4.32e-05,
"loss": 0.33,
"step": 52
},
{
"epoch": 0.42,
"learning_rate": 4.3066666666666665e-05,
"loss": 0.3157,
"step": 53
},
{
"epoch": 0.43,
"learning_rate": 4.293333333333334e-05,
"loss": 0.3086,
"step": 54
},
{
"epoch": 0.44,
"learning_rate": 4.2800000000000004e-05,
"loss": 0.3145,
"step": 55
},
{
"epoch": 0.45,
"learning_rate": 4.266666666666667e-05,
"loss": 0.3145,
"step": 56
},
{
"epoch": 0.46,
"learning_rate": 4.2533333333333335e-05,
"loss": 0.3411,
"step": 57
},
{
"epoch": 0.46,
"learning_rate": 4.24e-05,
"loss": 0.3183,
"step": 58
},
{
"epoch": 0.47,
"learning_rate": 4.226666666666667e-05,
"loss": 0.3104,
"step": 59
},
{
"epoch": 0.48,
"learning_rate": 4.213333333333334e-05,
"loss": 0.3196,
"step": 60
},
{
"epoch": 0.48,
"eval_loss": 0.31005859375,
"eval_margin_accuracy": 0.8587380948565507,
"eval_runtime": 3800.708,
"eval_samples_per_second": 197.025,
"eval_steps_per_second": 49.256,
"step": 60
},
{
"epoch": 0.49,
"learning_rate": 4.2e-05,
"loss": 0.3107,
"step": 61
},
{
"epoch": 0.5,
"learning_rate": 4.186666666666667e-05,
"loss": 0.3237,
"step": 62
},
{
"epoch": 0.5,
"learning_rate": 4.1733333333333336e-05,
"loss": 0.3173,
"step": 63
},
{
"epoch": 0.51,
"learning_rate": 4.16e-05,
"loss": 0.3107,
"step": 64
},
{
"epoch": 0.52,
"learning_rate": 4.146666666666667e-05,
"loss": 0.3176,
"step": 65
},
{
"epoch": 0.53,
"learning_rate": 4.133333333333333e-05,
"loss": 0.3067,
"step": 66
},
{
"epoch": 0.54,
"learning_rate": 4.12e-05,
"loss": 0.3179,
"step": 67
},
{
"epoch": 0.54,
"learning_rate": 4.106666666666667e-05,
"loss": 0.3226,
"step": 68
},
{
"epoch": 0.55,
"learning_rate": 4.093333333333334e-05,
"loss": 0.3159,
"step": 69
},
{
"epoch": 0.56,
"learning_rate": 4.08e-05,
"loss": 0.3136,
"step": 70
},
{
"epoch": 0.57,
"learning_rate": 4.066666666666667e-05,
"loss": 0.3126,
"step": 71
},
{
"epoch": 0.58,
"learning_rate": 4.0533333333333334e-05,
"loss": 0.3002,
"step": 72
},
{
"epoch": 0.58,
"learning_rate": 4.0400000000000006e-05,
"loss": 0.3253,
"step": 73
},
{
"epoch": 0.59,
"learning_rate": 4.026666666666667e-05,
"loss": 0.3193,
"step": 74
},
{
"epoch": 0.6,
"learning_rate": 4.013333333333333e-05,
"loss": 0.3159,
"step": 75
},
{
"epoch": 0.61,
"learning_rate": 4e-05,
"loss": 0.3004,
"step": 76
},
{
"epoch": 0.62,
"learning_rate": 3.986666666666667e-05,
"loss": 0.3069,
"step": 77
},
{
"epoch": 0.62,
"learning_rate": 3.9733333333333335e-05,
"loss": 0.3034,
"step": 78
},
{
"epoch": 0.63,
"learning_rate": 3.960000000000001e-05,
"loss": 0.3167,
"step": 79
},
{
"epoch": 0.64,
"learning_rate": 3.9466666666666666e-05,
"loss": 0.3083,
"step": 80
},
{
"epoch": 0.64,
"eval_loss": 0.301025390625,
"eval_margin_accuracy": 0.8645043774604854,
"eval_runtime": 3796.4332,
"eval_samples_per_second": 197.247,
"eval_steps_per_second": 49.312,
"step": 80
},
{
"epoch": 0.65,
"learning_rate": 3.933333333333333e-05,
"loss": 0.3042,
"step": 81
},
{
"epoch": 0.66,
"learning_rate": 3.9200000000000004e-05,
"loss": 0.3052,
"step": 82
},
{
"epoch": 0.66,
"learning_rate": 3.906666666666667e-05,
"loss": 0.3024,
"step": 83
},
{
"epoch": 0.67,
"learning_rate": 3.8933333333333336e-05,
"loss": 0.2967,
"step": 84
},
{
"epoch": 0.68,
"learning_rate": 3.88e-05,
"loss": 0.2975,
"step": 85
},
{
"epoch": 0.69,
"learning_rate": 3.866666666666667e-05,
"loss": 0.2919,
"step": 86
},
{
"epoch": 0.7,
"learning_rate": 3.853333333333334e-05,
"loss": 0.2987,
"step": 87
},
{
"epoch": 0.7,
"learning_rate": 3.8400000000000005e-05,
"loss": 0.2937,
"step": 88
},
{
"epoch": 0.71,
"learning_rate": 3.8266666666666664e-05,
"loss": 0.2989,
"step": 89
},
{
"epoch": 0.72,
"learning_rate": 3.8133333333333336e-05,
"loss": 0.2897,
"step": 90
},
{
"epoch": 0.73,
"learning_rate": 3.8e-05,
"loss": 0.2895,
"step": 91
},
{
"epoch": 0.74,
"learning_rate": 3.786666666666667e-05,
"loss": 0.2968,
"step": 92
},
{
"epoch": 0.74,
"learning_rate": 3.773333333333334e-05,
"loss": 0.2938,
"step": 93
},
{
"epoch": 0.75,
"learning_rate": 3.76e-05,
"loss": 0.3026,
"step": 94
},
{
"epoch": 0.76,
"learning_rate": 3.7466666666666665e-05,
"loss": 0.2817,
"step": 95
},
{
"epoch": 0.77,
"learning_rate": 3.733333333333334e-05,
"loss": 0.2982,
"step": 96
},
{
"epoch": 0.78,
"learning_rate": 3.72e-05,
"loss": 0.2929,
"step": 97
},
{
"epoch": 0.78,
"learning_rate": 3.706666666666667e-05,
"loss": 0.2974,
"step": 98
},
{
"epoch": 0.79,
"learning_rate": 3.6933333333333334e-05,
"loss": 0.306,
"step": 99
},
{
"epoch": 0.8,
"learning_rate": 3.68e-05,
"loss": 0.2828,
"step": 100
},
{
"epoch": 0.8,
"eval_loss": 0.287109375,
"eval_margin_accuracy": 0.8685533280985422,
"eval_runtime": 3797.4404,
"eval_samples_per_second": 197.195,
"eval_steps_per_second": 49.299,
"step": 100
},
{
"epoch": 0.81,
"learning_rate": 3.6666666666666666e-05,
"loss": 0.301,
"step": 101
},
{
"epoch": 0.82,
"learning_rate": 3.653333333333334e-05,
"loss": 0.3022,
"step": 102
},
{
"epoch": 0.82,
"learning_rate": 3.6400000000000004e-05,
"loss": 0.2923,
"step": 103
},
{
"epoch": 0.83,
"learning_rate": 3.626666666666667e-05,
"loss": 0.3058,
"step": 104
},
{
"epoch": 0.84,
"learning_rate": 3.6133333333333335e-05,
"loss": 0.292,
"step": 105
},
{
"epoch": 0.85,
"learning_rate": 3.6e-05,
"loss": 0.2923,
"step": 106
},
{
"epoch": 0.86,
"learning_rate": 3.586666666666667e-05,
"loss": 0.2944,
"step": 107
},
{
"epoch": 0.86,
"learning_rate": 3.573333333333333e-05,
"loss": 0.297,
"step": 108
},
{
"epoch": 0.87,
"learning_rate": 3.56e-05,
"loss": 0.2904,
"step": 109
},
{
"epoch": 0.88,
"learning_rate": 3.546666666666667e-05,
"loss": 0.2901,
"step": 110
},
{
"epoch": 0.89,
"learning_rate": 3.5333333333333336e-05,
"loss": 0.2992,
"step": 111
},
{
"epoch": 0.9,
"learning_rate": 3.52e-05,
"loss": 0.2878,
"step": 112
},
{
"epoch": 0.9,
"learning_rate": 3.506666666666667e-05,
"loss": 0.3078,
"step": 113
},
{
"epoch": 0.91,
"learning_rate": 3.493333333333333e-05,
"loss": 0.2797,
"step": 114
},
{
"epoch": 0.92,
"learning_rate": 3.48e-05,
"loss": 0.2923,
"step": 115
},
{
"epoch": 0.93,
"learning_rate": 3.466666666666667e-05,
"loss": 0.2965,
"step": 116
},
{
"epoch": 0.94,
"learning_rate": 3.453333333333334e-05,
"loss": 0.284,
"step": 117
},
{
"epoch": 0.94,
"learning_rate": 3.4399999999999996e-05,
"loss": 0.2953,
"step": 118
},
{
"epoch": 0.95,
"learning_rate": 3.426666666666667e-05,
"loss": 0.2781,
"step": 119
},
{
"epoch": 0.96,
"learning_rate": 3.4133333333333334e-05,
"loss": 0.294,
"step": 120
},
{
"epoch": 0.96,
"eval_loss": 0.280029296875,
"eval_margin_accuracy": 0.871539295653521,
"eval_runtime": 3813.0607,
"eval_samples_per_second": 196.387,
"eval_steps_per_second": 49.097,
"step": 120
},
{
"epoch": 0.97,
"learning_rate": 3.4000000000000007e-05,
"loss": 0.2826,
"step": 121
},
{
"epoch": 0.98,
"learning_rate": 3.3866666666666665e-05,
"loss": 0.2912,
"step": 122
},
{
"epoch": 0.98,
"learning_rate": 3.373333333333333e-05,
"loss": 0.2851,
"step": 123
},
{
"epoch": 0.99,
"learning_rate": 3.3600000000000004e-05,
"loss": 0.2888,
"step": 124
},
{
"epoch": 1.0,
"learning_rate": 3.346666666666667e-05,
"loss": 0.2885,
"step": 125
},
{
"epoch": 1.01,
"learning_rate": 3.3333333333333335e-05,
"loss": 0.2886,
"step": 126
},
{
"epoch": 1.02,
"learning_rate": 3.32e-05,
"loss": 0.2809,
"step": 127
},
{
"epoch": 1.02,
"learning_rate": 3.3066666666666666e-05,
"loss": 0.2767,
"step": 128
},
{
"epoch": 1.03,
"learning_rate": 3.293333333333333e-05,
"loss": 0.29,
"step": 129
},
{
"epoch": 1.04,
"learning_rate": 3.2800000000000004e-05,
"loss": 0.2893,
"step": 130
},
{
"epoch": 1.05,
"learning_rate": 3.266666666666667e-05,
"loss": 0.276,
"step": 131
},
{
"epoch": 1.06,
"learning_rate": 3.253333333333333e-05,
"loss": 0.2812,
"step": 132
},
{
"epoch": 1.06,
"learning_rate": 3.24e-05,
"loss": 0.2781,
"step": 133
},
{
"epoch": 1.07,
"learning_rate": 3.226666666666667e-05,
"loss": 0.2781,
"step": 134
},
{
"epoch": 1.08,
"learning_rate": 3.213333333333334e-05,
"loss": 0.2877,
"step": 135
},
{
"epoch": 1.09,
"learning_rate": 3.2000000000000005e-05,
"loss": 0.2739,
"step": 136
},
{
"epoch": 1.1,
"learning_rate": 3.1866666666666664e-05,
"loss": 0.2822,
"step": 137
},
{
"epoch": 1.1,
"learning_rate": 3.173333333333334e-05,
"loss": 0.2728,
"step": 138
},
{
"epoch": 1.11,
"learning_rate": 3.16e-05,
"loss": 0.2955,
"step": 139
},
{
"epoch": 1.12,
"learning_rate": 3.146666666666667e-05,
"loss": 0.2711,
"step": 140
},
{
"epoch": 1.12,
"eval_loss": 0.270751953125,
"eval_margin_accuracy": 0.8741192998199873,
"eval_runtime": 3810.8564,
"eval_samples_per_second": 196.501,
"eval_steps_per_second": 49.125,
"step": 140
},
{
"epoch": 1.13,
"learning_rate": 3.1333333333333334e-05,
"loss": 0.282,
"step": 141
},
{
"epoch": 1.14,
"learning_rate": 3.12e-05,
"loss": 0.2891,
"step": 142
},
{
"epoch": 1.14,
"learning_rate": 3.1066666666666665e-05,
"loss": 0.2805,
"step": 143
},
{
"epoch": 1.15,
"learning_rate": 3.093333333333334e-05,
"loss": 0.2678,
"step": 144
},
{
"epoch": 1.16,
"learning_rate": 3.08e-05,
"loss": 0.2845,
"step": 145
},
{
"epoch": 1.17,
"learning_rate": 3.066666666666667e-05,
"loss": 0.2806,
"step": 146
},
{
"epoch": 1.18,
"learning_rate": 3.0533333333333335e-05,
"loss": 0.2731,
"step": 147
},
{
"epoch": 1.18,
"learning_rate": 3.04e-05,
"loss": 0.2904,
"step": 148
},
{
"epoch": 1.19,
"learning_rate": 3.0266666666666666e-05,
"loss": 0.2694,
"step": 149
},
{
"epoch": 1.2,
"learning_rate": 3.0133333333333335e-05,
"loss": 0.2792,
"step": 150
},
{
"epoch": 1.21,
"learning_rate": 3e-05,
"loss": 0.271,
"step": 151
},
{
"epoch": 1.22,
"learning_rate": 2.986666666666667e-05,
"loss": 0.2723,
"step": 152
},
{
"epoch": 1.22,
"learning_rate": 2.9733333333333336e-05,
"loss": 0.2685,
"step": 153
},
{
"epoch": 1.23,
"learning_rate": 2.96e-05,
"loss": 0.273,
"step": 154
},
{
"epoch": 1.24,
"learning_rate": 2.946666666666667e-05,
"loss": 0.2761,
"step": 155
},
{
"epoch": 1.25,
"learning_rate": 2.9333333333333336e-05,
"loss": 0.2724,
"step": 156
},
{
"epoch": 1.26,
"learning_rate": 2.9199999999999998e-05,
"loss": 0.2772,
"step": 157
},
{
"epoch": 1.26,
"learning_rate": 2.906666666666667e-05,
"loss": 0.2641,
"step": 158
},
{
"epoch": 1.27,
"learning_rate": 2.8933333333333333e-05,
"loss": 0.2844,
"step": 159
},
{
"epoch": 1.28,
"learning_rate": 2.88e-05,
"loss": 0.2663,
"step": 160
},
{
"epoch": 1.28,
"eval_loss": 0.26708984375,
"eval_margin_accuracy": 0.876731353727652,
"eval_runtime": 3813.1169,
"eval_samples_per_second": 196.384,
"eval_steps_per_second": 49.096,
"step": 160
},
{
"epoch": 1.29,
"learning_rate": 2.8666666666666668e-05,
"loss": 0.2641,
"step": 161
},
{
"epoch": 1.3,
"learning_rate": 2.8533333333333333e-05,
"loss": 0.2777,
"step": 162
},
{
"epoch": 1.3,
"learning_rate": 2.84e-05,
"loss": 0.2702,
"step": 163
},
{
"epoch": 1.31,
"learning_rate": 2.8266666666666668e-05,
"loss": 0.2803,
"step": 164
},
{
"epoch": 1.32,
"learning_rate": 2.8133333333333334e-05,
"loss": 0.2905,
"step": 165
},
{
"epoch": 1.33,
"learning_rate": 2.8000000000000003e-05,
"loss": 0.2544,
"step": 166
},
{
"epoch": 1.34,
"learning_rate": 2.786666666666667e-05,
"loss": 0.2715,
"step": 167
},
{
"epoch": 1.34,
"learning_rate": 2.7733333333333334e-05,
"loss": 0.2654,
"step": 168
},
{
"epoch": 1.35,
"learning_rate": 2.7600000000000003e-05,
"loss": 0.2683,
"step": 169
},
{
"epoch": 1.36,
"learning_rate": 2.746666666666667e-05,
"loss": 0.2589,
"step": 170
},
{
"epoch": 1.37,
"learning_rate": 2.733333333333333e-05,
"loss": 0.262,
"step": 171
},
{
"epoch": 1.38,
"learning_rate": 2.7200000000000004e-05,
"loss": 0.2671,
"step": 172
},
{
"epoch": 1.38,
"learning_rate": 2.706666666666667e-05,
"loss": 0.2759,
"step": 173
},
{
"epoch": 1.39,
"learning_rate": 2.6933333333333332e-05,
"loss": 0.2728,
"step": 174
},
{
"epoch": 1.4,
"learning_rate": 2.6800000000000004e-05,
"loss": 0.2722,
"step": 175
},
{
"epoch": 1.41,
"learning_rate": 2.6666666666666667e-05,
"loss": 0.2656,
"step": 176
},
{
"epoch": 1.42,
"learning_rate": 2.6533333333333332e-05,
"loss": 0.2862,
"step": 177
},
{
"epoch": 1.42,
"learning_rate": 2.64e-05,
"loss": 0.261,
"step": 178
},
{
"epoch": 1.43,
"learning_rate": 2.6266666666666667e-05,
"loss": 0.2522,
"step": 179
},
{
"epoch": 1.44,
"learning_rate": 2.6133333333333333e-05,
"loss": 0.2656,
"step": 180
},
{
"epoch": 1.44,
"eval_loss": 0.26123046875,
"eval_margin_accuracy": 0.8822358967784668,
"eval_runtime": 3814.6359,
"eval_samples_per_second": 196.306,
"eval_steps_per_second": 49.077,
"step": 180
},
{
"epoch": 1.45,
"learning_rate": 2.6000000000000002e-05,
"loss": 0.2676,
"step": 181
},
{
"epoch": 1.46,
"learning_rate": 2.5866666666666667e-05,
"loss": 0.2641,
"step": 182
},
{
"epoch": 1.46,
"learning_rate": 2.5733333333333337e-05,
"loss": 0.256,
"step": 183
},
{
"epoch": 1.47,
"learning_rate": 2.5600000000000002e-05,
"loss": 0.2641,
"step": 184
},
{
"epoch": 1.48,
"learning_rate": 2.5466666666666668e-05,
"loss": 0.2595,
"step": 185
},
{
"epoch": 1.49,
"learning_rate": 2.5333333333333337e-05,
"loss": 0.2644,
"step": 186
},
{
"epoch": 1.5,
"learning_rate": 2.5200000000000003e-05,
"loss": 0.2662,
"step": 187
},
{
"epoch": 1.5,
"learning_rate": 2.5066666666666665e-05,
"loss": 0.2793,
"step": 188
},
{
"epoch": 1.51,
"learning_rate": 2.4933333333333334e-05,
"loss": 0.2625,
"step": 189
},
{
"epoch": 1.52,
"learning_rate": 2.48e-05,
"loss": 0.2768,
"step": 190
},
{
"epoch": 1.53,
"learning_rate": 2.466666666666667e-05,
"loss": 0.2723,
"step": 191
},
{
"epoch": 1.54,
"learning_rate": 2.4533333333333334e-05,
"loss": 0.2665,
"step": 192
},
{
"epoch": 1.54,
"learning_rate": 2.44e-05,
"loss": 0.2533,
"step": 193
},
{
"epoch": 1.55,
"learning_rate": 2.426666666666667e-05,
"loss": 0.2711,
"step": 194
},
{
"epoch": 1.56,
"learning_rate": 2.4133333333333335e-05,
"loss": 0.2573,
"step": 195
},
{
"epoch": 1.57,
"learning_rate": 2.4e-05,
"loss": 0.2617,
"step": 196
},
{
"epoch": 1.58,
"learning_rate": 2.3866666666666666e-05,
"loss": 0.257,
"step": 197
},
{
"epoch": 1.58,
"learning_rate": 2.3733333333333335e-05,
"loss": 0.2708,
"step": 198
},
{
"epoch": 1.59,
"learning_rate": 2.36e-05,
"loss": 0.2698,
"step": 199
},
{
"epoch": 1.6,
"learning_rate": 2.3466666666666667e-05,
"loss": 0.2645,
"step": 200
},
{
"epoch": 1.6,
"eval_loss": 0.253662109375,
"eval_margin_accuracy": 0.8850536031921542,
"eval_runtime": 3813.437,
"eval_samples_per_second": 196.368,
"eval_steps_per_second": 49.092,
"step": 200
},
{
"epoch": 1.61,
"learning_rate": 2.3333333333333336e-05,
"loss": 0.2638,
"step": 201
},
{
"epoch": 1.62,
"learning_rate": 2.32e-05,
"loss": 0.2667,
"step": 202
},
{
"epoch": 1.62,
"learning_rate": 2.3066666666666667e-05,
"loss": 0.2561,
"step": 203
},
{
"epoch": 1.63,
"learning_rate": 2.2933333333333333e-05,
"loss": 0.2702,
"step": 204
},
{
"epoch": 1.64,
"learning_rate": 2.2800000000000002e-05,
"loss": 0.2619,
"step": 205
},
{
"epoch": 1.65,
"learning_rate": 2.2666666666666668e-05,
"loss": 0.2563,
"step": 206
},
{
"epoch": 1.66,
"learning_rate": 2.2533333333333333e-05,
"loss": 0.2579,
"step": 207
},
{
"epoch": 1.66,
"learning_rate": 2.2400000000000002e-05,
"loss": 0.2604,
"step": 208
},
{
"epoch": 1.67,
"learning_rate": 2.2266666666666668e-05,
"loss": 0.268,
"step": 209
},
{
"epoch": 1.68,
"learning_rate": 2.2133333333333334e-05,
"loss": 0.2536,
"step": 210
},
{
"epoch": 1.69,
"learning_rate": 2.2000000000000003e-05,
"loss": 0.2479,
"step": 211
},
{
"epoch": 1.7,
"learning_rate": 2.186666666666667e-05,
"loss": 0.2668,
"step": 212
},
{
"epoch": 1.7,
"learning_rate": 2.1733333333333334e-05,
"loss": 0.2586,
"step": 213
},
{
"epoch": 1.71,
"learning_rate": 2.16e-05,
"loss": 0.263,
"step": 214
},
{
"epoch": 1.72,
"learning_rate": 2.146666666666667e-05,
"loss": 0.2621,
"step": 215
},
{
"epoch": 1.73,
"learning_rate": 2.1333333333333335e-05,
"loss": 0.2613,
"step": 216
},
{
"epoch": 1.74,
"learning_rate": 2.12e-05,
"loss": 0.2614,
"step": 217
},
{
"epoch": 1.74,
"learning_rate": 2.106666666666667e-05,
"loss": 0.2587,
"step": 218
},
{
"epoch": 1.75,
"learning_rate": 2.0933333333333335e-05,
"loss": 0.255,
"step": 219
},
{
"epoch": 1.76,
"learning_rate": 2.08e-05,
"loss": 0.2625,
"step": 220
},
{
"epoch": 1.76,
"eval_loss": 0.248291015625,
"eval_margin_accuracy": 0.8877591355116474,
"eval_runtime": 3811.0494,
"eval_samples_per_second": 196.491,
"eval_steps_per_second": 49.123,
"step": 220
},
{
"epoch": 1.77,
"learning_rate": 2.0666666666666666e-05,
"loss": 0.2555,
"step": 221
},
{
"epoch": 1.78,
"learning_rate": 2.0533333333333336e-05,
"loss": 0.2578,
"step": 222
},
{
"epoch": 1.78,
"learning_rate": 2.04e-05,
"loss": 0.2572,
"step": 223
},
{
"epoch": 1.79,
"learning_rate": 2.0266666666666667e-05,
"loss": 0.2463,
"step": 224
},
{
"epoch": 1.8,
"learning_rate": 2.0133333333333336e-05,
"loss": 0.2517,
"step": 225
},
{
"epoch": 1.81,
"learning_rate": 2e-05,
"loss": 0.2558,
"step": 226
},
{
"epoch": 1.82,
"learning_rate": 1.9866666666666667e-05,
"loss": 0.2452,
"step": 227
},
{
"epoch": 1.82,
"learning_rate": 1.9733333333333333e-05,
"loss": 0.2571,
"step": 228
},
{
"epoch": 1.83,
"learning_rate": 1.9600000000000002e-05,
"loss": 0.2563,
"step": 229
},
{
"epoch": 1.84,
"learning_rate": 1.9466666666666668e-05,
"loss": 0.2579,
"step": 230
},
{
"epoch": 1.85,
"learning_rate": 1.9333333333333333e-05,
"loss": 0.2397,
"step": 231
},
{
"epoch": 1.86,
"learning_rate": 1.9200000000000003e-05,
"loss": 0.2552,
"step": 232
},
{
"epoch": 1.86,
"learning_rate": 1.9066666666666668e-05,
"loss": 0.2585,
"step": 233
},
{
"epoch": 1.87,
"learning_rate": 1.8933333333333334e-05,
"loss": 0.2453,
"step": 234
},
{
"epoch": 1.88,
"learning_rate": 1.88e-05,
"loss": 0.264,
"step": 235
},
{
"epoch": 1.89,
"learning_rate": 1.866666666666667e-05,
"loss": 0.2551,
"step": 236
},
{
"epoch": 1.9,
"learning_rate": 1.8533333333333334e-05,
"loss": 0.2586,
"step": 237
},
{
"epoch": 1.9,
"learning_rate": 1.84e-05,
"loss": 0.258,
"step": 238
},
{
"epoch": 1.91,
"learning_rate": 1.826666666666667e-05,
"loss": 0.2428,
"step": 239
},
{
"epoch": 1.92,
"learning_rate": 1.8133333333333335e-05,
"loss": 0.2651,
"step": 240
},
{
"epoch": 1.92,
"eval_loss": 0.2470703125,
"eval_margin_accuracy": 0.8897755983953763,
"eval_runtime": 3811.225,
"eval_samples_per_second": 196.482,
"eval_steps_per_second": 49.12,
"step": 240
},
{
"epoch": 1.93,
"learning_rate": 1.8e-05,
"loss": 0.2483,
"step": 241
},
{
"epoch": 1.94,
"learning_rate": 1.7866666666666666e-05,
"loss": 0.2555,
"step": 242
},
{
"epoch": 1.94,
"learning_rate": 1.7733333333333335e-05,
"loss": 0.2602,
"step": 243
},
{
"epoch": 1.95,
"learning_rate": 1.76e-05,
"loss": 0.2524,
"step": 244
},
{
"epoch": 1.96,
"learning_rate": 1.7466666666666667e-05,
"loss": 0.2601,
"step": 245
},
{
"epoch": 1.97,
"learning_rate": 1.7333333333333336e-05,
"loss": 0.2652,
"step": 246
},
{
"epoch": 1.98,
"learning_rate": 1.7199999999999998e-05,
"loss": 0.2327,
"step": 247
},
{
"epoch": 1.98,
"learning_rate": 1.7066666666666667e-05,
"loss": 0.2464,
"step": 248
},
{
"epoch": 1.99,
"learning_rate": 1.6933333333333333e-05,
"loss": 0.2522,
"step": 249
},
{
"epoch": 2.0,
"learning_rate": 1.6800000000000002e-05,
"loss": 0.2521,
"step": 250
},
{
"epoch": 2.01,
"learning_rate": 1.6666666666666667e-05,
"loss": 0.2353,
"step": 251
},
{
"epoch": 2.02,
"learning_rate": 1.6533333333333333e-05,
"loss": 0.2519,
"step": 252
},
{
"epoch": 2.02,
"learning_rate": 1.6400000000000002e-05,
"loss": 0.2489,
"step": 253
},
{
"epoch": 2.03,
"learning_rate": 1.6266666666666665e-05,
"loss": 0.2443,
"step": 254
},
{
"epoch": 2.04,
"learning_rate": 1.6133333333333334e-05,
"loss": 0.2542,
"step": 255
},
{
"epoch": 2.05,
"learning_rate": 1.6000000000000003e-05,
"loss": 0.2522,
"step": 256
},
{
"epoch": 2.06,
"learning_rate": 1.586666666666667e-05,
"loss": 0.2504,
"step": 257
},
{
"epoch": 2.06,
"learning_rate": 1.5733333333333334e-05,
"loss": 0.254,
"step": 258
},
{
"epoch": 2.07,
"learning_rate": 1.56e-05,
"loss": 0.2501,
"step": 259
},
{
"epoch": 2.08,
"learning_rate": 1.546666666666667e-05,
"loss": 0.2407,
"step": 260
},
{
"epoch": 2.08,
"eval_loss": 0.2437744140625,
"eval_margin_accuracy": 0.8904780218899733,
"eval_runtime": 3806.5442,
"eval_samples_per_second": 196.723,
"eval_steps_per_second": 49.181,
"step": 260
},
{
"epoch": 2.09,
"learning_rate": 1.5333333333333334e-05,
"loss": 0.2502,
"step": 261
},
{
"epoch": 2.1,
"learning_rate": 1.52e-05,
"loss": 0.2585,
"step": 262
},
{
"epoch": 2.1,
"learning_rate": 1.5066666666666668e-05,
"loss": 0.2555,
"step": 263
},
{
"epoch": 2.11,
"learning_rate": 1.4933333333333335e-05,
"loss": 0.243,
"step": 264
},
{
"epoch": 2.12,
"learning_rate": 1.48e-05,
"loss": 0.254,
"step": 265
},
{
"epoch": 2.13,
"learning_rate": 1.4666666666666668e-05,
"loss": 0.2485,
"step": 266
},
{
"epoch": 2.14,
"learning_rate": 1.4533333333333335e-05,
"loss": 0.2529,
"step": 267
},
{
"epoch": 2.14,
"learning_rate": 1.44e-05,
"loss": 0.2624,
"step": 268
},
{
"epoch": 2.15,
"learning_rate": 1.4266666666666667e-05,
"loss": 0.2431,
"step": 269
},
{
"epoch": 2.16,
"learning_rate": 1.4133333333333334e-05,
"loss": 0.2452,
"step": 270
},
{
"epoch": 2.17,
"learning_rate": 1.4000000000000001e-05,
"loss": 0.2543,
"step": 271
},
{
"epoch": 2.18,
"learning_rate": 1.3866666666666667e-05,
"loss": 0.2509,
"step": 272
},
{
"epoch": 2.18,
"learning_rate": 1.3733333333333335e-05,
"loss": 0.2388,
"step": 273
},
{
"epoch": 2.19,
"learning_rate": 1.3600000000000002e-05,
"loss": 0.2397,
"step": 274
},
{
"epoch": 2.2,
"learning_rate": 1.3466666666666666e-05,
"loss": 0.2423,
"step": 275
},
{
"epoch": 2.21,
"learning_rate": 1.3333333333333333e-05,
"loss": 0.2446,
"step": 276
},
{
"epoch": 2.22,
"learning_rate": 1.32e-05,
"loss": 0.2604,
"step": 277
},
{
"epoch": 2.22,
"learning_rate": 1.3066666666666666e-05,
"loss": 0.2579,
"step": 278
},
{
"epoch": 2.23,
"learning_rate": 1.2933333333333334e-05,
"loss": 0.2447,
"step": 279
},
{
"epoch": 2.24,
"learning_rate": 1.2800000000000001e-05,
"loss": 0.2315,
"step": 280
},
{
"epoch": 2.24,
"eval_loss": 0.2408447265625,
"eval_margin_accuracy": 0.8909400723255826,
"eval_runtime": 3813.2622,
"eval_samples_per_second": 196.377,
"eval_steps_per_second": 49.094,
"step": 280
},
{
"epoch": 2.25,
"learning_rate": 1.2666666666666668e-05,
"loss": 0.2479,
"step": 281
},
{
"epoch": 2.26,
"learning_rate": 1.2533333333333332e-05,
"loss": 0.2417,
"step": 282
},
{
"epoch": 2.26,
"learning_rate": 1.24e-05,
"loss": 0.2438,
"step": 283
},
{
"epoch": 2.27,
"learning_rate": 1.2266666666666667e-05,
"loss": 0.2412,
"step": 284
},
{
"epoch": 2.28,
"learning_rate": 1.2133333333333335e-05,
"loss": 0.2507,
"step": 285
},
{
"epoch": 2.29,
"learning_rate": 1.2e-05,
"loss": 0.2469,
"step": 286
},
{
"epoch": 2.3,
"learning_rate": 1.1866666666666668e-05,
"loss": 0.2391,
"step": 287
},
{
"epoch": 2.3,
"learning_rate": 1.1733333333333333e-05,
"loss": 0.2499,
"step": 288
},
{
"epoch": 2.31,
"learning_rate": 1.16e-05,
"loss": 0.2607,
"step": 289
},
{
"epoch": 2.32,
"learning_rate": 1.1466666666666666e-05,
"loss": 0.242,
"step": 290
},
{
"epoch": 2.33,
"learning_rate": 1.1333333333333334e-05,
"loss": 0.2372,
"step": 291
},
{
"epoch": 2.34,
"learning_rate": 1.1200000000000001e-05,
"loss": 0.243,
"step": 292
},
{
"epoch": 2.34,
"learning_rate": 1.1066666666666667e-05,
"loss": 0.2459,
"step": 293
},
{
"epoch": 2.35,
"learning_rate": 1.0933333333333334e-05,
"loss": 0.2482,
"step": 294
},
{
"epoch": 2.36,
"learning_rate": 1.08e-05,
"loss": 0.2528,
"step": 295
},
{
"epoch": 2.37,
"learning_rate": 1.0666666666666667e-05,
"loss": 0.2524,
"step": 296
},
{
"epoch": 2.38,
"learning_rate": 1.0533333333333335e-05,
"loss": 0.2427,
"step": 297
},
{
"epoch": 2.38,
"learning_rate": 1.04e-05,
"loss": 0.2454,
"step": 298
},
{
"epoch": 2.39,
"learning_rate": 1.0266666666666668e-05,
"loss": 0.2545,
"step": 299
},
{
"epoch": 2.4,
"learning_rate": 1.0133333333333333e-05,
"loss": 0.2461,
"step": 300
},
{
"epoch": 2.4,
"eval_loss": 0.239013671875,
"eval_margin_accuracy": 0.8918107569614708,
"eval_runtime": 3807.2872,
"eval_samples_per_second": 196.685,
"eval_steps_per_second": 49.171,
"step": 300
},
{
"epoch": 2.41,
"learning_rate": 1e-05,
"loss": 0.2532,
"step": 301
},
{
"epoch": 2.42,
"learning_rate": 9.866666666666667e-06,
"loss": 0.2478,
"step": 302
},
{
"epoch": 2.42,
"learning_rate": 9.733333333333334e-06,
"loss": 0.2499,
"step": 303
},
{
"epoch": 2.43,
"learning_rate": 9.600000000000001e-06,
"loss": 0.2296,
"step": 304
},
{
"epoch": 2.44,
"learning_rate": 9.466666666666667e-06,
"loss": 0.2434,
"step": 305
},
{
"epoch": 2.45,
"learning_rate": 9.333333333333334e-06,
"loss": 0.2467,
"step": 306
},
{
"epoch": 2.46,
"learning_rate": 9.2e-06,
"loss": 0.2406,
"step": 307
},
{
"epoch": 2.46,
"learning_rate": 9.066666666666667e-06,
"loss": 0.2361,
"step": 308
},
{
"epoch": 2.47,
"learning_rate": 8.933333333333333e-06,
"loss": 0.2432,
"step": 309
},
{
"epoch": 2.48,
"learning_rate": 8.8e-06,
"loss": 0.2526,
"step": 310
},
{
"epoch": 2.49,
"learning_rate": 8.666666666666668e-06,
"loss": 0.2454,
"step": 311
},
{
"epoch": 2.5,
"learning_rate": 8.533333333333334e-06,
"loss": 0.2451,
"step": 312
},
{
"epoch": 2.5,
"learning_rate": 8.400000000000001e-06,
"loss": 0.2384,
"step": 313
},
{
"epoch": 2.51,
"learning_rate": 8.266666666666667e-06,
"loss": 0.2441,
"step": 314
},
{
"epoch": 2.52,
"learning_rate": 8.133333333333332e-06,
"loss": 0.2526,
"step": 315
},
{
"epoch": 2.53,
"learning_rate": 8.000000000000001e-06,
"loss": 0.2493,
"step": 316
},
{
"epoch": 2.54,
"learning_rate": 7.866666666666667e-06,
"loss": 0.235,
"step": 317
},
{
"epoch": 2.54,
"learning_rate": 7.733333333333334e-06,
"loss": 0.2384,
"step": 318
},
{
"epoch": 2.55,
"learning_rate": 7.6e-06,
"loss": 0.2423,
"step": 319
},
{
"epoch": 2.56,
"learning_rate": 7.4666666666666675e-06,
"loss": 0.2491,
"step": 320
},
{
"epoch": 2.56,
"eval_loss": 0.239013671875,
"eval_margin_accuracy": 0.8921125586910885,
"eval_runtime": 3804.0834,
"eval_samples_per_second": 196.851,
"eval_steps_per_second": 49.213,
"step": 320
},
{
"epoch": 2.57,
"learning_rate": 7.333333333333334e-06,
"loss": 0.2428,
"step": 321
},
{
"epoch": 2.58,
"learning_rate": 7.2e-06,
"loss": 0.2294,
"step": 322
},
{
"epoch": 2.58,
"learning_rate": 7.066666666666667e-06,
"loss": 0.2604,
"step": 323
},
{
"epoch": 2.59,
"learning_rate": 6.933333333333334e-06,
"loss": 0.2355,
"step": 324
},
{
"epoch": 2.6,
"learning_rate": 6.800000000000001e-06,
"loss": 0.2317,
"step": 325
},
{
"epoch": 2.61,
"learning_rate": 6.666666666666667e-06,
"loss": 0.2462,
"step": 326
},
{
"epoch": 2.62,
"learning_rate": 6.533333333333333e-06,
"loss": 0.2429,
"step": 327
},
{
"epoch": 2.62,
"learning_rate": 6.4000000000000006e-06,
"loss": 0.235,
"step": 328
},
{
"epoch": 2.63,
"learning_rate": 6.266666666666666e-06,
"loss": 0.2434,
"step": 329
},
{
"epoch": 2.64,
"learning_rate": 6.133333333333334e-06,
"loss": 0.24,
"step": 330
},
{
"epoch": 2.65,
"learning_rate": 6e-06,
"loss": 0.2453,
"step": 331
},
{
"epoch": 2.66,
"learning_rate": 5.866666666666667e-06,
"loss": 0.2501,
"step": 332
},
{
"epoch": 2.66,
"learning_rate": 5.733333333333333e-06,
"loss": 0.2479,
"step": 333
},
{
"epoch": 2.67,
"learning_rate": 5.600000000000001e-06,
"loss": 0.2429,
"step": 334
},
{
"epoch": 2.68,
"learning_rate": 5.466666666666667e-06,
"loss": 0.2312,
"step": 335
},
{
"epoch": 2.69,
"learning_rate": 5.333333333333334e-06,
"loss": 0.2518,
"step": 336
},
{
"epoch": 2.7,
"learning_rate": 5.2e-06,
"loss": 0.2342,
"step": 337
},
{
"epoch": 2.7,
"learning_rate": 5.066666666666667e-06,
"loss": 0.2426,
"step": 338
},
{
"epoch": 2.71,
"learning_rate": 4.933333333333333e-06,
"loss": 0.2404,
"step": 339
},
{
"epoch": 2.72,
"learning_rate": 4.800000000000001e-06,
"loss": 0.2511,
"step": 340
},
{
"epoch": 2.72,
"eval_loss": 0.2369384765625,
"eval_margin_accuracy": 0.8917974029026382,
"eval_runtime": 3800.3999,
"eval_samples_per_second": 197.041,
"eval_steps_per_second": 49.26,
"step": 340
},
{
"epoch": 2.73,
"learning_rate": 4.666666666666667e-06,
"loss": 0.2406,
"step": 341
},
{
"epoch": 2.74,
"learning_rate": 4.533333333333334e-06,
"loss": 0.2484,
"step": 342
},
{
"epoch": 2.74,
"learning_rate": 4.4e-06,
"loss": 0.2415,
"step": 343
},
{
"epoch": 2.75,
"learning_rate": 4.266666666666667e-06,
"loss": 0.2492,
"step": 344
},
{
"epoch": 2.76,
"learning_rate": 4.133333333333333e-06,
"loss": 0.2364,
"step": 345
},
{
"epoch": 2.77,
"learning_rate": 4.000000000000001e-06,
"loss": 0.2485,
"step": 346
},
{
"epoch": 2.78,
"learning_rate": 3.866666666666667e-06,
"loss": 0.2394,
"step": 347
},
{
"epoch": 2.78,
"learning_rate": 3.7333333333333337e-06,
"loss": 0.2424,
"step": 348
},
{
"epoch": 2.79,
"learning_rate": 3.6e-06,
"loss": 0.2384,
"step": 349
},
{
"epoch": 2.8,
"learning_rate": 3.466666666666667e-06,
"loss": 0.2405,
"step": 350
},
{
"epoch": 2.81,
"learning_rate": 3.3333333333333333e-06,
"loss": 0.2439,
"step": 351
},
{
"epoch": 2.82,
"learning_rate": 3.2000000000000003e-06,
"loss": 0.2392,
"step": 352
},
{
"epoch": 2.82,
"learning_rate": 3.066666666666667e-06,
"loss": 0.2451,
"step": 353
},
{
"epoch": 2.83,
"learning_rate": 2.9333333333333333e-06,
"loss": 0.2384,
"step": 354
},
{
"epoch": 2.84,
"learning_rate": 2.8000000000000003e-06,
"loss": 0.2449,
"step": 355
},
{
"epoch": 2.85,
"learning_rate": 2.666666666666667e-06,
"loss": 0.2516,
"step": 356
},
{
"epoch": 2.86,
"learning_rate": 2.5333333333333334e-06,
"loss": 0.2457,
"step": 357
},
{
"epoch": 2.86,
"learning_rate": 2.4000000000000003e-06,
"loss": 0.2473,
"step": 358
},
{
"epoch": 2.87,
"learning_rate": 2.266666666666667e-06,
"loss": 0.2536,
"step": 359
},
{
"epoch": 2.88,
"learning_rate": 2.1333333333333334e-06,
"loss": 0.2341,
"step": 360
},
{
"epoch": 2.88,
"eval_loss": 0.236328125,
"eval_margin_accuracy": 0.8920671548910576,
"eval_runtime": 3816.5143,
"eval_samples_per_second": 196.209,
"eval_steps_per_second": 49.052,
"step": 360
},
{
"epoch": 2.89,
"learning_rate": 2.0000000000000003e-06,
"loss": 0.2316,
"step": 361
},
{
"epoch": 2.9,
"learning_rate": 1.8666666666666669e-06,
"loss": 0.2504,
"step": 362
},
{
"epoch": 2.9,
"learning_rate": 1.7333333333333334e-06,
"loss": 0.2354,
"step": 363
},
{
"epoch": 2.91,
"learning_rate": 1.6000000000000001e-06,
"loss": 0.2415,
"step": 364
},
{
"epoch": 2.92,
"learning_rate": 1.4666666666666667e-06,
"loss": 0.2333,
"step": 365
},
{
"epoch": 2.93,
"learning_rate": 1.3333333333333334e-06,
"loss": 0.2444,
"step": 366
},
{
"epoch": 2.94,
"learning_rate": 1.2000000000000002e-06,
"loss": 0.2361,
"step": 367
},
{
"epoch": 2.94,
"learning_rate": 1.0666666666666667e-06,
"loss": 0.2286,
"step": 368
},
{
"epoch": 2.95,
"learning_rate": 9.333333333333334e-07,
"loss": 0.2421,
"step": 369
},
{
"epoch": 2.96,
"learning_rate": 8.000000000000001e-07,
"loss": 0.2405,
"step": 370
},
{
"epoch": 2.97,
"learning_rate": 6.666666666666667e-07,
"loss": 0.2394,
"step": 371
},
{
"epoch": 2.98,
"learning_rate": 5.333333333333333e-07,
"loss": 0.2425,
"step": 372
},
{
"epoch": 2.98,
"learning_rate": 4.0000000000000003e-07,
"loss": 0.2414,
"step": 373
},
{
"epoch": 2.99,
"learning_rate": 2.6666666666666667e-07,
"loss": 0.2391,
"step": 374
},
{
"epoch": 3.0,
"learning_rate": 1.3333333333333334e-07,
"loss": 0.2369,
"step": 375
},
{
"epoch": 3.0,
"step": 375,
"total_flos": 1.3371949193670743e+18,
"train_loss": 0.2929552839597066,
"train_runtime": 125578.7814,
"train_samples_per_second": 23.889,
"train_steps_per_second": 0.003
}
],
"max_steps": 375,
"num_train_epochs": 3,
"total_flos": 1.3371949193670743e+18,
"trial_name": null,
"trial_params": null
}