rule_learning_margin_1mm_spanpred / trainer_state.json
enoriega's picture
End of training
6ce3264
raw
history blame
49.1 kB
{
"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": 1.0019,
"step": 1
},
{
"epoch": 0.02,
"learning_rate": 4.986666666666667e-05,
"loss": 1.0053,
"step": 2
},
{
"epoch": 0.02,
"learning_rate": 4.973333333333334e-05,
"loss": 0.9891,
"step": 3
},
{
"epoch": 0.03,
"learning_rate": 4.96e-05,
"loss": 0.9616,
"step": 4
},
{
"epoch": 0.04,
"learning_rate": 4.9466666666666665e-05,
"loss": 0.9024,
"step": 5
},
{
"epoch": 0.05,
"learning_rate": 4.933333333333334e-05,
"loss": 0.8448,
"step": 6
},
{
"epoch": 0.06,
"learning_rate": 4.92e-05,
"loss": 0.7762,
"step": 7
},
{
"epoch": 0.06,
"learning_rate": 4.906666666666667e-05,
"loss": 0.7522,
"step": 8
},
{
"epoch": 0.07,
"learning_rate": 4.8933333333333335e-05,
"loss": 0.7179,
"step": 9
},
{
"epoch": 0.08,
"learning_rate": 4.88e-05,
"loss": 0.6836,
"step": 10
},
{
"epoch": 0.09,
"learning_rate": 4.866666666666667e-05,
"loss": 0.6469,
"step": 11
},
{
"epoch": 0.1,
"learning_rate": 4.853333333333334e-05,
"loss": 0.6299,
"step": 12
},
{
"epoch": 0.1,
"learning_rate": 4.8400000000000004e-05,
"loss": 0.6264,
"step": 13
},
{
"epoch": 0.11,
"learning_rate": 4.826666666666667e-05,
"loss": 0.6103,
"step": 14
},
{
"epoch": 0.12,
"learning_rate": 4.8133333333333336e-05,
"loss": 0.5981,
"step": 15
},
{
"epoch": 0.13,
"learning_rate": 4.8e-05,
"loss": 0.5742,
"step": 16
},
{
"epoch": 0.14,
"learning_rate": 4.7866666666666674e-05,
"loss": 0.5969,
"step": 17
},
{
"epoch": 0.14,
"learning_rate": 4.773333333333333e-05,
"loss": 0.5596,
"step": 18
},
{
"epoch": 0.15,
"learning_rate": 4.76e-05,
"loss": 0.5428,
"step": 19
},
{
"epoch": 0.16,
"learning_rate": 4.746666666666667e-05,
"loss": 0.5448,
"step": 20
},
{
"epoch": 0.16,
"eval_loss": 0.52294921875,
"eval_margin_accuracy": 0.7717301312847431,
"eval_runtime": 1760.3362,
"eval_samples_per_second": 201.726,
"eval_steps_per_second": 50.432,
"step": 20
},
{
"epoch": 0.17,
"learning_rate": 4.7333333333333336e-05,
"loss": 0.545,
"step": 21
},
{
"epoch": 0.18,
"learning_rate": 4.72e-05,
"loss": 0.5209,
"step": 22
},
{
"epoch": 0.18,
"learning_rate": 4.706666666666667e-05,
"loss": 0.5247,
"step": 23
},
{
"epoch": 0.19,
"learning_rate": 4.6933333333333333e-05,
"loss": 0.5218,
"step": 24
},
{
"epoch": 0.2,
"learning_rate": 4.6800000000000006e-05,
"loss": 0.5139,
"step": 25
},
{
"epoch": 0.21,
"learning_rate": 4.666666666666667e-05,
"loss": 0.5068,
"step": 26
},
{
"epoch": 0.22,
"learning_rate": 4.653333333333334e-05,
"loss": 0.5013,
"step": 27
},
{
"epoch": 0.22,
"learning_rate": 4.64e-05,
"loss": 0.4941,
"step": 28
},
{
"epoch": 0.23,
"learning_rate": 4.626666666666667e-05,
"loss": 0.4915,
"step": 29
},
{
"epoch": 0.24,
"learning_rate": 4.6133333333333334e-05,
"loss": 0.4837,
"step": 30
},
{
"epoch": 0.25,
"learning_rate": 4.600000000000001e-05,
"loss": 0.4948,
"step": 31
},
{
"epoch": 0.26,
"learning_rate": 4.5866666666666666e-05,
"loss": 0.4859,
"step": 32
},
{
"epoch": 0.26,
"learning_rate": 4.573333333333333e-05,
"loss": 0.4822,
"step": 33
},
{
"epoch": 0.27,
"learning_rate": 4.5600000000000004e-05,
"loss": 0.4817,
"step": 34
},
{
"epoch": 0.28,
"learning_rate": 4.546666666666667e-05,
"loss": 0.4685,
"step": 35
},
{
"epoch": 0.29,
"learning_rate": 4.5333333333333335e-05,
"loss": 0.4624,
"step": 36
},
{
"epoch": 0.3,
"learning_rate": 4.52e-05,
"loss": 0.4698,
"step": 37
},
{
"epoch": 0.3,
"learning_rate": 4.5066666666666667e-05,
"loss": 0.4556,
"step": 38
},
{
"epoch": 0.31,
"learning_rate": 4.493333333333333e-05,
"loss": 0.4397,
"step": 39
},
{
"epoch": 0.32,
"learning_rate": 4.4800000000000005e-05,
"loss": 0.4571,
"step": 40
},
{
"epoch": 0.32,
"eval_loss": 0.42919921875,
"eval_margin_accuracy": 0.8108902693843528,
"eval_runtime": 1759.3704,
"eval_samples_per_second": 201.837,
"eval_steps_per_second": 50.46,
"step": 40
},
{
"epoch": 0.33,
"learning_rate": 4.466666666666667e-05,
"loss": 0.4554,
"step": 41
},
{
"epoch": 0.34,
"learning_rate": 4.4533333333333336e-05,
"loss": 0.4623,
"step": 42
},
{
"epoch": 0.34,
"learning_rate": 4.44e-05,
"loss": 0.4482,
"step": 43
},
{
"epoch": 0.35,
"learning_rate": 4.426666666666667e-05,
"loss": 0.4414,
"step": 44
},
{
"epoch": 0.36,
"learning_rate": 4.413333333333334e-05,
"loss": 0.4492,
"step": 45
},
{
"epoch": 0.37,
"learning_rate": 4.4000000000000006e-05,
"loss": 0.4453,
"step": 46
},
{
"epoch": 0.38,
"learning_rate": 4.3866666666666665e-05,
"loss": 0.4446,
"step": 47
},
{
"epoch": 0.38,
"learning_rate": 4.373333333333334e-05,
"loss": 0.4363,
"step": 48
},
{
"epoch": 0.39,
"learning_rate": 4.36e-05,
"loss": 0.4416,
"step": 49
},
{
"epoch": 0.4,
"learning_rate": 4.346666666666667e-05,
"loss": 0.4322,
"step": 50
},
{
"epoch": 0.41,
"learning_rate": 4.3333333333333334e-05,
"loss": 0.4398,
"step": 51
},
{
"epoch": 0.42,
"learning_rate": 4.32e-05,
"loss": 0.4364,
"step": 52
},
{
"epoch": 0.42,
"learning_rate": 4.3066666666666665e-05,
"loss": 0.4365,
"step": 53
},
{
"epoch": 0.43,
"learning_rate": 4.293333333333334e-05,
"loss": 0.4304,
"step": 54
},
{
"epoch": 0.44,
"learning_rate": 4.2800000000000004e-05,
"loss": 0.4262,
"step": 55
},
{
"epoch": 0.45,
"learning_rate": 4.266666666666667e-05,
"loss": 0.4242,
"step": 56
},
{
"epoch": 0.46,
"learning_rate": 4.2533333333333335e-05,
"loss": 0.4184,
"step": 57
},
{
"epoch": 0.46,
"learning_rate": 4.24e-05,
"loss": 0.4169,
"step": 58
},
{
"epoch": 0.47,
"learning_rate": 4.226666666666667e-05,
"loss": 0.4337,
"step": 59
},
{
"epoch": 0.48,
"learning_rate": 4.213333333333334e-05,
"loss": 0.4296,
"step": 60
},
{
"epoch": 0.48,
"eval_loss": 0.40087890625,
"eval_margin_accuracy": 0.8193497152962778,
"eval_runtime": 1759.2799,
"eval_samples_per_second": 201.847,
"eval_steps_per_second": 50.462,
"step": 60
},
{
"epoch": 0.49,
"learning_rate": 4.2e-05,
"loss": 0.4208,
"step": 61
},
{
"epoch": 0.5,
"learning_rate": 4.186666666666667e-05,
"loss": 0.4136,
"step": 62
},
{
"epoch": 0.5,
"learning_rate": 4.1733333333333336e-05,
"loss": 0.4138,
"step": 63
},
{
"epoch": 0.51,
"learning_rate": 4.16e-05,
"loss": 0.417,
"step": 64
},
{
"epoch": 0.52,
"learning_rate": 4.146666666666667e-05,
"loss": 0.4174,
"step": 65
},
{
"epoch": 0.53,
"learning_rate": 4.133333333333333e-05,
"loss": 0.4193,
"step": 66
},
{
"epoch": 0.54,
"learning_rate": 4.12e-05,
"loss": 0.4172,
"step": 67
},
{
"epoch": 0.54,
"learning_rate": 4.106666666666667e-05,
"loss": 0.4053,
"step": 68
},
{
"epoch": 0.55,
"learning_rate": 4.093333333333334e-05,
"loss": 0.4075,
"step": 69
},
{
"epoch": 0.56,
"learning_rate": 4.08e-05,
"loss": 0.4163,
"step": 70
},
{
"epoch": 0.57,
"learning_rate": 4.066666666666667e-05,
"loss": 0.4163,
"step": 71
},
{
"epoch": 0.58,
"learning_rate": 4.0533333333333334e-05,
"loss": 0.4121,
"step": 72
},
{
"epoch": 0.58,
"learning_rate": 4.0400000000000006e-05,
"loss": 0.4102,
"step": 73
},
{
"epoch": 0.59,
"learning_rate": 4.026666666666667e-05,
"loss": 0.4109,
"step": 74
},
{
"epoch": 0.6,
"learning_rate": 4.013333333333333e-05,
"loss": 0.4016,
"step": 75
},
{
"epoch": 0.61,
"learning_rate": 4e-05,
"loss": 0.3942,
"step": 76
},
{
"epoch": 0.62,
"learning_rate": 3.986666666666667e-05,
"loss": 0.4077,
"step": 77
},
{
"epoch": 0.62,
"learning_rate": 3.9733333333333335e-05,
"loss": 0.4208,
"step": 78
},
{
"epoch": 0.63,
"learning_rate": 3.960000000000001e-05,
"loss": 0.4028,
"step": 79
},
{
"epoch": 0.64,
"learning_rate": 3.9466666666666666e-05,
"loss": 0.4028,
"step": 80
},
{
"epoch": 0.64,
"eval_loss": 0.385498046875,
"eval_margin_accuracy": 0.8295776472377262,
"eval_runtime": 1758.6405,
"eval_samples_per_second": 201.921,
"eval_steps_per_second": 50.48,
"step": 80
},
{
"epoch": 0.65,
"learning_rate": 3.933333333333333e-05,
"loss": 0.3959,
"step": 81
},
{
"epoch": 0.66,
"learning_rate": 3.9200000000000004e-05,
"loss": 0.3949,
"step": 82
},
{
"epoch": 0.66,
"learning_rate": 3.906666666666667e-05,
"loss": 0.3892,
"step": 83
},
{
"epoch": 0.67,
"learning_rate": 3.8933333333333336e-05,
"loss": 0.4037,
"step": 84
},
{
"epoch": 0.68,
"learning_rate": 3.88e-05,
"loss": 0.3926,
"step": 85
},
{
"epoch": 0.69,
"learning_rate": 3.866666666666667e-05,
"loss": 0.3949,
"step": 86
},
{
"epoch": 0.7,
"learning_rate": 3.853333333333334e-05,
"loss": 0.3921,
"step": 87
},
{
"epoch": 0.7,
"learning_rate": 3.8400000000000005e-05,
"loss": 0.3959,
"step": 88
},
{
"epoch": 0.71,
"learning_rate": 3.8266666666666664e-05,
"loss": 0.3948,
"step": 89
},
{
"epoch": 0.72,
"learning_rate": 3.8133333333333336e-05,
"loss": 0.3837,
"step": 90
},
{
"epoch": 0.73,
"learning_rate": 3.8e-05,
"loss": 0.4046,
"step": 91
},
{
"epoch": 0.74,
"learning_rate": 3.786666666666667e-05,
"loss": 0.3835,
"step": 92
},
{
"epoch": 0.74,
"learning_rate": 3.773333333333334e-05,
"loss": 0.3936,
"step": 93
},
{
"epoch": 0.75,
"learning_rate": 3.76e-05,
"loss": 0.3894,
"step": 94
},
{
"epoch": 0.76,
"learning_rate": 3.7466666666666665e-05,
"loss": 0.3842,
"step": 95
},
{
"epoch": 0.77,
"learning_rate": 3.733333333333334e-05,
"loss": 0.398,
"step": 96
},
{
"epoch": 0.78,
"learning_rate": 3.72e-05,
"loss": 0.3861,
"step": 97
},
{
"epoch": 0.78,
"learning_rate": 3.706666666666667e-05,
"loss": 0.3657,
"step": 98
},
{
"epoch": 0.79,
"learning_rate": 3.6933333333333334e-05,
"loss": 0.3888,
"step": 99
},
{
"epoch": 0.8,
"learning_rate": 3.68e-05,
"loss": 0.3878,
"step": 100
},
{
"epoch": 0.8,
"eval_loss": 0.375732421875,
"eval_margin_accuracy": 0.8334131217157694,
"eval_runtime": 1757.9749,
"eval_samples_per_second": 201.997,
"eval_steps_per_second": 50.5,
"step": 100
},
{
"epoch": 0.81,
"learning_rate": 3.6666666666666666e-05,
"loss": 0.3956,
"step": 101
},
{
"epoch": 0.82,
"learning_rate": 3.653333333333334e-05,
"loss": 0.3786,
"step": 102
},
{
"epoch": 0.82,
"learning_rate": 3.6400000000000004e-05,
"loss": 0.3893,
"step": 103
},
{
"epoch": 0.83,
"learning_rate": 3.626666666666667e-05,
"loss": 0.3958,
"step": 104
},
{
"epoch": 0.84,
"learning_rate": 3.6133333333333335e-05,
"loss": 0.391,
"step": 105
},
{
"epoch": 0.85,
"learning_rate": 3.6e-05,
"loss": 0.4021,
"step": 106
},
{
"epoch": 0.86,
"learning_rate": 3.586666666666667e-05,
"loss": 0.39,
"step": 107
},
{
"epoch": 0.86,
"learning_rate": 3.573333333333333e-05,
"loss": 0.3844,
"step": 108
},
{
"epoch": 0.87,
"learning_rate": 3.56e-05,
"loss": 0.3817,
"step": 109
},
{
"epoch": 0.88,
"learning_rate": 3.546666666666667e-05,
"loss": 0.3779,
"step": 110
},
{
"epoch": 0.89,
"learning_rate": 3.5333333333333336e-05,
"loss": 0.3846,
"step": 111
},
{
"epoch": 0.9,
"learning_rate": 3.52e-05,
"loss": 0.3847,
"step": 112
},
{
"epoch": 0.9,
"learning_rate": 3.506666666666667e-05,
"loss": 0.3705,
"step": 113
},
{
"epoch": 0.91,
"learning_rate": 3.493333333333333e-05,
"loss": 0.3789,
"step": 114
},
{
"epoch": 0.92,
"learning_rate": 3.48e-05,
"loss": 0.3726,
"step": 115
},
{
"epoch": 0.93,
"learning_rate": 3.466666666666667e-05,
"loss": 0.3818,
"step": 116
},
{
"epoch": 0.94,
"learning_rate": 3.453333333333334e-05,
"loss": 0.3795,
"step": 117
},
{
"epoch": 0.94,
"learning_rate": 3.4399999999999996e-05,
"loss": 0.3679,
"step": 118
},
{
"epoch": 0.95,
"learning_rate": 3.426666666666667e-05,
"loss": 0.3798,
"step": 119
},
{
"epoch": 0.96,
"learning_rate": 3.4133333333333334e-05,
"loss": 0.3831,
"step": 120
},
{
"epoch": 0.96,
"eval_loss": 0.3642578125,
"eval_margin_accuracy": 0.8367304410514044,
"eval_runtime": 1755.9788,
"eval_samples_per_second": 202.227,
"eval_steps_per_second": 50.557,
"step": 120
},
{
"epoch": 0.97,
"learning_rate": 3.4000000000000007e-05,
"loss": 0.3751,
"step": 121
},
{
"epoch": 0.98,
"learning_rate": 3.3866666666666665e-05,
"loss": 0.376,
"step": 122
},
{
"epoch": 0.98,
"learning_rate": 3.373333333333333e-05,
"loss": 0.3925,
"step": 123
},
{
"epoch": 0.99,
"learning_rate": 3.3600000000000004e-05,
"loss": 0.3608,
"step": 124
},
{
"epoch": 1.0,
"learning_rate": 3.346666666666667e-05,
"loss": 0.3847,
"step": 125
},
{
"epoch": 1.01,
"learning_rate": 3.3333333333333335e-05,
"loss": 0.3864,
"step": 126
},
{
"epoch": 1.02,
"learning_rate": 3.32e-05,
"loss": 0.3747,
"step": 127
},
{
"epoch": 1.02,
"learning_rate": 3.3066666666666666e-05,
"loss": 0.3723,
"step": 128
},
{
"epoch": 1.03,
"learning_rate": 3.293333333333333e-05,
"loss": 0.3675,
"step": 129
},
{
"epoch": 1.04,
"learning_rate": 3.2800000000000004e-05,
"loss": 0.3731,
"step": 130
},
{
"epoch": 1.05,
"learning_rate": 3.266666666666667e-05,
"loss": 0.3769,
"step": 131
},
{
"epoch": 1.06,
"learning_rate": 3.253333333333333e-05,
"loss": 0.3723,
"step": 132
},
{
"epoch": 1.06,
"learning_rate": 3.24e-05,
"loss": 0.3778,
"step": 133
},
{
"epoch": 1.07,
"learning_rate": 3.226666666666667e-05,
"loss": 0.3943,
"step": 134
},
{
"epoch": 1.08,
"learning_rate": 3.213333333333334e-05,
"loss": 0.3644,
"step": 135
},
{
"epoch": 1.09,
"learning_rate": 3.2000000000000005e-05,
"loss": 0.3584,
"step": 136
},
{
"epoch": 1.1,
"learning_rate": 3.1866666666666664e-05,
"loss": 0.3778,
"step": 137
},
{
"epoch": 1.1,
"learning_rate": 3.173333333333334e-05,
"loss": 0.3636,
"step": 138
},
{
"epoch": 1.11,
"learning_rate": 3.16e-05,
"loss": 0.3639,
"step": 139
},
{
"epoch": 1.12,
"learning_rate": 3.146666666666667e-05,
"loss": 0.3591,
"step": 140
},
{
"epoch": 1.12,
"eval_loss": 0.358154296875,
"eval_margin_accuracy": 0.8393324810056716,
"eval_runtime": 1756.838,
"eval_samples_per_second": 202.128,
"eval_steps_per_second": 50.532,
"step": 140
},
{
"epoch": 1.13,
"learning_rate": 3.1333333333333334e-05,
"loss": 0.3616,
"step": 141
},
{
"epoch": 1.14,
"learning_rate": 3.12e-05,
"loss": 0.3809,
"step": 142
},
{
"epoch": 1.14,
"learning_rate": 3.1066666666666665e-05,
"loss": 0.3606,
"step": 143
},
{
"epoch": 1.15,
"learning_rate": 3.093333333333334e-05,
"loss": 0.3655,
"step": 144
},
{
"epoch": 1.16,
"learning_rate": 3.08e-05,
"loss": 0.3782,
"step": 145
},
{
"epoch": 1.17,
"learning_rate": 3.066666666666667e-05,
"loss": 0.3642,
"step": 146
},
{
"epoch": 1.18,
"learning_rate": 3.0533333333333335e-05,
"loss": 0.3683,
"step": 147
},
{
"epoch": 1.18,
"learning_rate": 3.04e-05,
"loss": 0.3627,
"step": 148
},
{
"epoch": 1.19,
"learning_rate": 3.0266666666666666e-05,
"loss": 0.3693,
"step": 149
},
{
"epoch": 1.2,
"learning_rate": 3.0133333333333335e-05,
"loss": 0.3581,
"step": 150
},
{
"epoch": 1.21,
"learning_rate": 3e-05,
"loss": 0.3772,
"step": 151
},
{
"epoch": 1.22,
"learning_rate": 2.986666666666667e-05,
"loss": 0.3772,
"step": 152
},
{
"epoch": 1.22,
"learning_rate": 2.9733333333333336e-05,
"loss": 0.3653,
"step": 153
},
{
"epoch": 1.23,
"learning_rate": 2.96e-05,
"loss": 0.3711,
"step": 154
},
{
"epoch": 1.24,
"learning_rate": 2.946666666666667e-05,
"loss": 0.3635,
"step": 155
},
{
"epoch": 1.25,
"learning_rate": 2.9333333333333336e-05,
"loss": 0.3759,
"step": 156
},
{
"epoch": 1.26,
"learning_rate": 2.9199999999999998e-05,
"loss": 0.3686,
"step": 157
},
{
"epoch": 1.26,
"learning_rate": 2.906666666666667e-05,
"loss": 0.3729,
"step": 158
},
{
"epoch": 1.27,
"learning_rate": 2.8933333333333333e-05,
"loss": 0.3816,
"step": 159
},
{
"epoch": 1.28,
"learning_rate": 2.88e-05,
"loss": 0.3598,
"step": 160
},
{
"epoch": 1.28,
"eval_loss": 0.353271484375,
"eval_margin_accuracy": 0.8400533925081525,
"eval_runtime": 1755.8079,
"eval_samples_per_second": 202.246,
"eval_steps_per_second": 50.562,
"step": 160
},
{
"epoch": 1.29,
"learning_rate": 2.8666666666666668e-05,
"loss": 0.3563,
"step": 161
},
{
"epoch": 1.3,
"learning_rate": 2.8533333333333333e-05,
"loss": 0.3747,
"step": 162
},
{
"epoch": 1.3,
"learning_rate": 2.84e-05,
"loss": 0.3558,
"step": 163
},
{
"epoch": 1.31,
"learning_rate": 2.8266666666666668e-05,
"loss": 0.3727,
"step": 164
},
{
"epoch": 1.32,
"learning_rate": 2.8133333333333334e-05,
"loss": 0.3592,
"step": 165
},
{
"epoch": 1.33,
"learning_rate": 2.8000000000000003e-05,
"loss": 0.3725,
"step": 166
},
{
"epoch": 1.34,
"learning_rate": 2.786666666666667e-05,
"loss": 0.3719,
"step": 167
},
{
"epoch": 1.34,
"learning_rate": 2.7733333333333334e-05,
"loss": 0.356,
"step": 168
},
{
"epoch": 1.35,
"learning_rate": 2.7600000000000003e-05,
"loss": 0.3662,
"step": 169
},
{
"epoch": 1.36,
"learning_rate": 2.746666666666667e-05,
"loss": 0.349,
"step": 170
},
{
"epoch": 1.37,
"learning_rate": 2.733333333333333e-05,
"loss": 0.3503,
"step": 171
},
{
"epoch": 1.38,
"learning_rate": 2.7200000000000004e-05,
"loss": 0.3715,
"step": 172
},
{
"epoch": 1.38,
"learning_rate": 2.706666666666667e-05,
"loss": 0.3549,
"step": 173
},
{
"epoch": 1.39,
"learning_rate": 2.6933333333333332e-05,
"loss": 0.3582,
"step": 174
},
{
"epoch": 1.4,
"learning_rate": 2.6800000000000004e-05,
"loss": 0.3497,
"step": 175
},
{
"epoch": 1.41,
"learning_rate": 2.6666666666666667e-05,
"loss": 0.3566,
"step": 176
},
{
"epoch": 1.42,
"learning_rate": 2.6533333333333332e-05,
"loss": 0.3485,
"step": 177
},
{
"epoch": 1.42,
"learning_rate": 2.64e-05,
"loss": 0.365,
"step": 178
},
{
"epoch": 1.43,
"learning_rate": 2.6266666666666667e-05,
"loss": 0.3708,
"step": 179
},
{
"epoch": 1.44,
"learning_rate": 2.6133333333333333e-05,
"loss": 0.3635,
"step": 180
},
{
"epoch": 1.44,
"eval_loss": 0.34423828125,
"eval_margin_accuracy": 0.8426835930679853,
"eval_runtime": 1755.2878,
"eval_samples_per_second": 202.306,
"eval_steps_per_second": 50.577,
"step": 180
},
{
"epoch": 1.45,
"learning_rate": 2.6000000000000002e-05,
"loss": 0.3571,
"step": 181
},
{
"epoch": 1.46,
"learning_rate": 2.5866666666666667e-05,
"loss": 0.3477,
"step": 182
},
{
"epoch": 1.46,
"learning_rate": 2.5733333333333337e-05,
"loss": 0.3687,
"step": 183
},
{
"epoch": 1.47,
"learning_rate": 2.5600000000000002e-05,
"loss": 0.3575,
"step": 184
},
{
"epoch": 1.48,
"learning_rate": 2.5466666666666668e-05,
"loss": 0.3512,
"step": 185
},
{
"epoch": 1.49,
"learning_rate": 2.5333333333333337e-05,
"loss": 0.3642,
"step": 186
},
{
"epoch": 1.5,
"learning_rate": 2.5200000000000003e-05,
"loss": 0.3565,
"step": 187
},
{
"epoch": 1.5,
"learning_rate": 2.5066666666666665e-05,
"loss": 0.3391,
"step": 188
},
{
"epoch": 1.51,
"learning_rate": 2.4933333333333334e-05,
"loss": 0.3741,
"step": 189
},
{
"epoch": 1.52,
"learning_rate": 2.48e-05,
"loss": 0.3543,
"step": 190
},
{
"epoch": 1.53,
"learning_rate": 2.466666666666667e-05,
"loss": 0.351,
"step": 191
},
{
"epoch": 1.54,
"learning_rate": 2.4533333333333334e-05,
"loss": 0.3451,
"step": 192
},
{
"epoch": 1.54,
"learning_rate": 2.44e-05,
"loss": 0.3557,
"step": 193
},
{
"epoch": 1.55,
"learning_rate": 2.426666666666667e-05,
"loss": 0.3547,
"step": 194
},
{
"epoch": 1.56,
"learning_rate": 2.4133333333333335e-05,
"loss": 0.3582,
"step": 195
},
{
"epoch": 1.57,
"learning_rate": 2.4e-05,
"loss": 0.3649,
"step": 196
},
{
"epoch": 1.58,
"learning_rate": 2.3866666666666666e-05,
"loss": 0.3564,
"step": 197
},
{
"epoch": 1.58,
"learning_rate": 2.3733333333333335e-05,
"loss": 0.3461,
"step": 198
},
{
"epoch": 1.59,
"learning_rate": 2.36e-05,
"loss": 0.3622,
"step": 199
},
{
"epoch": 1.6,
"learning_rate": 2.3466666666666667e-05,
"loss": 0.3478,
"step": 200
},
{
"epoch": 1.6,
"eval_loss": 0.340576171875,
"eval_margin_accuracy": 0.8472287148062831,
"eval_runtime": 1756.2429,
"eval_samples_per_second": 202.196,
"eval_steps_per_second": 50.549,
"step": 200
},
{
"epoch": 1.61,
"learning_rate": 2.3333333333333336e-05,
"loss": 0.3568,
"step": 201
},
{
"epoch": 1.62,
"learning_rate": 2.32e-05,
"loss": 0.3497,
"step": 202
},
{
"epoch": 1.62,
"learning_rate": 2.3066666666666667e-05,
"loss": 0.3657,
"step": 203
},
{
"epoch": 1.63,
"learning_rate": 2.2933333333333333e-05,
"loss": 0.349,
"step": 204
},
{
"epoch": 1.64,
"learning_rate": 2.2800000000000002e-05,
"loss": 0.3346,
"step": 205
},
{
"epoch": 1.65,
"learning_rate": 2.2666666666666668e-05,
"loss": 0.3482,
"step": 206
},
{
"epoch": 1.66,
"learning_rate": 2.2533333333333333e-05,
"loss": 0.3444,
"step": 207
},
{
"epoch": 1.66,
"learning_rate": 2.2400000000000002e-05,
"loss": 0.3519,
"step": 208
},
{
"epoch": 1.67,
"learning_rate": 2.2266666666666668e-05,
"loss": 0.3552,
"step": 209
},
{
"epoch": 1.68,
"learning_rate": 2.2133333333333334e-05,
"loss": 0.3606,
"step": 210
},
{
"epoch": 1.69,
"learning_rate": 2.2000000000000003e-05,
"loss": 0.3584,
"step": 211
},
{
"epoch": 1.7,
"learning_rate": 2.186666666666667e-05,
"loss": 0.3565,
"step": 212
},
{
"epoch": 1.7,
"learning_rate": 2.1733333333333334e-05,
"loss": 0.3607,
"step": 213
},
{
"epoch": 1.71,
"learning_rate": 2.16e-05,
"loss": 0.3542,
"step": 214
},
{
"epoch": 1.72,
"learning_rate": 2.146666666666667e-05,
"loss": 0.3541,
"step": 215
},
{
"epoch": 1.73,
"learning_rate": 2.1333333333333335e-05,
"loss": 0.3487,
"step": 216
},
{
"epoch": 1.74,
"learning_rate": 2.12e-05,
"loss": 0.3509,
"step": 217
},
{
"epoch": 1.74,
"learning_rate": 2.106666666666667e-05,
"loss": 0.3435,
"step": 218
},
{
"epoch": 1.75,
"learning_rate": 2.0933333333333335e-05,
"loss": 0.3585,
"step": 219
},
{
"epoch": 1.76,
"learning_rate": 2.08e-05,
"loss": 0.342,
"step": 220
},
{
"epoch": 1.76,
"eval_loss": 0.335205078125,
"eval_margin_accuracy": 0.8478820408554065,
"eval_runtime": 1758.8767,
"eval_samples_per_second": 201.894,
"eval_steps_per_second": 50.474,
"step": 220
},
{
"epoch": 1.77,
"learning_rate": 2.0666666666666666e-05,
"loss": 0.3611,
"step": 221
},
{
"epoch": 1.78,
"learning_rate": 2.0533333333333336e-05,
"loss": 0.3522,
"step": 222
},
{
"epoch": 1.78,
"learning_rate": 2.04e-05,
"loss": 0.3637,
"step": 223
},
{
"epoch": 1.79,
"learning_rate": 2.0266666666666667e-05,
"loss": 0.3515,
"step": 224
},
{
"epoch": 1.8,
"learning_rate": 2.0133333333333336e-05,
"loss": 0.3537,
"step": 225
},
{
"epoch": 1.81,
"learning_rate": 2e-05,
"loss": 0.3501,
"step": 226
},
{
"epoch": 1.82,
"learning_rate": 1.9866666666666667e-05,
"loss": 0.362,
"step": 227
},
{
"epoch": 1.82,
"learning_rate": 1.9733333333333333e-05,
"loss": 0.3394,
"step": 228
},
{
"epoch": 1.83,
"learning_rate": 1.9600000000000002e-05,
"loss": 0.3406,
"step": 229
},
{
"epoch": 1.84,
"learning_rate": 1.9466666666666668e-05,
"loss": 0.349,
"step": 230
},
{
"epoch": 1.85,
"learning_rate": 1.9333333333333333e-05,
"loss": 0.3497,
"step": 231
},
{
"epoch": 1.86,
"learning_rate": 1.9200000000000003e-05,
"loss": 0.3349,
"step": 232
},
{
"epoch": 1.86,
"learning_rate": 1.9066666666666668e-05,
"loss": 0.3542,
"step": 233
},
{
"epoch": 1.87,
"learning_rate": 1.8933333333333334e-05,
"loss": 0.3418,
"step": 234
},
{
"epoch": 1.88,
"learning_rate": 1.88e-05,
"loss": 0.349,
"step": 235
},
{
"epoch": 1.89,
"learning_rate": 1.866666666666667e-05,
"loss": 0.3382,
"step": 236
},
{
"epoch": 1.9,
"learning_rate": 1.8533333333333334e-05,
"loss": 0.3485,
"step": 237
},
{
"epoch": 1.9,
"learning_rate": 1.84e-05,
"loss": 0.3432,
"step": 238
},
{
"epoch": 1.91,
"learning_rate": 1.826666666666667e-05,
"loss": 0.3437,
"step": 239
},
{
"epoch": 1.92,
"learning_rate": 1.8133333333333335e-05,
"loss": 0.3327,
"step": 240
},
{
"epoch": 1.92,
"eval_loss": 0.335205078125,
"eval_margin_accuracy": 0.848580423873435,
"eval_runtime": 1761.1948,
"eval_samples_per_second": 201.628,
"eval_steps_per_second": 50.407,
"step": 240
},
{
"epoch": 1.93,
"learning_rate": 1.8e-05,
"loss": 0.3513,
"step": 241
},
{
"epoch": 1.94,
"learning_rate": 1.7866666666666666e-05,
"loss": 0.3367,
"step": 242
},
{
"epoch": 1.94,
"learning_rate": 1.7733333333333335e-05,
"loss": 0.3459,
"step": 243
},
{
"epoch": 1.95,
"learning_rate": 1.76e-05,
"loss": 0.3515,
"step": 244
},
{
"epoch": 1.96,
"learning_rate": 1.7466666666666667e-05,
"loss": 0.3539,
"step": 245
},
{
"epoch": 1.97,
"learning_rate": 1.7333333333333336e-05,
"loss": 0.345,
"step": 246
},
{
"epoch": 1.98,
"learning_rate": 1.7199999999999998e-05,
"loss": 0.3474,
"step": 247
},
{
"epoch": 1.98,
"learning_rate": 1.7066666666666667e-05,
"loss": 0.3466,
"step": 248
},
{
"epoch": 1.99,
"learning_rate": 1.6933333333333333e-05,
"loss": 0.3578,
"step": 249
},
{
"epoch": 2.0,
"learning_rate": 1.6800000000000002e-05,
"loss": 0.3486,
"step": 250
},
{
"epoch": 2.01,
"learning_rate": 1.6666666666666667e-05,
"loss": 0.3603,
"step": 251
},
{
"epoch": 2.02,
"learning_rate": 1.6533333333333333e-05,
"loss": 0.3503,
"step": 252
},
{
"epoch": 2.02,
"learning_rate": 1.6400000000000002e-05,
"loss": 0.3438,
"step": 253
},
{
"epoch": 2.03,
"learning_rate": 1.6266666666666665e-05,
"loss": 0.3475,
"step": 254
},
{
"epoch": 2.04,
"learning_rate": 1.6133333333333334e-05,
"loss": 0.3327,
"step": 255
},
{
"epoch": 2.05,
"learning_rate": 1.6000000000000003e-05,
"loss": 0.3488,
"step": 256
},
{
"epoch": 2.06,
"learning_rate": 1.586666666666667e-05,
"loss": 0.3359,
"step": 257
},
{
"epoch": 2.06,
"learning_rate": 1.5733333333333334e-05,
"loss": 0.3481,
"step": 258
},
{
"epoch": 2.07,
"learning_rate": 1.56e-05,
"loss": 0.3485,
"step": 259
},
{
"epoch": 2.08,
"learning_rate": 1.546666666666667e-05,
"loss": 0.3487,
"step": 260
},
{
"epoch": 2.08,
"eval_loss": 0.329345703125,
"eval_margin_accuracy": 0.8487268590223764,
"eval_runtime": 1763.9769,
"eval_samples_per_second": 201.31,
"eval_steps_per_second": 50.328,
"step": 260
},
{
"epoch": 2.09,
"learning_rate": 1.5333333333333334e-05,
"loss": 0.3367,
"step": 261
},
{
"epoch": 2.1,
"learning_rate": 1.52e-05,
"loss": 0.3427,
"step": 262
},
{
"epoch": 2.1,
"learning_rate": 1.5066666666666668e-05,
"loss": 0.3394,
"step": 263
},
{
"epoch": 2.11,
"learning_rate": 1.4933333333333335e-05,
"loss": 0.3391,
"step": 264
},
{
"epoch": 2.12,
"learning_rate": 1.48e-05,
"loss": 0.3336,
"step": 265
},
{
"epoch": 2.13,
"learning_rate": 1.4666666666666668e-05,
"loss": 0.3388,
"step": 266
},
{
"epoch": 2.14,
"learning_rate": 1.4533333333333335e-05,
"loss": 0.3374,
"step": 267
},
{
"epoch": 2.14,
"learning_rate": 1.44e-05,
"loss": 0.3261,
"step": 268
},
{
"epoch": 2.15,
"learning_rate": 1.4266666666666667e-05,
"loss": 0.3501,
"step": 269
},
{
"epoch": 2.16,
"learning_rate": 1.4133333333333334e-05,
"loss": 0.3329,
"step": 270
},
{
"epoch": 2.17,
"learning_rate": 1.4000000000000001e-05,
"loss": 0.3361,
"step": 271
},
{
"epoch": 2.18,
"learning_rate": 1.3866666666666667e-05,
"loss": 0.341,
"step": 272
},
{
"epoch": 2.18,
"learning_rate": 1.3733333333333335e-05,
"loss": 0.3358,
"step": 273
},
{
"epoch": 2.19,
"learning_rate": 1.3600000000000002e-05,
"loss": 0.3395,
"step": 274
},
{
"epoch": 2.2,
"learning_rate": 1.3466666666666666e-05,
"loss": 0.3416,
"step": 275
},
{
"epoch": 2.21,
"learning_rate": 1.3333333333333333e-05,
"loss": 0.3465,
"step": 276
},
{
"epoch": 2.22,
"learning_rate": 1.32e-05,
"loss": 0.3333,
"step": 277
},
{
"epoch": 2.22,
"learning_rate": 1.3066666666666666e-05,
"loss": 0.3299,
"step": 278
},
{
"epoch": 2.23,
"learning_rate": 1.2933333333333334e-05,
"loss": 0.3359,
"step": 279
},
{
"epoch": 2.24,
"learning_rate": 1.2800000000000001e-05,
"loss": 0.3387,
"step": 280
},
{
"epoch": 2.24,
"eval_loss": 0.329833984375,
"eval_margin_accuracy": 0.8495885735526857,
"eval_runtime": 1765.6135,
"eval_samples_per_second": 201.123,
"eval_steps_per_second": 50.281,
"step": 280
},
{
"epoch": 2.25,
"learning_rate": 1.2666666666666668e-05,
"loss": 0.3423,
"step": 281
},
{
"epoch": 2.26,
"learning_rate": 1.2533333333333332e-05,
"loss": 0.3361,
"step": 282
},
{
"epoch": 2.26,
"learning_rate": 1.24e-05,
"loss": 0.333,
"step": 283
},
{
"epoch": 2.27,
"learning_rate": 1.2266666666666667e-05,
"loss": 0.3473,
"step": 284
},
{
"epoch": 2.28,
"learning_rate": 1.2133333333333335e-05,
"loss": 0.3385,
"step": 285
},
{
"epoch": 2.29,
"learning_rate": 1.2e-05,
"loss": 0.3249,
"step": 286
},
{
"epoch": 2.3,
"learning_rate": 1.1866666666666668e-05,
"loss": 0.3434,
"step": 287
},
{
"epoch": 2.3,
"learning_rate": 1.1733333333333333e-05,
"loss": 0.3376,
"step": 288
},
{
"epoch": 2.31,
"learning_rate": 1.16e-05,
"loss": 0.348,
"step": 289
},
{
"epoch": 2.32,
"learning_rate": 1.1466666666666666e-05,
"loss": 0.3583,
"step": 290
},
{
"epoch": 2.33,
"learning_rate": 1.1333333333333334e-05,
"loss": 0.3333,
"step": 291
},
{
"epoch": 2.34,
"learning_rate": 1.1200000000000001e-05,
"loss": 0.3328,
"step": 292
},
{
"epoch": 2.34,
"learning_rate": 1.1066666666666667e-05,
"loss": 0.3317,
"step": 293
},
{
"epoch": 2.35,
"learning_rate": 1.0933333333333334e-05,
"loss": 0.347,
"step": 294
},
{
"epoch": 2.36,
"learning_rate": 1.08e-05,
"loss": 0.3449,
"step": 295
},
{
"epoch": 2.37,
"learning_rate": 1.0666666666666667e-05,
"loss": 0.3287,
"step": 296
},
{
"epoch": 2.38,
"learning_rate": 1.0533333333333335e-05,
"loss": 0.3408,
"step": 297
},
{
"epoch": 2.38,
"learning_rate": 1.04e-05,
"loss": 0.3378,
"step": 298
},
{
"epoch": 2.39,
"learning_rate": 1.0266666666666668e-05,
"loss": 0.3198,
"step": 299
},
{
"epoch": 2.4,
"learning_rate": 1.0133333333333333e-05,
"loss": 0.3457,
"step": 300
},
{
"epoch": 2.4,
"eval_loss": 0.327880859375,
"eval_margin_accuracy": 0.8505460341419182,
"eval_runtime": 1762.5787,
"eval_samples_per_second": 201.47,
"eval_steps_per_second": 50.368,
"step": 300
},
{
"epoch": 2.41,
"learning_rate": 1e-05,
"loss": 0.3313,
"step": 301
},
{
"epoch": 2.42,
"learning_rate": 9.866666666666667e-06,
"loss": 0.35,
"step": 302
},
{
"epoch": 2.42,
"learning_rate": 9.733333333333334e-06,
"loss": 0.3372,
"step": 303
},
{
"epoch": 2.43,
"learning_rate": 9.600000000000001e-06,
"loss": 0.3344,
"step": 304
},
{
"epoch": 2.44,
"learning_rate": 9.466666666666667e-06,
"loss": 0.325,
"step": 305
},
{
"epoch": 2.45,
"learning_rate": 9.333333333333334e-06,
"loss": 0.3394,
"step": 306
},
{
"epoch": 2.46,
"learning_rate": 9.2e-06,
"loss": 0.3396,
"step": 307
},
{
"epoch": 2.46,
"learning_rate": 9.066666666666667e-06,
"loss": 0.3244,
"step": 308
},
{
"epoch": 2.47,
"learning_rate": 8.933333333333333e-06,
"loss": 0.3241,
"step": 309
},
{
"epoch": 2.48,
"learning_rate": 8.8e-06,
"loss": 0.3281,
"step": 310
},
{
"epoch": 2.49,
"learning_rate": 8.666666666666668e-06,
"loss": 0.3352,
"step": 311
},
{
"epoch": 2.5,
"learning_rate": 8.533333333333334e-06,
"loss": 0.3326,
"step": 312
},
{
"epoch": 2.5,
"learning_rate": 8.400000000000001e-06,
"loss": 0.3389,
"step": 313
},
{
"epoch": 2.51,
"learning_rate": 8.266666666666667e-06,
"loss": 0.318,
"step": 314
},
{
"epoch": 2.52,
"learning_rate": 8.133333333333332e-06,
"loss": 0.332,
"step": 315
},
{
"epoch": 2.53,
"learning_rate": 8.000000000000001e-06,
"loss": 0.3237,
"step": 316
},
{
"epoch": 2.54,
"learning_rate": 7.866666666666667e-06,
"loss": 0.3379,
"step": 317
},
{
"epoch": 2.54,
"learning_rate": 7.733333333333334e-06,
"loss": 0.3322,
"step": 318
},
{
"epoch": 2.55,
"learning_rate": 7.6e-06,
"loss": 0.3359,
"step": 319
},
{
"epoch": 2.56,
"learning_rate": 7.4666666666666675e-06,
"loss": 0.3483,
"step": 320
},
{
"epoch": 2.56,
"eval_loss": 0.32861328125,
"eval_margin_accuracy": 0.8510416607998739,
"eval_runtime": 1763.3676,
"eval_samples_per_second": 201.379,
"eval_steps_per_second": 50.345,
"step": 320
},
{
"epoch": 2.57,
"learning_rate": 7.333333333333334e-06,
"loss": 0.337,
"step": 321
},
{
"epoch": 2.58,
"learning_rate": 7.2e-06,
"loss": 0.3415,
"step": 322
},
{
"epoch": 2.58,
"learning_rate": 7.066666666666667e-06,
"loss": 0.3438,
"step": 323
},
{
"epoch": 2.59,
"learning_rate": 6.933333333333334e-06,
"loss": 0.3398,
"step": 324
},
{
"epoch": 2.6,
"learning_rate": 6.800000000000001e-06,
"loss": 0.3366,
"step": 325
},
{
"epoch": 2.61,
"learning_rate": 6.666666666666667e-06,
"loss": 0.3164,
"step": 326
},
{
"epoch": 2.62,
"learning_rate": 6.533333333333333e-06,
"loss": 0.3322,
"step": 327
},
{
"epoch": 2.62,
"learning_rate": 6.4000000000000006e-06,
"loss": 0.3337,
"step": 328
},
{
"epoch": 2.63,
"learning_rate": 6.266666666666666e-06,
"loss": 0.3237,
"step": 329
},
{
"epoch": 2.64,
"learning_rate": 6.133333333333334e-06,
"loss": 0.3221,
"step": 330
},
{
"epoch": 2.65,
"learning_rate": 6e-06,
"loss": 0.3349,
"step": 331
},
{
"epoch": 2.66,
"learning_rate": 5.866666666666667e-06,
"loss": 0.3395,
"step": 332
},
{
"epoch": 2.66,
"learning_rate": 5.733333333333333e-06,
"loss": 0.3373,
"step": 333
},
{
"epoch": 2.67,
"learning_rate": 5.600000000000001e-06,
"loss": 0.3395,
"step": 334
},
{
"epoch": 2.68,
"learning_rate": 5.466666666666667e-06,
"loss": 0.3469,
"step": 335
},
{
"epoch": 2.69,
"learning_rate": 5.333333333333334e-06,
"loss": 0.3521,
"step": 336
},
{
"epoch": 2.7,
"learning_rate": 5.2e-06,
"loss": 0.3373,
"step": 337
},
{
"epoch": 2.7,
"learning_rate": 5.066666666666667e-06,
"loss": 0.3385,
"step": 338
},
{
"epoch": 2.71,
"learning_rate": 4.933333333333333e-06,
"loss": 0.3395,
"step": 339
},
{
"epoch": 2.72,
"learning_rate": 4.800000000000001e-06,
"loss": 0.3421,
"step": 340
},
{
"epoch": 2.72,
"eval_loss": 0.324462890625,
"eval_margin_accuracy": 0.8516724583645446,
"eval_runtime": 1880.9534,
"eval_samples_per_second": 188.79,
"eval_steps_per_second": 47.198,
"step": 340
},
{
"epoch": 2.73,
"learning_rate": 4.666666666666667e-06,
"loss": 0.3354,
"step": 341
},
{
"epoch": 2.74,
"learning_rate": 4.533333333333334e-06,
"loss": 0.3208,
"step": 342
},
{
"epoch": 2.74,
"learning_rate": 4.4e-06,
"loss": 0.3265,
"step": 343
},
{
"epoch": 2.75,
"learning_rate": 4.266666666666667e-06,
"loss": 0.337,
"step": 344
},
{
"epoch": 2.76,
"learning_rate": 4.133333333333333e-06,
"loss": 0.3248,
"step": 345
},
{
"epoch": 2.77,
"learning_rate": 4.000000000000001e-06,
"loss": 0.3371,
"step": 346
},
{
"epoch": 2.78,
"learning_rate": 3.866666666666667e-06,
"loss": 0.3371,
"step": 347
},
{
"epoch": 2.78,
"learning_rate": 3.7333333333333337e-06,
"loss": 0.3331,
"step": 348
},
{
"epoch": 2.79,
"learning_rate": 3.6e-06,
"loss": 0.3356,
"step": 349
},
{
"epoch": 2.8,
"learning_rate": 3.466666666666667e-06,
"loss": 0.3598,
"step": 350
},
{
"epoch": 2.81,
"learning_rate": 3.3333333333333333e-06,
"loss": 0.3137,
"step": 351
},
{
"epoch": 2.82,
"learning_rate": 3.2000000000000003e-06,
"loss": 0.3255,
"step": 352
},
{
"epoch": 2.82,
"learning_rate": 3.066666666666667e-06,
"loss": 0.3321,
"step": 353
},
{
"epoch": 2.83,
"learning_rate": 2.9333333333333333e-06,
"loss": 0.3407,
"step": 354
},
{
"epoch": 2.84,
"learning_rate": 2.8000000000000003e-06,
"loss": 0.3243,
"step": 355
},
{
"epoch": 2.85,
"learning_rate": 2.666666666666667e-06,
"loss": 0.3376,
"step": 356
},
{
"epoch": 2.86,
"learning_rate": 2.5333333333333334e-06,
"loss": 0.334,
"step": 357
},
{
"epoch": 2.86,
"learning_rate": 2.4000000000000003e-06,
"loss": 0.3391,
"step": 358
},
{
"epoch": 2.87,
"learning_rate": 2.266666666666667e-06,
"loss": 0.3243,
"step": 359
},
{
"epoch": 2.88,
"learning_rate": 2.1333333333333334e-06,
"loss": 0.3332,
"step": 360
},
{
"epoch": 2.88,
"eval_loss": 0.3251953125,
"eval_margin_accuracy": 0.8516949868489972,
"eval_runtime": 1764.8683,
"eval_samples_per_second": 201.208,
"eval_steps_per_second": 50.302,
"step": 360
},
{
"epoch": 2.89,
"learning_rate": 2.0000000000000003e-06,
"loss": 0.3379,
"step": 361
},
{
"epoch": 2.9,
"learning_rate": 1.8666666666666669e-06,
"loss": 0.3428,
"step": 362
},
{
"epoch": 2.9,
"learning_rate": 1.7333333333333334e-06,
"loss": 0.3246,
"step": 363
},
{
"epoch": 2.91,
"learning_rate": 1.6000000000000001e-06,
"loss": 0.3393,
"step": 364
},
{
"epoch": 2.92,
"learning_rate": 1.4666666666666667e-06,
"loss": 0.336,
"step": 365
},
{
"epoch": 2.93,
"learning_rate": 1.3333333333333334e-06,
"loss": 0.3432,
"step": 366
},
{
"epoch": 2.94,
"learning_rate": 1.2000000000000002e-06,
"loss": 0.3381,
"step": 367
},
{
"epoch": 2.94,
"learning_rate": 1.0666666666666667e-06,
"loss": 0.3263,
"step": 368
},
{
"epoch": 2.95,
"learning_rate": 9.333333333333334e-07,
"loss": 0.338,
"step": 369
},
{
"epoch": 2.96,
"learning_rate": 8.000000000000001e-07,
"loss": 0.3309,
"step": 370
},
{
"epoch": 2.97,
"learning_rate": 6.666666666666667e-07,
"loss": 0.3421,
"step": 371
},
{
"epoch": 2.98,
"learning_rate": 5.333333333333333e-07,
"loss": 0.3402,
"step": 372
},
{
"epoch": 2.98,
"learning_rate": 4.0000000000000003e-07,
"loss": 0.3395,
"step": 373
},
{
"epoch": 2.99,
"learning_rate": 2.6666666666666667e-07,
"loss": 0.3394,
"step": 374
},
{
"epoch": 3.0,
"learning_rate": 1.3333333333333334e-07,
"loss": 0.338,
"step": 375
},
{
"epoch": 3.0,
"step": 375,
"total_flos": 1.3001834302385994e+18,
"train_loss": 0.388297025680542,
"train_runtime": 85318.889,
"train_samples_per_second": 35.162,
"train_steps_per_second": 0.004
}
],
"max_steps": 375,
"num_train_epochs": 3,
"total_flos": 1.3001834302385994e+18,
"trial_name": null,
"trial_params": null
}