| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 1.0, | |
| "eval_steps": 20, | |
| "global_step": 334, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.0, | |
| "learning_rate": 1.3333333333333334e-06, | |
| "loss": 2.8321, | |
| "step": 1 | |
| }, | |
| { | |
| "epoch": 0.01, | |
| "learning_rate": 2.666666666666667e-06, | |
| "loss": 3.0972, | |
| "step": 2 | |
| }, | |
| { | |
| "epoch": 0.01, | |
| "learning_rate": 4.000000000000001e-06, | |
| "loss": 2.6421, | |
| "step": 3 | |
| }, | |
| { | |
| "epoch": 0.01, | |
| "learning_rate": 5.333333333333334e-06, | |
| "loss": 2.3812, | |
| "step": 4 | |
| }, | |
| { | |
| "epoch": 0.01, | |
| "learning_rate": 6.666666666666667e-06, | |
| "loss": 2.6574, | |
| "step": 5 | |
| }, | |
| { | |
| "epoch": 0.02, | |
| "learning_rate": 8.000000000000001e-06, | |
| "loss": 2.407, | |
| "step": 6 | |
| }, | |
| { | |
| "epoch": 0.02, | |
| "learning_rate": 9.333333333333334e-06, | |
| "loss": 3.2132, | |
| "step": 7 | |
| }, | |
| { | |
| "epoch": 0.02, | |
| "learning_rate": 1.0666666666666667e-05, | |
| "loss": 2.2604, | |
| "step": 8 | |
| }, | |
| { | |
| "epoch": 0.03, | |
| "learning_rate": 1.2e-05, | |
| "loss": 1.905, | |
| "step": 9 | |
| }, | |
| { | |
| "epoch": 0.03, | |
| "learning_rate": 1.3333333333333333e-05, | |
| "loss": 2.8917, | |
| "step": 10 | |
| }, | |
| { | |
| "epoch": 0.03, | |
| "learning_rate": 1.4666666666666668e-05, | |
| "loss": 1.7831, | |
| "step": 11 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "learning_rate": 1.6000000000000003e-05, | |
| "loss": 1.372, | |
| "step": 12 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "learning_rate": 1.7333333333333336e-05, | |
| "loss": 1.7615, | |
| "step": 13 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "learning_rate": 1.866666666666667e-05, | |
| "loss": 1.2265, | |
| "step": 14 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "learning_rate": 2e-05, | |
| "loss": 0.7593, | |
| "step": 15 | |
| }, | |
| { | |
| "epoch": 0.05, | |
| "learning_rate": 2.1333333333333335e-05, | |
| "loss": 0.8485, | |
| "step": 16 | |
| }, | |
| { | |
| "epoch": 0.05, | |
| "learning_rate": 2.2666666666666668e-05, | |
| "loss": 0.7462, | |
| "step": 17 | |
| }, | |
| { | |
| "epoch": 0.05, | |
| "learning_rate": 2.4e-05, | |
| "loss": 0.7687, | |
| "step": 18 | |
| }, | |
| { | |
| "epoch": 0.06, | |
| "learning_rate": 2.5333333333333337e-05, | |
| "loss": 0.66, | |
| "step": 19 | |
| }, | |
| { | |
| "epoch": 0.06, | |
| "learning_rate": 2.6666666666666667e-05, | |
| "loss": 0.8335, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.06, | |
| "eval_loss": 0.6428894400596619, | |
| "eval_runtime": 19.6908, | |
| "eval_samples_per_second": 82.729, | |
| "eval_steps_per_second": 41.39, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.06, | |
| "learning_rate": 2.8000000000000003e-05, | |
| "loss": 0.8233, | |
| "step": 21 | |
| }, | |
| { | |
| "epoch": 0.07, | |
| "learning_rate": 2.9333333333333336e-05, | |
| "loss": 0.7742, | |
| "step": 22 | |
| }, | |
| { | |
| "epoch": 0.07, | |
| "learning_rate": 3.066666666666667e-05, | |
| "loss": 0.8104, | |
| "step": 23 | |
| }, | |
| { | |
| "epoch": 0.07, | |
| "learning_rate": 3.2000000000000005e-05, | |
| "loss": 0.6492, | |
| "step": 24 | |
| }, | |
| { | |
| "epoch": 0.07, | |
| "learning_rate": 3.3333333333333335e-05, | |
| "loss": 0.698, | |
| "step": 25 | |
| }, | |
| { | |
| "epoch": 0.08, | |
| "learning_rate": 3.466666666666667e-05, | |
| "loss": 0.8286, | |
| "step": 26 | |
| }, | |
| { | |
| "epoch": 0.08, | |
| "learning_rate": 3.6e-05, | |
| "loss": 0.9258, | |
| "step": 27 | |
| }, | |
| { | |
| "epoch": 0.08, | |
| "learning_rate": 3.733333333333334e-05, | |
| "loss": 0.6863, | |
| "step": 28 | |
| }, | |
| { | |
| "epoch": 0.09, | |
| "learning_rate": 3.866666666666667e-05, | |
| "loss": 0.6822, | |
| "step": 29 | |
| }, | |
| { | |
| "epoch": 0.09, | |
| "learning_rate": 4e-05, | |
| "loss": 0.7762, | |
| "step": 30 | |
| }, | |
| { | |
| "epoch": 0.09, | |
| "learning_rate": 4.133333333333333e-05, | |
| "loss": 0.7259, | |
| "step": 31 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "learning_rate": 4.266666666666667e-05, | |
| "loss": 0.6832, | |
| "step": 32 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "learning_rate": 4.4000000000000006e-05, | |
| "loss": 0.7542, | |
| "step": 33 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "learning_rate": 4.5333333333333335e-05, | |
| "loss": 0.742, | |
| "step": 34 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "learning_rate": 4.666666666666667e-05, | |
| "loss": 0.7404, | |
| "step": 35 | |
| }, | |
| { | |
| "epoch": 0.11, | |
| "learning_rate": 4.8e-05, | |
| "loss": 0.7476, | |
| "step": 36 | |
| }, | |
| { | |
| "epoch": 0.11, | |
| "learning_rate": 4.933333333333334e-05, | |
| "loss": 0.728, | |
| "step": 37 | |
| }, | |
| { | |
| "epoch": 0.11, | |
| "learning_rate": 5.0666666666666674e-05, | |
| "loss": 0.7258, | |
| "step": 38 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "learning_rate": 5.2000000000000004e-05, | |
| "loss": 0.5863, | |
| "step": 39 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "learning_rate": 5.333333333333333e-05, | |
| "loss": 0.6725, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "eval_loss": 0.5888345837593079, | |
| "eval_runtime": 19.6842, | |
| "eval_samples_per_second": 82.757, | |
| "eval_steps_per_second": 41.404, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "learning_rate": 5.466666666666666e-05, | |
| "loss": 0.672, | |
| "step": 41 | |
| }, | |
| { | |
| "epoch": 0.13, | |
| "learning_rate": 5.6000000000000006e-05, | |
| "loss": 0.656, | |
| "step": 42 | |
| }, | |
| { | |
| "epoch": 0.13, | |
| "learning_rate": 5.7333333333333336e-05, | |
| "loss": 0.7206, | |
| "step": 43 | |
| }, | |
| { | |
| "epoch": 0.13, | |
| "learning_rate": 5.866666666666667e-05, | |
| "loss": 0.7592, | |
| "step": 44 | |
| }, | |
| { | |
| "epoch": 0.13, | |
| "learning_rate": 6e-05, | |
| "loss": 0.7326, | |
| "step": 45 | |
| }, | |
| { | |
| "epoch": 0.14, | |
| "learning_rate": 6.133333333333334e-05, | |
| "loss": 0.7992, | |
| "step": 46 | |
| }, | |
| { | |
| "epoch": 0.14, | |
| "learning_rate": 6.266666666666667e-05, | |
| "loss": 0.5875, | |
| "step": 47 | |
| }, | |
| { | |
| "epoch": 0.14, | |
| "learning_rate": 6.400000000000001e-05, | |
| "loss": 0.6702, | |
| "step": 48 | |
| }, | |
| { | |
| "epoch": 0.15, | |
| "learning_rate": 6.533333333333334e-05, | |
| "loss": 0.7486, | |
| "step": 49 | |
| }, | |
| { | |
| "epoch": 0.15, | |
| "learning_rate": 6.666666666666667e-05, | |
| "loss": 0.5083, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.15, | |
| "learning_rate": 6.800000000000001e-05, | |
| "loss": 0.7208, | |
| "step": 51 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "learning_rate": 6.933333333333334e-05, | |
| "loss": 0.8246, | |
| "step": 52 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "learning_rate": 7.066666666666667e-05, | |
| "loss": 0.7291, | |
| "step": 53 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "learning_rate": 7.2e-05, | |
| "loss": 0.6183, | |
| "step": 54 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "learning_rate": 7.333333333333333e-05, | |
| "loss": 0.7643, | |
| "step": 55 | |
| }, | |
| { | |
| "epoch": 0.17, | |
| "learning_rate": 7.466666666666667e-05, | |
| "loss": 0.6758, | |
| "step": 56 | |
| }, | |
| { | |
| "epoch": 0.17, | |
| "learning_rate": 7.6e-05, | |
| "loss": 0.5394, | |
| "step": 57 | |
| }, | |
| { | |
| "epoch": 0.17, | |
| "learning_rate": 7.733333333333333e-05, | |
| "loss": 0.7475, | |
| "step": 58 | |
| }, | |
| { | |
| "epoch": 0.18, | |
| "learning_rate": 7.866666666666666e-05, | |
| "loss": 0.5581, | |
| "step": 59 | |
| }, | |
| { | |
| "epoch": 0.18, | |
| "learning_rate": 8e-05, | |
| "loss": 0.5927, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.18, | |
| "eval_loss": 0.5602975487709045, | |
| "eval_runtime": 19.6961, | |
| "eval_samples_per_second": 82.707, | |
| "eval_steps_per_second": 41.379, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.18, | |
| "learning_rate": 8.133333333333334e-05, | |
| "loss": 0.6323, | |
| "step": 61 | |
| }, | |
| { | |
| "epoch": 0.19, | |
| "learning_rate": 8.266666666666667e-05, | |
| "loss": 0.7222, | |
| "step": 62 | |
| }, | |
| { | |
| "epoch": 0.19, | |
| "learning_rate": 8.4e-05, | |
| "loss": 0.6957, | |
| "step": 63 | |
| }, | |
| { | |
| "epoch": 0.19, | |
| "learning_rate": 8.533333333333334e-05, | |
| "loss": 0.4861, | |
| "step": 64 | |
| }, | |
| { | |
| "epoch": 0.19, | |
| "learning_rate": 8.666666666666667e-05, | |
| "loss": 0.635, | |
| "step": 65 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "learning_rate": 8.800000000000001e-05, | |
| "loss": 0.6229, | |
| "step": 66 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "learning_rate": 8.933333333333334e-05, | |
| "loss": 0.5476, | |
| "step": 67 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "learning_rate": 9.066666666666667e-05, | |
| "loss": 0.544, | |
| "step": 68 | |
| }, | |
| { | |
| "epoch": 0.21, | |
| "learning_rate": 9.200000000000001e-05, | |
| "loss": 0.6609, | |
| "step": 69 | |
| }, | |
| { | |
| "epoch": 0.21, | |
| "learning_rate": 9.333333333333334e-05, | |
| "loss": 0.803, | |
| "step": 70 | |
| }, | |
| { | |
| "epoch": 0.21, | |
| "learning_rate": 9.466666666666667e-05, | |
| "loss": 0.6424, | |
| "step": 71 | |
| }, | |
| { | |
| "epoch": 0.22, | |
| "learning_rate": 9.6e-05, | |
| "loss": 0.5638, | |
| "step": 72 | |
| }, | |
| { | |
| "epoch": 0.22, | |
| "learning_rate": 9.733333333333335e-05, | |
| "loss": 0.6053, | |
| "step": 73 | |
| }, | |
| { | |
| "epoch": 0.22, | |
| "learning_rate": 9.866666666666668e-05, | |
| "loss": 0.4952, | |
| "step": 74 | |
| }, | |
| { | |
| "epoch": 0.22, | |
| "learning_rate": 0.0001, | |
| "loss": 0.7466, | |
| "step": 75 | |
| }, | |
| { | |
| "epoch": 0.23, | |
| "learning_rate": 0.00010133333333333335, | |
| "loss": 0.5158, | |
| "step": 76 | |
| }, | |
| { | |
| "epoch": 0.23, | |
| "learning_rate": 0.00010266666666666666, | |
| "loss": 0.7381, | |
| "step": 77 | |
| }, | |
| { | |
| "epoch": 0.23, | |
| "learning_rate": 0.00010400000000000001, | |
| "loss": 0.5236, | |
| "step": 78 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "learning_rate": 0.00010533333333333332, | |
| "loss": 0.5489, | |
| "step": 79 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "learning_rate": 0.00010666666666666667, | |
| "loss": 0.5847, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "eval_loss": 0.5362095832824707, | |
| "eval_runtime": 19.6974, | |
| "eval_samples_per_second": 82.701, | |
| "eval_steps_per_second": 41.376, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "learning_rate": 0.00010800000000000001, | |
| "loss": 0.5874, | |
| "step": 81 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "learning_rate": 0.00010933333333333333, | |
| "loss": 0.5987, | |
| "step": 82 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "learning_rate": 0.00011066666666666667, | |
| "loss": 0.8255, | |
| "step": 83 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "learning_rate": 0.00011200000000000001, | |
| "loss": 0.6952, | |
| "step": 84 | |
| }, | |
| { | |
| "epoch": 0.25, | |
| "learning_rate": 0.00011333333333333334, | |
| "loss": 0.5358, | |
| "step": 85 | |
| }, | |
| { | |
| "epoch": 0.26, | |
| "learning_rate": 0.00011466666666666667, | |
| "loss": 0.5875, | |
| "step": 86 | |
| }, | |
| { | |
| "epoch": 0.26, | |
| "learning_rate": 0.000116, | |
| "loss": 0.5211, | |
| "step": 87 | |
| }, | |
| { | |
| "epoch": 0.26, | |
| "learning_rate": 0.00011733333333333334, | |
| "loss": 0.604, | |
| "step": 88 | |
| }, | |
| { | |
| "epoch": 0.27, | |
| "learning_rate": 0.00011866666666666669, | |
| "loss": 0.7087, | |
| "step": 89 | |
| }, | |
| { | |
| "epoch": 0.27, | |
| "learning_rate": 0.00012, | |
| "loss": 0.627, | |
| "step": 90 | |
| }, | |
| { | |
| "epoch": 0.27, | |
| "learning_rate": 0.00012133333333333335, | |
| "loss": 0.8013, | |
| "step": 91 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "learning_rate": 0.00012266666666666668, | |
| "loss": 0.7636, | |
| "step": 92 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "learning_rate": 0.000124, | |
| "loss": 0.5857, | |
| "step": 93 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "learning_rate": 0.00012533333333333334, | |
| "loss": 0.5942, | |
| "step": 94 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "learning_rate": 0.00012666666666666666, | |
| "loss": 0.6063, | |
| "step": 95 | |
| }, | |
| { | |
| "epoch": 0.29, | |
| "learning_rate": 0.00012800000000000002, | |
| "loss": 0.6896, | |
| "step": 96 | |
| }, | |
| { | |
| "epoch": 0.29, | |
| "learning_rate": 0.00012933333333333332, | |
| "loss": 0.47, | |
| "step": 97 | |
| }, | |
| { | |
| "epoch": 0.29, | |
| "learning_rate": 0.00013066666666666668, | |
| "loss": 0.6455, | |
| "step": 98 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "learning_rate": 0.000132, | |
| "loss": 0.5724, | |
| "step": 99 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "learning_rate": 0.00013333333333333334, | |
| "loss": 0.5552, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "eval_loss": 0.525646984577179, | |
| "eval_runtime": 19.6963, | |
| "eval_samples_per_second": 82.706, | |
| "eval_steps_per_second": 41.378, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "learning_rate": 0.00013466666666666667, | |
| "loss": 0.6286, | |
| "step": 101 | |
| }, | |
| { | |
| "epoch": 0.31, | |
| "learning_rate": 0.00013600000000000003, | |
| "loss": 0.5828, | |
| "step": 102 | |
| }, | |
| { | |
| "epoch": 0.31, | |
| "learning_rate": 0.00013733333333333333, | |
| "loss": 0.6024, | |
| "step": 103 | |
| }, | |
| { | |
| "epoch": 0.31, | |
| "learning_rate": 0.00013866666666666669, | |
| "loss": 0.6578, | |
| "step": 104 | |
| }, | |
| { | |
| "epoch": 0.31, | |
| "learning_rate": 0.00014, | |
| "loss": 0.5617, | |
| "step": 105 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "learning_rate": 0.00014133333333333334, | |
| "loss": 0.6382, | |
| "step": 106 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "learning_rate": 0.00014266666666666667, | |
| "loss": 0.6114, | |
| "step": 107 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "learning_rate": 0.000144, | |
| "loss": 0.6915, | |
| "step": 108 | |
| }, | |
| { | |
| "epoch": 0.33, | |
| "learning_rate": 0.00014533333333333333, | |
| "loss": 0.5593, | |
| "step": 109 | |
| }, | |
| { | |
| "epoch": 0.33, | |
| "learning_rate": 0.00014666666666666666, | |
| "loss": 0.6069, | |
| "step": 110 | |
| }, | |
| { | |
| "epoch": 0.33, | |
| "learning_rate": 0.000148, | |
| "loss": 0.4814, | |
| "step": 111 | |
| }, | |
| { | |
| "epoch": 0.34, | |
| "learning_rate": 0.00014933333333333335, | |
| "loss": 0.349, | |
| "step": 112 | |
| }, | |
| { | |
| "epoch": 0.34, | |
| "learning_rate": 0.00015066666666666668, | |
| "loss": 0.4876, | |
| "step": 113 | |
| }, | |
| { | |
| "epoch": 0.34, | |
| "learning_rate": 0.000152, | |
| "loss": 0.7599, | |
| "step": 114 | |
| }, | |
| { | |
| "epoch": 0.34, | |
| "learning_rate": 0.00015333333333333334, | |
| "loss": 0.5611, | |
| "step": 115 | |
| }, | |
| { | |
| "epoch": 0.35, | |
| "learning_rate": 0.00015466666666666667, | |
| "loss": 0.4964, | |
| "step": 116 | |
| }, | |
| { | |
| "epoch": 0.35, | |
| "learning_rate": 0.00015600000000000002, | |
| "loss": 0.6322, | |
| "step": 117 | |
| }, | |
| { | |
| "epoch": 0.35, | |
| "learning_rate": 0.00015733333333333333, | |
| "loss": 0.6048, | |
| "step": 118 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "learning_rate": 0.00015866666666666668, | |
| "loss": 0.4281, | |
| "step": 119 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "learning_rate": 0.00016, | |
| "loss": 0.5511, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "eval_loss": 0.5242847800254822, | |
| "eval_runtime": 19.6845, | |
| "eval_samples_per_second": 82.756, | |
| "eval_steps_per_second": 41.403, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "learning_rate": 0.00016133333333333334, | |
| "loss": 0.3825, | |
| "step": 121 | |
| }, | |
| { | |
| "epoch": 0.37, | |
| "learning_rate": 0.00016266666666666667, | |
| "loss": 0.5735, | |
| "step": 122 | |
| }, | |
| { | |
| "epoch": 0.37, | |
| "learning_rate": 0.000164, | |
| "loss": 0.5507, | |
| "step": 123 | |
| }, | |
| { | |
| "epoch": 0.37, | |
| "learning_rate": 0.00016533333333333333, | |
| "loss": 0.6579, | |
| "step": 124 | |
| }, | |
| { | |
| "epoch": 0.37, | |
| "learning_rate": 0.0001666666666666667, | |
| "loss": 0.6705, | |
| "step": 125 | |
| }, | |
| { | |
| "epoch": 0.38, | |
| "learning_rate": 0.000168, | |
| "loss": 0.647, | |
| "step": 126 | |
| }, | |
| { | |
| "epoch": 0.38, | |
| "learning_rate": 0.00016933333333333335, | |
| "loss": 0.5078, | |
| "step": 127 | |
| }, | |
| { | |
| "epoch": 0.38, | |
| "learning_rate": 0.00017066666666666668, | |
| "loss": 0.6334, | |
| "step": 128 | |
| }, | |
| { | |
| "epoch": 0.39, | |
| "learning_rate": 0.000172, | |
| "loss": 0.5245, | |
| "step": 129 | |
| }, | |
| { | |
| "epoch": 0.39, | |
| "learning_rate": 0.00017333333333333334, | |
| "loss": 0.6218, | |
| "step": 130 | |
| }, | |
| { | |
| "epoch": 0.39, | |
| "learning_rate": 0.00017466666666666667, | |
| "loss": 0.5513, | |
| "step": 131 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "learning_rate": 0.00017600000000000002, | |
| "loss": 0.6845, | |
| "step": 132 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "learning_rate": 0.00017733333333333335, | |
| "loss": 0.6162, | |
| "step": 133 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "learning_rate": 0.00017866666666666668, | |
| "loss": 0.4964, | |
| "step": 134 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "learning_rate": 0.00018, | |
| "loss": 0.753, | |
| "step": 135 | |
| }, | |
| { | |
| "epoch": 0.41, | |
| "learning_rate": 0.00018133333333333334, | |
| "loss": 0.4971, | |
| "step": 136 | |
| }, | |
| { | |
| "epoch": 0.41, | |
| "learning_rate": 0.00018266666666666667, | |
| "loss": 0.4545, | |
| "step": 137 | |
| }, | |
| { | |
| "epoch": 0.41, | |
| "learning_rate": 0.00018400000000000003, | |
| "loss": 0.455, | |
| "step": 138 | |
| }, | |
| { | |
| "epoch": 0.42, | |
| "learning_rate": 0.00018533333333333333, | |
| "loss": 0.5624, | |
| "step": 139 | |
| }, | |
| { | |
| "epoch": 0.42, | |
| "learning_rate": 0.0001866666666666667, | |
| "loss": 0.5466, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 0.42, | |
| "eval_loss": 0.5101627707481384, | |
| "eval_runtime": 19.7076, | |
| "eval_samples_per_second": 82.658, | |
| "eval_steps_per_second": 41.355, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 0.42, | |
| "learning_rate": 0.000188, | |
| "loss": 0.5263, | |
| "step": 141 | |
| }, | |
| { | |
| "epoch": 0.43, | |
| "learning_rate": 0.00018933333333333335, | |
| "loss": 0.6072, | |
| "step": 142 | |
| }, | |
| { | |
| "epoch": 0.43, | |
| "learning_rate": 0.00019066666666666668, | |
| "loss": 0.6378, | |
| "step": 143 | |
| }, | |
| { | |
| "epoch": 0.43, | |
| "learning_rate": 0.000192, | |
| "loss": 0.5414, | |
| "step": 144 | |
| }, | |
| { | |
| "epoch": 0.43, | |
| "learning_rate": 0.00019333333333333333, | |
| "loss": 0.6037, | |
| "step": 145 | |
| }, | |
| { | |
| "epoch": 0.44, | |
| "learning_rate": 0.0001946666666666667, | |
| "loss": 0.4801, | |
| "step": 146 | |
| }, | |
| { | |
| "epoch": 0.44, | |
| "learning_rate": 0.000196, | |
| "loss": 0.6265, | |
| "step": 147 | |
| }, | |
| { | |
| "epoch": 0.44, | |
| "learning_rate": 0.00019733333333333335, | |
| "loss": 0.6518, | |
| "step": 148 | |
| }, | |
| { | |
| "epoch": 0.45, | |
| "learning_rate": 0.00019866666666666668, | |
| "loss": 0.5443, | |
| "step": 149 | |
| }, | |
| { | |
| "epoch": 0.45, | |
| "learning_rate": 0.0002, | |
| "loss": 0.5715, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 0.45, | |
| "learning_rate": 0.00020133333333333334, | |
| "loss": 0.6174, | |
| "step": 151 | |
| }, | |
| { | |
| "epoch": 0.46, | |
| "learning_rate": 0.0002026666666666667, | |
| "loss": 0.5013, | |
| "step": 152 | |
| }, | |
| { | |
| "epoch": 0.46, | |
| "learning_rate": 0.00020400000000000003, | |
| "loss": 0.5018, | |
| "step": 153 | |
| }, | |
| { | |
| "epoch": 0.46, | |
| "learning_rate": 0.00020533333333333333, | |
| "loss": 0.4345, | |
| "step": 154 | |
| }, | |
| { | |
| "epoch": 0.46, | |
| "learning_rate": 0.00020666666666666668, | |
| "loss": 0.5074, | |
| "step": 155 | |
| }, | |
| { | |
| "epoch": 0.47, | |
| "learning_rate": 0.00020800000000000001, | |
| "loss": 0.5118, | |
| "step": 156 | |
| }, | |
| { | |
| "epoch": 0.47, | |
| "learning_rate": 0.00020933333333333334, | |
| "loss": 0.6067, | |
| "step": 157 | |
| }, | |
| { | |
| "epoch": 0.47, | |
| "learning_rate": 0.00021066666666666665, | |
| "loss": 0.7615, | |
| "step": 158 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "learning_rate": 0.00021200000000000003, | |
| "loss": 0.4524, | |
| "step": 159 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "learning_rate": 0.00021333333333333333, | |
| "loss": 0.4395, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "eval_loss": 0.5064823627471924, | |
| "eval_runtime": 19.6784, | |
| "eval_samples_per_second": 82.781, | |
| "eval_steps_per_second": 41.416, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "learning_rate": 0.00021466666666666666, | |
| "loss": 0.3767, | |
| "step": 161 | |
| }, | |
| { | |
| "epoch": 0.49, | |
| "learning_rate": 0.00021600000000000002, | |
| "loss": 0.4539, | |
| "step": 162 | |
| }, | |
| { | |
| "epoch": 0.49, | |
| "learning_rate": 0.00021733333333333335, | |
| "loss": 0.553, | |
| "step": 163 | |
| }, | |
| { | |
| "epoch": 0.49, | |
| "learning_rate": 0.00021866666666666665, | |
| "loss": 0.5605, | |
| "step": 164 | |
| }, | |
| { | |
| "epoch": 0.49, | |
| "learning_rate": 0.00022000000000000003, | |
| "loss": 0.5756, | |
| "step": 165 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "learning_rate": 0.00022133333333333334, | |
| "loss": 0.5019, | |
| "step": 166 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "learning_rate": 0.00022266666666666667, | |
| "loss": 0.6492, | |
| "step": 167 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "learning_rate": 0.00022400000000000002, | |
| "loss": 0.4588, | |
| "step": 168 | |
| }, | |
| { | |
| "epoch": 0.51, | |
| "learning_rate": 0.00022533333333333335, | |
| "loss": 0.465, | |
| "step": 169 | |
| }, | |
| { | |
| "epoch": 0.51, | |
| "learning_rate": 0.00022666666666666668, | |
| "loss": 0.6886, | |
| "step": 170 | |
| }, | |
| { | |
| "epoch": 0.51, | |
| "learning_rate": 0.00022799999999999999, | |
| "loss": 0.6053, | |
| "step": 171 | |
| }, | |
| { | |
| "epoch": 0.51, | |
| "learning_rate": 0.00022933333333333334, | |
| "loss": 0.5904, | |
| "step": 172 | |
| }, | |
| { | |
| "epoch": 0.52, | |
| "learning_rate": 0.00023066666666666667, | |
| "loss": 0.566, | |
| "step": 173 | |
| }, | |
| { | |
| "epoch": 0.52, | |
| "learning_rate": 0.000232, | |
| "loss": 0.6075, | |
| "step": 174 | |
| }, | |
| { | |
| "epoch": 0.52, | |
| "learning_rate": 0.00023333333333333336, | |
| "loss": 0.5057, | |
| "step": 175 | |
| }, | |
| { | |
| "epoch": 0.53, | |
| "learning_rate": 0.0002346666666666667, | |
| "loss": 0.463, | |
| "step": 176 | |
| }, | |
| { | |
| "epoch": 0.53, | |
| "learning_rate": 0.000236, | |
| "loss": 0.6253, | |
| "step": 177 | |
| }, | |
| { | |
| "epoch": 0.53, | |
| "learning_rate": 0.00023733333333333337, | |
| "loss": 0.4351, | |
| "step": 178 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "learning_rate": 0.00023866666666666668, | |
| "loss": 0.4774, | |
| "step": 179 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "learning_rate": 0.00024, | |
| "loss": 0.6854, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "eval_loss": 0.49708327651023865, | |
| "eval_runtime": 19.695, | |
| "eval_samples_per_second": 82.711, | |
| "eval_steps_per_second": 41.381, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "learning_rate": 0.00024133333333333336, | |
| "loss": 0.6335, | |
| "step": 181 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "learning_rate": 0.0002426666666666667, | |
| "loss": 0.4519, | |
| "step": 182 | |
| }, | |
| { | |
| "epoch": 0.55, | |
| "learning_rate": 0.000244, | |
| "loss": 0.5676, | |
| "step": 183 | |
| }, | |
| { | |
| "epoch": 0.55, | |
| "learning_rate": 0.00024533333333333335, | |
| "loss": 0.5759, | |
| "step": 184 | |
| }, | |
| { | |
| "epoch": 0.55, | |
| "learning_rate": 0.0002466666666666667, | |
| "loss": 0.4579, | |
| "step": 185 | |
| }, | |
| { | |
| "epoch": 0.56, | |
| "learning_rate": 0.000248, | |
| "loss": 0.8357, | |
| "step": 186 | |
| }, | |
| { | |
| "epoch": 0.56, | |
| "learning_rate": 0.00024933333333333334, | |
| "loss": 0.5032, | |
| "step": 187 | |
| }, | |
| { | |
| "epoch": 0.56, | |
| "learning_rate": 0.00025066666666666667, | |
| "loss": 0.4588, | |
| "step": 188 | |
| }, | |
| { | |
| "epoch": 0.57, | |
| "learning_rate": 0.000252, | |
| "loss": 0.8308, | |
| "step": 189 | |
| }, | |
| { | |
| "epoch": 0.57, | |
| "learning_rate": 0.00025333333333333333, | |
| "loss": 0.4694, | |
| "step": 190 | |
| }, | |
| { | |
| "epoch": 0.57, | |
| "learning_rate": 0.0002546666666666667, | |
| "loss": 0.4331, | |
| "step": 191 | |
| }, | |
| { | |
| "epoch": 0.57, | |
| "learning_rate": 0.00025600000000000004, | |
| "loss": 0.4927, | |
| "step": 192 | |
| }, | |
| { | |
| "epoch": 0.58, | |
| "learning_rate": 0.0002573333333333333, | |
| "loss": 0.5314, | |
| "step": 193 | |
| }, | |
| { | |
| "epoch": 0.58, | |
| "learning_rate": 0.00025866666666666665, | |
| "loss": 0.7151, | |
| "step": 194 | |
| }, | |
| { | |
| "epoch": 0.58, | |
| "learning_rate": 0.00026000000000000003, | |
| "loss": 0.5414, | |
| "step": 195 | |
| }, | |
| { | |
| "epoch": 0.59, | |
| "learning_rate": 0.00026133333333333336, | |
| "loss": 0.5041, | |
| "step": 196 | |
| }, | |
| { | |
| "epoch": 0.59, | |
| "learning_rate": 0.00026266666666666664, | |
| "loss": 0.7378, | |
| "step": 197 | |
| }, | |
| { | |
| "epoch": 0.59, | |
| "learning_rate": 0.000264, | |
| "loss": 0.4902, | |
| "step": 198 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "learning_rate": 0.00026533333333333335, | |
| "loss": 0.5758, | |
| "step": 199 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "learning_rate": 0.0002666666666666667, | |
| "loss": 0.7326, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "eval_loss": 0.5149964690208435, | |
| "eval_runtime": 19.7002, | |
| "eval_samples_per_second": 82.69, | |
| "eval_steps_per_second": 41.37, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "learning_rate": 0.000268, | |
| "loss": 0.7322, | |
| "step": 201 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "learning_rate": 0.00026933333333333334, | |
| "loss": 0.5464, | |
| "step": 202 | |
| }, | |
| { | |
| "epoch": 0.61, | |
| "learning_rate": 0.00027066666666666667, | |
| "loss": 0.6081, | |
| "step": 203 | |
| }, | |
| { | |
| "epoch": 0.61, | |
| "learning_rate": 0.00027200000000000005, | |
| "loss": 0.5572, | |
| "step": 204 | |
| }, | |
| { | |
| "epoch": 0.61, | |
| "learning_rate": 0.00027333333333333333, | |
| "loss": 0.4734, | |
| "step": 205 | |
| }, | |
| { | |
| "epoch": 0.62, | |
| "learning_rate": 0.00027466666666666666, | |
| "loss": 0.3858, | |
| "step": 206 | |
| }, | |
| { | |
| "epoch": 0.62, | |
| "learning_rate": 0.000276, | |
| "loss": 0.5716, | |
| "step": 207 | |
| }, | |
| { | |
| "epoch": 0.62, | |
| "learning_rate": 0.00027733333333333337, | |
| "loss": 0.6245, | |
| "step": 208 | |
| }, | |
| { | |
| "epoch": 0.63, | |
| "learning_rate": 0.0002786666666666667, | |
| "loss": 0.6528, | |
| "step": 209 | |
| }, | |
| { | |
| "epoch": 0.63, | |
| "learning_rate": 0.00028, | |
| "loss": 0.6356, | |
| "step": 210 | |
| }, | |
| { | |
| "epoch": 0.63, | |
| "learning_rate": 0.00028133333333333336, | |
| "loss": 0.5439, | |
| "step": 211 | |
| }, | |
| { | |
| "epoch": 0.63, | |
| "learning_rate": 0.0002826666666666667, | |
| "loss": 0.7304, | |
| "step": 212 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "learning_rate": 0.000284, | |
| "loss": 0.4229, | |
| "step": 213 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "learning_rate": 0.00028533333333333335, | |
| "loss": 0.6272, | |
| "step": 214 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "learning_rate": 0.0002866666666666667, | |
| "loss": 0.6347, | |
| "step": 215 | |
| }, | |
| { | |
| "epoch": 0.65, | |
| "learning_rate": 0.000288, | |
| "loss": 0.5148, | |
| "step": 216 | |
| }, | |
| { | |
| "epoch": 0.65, | |
| "learning_rate": 0.0002893333333333334, | |
| "loss": 0.5562, | |
| "step": 217 | |
| }, | |
| { | |
| "epoch": 0.65, | |
| "learning_rate": 0.00029066666666666667, | |
| "loss": 0.5406, | |
| "step": 218 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "learning_rate": 0.000292, | |
| "loss": 0.5403, | |
| "step": 219 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "learning_rate": 0.0002933333333333333, | |
| "loss": 0.8204, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "eval_loss": 0.5008006691932678, | |
| "eval_runtime": 19.7142, | |
| "eval_samples_per_second": 82.631, | |
| "eval_steps_per_second": 41.341, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "learning_rate": 0.0002946666666666667, | |
| "loss": 0.5589, | |
| "step": 221 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "learning_rate": 0.000296, | |
| "loss": 0.5268, | |
| "step": 222 | |
| }, | |
| { | |
| "epoch": 0.67, | |
| "learning_rate": 0.0002973333333333333, | |
| "loss": 0.4463, | |
| "step": 223 | |
| }, | |
| { | |
| "epoch": 0.67, | |
| "learning_rate": 0.0002986666666666667, | |
| "loss": 0.4867, | |
| "step": 224 | |
| }, | |
| { | |
| "epoch": 0.67, | |
| "learning_rate": 0.00030000000000000003, | |
| "loss": 0.4553, | |
| "step": 225 | |
| }, | |
| { | |
| "epoch": 0.68, | |
| "learning_rate": 0.00030133333333333336, | |
| "loss": 0.673, | |
| "step": 226 | |
| }, | |
| { | |
| "epoch": 0.68, | |
| "learning_rate": 0.0003026666666666667, | |
| "loss": 0.6834, | |
| "step": 227 | |
| }, | |
| { | |
| "epoch": 0.68, | |
| "learning_rate": 0.000304, | |
| "loss": 0.6557, | |
| "step": 228 | |
| }, | |
| { | |
| "epoch": 0.69, | |
| "learning_rate": 0.00030533333333333335, | |
| "loss": 0.5877, | |
| "step": 229 | |
| }, | |
| { | |
| "epoch": 0.69, | |
| "learning_rate": 0.0003066666666666667, | |
| "loss": 0.6514, | |
| "step": 230 | |
| }, | |
| { | |
| "epoch": 0.69, | |
| "learning_rate": 0.000308, | |
| "loss": 0.6256, | |
| "step": 231 | |
| }, | |
| { | |
| "epoch": 0.69, | |
| "learning_rate": 0.00030933333333333334, | |
| "loss": 0.3928, | |
| "step": 232 | |
| }, | |
| { | |
| "epoch": 0.7, | |
| "learning_rate": 0.00031066666666666666, | |
| "loss": 0.5906, | |
| "step": 233 | |
| }, | |
| { | |
| "epoch": 0.7, | |
| "learning_rate": 0.00031200000000000005, | |
| "loss": 0.5967, | |
| "step": 234 | |
| }, | |
| { | |
| "epoch": 0.7, | |
| "learning_rate": 0.0003133333333333333, | |
| "loss": 0.5324, | |
| "step": 235 | |
| }, | |
| { | |
| "epoch": 0.71, | |
| "learning_rate": 0.00031466666666666665, | |
| "loss": 0.4432, | |
| "step": 236 | |
| }, | |
| { | |
| "epoch": 0.71, | |
| "learning_rate": 0.00031600000000000004, | |
| "loss": 0.4914, | |
| "step": 237 | |
| }, | |
| { | |
| "epoch": 0.71, | |
| "learning_rate": 0.00031733333333333337, | |
| "loss": 0.7376, | |
| "step": 238 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "learning_rate": 0.00031866666666666664, | |
| "loss": 0.5002, | |
| "step": 239 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "learning_rate": 0.00032, | |
| "loss": 0.6009, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "eval_loss": 0.4971613585948944, | |
| "eval_runtime": 19.7057, | |
| "eval_samples_per_second": 82.666, | |
| "eval_steps_per_second": 41.359, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "learning_rate": 0.00032133333333333336, | |
| "loss": 0.3989, | |
| "step": 241 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "learning_rate": 0.0003226666666666667, | |
| "loss": 0.5301, | |
| "step": 242 | |
| }, | |
| { | |
| "epoch": 0.73, | |
| "learning_rate": 0.000324, | |
| "loss": 0.5951, | |
| "step": 243 | |
| }, | |
| { | |
| "epoch": 0.73, | |
| "learning_rate": 0.00032533333333333334, | |
| "loss": 0.55, | |
| "step": 244 | |
| }, | |
| { | |
| "epoch": 0.73, | |
| "learning_rate": 0.0003266666666666667, | |
| "loss": 0.5858, | |
| "step": 245 | |
| }, | |
| { | |
| "epoch": 0.74, | |
| "learning_rate": 0.000328, | |
| "loss": 0.452, | |
| "step": 246 | |
| }, | |
| { | |
| "epoch": 0.74, | |
| "learning_rate": 0.00032933333333333333, | |
| "loss": 0.4798, | |
| "step": 247 | |
| }, | |
| { | |
| "epoch": 0.74, | |
| "learning_rate": 0.00033066666666666666, | |
| "loss": 0.5152, | |
| "step": 248 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "learning_rate": 0.000332, | |
| "loss": 0.4678, | |
| "step": 249 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "learning_rate": 0.0003333333333333334, | |
| "loss": 0.8398, | |
| "step": 250 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "learning_rate": 0.0003346666666666667, | |
| "loss": 0.4644, | |
| "step": 251 | |
| }, | |
| { | |
| "epoch": 0.75, | |
| "learning_rate": 0.000336, | |
| "loss": 0.6338, | |
| "step": 252 | |
| }, | |
| { | |
| "epoch": 0.76, | |
| "learning_rate": 0.00033733333333333337, | |
| "loss": 0.6207, | |
| "step": 253 | |
| }, | |
| { | |
| "epoch": 0.76, | |
| "learning_rate": 0.0003386666666666667, | |
| "loss": 0.6672, | |
| "step": 254 | |
| }, | |
| { | |
| "epoch": 0.76, | |
| "learning_rate": 0.00034, | |
| "loss": 0.6411, | |
| "step": 255 | |
| }, | |
| { | |
| "epoch": 0.77, | |
| "learning_rate": 0.00034133333333333335, | |
| "loss": 0.37, | |
| "step": 256 | |
| }, | |
| { | |
| "epoch": 0.77, | |
| "learning_rate": 0.0003426666666666667, | |
| "loss": 0.3361, | |
| "step": 257 | |
| }, | |
| { | |
| "epoch": 0.77, | |
| "learning_rate": 0.000344, | |
| "loss": 0.4482, | |
| "step": 258 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "learning_rate": 0.00034533333333333334, | |
| "loss": 0.7842, | |
| "step": 259 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "learning_rate": 0.00034666666666666667, | |
| "loss": 0.4471, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "eval_loss": 0.4944275915622711, | |
| "eval_runtime": 19.6961, | |
| "eval_samples_per_second": 82.707, | |
| "eval_steps_per_second": 41.379, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "learning_rate": 0.000348, | |
| "loss": 0.5071, | |
| "step": 261 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "learning_rate": 0.00034933333333333333, | |
| "loss": 0.5048, | |
| "step": 262 | |
| }, | |
| { | |
| "epoch": 0.79, | |
| "learning_rate": 0.0003506666666666667, | |
| "loss": 0.5687, | |
| "step": 263 | |
| }, | |
| { | |
| "epoch": 0.79, | |
| "learning_rate": 0.00035200000000000005, | |
| "loss": 0.5559, | |
| "step": 264 | |
| }, | |
| { | |
| "epoch": 0.79, | |
| "learning_rate": 0.0003533333333333333, | |
| "loss": 0.4472, | |
| "step": 265 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "learning_rate": 0.0003546666666666667, | |
| "loss": 0.4627, | |
| "step": 266 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "learning_rate": 0.00035600000000000003, | |
| "loss": 0.5967, | |
| "step": 267 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "learning_rate": 0.00035733333333333336, | |
| "loss": 0.5931, | |
| "step": 268 | |
| }, | |
| { | |
| "epoch": 0.81, | |
| "learning_rate": 0.00035866666666666664, | |
| "loss": 0.6736, | |
| "step": 269 | |
| }, | |
| { | |
| "epoch": 0.81, | |
| "learning_rate": 0.00036, | |
| "loss": 0.5897, | |
| "step": 270 | |
| }, | |
| { | |
| "epoch": 0.81, | |
| "learning_rate": 0.00036133333333333335, | |
| "loss": 0.573, | |
| "step": 271 | |
| }, | |
| { | |
| "epoch": 0.81, | |
| "learning_rate": 0.0003626666666666667, | |
| "loss": 0.4944, | |
| "step": 272 | |
| }, | |
| { | |
| "epoch": 0.82, | |
| "learning_rate": 0.000364, | |
| "loss": 0.5639, | |
| "step": 273 | |
| }, | |
| { | |
| "epoch": 0.82, | |
| "learning_rate": 0.00036533333333333334, | |
| "loss": 0.5228, | |
| "step": 274 | |
| }, | |
| { | |
| "epoch": 0.82, | |
| "learning_rate": 0.00036666666666666667, | |
| "loss": 0.4963, | |
| "step": 275 | |
| }, | |
| { | |
| "epoch": 0.83, | |
| "learning_rate": 0.00036800000000000005, | |
| "loss": 0.4877, | |
| "step": 276 | |
| }, | |
| { | |
| "epoch": 0.83, | |
| "learning_rate": 0.00036933333333333333, | |
| "loss": 0.5022, | |
| "step": 277 | |
| }, | |
| { | |
| "epoch": 0.83, | |
| "learning_rate": 0.00037066666666666666, | |
| "loss": 0.4956, | |
| "step": 278 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "learning_rate": 0.00037200000000000004, | |
| "loss": 0.4455, | |
| "step": 279 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "learning_rate": 0.0003733333333333334, | |
| "loss": 0.5934, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "eval_loss": 0.5145900249481201, | |
| "eval_runtime": 19.7148, | |
| "eval_samples_per_second": 82.628, | |
| "eval_steps_per_second": 41.34, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "learning_rate": 0.0003746666666666667, | |
| "loss": 0.5771, | |
| "step": 281 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "learning_rate": 0.000376, | |
| "loss": 0.7037, | |
| "step": 282 | |
| }, | |
| { | |
| "epoch": 0.85, | |
| "learning_rate": 0.00037733333333333336, | |
| "loss": 0.586, | |
| "step": 283 | |
| }, | |
| { | |
| "epoch": 0.85, | |
| "learning_rate": 0.0003786666666666667, | |
| "loss": 0.6398, | |
| "step": 284 | |
| }, | |
| { | |
| "epoch": 0.85, | |
| "learning_rate": 0.00038, | |
| "loss": 0.4984, | |
| "step": 285 | |
| }, | |
| { | |
| "epoch": 0.86, | |
| "learning_rate": 0.00038133333333333335, | |
| "loss": 0.5042, | |
| "step": 286 | |
| }, | |
| { | |
| "epoch": 0.86, | |
| "learning_rate": 0.0003826666666666667, | |
| "loss": 0.5879, | |
| "step": 287 | |
| }, | |
| { | |
| "epoch": 0.86, | |
| "learning_rate": 0.000384, | |
| "loss": 0.5108, | |
| "step": 288 | |
| }, | |
| { | |
| "epoch": 0.87, | |
| "learning_rate": 0.0003853333333333334, | |
| "loss": 0.4034, | |
| "step": 289 | |
| }, | |
| { | |
| "epoch": 0.87, | |
| "learning_rate": 0.00038666666666666667, | |
| "loss": 0.5854, | |
| "step": 290 | |
| }, | |
| { | |
| "epoch": 0.87, | |
| "learning_rate": 0.000388, | |
| "loss": 0.6138, | |
| "step": 291 | |
| }, | |
| { | |
| "epoch": 0.87, | |
| "learning_rate": 0.0003893333333333334, | |
| "loss": 0.5932, | |
| "step": 292 | |
| }, | |
| { | |
| "epoch": 0.88, | |
| "learning_rate": 0.0003906666666666667, | |
| "loss": 0.4475, | |
| "step": 293 | |
| }, | |
| { | |
| "epoch": 0.88, | |
| "learning_rate": 0.000392, | |
| "loss": 0.615, | |
| "step": 294 | |
| }, | |
| { | |
| "epoch": 0.88, | |
| "learning_rate": 0.0003933333333333333, | |
| "loss": 0.7312, | |
| "step": 295 | |
| }, | |
| { | |
| "epoch": 0.89, | |
| "learning_rate": 0.0003946666666666667, | |
| "loss": 0.5778, | |
| "step": 296 | |
| }, | |
| { | |
| "epoch": 0.89, | |
| "learning_rate": 0.00039600000000000003, | |
| "loss": 0.5074, | |
| "step": 297 | |
| }, | |
| { | |
| "epoch": 0.89, | |
| "learning_rate": 0.00039733333333333336, | |
| "loss": 0.5557, | |
| "step": 298 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "learning_rate": 0.0003986666666666667, | |
| "loss": 0.5038, | |
| "step": 299 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "learning_rate": 0.0004, | |
| "loss": 0.6574, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "eval_loss": 0.5057099461555481, | |
| "eval_runtime": 19.7067, | |
| "eval_samples_per_second": 82.662, | |
| "eval_steps_per_second": 41.356, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "learning_rate": 0.0003999979972589652, | |
| "loss": 0.6309, | |
| "step": 301 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "learning_rate": 0.00039999198907597047, | |
| "loss": 0.65, | |
| "step": 302 | |
| }, | |
| { | |
| "epoch": 0.91, | |
| "learning_rate": 0.00039998197557134424, | |
| "loss": 0.4086, | |
| "step": 303 | |
| }, | |
| { | |
| "epoch": 0.91, | |
| "learning_rate": 0.00039996795694563096, | |
| "loss": 0.4373, | |
| "step": 304 | |
| }, | |
| { | |
| "epoch": 0.91, | |
| "learning_rate": 0.0003999499334795875, | |
| "loss": 0.5783, | |
| "step": 305 | |
| }, | |
| { | |
| "epoch": 0.92, | |
| "learning_rate": 0.0003999279055341771, | |
| "loss": 0.4066, | |
| "step": 306 | |
| }, | |
| { | |
| "epoch": 0.92, | |
| "learning_rate": 0.0003999018735505626, | |
| "loss": 0.4617, | |
| "step": 307 | |
| }, | |
| { | |
| "epoch": 0.92, | |
| "learning_rate": 0.0003998718380500971, | |
| "loss": 0.5894, | |
| "step": 308 | |
| }, | |
| { | |
| "epoch": 0.93, | |
| "learning_rate": 0.00039983779963431395, | |
| "loss": 0.5726, | |
| "step": 309 | |
| }, | |
| { | |
| "epoch": 0.93, | |
| "learning_rate": 0.00039979975898491447, | |
| "loss": 0.4642, | |
| "step": 310 | |
| }, | |
| { | |
| "epoch": 0.93, | |
| "learning_rate": 0.0003997577168637543, | |
| "loss": 0.5851, | |
| "step": 311 | |
| }, | |
| { | |
| "epoch": 0.93, | |
| "learning_rate": 0.00039971167411282835, | |
| "loss": 0.4258, | |
| "step": 312 | |
| }, | |
| { | |
| "epoch": 0.94, | |
| "learning_rate": 0.0003996616316542537, | |
| "loss": 0.3955, | |
| "step": 313 | |
| }, | |
| { | |
| "epoch": 0.94, | |
| "learning_rate": 0.00039960759049025105, | |
| "loss": 0.5344, | |
| "step": 314 | |
| }, | |
| { | |
| "epoch": 0.94, | |
| "learning_rate": 0.00039954955170312504, | |
| "loss": 0.6945, | |
| "step": 315 | |
| }, | |
| { | |
| "epoch": 0.95, | |
| "learning_rate": 0.00039948751645524236, | |
| "loss": 0.6328, | |
| "step": 316 | |
| }, | |
| { | |
| "epoch": 0.95, | |
| "learning_rate": 0.0003994214859890082, | |
| "loss": 0.5978, | |
| "step": 317 | |
| }, | |
| { | |
| "epoch": 0.95, | |
| "learning_rate": 0.00039935146162684205, | |
| "loss": 0.5626, | |
| "step": 318 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "learning_rate": 0.0003992774447711503, | |
| "loss": 0.4901, | |
| "step": 319 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "learning_rate": 0.000399199436904299, | |
| "loss": 0.4566, | |
| "step": 320 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "eval_loss": 0.487981915473938, | |
| "eval_runtime": 19.7019, | |
| "eval_samples_per_second": 82.682, | |
| "eval_steps_per_second": 41.366, | |
| "step": 320 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "learning_rate": 0.0003991174395885838, | |
| "loss": 0.5215, | |
| "step": 321 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "learning_rate": 0.0003990314544661984, | |
| "loss": 0.4068, | |
| "step": 322 | |
| }, | |
| { | |
| "epoch": 0.97, | |
| "learning_rate": 0.00039894148325920223, | |
| "loss": 0.4953, | |
| "step": 323 | |
| }, | |
| { | |
| "epoch": 0.97, | |
| "learning_rate": 0.0003988475277694856, | |
| "loss": 0.5265, | |
| "step": 324 | |
| }, | |
| { | |
| "epoch": 0.97, | |
| "learning_rate": 0.00039874958987873364, | |
| "loss": 0.4939, | |
| "step": 325 | |
| }, | |
| { | |
| "epoch": 0.98, | |
| "learning_rate": 0.00039864767154838864, | |
| "loss": 0.6296, | |
| "step": 326 | |
| }, | |
| { | |
| "epoch": 0.98, | |
| "learning_rate": 0.0003985417748196108, | |
| "loss": 0.7122, | |
| "step": 327 | |
| }, | |
| { | |
| "epoch": 0.98, | |
| "learning_rate": 0.00039843190181323746, | |
| "loss": 0.4771, | |
| "step": 328 | |
| }, | |
| { | |
| "epoch": 0.99, | |
| "learning_rate": 0.00039831805472974037, | |
| "loss": 0.3858, | |
| "step": 329 | |
| }, | |
| { | |
| "epoch": 0.99, | |
| "learning_rate": 0.00039820023584918174, | |
| "loss": 0.7111, | |
| "step": 330 | |
| }, | |
| { | |
| "epoch": 0.99, | |
| "learning_rate": 0.0003980784475311686, | |
| "loss": 0.5284, | |
| "step": 331 | |
| }, | |
| { | |
| "epoch": 0.99, | |
| "learning_rate": 0.00039795269221480574, | |
| "loss": 0.5413, | |
| "step": 332 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "learning_rate": 0.00039782297241864635, | |
| "loss": 0.6097, | |
| "step": 333 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "learning_rate": 0.000397689290740642, | |
| "loss": 0.4085, | |
| "step": 334 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 1002, | |
| "num_train_epochs": 3, | |
| "save_steps": 500, | |
| "total_flos": 9.448895634934333e+17, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |