| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 2.0, | |
| "eval_steps": 20, | |
| "global_step": 668, | |
| "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 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "learning_rate": 0.00039755164985809063, | |
| "loss": 0.4514, | |
| "step": 335 | |
| }, | |
| { | |
| "epoch": 1.01, | |
| "learning_rate": 0.00039741005252758255, | |
| "loss": 0.6322, | |
| "step": 336 | |
| }, | |
| { | |
| "epoch": 1.01, | |
| "learning_rate": 0.0003972645015849457, | |
| "loss": 0.3739, | |
| "step": 337 | |
| }, | |
| { | |
| "epoch": 1.01, | |
| "learning_rate": 0.00039711499994518856, | |
| "loss": 0.6645, | |
| "step": 338 | |
| }, | |
| { | |
| "epoch": 1.01, | |
| "learning_rate": 0.00039696155060244166, | |
| "loss": 0.4806, | |
| "step": 339 | |
| }, | |
| { | |
| "epoch": 1.02, | |
| "learning_rate": 0.000396804156629898, | |
| "loss": 0.6119, | |
| "step": 340 | |
| }, | |
| { | |
| "epoch": 1.02, | |
| "eval_loss": 0.544212818145752, | |
| "eval_runtime": 19.6967, | |
| "eval_samples_per_second": 82.704, | |
| "eval_steps_per_second": 41.377, | |
| "step": 340 | |
| }, | |
| { | |
| "epoch": 1.02, | |
| "learning_rate": 0.0003966428211797514, | |
| "loss": 0.4978, | |
| "step": 341 | |
| }, | |
| { | |
| "epoch": 1.02, | |
| "learning_rate": 0.00039647754748313294, | |
| "loss": 0.4017, | |
| "step": 342 | |
| }, | |
| { | |
| "epoch": 1.03, | |
| "learning_rate": 0.0003963083388500469, | |
| "loss": 0.5658, | |
| "step": 343 | |
| }, | |
| { | |
| "epoch": 1.03, | |
| "learning_rate": 0.000396135198669304, | |
| "loss": 0.4991, | |
| "step": 344 | |
| }, | |
| { | |
| "epoch": 1.03, | |
| "learning_rate": 0.00039595813040845353, | |
| "loss": 0.6417, | |
| "step": 345 | |
| }, | |
| { | |
| "epoch": 1.04, | |
| "learning_rate": 0.0003957771376137144, | |
| "loss": 0.3614, | |
| "step": 346 | |
| }, | |
| { | |
| "epoch": 1.04, | |
| "learning_rate": 0.00039559222390990353, | |
| "loss": 0.5736, | |
| "step": 347 | |
| }, | |
| { | |
| "epoch": 1.04, | |
| "learning_rate": 0.00039540339300036344, | |
| "loss": 0.3924, | |
| "step": 348 | |
| }, | |
| { | |
| "epoch": 1.04, | |
| "learning_rate": 0.0003952106486668884, | |
| "loss": 0.5228, | |
| "step": 349 | |
| }, | |
| { | |
| "epoch": 1.05, | |
| "learning_rate": 0.00039501399476964805, | |
| "loss": 0.3474, | |
| "step": 350 | |
| }, | |
| { | |
| "epoch": 1.05, | |
| "learning_rate": 0.00039481343524711097, | |
| "loss": 0.5203, | |
| "step": 351 | |
| }, | |
| { | |
| "epoch": 1.05, | |
| "learning_rate": 0.00039460897411596477, | |
| "loss": 0.4705, | |
| "step": 352 | |
| }, | |
| { | |
| "epoch": 1.06, | |
| "learning_rate": 0.0003944006154710366, | |
| "loss": 0.4839, | |
| "step": 353 | |
| }, | |
| { | |
| "epoch": 1.06, | |
| "learning_rate": 0.0003941883634852104, | |
| "loss": 0.4044, | |
| "step": 354 | |
| }, | |
| { | |
| "epoch": 1.06, | |
| "learning_rate": 0.0003939722224093439, | |
| "loss": 0.452, | |
| "step": 355 | |
| }, | |
| { | |
| "epoch": 1.07, | |
| "learning_rate": 0.0003937521965721831, | |
| "loss": 0.3755, | |
| "step": 356 | |
| }, | |
| { | |
| "epoch": 1.07, | |
| "learning_rate": 0.00039352829038027563, | |
| "loss": 0.4767, | |
| "step": 357 | |
| }, | |
| { | |
| "epoch": 1.07, | |
| "learning_rate": 0.0003933005083178828, | |
| "loss": 0.3707, | |
| "step": 358 | |
| }, | |
| { | |
| "epoch": 1.07, | |
| "learning_rate": 0.0003930688549468894, | |
| "loss": 0.4981, | |
| "step": 359 | |
| }, | |
| { | |
| "epoch": 1.08, | |
| "learning_rate": 0.0003928333349067125, | |
| "loss": 0.3779, | |
| "step": 360 | |
| }, | |
| { | |
| "epoch": 1.08, | |
| "eval_loss": 0.5540307760238647, | |
| "eval_runtime": 19.6904, | |
| "eval_samples_per_second": 82.731, | |
| "eval_steps_per_second": 41.391, | |
| "step": 360 | |
| }, | |
| { | |
| "epoch": 1.08, | |
| "learning_rate": 0.00039259395291420864, | |
| "loss": 0.4336, | |
| "step": 361 | |
| }, | |
| { | |
| "epoch": 1.08, | |
| "learning_rate": 0.0003923507137635792, | |
| "loss": 0.5584, | |
| "step": 362 | |
| }, | |
| { | |
| "epoch": 1.09, | |
| "learning_rate": 0.0003921036223262745, | |
| "loss": 0.3806, | |
| "step": 363 | |
| }, | |
| { | |
| "epoch": 1.09, | |
| "learning_rate": 0.0003918526835508961, | |
| "loss": 0.3281, | |
| "step": 364 | |
| }, | |
| { | |
| "epoch": 1.09, | |
| "learning_rate": 0.0003915979024630978, | |
| "loss": 0.5519, | |
| "step": 365 | |
| }, | |
| { | |
| "epoch": 1.1, | |
| "learning_rate": 0.0003913392841654851, | |
| "loss": 0.5945, | |
| "step": 366 | |
| }, | |
| { | |
| "epoch": 1.1, | |
| "learning_rate": 0.0003910768338375126, | |
| "loss": 0.5542, | |
| "step": 367 | |
| }, | |
| { | |
| "epoch": 1.1, | |
| "learning_rate": 0.00039081055673538095, | |
| "loss": 0.5227, | |
| "step": 368 | |
| }, | |
| { | |
| "epoch": 1.1, | |
| "learning_rate": 0.0003905404581919307, | |
| "loss": 0.5136, | |
| "step": 369 | |
| }, | |
| { | |
| "epoch": 1.11, | |
| "learning_rate": 0.0003902665436165364, | |
| "loss": 0.5915, | |
| "step": 370 | |
| }, | |
| { | |
| "epoch": 1.11, | |
| "learning_rate": 0.00038998881849499755, | |
| "loss": 0.4481, | |
| "step": 371 | |
| }, | |
| { | |
| "epoch": 1.11, | |
| "learning_rate": 0.0003897072883894291, | |
| "loss": 0.3885, | |
| "step": 372 | |
| }, | |
| { | |
| "epoch": 1.12, | |
| "learning_rate": 0.0003894219589381501, | |
| "loss": 0.5203, | |
| "step": 373 | |
| }, | |
| { | |
| "epoch": 1.12, | |
| "learning_rate": 0.0003891328358555705, | |
| "loss": 0.3433, | |
| "step": 374 | |
| }, | |
| { | |
| "epoch": 1.12, | |
| "learning_rate": 0.00038883992493207693, | |
| "loss": 0.5007, | |
| "step": 375 | |
| }, | |
| { | |
| "epoch": 1.13, | |
| "learning_rate": 0.00038854323203391664, | |
| "loss": 0.5168, | |
| "step": 376 | |
| }, | |
| { | |
| "epoch": 1.13, | |
| "learning_rate": 0.00038824276310308003, | |
| "loss": 0.4943, | |
| "step": 377 | |
| }, | |
| { | |
| "epoch": 1.13, | |
| "learning_rate": 0.0003879385241571817, | |
| "loss": 0.4103, | |
| "step": 378 | |
| }, | |
| { | |
| "epoch": 1.13, | |
| "learning_rate": 0.00038763052128933985, | |
| "loss": 0.4409, | |
| "step": 379 | |
| }, | |
| { | |
| "epoch": 1.14, | |
| "learning_rate": 0.0003873187606680543, | |
| "loss": 0.4431, | |
| "step": 380 | |
| }, | |
| { | |
| "epoch": 1.14, | |
| "eval_loss": 0.5375325679779053, | |
| "eval_runtime": 19.6953, | |
| "eval_samples_per_second": 82.71, | |
| "eval_steps_per_second": 41.38, | |
| "step": 380 | |
| }, | |
| { | |
| "epoch": 1.14, | |
| "learning_rate": 0.000387003248537083, | |
| "loss": 0.5886, | |
| "step": 381 | |
| }, | |
| { | |
| "epoch": 1.14, | |
| "learning_rate": 0.0003866839912153168, | |
| "loss": 0.3477, | |
| "step": 382 | |
| }, | |
| { | |
| "epoch": 1.15, | |
| "learning_rate": 0.00038636099509665306, | |
| "loss": 0.3956, | |
| "step": 383 | |
| }, | |
| { | |
| "epoch": 1.15, | |
| "learning_rate": 0.0003860342666498677, | |
| "loss": 0.4101, | |
| "step": 384 | |
| }, | |
| { | |
| "epoch": 1.15, | |
| "learning_rate": 0.0003857038124184853, | |
| "loss": 0.497, | |
| "step": 385 | |
| }, | |
| { | |
| "epoch": 1.16, | |
| "learning_rate": 0.00038536963902064834, | |
| "loss": 0.4663, | |
| "step": 386 | |
| }, | |
| { | |
| "epoch": 1.16, | |
| "learning_rate": 0.0003850317531489847, | |
| "loss": 0.3703, | |
| "step": 387 | |
| }, | |
| { | |
| "epoch": 1.16, | |
| "learning_rate": 0.00038469016157047334, | |
| "loss": 0.3561, | |
| "step": 388 | |
| }, | |
| { | |
| "epoch": 1.16, | |
| "learning_rate": 0.0003843448711263089, | |
| "loss": 0.5081, | |
| "step": 389 | |
| }, | |
| { | |
| "epoch": 1.17, | |
| "learning_rate": 0.00038399588873176487, | |
| "loss": 0.5834, | |
| "step": 390 | |
| }, | |
| { | |
| "epoch": 1.17, | |
| "learning_rate": 0.00038364322137605483, | |
| "loss": 0.3454, | |
| "step": 391 | |
| }, | |
| { | |
| "epoch": 1.17, | |
| "learning_rate": 0.00038328687612219263, | |
| "loss": 0.5714, | |
| "step": 392 | |
| }, | |
| { | |
| "epoch": 1.18, | |
| "learning_rate": 0.00038292686010685093, | |
| "loss": 0.4238, | |
| "step": 393 | |
| }, | |
| { | |
| "epoch": 1.18, | |
| "learning_rate": 0.0003825631805402182, | |
| "loss": 0.3918, | |
| "step": 394 | |
| }, | |
| { | |
| "epoch": 1.18, | |
| "learning_rate": 0.0003821958447058543, | |
| "loss": 0.4761, | |
| "step": 395 | |
| }, | |
| { | |
| "epoch": 1.19, | |
| "learning_rate": 0.0003818248599605448, | |
| "loss": 0.4039, | |
| "step": 396 | |
| }, | |
| { | |
| "epoch": 1.19, | |
| "learning_rate": 0.00038145023373415326, | |
| "loss": 0.4255, | |
| "step": 397 | |
| }, | |
| { | |
| "epoch": 1.19, | |
| "learning_rate": 0.0003810719735294731, | |
| "loss": 0.3922, | |
| "step": 398 | |
| }, | |
| { | |
| "epoch": 1.19, | |
| "learning_rate": 0.00038069008692207646, | |
| "loss": 0.3467, | |
| "step": 399 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "learning_rate": 0.0003803045815601633, | |
| "loss": 0.38, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "eval_loss": 0.5541014075279236, | |
| "eval_runtime": 19.701, | |
| "eval_samples_per_second": 82.686, | |
| "eval_steps_per_second": 41.368, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "learning_rate": 0.00037991546516440746, | |
| "loss": 0.3734, | |
| "step": 401 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "learning_rate": 0.0003795227455278028, | |
| "loss": 0.4125, | |
| "step": 402 | |
| }, | |
| { | |
| "epoch": 1.21, | |
| "learning_rate": 0.00037912643051550674, | |
| "loss": 0.5494, | |
| "step": 403 | |
| }, | |
| { | |
| "epoch": 1.21, | |
| "learning_rate": 0.0003787265280646825, | |
| "loss": 0.4811, | |
| "step": 404 | |
| }, | |
| { | |
| "epoch": 1.21, | |
| "learning_rate": 0.0003783230461843406, | |
| "loss": 0.3422, | |
| "step": 405 | |
| }, | |
| { | |
| "epoch": 1.22, | |
| "learning_rate": 0.00037791599295517825, | |
| "loss": 0.5504, | |
| "step": 406 | |
| }, | |
| { | |
| "epoch": 1.22, | |
| "learning_rate": 0.00037750537652941744, | |
| "loss": 0.3561, | |
| "step": 407 | |
| }, | |
| { | |
| "epoch": 1.22, | |
| "learning_rate": 0.000377091205130642, | |
| "loss": 0.4455, | |
| "step": 408 | |
| }, | |
| { | |
| "epoch": 1.22, | |
| "learning_rate": 0.0003766734870536323, | |
| "loss": 0.4416, | |
| "step": 409 | |
| }, | |
| { | |
| "epoch": 1.23, | |
| "learning_rate": 0.0003762522306641998, | |
| "loss": 0.4755, | |
| "step": 410 | |
| }, | |
| { | |
| "epoch": 1.23, | |
| "learning_rate": 0.00037582744439901896, | |
| "loss": 0.3792, | |
| "step": 411 | |
| }, | |
| { | |
| "epoch": 1.23, | |
| "learning_rate": 0.0003753991367654587, | |
| "loss": 0.3195, | |
| "step": 412 | |
| }, | |
| { | |
| "epoch": 1.24, | |
| "learning_rate": 0.0003749673163414117, | |
| "loss": 0.5866, | |
| "step": 413 | |
| }, | |
| { | |
| "epoch": 1.24, | |
| "learning_rate": 0.0003745319917751229, | |
| "loss": 0.5543, | |
| "step": 414 | |
| }, | |
| { | |
| "epoch": 1.24, | |
| "learning_rate": 0.0003740931717850159, | |
| "loss": 0.4846, | |
| "step": 415 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "learning_rate": 0.00037365086515951874, | |
| "loss": 0.4445, | |
| "step": 416 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "learning_rate": 0.00037320508075688776, | |
| "loss": 0.4562, | |
| "step": 417 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "learning_rate": 0.00037275582750503005, | |
| "loss": 0.3521, | |
| "step": 418 | |
| }, | |
| { | |
| "epoch": 1.25, | |
| "learning_rate": 0.00037230311440132494, | |
| "loss": 0.4617, | |
| "step": 419 | |
| }, | |
| { | |
| "epoch": 1.26, | |
| "learning_rate": 0.0003718469505124434, | |
| "loss": 0.4542, | |
| "step": 420 | |
| }, | |
| { | |
| "epoch": 1.26, | |
| "eval_loss": 0.5359145998954773, | |
| "eval_runtime": 19.6805, | |
| "eval_samples_per_second": 82.772, | |
| "eval_steps_per_second": 41.412, | |
| "step": 420 | |
| }, | |
| { | |
| "epoch": 1.26, | |
| "learning_rate": 0.00037138734497416684, | |
| "loss": 0.5988, | |
| "step": 421 | |
| }, | |
| { | |
| "epoch": 1.26, | |
| "learning_rate": 0.00037092430699120407, | |
| "loss": 0.4067, | |
| "step": 422 | |
| }, | |
| { | |
| "epoch": 1.27, | |
| "learning_rate": 0.0003704578458370067, | |
| "loss": 0.4393, | |
| "step": 423 | |
| }, | |
| { | |
| "epoch": 1.27, | |
| "learning_rate": 0.00036998797085358373, | |
| "loss": 0.3647, | |
| "step": 424 | |
| }, | |
| { | |
| "epoch": 1.27, | |
| "learning_rate": 0.0003695146914513142, | |
| "loss": 0.4404, | |
| "step": 425 | |
| }, | |
| { | |
| "epoch": 1.28, | |
| "learning_rate": 0.000369038017108759, | |
| "loss": 0.3784, | |
| "step": 426 | |
| }, | |
| { | |
| "epoch": 1.28, | |
| "learning_rate": 0.0003685579573724707, | |
| "loss": 0.3774, | |
| "step": 427 | |
| }, | |
| { | |
| "epoch": 1.28, | |
| "learning_rate": 0.0003680745218568026, | |
| "loss": 0.5151, | |
| "step": 428 | |
| }, | |
| { | |
| "epoch": 1.28, | |
| "learning_rate": 0.0003675877202437163, | |
| "loss": 0.4938, | |
| "step": 429 | |
| }, | |
| { | |
| "epoch": 1.29, | |
| "learning_rate": 0.00036709756228258734, | |
| "loss": 0.5074, | |
| "step": 430 | |
| }, | |
| { | |
| "epoch": 1.29, | |
| "learning_rate": 0.0003666040577900104, | |
| "loss": 0.5189, | |
| "step": 431 | |
| }, | |
| { | |
| "epoch": 1.29, | |
| "learning_rate": 0.00036610721664960235, | |
| "loss": 0.4475, | |
| "step": 432 | |
| }, | |
| { | |
| "epoch": 1.3, | |
| "learning_rate": 0.0003656070488118047, | |
| "loss": 0.5143, | |
| "step": 433 | |
| }, | |
| { | |
| "epoch": 1.3, | |
| "learning_rate": 0.000365103564293684, | |
| "loss": 0.3831, | |
| "step": 434 | |
| }, | |
| { | |
| "epoch": 1.3, | |
| "learning_rate": 0.0003645967731787313, | |
| "loss": 0.5165, | |
| "step": 435 | |
| }, | |
| { | |
| "epoch": 1.31, | |
| "learning_rate": 0.00036408668561666014, | |
| "loss": 0.3781, | |
| "step": 436 | |
| }, | |
| { | |
| "epoch": 1.31, | |
| "learning_rate": 0.00036357331182320344, | |
| "loss": 0.3964, | |
| "step": 437 | |
| }, | |
| { | |
| "epoch": 1.31, | |
| "learning_rate": 0.00036305666207990886, | |
| "loss": 0.633, | |
| "step": 438 | |
| }, | |
| { | |
| "epoch": 1.31, | |
| "learning_rate": 0.0003625367467339329, | |
| "loss": 0.3614, | |
| "step": 439 | |
| }, | |
| { | |
| "epoch": 1.32, | |
| "learning_rate": 0.0003620135761978333, | |
| "loss": 0.5392, | |
| "step": 440 | |
| }, | |
| { | |
| "epoch": 1.32, | |
| "eval_loss": 0.5393971800804138, | |
| "eval_runtime": 19.6671, | |
| "eval_samples_per_second": 82.829, | |
| "eval_steps_per_second": 41.44, | |
| "step": 440 | |
| }, | |
| { | |
| "epoch": 1.32, | |
| "learning_rate": 0.0003614871609493614, | |
| "loss": 0.4335, | |
| "step": 441 | |
| }, | |
| { | |
| "epoch": 1.32, | |
| "learning_rate": 0.00036095751153125113, | |
| "loss": 0.5452, | |
| "step": 442 | |
| }, | |
| { | |
| "epoch": 1.33, | |
| "learning_rate": 0.0003604246385510088, | |
| "loss": 0.4373, | |
| "step": 443 | |
| }, | |
| { | |
| "epoch": 1.33, | |
| "learning_rate": 0.0003598885526807003, | |
| "loss": 0.3662, | |
| "step": 444 | |
| }, | |
| { | |
| "epoch": 1.33, | |
| "learning_rate": 0.0003593492646567372, | |
| "loss": 0.3444, | |
| "step": 445 | |
| }, | |
| { | |
| "epoch": 1.34, | |
| "learning_rate": 0.00035880678527966224, | |
| "loss": 0.449, | |
| "step": 446 | |
| }, | |
| { | |
| "epoch": 1.34, | |
| "learning_rate": 0.0003582611254139324, | |
| "loss": 0.6952, | |
| "step": 447 | |
| }, | |
| { | |
| "epoch": 1.34, | |
| "learning_rate": 0.00035771229598770174, | |
| "loss": 0.5637, | |
| "step": 448 | |
| }, | |
| { | |
| "epoch": 1.34, | |
| "learning_rate": 0.00035716030799260237, | |
| "loss": 0.4937, | |
| "step": 449 | |
| }, | |
| { | |
| "epoch": 1.35, | |
| "learning_rate": 0.0003566051724835245, | |
| "loss": 0.3008, | |
| "step": 450 | |
| }, | |
| { | |
| "epoch": 1.35, | |
| "learning_rate": 0.0003560469005783945, | |
| "loss": 0.5146, | |
| "step": 451 | |
| }, | |
| { | |
| "epoch": 1.35, | |
| "learning_rate": 0.0003554855034579532, | |
| "loss": 0.3873, | |
| "step": 452 | |
| }, | |
| { | |
| "epoch": 1.36, | |
| "learning_rate": 0.0003549209923655309, | |
| "loss": 0.4848, | |
| "step": 453 | |
| }, | |
| { | |
| "epoch": 1.36, | |
| "learning_rate": 0.00035435337860682304, | |
| "loss": 0.4622, | |
| "step": 454 | |
| }, | |
| { | |
| "epoch": 1.36, | |
| "learning_rate": 0.0003537826735496631, | |
| "loss": 0.4216, | |
| "step": 455 | |
| }, | |
| { | |
| "epoch": 1.37, | |
| "learning_rate": 0.0003532088886237956, | |
| "loss": 0.4149, | |
| "step": 456 | |
| }, | |
| { | |
| "epoch": 1.37, | |
| "learning_rate": 0.0003526320353206467, | |
| "loss": 0.5213, | |
| "step": 457 | |
| }, | |
| { | |
| "epoch": 1.37, | |
| "learning_rate": 0.00035205212519309406, | |
| "loss": 0.3278, | |
| "step": 458 | |
| }, | |
| { | |
| "epoch": 1.37, | |
| "learning_rate": 0.00035146916985523603, | |
| "loss": 0.5037, | |
| "step": 459 | |
| }, | |
| { | |
| "epoch": 1.38, | |
| "learning_rate": 0.00035088318098215805, | |
| "loss": 0.2573, | |
| "step": 460 | |
| }, | |
| { | |
| "epoch": 1.38, | |
| "eval_loss": 0.5317687392234802, | |
| "eval_runtime": 19.6777, | |
| "eval_samples_per_second": 82.784, | |
| "eval_steps_per_second": 41.417, | |
| "step": 460 | |
| }, | |
| { | |
| "epoch": 1.38, | |
| "learning_rate": 0.0003502941703097, | |
| "loss": 0.3546, | |
| "step": 461 | |
| }, | |
| { | |
| "epoch": 1.38, | |
| "learning_rate": 0.00034970214963422024, | |
| "loss": 0.4123, | |
| "step": 462 | |
| }, | |
| { | |
| "epoch": 1.39, | |
| "learning_rate": 0.0003491071308123598, | |
| "loss": 0.4477, | |
| "step": 463 | |
| }, | |
| { | |
| "epoch": 1.39, | |
| "learning_rate": 0.0003485091257608047, | |
| "loss": 0.5281, | |
| "step": 464 | |
| }, | |
| { | |
| "epoch": 1.39, | |
| "learning_rate": 0.00034790814645604745, | |
| "loss": 0.3655, | |
| "step": 465 | |
| }, | |
| { | |
| "epoch": 1.4, | |
| "learning_rate": 0.0003473042049341474, | |
| "loss": 0.5804, | |
| "step": 466 | |
| }, | |
| { | |
| "epoch": 1.4, | |
| "learning_rate": 0.0003466973132904892, | |
| "loss": 0.5677, | |
| "step": 467 | |
| }, | |
| { | |
| "epoch": 1.4, | |
| "learning_rate": 0.00034608748367954067, | |
| "loss": 0.4017, | |
| "step": 468 | |
| }, | |
| { | |
| "epoch": 1.4, | |
| "learning_rate": 0.00034547472831460976, | |
| "loss": 0.4458, | |
| "step": 469 | |
| }, | |
| { | |
| "epoch": 1.41, | |
| "learning_rate": 0.00034485905946759967, | |
| "loss": 0.545, | |
| "step": 470 | |
| }, | |
| { | |
| "epoch": 1.41, | |
| "learning_rate": 0.00034424048946876294, | |
| "loss": 0.3223, | |
| "step": 471 | |
| }, | |
| { | |
| "epoch": 1.41, | |
| "learning_rate": 0.0003436190307064548, | |
| "loss": 0.4871, | |
| "step": 472 | |
| }, | |
| { | |
| "epoch": 1.42, | |
| "learning_rate": 0.00034299469562688493, | |
| "loss": 0.3844, | |
| "step": 473 | |
| }, | |
| { | |
| "epoch": 1.42, | |
| "learning_rate": 0.0003423674967338681, | |
| "loss": 0.4292, | |
| "step": 474 | |
| }, | |
| { | |
| "epoch": 1.42, | |
| "learning_rate": 0.000341737446588574, | |
| "loss": 0.5881, | |
| "step": 475 | |
| }, | |
| { | |
| "epoch": 1.43, | |
| "learning_rate": 0.0003411045578092754, | |
| "loss": 0.4427, | |
| "step": 476 | |
| }, | |
| { | |
| "epoch": 1.43, | |
| "learning_rate": 0.00034046884307109554, | |
| "loss": 0.4227, | |
| "step": 477 | |
| }, | |
| { | |
| "epoch": 1.43, | |
| "learning_rate": 0.0003398303151057543, | |
| "loss": 0.3376, | |
| "step": 478 | |
| }, | |
| { | |
| "epoch": 1.43, | |
| "learning_rate": 0.0003391889867013134, | |
| "loss": 0.3996, | |
| "step": 479 | |
| }, | |
| { | |
| "epoch": 1.44, | |
| "learning_rate": 0.00033854487070191994, | |
| "loss": 0.5441, | |
| "step": 480 | |
| }, | |
| { | |
| "epoch": 1.44, | |
| "eval_loss": 0.5200814008712769, | |
| "eval_runtime": 19.6972, | |
| "eval_samples_per_second": 82.702, | |
| "eval_steps_per_second": 41.376, | |
| "step": 480 | |
| }, | |
| { | |
| "epoch": 1.44, | |
| "learning_rate": 0.00033789798000754927, | |
| "loss": 0.5463, | |
| "step": 481 | |
| }, | |
| { | |
| "epoch": 1.44, | |
| "learning_rate": 0.0003372483275737468, | |
| "loss": 0.4824, | |
| "step": 482 | |
| }, | |
| { | |
| "epoch": 1.45, | |
| "learning_rate": 0.0003365959264113683, | |
| "loss": 0.4886, | |
| "step": 483 | |
| }, | |
| { | |
| "epoch": 1.45, | |
| "learning_rate": 0.00033594078958631984, | |
| "loss": 0.6352, | |
| "step": 484 | |
| }, | |
| { | |
| "epoch": 1.45, | |
| "learning_rate": 0.00033528293021929526, | |
| "loss": 0.513, | |
| "step": 485 | |
| }, | |
| { | |
| "epoch": 1.46, | |
| "learning_rate": 0.00033462236148551407, | |
| "loss": 0.5665, | |
| "step": 486 | |
| }, | |
| { | |
| "epoch": 1.46, | |
| "learning_rate": 0.00033395909661445737, | |
| "loss": 0.2888, | |
| "step": 487 | |
| }, | |
| { | |
| "epoch": 1.46, | |
| "learning_rate": 0.0003332931488896029, | |
| "loss": 0.5008, | |
| "step": 488 | |
| }, | |
| { | |
| "epoch": 1.46, | |
| "learning_rate": 0.00033262453164815904, | |
| "loss": 0.3498, | |
| "step": 489 | |
| }, | |
| { | |
| "epoch": 1.47, | |
| "learning_rate": 0.0003319532582807977, | |
| "loss": 0.3529, | |
| "step": 490 | |
| }, | |
| { | |
| "epoch": 1.47, | |
| "learning_rate": 0.00033127934223138594, | |
| "loss": 0.4944, | |
| "step": 491 | |
| }, | |
| { | |
| "epoch": 1.47, | |
| "learning_rate": 0.000330602796996717, | |
| "loss": 0.3927, | |
| "step": 492 | |
| }, | |
| { | |
| "epoch": 1.48, | |
| "learning_rate": 0.0003299236361262401, | |
| "loss": 0.4016, | |
| "step": 493 | |
| }, | |
| { | |
| "epoch": 1.48, | |
| "learning_rate": 0.00032924187322178863, | |
| "loss": 0.4036, | |
| "step": 494 | |
| }, | |
| { | |
| "epoch": 1.48, | |
| "learning_rate": 0.00032855752193730787, | |
| "loss": 0.361, | |
| "step": 495 | |
| }, | |
| { | |
| "epoch": 1.49, | |
| "learning_rate": 0.00032787059597858204, | |
| "loss": 0.3037, | |
| "step": 496 | |
| }, | |
| { | |
| "epoch": 1.49, | |
| "learning_rate": 0.000327181109102959, | |
| "loss": 0.4355, | |
| "step": 497 | |
| }, | |
| { | |
| "epoch": 1.49, | |
| "learning_rate": 0.00032648907511907547, | |
| "loss": 0.4793, | |
| "step": 498 | |
| }, | |
| { | |
| "epoch": 1.49, | |
| "learning_rate": 0.00032579450788658, | |
| "loss": 0.3863, | |
| "step": 499 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "learning_rate": 0.0003250974213158555, | |
| "loss": 0.3758, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "eval_loss": 0.5146722197532654, | |
| "eval_runtime": 19.6884, | |
| "eval_samples_per_second": 82.739, | |
| "eval_steps_per_second": 41.395, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "learning_rate": 0.0003243978293677408, | |
| "loss": 0.4627, | |
| "step": 501 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "learning_rate": 0.000323695746053251, | |
| "loss": 0.6255, | |
| "step": 502 | |
| }, | |
| { | |
| "epoch": 1.51, | |
| "learning_rate": 0.00032299118543329666, | |
| "loss": 0.3893, | |
| "step": 503 | |
| }, | |
| { | |
| "epoch": 1.51, | |
| "learning_rate": 0.00032228416161840246, | |
| "loss": 0.4511, | |
| "step": 504 | |
| }, | |
| { | |
| "epoch": 1.51, | |
| "learning_rate": 0.0003215746887684244, | |
| "loss": 0.3465, | |
| "step": 505 | |
| }, | |
| { | |
| "epoch": 1.51, | |
| "learning_rate": 0.0003208627810922665, | |
| "loss": 0.3162, | |
| "step": 506 | |
| }, | |
| { | |
| "epoch": 1.52, | |
| "learning_rate": 0.0003201484528475958, | |
| "loss": 0.5037, | |
| "step": 507 | |
| }, | |
| { | |
| "epoch": 1.52, | |
| "learning_rate": 0.00031943171834055724, | |
| "loss": 0.4016, | |
| "step": 508 | |
| }, | |
| { | |
| "epoch": 1.52, | |
| "learning_rate": 0.00031871259192548695, | |
| "loss": 0.5064, | |
| "step": 509 | |
| }, | |
| { | |
| "epoch": 1.53, | |
| "learning_rate": 0.00031799108800462464, | |
| "loss": 0.3268, | |
| "step": 510 | |
| }, | |
| { | |
| "epoch": 1.53, | |
| "learning_rate": 0.0003172672210278254, | |
| "loss": 0.4825, | |
| "step": 511 | |
| }, | |
| { | |
| "epoch": 1.53, | |
| "learning_rate": 0.00031654100549227026, | |
| "loss": 0.5051, | |
| "step": 512 | |
| }, | |
| { | |
| "epoch": 1.54, | |
| "learning_rate": 0.0003158124559421758, | |
| "loss": 0.4095, | |
| "step": 513 | |
| }, | |
| { | |
| "epoch": 1.54, | |
| "learning_rate": 0.00031508158696850276, | |
| "loss": 0.476, | |
| "step": 514 | |
| }, | |
| { | |
| "epoch": 1.54, | |
| "learning_rate": 0.00031434841320866395, | |
| "loss": 0.4871, | |
| "step": 515 | |
| }, | |
| { | |
| "epoch": 1.54, | |
| "learning_rate": 0.00031361294934623114, | |
| "loss": 0.5544, | |
| "step": 516 | |
| }, | |
| { | |
| "epoch": 1.55, | |
| "learning_rate": 0.000312875210110641, | |
| "loss": 0.6146, | |
| "step": 517 | |
| }, | |
| { | |
| "epoch": 1.55, | |
| "learning_rate": 0.0003121352102768998, | |
| "loss": 0.3261, | |
| "step": 518 | |
| }, | |
| { | |
| "epoch": 1.55, | |
| "learning_rate": 0.0003113929646652879, | |
| "loss": 0.4999, | |
| "step": 519 | |
| }, | |
| { | |
| "epoch": 1.56, | |
| "learning_rate": 0.0003106484881410628, | |
| "loss": 0.4403, | |
| "step": 520 | |
| }, | |
| { | |
| "epoch": 1.56, | |
| "eval_loss": 0.5133521556854248, | |
| "eval_runtime": 19.6973, | |
| "eval_samples_per_second": 82.702, | |
| "eval_steps_per_second": 41.376, | |
| "step": 520 | |
| }, | |
| { | |
| "epoch": 1.56, | |
| "learning_rate": 0.0003099017956141612, | |
| "loss": 0.2877, | |
| "step": 521 | |
| }, | |
| { | |
| "epoch": 1.56, | |
| "learning_rate": 0.0003091529020389009, | |
| "loss": 0.4409, | |
| "step": 522 | |
| }, | |
| { | |
| "epoch": 1.57, | |
| "learning_rate": 0.0003084018224136808, | |
| "loss": 0.4555, | |
| "step": 523 | |
| }, | |
| { | |
| "epoch": 1.57, | |
| "learning_rate": 0.0003076485717806808, | |
| "loss": 0.3673, | |
| "step": 524 | |
| }, | |
| { | |
| "epoch": 1.57, | |
| "learning_rate": 0.0003068931652255602, | |
| "loss": 0.5537, | |
| "step": 525 | |
| }, | |
| { | |
| "epoch": 1.57, | |
| "learning_rate": 0.00030613561787715636, | |
| "loss": 0.4184, | |
| "step": 526 | |
| }, | |
| { | |
| "epoch": 1.58, | |
| "learning_rate": 0.0003053759449071807, | |
| "loss": 0.603, | |
| "step": 527 | |
| }, | |
| { | |
| "epoch": 1.58, | |
| "learning_rate": 0.0003046141615299155, | |
| "loss": 0.8058, | |
| "step": 528 | |
| }, | |
| { | |
| "epoch": 1.58, | |
| "learning_rate": 0.0003038502830019092, | |
| "loss": 0.6798, | |
| "step": 529 | |
| }, | |
| { | |
| "epoch": 1.59, | |
| "learning_rate": 0.00030308432462167043, | |
| "loss": 0.49, | |
| "step": 530 | |
| }, | |
| { | |
| "epoch": 1.59, | |
| "learning_rate": 0.00030231630172936205, | |
| "loss": 0.473, | |
| "step": 531 | |
| }, | |
| { | |
| "epoch": 1.59, | |
| "learning_rate": 0.0003015462297064936, | |
| "loss": 0.5267, | |
| "step": 532 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "learning_rate": 0.00030077412397561343, | |
| "loss": 0.5525, | |
| "step": 533 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "learning_rate": 0.00030000000000000003, | |
| "loss": 0.3628, | |
| "step": 534 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "learning_rate": 0.0002992238732833518, | |
| "loss": 0.49, | |
| "step": 535 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "learning_rate": 0.00029844575936947696, | |
| "loss": 0.3702, | |
| "step": 536 | |
| }, | |
| { | |
| "epoch": 1.61, | |
| "learning_rate": 0.00029766567384198223, | |
| "loss": 0.4078, | |
| "step": 537 | |
| }, | |
| { | |
| "epoch": 1.61, | |
| "learning_rate": 0.00029688363232396056, | |
| "loss": 0.289, | |
| "step": 538 | |
| }, | |
| { | |
| "epoch": 1.61, | |
| "learning_rate": 0.0002960996504776783, | |
| "loss": 0.5381, | |
| "step": 539 | |
| }, | |
| { | |
| "epoch": 1.62, | |
| "learning_rate": 0.0002953137440042616, | |
| "loss": 0.3308, | |
| "step": 540 | |
| }, | |
| { | |
| "epoch": 1.62, | |
| "eval_loss": 0.5289412140846252, | |
| "eval_runtime": 19.6322, | |
| "eval_samples_per_second": 82.976, | |
| "eval_steps_per_second": 41.513, | |
| "step": 540 | |
| }, | |
| { | |
| "epoch": 1.62, | |
| "learning_rate": 0.00029452592864338194, | |
| "loss": 0.5115, | |
| "step": 541 | |
| }, | |
| { | |
| "epoch": 1.62, | |
| "learning_rate": 0.00029373622017294076, | |
| "loss": 0.4632, | |
| "step": 542 | |
| }, | |
| { | |
| "epoch": 1.63, | |
| "learning_rate": 0.0002929446344087537, | |
| "loss": 0.3159, | |
| "step": 543 | |
| }, | |
| { | |
| "epoch": 1.63, | |
| "learning_rate": 0.0002921511872042337, | |
| "loss": 0.3998, | |
| "step": 544 | |
| }, | |
| { | |
| "epoch": 1.63, | |
| "learning_rate": 0.00029135589445007356, | |
| "loss": 0.3087, | |
| "step": 545 | |
| }, | |
| { | |
| "epoch": 1.63, | |
| "learning_rate": 0.00029055877207392753, | |
| "loss": 0.3772, | |
| "step": 546 | |
| }, | |
| { | |
| "epoch": 1.64, | |
| "learning_rate": 0.00028975983604009246, | |
| "loss": 0.3606, | |
| "step": 547 | |
| }, | |
| { | |
| "epoch": 1.64, | |
| "learning_rate": 0.00028895910234918824, | |
| "loss": 0.6869, | |
| "step": 548 | |
| }, | |
| { | |
| "epoch": 1.64, | |
| "learning_rate": 0.00028815658703783715, | |
| "loss": 0.5079, | |
| "step": 549 | |
| }, | |
| { | |
| "epoch": 1.65, | |
| "learning_rate": 0.00028735230617834255, | |
| "loss": 0.5241, | |
| "step": 550 | |
| }, | |
| { | |
| "epoch": 1.65, | |
| "learning_rate": 0.00028654627587836723, | |
| "loss": 0.5162, | |
| "step": 551 | |
| }, | |
| { | |
| "epoch": 1.65, | |
| "learning_rate": 0.00028573851228061084, | |
| "loss": 0.6195, | |
| "step": 552 | |
| }, | |
| { | |
| "epoch": 1.66, | |
| "learning_rate": 0.0002849290315624864, | |
| "loss": 0.4383, | |
| "step": 553 | |
| }, | |
| { | |
| "epoch": 1.66, | |
| "learning_rate": 0.00028411784993579635, | |
| "loss": 0.4843, | |
| "step": 554 | |
| }, | |
| { | |
| "epoch": 1.66, | |
| "learning_rate": 0.00028330498364640804, | |
| "loss": 0.4263, | |
| "step": 555 | |
| }, | |
| { | |
| "epoch": 1.66, | |
| "learning_rate": 0.0002824904489739281, | |
| "loss": 0.3478, | |
| "step": 556 | |
| }, | |
| { | |
| "epoch": 1.67, | |
| "learning_rate": 0.00028167426223137685, | |
| "loss": 0.3659, | |
| "step": 557 | |
| }, | |
| { | |
| "epoch": 1.67, | |
| "learning_rate": 0.000280856439764861, | |
| "loss": 0.4651, | |
| "step": 558 | |
| }, | |
| { | |
| "epoch": 1.67, | |
| "learning_rate": 0.00028003699795324673, | |
| "loss": 0.3436, | |
| "step": 559 | |
| }, | |
| { | |
| "epoch": 1.68, | |
| "learning_rate": 0.0002792159532078314, | |
| "loss": 0.4604, | |
| "step": 560 | |
| }, | |
| { | |
| "epoch": 1.68, | |
| "eval_loss": 0.5204966068267822, | |
| "eval_runtime": 19.6795, | |
| "eval_samples_per_second": 82.776, | |
| "eval_steps_per_second": 41.414, | |
| "step": 560 | |
| }, | |
| { | |
| "epoch": 1.68, | |
| "learning_rate": 0.00027839332197201506, | |
| "loss": 0.5602, | |
| "step": 561 | |
| }, | |
| { | |
| "epoch": 1.68, | |
| "learning_rate": 0.000277569120720971, | |
| "loss": 0.5683, | |
| "step": 562 | |
| }, | |
| { | |
| "epoch": 1.69, | |
| "learning_rate": 0.0002767433659613159, | |
| "loss": 0.5508, | |
| "step": 563 | |
| }, | |
| { | |
| "epoch": 1.69, | |
| "learning_rate": 0.0002759160742307793, | |
| "loss": 0.4525, | |
| "step": 564 | |
| }, | |
| { | |
| "epoch": 1.69, | |
| "learning_rate": 0.000275087262097872, | |
| "loss": 0.3942, | |
| "step": 565 | |
| }, | |
| { | |
| "epoch": 1.69, | |
| "learning_rate": 0.0002742569461615547, | |
| "loss": 0.345, | |
| "step": 566 | |
| }, | |
| { | |
| "epoch": 1.7, | |
| "learning_rate": 0.00027342514305090553, | |
| "loss": 0.4092, | |
| "step": 567 | |
| }, | |
| { | |
| "epoch": 1.7, | |
| "learning_rate": 0.00027259186942478654, | |
| "loss": 0.3513, | |
| "step": 568 | |
| }, | |
| { | |
| "epoch": 1.7, | |
| "learning_rate": 0.0002717571419715107, | |
| "loss": 0.4873, | |
| "step": 569 | |
| }, | |
| { | |
| "epoch": 1.71, | |
| "learning_rate": 0.0002709209774085071, | |
| "loss": 0.4367, | |
| "step": 570 | |
| }, | |
| { | |
| "epoch": 1.71, | |
| "learning_rate": 0.00027008339248198675, | |
| "loss": 0.586, | |
| "step": 571 | |
| }, | |
| { | |
| "epoch": 1.71, | |
| "learning_rate": 0.00026924440396660656, | |
| "loss": 0.4092, | |
| "step": 572 | |
| }, | |
| { | |
| "epoch": 1.72, | |
| "learning_rate": 0.00026840402866513377, | |
| "loss": 0.3139, | |
| "step": 573 | |
| }, | |
| { | |
| "epoch": 1.72, | |
| "learning_rate": 0.0002675622834081095, | |
| "loss": 0.6028, | |
| "step": 574 | |
| }, | |
| { | |
| "epoch": 1.72, | |
| "learning_rate": 0.0002667191850535113, | |
| "loss": 0.3964, | |
| "step": 575 | |
| }, | |
| { | |
| "epoch": 1.72, | |
| "learning_rate": 0.00026587475048641594, | |
| "loss": 0.4798, | |
| "step": 576 | |
| }, | |
| { | |
| "epoch": 1.73, | |
| "learning_rate": 0.000265028996618661, | |
| "loss": 0.5801, | |
| "step": 577 | |
| }, | |
| { | |
| "epoch": 1.73, | |
| "learning_rate": 0.0002641819403885063, | |
| "loss": 0.3239, | |
| "step": 578 | |
| }, | |
| { | |
| "epoch": 1.73, | |
| "learning_rate": 0.00026333359876029453, | |
| "loss": 0.4352, | |
| "step": 579 | |
| }, | |
| { | |
| "epoch": 1.74, | |
| "learning_rate": 0.0002624839887241115, | |
| "loss": 0.4479, | |
| "step": 580 | |
| }, | |
| { | |
| "epoch": 1.74, | |
| "eval_loss": 0.5340219140052795, | |
| "eval_runtime": 19.6682, | |
| "eval_samples_per_second": 82.824, | |
| "eval_steps_per_second": 41.437, | |
| "step": 580 | |
| }, | |
| { | |
| "epoch": 1.74, | |
| "learning_rate": 0.00026163312729544615, | |
| "loss": 0.3648, | |
| "step": 581 | |
| }, | |
| { | |
| "epoch": 1.74, | |
| "learning_rate": 0.0002607810315148494, | |
| "loss": 0.4979, | |
| "step": 582 | |
| }, | |
| { | |
| "epoch": 1.75, | |
| "learning_rate": 0.00025992771844759316, | |
| "loss": 0.5609, | |
| "step": 583 | |
| }, | |
| { | |
| "epoch": 1.75, | |
| "learning_rate": 0.00025907320518332825, | |
| "loss": 0.4686, | |
| "step": 584 | |
| }, | |
| { | |
| "epoch": 1.75, | |
| "learning_rate": 0.00025821750883574257, | |
| "loss": 0.2934, | |
| "step": 585 | |
| }, | |
| { | |
| "epoch": 1.75, | |
| "learning_rate": 0.0002573606465422181, | |
| "loss": 0.4577, | |
| "step": 586 | |
| }, | |
| { | |
| "epoch": 1.76, | |
| "learning_rate": 0.0002565026354634874, | |
| "loss": 0.4982, | |
| "step": 587 | |
| }, | |
| { | |
| "epoch": 1.76, | |
| "learning_rate": 0.0002556434927832906, | |
| "loss": 0.3524, | |
| "step": 588 | |
| }, | |
| { | |
| "epoch": 1.76, | |
| "learning_rate": 0.00025478323570803053, | |
| "loss": 0.4743, | |
| "step": 589 | |
| }, | |
| { | |
| "epoch": 1.77, | |
| "learning_rate": 0.0002539218814664288, | |
| "loss": 0.6607, | |
| "step": 590 | |
| }, | |
| { | |
| "epoch": 1.77, | |
| "learning_rate": 0.0002530594473091802, | |
| "loss": 0.2837, | |
| "step": 591 | |
| }, | |
| { | |
| "epoch": 1.77, | |
| "learning_rate": 0.00025219595050860746, | |
| "loss": 0.57, | |
| "step": 592 | |
| }, | |
| { | |
| "epoch": 1.78, | |
| "learning_rate": 0.00025133140835831535, | |
| "loss": 0.4833, | |
| "step": 593 | |
| }, | |
| { | |
| "epoch": 1.78, | |
| "learning_rate": 0.00025046583817284434, | |
| "loss": 0.6797, | |
| "step": 594 | |
| }, | |
| { | |
| "epoch": 1.78, | |
| "learning_rate": 0.0002495992572873237, | |
| "loss": 0.4087, | |
| "step": 595 | |
| }, | |
| { | |
| "epoch": 1.78, | |
| "learning_rate": 0.0002487316830571244, | |
| "loss": 0.4091, | |
| "step": 596 | |
| }, | |
| { | |
| "epoch": 1.79, | |
| "learning_rate": 0.0002478631328575116, | |
| "loss": 0.2776, | |
| "step": 597 | |
| }, | |
| { | |
| "epoch": 1.79, | |
| "learning_rate": 0.0002469936240832965, | |
| "loss": 0.4363, | |
| "step": 598 | |
| }, | |
| { | |
| "epoch": 1.79, | |
| "learning_rate": 0.00024612317414848806, | |
| "loss": 0.6171, | |
| "step": 599 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "learning_rate": 0.0002452518004859445, | |
| "loss": 0.521, | |
| "step": 600 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "eval_loss": 0.5094448328018188, | |
| "eval_runtime": 19.6839, | |
| "eval_samples_per_second": 82.758, | |
| "eval_steps_per_second": 41.404, | |
| "step": 600 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "learning_rate": 0.00024437952054702354, | |
| "loss": 0.5103, | |
| "step": 601 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "learning_rate": 0.00024350635180123349, | |
| "loss": 0.462, | |
| "step": 602 | |
| }, | |
| { | |
| "epoch": 1.81, | |
| "learning_rate": 0.0002426323117358832, | |
| "loss": 0.471, | |
| "step": 603 | |
| }, | |
| { | |
| "epoch": 1.81, | |
| "learning_rate": 0.00024175741785573176, | |
| "loss": 0.4568, | |
| "step": 604 | |
| }, | |
| { | |
| "epoch": 1.81, | |
| "learning_rate": 0.0002408816876826378, | |
| "loss": 0.4035, | |
| "step": 605 | |
| }, | |
| { | |
| "epoch": 1.81, | |
| "learning_rate": 0.0002400051387552089, | |
| "loss": 0.5365, | |
| "step": 606 | |
| }, | |
| { | |
| "epoch": 1.82, | |
| "learning_rate": 0.00023912778862845014, | |
| "loss": 0.5665, | |
| "step": 607 | |
| }, | |
| { | |
| "epoch": 1.82, | |
| "learning_rate": 0.00023824965487341247, | |
| "loss": 0.4075, | |
| "step": 608 | |
| }, | |
| { | |
| "epoch": 1.82, | |
| "learning_rate": 0.00023737075507684102, | |
| "loss": 0.4131, | |
| "step": 609 | |
| }, | |
| { | |
| "epoch": 1.83, | |
| "learning_rate": 0.00023649110684082256, | |
| "loss": 0.5442, | |
| "step": 610 | |
| }, | |
| { | |
| "epoch": 1.83, | |
| "learning_rate": 0.00023561072778243336, | |
| "loss": 0.7304, | |
| "step": 611 | |
| }, | |
| { | |
| "epoch": 1.83, | |
| "learning_rate": 0.00023472963553338613, | |
| "loss": 0.2623, | |
| "step": 612 | |
| }, | |
| { | |
| "epoch": 1.84, | |
| "learning_rate": 0.00023384784773967674, | |
| "loss": 0.3267, | |
| "step": 613 | |
| }, | |
| { | |
| "epoch": 1.84, | |
| "learning_rate": 0.00023296538206123133, | |
| "loss": 0.503, | |
| "step": 614 | |
| }, | |
| { | |
| "epoch": 1.84, | |
| "learning_rate": 0.00023208225617155206, | |
| "loss": 0.4289, | |
| "step": 615 | |
| }, | |
| { | |
| "epoch": 1.84, | |
| "learning_rate": 0.00023119848775736358, | |
| "loss": 0.4469, | |
| "step": 616 | |
| }, | |
| { | |
| "epoch": 1.85, | |
| "learning_rate": 0.00023031409451825853, | |
| "loss": 0.4354, | |
| "step": 617 | |
| }, | |
| { | |
| "epoch": 1.85, | |
| "learning_rate": 0.00022942909416634325, | |
| "loss": 0.4072, | |
| "step": 618 | |
| }, | |
| { | |
| "epoch": 1.85, | |
| "learning_rate": 0.00022854350442588287, | |
| "loss": 0.538, | |
| "step": 619 | |
| }, | |
| { | |
| "epoch": 1.86, | |
| "learning_rate": 0.00022765734303294664, | |
| "loss": 0.32, | |
| "step": 620 | |
| }, | |
| { | |
| "epoch": 1.86, | |
| "eval_loss": 0.49946072697639465, | |
| "eval_runtime": 19.6626, | |
| "eval_samples_per_second": 82.848, | |
| "eval_steps_per_second": 41.449, | |
| "step": 620 | |
| }, | |
| { | |
| "epoch": 1.86, | |
| "learning_rate": 0.00022677062773505236, | |
| "loss": 0.3885, | |
| "step": 621 | |
| }, | |
| { | |
| "epoch": 1.86, | |
| "learning_rate": 0.00022588337629081106, | |
| "loss": 0.3282, | |
| "step": 622 | |
| }, | |
| { | |
| "epoch": 1.87, | |
| "learning_rate": 0.0002249956064695717, | |
| "loss": 0.4796, | |
| "step": 623 | |
| }, | |
| { | |
| "epoch": 1.87, | |
| "learning_rate": 0.0002241073360510646, | |
| "loss": 0.3912, | |
| "step": 624 | |
| }, | |
| { | |
| "epoch": 1.87, | |
| "learning_rate": 0.00022321858282504605, | |
| "loss": 0.414, | |
| "step": 625 | |
| }, | |
| { | |
| "epoch": 1.87, | |
| "learning_rate": 0.0002223293645909416, | |
| "loss": 0.3802, | |
| "step": 626 | |
| }, | |
| { | |
| "epoch": 1.88, | |
| "learning_rate": 0.00022143969915748959, | |
| "loss": 0.3726, | |
| "step": 627 | |
| }, | |
| { | |
| "epoch": 1.88, | |
| "learning_rate": 0.00022054960434238487, | |
| "loss": 0.6393, | |
| "step": 628 | |
| }, | |
| { | |
| "epoch": 1.88, | |
| "learning_rate": 0.00021965909797192143, | |
| "loss": 0.3873, | |
| "step": 629 | |
| }, | |
| { | |
| "epoch": 1.89, | |
| "learning_rate": 0.00021876819788063588, | |
| "loss": 0.3838, | |
| "step": 630 | |
| }, | |
| { | |
| "epoch": 1.89, | |
| "learning_rate": 0.00021787692191094986, | |
| "loss": 0.4525, | |
| "step": 631 | |
| }, | |
| { | |
| "epoch": 1.89, | |
| "learning_rate": 0.00021698528791281297, | |
| "loss": 0.5156, | |
| "step": 632 | |
| }, | |
| { | |
| "epoch": 1.9, | |
| "learning_rate": 0.00021609331374334523, | |
| "loss": 0.4736, | |
| "step": 633 | |
| }, | |
| { | |
| "epoch": 1.9, | |
| "learning_rate": 0.00021520101726647922, | |
| "loss": 0.4195, | |
| "step": 634 | |
| }, | |
| { | |
| "epoch": 1.9, | |
| "learning_rate": 0.00021430841635260275, | |
| "loss": 0.4194, | |
| "step": 635 | |
| }, | |
| { | |
| "epoch": 1.9, | |
| "learning_rate": 0.0002134155288782005, | |
| "loss": 0.5804, | |
| "step": 636 | |
| }, | |
| { | |
| "epoch": 1.91, | |
| "learning_rate": 0.0002125223727254964, | |
| "loss": 0.5437, | |
| "step": 637 | |
| }, | |
| { | |
| "epoch": 1.91, | |
| "learning_rate": 0.00021162896578209517, | |
| "loss": 0.3672, | |
| "step": 638 | |
| }, | |
| { | |
| "epoch": 1.91, | |
| "learning_rate": 0.0002107353259406243, | |
| "loss": 0.4619, | |
| "step": 639 | |
| }, | |
| { | |
| "epoch": 1.92, | |
| "learning_rate": 0.00020984147109837564, | |
| "loss": 0.3984, | |
| "step": 640 | |
| }, | |
| { | |
| "epoch": 1.92, | |
| "eval_loss": 0.48778846859931946, | |
| "eval_runtime": 19.6743, | |
| "eval_samples_per_second": 82.798, | |
| "eval_steps_per_second": 41.425, | |
| "step": 640 | |
| }, | |
| { | |
| "epoch": 1.92, | |
| "learning_rate": 0.00020894741915694685, | |
| "loss": 0.3651, | |
| "step": 641 | |
| }, | |
| { | |
| "epoch": 1.92, | |
| "learning_rate": 0.00020805318802188304, | |
| "loss": 0.4151, | |
| "step": 642 | |
| }, | |
| { | |
| "epoch": 1.93, | |
| "learning_rate": 0.00020715879560231811, | |
| "loss": 0.3463, | |
| "step": 643 | |
| }, | |
| { | |
| "epoch": 1.93, | |
| "learning_rate": 0.00020626425981061606, | |
| "loss": 0.3934, | |
| "step": 644 | |
| }, | |
| { | |
| "epoch": 1.93, | |
| "learning_rate": 0.00020536959856201227, | |
| "loss": 0.3284, | |
| "step": 645 | |
| }, | |
| { | |
| "epoch": 1.93, | |
| "learning_rate": 0.00020447482977425466, | |
| "loss": 0.3231, | |
| "step": 646 | |
| }, | |
| { | |
| "epoch": 1.94, | |
| "learning_rate": 0.00020357997136724487, | |
| "loss": 0.5848, | |
| "step": 647 | |
| }, | |
| { | |
| "epoch": 1.94, | |
| "learning_rate": 0.0002026850412626795, | |
| "loss": 0.4391, | |
| "step": 648 | |
| }, | |
| { | |
| "epoch": 1.94, | |
| "learning_rate": 0.00020179005738369096, | |
| "loss": 0.4436, | |
| "step": 649 | |
| }, | |
| { | |
| "epoch": 1.95, | |
| "learning_rate": 0.0002008950376544887, | |
| "loss": 0.5285, | |
| "step": 650 | |
| }, | |
| { | |
| "epoch": 1.95, | |
| "learning_rate": 0.0002, | |
| "loss": 0.4018, | |
| "step": 651 | |
| }, | |
| { | |
| "epoch": 1.95, | |
| "learning_rate": 0.00019910496234551133, | |
| "loss": 0.4176, | |
| "step": 652 | |
| }, | |
| { | |
| "epoch": 1.96, | |
| "learning_rate": 0.0001982099426163091, | |
| "loss": 0.2915, | |
| "step": 653 | |
| }, | |
| { | |
| "epoch": 1.96, | |
| "learning_rate": 0.00019731495873732055, | |
| "loss": 0.4308, | |
| "step": 654 | |
| }, | |
| { | |
| "epoch": 1.96, | |
| "learning_rate": 0.00019642002863275518, | |
| "loss": 0.3675, | |
| "step": 655 | |
| }, | |
| { | |
| "epoch": 1.96, | |
| "learning_rate": 0.00019552517022574541, | |
| "loss": 0.3477, | |
| "step": 656 | |
| }, | |
| { | |
| "epoch": 1.97, | |
| "learning_rate": 0.0001946304014379878, | |
| "loss": 0.3578, | |
| "step": 657 | |
| }, | |
| { | |
| "epoch": 1.97, | |
| "learning_rate": 0.000193735740189384, | |
| "loss": 0.4722, | |
| "step": 658 | |
| }, | |
| { | |
| "epoch": 1.97, | |
| "learning_rate": 0.0001928412043976819, | |
| "loss": 0.4991, | |
| "step": 659 | |
| }, | |
| { | |
| "epoch": 1.98, | |
| "learning_rate": 0.00019194681197811704, | |
| "loss": 0.3799, | |
| "step": 660 | |
| }, | |
| { | |
| "epoch": 1.98, | |
| "eval_loss": 0.4826065003871918, | |
| "eval_runtime": 19.6662, | |
| "eval_samples_per_second": 82.832, | |
| "eval_steps_per_second": 41.442, | |
| "step": 660 | |
| }, | |
| { | |
| "epoch": 1.98, | |
| "learning_rate": 0.0001910525808430532, | |
| "loss": 0.4474, | |
| "step": 661 | |
| }, | |
| { | |
| "epoch": 1.98, | |
| "learning_rate": 0.00019015852890162438, | |
| "loss": 0.2897, | |
| "step": 662 | |
| }, | |
| { | |
| "epoch": 1.99, | |
| "learning_rate": 0.00018926467405937567, | |
| "loss": 0.3398, | |
| "step": 663 | |
| }, | |
| { | |
| "epoch": 1.99, | |
| "learning_rate": 0.00018837103421790485, | |
| "loss": 0.4521, | |
| "step": 664 | |
| }, | |
| { | |
| "epoch": 1.99, | |
| "learning_rate": 0.00018747762727450363, | |
| "loss": 0.5863, | |
| "step": 665 | |
| }, | |
| { | |
| "epoch": 1.99, | |
| "learning_rate": 0.0001865844711217995, | |
| "loss": 0.5822, | |
| "step": 666 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "learning_rate": 0.00018569158364739735, | |
| "loss": 0.4556, | |
| "step": 667 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "learning_rate": 0.00018479898273352082, | |
| "loss": 0.3302, | |
| "step": 668 | |
| } | |
| ], | |
| "logging_steps": 1, | |
| "max_steps": 1002, | |
| "num_train_epochs": 3, | |
| "save_steps": 500, | |
| "total_flos": 1.8897791269868667e+18, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |