Upload folder using huggingface_hub
Browse files- optimizer.pt +1 -1
- pytorch_adapter.bin +1 -1
- pytorch_model_head.bin +1 -1
- tokenizer_config.json +1 -1
- trainer_state.json +184 -184
- training_args.bin +2 -2
optimizer.pt
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 83724291
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:1e4efbb90f4f79dc3857f34d206b10d38909a695d5d4deb4a12bb5119d0bd82d
|
3 |
size 83724291
|
pytorch_adapter.bin
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 39503700
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:b47d6ea2074c7e496272b090acb212f7f47946a07072c18f6b05f89e7c179dda
|
3 |
size 39503700
|
pytorch_model_head.bin
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 774447414
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:6d4f8012f6d55002b4bd445921dc8ab161f0ff05a248afc28051977910a38a82
|
3 |
size 774447414
|
tokenizer_config.json
CHANGED
@@ -842,7 +842,7 @@
|
|
842 |
}
|
843 |
},
|
844 |
"bos_token": "[CLS]",
|
845 |
-
"clean_up_tokenization_spaces":
|
846 |
"cls_token": "[CLS]",
|
847 |
"do_lower_case": false,
|
848 |
"eos_token": "[SEP]",
|
|
|
842 |
}
|
843 |
},
|
844 |
"bos_token": "[CLS]",
|
845 |
+
"clean_up_tokenization_spaces": false,
|
846 |
"cls_token": "[CLS]",
|
847 |
"do_lower_case": false,
|
848 |
"eos_token": "[SEP]",
|
trainer_state.json
CHANGED
@@ -10,653 +10,653 @@
|
|
10 |
"log_history": [
|
11 |
{
|
12 |
"epoch": 0.032,
|
13 |
-
"grad_norm":
|
14 |
"learning_rate": 4.9466666666666665e-05,
|
15 |
-
"loss": 8.
|
16 |
"step": 500
|
17 |
},
|
18 |
{
|
19 |
"epoch": 0.064,
|
20 |
-
"grad_norm":
|
21 |
"learning_rate": 4.8933333333333335e-05,
|
22 |
-
"loss": 6.
|
23 |
"step": 1000
|
24 |
},
|
25 |
{
|
26 |
"epoch": 0.096,
|
27 |
-
"grad_norm": 2.
|
28 |
"learning_rate": 4.8400000000000004e-05,
|
29 |
-
"loss": 5.
|
30 |
"step": 1500
|
31 |
},
|
32 |
{
|
33 |
"epoch": 0.128,
|
34 |
-
"grad_norm": 2.
|
35 |
"learning_rate": 4.7866666666666674e-05,
|
36 |
-
"loss": 5.
|
37 |
"step": 2000
|
38 |
},
|
39 |
{
|
40 |
"epoch": 0.16,
|
41 |
-
"grad_norm": 2.
|
42 |
"learning_rate": 4.7333333333333336e-05,
|
43 |
-
"loss": 5.
|
44 |
"step": 2500
|
45 |
},
|
46 |
{
|
47 |
"epoch": 0.192,
|
48 |
-
"grad_norm": 2.
|
49 |
"learning_rate": 4.6800000000000006e-05,
|
50 |
-
"loss": 4.
|
51 |
"step": 3000
|
52 |
},
|
53 |
{
|
54 |
"epoch": 0.224,
|
55 |
-
"grad_norm": 2.
|
56 |
"learning_rate": 4.626666666666667e-05,
|
57 |
-
"loss": 4.
|
58 |
"step": 3500
|
59 |
},
|
60 |
{
|
61 |
"epoch": 0.256,
|
62 |
-
"grad_norm":
|
63 |
"learning_rate": 4.573333333333333e-05,
|
64 |
-
"loss": 4.
|
65 |
"step": 4000
|
66 |
},
|
67 |
{
|
68 |
"epoch": 0.288,
|
69 |
-
"grad_norm": 2.
|
70 |
"learning_rate": 4.52e-05,
|
71 |
-
"loss": 4.
|
72 |
"step": 4500
|
73 |
},
|
74 |
{
|
75 |
"epoch": 0.32,
|
76 |
-
"grad_norm": 2.
|
77 |
"learning_rate": 4.466666666666667e-05,
|
78 |
-
"loss": 4.
|
79 |
"step": 5000
|
80 |
},
|
81 |
{
|
82 |
"epoch": 0.352,
|
83 |
-
"grad_norm":
|
84 |
"learning_rate": 4.413333333333334e-05,
|
85 |
-
"loss": 4.
|
86 |
"step": 5500
|
87 |
},
|
88 |
{
|
89 |
"epoch": 0.384,
|
90 |
-
"grad_norm": 2.
|
91 |
"learning_rate": 4.36e-05,
|
92 |
-
"loss": 4.
|
93 |
"step": 6000
|
94 |
},
|
95 |
{
|
96 |
"epoch": 0.416,
|
97 |
-
"grad_norm": 3.
|
98 |
"learning_rate": 4.3066666666666665e-05,
|
99 |
-
"loss": 4.
|
100 |
"step": 6500
|
101 |
},
|
102 |
{
|
103 |
"epoch": 0.448,
|
104 |
-
"grad_norm": 3.
|
105 |
"learning_rate": 4.2533333333333335e-05,
|
106 |
-
"loss": 4.
|
107 |
"step": 7000
|
108 |
},
|
109 |
{
|
110 |
"epoch": 0.48,
|
111 |
-
"grad_norm": 3.
|
112 |
"learning_rate": 4.2e-05,
|
113 |
-
"loss":
|
114 |
"step": 7500
|
115 |
},
|
116 |
{
|
117 |
"epoch": 0.512,
|
118 |
-
"grad_norm": 3.
|
119 |
"learning_rate": 4.146666666666667e-05,
|
120 |
-
"loss": 3.
|
121 |
"step": 8000
|
122 |
},
|
123 |
{
|
124 |
"epoch": 0.544,
|
125 |
-
"grad_norm": 3.
|
126 |
"learning_rate": 4.093333333333334e-05,
|
127 |
-
"loss": 3.
|
128 |
"step": 8500
|
129 |
},
|
130 |
{
|
131 |
"epoch": 0.576,
|
132 |
-
"grad_norm": 3.
|
133 |
"learning_rate": 4.0400000000000006e-05,
|
134 |
-
"loss": 3.
|
135 |
"step": 9000
|
136 |
},
|
137 |
{
|
138 |
"epoch": 0.608,
|
139 |
-
"grad_norm": 3.
|
140 |
"learning_rate": 3.986666666666667e-05,
|
141 |
-
"loss": 3.
|
142 |
"step": 9500
|
143 |
},
|
144 |
{
|
145 |
"epoch": 0.64,
|
146 |
-
"grad_norm": 3.
|
147 |
"learning_rate": 3.933333333333333e-05,
|
148 |
-
"loss": 3.
|
149 |
"step": 10000
|
150 |
},
|
151 |
{
|
152 |
"epoch": 0.672,
|
153 |
-
"grad_norm": 3.
|
154 |
"learning_rate": 3.88e-05,
|
155 |
-
"loss": 3.
|
156 |
"step": 10500
|
157 |
},
|
158 |
{
|
159 |
"epoch": 0.704,
|
160 |
-
"grad_norm": 3.
|
161 |
"learning_rate": 3.8266666666666664e-05,
|
162 |
-
"loss": 3.
|
163 |
"step": 11000
|
164 |
},
|
165 |
{
|
166 |
"epoch": 0.736,
|
167 |
-
"grad_norm": 3.
|
168 |
"learning_rate": 3.773333333333334e-05,
|
169 |
-
"loss": 3.
|
170 |
"step": 11500
|
171 |
},
|
172 |
{
|
173 |
"epoch": 0.768,
|
174 |
-
"grad_norm": 3.
|
175 |
"learning_rate": 3.72e-05,
|
176 |
-
"loss": 3.
|
177 |
"step": 12000
|
178 |
},
|
179 |
{
|
180 |
"epoch": 0.8,
|
181 |
-
"grad_norm": 3.
|
182 |
"learning_rate": 3.6666666666666666e-05,
|
183 |
-
"loss": 3.
|
184 |
"step": 12500
|
185 |
},
|
186 |
{
|
187 |
"epoch": 0.832,
|
188 |
-
"grad_norm": 3.
|
189 |
"learning_rate": 3.6133333333333335e-05,
|
190 |
-
"loss": 3.
|
191 |
"step": 13000
|
192 |
},
|
193 |
{
|
194 |
"epoch": 0.864,
|
195 |
-
"grad_norm": 3.
|
196 |
"learning_rate": 3.56e-05,
|
197 |
-
"loss": 3.
|
198 |
"step": 13500
|
199 |
},
|
200 |
{
|
201 |
"epoch": 0.896,
|
202 |
-
"grad_norm": 3.
|
203 |
"learning_rate": 3.506666666666667e-05,
|
204 |
-
"loss": 3.
|
205 |
"step": 14000
|
206 |
},
|
207 |
{
|
208 |
"epoch": 0.928,
|
209 |
-
"grad_norm": 3.
|
210 |
"learning_rate": 3.453333333333334e-05,
|
211 |
-
"loss": 3.
|
212 |
"step": 14500
|
213 |
},
|
214 |
{
|
215 |
"epoch": 0.96,
|
216 |
-
"grad_norm": 3.
|
217 |
"learning_rate": 3.4000000000000007e-05,
|
218 |
-
"loss": 3.
|
219 |
"step": 15000
|
220 |
},
|
221 |
{
|
222 |
"epoch": 0.992,
|
223 |
-
"grad_norm": 3.
|
224 |
"learning_rate": 3.346666666666667e-05,
|
225 |
-
"loss": 3.
|
226 |
"step": 15500
|
227 |
},
|
228 |
{
|
229 |
"epoch": 1.024,
|
230 |
-
"grad_norm": 3.
|
231 |
"learning_rate": 3.293333333333333e-05,
|
232 |
-
"loss": 3.
|
233 |
"step": 16000
|
234 |
},
|
235 |
{
|
236 |
"epoch": 1.056,
|
237 |
-
"grad_norm": 3.
|
238 |
"learning_rate": 3.24e-05,
|
239 |
-
"loss": 3.
|
240 |
"step": 16500
|
241 |
},
|
242 |
{
|
243 |
"epoch": 1.088,
|
244 |
-
"grad_norm": 3.
|
245 |
"learning_rate": 3.1866666666666664e-05,
|
246 |
-
"loss": 3.
|
247 |
"step": 17000
|
248 |
},
|
249 |
{
|
250 |
"epoch": 1.12,
|
251 |
-
"grad_norm": 3.
|
252 |
"learning_rate": 3.1333333333333334e-05,
|
253 |
-
"loss": 3.
|
254 |
"step": 17500
|
255 |
},
|
256 |
{
|
257 |
"epoch": 1.152,
|
258 |
-
"grad_norm": 3.
|
259 |
"learning_rate": 3.08e-05,
|
260 |
-
"loss": 3.
|
261 |
"step": 18000
|
262 |
},
|
263 |
{
|
264 |
"epoch": 1.184,
|
265 |
-
"grad_norm": 3.
|
266 |
"learning_rate": 3.0266666666666666e-05,
|
267 |
-
"loss": 3.
|
268 |
"step": 18500
|
269 |
},
|
270 |
{
|
271 |
"epoch": 1.216,
|
272 |
-
"grad_norm": 3.
|
273 |
"learning_rate": 2.9733333333333336e-05,
|
274 |
-
"loss": 3.
|
275 |
"step": 19000
|
276 |
},
|
277 |
{
|
278 |
"epoch": 1.248,
|
279 |
-
"grad_norm": 3.
|
280 |
"learning_rate": 2.9199999999999998e-05,
|
281 |
-
"loss": 3.
|
282 |
"step": 19500
|
283 |
},
|
284 |
{
|
285 |
"epoch": 1.28,
|
286 |
-
"grad_norm":
|
287 |
"learning_rate": 2.8666666666666668e-05,
|
288 |
-
"loss": 3.
|
289 |
"step": 20000
|
290 |
},
|
291 |
{
|
292 |
"epoch": 1.312,
|
293 |
-
"grad_norm": 3.
|
294 |
"learning_rate": 2.8133333333333334e-05,
|
295 |
-
"loss": 3.
|
296 |
"step": 20500
|
297 |
},
|
298 |
{
|
299 |
"epoch": 1.3439999999999999,
|
300 |
-
"grad_norm": 3.
|
301 |
"learning_rate": 2.7600000000000003e-05,
|
302 |
-
"loss": 3.
|
303 |
"step": 21000
|
304 |
},
|
305 |
{
|
306 |
"epoch": 1.376,
|
307 |
-
"grad_norm": 3.
|
308 |
"learning_rate": 2.706666666666667e-05,
|
309 |
-
"loss": 3.
|
310 |
"step": 21500
|
311 |
},
|
312 |
{
|
313 |
"epoch": 1.408,
|
314 |
-
"grad_norm": 3.
|
315 |
"learning_rate": 2.6533333333333332e-05,
|
316 |
-
"loss": 3.
|
317 |
"step": 22000
|
318 |
},
|
319 |
{
|
320 |
"epoch": 1.44,
|
321 |
-
"grad_norm": 3.
|
322 |
"learning_rate": 2.6000000000000002e-05,
|
323 |
-
"loss": 3.
|
324 |
"step": 22500
|
325 |
},
|
326 |
{
|
327 |
"epoch": 1.472,
|
328 |
-
"grad_norm": 3.
|
329 |
"learning_rate": 2.5466666666666668e-05,
|
330 |
-
"loss": 3.
|
331 |
"step": 23000
|
332 |
},
|
333 |
{
|
334 |
"epoch": 1.504,
|
335 |
-
"grad_norm": 3.
|
336 |
"learning_rate": 2.4933333333333334e-05,
|
337 |
-
"loss": 3.
|
338 |
"step": 23500
|
339 |
},
|
340 |
{
|
341 |
"epoch": 1.536,
|
342 |
-
"grad_norm": 3.
|
343 |
"learning_rate": 2.44e-05,
|
344 |
-
"loss": 3.
|
345 |
"step": 24000
|
346 |
},
|
347 |
{
|
348 |
"epoch": 1.568,
|
349 |
-
"grad_norm": 3.
|
350 |
"learning_rate": 2.3866666666666666e-05,
|
351 |
-
"loss": 3.
|
352 |
"step": 24500
|
353 |
},
|
354 |
{
|
355 |
"epoch": 1.6,
|
356 |
-
"grad_norm": 3.
|
357 |
"learning_rate": 2.3333333333333336e-05,
|
358 |
-
"loss": 3.
|
359 |
"step": 25000
|
360 |
},
|
361 |
{
|
362 |
"epoch": 1.6320000000000001,
|
363 |
-
"grad_norm": 3.
|
364 |
"learning_rate": 2.2800000000000002e-05,
|
365 |
-
"loss": 3.
|
366 |
"step": 25500
|
367 |
},
|
368 |
{
|
369 |
"epoch": 1.6640000000000001,
|
370 |
-
"grad_norm": 3.
|
371 |
"learning_rate": 2.2266666666666668e-05,
|
372 |
-
"loss": 3.
|
373 |
"step": 26000
|
374 |
},
|
375 |
{
|
376 |
"epoch": 1.696,
|
377 |
-
"grad_norm": 3.
|
378 |
"learning_rate": 2.1733333333333334e-05,
|
379 |
-
"loss": 3.
|
380 |
"step": 26500
|
381 |
},
|
382 |
{
|
383 |
"epoch": 1.728,
|
384 |
-
"grad_norm": 3.
|
385 |
"learning_rate": 2.12e-05,
|
386 |
-
"loss": 3.
|
387 |
"step": 27000
|
388 |
},
|
389 |
{
|
390 |
"epoch": 1.76,
|
391 |
-
"grad_norm": 3.
|
392 |
"learning_rate": 2.0666666666666666e-05,
|
393 |
-
"loss": 3.
|
394 |
"step": 27500
|
395 |
},
|
396 |
{
|
397 |
"epoch": 1.792,
|
398 |
-
"grad_norm": 3.
|
399 |
"learning_rate": 2.0133333333333336e-05,
|
400 |
-
"loss": 3.
|
401 |
"step": 28000
|
402 |
},
|
403 |
{
|
404 |
"epoch": 1.8239999999999998,
|
405 |
-
"grad_norm": 3.
|
406 |
"learning_rate": 1.9600000000000002e-05,
|
407 |
-
"loss": 3.
|
408 |
"step": 28500
|
409 |
},
|
410 |
{
|
411 |
"epoch": 1.8559999999999999,
|
412 |
-
"grad_norm": 3.
|
413 |
"learning_rate": 1.9066666666666668e-05,
|
414 |
-
"loss": 3.
|
415 |
"step": 29000
|
416 |
},
|
417 |
{
|
418 |
"epoch": 1.888,
|
419 |
-
"grad_norm": 3.
|
420 |
"learning_rate": 1.8533333333333334e-05,
|
421 |
-
"loss": 3.
|
422 |
"step": 29500
|
423 |
},
|
424 |
{
|
425 |
"epoch": 1.92,
|
426 |
-
"grad_norm": 3.
|
427 |
"learning_rate": 1.8e-05,
|
428 |
-
"loss": 3.
|
429 |
"step": 30000
|
430 |
},
|
431 |
{
|
432 |
"epoch": 1.952,
|
433 |
-
"grad_norm":
|
434 |
"learning_rate": 1.7466666666666667e-05,
|
435 |
-
"loss": 3.
|
436 |
"step": 30500
|
437 |
},
|
438 |
{
|
439 |
"epoch": 1.984,
|
440 |
-
"grad_norm": 3.
|
441 |
"learning_rate": 1.6933333333333333e-05,
|
442 |
-
"loss": 3.
|
443 |
"step": 31000
|
444 |
},
|
445 |
{
|
446 |
"epoch": 2.016,
|
447 |
-
"grad_norm": 3.
|
448 |
"learning_rate": 1.6400000000000002e-05,
|
449 |
-
"loss": 3.
|
450 |
"step": 31500
|
451 |
},
|
452 |
{
|
453 |
"epoch": 2.048,
|
454 |
-
"grad_norm":
|
455 |
"learning_rate": 1.586666666666667e-05,
|
456 |
-
"loss": 3.
|
457 |
"step": 32000
|
458 |
},
|
459 |
{
|
460 |
"epoch": 2.08,
|
461 |
-
"grad_norm": 3.
|
462 |
"learning_rate": 1.5333333333333334e-05,
|
463 |
-
"loss": 3.
|
464 |
"step": 32500
|
465 |
},
|
466 |
{
|
467 |
"epoch": 2.112,
|
468 |
-
"grad_norm": 3.
|
469 |
"learning_rate": 1.48e-05,
|
470 |
-
"loss": 3.
|
471 |
"step": 33000
|
472 |
},
|
473 |
{
|
474 |
"epoch": 2.144,
|
475 |
-
"grad_norm": 3.
|
476 |
"learning_rate": 1.4266666666666667e-05,
|
477 |
-
"loss": 3.
|
478 |
"step": 33500
|
479 |
},
|
480 |
{
|
481 |
"epoch": 2.176,
|
482 |
-
"grad_norm": 3.
|
483 |
"learning_rate": 1.3733333333333335e-05,
|
484 |
-
"loss": 3.
|
485 |
"step": 34000
|
486 |
},
|
487 |
{
|
488 |
"epoch": 2.208,
|
489 |
-
"grad_norm": 3.
|
490 |
"learning_rate": 1.32e-05,
|
491 |
-
"loss": 3.
|
492 |
"step": 34500
|
493 |
},
|
494 |
{
|
495 |
"epoch": 2.24,
|
496 |
-
"grad_norm": 3.
|
497 |
"learning_rate": 1.2666666666666668e-05,
|
498 |
-
"loss": 3.
|
499 |
"step": 35000
|
500 |
},
|
501 |
{
|
502 |
"epoch": 2.2720000000000002,
|
503 |
-
"grad_norm": 3.
|
504 |
"learning_rate": 1.2133333333333335e-05,
|
505 |
-
"loss": 3.
|
506 |
"step": 35500
|
507 |
},
|
508 |
{
|
509 |
"epoch": 2.304,
|
510 |
-
"grad_norm": 3.
|
511 |
"learning_rate": 1.16e-05,
|
512 |
-
"loss": 3.
|
513 |
"step": 36000
|
514 |
},
|
515 |
{
|
516 |
"epoch": 2.336,
|
517 |
-
"grad_norm": 3.
|
518 |
"learning_rate": 1.1066666666666667e-05,
|
519 |
-
"loss": 3.
|
520 |
"step": 36500
|
521 |
},
|
522 |
{
|
523 |
"epoch": 2.368,
|
524 |
-
"grad_norm": 3.
|
525 |
"learning_rate": 1.0533333333333335e-05,
|
526 |
-
"loss": 3.
|
527 |
"step": 37000
|
528 |
},
|
529 |
{
|
530 |
"epoch": 2.4,
|
531 |
-
"grad_norm": 3.
|
532 |
"learning_rate": 1e-05,
|
533 |
-
"loss": 3.
|
534 |
"step": 37500
|
535 |
},
|
536 |
{
|
537 |
"epoch": 2.432,
|
538 |
-
"grad_norm": 3.
|
539 |
"learning_rate": 9.466666666666667e-06,
|
540 |
-
"loss": 3.
|
541 |
"step": 38000
|
542 |
},
|
543 |
{
|
544 |
"epoch": 2.464,
|
545 |
-
"grad_norm": 3.
|
546 |
"learning_rate": 8.933333333333333e-06,
|
547 |
-
"loss": 3.
|
548 |
"step": 38500
|
549 |
},
|
550 |
{
|
551 |
"epoch": 2.496,
|
552 |
-
"grad_norm": 3.
|
553 |
"learning_rate": 8.400000000000001e-06,
|
554 |
-
"loss": 3.
|
555 |
"step": 39000
|
556 |
},
|
557 |
{
|
558 |
"epoch": 2.528,
|
559 |
-
"grad_norm": 3.
|
560 |
"learning_rate": 7.866666666666667e-06,
|
561 |
-
"loss": 3.
|
562 |
"step": 39500
|
563 |
},
|
564 |
{
|
565 |
"epoch": 2.56,
|
566 |
-
"grad_norm": 3.
|
567 |
"learning_rate": 7.333333333333334e-06,
|
568 |
"loss": 3.0556,
|
569 |
"step": 40000
|
570 |
},
|
571 |
{
|
572 |
"epoch": 2.592,
|
573 |
-
"grad_norm": 3.
|
574 |
"learning_rate": 6.800000000000001e-06,
|
575 |
-
"loss": 3.
|
576 |
"step": 40500
|
577 |
},
|
578 |
{
|
579 |
"epoch": 2.624,
|
580 |
-
"grad_norm": 3.
|
581 |
"learning_rate": 6.266666666666666e-06,
|
582 |
-
"loss": 3.
|
583 |
"step": 41000
|
584 |
},
|
585 |
{
|
586 |
"epoch": 2.656,
|
587 |
-
"grad_norm": 3.
|
588 |
"learning_rate": 5.733333333333333e-06,
|
589 |
-
"loss": 3.
|
590 |
"step": 41500
|
591 |
},
|
592 |
{
|
593 |
"epoch": 2.6879999999999997,
|
594 |
-
"grad_norm": 3.
|
595 |
"learning_rate": 5.2e-06,
|
596 |
-
"loss": 3.
|
597 |
"step": 42000
|
598 |
},
|
599 |
{
|
600 |
"epoch": 2.7199999999999998,
|
601 |
-
"grad_norm": 3.
|
602 |
"learning_rate": 4.666666666666667e-06,
|
603 |
-
"loss": 3.
|
604 |
"step": 42500
|
605 |
},
|
606 |
{
|
607 |
"epoch": 2.752,
|
608 |
-
"grad_norm": 3.
|
609 |
"learning_rate": 4.133333333333333e-06,
|
610 |
-
"loss": 3.
|
611 |
"step": 43000
|
612 |
},
|
613 |
{
|
614 |
"epoch": 2.784,
|
615 |
-
"grad_norm": 3.
|
616 |
"learning_rate": 3.6e-06,
|
617 |
"loss": 3.0397,
|
618 |
"step": 43500
|
619 |
},
|
620 |
{
|
621 |
"epoch": 2.816,
|
622 |
-
"grad_norm": 3.
|
623 |
"learning_rate": 3.066666666666667e-06,
|
624 |
-
"loss": 3.
|
625 |
"step": 44000
|
626 |
},
|
627 |
{
|
628 |
"epoch": 2.848,
|
629 |
-
"grad_norm": 3.
|
630 |
"learning_rate": 2.5333333333333334e-06,
|
631 |
-
"loss": 3.
|
632 |
"step": 44500
|
633 |
},
|
634 |
{
|
635 |
"epoch": 2.88,
|
636 |
-
"grad_norm":
|
637 |
"learning_rate": 2.0000000000000003e-06,
|
638 |
-
"loss": 3.
|
639 |
"step": 45000
|
640 |
},
|
641 |
{
|
642 |
"epoch": 2.912,
|
643 |
-
"grad_norm": 3.
|
644 |
"learning_rate": 1.4666666666666667e-06,
|
645 |
-
"loss": 3.
|
646 |
"step": 45500
|
647 |
},
|
648 |
{
|
649 |
"epoch": 2.944,
|
650 |
-
"grad_norm":
|
651 |
"learning_rate": 9.333333333333334e-07,
|
652 |
-
"loss": 3.
|
653 |
"step": 46000
|
654 |
},
|
655 |
{
|
656 |
"epoch": 2.976,
|
657 |
-
"grad_norm": 3.
|
658 |
"learning_rate": 4.0000000000000003e-07,
|
659 |
-
"loss": 3.
|
660 |
"step": 46500
|
661 |
}
|
662 |
],
|
|
|
10 |
"log_history": [
|
11 |
{
|
12 |
"epoch": 0.032,
|
13 |
+
"grad_norm": 2.9300780296325684,
|
14 |
"learning_rate": 4.9466666666666665e-05,
|
15 |
+
"loss": 8.4304,
|
16 |
"step": 500
|
17 |
},
|
18 |
{
|
19 |
"epoch": 0.064,
|
20 |
+
"grad_norm": 2.708092212677002,
|
21 |
"learning_rate": 4.8933333333333335e-05,
|
22 |
+
"loss": 6.3815,
|
23 |
"step": 1000
|
24 |
},
|
25 |
{
|
26 |
"epoch": 0.096,
|
27 |
+
"grad_norm": 2.7160232067108154,
|
28 |
"learning_rate": 4.8400000000000004e-05,
|
29 |
+
"loss": 5.717,
|
30 |
"step": 1500
|
31 |
},
|
32 |
{
|
33 |
"epoch": 0.128,
|
34 |
+
"grad_norm": 2.5131046772003174,
|
35 |
"learning_rate": 4.7866666666666674e-05,
|
36 |
+
"loss": 5.353,
|
37 |
"step": 2000
|
38 |
},
|
39 |
{
|
40 |
"epoch": 0.16,
|
41 |
+
"grad_norm": 2.8203608989715576,
|
42 |
"learning_rate": 4.7333333333333336e-05,
|
43 |
+
"loss": 5.0937,
|
44 |
"step": 2500
|
45 |
},
|
46 |
{
|
47 |
"epoch": 0.192,
|
48 |
+
"grad_norm": 2.6736185550689697,
|
49 |
"learning_rate": 4.6800000000000006e-05,
|
50 |
+
"loss": 4.905,
|
51 |
"step": 3000
|
52 |
},
|
53 |
{
|
54 |
"epoch": 0.224,
|
55 |
+
"grad_norm": 2.9173152446746826,
|
56 |
"learning_rate": 4.626666666666667e-05,
|
57 |
+
"loss": 4.7377,
|
58 |
"step": 3500
|
59 |
},
|
60 |
{
|
61 |
"epoch": 0.256,
|
62 |
+
"grad_norm": 2.861001968383789,
|
63 |
"learning_rate": 4.573333333333333e-05,
|
64 |
+
"loss": 4.606,
|
65 |
"step": 4000
|
66 |
},
|
67 |
{
|
68 |
"epoch": 0.288,
|
69 |
+
"grad_norm": 2.899388313293457,
|
70 |
"learning_rate": 4.52e-05,
|
71 |
+
"loss": 4.4928,
|
72 |
"step": 4500
|
73 |
},
|
74 |
{
|
75 |
"epoch": 0.32,
|
76 |
+
"grad_norm": 2.8987622261047363,
|
77 |
"learning_rate": 4.466666666666667e-05,
|
78 |
+
"loss": 4.3843,
|
79 |
"step": 5000
|
80 |
},
|
81 |
{
|
82 |
"epoch": 0.352,
|
83 |
+
"grad_norm": 2.9992928504943848,
|
84 |
"learning_rate": 4.413333333333334e-05,
|
85 |
+
"loss": 4.3053,
|
86 |
"step": 5500
|
87 |
},
|
88 |
{
|
89 |
"epoch": 0.384,
|
90 |
+
"grad_norm": 2.944384813308716,
|
91 |
"learning_rate": 4.36e-05,
|
92 |
+
"loss": 4.2293,
|
93 |
"step": 6000
|
94 |
},
|
95 |
{
|
96 |
"epoch": 0.416,
|
97 |
+
"grad_norm": 3.726702928543091,
|
98 |
"learning_rate": 4.3066666666666665e-05,
|
99 |
+
"loss": 4.1326,
|
100 |
"step": 6500
|
101 |
},
|
102 |
{
|
103 |
"epoch": 0.448,
|
104 |
+
"grad_norm": 3.1758687496185303,
|
105 |
"learning_rate": 4.2533333333333335e-05,
|
106 |
+
"loss": 4.063,
|
107 |
"step": 7000
|
108 |
},
|
109 |
{
|
110 |
"epoch": 0.48,
|
111 |
+
"grad_norm": 3.0743587017059326,
|
112 |
"learning_rate": 4.2e-05,
|
113 |
+
"loss": 3.9998,
|
114 |
"step": 7500
|
115 |
},
|
116 |
{
|
117 |
"epoch": 0.512,
|
118 |
+
"grad_norm": 3.0619800090789795,
|
119 |
"learning_rate": 4.146666666666667e-05,
|
120 |
+
"loss": 3.9534,
|
121 |
"step": 8000
|
122 |
},
|
123 |
{
|
124 |
"epoch": 0.544,
|
125 |
+
"grad_norm": 3.1200902462005615,
|
126 |
"learning_rate": 4.093333333333334e-05,
|
127 |
+
"loss": 3.8978,
|
128 |
"step": 8500
|
129 |
},
|
130 |
{
|
131 |
"epoch": 0.576,
|
132 |
+
"grad_norm": 3.367762327194214,
|
133 |
"learning_rate": 4.0400000000000006e-05,
|
134 |
+
"loss": 3.8429,
|
135 |
"step": 9000
|
136 |
},
|
137 |
{
|
138 |
"epoch": 0.608,
|
139 |
+
"grad_norm": 3.1497597694396973,
|
140 |
"learning_rate": 3.986666666666667e-05,
|
141 |
+
"loss": 3.8007,
|
142 |
"step": 9500
|
143 |
},
|
144 |
{
|
145 |
"epoch": 0.64,
|
146 |
+
"grad_norm": 3.31646728515625,
|
147 |
"learning_rate": 3.933333333333333e-05,
|
148 |
+
"loss": 3.7613,
|
149 |
"step": 10000
|
150 |
},
|
151 |
{
|
152 |
"epoch": 0.672,
|
153 |
+
"grad_norm": 3.294649839401245,
|
154 |
"learning_rate": 3.88e-05,
|
155 |
+
"loss": 3.7133,
|
156 |
"step": 10500
|
157 |
},
|
158 |
{
|
159 |
"epoch": 0.704,
|
160 |
+
"grad_norm": 3.1724936962127686,
|
161 |
"learning_rate": 3.8266666666666664e-05,
|
162 |
+
"loss": 3.6818,
|
163 |
"step": 11000
|
164 |
},
|
165 |
{
|
166 |
"epoch": 0.736,
|
167 |
+
"grad_norm": 3.0441651344299316,
|
168 |
"learning_rate": 3.773333333333334e-05,
|
169 |
+
"loss": 3.6576,
|
170 |
"step": 11500
|
171 |
},
|
172 |
{
|
173 |
"epoch": 0.768,
|
174 |
+
"grad_norm": 3.160169839859009,
|
175 |
"learning_rate": 3.72e-05,
|
176 |
+
"loss": 3.6271,
|
177 |
"step": 12000
|
178 |
},
|
179 |
{
|
180 |
"epoch": 0.8,
|
181 |
+
"grad_norm": 3.3029627799987793,
|
182 |
"learning_rate": 3.6666666666666666e-05,
|
183 |
+
"loss": 3.5932,
|
184 |
"step": 12500
|
185 |
},
|
186 |
{
|
187 |
"epoch": 0.832,
|
188 |
+
"grad_norm": 3.1690776348114014,
|
189 |
"learning_rate": 3.6133333333333335e-05,
|
190 |
+
"loss": 3.559,
|
191 |
"step": 13000
|
192 |
},
|
193 |
{
|
194 |
"epoch": 0.864,
|
195 |
+
"grad_norm": 3.3345956802368164,
|
196 |
"learning_rate": 3.56e-05,
|
197 |
+
"loss": 3.5387,
|
198 |
"step": 13500
|
199 |
},
|
200 |
{
|
201 |
"epoch": 0.896,
|
202 |
+
"grad_norm": 3.0441858768463135,
|
203 |
"learning_rate": 3.506666666666667e-05,
|
204 |
+
"loss": 3.5169,
|
205 |
"step": 14000
|
206 |
},
|
207 |
{
|
208 |
"epoch": 0.928,
|
209 |
+
"grad_norm": 3.24686598777771,
|
210 |
"learning_rate": 3.453333333333334e-05,
|
211 |
+
"loss": 3.4847,
|
212 |
"step": 14500
|
213 |
},
|
214 |
{
|
215 |
"epoch": 0.96,
|
216 |
+
"grad_norm": 3.2995717525482178,
|
217 |
"learning_rate": 3.4000000000000007e-05,
|
218 |
+
"loss": 3.4684,
|
219 |
"step": 15000
|
220 |
},
|
221 |
{
|
222 |
"epoch": 0.992,
|
223 |
+
"grad_norm": 3.398087501525879,
|
224 |
"learning_rate": 3.346666666666667e-05,
|
225 |
+
"loss": 3.4568,
|
226 |
"step": 15500
|
227 |
},
|
228 |
{
|
229 |
"epoch": 1.024,
|
230 |
+
"grad_norm": 3.1483492851257324,
|
231 |
"learning_rate": 3.293333333333333e-05,
|
232 |
+
"loss": 3.429,
|
233 |
"step": 16000
|
234 |
},
|
235 |
{
|
236 |
"epoch": 1.056,
|
237 |
+
"grad_norm": 3.1493332386016846,
|
238 |
"learning_rate": 3.24e-05,
|
239 |
+
"loss": 3.4016,
|
240 |
"step": 16500
|
241 |
},
|
242 |
{
|
243 |
"epoch": 1.088,
|
244 |
+
"grad_norm": 3.290648937225342,
|
245 |
"learning_rate": 3.1866666666666664e-05,
|
246 |
+
"loss": 3.3935,
|
247 |
"step": 17000
|
248 |
},
|
249 |
{
|
250 |
"epoch": 1.12,
|
251 |
+
"grad_norm": 3.2807164192199707,
|
252 |
"learning_rate": 3.1333333333333334e-05,
|
253 |
+
"loss": 3.3751,
|
254 |
"step": 17500
|
255 |
},
|
256 |
{
|
257 |
"epoch": 1.152,
|
258 |
+
"grad_norm": 3.3905978202819824,
|
259 |
"learning_rate": 3.08e-05,
|
260 |
+
"loss": 3.3667,
|
261 |
"step": 18000
|
262 |
},
|
263 |
{
|
264 |
"epoch": 1.184,
|
265 |
+
"grad_norm": 3.1638753414154053,
|
266 |
"learning_rate": 3.0266666666666666e-05,
|
267 |
+
"loss": 3.3469,
|
268 |
"step": 18500
|
269 |
},
|
270 |
{
|
271 |
"epoch": 1.216,
|
272 |
+
"grad_norm": 3.80301570892334,
|
273 |
"learning_rate": 2.9733333333333336e-05,
|
274 |
+
"loss": 3.3369,
|
275 |
"step": 19000
|
276 |
},
|
277 |
{
|
278 |
"epoch": 1.248,
|
279 |
+
"grad_norm": 3.5537655353546143,
|
280 |
"learning_rate": 2.9199999999999998e-05,
|
281 |
+
"loss": 3.3132,
|
282 |
"step": 19500
|
283 |
},
|
284 |
{
|
285 |
"epoch": 1.28,
|
286 |
+
"grad_norm": 3.344750165939331,
|
287 |
"learning_rate": 2.8666666666666668e-05,
|
288 |
+
"loss": 3.3075,
|
289 |
"step": 20000
|
290 |
},
|
291 |
{
|
292 |
"epoch": 1.312,
|
293 |
+
"grad_norm": 3.435274839401245,
|
294 |
"learning_rate": 2.8133333333333334e-05,
|
295 |
+
"loss": 3.3028,
|
296 |
"step": 20500
|
297 |
},
|
298 |
{
|
299 |
"epoch": 1.3439999999999999,
|
300 |
+
"grad_norm": 3.3021931648254395,
|
301 |
"learning_rate": 2.7600000000000003e-05,
|
302 |
+
"loss": 3.2771,
|
303 |
"step": 21000
|
304 |
},
|
305 |
{
|
306 |
"epoch": 1.376,
|
307 |
+
"grad_norm": 3.332207679748535,
|
308 |
"learning_rate": 2.706666666666667e-05,
|
309 |
+
"loss": 3.2732,
|
310 |
"step": 21500
|
311 |
},
|
312 |
{
|
313 |
"epoch": 1.408,
|
314 |
+
"grad_norm": 3.382160186767578,
|
315 |
"learning_rate": 2.6533333333333332e-05,
|
316 |
+
"loss": 3.2632,
|
317 |
"step": 22000
|
318 |
},
|
319 |
{
|
320 |
"epoch": 1.44,
|
321 |
+
"grad_norm": 3.399611711502075,
|
322 |
"learning_rate": 2.6000000000000002e-05,
|
323 |
+
"loss": 3.2474,
|
324 |
"step": 22500
|
325 |
},
|
326 |
{
|
327 |
"epoch": 1.472,
|
328 |
+
"grad_norm": 3.369029998779297,
|
329 |
"learning_rate": 2.5466666666666668e-05,
|
330 |
+
"loss": 3.2456,
|
331 |
"step": 23000
|
332 |
},
|
333 |
{
|
334 |
"epoch": 1.504,
|
335 |
+
"grad_norm": 3.1563122272491455,
|
336 |
"learning_rate": 2.4933333333333334e-05,
|
337 |
+
"loss": 3.2264,
|
338 |
"step": 23500
|
339 |
},
|
340 |
{
|
341 |
"epoch": 1.536,
|
342 |
+
"grad_norm": 3.5122745037078857,
|
343 |
"learning_rate": 2.44e-05,
|
344 |
+
"loss": 3.219,
|
345 |
"step": 24000
|
346 |
},
|
347 |
{
|
348 |
"epoch": 1.568,
|
349 |
+
"grad_norm": 3.5229005813598633,
|
350 |
"learning_rate": 2.3866666666666666e-05,
|
351 |
+
"loss": 3.2115,
|
352 |
"step": 24500
|
353 |
},
|
354 |
{
|
355 |
"epoch": 1.6,
|
356 |
+
"grad_norm": 3.275137186050415,
|
357 |
"learning_rate": 2.3333333333333336e-05,
|
358 |
+
"loss": 3.1998,
|
359 |
"step": 25000
|
360 |
},
|
361 |
{
|
362 |
"epoch": 1.6320000000000001,
|
363 |
+
"grad_norm": 3.5656373500823975,
|
364 |
"learning_rate": 2.2800000000000002e-05,
|
365 |
+
"loss": 3.1895,
|
366 |
"step": 25500
|
367 |
},
|
368 |
{
|
369 |
"epoch": 1.6640000000000001,
|
370 |
+
"grad_norm": 3.359915256500244,
|
371 |
"learning_rate": 2.2266666666666668e-05,
|
372 |
+
"loss": 3.1788,
|
373 |
"step": 26000
|
374 |
},
|
375 |
{
|
376 |
"epoch": 1.696,
|
377 |
+
"grad_norm": 3.496894121170044,
|
378 |
"learning_rate": 2.1733333333333334e-05,
|
379 |
+
"loss": 3.1757,
|
380 |
"step": 26500
|
381 |
},
|
382 |
{
|
383 |
"epoch": 1.728,
|
384 |
+
"grad_norm": 3.5603113174438477,
|
385 |
"learning_rate": 2.12e-05,
|
386 |
+
"loss": 3.1764,
|
387 |
"step": 27000
|
388 |
},
|
389 |
{
|
390 |
"epoch": 1.76,
|
391 |
+
"grad_norm": 3.5351145267486572,
|
392 |
"learning_rate": 2.0666666666666666e-05,
|
393 |
+
"loss": 3.1619,
|
394 |
"step": 27500
|
395 |
},
|
396 |
{
|
397 |
"epoch": 1.792,
|
398 |
+
"grad_norm": 3.6555192470550537,
|
399 |
"learning_rate": 2.0133333333333336e-05,
|
400 |
+
"loss": 3.1618,
|
401 |
"step": 28000
|
402 |
},
|
403 |
{
|
404 |
"epoch": 1.8239999999999998,
|
405 |
+
"grad_norm": 3.527869939804077,
|
406 |
"learning_rate": 1.9600000000000002e-05,
|
407 |
+
"loss": 3.1434,
|
408 |
"step": 28500
|
409 |
},
|
410 |
{
|
411 |
"epoch": 1.8559999999999999,
|
412 |
+
"grad_norm": 3.3731658458709717,
|
413 |
"learning_rate": 1.9066666666666668e-05,
|
414 |
+
"loss": 3.1443,
|
415 |
"step": 29000
|
416 |
},
|
417 |
{
|
418 |
"epoch": 1.888,
|
419 |
+
"grad_norm": 3.5230460166931152,
|
420 |
"learning_rate": 1.8533333333333334e-05,
|
421 |
+
"loss": 3.1307,
|
422 |
"step": 29500
|
423 |
},
|
424 |
{
|
425 |
"epoch": 1.92,
|
426 |
+
"grad_norm": 3.2880985736846924,
|
427 |
"learning_rate": 1.8e-05,
|
428 |
+
"loss": 3.1354,
|
429 |
"step": 30000
|
430 |
},
|
431 |
{
|
432 |
"epoch": 1.952,
|
433 |
+
"grad_norm": 4.2027387619018555,
|
434 |
"learning_rate": 1.7466666666666667e-05,
|
435 |
+
"loss": 3.1349,
|
436 |
"step": 30500
|
437 |
},
|
438 |
{
|
439 |
"epoch": 1.984,
|
440 |
+
"grad_norm": 3.8834004402160645,
|
441 |
"learning_rate": 1.6933333333333333e-05,
|
442 |
+
"loss": 3.1287,
|
443 |
"step": 31000
|
444 |
},
|
445 |
{
|
446 |
"epoch": 2.016,
|
447 |
+
"grad_norm": 3.5137991905212402,
|
448 |
"learning_rate": 1.6400000000000002e-05,
|
449 |
+
"loss": 3.107,
|
450 |
"step": 31500
|
451 |
},
|
452 |
{
|
453 |
"epoch": 2.048,
|
454 |
+
"grad_norm": 5.010372161865234,
|
455 |
"learning_rate": 1.586666666666667e-05,
|
456 |
+
"loss": 3.111,
|
457 |
"step": 32000
|
458 |
},
|
459 |
{
|
460 |
"epoch": 2.08,
|
461 |
+
"grad_norm": 3.338728189468384,
|
462 |
"learning_rate": 1.5333333333333334e-05,
|
463 |
+
"loss": 3.1047,
|
464 |
"step": 32500
|
465 |
},
|
466 |
{
|
467 |
"epoch": 2.112,
|
468 |
+
"grad_norm": 3.71789813041687,
|
469 |
"learning_rate": 1.48e-05,
|
470 |
+
"loss": 3.1014,
|
471 |
"step": 33000
|
472 |
},
|
473 |
{
|
474 |
"epoch": 2.144,
|
475 |
+
"grad_norm": 3.7948594093322754,
|
476 |
"learning_rate": 1.4266666666666667e-05,
|
477 |
+
"loss": 3.097,
|
478 |
"step": 33500
|
479 |
},
|
480 |
{
|
481 |
"epoch": 2.176,
|
482 |
+
"grad_norm": 3.650618314743042,
|
483 |
"learning_rate": 1.3733333333333335e-05,
|
484 |
+
"loss": 3.0967,
|
485 |
"step": 34000
|
486 |
},
|
487 |
{
|
488 |
"epoch": 2.208,
|
489 |
+
"grad_norm": 3.4917681217193604,
|
490 |
"learning_rate": 1.32e-05,
|
491 |
+
"loss": 3.1064,
|
492 |
"step": 34500
|
493 |
},
|
494 |
{
|
495 |
"epoch": 2.24,
|
496 |
+
"grad_norm": 3.5514914989471436,
|
497 |
"learning_rate": 1.2666666666666668e-05,
|
498 |
+
"loss": 3.094,
|
499 |
"step": 35000
|
500 |
},
|
501 |
{
|
502 |
"epoch": 2.2720000000000002,
|
503 |
+
"grad_norm": 3.4345743656158447,
|
504 |
"learning_rate": 1.2133333333333335e-05,
|
505 |
+
"loss": 3.082,
|
506 |
"step": 35500
|
507 |
},
|
508 |
{
|
509 |
"epoch": 2.304,
|
510 |
+
"grad_norm": 3.6274352073669434,
|
511 |
"learning_rate": 1.16e-05,
|
512 |
+
"loss": 3.0861,
|
513 |
"step": 36000
|
514 |
},
|
515 |
{
|
516 |
"epoch": 2.336,
|
517 |
+
"grad_norm": 3.6665496826171875,
|
518 |
"learning_rate": 1.1066666666666667e-05,
|
519 |
+
"loss": 3.0728,
|
520 |
"step": 36500
|
521 |
},
|
522 |
{
|
523 |
"epoch": 2.368,
|
524 |
+
"grad_norm": 3.657233953475952,
|
525 |
"learning_rate": 1.0533333333333335e-05,
|
526 |
+
"loss": 3.0727,
|
527 |
"step": 37000
|
528 |
},
|
529 |
{
|
530 |
"epoch": 2.4,
|
531 |
+
"grad_norm": 3.726337194442749,
|
532 |
"learning_rate": 1e-05,
|
533 |
+
"loss": 3.0717,
|
534 |
"step": 37500
|
535 |
},
|
536 |
{
|
537 |
"epoch": 2.432,
|
538 |
+
"grad_norm": 3.7187366485595703,
|
539 |
"learning_rate": 9.466666666666667e-06,
|
540 |
+
"loss": 3.059,
|
541 |
"step": 38000
|
542 |
},
|
543 |
{
|
544 |
"epoch": 2.464,
|
545 |
+
"grad_norm": 3.5927035808563232,
|
546 |
"learning_rate": 8.933333333333333e-06,
|
547 |
+
"loss": 3.0698,
|
548 |
"step": 38500
|
549 |
},
|
550 |
{
|
551 |
"epoch": 2.496,
|
552 |
+
"grad_norm": 3.5619006156921387,
|
553 |
"learning_rate": 8.400000000000001e-06,
|
554 |
+
"loss": 3.0625,
|
555 |
"step": 39000
|
556 |
},
|
557 |
{
|
558 |
"epoch": 2.528,
|
559 |
+
"grad_norm": 3.679213762283325,
|
560 |
"learning_rate": 7.866666666666667e-06,
|
561 |
+
"loss": 3.0565,
|
562 |
"step": 39500
|
563 |
},
|
564 |
{
|
565 |
"epoch": 2.56,
|
566 |
+
"grad_norm": 3.4748876094818115,
|
567 |
"learning_rate": 7.333333333333334e-06,
|
568 |
"loss": 3.0556,
|
569 |
"step": 40000
|
570 |
},
|
571 |
{
|
572 |
"epoch": 2.592,
|
573 |
+
"grad_norm": 3.483736515045166,
|
574 |
"learning_rate": 6.800000000000001e-06,
|
575 |
+
"loss": 3.0418,
|
576 |
"step": 40500
|
577 |
},
|
578 |
{
|
579 |
"epoch": 2.624,
|
580 |
+
"grad_norm": 3.4663684368133545,
|
581 |
"learning_rate": 6.266666666666666e-06,
|
582 |
+
"loss": 3.0461,
|
583 |
"step": 41000
|
584 |
},
|
585 |
{
|
586 |
"epoch": 2.656,
|
587 |
+
"grad_norm": 3.416421413421631,
|
588 |
"learning_rate": 5.733333333333333e-06,
|
589 |
+
"loss": 3.0508,
|
590 |
"step": 41500
|
591 |
},
|
592 |
{
|
593 |
"epoch": 2.6879999999999997,
|
594 |
+
"grad_norm": 3.5485949516296387,
|
595 |
"learning_rate": 5.2e-06,
|
596 |
+
"loss": 3.0447,
|
597 |
"step": 42000
|
598 |
},
|
599 |
{
|
600 |
"epoch": 2.7199999999999998,
|
601 |
+
"grad_norm": 3.5995631217956543,
|
602 |
"learning_rate": 4.666666666666667e-06,
|
603 |
+
"loss": 3.0495,
|
604 |
"step": 42500
|
605 |
},
|
606 |
{
|
607 |
"epoch": 2.752,
|
608 |
+
"grad_norm": 3.676875591278076,
|
609 |
"learning_rate": 4.133333333333333e-06,
|
610 |
+
"loss": 3.0302,
|
611 |
"step": 43000
|
612 |
},
|
613 |
{
|
614 |
"epoch": 2.784,
|
615 |
+
"grad_norm": 3.650153160095215,
|
616 |
"learning_rate": 3.6e-06,
|
617 |
"loss": 3.0397,
|
618 |
"step": 43500
|
619 |
},
|
620 |
{
|
621 |
"epoch": 2.816,
|
622 |
+
"grad_norm": 3.6755716800689697,
|
623 |
"learning_rate": 3.066666666666667e-06,
|
624 |
+
"loss": 3.0504,
|
625 |
"step": 44000
|
626 |
},
|
627 |
{
|
628 |
"epoch": 2.848,
|
629 |
+
"grad_norm": 3.6604747772216797,
|
630 |
"learning_rate": 2.5333333333333334e-06,
|
631 |
+
"loss": 3.0521,
|
632 |
"step": 44500
|
633 |
},
|
634 |
{
|
635 |
"epoch": 2.88,
|
636 |
+
"grad_norm": 4.217142105102539,
|
637 |
"learning_rate": 2.0000000000000003e-06,
|
638 |
+
"loss": 3.0355,
|
639 |
"step": 45000
|
640 |
},
|
641 |
{
|
642 |
"epoch": 2.912,
|
643 |
+
"grad_norm": 3.6961653232574463,
|
644 |
"learning_rate": 1.4666666666666667e-06,
|
645 |
+
"loss": 3.0454,
|
646 |
"step": 45500
|
647 |
},
|
648 |
{
|
649 |
"epoch": 2.944,
|
650 |
+
"grad_norm": 3.8596930503845215,
|
651 |
"learning_rate": 9.333333333333334e-07,
|
652 |
+
"loss": 3.0464,
|
653 |
"step": 46000
|
654 |
},
|
655 |
{
|
656 |
"epoch": 2.976,
|
657 |
+
"grad_norm": 3.8002963066101074,
|
658 |
"learning_rate": 4.0000000000000003e-07,
|
659 |
+
"loss": 3.0494,
|
660 |
"step": 46500
|
661 |
}
|
662 |
],
|
training_args.bin
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
-
size
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:365b0df6fa46689acb9348f6e307444d5eb3c995dadbc79368b21dcfcc70a321
|
3 |
+
size 5240
|