Training in progress, step 2700, checkpoint
Browse files
last-checkpoint/model.safetensors
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 1229999800
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:89238a08b358a0c70ad5e7fc890d3908036739a605af401c0e364bdc47e68d85
|
| 3 |
size 1229999800
|
last-checkpoint/optimizer.pt
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 490531915
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:37d605dabe9f85ed056ce1b7f2f229bfd451a288f6ce1d4f79216493cb396038
|
| 3 |
size 490531915
|
last-checkpoint/scheduler.pt
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 1465
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:f7c8b32ae9584f3191fca40d3a805b4272cfbf9dfe2760f7809fc0c4a810f28f
|
| 3 |
size 1465
|
last-checkpoint/trainer_state.json
CHANGED
|
@@ -2,9 +2,9 @@
|
|
| 2 |
"best_global_step": null,
|
| 3 |
"best_metric": null,
|
| 4 |
"best_model_checkpoint": null,
|
| 5 |
-
"epoch": 0.
|
| 6 |
"eval_steps": 3000,
|
| 7 |
-
"global_step":
|
| 8 |
"is_hyper_param_search": false,
|
| 9 |
"is_local_process_zero": true,
|
| 10 |
"is_world_process_zero": true,
|
|
@@ -6308,6 +6308,3156 @@
|
|
| 6308 |
"learning_rate": 0.024,
|
| 6309 |
"loss": 2.5452637672424316,
|
| 6310 |
"step": 1800
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 6311 |
}
|
| 6312 |
],
|
| 6313 |
"logging_steps": 2,
|
|
@@ -6327,7 +9477,7 @@
|
|
| 6327 |
"attributes": {}
|
| 6328 |
}
|
| 6329 |
},
|
| 6330 |
-
"total_flos":
|
| 6331 |
"train_batch_size": 4,
|
| 6332 |
"trial_name": null,
|
| 6333 |
"trial_params": null
|
|
|
|
| 2 |
"best_global_step": null,
|
| 3 |
"best_metric": null,
|
| 4 |
"best_model_checkpoint": null,
|
| 5 |
+
"epoch": 0.09,
|
| 6 |
"eval_steps": 3000,
|
| 7 |
+
"global_step": 2700,
|
| 8 |
"is_hyper_param_search": false,
|
| 9 |
"is_local_process_zero": true,
|
| 10 |
"is_world_process_zero": true,
|
|
|
|
| 6308 |
"learning_rate": 0.024,
|
| 6309 |
"loss": 2.5452637672424316,
|
| 6310 |
"step": 1800
|
| 6311 |
+
},
|
| 6312 |
+
{
|
| 6313 |
+
"epoch": 0.060066666666666664,
|
| 6314 |
+
"grad_norm": 0.12451171875,
|
| 6315 |
+
"learning_rate": 0.024,
|
| 6316 |
+
"loss": 2.569338798522949,
|
| 6317 |
+
"step": 1802
|
| 6318 |
+
},
|
| 6319 |
+
{
|
| 6320 |
+
"epoch": 0.06013333333333333,
|
| 6321 |
+
"grad_norm": 0.1259765625,
|
| 6322 |
+
"learning_rate": 0.024,
|
| 6323 |
+
"loss": 2.5777580738067627,
|
| 6324 |
+
"step": 1804
|
| 6325 |
+
},
|
| 6326 |
+
{
|
| 6327 |
+
"epoch": 0.0602,
|
| 6328 |
+
"grad_norm": 0.123046875,
|
| 6329 |
+
"learning_rate": 0.024,
|
| 6330 |
+
"loss": 2.5599722862243652,
|
| 6331 |
+
"step": 1806
|
| 6332 |
+
},
|
| 6333 |
+
{
|
| 6334 |
+
"epoch": 0.06026666666666667,
|
| 6335 |
+
"grad_norm": 0.1259765625,
|
| 6336 |
+
"learning_rate": 0.024,
|
| 6337 |
+
"loss": 2.573601722717285,
|
| 6338 |
+
"step": 1808
|
| 6339 |
+
},
|
| 6340 |
+
{
|
| 6341 |
+
"epoch": 0.060333333333333336,
|
| 6342 |
+
"grad_norm": 0.119140625,
|
| 6343 |
+
"learning_rate": 0.024,
|
| 6344 |
+
"loss": 2.5864529609680176,
|
| 6345 |
+
"step": 1810
|
| 6346 |
+
},
|
| 6347 |
+
{
|
| 6348 |
+
"epoch": 0.0604,
|
| 6349 |
+
"grad_norm": 0.1318359375,
|
| 6350 |
+
"learning_rate": 0.024,
|
| 6351 |
+
"loss": 2.5724658966064453,
|
| 6352 |
+
"step": 1812
|
| 6353 |
+
},
|
| 6354 |
+
{
|
| 6355 |
+
"epoch": 0.06046666666666667,
|
| 6356 |
+
"grad_norm": 0.123046875,
|
| 6357 |
+
"learning_rate": 0.024,
|
| 6358 |
+
"loss": 2.56249737739563,
|
| 6359 |
+
"step": 1814
|
| 6360 |
+
},
|
| 6361 |
+
{
|
| 6362 |
+
"epoch": 0.060533333333333335,
|
| 6363 |
+
"grad_norm": 0.11669921875,
|
| 6364 |
+
"learning_rate": 0.024,
|
| 6365 |
+
"loss": 2.570132255554199,
|
| 6366 |
+
"step": 1816
|
| 6367 |
+
},
|
| 6368 |
+
{
|
| 6369 |
+
"epoch": 0.0606,
|
| 6370 |
+
"grad_norm": 0.109375,
|
| 6371 |
+
"learning_rate": 0.024,
|
| 6372 |
+
"loss": 2.5228590965270996,
|
| 6373 |
+
"step": 1818
|
| 6374 |
+
},
|
| 6375 |
+
{
|
| 6376 |
+
"epoch": 0.06066666666666667,
|
| 6377 |
+
"grad_norm": 0.111328125,
|
| 6378 |
+
"learning_rate": 0.024,
|
| 6379 |
+
"loss": 2.5534024238586426,
|
| 6380 |
+
"step": 1820
|
| 6381 |
+
},
|
| 6382 |
+
{
|
| 6383 |
+
"epoch": 0.060733333333333334,
|
| 6384 |
+
"grad_norm": 0.1240234375,
|
| 6385 |
+
"learning_rate": 0.024,
|
| 6386 |
+
"loss": 2.5609068870544434,
|
| 6387 |
+
"step": 1822
|
| 6388 |
+
},
|
| 6389 |
+
{
|
| 6390 |
+
"epoch": 0.0608,
|
| 6391 |
+
"grad_norm": 0.140625,
|
| 6392 |
+
"learning_rate": 0.024,
|
| 6393 |
+
"loss": 2.567209243774414,
|
| 6394 |
+
"step": 1824
|
| 6395 |
+
},
|
| 6396 |
+
{
|
| 6397 |
+
"epoch": 0.060866666666666666,
|
| 6398 |
+
"grad_norm": 0.1455078125,
|
| 6399 |
+
"learning_rate": 0.024,
|
| 6400 |
+
"loss": 2.5738117694854736,
|
| 6401 |
+
"step": 1826
|
| 6402 |
+
},
|
| 6403 |
+
{
|
| 6404 |
+
"epoch": 0.06093333333333333,
|
| 6405 |
+
"grad_norm": 0.1318359375,
|
| 6406 |
+
"learning_rate": 0.024,
|
| 6407 |
+
"loss": 2.5670642852783203,
|
| 6408 |
+
"step": 1828
|
| 6409 |
+
},
|
| 6410 |
+
{
|
| 6411 |
+
"epoch": 0.061,
|
| 6412 |
+
"grad_norm": 0.134765625,
|
| 6413 |
+
"learning_rate": 0.024,
|
| 6414 |
+
"loss": 2.559083938598633,
|
| 6415 |
+
"step": 1830
|
| 6416 |
+
},
|
| 6417 |
+
{
|
| 6418 |
+
"epoch": 0.061066666666666665,
|
| 6419 |
+
"grad_norm": 0.1357421875,
|
| 6420 |
+
"learning_rate": 0.024,
|
| 6421 |
+
"loss": 2.5296576023101807,
|
| 6422 |
+
"step": 1832
|
| 6423 |
+
},
|
| 6424 |
+
{
|
| 6425 |
+
"epoch": 0.06113333333333333,
|
| 6426 |
+
"grad_norm": 0.1259765625,
|
| 6427 |
+
"learning_rate": 0.024,
|
| 6428 |
+
"loss": 2.533463478088379,
|
| 6429 |
+
"step": 1834
|
| 6430 |
+
},
|
| 6431 |
+
{
|
| 6432 |
+
"epoch": 0.0612,
|
| 6433 |
+
"grad_norm": 0.1396484375,
|
| 6434 |
+
"learning_rate": 0.024,
|
| 6435 |
+
"loss": 2.559816360473633,
|
| 6436 |
+
"step": 1836
|
| 6437 |
+
},
|
| 6438 |
+
{
|
| 6439 |
+
"epoch": 0.061266666666666664,
|
| 6440 |
+
"grad_norm": 0.134765625,
|
| 6441 |
+
"learning_rate": 0.024,
|
| 6442 |
+
"loss": 2.576200008392334,
|
| 6443 |
+
"step": 1838
|
| 6444 |
+
},
|
| 6445 |
+
{
|
| 6446 |
+
"epoch": 0.06133333333333333,
|
| 6447 |
+
"grad_norm": 0.126953125,
|
| 6448 |
+
"learning_rate": 0.024,
|
| 6449 |
+
"loss": 2.545314073562622,
|
| 6450 |
+
"step": 1840
|
| 6451 |
+
},
|
| 6452 |
+
{
|
| 6453 |
+
"epoch": 0.0614,
|
| 6454 |
+
"grad_norm": 0.1259765625,
|
| 6455 |
+
"learning_rate": 0.024,
|
| 6456 |
+
"loss": 2.5452423095703125,
|
| 6457 |
+
"step": 1842
|
| 6458 |
+
},
|
| 6459 |
+
{
|
| 6460 |
+
"epoch": 0.06146666666666667,
|
| 6461 |
+
"grad_norm": 0.12060546875,
|
| 6462 |
+
"learning_rate": 0.024,
|
| 6463 |
+
"loss": 2.554497480392456,
|
| 6464 |
+
"step": 1844
|
| 6465 |
+
},
|
| 6466 |
+
{
|
| 6467 |
+
"epoch": 0.061533333333333336,
|
| 6468 |
+
"grad_norm": 0.134765625,
|
| 6469 |
+
"learning_rate": 0.024,
|
| 6470 |
+
"loss": 2.5747251510620117,
|
| 6471 |
+
"step": 1846
|
| 6472 |
+
},
|
| 6473 |
+
{
|
| 6474 |
+
"epoch": 0.0616,
|
| 6475 |
+
"grad_norm": 0.12890625,
|
| 6476 |
+
"learning_rate": 0.024,
|
| 6477 |
+
"loss": 2.572216033935547,
|
| 6478 |
+
"step": 1848
|
| 6479 |
+
},
|
| 6480 |
+
{
|
| 6481 |
+
"epoch": 0.06166666666666667,
|
| 6482 |
+
"grad_norm": 0.1298828125,
|
| 6483 |
+
"learning_rate": 0.024,
|
| 6484 |
+
"loss": 2.575991630554199,
|
| 6485 |
+
"step": 1850
|
| 6486 |
+
},
|
| 6487 |
+
{
|
| 6488 |
+
"epoch": 0.061733333333333335,
|
| 6489 |
+
"grad_norm": 0.123046875,
|
| 6490 |
+
"learning_rate": 0.024,
|
| 6491 |
+
"loss": 2.519928455352783,
|
| 6492 |
+
"step": 1852
|
| 6493 |
+
},
|
| 6494 |
+
{
|
| 6495 |
+
"epoch": 0.0618,
|
| 6496 |
+
"grad_norm": 0.125,
|
| 6497 |
+
"learning_rate": 0.024,
|
| 6498 |
+
"loss": 2.5588929653167725,
|
| 6499 |
+
"step": 1854
|
| 6500 |
+
},
|
| 6501 |
+
{
|
| 6502 |
+
"epoch": 0.06186666666666667,
|
| 6503 |
+
"grad_norm": 0.1435546875,
|
| 6504 |
+
"learning_rate": 0.024,
|
| 6505 |
+
"loss": 2.5480475425720215,
|
| 6506 |
+
"step": 1856
|
| 6507 |
+
},
|
| 6508 |
+
{
|
| 6509 |
+
"epoch": 0.06193333333333333,
|
| 6510 |
+
"grad_norm": 0.1240234375,
|
| 6511 |
+
"learning_rate": 0.024,
|
| 6512 |
+
"loss": 2.5279743671417236,
|
| 6513 |
+
"step": 1858
|
| 6514 |
+
},
|
| 6515 |
+
{
|
| 6516 |
+
"epoch": 0.062,
|
| 6517 |
+
"grad_norm": 0.1298828125,
|
| 6518 |
+
"learning_rate": 0.024,
|
| 6519 |
+
"loss": 2.5410337448120117,
|
| 6520 |
+
"step": 1860
|
| 6521 |
+
},
|
| 6522 |
+
{
|
| 6523 |
+
"epoch": 0.062066666666666666,
|
| 6524 |
+
"grad_norm": 0.13671875,
|
| 6525 |
+
"learning_rate": 0.024,
|
| 6526 |
+
"loss": 2.5687594413757324,
|
| 6527 |
+
"step": 1862
|
| 6528 |
+
},
|
| 6529 |
+
{
|
| 6530 |
+
"epoch": 0.06213333333333333,
|
| 6531 |
+
"grad_norm": 0.1337890625,
|
| 6532 |
+
"learning_rate": 0.024,
|
| 6533 |
+
"loss": 2.5404186248779297,
|
| 6534 |
+
"step": 1864
|
| 6535 |
+
},
|
| 6536 |
+
{
|
| 6537 |
+
"epoch": 0.0622,
|
| 6538 |
+
"grad_norm": 0.134765625,
|
| 6539 |
+
"learning_rate": 0.024,
|
| 6540 |
+
"loss": 2.5329010486602783,
|
| 6541 |
+
"step": 1866
|
| 6542 |
+
},
|
| 6543 |
+
{
|
| 6544 |
+
"epoch": 0.062266666666666665,
|
| 6545 |
+
"grad_norm": 0.134765625,
|
| 6546 |
+
"learning_rate": 0.024,
|
| 6547 |
+
"loss": 2.5459961891174316,
|
| 6548 |
+
"step": 1868
|
| 6549 |
+
},
|
| 6550 |
+
{
|
| 6551 |
+
"epoch": 0.06233333333333333,
|
| 6552 |
+
"grad_norm": 0.12353515625,
|
| 6553 |
+
"learning_rate": 0.024,
|
| 6554 |
+
"loss": 2.548553943634033,
|
| 6555 |
+
"step": 1870
|
| 6556 |
+
},
|
| 6557 |
+
{
|
| 6558 |
+
"epoch": 0.0624,
|
| 6559 |
+
"grad_norm": 0.123046875,
|
| 6560 |
+
"learning_rate": 0.024,
|
| 6561 |
+
"loss": 2.5243616104125977,
|
| 6562 |
+
"step": 1872
|
| 6563 |
+
},
|
| 6564 |
+
{
|
| 6565 |
+
"epoch": 0.06246666666666666,
|
| 6566 |
+
"grad_norm": 0.126953125,
|
| 6567 |
+
"learning_rate": 0.024,
|
| 6568 |
+
"loss": 2.5530776977539062,
|
| 6569 |
+
"step": 1874
|
| 6570 |
+
},
|
| 6571 |
+
{
|
| 6572 |
+
"epoch": 0.06253333333333333,
|
| 6573 |
+
"grad_norm": 0.12451171875,
|
| 6574 |
+
"learning_rate": 0.024,
|
| 6575 |
+
"loss": 2.529531240463257,
|
| 6576 |
+
"step": 1876
|
| 6577 |
+
},
|
| 6578 |
+
{
|
| 6579 |
+
"epoch": 0.0626,
|
| 6580 |
+
"grad_norm": 0.1181640625,
|
| 6581 |
+
"learning_rate": 0.024,
|
| 6582 |
+
"loss": 2.5573575496673584,
|
| 6583 |
+
"step": 1878
|
| 6584 |
+
},
|
| 6585 |
+
{
|
| 6586 |
+
"epoch": 0.06266666666666666,
|
| 6587 |
+
"grad_norm": 0.1220703125,
|
| 6588 |
+
"learning_rate": 0.024,
|
| 6589 |
+
"loss": 2.563154458999634,
|
| 6590 |
+
"step": 1880
|
| 6591 |
+
},
|
| 6592 |
+
{
|
| 6593 |
+
"epoch": 0.06273333333333334,
|
| 6594 |
+
"grad_norm": 0.1220703125,
|
| 6595 |
+
"learning_rate": 0.024,
|
| 6596 |
+
"loss": 2.550346851348877,
|
| 6597 |
+
"step": 1882
|
| 6598 |
+
},
|
| 6599 |
+
{
|
| 6600 |
+
"epoch": 0.0628,
|
| 6601 |
+
"grad_norm": 0.1259765625,
|
| 6602 |
+
"learning_rate": 0.024,
|
| 6603 |
+
"loss": 2.5470595359802246,
|
| 6604 |
+
"step": 1884
|
| 6605 |
+
},
|
| 6606 |
+
{
|
| 6607 |
+
"epoch": 0.06286666666666667,
|
| 6608 |
+
"grad_norm": 0.1298828125,
|
| 6609 |
+
"learning_rate": 0.024,
|
| 6610 |
+
"loss": 2.547924041748047,
|
| 6611 |
+
"step": 1886
|
| 6612 |
+
},
|
| 6613 |
+
{
|
| 6614 |
+
"epoch": 0.06293333333333333,
|
| 6615 |
+
"grad_norm": 0.12890625,
|
| 6616 |
+
"learning_rate": 0.024,
|
| 6617 |
+
"loss": 2.5183868408203125,
|
| 6618 |
+
"step": 1888
|
| 6619 |
+
},
|
| 6620 |
+
{
|
| 6621 |
+
"epoch": 0.063,
|
| 6622 |
+
"grad_norm": 0.12451171875,
|
| 6623 |
+
"learning_rate": 0.024,
|
| 6624 |
+
"loss": 2.553501605987549,
|
| 6625 |
+
"step": 1890
|
| 6626 |
+
},
|
| 6627 |
+
{
|
| 6628 |
+
"epoch": 0.06306666666666666,
|
| 6629 |
+
"grad_norm": 0.1328125,
|
| 6630 |
+
"learning_rate": 0.024,
|
| 6631 |
+
"loss": 2.546158790588379,
|
| 6632 |
+
"step": 1892
|
| 6633 |
+
},
|
| 6634 |
+
{
|
| 6635 |
+
"epoch": 0.06313333333333333,
|
| 6636 |
+
"grad_norm": 0.1259765625,
|
| 6637 |
+
"learning_rate": 0.024,
|
| 6638 |
+
"loss": 2.548990488052368,
|
| 6639 |
+
"step": 1894
|
| 6640 |
+
},
|
| 6641 |
+
{
|
| 6642 |
+
"epoch": 0.0632,
|
| 6643 |
+
"grad_norm": 0.1298828125,
|
| 6644 |
+
"learning_rate": 0.024,
|
| 6645 |
+
"loss": 2.5339243412017822,
|
| 6646 |
+
"step": 1896
|
| 6647 |
+
},
|
| 6648 |
+
{
|
| 6649 |
+
"epoch": 0.06326666666666667,
|
| 6650 |
+
"grad_norm": 0.126953125,
|
| 6651 |
+
"learning_rate": 0.024,
|
| 6652 |
+
"loss": 2.51304292678833,
|
| 6653 |
+
"step": 1898
|
| 6654 |
+
},
|
| 6655 |
+
{
|
| 6656 |
+
"epoch": 0.06333333333333334,
|
| 6657 |
+
"grad_norm": 0.1337890625,
|
| 6658 |
+
"learning_rate": 0.024,
|
| 6659 |
+
"loss": 2.5470099449157715,
|
| 6660 |
+
"step": 1900
|
| 6661 |
+
},
|
| 6662 |
+
{
|
| 6663 |
+
"epoch": 0.0634,
|
| 6664 |
+
"grad_norm": 0.126953125,
|
| 6665 |
+
"learning_rate": 0.024,
|
| 6666 |
+
"loss": 2.530630588531494,
|
| 6667 |
+
"step": 1902
|
| 6668 |
+
},
|
| 6669 |
+
{
|
| 6670 |
+
"epoch": 0.06346666666666667,
|
| 6671 |
+
"grad_norm": 0.11962890625,
|
| 6672 |
+
"learning_rate": 0.024,
|
| 6673 |
+
"loss": 2.511193037033081,
|
| 6674 |
+
"step": 1904
|
| 6675 |
+
},
|
| 6676 |
+
{
|
| 6677 |
+
"epoch": 0.06353333333333333,
|
| 6678 |
+
"grad_norm": 0.1337890625,
|
| 6679 |
+
"learning_rate": 0.024,
|
| 6680 |
+
"loss": 2.5632686614990234,
|
| 6681 |
+
"step": 1906
|
| 6682 |
+
},
|
| 6683 |
+
{
|
| 6684 |
+
"epoch": 0.0636,
|
| 6685 |
+
"grad_norm": 0.134765625,
|
| 6686 |
+
"learning_rate": 0.024,
|
| 6687 |
+
"loss": 2.5192604064941406,
|
| 6688 |
+
"step": 1908
|
| 6689 |
+
},
|
| 6690 |
+
{
|
| 6691 |
+
"epoch": 0.06366666666666666,
|
| 6692 |
+
"grad_norm": 0.1396484375,
|
| 6693 |
+
"learning_rate": 0.024,
|
| 6694 |
+
"loss": 2.5467233657836914,
|
| 6695 |
+
"step": 1910
|
| 6696 |
+
},
|
| 6697 |
+
{
|
| 6698 |
+
"epoch": 0.06373333333333334,
|
| 6699 |
+
"grad_norm": 0.126953125,
|
| 6700 |
+
"learning_rate": 0.024,
|
| 6701 |
+
"loss": 2.5744805335998535,
|
| 6702 |
+
"step": 1912
|
| 6703 |
+
},
|
| 6704 |
+
{
|
| 6705 |
+
"epoch": 0.0638,
|
| 6706 |
+
"grad_norm": 0.138671875,
|
| 6707 |
+
"learning_rate": 0.024,
|
| 6708 |
+
"loss": 2.5504322052001953,
|
| 6709 |
+
"step": 1914
|
| 6710 |
+
},
|
| 6711 |
+
{
|
| 6712 |
+
"epoch": 0.06386666666666667,
|
| 6713 |
+
"grad_norm": 0.12109375,
|
| 6714 |
+
"learning_rate": 0.024,
|
| 6715 |
+
"loss": 2.5278401374816895,
|
| 6716 |
+
"step": 1916
|
| 6717 |
+
},
|
| 6718 |
+
{
|
| 6719 |
+
"epoch": 0.06393333333333333,
|
| 6720 |
+
"grad_norm": 0.1318359375,
|
| 6721 |
+
"learning_rate": 0.024,
|
| 6722 |
+
"loss": 2.5411078929901123,
|
| 6723 |
+
"step": 1918
|
| 6724 |
+
},
|
| 6725 |
+
{
|
| 6726 |
+
"epoch": 0.064,
|
| 6727 |
+
"grad_norm": 0.1279296875,
|
| 6728 |
+
"learning_rate": 0.024,
|
| 6729 |
+
"loss": 2.559210777282715,
|
| 6730 |
+
"step": 1920
|
| 6731 |
+
},
|
| 6732 |
+
{
|
| 6733 |
+
"epoch": 0.06406666666666666,
|
| 6734 |
+
"grad_norm": 0.126953125,
|
| 6735 |
+
"learning_rate": 0.024,
|
| 6736 |
+
"loss": 2.569319248199463,
|
| 6737 |
+
"step": 1922
|
| 6738 |
+
},
|
| 6739 |
+
{
|
| 6740 |
+
"epoch": 0.06413333333333333,
|
| 6741 |
+
"grad_norm": 0.138671875,
|
| 6742 |
+
"learning_rate": 0.024,
|
| 6743 |
+
"loss": 2.5676989555358887,
|
| 6744 |
+
"step": 1924
|
| 6745 |
+
},
|
| 6746 |
+
{
|
| 6747 |
+
"epoch": 0.0642,
|
| 6748 |
+
"grad_norm": 0.14453125,
|
| 6749 |
+
"learning_rate": 0.024,
|
| 6750 |
+
"loss": 2.544966697692871,
|
| 6751 |
+
"step": 1926
|
| 6752 |
+
},
|
| 6753 |
+
{
|
| 6754 |
+
"epoch": 0.06426666666666667,
|
| 6755 |
+
"grad_norm": 0.134765625,
|
| 6756 |
+
"learning_rate": 0.024,
|
| 6757 |
+
"loss": 2.56976318359375,
|
| 6758 |
+
"step": 1928
|
| 6759 |
+
},
|
| 6760 |
+
{
|
| 6761 |
+
"epoch": 0.06433333333333334,
|
| 6762 |
+
"grad_norm": 0.142578125,
|
| 6763 |
+
"learning_rate": 0.024,
|
| 6764 |
+
"loss": 2.552765369415283,
|
| 6765 |
+
"step": 1930
|
| 6766 |
+
},
|
| 6767 |
+
{
|
| 6768 |
+
"epoch": 0.0644,
|
| 6769 |
+
"grad_norm": 0.1259765625,
|
| 6770 |
+
"learning_rate": 0.024,
|
| 6771 |
+
"loss": 2.5527706146240234,
|
| 6772 |
+
"step": 1932
|
| 6773 |
+
},
|
| 6774 |
+
{
|
| 6775 |
+
"epoch": 0.06446666666666667,
|
| 6776 |
+
"grad_norm": 0.12353515625,
|
| 6777 |
+
"learning_rate": 0.024,
|
| 6778 |
+
"loss": 2.545017957687378,
|
| 6779 |
+
"step": 1934
|
| 6780 |
+
},
|
| 6781 |
+
{
|
| 6782 |
+
"epoch": 0.06453333333333333,
|
| 6783 |
+
"grad_norm": 0.125,
|
| 6784 |
+
"learning_rate": 0.024,
|
| 6785 |
+
"loss": 2.547788619995117,
|
| 6786 |
+
"step": 1936
|
| 6787 |
+
},
|
| 6788 |
+
{
|
| 6789 |
+
"epoch": 0.0646,
|
| 6790 |
+
"grad_norm": 0.12890625,
|
| 6791 |
+
"learning_rate": 0.024,
|
| 6792 |
+
"loss": 2.543565034866333,
|
| 6793 |
+
"step": 1938
|
| 6794 |
+
},
|
| 6795 |
+
{
|
| 6796 |
+
"epoch": 0.06466666666666666,
|
| 6797 |
+
"grad_norm": 0.1416015625,
|
| 6798 |
+
"learning_rate": 0.024,
|
| 6799 |
+
"loss": 2.5435585975646973,
|
| 6800 |
+
"step": 1940
|
| 6801 |
+
},
|
| 6802 |
+
{
|
| 6803 |
+
"epoch": 0.06473333333333334,
|
| 6804 |
+
"grad_norm": 0.134765625,
|
| 6805 |
+
"learning_rate": 0.024,
|
| 6806 |
+
"loss": 2.555972099304199,
|
| 6807 |
+
"step": 1942
|
| 6808 |
+
},
|
| 6809 |
+
{
|
| 6810 |
+
"epoch": 0.0648,
|
| 6811 |
+
"grad_norm": 0.13671875,
|
| 6812 |
+
"learning_rate": 0.024,
|
| 6813 |
+
"loss": 2.556340217590332,
|
| 6814 |
+
"step": 1944
|
| 6815 |
+
},
|
| 6816 |
+
{
|
| 6817 |
+
"epoch": 0.06486666666666667,
|
| 6818 |
+
"grad_norm": 0.1396484375,
|
| 6819 |
+
"learning_rate": 0.024,
|
| 6820 |
+
"loss": 2.538971185684204,
|
| 6821 |
+
"step": 1946
|
| 6822 |
+
},
|
| 6823 |
+
{
|
| 6824 |
+
"epoch": 0.06493333333333333,
|
| 6825 |
+
"grad_norm": 0.119140625,
|
| 6826 |
+
"learning_rate": 0.024,
|
| 6827 |
+
"loss": 2.553755283355713,
|
| 6828 |
+
"step": 1948
|
| 6829 |
+
},
|
| 6830 |
+
{
|
| 6831 |
+
"epoch": 0.065,
|
| 6832 |
+
"grad_norm": 0.125,
|
| 6833 |
+
"learning_rate": 0.024,
|
| 6834 |
+
"loss": 2.539469003677368,
|
| 6835 |
+
"step": 1950
|
| 6836 |
+
},
|
| 6837 |
+
{
|
| 6838 |
+
"epoch": 0.06506666666666666,
|
| 6839 |
+
"grad_norm": 0.11865234375,
|
| 6840 |
+
"learning_rate": 0.024,
|
| 6841 |
+
"loss": 2.527385711669922,
|
| 6842 |
+
"step": 1952
|
| 6843 |
+
},
|
| 6844 |
+
{
|
| 6845 |
+
"epoch": 0.06513333333333333,
|
| 6846 |
+
"grad_norm": 0.1201171875,
|
| 6847 |
+
"learning_rate": 0.024,
|
| 6848 |
+
"loss": 2.5588977336883545,
|
| 6849 |
+
"step": 1954
|
| 6850 |
+
},
|
| 6851 |
+
{
|
| 6852 |
+
"epoch": 0.0652,
|
| 6853 |
+
"grad_norm": 0.1259765625,
|
| 6854 |
+
"learning_rate": 0.024,
|
| 6855 |
+
"loss": 2.5593953132629395,
|
| 6856 |
+
"step": 1956
|
| 6857 |
+
},
|
| 6858 |
+
{
|
| 6859 |
+
"epoch": 0.06526666666666667,
|
| 6860 |
+
"grad_norm": 0.11572265625,
|
| 6861 |
+
"learning_rate": 0.024,
|
| 6862 |
+
"loss": 2.5357370376586914,
|
| 6863 |
+
"step": 1958
|
| 6864 |
+
},
|
| 6865 |
+
{
|
| 6866 |
+
"epoch": 0.06533333333333333,
|
| 6867 |
+
"grad_norm": 0.1162109375,
|
| 6868 |
+
"learning_rate": 0.024,
|
| 6869 |
+
"loss": 2.5383386611938477,
|
| 6870 |
+
"step": 1960
|
| 6871 |
+
},
|
| 6872 |
+
{
|
| 6873 |
+
"epoch": 0.0654,
|
| 6874 |
+
"grad_norm": 0.1171875,
|
| 6875 |
+
"learning_rate": 0.024,
|
| 6876 |
+
"loss": 2.544996738433838,
|
| 6877 |
+
"step": 1962
|
| 6878 |
+
},
|
| 6879 |
+
{
|
| 6880 |
+
"epoch": 0.06546666666666667,
|
| 6881 |
+
"grad_norm": 0.119140625,
|
| 6882 |
+
"learning_rate": 0.024,
|
| 6883 |
+
"loss": 2.5530028343200684,
|
| 6884 |
+
"step": 1964
|
| 6885 |
+
},
|
| 6886 |
+
{
|
| 6887 |
+
"epoch": 0.06553333333333333,
|
| 6888 |
+
"grad_norm": 0.11962890625,
|
| 6889 |
+
"learning_rate": 0.024,
|
| 6890 |
+
"loss": 2.5257625579833984,
|
| 6891 |
+
"step": 1966
|
| 6892 |
+
},
|
| 6893 |
+
{
|
| 6894 |
+
"epoch": 0.0656,
|
| 6895 |
+
"grad_norm": 0.16015625,
|
| 6896 |
+
"learning_rate": 0.024,
|
| 6897 |
+
"loss": 2.5441951751708984,
|
| 6898 |
+
"step": 1968
|
| 6899 |
+
},
|
| 6900 |
+
{
|
| 6901 |
+
"epoch": 0.06566666666666666,
|
| 6902 |
+
"grad_norm": 0.15625,
|
| 6903 |
+
"learning_rate": 0.024,
|
| 6904 |
+
"loss": 2.571016788482666,
|
| 6905 |
+
"step": 1970
|
| 6906 |
+
},
|
| 6907 |
+
{
|
| 6908 |
+
"epoch": 0.06573333333333334,
|
| 6909 |
+
"grad_norm": 0.1513671875,
|
| 6910 |
+
"learning_rate": 0.024,
|
| 6911 |
+
"loss": 2.5555129051208496,
|
| 6912 |
+
"step": 1972
|
| 6913 |
+
},
|
| 6914 |
+
{
|
| 6915 |
+
"epoch": 0.0658,
|
| 6916 |
+
"grad_norm": 0.15625,
|
| 6917 |
+
"learning_rate": 0.024,
|
| 6918 |
+
"loss": 2.529484748840332,
|
| 6919 |
+
"step": 1974
|
| 6920 |
+
},
|
| 6921 |
+
{
|
| 6922 |
+
"epoch": 0.06586666666666667,
|
| 6923 |
+
"grad_norm": 0.1533203125,
|
| 6924 |
+
"learning_rate": 0.024,
|
| 6925 |
+
"loss": 2.5483548641204834,
|
| 6926 |
+
"step": 1976
|
| 6927 |
+
},
|
| 6928 |
+
{
|
| 6929 |
+
"epoch": 0.06593333333333333,
|
| 6930 |
+
"grad_norm": 0.1396484375,
|
| 6931 |
+
"learning_rate": 0.024,
|
| 6932 |
+
"loss": 2.5214314460754395,
|
| 6933 |
+
"step": 1978
|
| 6934 |
+
},
|
| 6935 |
+
{
|
| 6936 |
+
"epoch": 0.066,
|
| 6937 |
+
"grad_norm": 0.13671875,
|
| 6938 |
+
"learning_rate": 0.024,
|
| 6939 |
+
"loss": 2.5474371910095215,
|
| 6940 |
+
"step": 1980
|
| 6941 |
+
},
|
| 6942 |
+
{
|
| 6943 |
+
"epoch": 0.06606666666666666,
|
| 6944 |
+
"grad_norm": 0.1435546875,
|
| 6945 |
+
"learning_rate": 0.024,
|
| 6946 |
+
"loss": 2.5462963581085205,
|
| 6947 |
+
"step": 1982
|
| 6948 |
+
},
|
| 6949 |
+
{
|
| 6950 |
+
"epoch": 0.06613333333333334,
|
| 6951 |
+
"grad_norm": 0.134765625,
|
| 6952 |
+
"learning_rate": 0.024,
|
| 6953 |
+
"loss": 2.5304617881774902,
|
| 6954 |
+
"step": 1984
|
| 6955 |
+
},
|
| 6956 |
+
{
|
| 6957 |
+
"epoch": 0.0662,
|
| 6958 |
+
"grad_norm": 0.12890625,
|
| 6959 |
+
"learning_rate": 0.024,
|
| 6960 |
+
"loss": 2.5452170372009277,
|
| 6961 |
+
"step": 1986
|
| 6962 |
+
},
|
| 6963 |
+
{
|
| 6964 |
+
"epoch": 0.06626666666666667,
|
| 6965 |
+
"grad_norm": 0.126953125,
|
| 6966 |
+
"learning_rate": 0.024,
|
| 6967 |
+
"loss": 2.5242438316345215,
|
| 6968 |
+
"step": 1988
|
| 6969 |
+
},
|
| 6970 |
+
{
|
| 6971 |
+
"epoch": 0.06633333333333333,
|
| 6972 |
+
"grad_norm": 0.12451171875,
|
| 6973 |
+
"learning_rate": 0.024,
|
| 6974 |
+
"loss": 2.541255474090576,
|
| 6975 |
+
"step": 1990
|
| 6976 |
+
},
|
| 6977 |
+
{
|
| 6978 |
+
"epoch": 0.0664,
|
| 6979 |
+
"grad_norm": 0.1259765625,
|
| 6980 |
+
"learning_rate": 0.024,
|
| 6981 |
+
"loss": 2.558724880218506,
|
| 6982 |
+
"step": 1992
|
| 6983 |
+
},
|
| 6984 |
+
{
|
| 6985 |
+
"epoch": 0.06646666666666666,
|
| 6986 |
+
"grad_norm": 0.1318359375,
|
| 6987 |
+
"learning_rate": 0.024,
|
| 6988 |
+
"loss": 2.545896053314209,
|
| 6989 |
+
"step": 1994
|
| 6990 |
+
},
|
| 6991 |
+
{
|
| 6992 |
+
"epoch": 0.06653333333333333,
|
| 6993 |
+
"grad_norm": 0.115234375,
|
| 6994 |
+
"learning_rate": 0.024,
|
| 6995 |
+
"loss": 2.518601655960083,
|
| 6996 |
+
"step": 1996
|
| 6997 |
+
},
|
| 6998 |
+
{
|
| 6999 |
+
"epoch": 0.0666,
|
| 7000 |
+
"grad_norm": 0.134765625,
|
| 7001 |
+
"learning_rate": 0.024,
|
| 7002 |
+
"loss": 2.5202219486236572,
|
| 7003 |
+
"step": 1998
|
| 7004 |
+
},
|
| 7005 |
+
{
|
| 7006 |
+
"epoch": 0.06666666666666667,
|
| 7007 |
+
"grad_norm": 0.1328125,
|
| 7008 |
+
"learning_rate": 0.024,
|
| 7009 |
+
"loss": 2.5155420303344727,
|
| 7010 |
+
"step": 2000
|
| 7011 |
+
},
|
| 7012 |
+
{
|
| 7013 |
+
"epoch": 0.06673333333333334,
|
| 7014 |
+
"grad_norm": 0.12451171875,
|
| 7015 |
+
"learning_rate": 0.024,
|
| 7016 |
+
"loss": 2.5277628898620605,
|
| 7017 |
+
"step": 2002
|
| 7018 |
+
},
|
| 7019 |
+
{
|
| 7020 |
+
"epoch": 0.0668,
|
| 7021 |
+
"grad_norm": 0.1259765625,
|
| 7022 |
+
"learning_rate": 0.024,
|
| 7023 |
+
"loss": 2.519035577774048,
|
| 7024 |
+
"step": 2004
|
| 7025 |
+
},
|
| 7026 |
+
{
|
| 7027 |
+
"epoch": 0.06686666666666667,
|
| 7028 |
+
"grad_norm": 0.1298828125,
|
| 7029 |
+
"learning_rate": 0.024,
|
| 7030 |
+
"loss": 2.539534091949463,
|
| 7031 |
+
"step": 2006
|
| 7032 |
+
},
|
| 7033 |
+
{
|
| 7034 |
+
"epoch": 0.06693333333333333,
|
| 7035 |
+
"grad_norm": 0.1337890625,
|
| 7036 |
+
"learning_rate": 0.024,
|
| 7037 |
+
"loss": 2.537809133529663,
|
| 7038 |
+
"step": 2008
|
| 7039 |
+
},
|
| 7040 |
+
{
|
| 7041 |
+
"epoch": 0.067,
|
| 7042 |
+
"grad_norm": 0.1396484375,
|
| 7043 |
+
"learning_rate": 0.024,
|
| 7044 |
+
"loss": 2.552292823791504,
|
| 7045 |
+
"step": 2010
|
| 7046 |
+
},
|
| 7047 |
+
{
|
| 7048 |
+
"epoch": 0.06706666666666666,
|
| 7049 |
+
"grad_norm": 0.13671875,
|
| 7050 |
+
"learning_rate": 0.024,
|
| 7051 |
+
"loss": 2.5333142280578613,
|
| 7052 |
+
"step": 2012
|
| 7053 |
+
},
|
| 7054 |
+
{
|
| 7055 |
+
"epoch": 0.06713333333333334,
|
| 7056 |
+
"grad_norm": 0.12060546875,
|
| 7057 |
+
"learning_rate": 0.024,
|
| 7058 |
+
"loss": 2.499540328979492,
|
| 7059 |
+
"step": 2014
|
| 7060 |
+
},
|
| 7061 |
+
{
|
| 7062 |
+
"epoch": 0.0672,
|
| 7063 |
+
"grad_norm": 0.1328125,
|
| 7064 |
+
"learning_rate": 0.024,
|
| 7065 |
+
"loss": 2.5161995887756348,
|
| 7066 |
+
"step": 2016
|
| 7067 |
+
},
|
| 7068 |
+
{
|
| 7069 |
+
"epoch": 0.06726666666666667,
|
| 7070 |
+
"grad_norm": 0.1328125,
|
| 7071 |
+
"learning_rate": 0.024,
|
| 7072 |
+
"loss": 2.5145719051361084,
|
| 7073 |
+
"step": 2018
|
| 7074 |
+
},
|
| 7075 |
+
{
|
| 7076 |
+
"epoch": 0.06733333333333333,
|
| 7077 |
+
"grad_norm": 0.1259765625,
|
| 7078 |
+
"learning_rate": 0.024,
|
| 7079 |
+
"loss": 2.550220489501953,
|
| 7080 |
+
"step": 2020
|
| 7081 |
+
},
|
| 7082 |
+
{
|
| 7083 |
+
"epoch": 0.0674,
|
| 7084 |
+
"grad_norm": 0.1298828125,
|
| 7085 |
+
"learning_rate": 0.024,
|
| 7086 |
+
"loss": 2.5368566513061523,
|
| 7087 |
+
"step": 2022
|
| 7088 |
+
},
|
| 7089 |
+
{
|
| 7090 |
+
"epoch": 0.06746666666666666,
|
| 7091 |
+
"grad_norm": 0.12109375,
|
| 7092 |
+
"learning_rate": 0.024,
|
| 7093 |
+
"loss": 2.5455024242401123,
|
| 7094 |
+
"step": 2024
|
| 7095 |
+
},
|
| 7096 |
+
{
|
| 7097 |
+
"epoch": 0.06753333333333333,
|
| 7098 |
+
"grad_norm": 0.1328125,
|
| 7099 |
+
"learning_rate": 0.024,
|
| 7100 |
+
"loss": 2.5259101390838623,
|
| 7101 |
+
"step": 2026
|
| 7102 |
+
},
|
| 7103 |
+
{
|
| 7104 |
+
"epoch": 0.0676,
|
| 7105 |
+
"grad_norm": 0.1318359375,
|
| 7106 |
+
"learning_rate": 0.024,
|
| 7107 |
+
"loss": 2.520277738571167,
|
| 7108 |
+
"step": 2028
|
| 7109 |
+
},
|
| 7110 |
+
{
|
| 7111 |
+
"epoch": 0.06766666666666667,
|
| 7112 |
+
"grad_norm": 0.1416015625,
|
| 7113 |
+
"learning_rate": 0.024,
|
| 7114 |
+
"loss": 2.535874843597412,
|
| 7115 |
+
"step": 2030
|
| 7116 |
+
},
|
| 7117 |
+
{
|
| 7118 |
+
"epoch": 0.06773333333333334,
|
| 7119 |
+
"grad_norm": 0.1494140625,
|
| 7120 |
+
"learning_rate": 0.024,
|
| 7121 |
+
"loss": 2.5386714935302734,
|
| 7122 |
+
"step": 2032
|
| 7123 |
+
},
|
| 7124 |
+
{
|
| 7125 |
+
"epoch": 0.0678,
|
| 7126 |
+
"grad_norm": 0.142578125,
|
| 7127 |
+
"learning_rate": 0.024,
|
| 7128 |
+
"loss": 2.5651144981384277,
|
| 7129 |
+
"step": 2034
|
| 7130 |
+
},
|
| 7131 |
+
{
|
| 7132 |
+
"epoch": 0.06786666666666667,
|
| 7133 |
+
"grad_norm": 0.140625,
|
| 7134 |
+
"learning_rate": 0.024,
|
| 7135 |
+
"loss": 2.551469326019287,
|
| 7136 |
+
"step": 2036
|
| 7137 |
+
},
|
| 7138 |
+
{
|
| 7139 |
+
"epoch": 0.06793333333333333,
|
| 7140 |
+
"grad_norm": 0.130859375,
|
| 7141 |
+
"learning_rate": 0.024,
|
| 7142 |
+
"loss": 2.5224156379699707,
|
| 7143 |
+
"step": 2038
|
| 7144 |
+
},
|
| 7145 |
+
{
|
| 7146 |
+
"epoch": 0.068,
|
| 7147 |
+
"grad_norm": 0.1328125,
|
| 7148 |
+
"learning_rate": 0.024,
|
| 7149 |
+
"loss": 2.5141685009002686,
|
| 7150 |
+
"step": 2040
|
| 7151 |
+
},
|
| 7152 |
+
{
|
| 7153 |
+
"epoch": 0.06806666666666666,
|
| 7154 |
+
"grad_norm": 0.126953125,
|
| 7155 |
+
"learning_rate": 0.024,
|
| 7156 |
+
"loss": 2.5304462909698486,
|
| 7157 |
+
"step": 2042
|
| 7158 |
+
},
|
| 7159 |
+
{
|
| 7160 |
+
"epoch": 0.06813333333333334,
|
| 7161 |
+
"grad_norm": 0.1357421875,
|
| 7162 |
+
"learning_rate": 0.024,
|
| 7163 |
+
"loss": 2.488400459289551,
|
| 7164 |
+
"step": 2044
|
| 7165 |
+
},
|
| 7166 |
+
{
|
| 7167 |
+
"epoch": 0.0682,
|
| 7168 |
+
"grad_norm": 0.123046875,
|
| 7169 |
+
"learning_rate": 0.024,
|
| 7170 |
+
"loss": 2.5380659103393555,
|
| 7171 |
+
"step": 2046
|
| 7172 |
+
},
|
| 7173 |
+
{
|
| 7174 |
+
"epoch": 0.06826666666666667,
|
| 7175 |
+
"grad_norm": 0.125,
|
| 7176 |
+
"learning_rate": 0.024,
|
| 7177 |
+
"loss": 2.4991705417633057,
|
| 7178 |
+
"step": 2048
|
| 7179 |
+
},
|
| 7180 |
+
{
|
| 7181 |
+
"epoch": 0.06833333333333333,
|
| 7182 |
+
"grad_norm": 0.1259765625,
|
| 7183 |
+
"learning_rate": 0.024,
|
| 7184 |
+
"loss": 2.5209641456604004,
|
| 7185 |
+
"step": 2050
|
| 7186 |
+
},
|
| 7187 |
+
{
|
| 7188 |
+
"epoch": 0.0684,
|
| 7189 |
+
"grad_norm": 0.130859375,
|
| 7190 |
+
"learning_rate": 0.024,
|
| 7191 |
+
"loss": 2.5099904537200928,
|
| 7192 |
+
"step": 2052
|
| 7193 |
+
},
|
| 7194 |
+
{
|
| 7195 |
+
"epoch": 0.06846666666666666,
|
| 7196 |
+
"grad_norm": 0.142578125,
|
| 7197 |
+
"learning_rate": 0.024,
|
| 7198 |
+
"loss": 2.5184130668640137,
|
| 7199 |
+
"step": 2054
|
| 7200 |
+
},
|
| 7201 |
+
{
|
| 7202 |
+
"epoch": 0.06853333333333333,
|
| 7203 |
+
"grad_norm": 0.154296875,
|
| 7204 |
+
"learning_rate": 0.024,
|
| 7205 |
+
"loss": 2.5453414916992188,
|
| 7206 |
+
"step": 2056
|
| 7207 |
+
},
|
| 7208 |
+
{
|
| 7209 |
+
"epoch": 0.0686,
|
| 7210 |
+
"grad_norm": 0.1337890625,
|
| 7211 |
+
"learning_rate": 0.024,
|
| 7212 |
+
"loss": 2.510538101196289,
|
| 7213 |
+
"step": 2058
|
| 7214 |
+
},
|
| 7215 |
+
{
|
| 7216 |
+
"epoch": 0.06866666666666667,
|
| 7217 |
+
"grad_norm": 0.126953125,
|
| 7218 |
+
"learning_rate": 0.024,
|
| 7219 |
+
"loss": 2.500110387802124,
|
| 7220 |
+
"step": 2060
|
| 7221 |
+
},
|
| 7222 |
+
{
|
| 7223 |
+
"epoch": 0.06873333333333333,
|
| 7224 |
+
"grad_norm": 0.134765625,
|
| 7225 |
+
"learning_rate": 0.024,
|
| 7226 |
+
"loss": 2.5305421352386475,
|
| 7227 |
+
"step": 2062
|
| 7228 |
+
},
|
| 7229 |
+
{
|
| 7230 |
+
"epoch": 0.0688,
|
| 7231 |
+
"grad_norm": 0.1455078125,
|
| 7232 |
+
"learning_rate": 0.024,
|
| 7233 |
+
"loss": 2.5203981399536133,
|
| 7234 |
+
"step": 2064
|
| 7235 |
+
},
|
| 7236 |
+
{
|
| 7237 |
+
"epoch": 0.06886666666666667,
|
| 7238 |
+
"grad_norm": 0.134765625,
|
| 7239 |
+
"learning_rate": 0.024,
|
| 7240 |
+
"loss": 2.529106616973877,
|
| 7241 |
+
"step": 2066
|
| 7242 |
+
},
|
| 7243 |
+
{
|
| 7244 |
+
"epoch": 0.06893333333333333,
|
| 7245 |
+
"grad_norm": 0.1328125,
|
| 7246 |
+
"learning_rate": 0.024,
|
| 7247 |
+
"loss": 2.520951986312866,
|
| 7248 |
+
"step": 2068
|
| 7249 |
+
},
|
| 7250 |
+
{
|
| 7251 |
+
"epoch": 0.069,
|
| 7252 |
+
"grad_norm": 0.134765625,
|
| 7253 |
+
"learning_rate": 0.024,
|
| 7254 |
+
"loss": 2.5203216075897217,
|
| 7255 |
+
"step": 2070
|
| 7256 |
+
},
|
| 7257 |
+
{
|
| 7258 |
+
"epoch": 0.06906666666666667,
|
| 7259 |
+
"grad_norm": 0.1416015625,
|
| 7260 |
+
"learning_rate": 0.024,
|
| 7261 |
+
"loss": 2.526902198791504,
|
| 7262 |
+
"step": 2072
|
| 7263 |
+
},
|
| 7264 |
+
{
|
| 7265 |
+
"epoch": 0.06913333333333334,
|
| 7266 |
+
"grad_norm": 0.123046875,
|
| 7267 |
+
"learning_rate": 0.024,
|
| 7268 |
+
"loss": 2.490509510040283,
|
| 7269 |
+
"step": 2074
|
| 7270 |
+
},
|
| 7271 |
+
{
|
| 7272 |
+
"epoch": 0.0692,
|
| 7273 |
+
"grad_norm": 0.1357421875,
|
| 7274 |
+
"learning_rate": 0.024,
|
| 7275 |
+
"loss": 2.523263931274414,
|
| 7276 |
+
"step": 2076
|
| 7277 |
+
},
|
| 7278 |
+
{
|
| 7279 |
+
"epoch": 0.06926666666666667,
|
| 7280 |
+
"grad_norm": 0.1279296875,
|
| 7281 |
+
"learning_rate": 0.024,
|
| 7282 |
+
"loss": 2.540936231613159,
|
| 7283 |
+
"step": 2078
|
| 7284 |
+
},
|
| 7285 |
+
{
|
| 7286 |
+
"epoch": 0.06933333333333333,
|
| 7287 |
+
"grad_norm": 0.12890625,
|
| 7288 |
+
"learning_rate": 0.024,
|
| 7289 |
+
"loss": 2.5226340293884277,
|
| 7290 |
+
"step": 2080
|
| 7291 |
+
},
|
| 7292 |
+
{
|
| 7293 |
+
"epoch": 0.0694,
|
| 7294 |
+
"grad_norm": 0.12890625,
|
| 7295 |
+
"learning_rate": 0.024,
|
| 7296 |
+
"loss": 2.5141401290893555,
|
| 7297 |
+
"step": 2082
|
| 7298 |
+
},
|
| 7299 |
+
{
|
| 7300 |
+
"epoch": 0.06946666666666666,
|
| 7301 |
+
"grad_norm": 0.138671875,
|
| 7302 |
+
"learning_rate": 0.024,
|
| 7303 |
+
"loss": 2.514082431793213,
|
| 7304 |
+
"step": 2084
|
| 7305 |
+
},
|
| 7306 |
+
{
|
| 7307 |
+
"epoch": 0.06953333333333334,
|
| 7308 |
+
"grad_norm": 0.1416015625,
|
| 7309 |
+
"learning_rate": 0.024,
|
| 7310 |
+
"loss": 2.512528657913208,
|
| 7311 |
+
"step": 2086
|
| 7312 |
+
},
|
| 7313 |
+
{
|
| 7314 |
+
"epoch": 0.0696,
|
| 7315 |
+
"grad_norm": 0.1337890625,
|
| 7316 |
+
"learning_rate": 0.024,
|
| 7317 |
+
"loss": 2.53226900100708,
|
| 7318 |
+
"step": 2088
|
| 7319 |
+
},
|
| 7320 |
+
{
|
| 7321 |
+
"epoch": 0.06966666666666667,
|
| 7322 |
+
"grad_norm": 0.1376953125,
|
| 7323 |
+
"learning_rate": 0.024,
|
| 7324 |
+
"loss": 2.524186611175537,
|
| 7325 |
+
"step": 2090
|
| 7326 |
+
},
|
| 7327 |
+
{
|
| 7328 |
+
"epoch": 0.06973333333333333,
|
| 7329 |
+
"grad_norm": 0.146484375,
|
| 7330 |
+
"learning_rate": 0.024,
|
| 7331 |
+
"loss": 2.5241150856018066,
|
| 7332 |
+
"step": 2092
|
| 7333 |
+
},
|
| 7334 |
+
{
|
| 7335 |
+
"epoch": 0.0698,
|
| 7336 |
+
"grad_norm": 0.1337890625,
|
| 7337 |
+
"learning_rate": 0.024,
|
| 7338 |
+
"loss": 2.5103323459625244,
|
| 7339 |
+
"step": 2094
|
| 7340 |
+
},
|
| 7341 |
+
{
|
| 7342 |
+
"epoch": 0.06986666666666666,
|
| 7343 |
+
"grad_norm": 0.1318359375,
|
| 7344 |
+
"learning_rate": 0.024,
|
| 7345 |
+
"loss": 2.5076236724853516,
|
| 7346 |
+
"step": 2096
|
| 7347 |
+
},
|
| 7348 |
+
{
|
| 7349 |
+
"epoch": 0.06993333333333333,
|
| 7350 |
+
"grad_norm": 0.1142578125,
|
| 7351 |
+
"learning_rate": 0.024,
|
| 7352 |
+
"loss": 2.514268398284912,
|
| 7353 |
+
"step": 2098
|
| 7354 |
+
},
|
| 7355 |
+
{
|
| 7356 |
+
"epoch": 0.07,
|
| 7357 |
+
"grad_norm": 0.1318359375,
|
| 7358 |
+
"learning_rate": 0.024,
|
| 7359 |
+
"loss": 2.5267558097839355,
|
| 7360 |
+
"step": 2100
|
| 7361 |
+
},
|
| 7362 |
+
{
|
| 7363 |
+
"epoch": 0.07006666666666667,
|
| 7364 |
+
"grad_norm": 0.14453125,
|
| 7365 |
+
"learning_rate": 0.024,
|
| 7366 |
+
"loss": 2.513030767440796,
|
| 7367 |
+
"step": 2102
|
| 7368 |
+
},
|
| 7369 |
+
{
|
| 7370 |
+
"epoch": 0.07013333333333334,
|
| 7371 |
+
"grad_norm": 0.1279296875,
|
| 7372 |
+
"learning_rate": 0.024,
|
| 7373 |
+
"loss": 2.5348806381225586,
|
| 7374 |
+
"step": 2104
|
| 7375 |
+
},
|
| 7376 |
+
{
|
| 7377 |
+
"epoch": 0.0702,
|
| 7378 |
+
"grad_norm": 0.12890625,
|
| 7379 |
+
"learning_rate": 0.024,
|
| 7380 |
+
"loss": 2.520638942718506,
|
| 7381 |
+
"step": 2106
|
| 7382 |
+
},
|
| 7383 |
+
{
|
| 7384 |
+
"epoch": 0.07026666666666667,
|
| 7385 |
+
"grad_norm": 0.1376953125,
|
| 7386 |
+
"learning_rate": 0.024,
|
| 7387 |
+
"loss": 2.513845682144165,
|
| 7388 |
+
"step": 2108
|
| 7389 |
+
},
|
| 7390 |
+
{
|
| 7391 |
+
"epoch": 0.07033333333333333,
|
| 7392 |
+
"grad_norm": 0.130859375,
|
| 7393 |
+
"learning_rate": 0.024,
|
| 7394 |
+
"loss": 2.5257697105407715,
|
| 7395 |
+
"step": 2110
|
| 7396 |
+
},
|
| 7397 |
+
{
|
| 7398 |
+
"epoch": 0.0704,
|
| 7399 |
+
"grad_norm": 0.130859375,
|
| 7400 |
+
"learning_rate": 0.024,
|
| 7401 |
+
"loss": 2.5159904956817627,
|
| 7402 |
+
"step": 2112
|
| 7403 |
+
},
|
| 7404 |
+
{
|
| 7405 |
+
"epoch": 0.07046666666666666,
|
| 7406 |
+
"grad_norm": 0.126953125,
|
| 7407 |
+
"learning_rate": 0.024,
|
| 7408 |
+
"loss": 2.515014171600342,
|
| 7409 |
+
"step": 2114
|
| 7410 |
+
},
|
| 7411 |
+
{
|
| 7412 |
+
"epoch": 0.07053333333333334,
|
| 7413 |
+
"grad_norm": 0.1357421875,
|
| 7414 |
+
"learning_rate": 0.024,
|
| 7415 |
+
"loss": 2.531278133392334,
|
| 7416 |
+
"step": 2116
|
| 7417 |
+
},
|
| 7418 |
+
{
|
| 7419 |
+
"epoch": 0.0706,
|
| 7420 |
+
"grad_norm": 0.140625,
|
| 7421 |
+
"learning_rate": 0.024,
|
| 7422 |
+
"loss": 2.5393929481506348,
|
| 7423 |
+
"step": 2118
|
| 7424 |
+
},
|
| 7425 |
+
{
|
| 7426 |
+
"epoch": 0.07066666666666667,
|
| 7427 |
+
"grad_norm": 0.1279296875,
|
| 7428 |
+
"learning_rate": 0.024,
|
| 7429 |
+
"loss": 2.5215487480163574,
|
| 7430 |
+
"step": 2120
|
| 7431 |
+
},
|
| 7432 |
+
{
|
| 7433 |
+
"epoch": 0.07073333333333333,
|
| 7434 |
+
"grad_norm": 0.1357421875,
|
| 7435 |
+
"learning_rate": 0.024,
|
| 7436 |
+
"loss": 2.5300040245056152,
|
| 7437 |
+
"step": 2122
|
| 7438 |
+
},
|
| 7439 |
+
{
|
| 7440 |
+
"epoch": 0.0708,
|
| 7441 |
+
"grad_norm": 0.126953125,
|
| 7442 |
+
"learning_rate": 0.024,
|
| 7443 |
+
"loss": 2.5426228046417236,
|
| 7444 |
+
"step": 2124
|
| 7445 |
+
},
|
| 7446 |
+
{
|
| 7447 |
+
"epoch": 0.07086666666666666,
|
| 7448 |
+
"grad_norm": 0.134765625,
|
| 7449 |
+
"learning_rate": 0.024,
|
| 7450 |
+
"loss": 2.5463128089904785,
|
| 7451 |
+
"step": 2126
|
| 7452 |
+
},
|
| 7453 |
+
{
|
| 7454 |
+
"epoch": 0.07093333333333333,
|
| 7455 |
+
"grad_norm": 0.12158203125,
|
| 7456 |
+
"learning_rate": 0.024,
|
| 7457 |
+
"loss": 2.496859550476074,
|
| 7458 |
+
"step": 2128
|
| 7459 |
+
},
|
| 7460 |
+
{
|
| 7461 |
+
"epoch": 0.071,
|
| 7462 |
+
"grad_norm": 0.12353515625,
|
| 7463 |
+
"learning_rate": 0.024,
|
| 7464 |
+
"loss": 2.525080680847168,
|
| 7465 |
+
"step": 2130
|
| 7466 |
+
},
|
| 7467 |
+
{
|
| 7468 |
+
"epoch": 0.07106666666666667,
|
| 7469 |
+
"grad_norm": 0.12158203125,
|
| 7470 |
+
"learning_rate": 0.024,
|
| 7471 |
+
"loss": 2.5107860565185547,
|
| 7472 |
+
"step": 2132
|
| 7473 |
+
},
|
| 7474 |
+
{
|
| 7475 |
+
"epoch": 0.07113333333333334,
|
| 7476 |
+
"grad_norm": 0.119140625,
|
| 7477 |
+
"learning_rate": 0.024,
|
| 7478 |
+
"loss": 2.5021870136260986,
|
| 7479 |
+
"step": 2134
|
| 7480 |
+
},
|
| 7481 |
+
{
|
| 7482 |
+
"epoch": 0.0712,
|
| 7483 |
+
"grad_norm": 0.11962890625,
|
| 7484 |
+
"learning_rate": 0.024,
|
| 7485 |
+
"loss": 2.512336254119873,
|
| 7486 |
+
"step": 2136
|
| 7487 |
+
},
|
| 7488 |
+
{
|
| 7489 |
+
"epoch": 0.07126666666666667,
|
| 7490 |
+
"grad_norm": 0.125,
|
| 7491 |
+
"learning_rate": 0.024,
|
| 7492 |
+
"loss": 2.490960121154785,
|
| 7493 |
+
"step": 2138
|
| 7494 |
+
},
|
| 7495 |
+
{
|
| 7496 |
+
"epoch": 0.07133333333333333,
|
| 7497 |
+
"grad_norm": 0.134765625,
|
| 7498 |
+
"learning_rate": 0.024,
|
| 7499 |
+
"loss": 2.5399327278137207,
|
| 7500 |
+
"step": 2140
|
| 7501 |
+
},
|
| 7502 |
+
{
|
| 7503 |
+
"epoch": 0.0714,
|
| 7504 |
+
"grad_norm": 0.1416015625,
|
| 7505 |
+
"learning_rate": 0.024,
|
| 7506 |
+
"loss": 2.5249319076538086,
|
| 7507 |
+
"step": 2142
|
| 7508 |
+
},
|
| 7509 |
+
{
|
| 7510 |
+
"epoch": 0.07146666666666666,
|
| 7511 |
+
"grad_norm": 0.1513671875,
|
| 7512 |
+
"learning_rate": 0.024,
|
| 7513 |
+
"loss": 2.524134397506714,
|
| 7514 |
+
"step": 2144
|
| 7515 |
+
},
|
| 7516 |
+
{
|
| 7517 |
+
"epoch": 0.07153333333333334,
|
| 7518 |
+
"grad_norm": 0.142578125,
|
| 7519 |
+
"learning_rate": 0.024,
|
| 7520 |
+
"loss": 2.5025577545166016,
|
| 7521 |
+
"step": 2146
|
| 7522 |
+
},
|
| 7523 |
+
{
|
| 7524 |
+
"epoch": 0.0716,
|
| 7525 |
+
"grad_norm": 0.1435546875,
|
| 7526 |
+
"learning_rate": 0.024,
|
| 7527 |
+
"loss": 2.5362634658813477,
|
| 7528 |
+
"step": 2148
|
| 7529 |
+
},
|
| 7530 |
+
{
|
| 7531 |
+
"epoch": 0.07166666666666667,
|
| 7532 |
+
"grad_norm": 0.1416015625,
|
| 7533 |
+
"learning_rate": 0.024,
|
| 7534 |
+
"loss": 2.5437891483306885,
|
| 7535 |
+
"step": 2150
|
| 7536 |
+
},
|
| 7537 |
+
{
|
| 7538 |
+
"epoch": 0.07173333333333333,
|
| 7539 |
+
"grad_norm": 0.146484375,
|
| 7540 |
+
"learning_rate": 0.024,
|
| 7541 |
+
"loss": 2.5564589500427246,
|
| 7542 |
+
"step": 2152
|
| 7543 |
+
},
|
| 7544 |
+
{
|
| 7545 |
+
"epoch": 0.0718,
|
| 7546 |
+
"grad_norm": 0.134765625,
|
| 7547 |
+
"learning_rate": 0.024,
|
| 7548 |
+
"loss": 2.5114998817443848,
|
| 7549 |
+
"step": 2154
|
| 7550 |
+
},
|
| 7551 |
+
{
|
| 7552 |
+
"epoch": 0.07186666666666666,
|
| 7553 |
+
"grad_norm": 0.142578125,
|
| 7554 |
+
"learning_rate": 0.024,
|
| 7555 |
+
"loss": 2.545654058456421,
|
| 7556 |
+
"step": 2156
|
| 7557 |
+
},
|
| 7558 |
+
{
|
| 7559 |
+
"epoch": 0.07193333333333334,
|
| 7560 |
+
"grad_norm": 0.1416015625,
|
| 7561 |
+
"learning_rate": 0.024,
|
| 7562 |
+
"loss": 2.4990549087524414,
|
| 7563 |
+
"step": 2158
|
| 7564 |
+
},
|
| 7565 |
+
{
|
| 7566 |
+
"epoch": 0.072,
|
| 7567 |
+
"grad_norm": 0.123046875,
|
| 7568 |
+
"learning_rate": 0.024,
|
| 7569 |
+
"loss": 2.505018472671509,
|
| 7570 |
+
"step": 2160
|
| 7571 |
+
},
|
| 7572 |
+
{
|
| 7573 |
+
"epoch": 0.07206666666666667,
|
| 7574 |
+
"grad_norm": 0.1279296875,
|
| 7575 |
+
"learning_rate": 0.024,
|
| 7576 |
+
"loss": 2.5265235900878906,
|
| 7577 |
+
"step": 2162
|
| 7578 |
+
},
|
| 7579 |
+
{
|
| 7580 |
+
"epoch": 0.07213333333333333,
|
| 7581 |
+
"grad_norm": 0.126953125,
|
| 7582 |
+
"learning_rate": 0.024,
|
| 7583 |
+
"loss": 2.4940223693847656,
|
| 7584 |
+
"step": 2164
|
| 7585 |
+
},
|
| 7586 |
+
{
|
| 7587 |
+
"epoch": 0.0722,
|
| 7588 |
+
"grad_norm": 0.13671875,
|
| 7589 |
+
"learning_rate": 0.024,
|
| 7590 |
+
"loss": 2.5442395210266113,
|
| 7591 |
+
"step": 2166
|
| 7592 |
+
},
|
| 7593 |
+
{
|
| 7594 |
+
"epoch": 0.07226666666666667,
|
| 7595 |
+
"grad_norm": 0.138671875,
|
| 7596 |
+
"learning_rate": 0.024,
|
| 7597 |
+
"loss": 2.530285120010376,
|
| 7598 |
+
"step": 2168
|
| 7599 |
+
},
|
| 7600 |
+
{
|
| 7601 |
+
"epoch": 0.07233333333333333,
|
| 7602 |
+
"grad_norm": 0.1298828125,
|
| 7603 |
+
"learning_rate": 0.024,
|
| 7604 |
+
"loss": 2.522183656692505,
|
| 7605 |
+
"step": 2170
|
| 7606 |
+
},
|
| 7607 |
+
{
|
| 7608 |
+
"epoch": 0.0724,
|
| 7609 |
+
"grad_norm": 0.1337890625,
|
| 7610 |
+
"learning_rate": 0.024,
|
| 7611 |
+
"loss": 2.535551071166992,
|
| 7612 |
+
"step": 2172
|
| 7613 |
+
},
|
| 7614 |
+
{
|
| 7615 |
+
"epoch": 0.07246666666666667,
|
| 7616 |
+
"grad_norm": 0.13671875,
|
| 7617 |
+
"learning_rate": 0.024,
|
| 7618 |
+
"loss": 2.514585494995117,
|
| 7619 |
+
"step": 2174
|
| 7620 |
+
},
|
| 7621 |
+
{
|
| 7622 |
+
"epoch": 0.07253333333333334,
|
| 7623 |
+
"grad_norm": 0.1396484375,
|
| 7624 |
+
"learning_rate": 0.024,
|
| 7625 |
+
"loss": 2.520874500274658,
|
| 7626 |
+
"step": 2176
|
| 7627 |
+
},
|
| 7628 |
+
{
|
| 7629 |
+
"epoch": 0.0726,
|
| 7630 |
+
"grad_norm": 0.134765625,
|
| 7631 |
+
"learning_rate": 0.024,
|
| 7632 |
+
"loss": 2.496281623840332,
|
| 7633 |
+
"step": 2178
|
| 7634 |
+
},
|
| 7635 |
+
{
|
| 7636 |
+
"epoch": 0.07266666666666667,
|
| 7637 |
+
"grad_norm": 0.13671875,
|
| 7638 |
+
"learning_rate": 0.024,
|
| 7639 |
+
"loss": 2.5122807025909424,
|
| 7640 |
+
"step": 2180
|
| 7641 |
+
},
|
| 7642 |
+
{
|
| 7643 |
+
"epoch": 0.07273333333333333,
|
| 7644 |
+
"grad_norm": 0.138671875,
|
| 7645 |
+
"learning_rate": 0.024,
|
| 7646 |
+
"loss": 2.520357608795166,
|
| 7647 |
+
"step": 2182
|
| 7648 |
+
},
|
| 7649 |
+
{
|
| 7650 |
+
"epoch": 0.0728,
|
| 7651 |
+
"grad_norm": 0.1318359375,
|
| 7652 |
+
"learning_rate": 0.024,
|
| 7653 |
+
"loss": 2.5027403831481934,
|
| 7654 |
+
"step": 2184
|
| 7655 |
+
},
|
| 7656 |
+
{
|
| 7657 |
+
"epoch": 0.07286666666666666,
|
| 7658 |
+
"grad_norm": 0.1318359375,
|
| 7659 |
+
"learning_rate": 0.024,
|
| 7660 |
+
"loss": 2.5386621952056885,
|
| 7661 |
+
"step": 2186
|
| 7662 |
+
},
|
| 7663 |
+
{
|
| 7664 |
+
"epoch": 0.07293333333333334,
|
| 7665 |
+
"grad_norm": 0.1337890625,
|
| 7666 |
+
"learning_rate": 0.024,
|
| 7667 |
+
"loss": 2.502387523651123,
|
| 7668 |
+
"step": 2188
|
| 7669 |
+
},
|
| 7670 |
+
{
|
| 7671 |
+
"epoch": 0.073,
|
| 7672 |
+
"grad_norm": 0.1318359375,
|
| 7673 |
+
"learning_rate": 0.024,
|
| 7674 |
+
"loss": 2.528862476348877,
|
| 7675 |
+
"step": 2190
|
| 7676 |
+
},
|
| 7677 |
+
{
|
| 7678 |
+
"epoch": 0.07306666666666667,
|
| 7679 |
+
"grad_norm": 0.1337890625,
|
| 7680 |
+
"learning_rate": 0.024,
|
| 7681 |
+
"loss": 2.5131232738494873,
|
| 7682 |
+
"step": 2192
|
| 7683 |
+
},
|
| 7684 |
+
{
|
| 7685 |
+
"epoch": 0.07313333333333333,
|
| 7686 |
+
"grad_norm": 0.1435546875,
|
| 7687 |
+
"learning_rate": 0.024,
|
| 7688 |
+
"loss": 2.5242111682891846,
|
| 7689 |
+
"step": 2194
|
| 7690 |
+
},
|
| 7691 |
+
{
|
| 7692 |
+
"epoch": 0.0732,
|
| 7693 |
+
"grad_norm": 0.1435546875,
|
| 7694 |
+
"learning_rate": 0.024,
|
| 7695 |
+
"loss": 2.518951177597046,
|
| 7696 |
+
"step": 2196
|
| 7697 |
+
},
|
| 7698 |
+
{
|
| 7699 |
+
"epoch": 0.07326666666666666,
|
| 7700 |
+
"grad_norm": 0.1416015625,
|
| 7701 |
+
"learning_rate": 0.024,
|
| 7702 |
+
"loss": 2.4943814277648926,
|
| 7703 |
+
"step": 2198
|
| 7704 |
+
},
|
| 7705 |
+
{
|
| 7706 |
+
"epoch": 0.07333333333333333,
|
| 7707 |
+
"grad_norm": 0.14453125,
|
| 7708 |
+
"learning_rate": 0.024,
|
| 7709 |
+
"loss": 2.514301300048828,
|
| 7710 |
+
"step": 2200
|
| 7711 |
+
},
|
| 7712 |
+
{
|
| 7713 |
+
"epoch": 0.0734,
|
| 7714 |
+
"grad_norm": 0.1376953125,
|
| 7715 |
+
"learning_rate": 0.024,
|
| 7716 |
+
"loss": 2.5048890113830566,
|
| 7717 |
+
"step": 2202
|
| 7718 |
+
},
|
| 7719 |
+
{
|
| 7720 |
+
"epoch": 0.07346666666666667,
|
| 7721 |
+
"grad_norm": 0.140625,
|
| 7722 |
+
"learning_rate": 0.024,
|
| 7723 |
+
"loss": 2.5223183631896973,
|
| 7724 |
+
"step": 2204
|
| 7725 |
+
},
|
| 7726 |
+
{
|
| 7727 |
+
"epoch": 0.07353333333333334,
|
| 7728 |
+
"grad_norm": 0.13671875,
|
| 7729 |
+
"learning_rate": 0.024,
|
| 7730 |
+
"loss": 2.536425828933716,
|
| 7731 |
+
"step": 2206
|
| 7732 |
+
},
|
| 7733 |
+
{
|
| 7734 |
+
"epoch": 0.0736,
|
| 7735 |
+
"grad_norm": 0.13671875,
|
| 7736 |
+
"learning_rate": 0.024,
|
| 7737 |
+
"loss": 2.532869577407837,
|
| 7738 |
+
"step": 2208
|
| 7739 |
+
},
|
| 7740 |
+
{
|
| 7741 |
+
"epoch": 0.07366666666666667,
|
| 7742 |
+
"grad_norm": 0.1279296875,
|
| 7743 |
+
"learning_rate": 0.024,
|
| 7744 |
+
"loss": 2.48431658744812,
|
| 7745 |
+
"step": 2210
|
| 7746 |
+
},
|
| 7747 |
+
{
|
| 7748 |
+
"epoch": 0.07373333333333333,
|
| 7749 |
+
"grad_norm": 0.1259765625,
|
| 7750 |
+
"learning_rate": 0.024,
|
| 7751 |
+
"loss": 2.509939432144165,
|
| 7752 |
+
"step": 2212
|
| 7753 |
+
},
|
| 7754 |
+
{
|
| 7755 |
+
"epoch": 0.0738,
|
| 7756 |
+
"grad_norm": 0.13671875,
|
| 7757 |
+
"learning_rate": 0.024,
|
| 7758 |
+
"loss": 2.514744997024536,
|
| 7759 |
+
"step": 2214
|
| 7760 |
+
},
|
| 7761 |
+
{
|
| 7762 |
+
"epoch": 0.07386666666666666,
|
| 7763 |
+
"grad_norm": 0.138671875,
|
| 7764 |
+
"learning_rate": 0.024,
|
| 7765 |
+
"loss": 2.5346953868865967,
|
| 7766 |
+
"step": 2216
|
| 7767 |
+
},
|
| 7768 |
+
{
|
| 7769 |
+
"epoch": 0.07393333333333334,
|
| 7770 |
+
"grad_norm": 0.140625,
|
| 7771 |
+
"learning_rate": 0.024,
|
| 7772 |
+
"loss": 2.5324933528900146,
|
| 7773 |
+
"step": 2218
|
| 7774 |
+
},
|
| 7775 |
+
{
|
| 7776 |
+
"epoch": 0.074,
|
| 7777 |
+
"grad_norm": 0.12890625,
|
| 7778 |
+
"learning_rate": 0.024,
|
| 7779 |
+
"loss": 2.5055108070373535,
|
| 7780 |
+
"step": 2220
|
| 7781 |
+
},
|
| 7782 |
+
{
|
| 7783 |
+
"epoch": 0.07406666666666667,
|
| 7784 |
+
"grad_norm": 0.134765625,
|
| 7785 |
+
"learning_rate": 0.024,
|
| 7786 |
+
"loss": 2.507762908935547,
|
| 7787 |
+
"step": 2222
|
| 7788 |
+
},
|
| 7789 |
+
{
|
| 7790 |
+
"epoch": 0.07413333333333333,
|
| 7791 |
+
"grad_norm": 0.1396484375,
|
| 7792 |
+
"learning_rate": 0.024,
|
| 7793 |
+
"loss": 2.5312764644622803,
|
| 7794 |
+
"step": 2224
|
| 7795 |
+
},
|
| 7796 |
+
{
|
| 7797 |
+
"epoch": 0.0742,
|
| 7798 |
+
"grad_norm": 0.1318359375,
|
| 7799 |
+
"learning_rate": 0.024,
|
| 7800 |
+
"loss": 2.523515224456787,
|
| 7801 |
+
"step": 2226
|
| 7802 |
+
},
|
| 7803 |
+
{
|
| 7804 |
+
"epoch": 0.07426666666666666,
|
| 7805 |
+
"grad_norm": 0.1259765625,
|
| 7806 |
+
"learning_rate": 0.024,
|
| 7807 |
+
"loss": 2.5554890632629395,
|
| 7808 |
+
"step": 2228
|
| 7809 |
+
},
|
| 7810 |
+
{
|
| 7811 |
+
"epoch": 0.07433333333333333,
|
| 7812 |
+
"grad_norm": 0.1318359375,
|
| 7813 |
+
"learning_rate": 0.024,
|
| 7814 |
+
"loss": 2.520169734954834,
|
| 7815 |
+
"step": 2230
|
| 7816 |
+
},
|
| 7817 |
+
{
|
| 7818 |
+
"epoch": 0.0744,
|
| 7819 |
+
"grad_norm": 0.1318359375,
|
| 7820 |
+
"learning_rate": 0.024,
|
| 7821 |
+
"loss": 2.4945826530456543,
|
| 7822 |
+
"step": 2232
|
| 7823 |
+
},
|
| 7824 |
+
{
|
| 7825 |
+
"epoch": 0.07446666666666667,
|
| 7826 |
+
"grad_norm": 0.1376953125,
|
| 7827 |
+
"learning_rate": 0.024,
|
| 7828 |
+
"loss": 2.507697105407715,
|
| 7829 |
+
"step": 2234
|
| 7830 |
+
},
|
| 7831 |
+
{
|
| 7832 |
+
"epoch": 0.07453333333333333,
|
| 7833 |
+
"grad_norm": 0.1416015625,
|
| 7834 |
+
"learning_rate": 0.024,
|
| 7835 |
+
"loss": 2.522549629211426,
|
| 7836 |
+
"step": 2236
|
| 7837 |
+
},
|
| 7838 |
+
{
|
| 7839 |
+
"epoch": 0.0746,
|
| 7840 |
+
"grad_norm": 0.1396484375,
|
| 7841 |
+
"learning_rate": 0.024,
|
| 7842 |
+
"loss": 2.5305752754211426,
|
| 7843 |
+
"step": 2238
|
| 7844 |
+
},
|
| 7845 |
+
{
|
| 7846 |
+
"epoch": 0.07466666666666667,
|
| 7847 |
+
"grad_norm": 0.138671875,
|
| 7848 |
+
"learning_rate": 0.024,
|
| 7849 |
+
"loss": 2.52522611618042,
|
| 7850 |
+
"step": 2240
|
| 7851 |
+
},
|
| 7852 |
+
{
|
| 7853 |
+
"epoch": 0.07473333333333333,
|
| 7854 |
+
"grad_norm": 0.1298828125,
|
| 7855 |
+
"learning_rate": 0.024,
|
| 7856 |
+
"loss": 2.529209852218628,
|
| 7857 |
+
"step": 2242
|
| 7858 |
+
},
|
| 7859 |
+
{
|
| 7860 |
+
"epoch": 0.0748,
|
| 7861 |
+
"grad_norm": 0.140625,
|
| 7862 |
+
"learning_rate": 0.024,
|
| 7863 |
+
"loss": 2.5129199028015137,
|
| 7864 |
+
"step": 2244
|
| 7865 |
+
},
|
| 7866 |
+
{
|
| 7867 |
+
"epoch": 0.07486666666666666,
|
| 7868 |
+
"grad_norm": 0.13671875,
|
| 7869 |
+
"learning_rate": 0.024,
|
| 7870 |
+
"loss": 2.55380916595459,
|
| 7871 |
+
"step": 2246
|
| 7872 |
+
},
|
| 7873 |
+
{
|
| 7874 |
+
"epoch": 0.07493333333333334,
|
| 7875 |
+
"grad_norm": 0.1259765625,
|
| 7876 |
+
"learning_rate": 0.024,
|
| 7877 |
+
"loss": 2.5148444175720215,
|
| 7878 |
+
"step": 2248
|
| 7879 |
+
},
|
| 7880 |
+
{
|
| 7881 |
+
"epoch": 0.075,
|
| 7882 |
+
"grad_norm": 0.1279296875,
|
| 7883 |
+
"learning_rate": 0.024,
|
| 7884 |
+
"loss": 2.5343594551086426,
|
| 7885 |
+
"step": 2250
|
| 7886 |
+
},
|
| 7887 |
+
{
|
| 7888 |
+
"epoch": 0.07506666666666667,
|
| 7889 |
+
"grad_norm": 0.1298828125,
|
| 7890 |
+
"learning_rate": 0.024,
|
| 7891 |
+
"loss": 2.53523588180542,
|
| 7892 |
+
"step": 2252
|
| 7893 |
+
},
|
| 7894 |
+
{
|
| 7895 |
+
"epoch": 0.07513333333333333,
|
| 7896 |
+
"grad_norm": 0.130859375,
|
| 7897 |
+
"learning_rate": 0.024,
|
| 7898 |
+
"loss": 2.5026402473449707,
|
| 7899 |
+
"step": 2254
|
| 7900 |
+
},
|
| 7901 |
+
{
|
| 7902 |
+
"epoch": 0.0752,
|
| 7903 |
+
"grad_norm": 0.13671875,
|
| 7904 |
+
"learning_rate": 0.024,
|
| 7905 |
+
"loss": 2.5246546268463135,
|
| 7906 |
+
"step": 2256
|
| 7907 |
+
},
|
| 7908 |
+
{
|
| 7909 |
+
"epoch": 0.07526666666666666,
|
| 7910 |
+
"grad_norm": 0.138671875,
|
| 7911 |
+
"learning_rate": 0.024,
|
| 7912 |
+
"loss": 2.5268139839172363,
|
| 7913 |
+
"step": 2258
|
| 7914 |
+
},
|
| 7915 |
+
{
|
| 7916 |
+
"epoch": 0.07533333333333334,
|
| 7917 |
+
"grad_norm": 0.134765625,
|
| 7918 |
+
"learning_rate": 0.024,
|
| 7919 |
+
"loss": 2.488208532333374,
|
| 7920 |
+
"step": 2260
|
| 7921 |
+
},
|
| 7922 |
+
{
|
| 7923 |
+
"epoch": 0.0754,
|
| 7924 |
+
"grad_norm": 0.13671875,
|
| 7925 |
+
"learning_rate": 0.024,
|
| 7926 |
+
"loss": 2.509843111038208,
|
| 7927 |
+
"step": 2262
|
| 7928 |
+
},
|
| 7929 |
+
{
|
| 7930 |
+
"epoch": 0.07546666666666667,
|
| 7931 |
+
"grad_norm": 0.12451171875,
|
| 7932 |
+
"learning_rate": 0.024,
|
| 7933 |
+
"loss": 2.5116147994995117,
|
| 7934 |
+
"step": 2264
|
| 7935 |
+
},
|
| 7936 |
+
{
|
| 7937 |
+
"epoch": 0.07553333333333333,
|
| 7938 |
+
"grad_norm": 0.1298828125,
|
| 7939 |
+
"learning_rate": 0.024,
|
| 7940 |
+
"loss": 2.4962964057922363,
|
| 7941 |
+
"step": 2266
|
| 7942 |
+
},
|
| 7943 |
+
{
|
| 7944 |
+
"epoch": 0.0756,
|
| 7945 |
+
"grad_norm": 0.130859375,
|
| 7946 |
+
"learning_rate": 0.024,
|
| 7947 |
+
"loss": 2.4942378997802734,
|
| 7948 |
+
"step": 2268
|
| 7949 |
+
},
|
| 7950 |
+
{
|
| 7951 |
+
"epoch": 0.07566666666666666,
|
| 7952 |
+
"grad_norm": 0.126953125,
|
| 7953 |
+
"learning_rate": 0.024,
|
| 7954 |
+
"loss": 2.490889072418213,
|
| 7955 |
+
"step": 2270
|
| 7956 |
+
},
|
| 7957 |
+
{
|
| 7958 |
+
"epoch": 0.07573333333333333,
|
| 7959 |
+
"grad_norm": 0.130859375,
|
| 7960 |
+
"learning_rate": 0.024,
|
| 7961 |
+
"loss": 2.5039639472961426,
|
| 7962 |
+
"step": 2272
|
| 7963 |
+
},
|
| 7964 |
+
{
|
| 7965 |
+
"epoch": 0.0758,
|
| 7966 |
+
"grad_norm": 0.13671875,
|
| 7967 |
+
"learning_rate": 0.024,
|
| 7968 |
+
"loss": 2.5267558097839355,
|
| 7969 |
+
"step": 2274
|
| 7970 |
+
},
|
| 7971 |
+
{
|
| 7972 |
+
"epoch": 0.07586666666666667,
|
| 7973 |
+
"grad_norm": 0.13671875,
|
| 7974 |
+
"learning_rate": 0.024,
|
| 7975 |
+
"loss": 2.519744396209717,
|
| 7976 |
+
"step": 2276
|
| 7977 |
+
},
|
| 7978 |
+
{
|
| 7979 |
+
"epoch": 0.07593333333333334,
|
| 7980 |
+
"grad_norm": 0.1494140625,
|
| 7981 |
+
"learning_rate": 0.024,
|
| 7982 |
+
"loss": 2.5044825077056885,
|
| 7983 |
+
"step": 2278
|
| 7984 |
+
},
|
| 7985 |
+
{
|
| 7986 |
+
"epoch": 0.076,
|
| 7987 |
+
"grad_norm": 0.1435546875,
|
| 7988 |
+
"learning_rate": 0.024,
|
| 7989 |
+
"loss": 2.528287887573242,
|
| 7990 |
+
"step": 2280
|
| 7991 |
+
},
|
| 7992 |
+
{
|
| 7993 |
+
"epoch": 0.07606666666666667,
|
| 7994 |
+
"grad_norm": 0.134765625,
|
| 7995 |
+
"learning_rate": 0.024,
|
| 7996 |
+
"loss": 2.5060362815856934,
|
| 7997 |
+
"step": 2282
|
| 7998 |
+
},
|
| 7999 |
+
{
|
| 8000 |
+
"epoch": 0.07613333333333333,
|
| 8001 |
+
"grad_norm": 0.13671875,
|
| 8002 |
+
"learning_rate": 0.024,
|
| 8003 |
+
"loss": 2.501401662826538,
|
| 8004 |
+
"step": 2284
|
| 8005 |
+
},
|
| 8006 |
+
{
|
| 8007 |
+
"epoch": 0.0762,
|
| 8008 |
+
"grad_norm": 0.134765625,
|
| 8009 |
+
"learning_rate": 0.024,
|
| 8010 |
+
"loss": 2.493673324584961,
|
| 8011 |
+
"step": 2286
|
| 8012 |
+
},
|
| 8013 |
+
{
|
| 8014 |
+
"epoch": 0.07626666666666666,
|
| 8015 |
+
"grad_norm": 0.142578125,
|
| 8016 |
+
"learning_rate": 0.024,
|
| 8017 |
+
"loss": 2.5139894485473633,
|
| 8018 |
+
"step": 2288
|
| 8019 |
+
},
|
| 8020 |
+
{
|
| 8021 |
+
"epoch": 0.07633333333333334,
|
| 8022 |
+
"grad_norm": 0.134765625,
|
| 8023 |
+
"learning_rate": 0.024,
|
| 8024 |
+
"loss": 2.5207998752593994,
|
| 8025 |
+
"step": 2290
|
| 8026 |
+
},
|
| 8027 |
+
{
|
| 8028 |
+
"epoch": 0.0764,
|
| 8029 |
+
"grad_norm": 0.134765625,
|
| 8030 |
+
"learning_rate": 0.024,
|
| 8031 |
+
"loss": 2.5084922313690186,
|
| 8032 |
+
"step": 2292
|
| 8033 |
+
},
|
| 8034 |
+
{
|
| 8035 |
+
"epoch": 0.07646666666666667,
|
| 8036 |
+
"grad_norm": 0.1416015625,
|
| 8037 |
+
"learning_rate": 0.024,
|
| 8038 |
+
"loss": 2.491182804107666,
|
| 8039 |
+
"step": 2294
|
| 8040 |
+
},
|
| 8041 |
+
{
|
| 8042 |
+
"epoch": 0.07653333333333333,
|
| 8043 |
+
"grad_norm": 0.12451171875,
|
| 8044 |
+
"learning_rate": 0.024,
|
| 8045 |
+
"loss": 2.4934356212615967,
|
| 8046 |
+
"step": 2296
|
| 8047 |
+
},
|
| 8048 |
+
{
|
| 8049 |
+
"epoch": 0.0766,
|
| 8050 |
+
"grad_norm": 0.1435546875,
|
| 8051 |
+
"learning_rate": 0.024,
|
| 8052 |
+
"loss": 2.5145645141601562,
|
| 8053 |
+
"step": 2298
|
| 8054 |
+
},
|
| 8055 |
+
{
|
| 8056 |
+
"epoch": 0.07666666666666666,
|
| 8057 |
+
"grad_norm": 0.1416015625,
|
| 8058 |
+
"learning_rate": 0.024,
|
| 8059 |
+
"loss": 2.4874978065490723,
|
| 8060 |
+
"step": 2300
|
| 8061 |
+
},
|
| 8062 |
+
{
|
| 8063 |
+
"epoch": 0.07673333333333333,
|
| 8064 |
+
"grad_norm": 0.1357421875,
|
| 8065 |
+
"learning_rate": 0.024,
|
| 8066 |
+
"loss": 2.528188467025757,
|
| 8067 |
+
"step": 2302
|
| 8068 |
+
},
|
| 8069 |
+
{
|
| 8070 |
+
"epoch": 0.0768,
|
| 8071 |
+
"grad_norm": 0.1376953125,
|
| 8072 |
+
"learning_rate": 0.024,
|
| 8073 |
+
"loss": 2.517683506011963,
|
| 8074 |
+
"step": 2304
|
| 8075 |
+
},
|
| 8076 |
+
{
|
| 8077 |
+
"epoch": 0.07686666666666667,
|
| 8078 |
+
"grad_norm": 0.126953125,
|
| 8079 |
+
"learning_rate": 0.024,
|
| 8080 |
+
"loss": 2.5002853870391846,
|
| 8081 |
+
"step": 2306
|
| 8082 |
+
},
|
| 8083 |
+
{
|
| 8084 |
+
"epoch": 0.07693333333333334,
|
| 8085 |
+
"grad_norm": 0.134765625,
|
| 8086 |
+
"learning_rate": 0.024,
|
| 8087 |
+
"loss": 2.5130889415740967,
|
| 8088 |
+
"step": 2308
|
| 8089 |
+
},
|
| 8090 |
+
{
|
| 8091 |
+
"epoch": 0.077,
|
| 8092 |
+
"grad_norm": 0.1298828125,
|
| 8093 |
+
"learning_rate": 0.024,
|
| 8094 |
+
"loss": 2.487621307373047,
|
| 8095 |
+
"step": 2310
|
| 8096 |
+
},
|
| 8097 |
+
{
|
| 8098 |
+
"epoch": 0.07706666666666667,
|
| 8099 |
+
"grad_norm": 0.1298828125,
|
| 8100 |
+
"learning_rate": 0.024,
|
| 8101 |
+
"loss": 2.509045362472534,
|
| 8102 |
+
"step": 2312
|
| 8103 |
+
},
|
| 8104 |
+
{
|
| 8105 |
+
"epoch": 0.07713333333333333,
|
| 8106 |
+
"grad_norm": 0.12451171875,
|
| 8107 |
+
"learning_rate": 0.024,
|
| 8108 |
+
"loss": 2.5027506351470947,
|
| 8109 |
+
"step": 2314
|
| 8110 |
+
},
|
| 8111 |
+
{
|
| 8112 |
+
"epoch": 0.0772,
|
| 8113 |
+
"grad_norm": 0.134765625,
|
| 8114 |
+
"learning_rate": 0.024,
|
| 8115 |
+
"loss": 2.500427722930908,
|
| 8116 |
+
"step": 2316
|
| 8117 |
+
},
|
| 8118 |
+
{
|
| 8119 |
+
"epoch": 0.07726666666666666,
|
| 8120 |
+
"grad_norm": 0.1298828125,
|
| 8121 |
+
"learning_rate": 0.024,
|
| 8122 |
+
"loss": 2.496835708618164,
|
| 8123 |
+
"step": 2318
|
| 8124 |
+
},
|
| 8125 |
+
{
|
| 8126 |
+
"epoch": 0.07733333333333334,
|
| 8127 |
+
"grad_norm": 0.12060546875,
|
| 8128 |
+
"learning_rate": 0.024,
|
| 8129 |
+
"loss": 2.5054640769958496,
|
| 8130 |
+
"step": 2320
|
| 8131 |
+
},
|
| 8132 |
+
{
|
| 8133 |
+
"epoch": 0.0774,
|
| 8134 |
+
"grad_norm": 0.1396484375,
|
| 8135 |
+
"learning_rate": 0.024,
|
| 8136 |
+
"loss": 2.4961600303649902,
|
| 8137 |
+
"step": 2322
|
| 8138 |
+
},
|
| 8139 |
+
{
|
| 8140 |
+
"epoch": 0.07746666666666667,
|
| 8141 |
+
"grad_norm": 0.138671875,
|
| 8142 |
+
"learning_rate": 0.024,
|
| 8143 |
+
"loss": 2.482238292694092,
|
| 8144 |
+
"step": 2324
|
| 8145 |
+
},
|
| 8146 |
+
{
|
| 8147 |
+
"epoch": 0.07753333333333333,
|
| 8148 |
+
"grad_norm": 0.1416015625,
|
| 8149 |
+
"learning_rate": 0.024,
|
| 8150 |
+
"loss": 2.506683826446533,
|
| 8151 |
+
"step": 2326
|
| 8152 |
+
},
|
| 8153 |
+
{
|
| 8154 |
+
"epoch": 0.0776,
|
| 8155 |
+
"grad_norm": 0.1396484375,
|
| 8156 |
+
"learning_rate": 0.024,
|
| 8157 |
+
"loss": 2.4870386123657227,
|
| 8158 |
+
"step": 2328
|
| 8159 |
+
},
|
| 8160 |
+
{
|
| 8161 |
+
"epoch": 0.07766666666666666,
|
| 8162 |
+
"grad_norm": 0.1298828125,
|
| 8163 |
+
"learning_rate": 0.024,
|
| 8164 |
+
"loss": 2.4940545558929443,
|
| 8165 |
+
"step": 2330
|
| 8166 |
+
},
|
| 8167 |
+
{
|
| 8168 |
+
"epoch": 0.07773333333333333,
|
| 8169 |
+
"grad_norm": 0.1337890625,
|
| 8170 |
+
"learning_rate": 0.024,
|
| 8171 |
+
"loss": 2.506056308746338,
|
| 8172 |
+
"step": 2332
|
| 8173 |
+
},
|
| 8174 |
+
{
|
| 8175 |
+
"epoch": 0.0778,
|
| 8176 |
+
"grad_norm": 0.1357421875,
|
| 8177 |
+
"learning_rate": 0.024,
|
| 8178 |
+
"loss": 2.468635320663452,
|
| 8179 |
+
"step": 2334
|
| 8180 |
+
},
|
| 8181 |
+
{
|
| 8182 |
+
"epoch": 0.07786666666666667,
|
| 8183 |
+
"grad_norm": 0.146484375,
|
| 8184 |
+
"learning_rate": 0.024,
|
| 8185 |
+
"loss": 2.532853603363037,
|
| 8186 |
+
"step": 2336
|
| 8187 |
+
},
|
| 8188 |
+
{
|
| 8189 |
+
"epoch": 0.07793333333333333,
|
| 8190 |
+
"grad_norm": 0.1318359375,
|
| 8191 |
+
"learning_rate": 0.024,
|
| 8192 |
+
"loss": 2.5033726692199707,
|
| 8193 |
+
"step": 2338
|
| 8194 |
+
},
|
| 8195 |
+
{
|
| 8196 |
+
"epoch": 0.078,
|
| 8197 |
+
"grad_norm": 0.146484375,
|
| 8198 |
+
"learning_rate": 0.024,
|
| 8199 |
+
"loss": 2.511658191680908,
|
| 8200 |
+
"step": 2340
|
| 8201 |
+
},
|
| 8202 |
+
{
|
| 8203 |
+
"epoch": 0.07806666666666667,
|
| 8204 |
+
"grad_norm": 0.134765625,
|
| 8205 |
+
"learning_rate": 0.024,
|
| 8206 |
+
"loss": 2.527937412261963,
|
| 8207 |
+
"step": 2342
|
| 8208 |
+
},
|
| 8209 |
+
{
|
| 8210 |
+
"epoch": 0.07813333333333333,
|
| 8211 |
+
"grad_norm": 0.1259765625,
|
| 8212 |
+
"learning_rate": 0.024,
|
| 8213 |
+
"loss": 2.488713026046753,
|
| 8214 |
+
"step": 2344
|
| 8215 |
+
},
|
| 8216 |
+
{
|
| 8217 |
+
"epoch": 0.0782,
|
| 8218 |
+
"grad_norm": 0.1435546875,
|
| 8219 |
+
"learning_rate": 0.024,
|
| 8220 |
+
"loss": 2.492262125015259,
|
| 8221 |
+
"step": 2346
|
| 8222 |
+
},
|
| 8223 |
+
{
|
| 8224 |
+
"epoch": 0.07826666666666666,
|
| 8225 |
+
"grad_norm": 0.1328125,
|
| 8226 |
+
"learning_rate": 0.024,
|
| 8227 |
+
"loss": 2.4996371269226074,
|
| 8228 |
+
"step": 2348
|
| 8229 |
+
},
|
| 8230 |
+
{
|
| 8231 |
+
"epoch": 0.07833333333333334,
|
| 8232 |
+
"grad_norm": 0.1328125,
|
| 8233 |
+
"learning_rate": 0.024,
|
| 8234 |
+
"loss": 2.491748332977295,
|
| 8235 |
+
"step": 2350
|
| 8236 |
+
},
|
| 8237 |
+
{
|
| 8238 |
+
"epoch": 0.0784,
|
| 8239 |
+
"grad_norm": 0.1279296875,
|
| 8240 |
+
"learning_rate": 0.024,
|
| 8241 |
+
"loss": 2.50101375579834,
|
| 8242 |
+
"step": 2352
|
| 8243 |
+
},
|
| 8244 |
+
{
|
| 8245 |
+
"epoch": 0.07846666666666667,
|
| 8246 |
+
"grad_norm": 0.12451171875,
|
| 8247 |
+
"learning_rate": 0.024,
|
| 8248 |
+
"loss": 2.469797134399414,
|
| 8249 |
+
"step": 2354
|
| 8250 |
+
},
|
| 8251 |
+
{
|
| 8252 |
+
"epoch": 0.07853333333333333,
|
| 8253 |
+
"grad_norm": 0.1162109375,
|
| 8254 |
+
"learning_rate": 0.024,
|
| 8255 |
+
"loss": 2.5174248218536377,
|
| 8256 |
+
"step": 2356
|
| 8257 |
+
},
|
| 8258 |
+
{
|
| 8259 |
+
"epoch": 0.0786,
|
| 8260 |
+
"grad_norm": 0.126953125,
|
| 8261 |
+
"learning_rate": 0.024,
|
| 8262 |
+
"loss": 2.4905271530151367,
|
| 8263 |
+
"step": 2358
|
| 8264 |
+
},
|
| 8265 |
+
{
|
| 8266 |
+
"epoch": 0.07866666666666666,
|
| 8267 |
+
"grad_norm": 0.11865234375,
|
| 8268 |
+
"learning_rate": 0.024,
|
| 8269 |
+
"loss": 2.478358745574951,
|
| 8270 |
+
"step": 2360
|
| 8271 |
+
},
|
| 8272 |
+
{
|
| 8273 |
+
"epoch": 0.07873333333333334,
|
| 8274 |
+
"grad_norm": 0.12255859375,
|
| 8275 |
+
"learning_rate": 0.024,
|
| 8276 |
+
"loss": 2.524962902069092,
|
| 8277 |
+
"step": 2362
|
| 8278 |
+
},
|
| 8279 |
+
{
|
| 8280 |
+
"epoch": 0.0788,
|
| 8281 |
+
"grad_norm": 0.1162109375,
|
| 8282 |
+
"learning_rate": 0.024,
|
| 8283 |
+
"loss": 2.47163724899292,
|
| 8284 |
+
"step": 2364
|
| 8285 |
+
},
|
| 8286 |
+
{
|
| 8287 |
+
"epoch": 0.07886666666666667,
|
| 8288 |
+
"grad_norm": 0.1240234375,
|
| 8289 |
+
"learning_rate": 0.024,
|
| 8290 |
+
"loss": 2.507870674133301,
|
| 8291 |
+
"step": 2366
|
| 8292 |
+
},
|
| 8293 |
+
{
|
| 8294 |
+
"epoch": 0.07893333333333333,
|
| 8295 |
+
"grad_norm": 0.1494140625,
|
| 8296 |
+
"learning_rate": 0.024,
|
| 8297 |
+
"loss": 2.509158134460449,
|
| 8298 |
+
"step": 2368
|
| 8299 |
+
},
|
| 8300 |
+
{
|
| 8301 |
+
"epoch": 0.079,
|
| 8302 |
+
"grad_norm": 0.146484375,
|
| 8303 |
+
"learning_rate": 0.024,
|
| 8304 |
+
"loss": 2.4933276176452637,
|
| 8305 |
+
"step": 2370
|
| 8306 |
+
},
|
| 8307 |
+
{
|
| 8308 |
+
"epoch": 0.07906666666666666,
|
| 8309 |
+
"grad_norm": 0.14453125,
|
| 8310 |
+
"learning_rate": 0.024,
|
| 8311 |
+
"loss": 2.463233470916748,
|
| 8312 |
+
"step": 2372
|
| 8313 |
+
},
|
| 8314 |
+
{
|
| 8315 |
+
"epoch": 0.07913333333333333,
|
| 8316 |
+
"grad_norm": 0.1396484375,
|
| 8317 |
+
"learning_rate": 0.024,
|
| 8318 |
+
"loss": 2.485257387161255,
|
| 8319 |
+
"step": 2374
|
| 8320 |
+
},
|
| 8321 |
+
{
|
| 8322 |
+
"epoch": 0.0792,
|
| 8323 |
+
"grad_norm": 0.14453125,
|
| 8324 |
+
"learning_rate": 0.024,
|
| 8325 |
+
"loss": 2.5096302032470703,
|
| 8326 |
+
"step": 2376
|
| 8327 |
+
},
|
| 8328 |
+
{
|
| 8329 |
+
"epoch": 0.07926666666666667,
|
| 8330 |
+
"grad_norm": 0.1396484375,
|
| 8331 |
+
"learning_rate": 0.024,
|
| 8332 |
+
"loss": 2.468250036239624,
|
| 8333 |
+
"step": 2378
|
| 8334 |
+
},
|
| 8335 |
+
{
|
| 8336 |
+
"epoch": 0.07933333333333334,
|
| 8337 |
+
"grad_norm": 0.1376953125,
|
| 8338 |
+
"learning_rate": 0.024,
|
| 8339 |
+
"loss": 2.50042724609375,
|
| 8340 |
+
"step": 2380
|
| 8341 |
+
},
|
| 8342 |
+
{
|
| 8343 |
+
"epoch": 0.0794,
|
| 8344 |
+
"grad_norm": 0.13671875,
|
| 8345 |
+
"learning_rate": 0.024,
|
| 8346 |
+
"loss": 2.4752354621887207,
|
| 8347 |
+
"step": 2382
|
| 8348 |
+
},
|
| 8349 |
+
{
|
| 8350 |
+
"epoch": 0.07946666666666667,
|
| 8351 |
+
"grad_norm": 0.1318359375,
|
| 8352 |
+
"learning_rate": 0.024,
|
| 8353 |
+
"loss": 2.474621295928955,
|
| 8354 |
+
"step": 2384
|
| 8355 |
+
},
|
| 8356 |
+
{
|
| 8357 |
+
"epoch": 0.07953333333333333,
|
| 8358 |
+
"grad_norm": 0.1259765625,
|
| 8359 |
+
"learning_rate": 0.024,
|
| 8360 |
+
"loss": 2.4954416751861572,
|
| 8361 |
+
"step": 2386
|
| 8362 |
+
},
|
| 8363 |
+
{
|
| 8364 |
+
"epoch": 0.0796,
|
| 8365 |
+
"grad_norm": 0.134765625,
|
| 8366 |
+
"learning_rate": 0.024,
|
| 8367 |
+
"loss": 2.463834285736084,
|
| 8368 |
+
"step": 2388
|
| 8369 |
+
},
|
| 8370 |
+
{
|
| 8371 |
+
"epoch": 0.07966666666666666,
|
| 8372 |
+
"grad_norm": 0.1298828125,
|
| 8373 |
+
"learning_rate": 0.024,
|
| 8374 |
+
"loss": 2.4888548851013184,
|
| 8375 |
+
"step": 2390
|
| 8376 |
+
},
|
| 8377 |
+
{
|
| 8378 |
+
"epoch": 0.07973333333333334,
|
| 8379 |
+
"grad_norm": 0.138671875,
|
| 8380 |
+
"learning_rate": 0.024,
|
| 8381 |
+
"loss": 2.4717626571655273,
|
| 8382 |
+
"step": 2392
|
| 8383 |
+
},
|
| 8384 |
+
{
|
| 8385 |
+
"epoch": 0.0798,
|
| 8386 |
+
"grad_norm": 0.13671875,
|
| 8387 |
+
"learning_rate": 0.024,
|
| 8388 |
+
"loss": 2.4812471866607666,
|
| 8389 |
+
"step": 2394
|
| 8390 |
+
},
|
| 8391 |
+
{
|
| 8392 |
+
"epoch": 0.07986666666666667,
|
| 8393 |
+
"grad_norm": 0.1328125,
|
| 8394 |
+
"learning_rate": 0.024,
|
| 8395 |
+
"loss": 2.486240863800049,
|
| 8396 |
+
"step": 2396
|
| 8397 |
+
},
|
| 8398 |
+
{
|
| 8399 |
+
"epoch": 0.07993333333333333,
|
| 8400 |
+
"grad_norm": 0.1279296875,
|
| 8401 |
+
"learning_rate": 0.024,
|
| 8402 |
+
"loss": 2.474318027496338,
|
| 8403 |
+
"step": 2398
|
| 8404 |
+
},
|
| 8405 |
+
{
|
| 8406 |
+
"epoch": 0.08,
|
| 8407 |
+
"grad_norm": 0.126953125,
|
| 8408 |
+
"learning_rate": 0.024,
|
| 8409 |
+
"loss": 2.489696979522705,
|
| 8410 |
+
"step": 2400
|
| 8411 |
+
},
|
| 8412 |
+
{
|
| 8413 |
+
"epoch": 0.08006666666666666,
|
| 8414 |
+
"grad_norm": 0.130859375,
|
| 8415 |
+
"learning_rate": 0.024,
|
| 8416 |
+
"loss": 2.4938652515411377,
|
| 8417 |
+
"step": 2402
|
| 8418 |
+
},
|
| 8419 |
+
{
|
| 8420 |
+
"epoch": 0.08013333333333333,
|
| 8421 |
+
"grad_norm": 0.1279296875,
|
| 8422 |
+
"learning_rate": 0.024,
|
| 8423 |
+
"loss": 2.4822235107421875,
|
| 8424 |
+
"step": 2404
|
| 8425 |
+
},
|
| 8426 |
+
{
|
| 8427 |
+
"epoch": 0.0802,
|
| 8428 |
+
"grad_norm": 0.1376953125,
|
| 8429 |
+
"learning_rate": 0.024,
|
| 8430 |
+
"loss": 2.4559247493743896,
|
| 8431 |
+
"step": 2406
|
| 8432 |
+
},
|
| 8433 |
+
{
|
| 8434 |
+
"epoch": 0.08026666666666667,
|
| 8435 |
+
"grad_norm": 0.12890625,
|
| 8436 |
+
"learning_rate": 0.024,
|
| 8437 |
+
"loss": 2.46779203414917,
|
| 8438 |
+
"step": 2408
|
| 8439 |
+
},
|
| 8440 |
+
{
|
| 8441 |
+
"epoch": 0.08033333333333334,
|
| 8442 |
+
"grad_norm": 0.142578125,
|
| 8443 |
+
"learning_rate": 0.024,
|
| 8444 |
+
"loss": 2.485757827758789,
|
| 8445 |
+
"step": 2410
|
| 8446 |
+
},
|
| 8447 |
+
{
|
| 8448 |
+
"epoch": 0.0804,
|
| 8449 |
+
"grad_norm": 0.130859375,
|
| 8450 |
+
"learning_rate": 0.024,
|
| 8451 |
+
"loss": 2.48610782623291,
|
| 8452 |
+
"step": 2412
|
| 8453 |
+
},
|
| 8454 |
+
{
|
| 8455 |
+
"epoch": 0.08046666666666667,
|
| 8456 |
+
"grad_norm": 0.1376953125,
|
| 8457 |
+
"learning_rate": 0.024,
|
| 8458 |
+
"loss": 2.488147735595703,
|
| 8459 |
+
"step": 2414
|
| 8460 |
+
},
|
| 8461 |
+
{
|
| 8462 |
+
"epoch": 0.08053333333333333,
|
| 8463 |
+
"grad_norm": 0.1318359375,
|
| 8464 |
+
"learning_rate": 0.024,
|
| 8465 |
+
"loss": 2.4799294471740723,
|
| 8466 |
+
"step": 2416
|
| 8467 |
+
},
|
| 8468 |
+
{
|
| 8469 |
+
"epoch": 0.0806,
|
| 8470 |
+
"grad_norm": 0.1337890625,
|
| 8471 |
+
"learning_rate": 0.024,
|
| 8472 |
+
"loss": 2.481074333190918,
|
| 8473 |
+
"step": 2418
|
| 8474 |
+
},
|
| 8475 |
+
{
|
| 8476 |
+
"epoch": 0.08066666666666666,
|
| 8477 |
+
"grad_norm": 0.130859375,
|
| 8478 |
+
"learning_rate": 0.024,
|
| 8479 |
+
"loss": 2.4997544288635254,
|
| 8480 |
+
"step": 2420
|
| 8481 |
+
},
|
| 8482 |
+
{
|
| 8483 |
+
"epoch": 0.08073333333333334,
|
| 8484 |
+
"grad_norm": 0.1298828125,
|
| 8485 |
+
"learning_rate": 0.024,
|
| 8486 |
+
"loss": 2.4875309467315674,
|
| 8487 |
+
"step": 2422
|
| 8488 |
+
},
|
| 8489 |
+
{
|
| 8490 |
+
"epoch": 0.0808,
|
| 8491 |
+
"grad_norm": 0.12890625,
|
| 8492 |
+
"learning_rate": 0.024,
|
| 8493 |
+
"loss": 2.4688830375671387,
|
| 8494 |
+
"step": 2424
|
| 8495 |
+
},
|
| 8496 |
+
{
|
| 8497 |
+
"epoch": 0.08086666666666667,
|
| 8498 |
+
"grad_norm": 0.1279296875,
|
| 8499 |
+
"learning_rate": 0.024,
|
| 8500 |
+
"loss": 2.490117311477661,
|
| 8501 |
+
"step": 2426
|
| 8502 |
+
},
|
| 8503 |
+
{
|
| 8504 |
+
"epoch": 0.08093333333333333,
|
| 8505 |
+
"grad_norm": 0.12890625,
|
| 8506 |
+
"learning_rate": 0.024,
|
| 8507 |
+
"loss": 2.481964111328125,
|
| 8508 |
+
"step": 2428
|
| 8509 |
+
},
|
| 8510 |
+
{
|
| 8511 |
+
"epoch": 0.081,
|
| 8512 |
+
"grad_norm": 0.1318359375,
|
| 8513 |
+
"learning_rate": 0.024,
|
| 8514 |
+
"loss": 2.481565475463867,
|
| 8515 |
+
"step": 2430
|
| 8516 |
+
},
|
| 8517 |
+
{
|
| 8518 |
+
"epoch": 0.08106666666666666,
|
| 8519 |
+
"grad_norm": 0.1318359375,
|
| 8520 |
+
"learning_rate": 0.024,
|
| 8521 |
+
"loss": 2.4859671592712402,
|
| 8522 |
+
"step": 2432
|
| 8523 |
+
},
|
| 8524 |
+
{
|
| 8525 |
+
"epoch": 0.08113333333333334,
|
| 8526 |
+
"grad_norm": 0.1318359375,
|
| 8527 |
+
"learning_rate": 0.024,
|
| 8528 |
+
"loss": 2.487536668777466,
|
| 8529 |
+
"step": 2434
|
| 8530 |
+
},
|
| 8531 |
+
{
|
| 8532 |
+
"epoch": 0.0812,
|
| 8533 |
+
"grad_norm": 0.1357421875,
|
| 8534 |
+
"learning_rate": 0.024,
|
| 8535 |
+
"loss": 2.477055072784424,
|
| 8536 |
+
"step": 2436
|
| 8537 |
+
},
|
| 8538 |
+
{
|
| 8539 |
+
"epoch": 0.08126666666666667,
|
| 8540 |
+
"grad_norm": 0.130859375,
|
| 8541 |
+
"learning_rate": 0.024,
|
| 8542 |
+
"loss": 2.4863100051879883,
|
| 8543 |
+
"step": 2438
|
| 8544 |
+
},
|
| 8545 |
+
{
|
| 8546 |
+
"epoch": 0.08133333333333333,
|
| 8547 |
+
"grad_norm": 0.1376953125,
|
| 8548 |
+
"learning_rate": 0.024,
|
| 8549 |
+
"loss": 2.4700167179107666,
|
| 8550 |
+
"step": 2440
|
| 8551 |
+
},
|
| 8552 |
+
{
|
| 8553 |
+
"epoch": 0.0814,
|
| 8554 |
+
"grad_norm": 0.1376953125,
|
| 8555 |
+
"learning_rate": 0.024,
|
| 8556 |
+
"loss": 2.477933645248413,
|
| 8557 |
+
"step": 2442
|
| 8558 |
+
},
|
| 8559 |
+
{
|
| 8560 |
+
"epoch": 0.08146666666666667,
|
| 8561 |
+
"grad_norm": 0.1357421875,
|
| 8562 |
+
"learning_rate": 0.024,
|
| 8563 |
+
"loss": 2.463407516479492,
|
| 8564 |
+
"step": 2444
|
| 8565 |
+
},
|
| 8566 |
+
{
|
| 8567 |
+
"epoch": 0.08153333333333333,
|
| 8568 |
+
"grad_norm": 0.140625,
|
| 8569 |
+
"learning_rate": 0.024,
|
| 8570 |
+
"loss": 2.4872241020202637,
|
| 8571 |
+
"step": 2446
|
| 8572 |
+
},
|
| 8573 |
+
{
|
| 8574 |
+
"epoch": 0.0816,
|
| 8575 |
+
"grad_norm": 0.1357421875,
|
| 8576 |
+
"learning_rate": 0.024,
|
| 8577 |
+
"loss": 2.489342212677002,
|
| 8578 |
+
"step": 2448
|
| 8579 |
+
},
|
| 8580 |
+
{
|
| 8581 |
+
"epoch": 0.08166666666666667,
|
| 8582 |
+
"grad_norm": 0.1328125,
|
| 8583 |
+
"learning_rate": 0.024,
|
| 8584 |
+
"loss": 2.462839126586914,
|
| 8585 |
+
"step": 2450
|
| 8586 |
+
},
|
| 8587 |
+
{
|
| 8588 |
+
"epoch": 0.08173333333333334,
|
| 8589 |
+
"grad_norm": 0.138671875,
|
| 8590 |
+
"learning_rate": 0.024,
|
| 8591 |
+
"loss": 2.469646692276001,
|
| 8592 |
+
"step": 2452
|
| 8593 |
+
},
|
| 8594 |
+
{
|
| 8595 |
+
"epoch": 0.0818,
|
| 8596 |
+
"grad_norm": 0.1328125,
|
| 8597 |
+
"learning_rate": 0.024,
|
| 8598 |
+
"loss": 2.4553442001342773,
|
| 8599 |
+
"step": 2454
|
| 8600 |
+
},
|
| 8601 |
+
{
|
| 8602 |
+
"epoch": 0.08186666666666667,
|
| 8603 |
+
"grad_norm": 0.1357421875,
|
| 8604 |
+
"learning_rate": 0.024,
|
| 8605 |
+
"loss": 2.4894590377807617,
|
| 8606 |
+
"step": 2456
|
| 8607 |
+
},
|
| 8608 |
+
{
|
| 8609 |
+
"epoch": 0.08193333333333333,
|
| 8610 |
+
"grad_norm": 0.12255859375,
|
| 8611 |
+
"learning_rate": 0.024,
|
| 8612 |
+
"loss": 2.4684720039367676,
|
| 8613 |
+
"step": 2458
|
| 8614 |
+
},
|
| 8615 |
+
{
|
| 8616 |
+
"epoch": 0.082,
|
| 8617 |
+
"grad_norm": 0.1318359375,
|
| 8618 |
+
"learning_rate": 0.024,
|
| 8619 |
+
"loss": 2.4616589546203613,
|
| 8620 |
+
"step": 2460
|
| 8621 |
+
},
|
| 8622 |
+
{
|
| 8623 |
+
"epoch": 0.08206666666666666,
|
| 8624 |
+
"grad_norm": 0.123046875,
|
| 8625 |
+
"learning_rate": 0.024,
|
| 8626 |
+
"loss": 2.4741649627685547,
|
| 8627 |
+
"step": 2462
|
| 8628 |
+
},
|
| 8629 |
+
{
|
| 8630 |
+
"epoch": 0.08213333333333334,
|
| 8631 |
+
"grad_norm": 0.1328125,
|
| 8632 |
+
"learning_rate": 0.024,
|
| 8633 |
+
"loss": 2.488070011138916,
|
| 8634 |
+
"step": 2464
|
| 8635 |
+
},
|
| 8636 |
+
{
|
| 8637 |
+
"epoch": 0.0822,
|
| 8638 |
+
"grad_norm": 0.134765625,
|
| 8639 |
+
"learning_rate": 0.024,
|
| 8640 |
+
"loss": 2.464705467224121,
|
| 8641 |
+
"step": 2466
|
| 8642 |
+
},
|
| 8643 |
+
{
|
| 8644 |
+
"epoch": 0.08226666666666667,
|
| 8645 |
+
"grad_norm": 0.1416015625,
|
| 8646 |
+
"learning_rate": 0.024,
|
| 8647 |
+
"loss": 2.487086534500122,
|
| 8648 |
+
"step": 2468
|
| 8649 |
+
},
|
| 8650 |
+
{
|
| 8651 |
+
"epoch": 0.08233333333333333,
|
| 8652 |
+
"grad_norm": 0.1337890625,
|
| 8653 |
+
"learning_rate": 0.024,
|
| 8654 |
+
"loss": 2.483262538909912,
|
| 8655 |
+
"step": 2470
|
| 8656 |
+
},
|
| 8657 |
+
{
|
| 8658 |
+
"epoch": 0.0824,
|
| 8659 |
+
"grad_norm": 0.1376953125,
|
| 8660 |
+
"learning_rate": 0.024,
|
| 8661 |
+
"loss": 2.4715678691864014,
|
| 8662 |
+
"step": 2472
|
| 8663 |
+
},
|
| 8664 |
+
{
|
| 8665 |
+
"epoch": 0.08246666666666666,
|
| 8666 |
+
"grad_norm": 0.146484375,
|
| 8667 |
+
"learning_rate": 0.024,
|
| 8668 |
+
"loss": 2.4888999462127686,
|
| 8669 |
+
"step": 2474
|
| 8670 |
+
},
|
| 8671 |
+
{
|
| 8672 |
+
"epoch": 0.08253333333333333,
|
| 8673 |
+
"grad_norm": 0.138671875,
|
| 8674 |
+
"learning_rate": 0.024,
|
| 8675 |
+
"loss": 2.4896762371063232,
|
| 8676 |
+
"step": 2476
|
| 8677 |
+
},
|
| 8678 |
+
{
|
| 8679 |
+
"epoch": 0.0826,
|
| 8680 |
+
"grad_norm": 0.1376953125,
|
| 8681 |
+
"learning_rate": 0.024,
|
| 8682 |
+
"loss": 2.4949934482574463,
|
| 8683 |
+
"step": 2478
|
| 8684 |
+
},
|
| 8685 |
+
{
|
| 8686 |
+
"epoch": 0.08266666666666667,
|
| 8687 |
+
"grad_norm": 0.1259765625,
|
| 8688 |
+
"learning_rate": 0.024,
|
| 8689 |
+
"loss": 2.4483609199523926,
|
| 8690 |
+
"step": 2480
|
| 8691 |
+
},
|
| 8692 |
+
{
|
| 8693 |
+
"epoch": 0.08273333333333334,
|
| 8694 |
+
"grad_norm": 0.1279296875,
|
| 8695 |
+
"learning_rate": 0.024,
|
| 8696 |
+
"loss": 2.479379653930664,
|
| 8697 |
+
"step": 2482
|
| 8698 |
+
},
|
| 8699 |
+
{
|
| 8700 |
+
"epoch": 0.0828,
|
| 8701 |
+
"grad_norm": 0.1328125,
|
| 8702 |
+
"learning_rate": 0.024,
|
| 8703 |
+
"loss": 2.4692671298980713,
|
| 8704 |
+
"step": 2484
|
| 8705 |
+
},
|
| 8706 |
+
{
|
| 8707 |
+
"epoch": 0.08286666666666667,
|
| 8708 |
+
"grad_norm": 0.1240234375,
|
| 8709 |
+
"learning_rate": 0.024,
|
| 8710 |
+
"loss": 2.4770898818969727,
|
| 8711 |
+
"step": 2486
|
| 8712 |
+
},
|
| 8713 |
+
{
|
| 8714 |
+
"epoch": 0.08293333333333333,
|
| 8715 |
+
"grad_norm": 0.1357421875,
|
| 8716 |
+
"learning_rate": 0.024,
|
| 8717 |
+
"loss": 2.482712984085083,
|
| 8718 |
+
"step": 2488
|
| 8719 |
+
},
|
| 8720 |
+
{
|
| 8721 |
+
"epoch": 0.083,
|
| 8722 |
+
"grad_norm": 0.1435546875,
|
| 8723 |
+
"learning_rate": 0.024,
|
| 8724 |
+
"loss": 2.4809489250183105,
|
| 8725 |
+
"step": 2490
|
| 8726 |
+
},
|
| 8727 |
+
{
|
| 8728 |
+
"epoch": 0.08306666666666666,
|
| 8729 |
+
"grad_norm": 0.138671875,
|
| 8730 |
+
"learning_rate": 0.024,
|
| 8731 |
+
"loss": 2.4629902839660645,
|
| 8732 |
+
"step": 2492
|
| 8733 |
+
},
|
| 8734 |
+
{
|
| 8735 |
+
"epoch": 0.08313333333333334,
|
| 8736 |
+
"grad_norm": 0.126953125,
|
| 8737 |
+
"learning_rate": 0.024,
|
| 8738 |
+
"loss": 2.482154369354248,
|
| 8739 |
+
"step": 2494
|
| 8740 |
+
},
|
| 8741 |
+
{
|
| 8742 |
+
"epoch": 0.0832,
|
| 8743 |
+
"grad_norm": 0.1435546875,
|
| 8744 |
+
"learning_rate": 0.024,
|
| 8745 |
+
"loss": 2.47510027885437,
|
| 8746 |
+
"step": 2496
|
| 8747 |
+
},
|
| 8748 |
+
{
|
| 8749 |
+
"epoch": 0.08326666666666667,
|
| 8750 |
+
"grad_norm": 0.1376953125,
|
| 8751 |
+
"learning_rate": 0.024,
|
| 8752 |
+
"loss": 2.4816689491271973,
|
| 8753 |
+
"step": 2498
|
| 8754 |
+
},
|
| 8755 |
+
{
|
| 8756 |
+
"epoch": 0.08333333333333333,
|
| 8757 |
+
"grad_norm": 0.1201171875,
|
| 8758 |
+
"learning_rate": 0.024,
|
| 8759 |
+
"loss": 2.454716682434082,
|
| 8760 |
+
"step": 2500
|
| 8761 |
+
},
|
| 8762 |
+
{
|
| 8763 |
+
"epoch": 0.0834,
|
| 8764 |
+
"grad_norm": 0.1318359375,
|
| 8765 |
+
"learning_rate": 0.024,
|
| 8766 |
+
"loss": 2.451078414916992,
|
| 8767 |
+
"step": 2502
|
| 8768 |
+
},
|
| 8769 |
+
{
|
| 8770 |
+
"epoch": 0.08346666666666666,
|
| 8771 |
+
"grad_norm": 0.130859375,
|
| 8772 |
+
"learning_rate": 0.024,
|
| 8773 |
+
"loss": 2.489987850189209,
|
| 8774 |
+
"step": 2504
|
| 8775 |
+
},
|
| 8776 |
+
{
|
| 8777 |
+
"epoch": 0.08353333333333333,
|
| 8778 |
+
"grad_norm": 0.1328125,
|
| 8779 |
+
"learning_rate": 0.024,
|
| 8780 |
+
"loss": 2.4450559616088867,
|
| 8781 |
+
"step": 2506
|
| 8782 |
+
},
|
| 8783 |
+
{
|
| 8784 |
+
"epoch": 0.0836,
|
| 8785 |
+
"grad_norm": 0.1318359375,
|
| 8786 |
+
"learning_rate": 0.024,
|
| 8787 |
+
"loss": 2.478503704071045,
|
| 8788 |
+
"step": 2508
|
| 8789 |
+
},
|
| 8790 |
+
{
|
| 8791 |
+
"epoch": 0.08366666666666667,
|
| 8792 |
+
"grad_norm": 0.1318359375,
|
| 8793 |
+
"learning_rate": 0.024,
|
| 8794 |
+
"loss": 2.459144115447998,
|
| 8795 |
+
"step": 2510
|
| 8796 |
+
},
|
| 8797 |
+
{
|
| 8798 |
+
"epoch": 0.08373333333333334,
|
| 8799 |
+
"grad_norm": 0.142578125,
|
| 8800 |
+
"learning_rate": 0.024,
|
| 8801 |
+
"loss": 2.462160110473633,
|
| 8802 |
+
"step": 2512
|
| 8803 |
+
},
|
| 8804 |
+
{
|
| 8805 |
+
"epoch": 0.0838,
|
| 8806 |
+
"grad_norm": 0.1337890625,
|
| 8807 |
+
"learning_rate": 0.024,
|
| 8808 |
+
"loss": 2.467226028442383,
|
| 8809 |
+
"step": 2514
|
| 8810 |
+
},
|
| 8811 |
+
{
|
| 8812 |
+
"epoch": 0.08386666666666667,
|
| 8813 |
+
"grad_norm": 0.1328125,
|
| 8814 |
+
"learning_rate": 0.024,
|
| 8815 |
+
"loss": 2.476752758026123,
|
| 8816 |
+
"step": 2516
|
| 8817 |
+
},
|
| 8818 |
+
{
|
| 8819 |
+
"epoch": 0.08393333333333333,
|
| 8820 |
+
"grad_norm": 0.1328125,
|
| 8821 |
+
"learning_rate": 0.024,
|
| 8822 |
+
"loss": 2.473904848098755,
|
| 8823 |
+
"step": 2518
|
| 8824 |
+
},
|
| 8825 |
+
{
|
| 8826 |
+
"epoch": 0.084,
|
| 8827 |
+
"grad_norm": 0.13671875,
|
| 8828 |
+
"learning_rate": 0.024,
|
| 8829 |
+
"loss": 2.4709560871124268,
|
| 8830 |
+
"step": 2520
|
| 8831 |
+
},
|
| 8832 |
+
{
|
| 8833 |
+
"epoch": 0.08406666666666666,
|
| 8834 |
+
"grad_norm": 0.1357421875,
|
| 8835 |
+
"learning_rate": 0.024,
|
| 8836 |
+
"loss": 2.4859871864318848,
|
| 8837 |
+
"step": 2522
|
| 8838 |
+
},
|
| 8839 |
+
{
|
| 8840 |
+
"epoch": 0.08413333333333334,
|
| 8841 |
+
"grad_norm": 0.130859375,
|
| 8842 |
+
"learning_rate": 0.024,
|
| 8843 |
+
"loss": 2.469136953353882,
|
| 8844 |
+
"step": 2524
|
| 8845 |
+
},
|
| 8846 |
+
{
|
| 8847 |
+
"epoch": 0.0842,
|
| 8848 |
+
"grad_norm": 0.1396484375,
|
| 8849 |
+
"learning_rate": 0.024,
|
| 8850 |
+
"loss": 2.4992470741271973,
|
| 8851 |
+
"step": 2526
|
| 8852 |
+
},
|
| 8853 |
+
{
|
| 8854 |
+
"epoch": 0.08426666666666667,
|
| 8855 |
+
"grad_norm": 0.13671875,
|
| 8856 |
+
"learning_rate": 0.024,
|
| 8857 |
+
"loss": 2.4427859783172607,
|
| 8858 |
+
"step": 2528
|
| 8859 |
+
},
|
| 8860 |
+
{
|
| 8861 |
+
"epoch": 0.08433333333333333,
|
| 8862 |
+
"grad_norm": 0.1318359375,
|
| 8863 |
+
"learning_rate": 0.024,
|
| 8864 |
+
"loss": 2.4867401123046875,
|
| 8865 |
+
"step": 2530
|
| 8866 |
+
},
|
| 8867 |
+
{
|
| 8868 |
+
"epoch": 0.0844,
|
| 8869 |
+
"grad_norm": 0.1435546875,
|
| 8870 |
+
"learning_rate": 0.024,
|
| 8871 |
+
"loss": 2.4521312713623047,
|
| 8872 |
+
"step": 2532
|
| 8873 |
+
},
|
| 8874 |
+
{
|
| 8875 |
+
"epoch": 0.08446666666666666,
|
| 8876 |
+
"grad_norm": 0.1328125,
|
| 8877 |
+
"learning_rate": 0.024,
|
| 8878 |
+
"loss": 2.451993227005005,
|
| 8879 |
+
"step": 2534
|
| 8880 |
+
},
|
| 8881 |
+
{
|
| 8882 |
+
"epoch": 0.08453333333333334,
|
| 8883 |
+
"grad_norm": 0.134765625,
|
| 8884 |
+
"learning_rate": 0.024,
|
| 8885 |
+
"loss": 2.4463424682617188,
|
| 8886 |
+
"step": 2536
|
| 8887 |
+
},
|
| 8888 |
+
{
|
| 8889 |
+
"epoch": 0.0846,
|
| 8890 |
+
"grad_norm": 0.138671875,
|
| 8891 |
+
"learning_rate": 0.024,
|
| 8892 |
+
"loss": 2.460749864578247,
|
| 8893 |
+
"step": 2538
|
| 8894 |
+
},
|
| 8895 |
+
{
|
| 8896 |
+
"epoch": 0.08466666666666667,
|
| 8897 |
+
"grad_norm": 0.134765625,
|
| 8898 |
+
"learning_rate": 0.024,
|
| 8899 |
+
"loss": 2.467698097229004,
|
| 8900 |
+
"step": 2540
|
| 8901 |
+
},
|
| 8902 |
+
{
|
| 8903 |
+
"epoch": 0.08473333333333333,
|
| 8904 |
+
"grad_norm": 0.1357421875,
|
| 8905 |
+
"learning_rate": 0.024,
|
| 8906 |
+
"loss": 2.450331449508667,
|
| 8907 |
+
"step": 2542
|
| 8908 |
+
},
|
| 8909 |
+
{
|
| 8910 |
+
"epoch": 0.0848,
|
| 8911 |
+
"grad_norm": 0.1435546875,
|
| 8912 |
+
"learning_rate": 0.024,
|
| 8913 |
+
"loss": 2.479083299636841,
|
| 8914 |
+
"step": 2544
|
| 8915 |
+
},
|
| 8916 |
+
{
|
| 8917 |
+
"epoch": 0.08486666666666667,
|
| 8918 |
+
"grad_norm": 0.1435546875,
|
| 8919 |
+
"learning_rate": 0.024,
|
| 8920 |
+
"loss": 2.453357219696045,
|
| 8921 |
+
"step": 2546
|
| 8922 |
+
},
|
| 8923 |
+
{
|
| 8924 |
+
"epoch": 0.08493333333333333,
|
| 8925 |
+
"grad_norm": 0.134765625,
|
| 8926 |
+
"learning_rate": 0.024,
|
| 8927 |
+
"loss": 2.472700834274292,
|
| 8928 |
+
"step": 2548
|
| 8929 |
+
},
|
| 8930 |
+
{
|
| 8931 |
+
"epoch": 0.085,
|
| 8932 |
+
"grad_norm": 0.130859375,
|
| 8933 |
+
"learning_rate": 0.024,
|
| 8934 |
+
"loss": 2.4666004180908203,
|
| 8935 |
+
"step": 2550
|
| 8936 |
+
},
|
| 8937 |
+
{
|
| 8938 |
+
"epoch": 0.08506666666666667,
|
| 8939 |
+
"grad_norm": 0.138671875,
|
| 8940 |
+
"learning_rate": 0.024,
|
| 8941 |
+
"loss": 2.472712516784668,
|
| 8942 |
+
"step": 2552
|
| 8943 |
+
},
|
| 8944 |
+
{
|
| 8945 |
+
"epoch": 0.08513333333333334,
|
| 8946 |
+
"grad_norm": 0.1328125,
|
| 8947 |
+
"learning_rate": 0.024,
|
| 8948 |
+
"loss": 2.477809429168701,
|
| 8949 |
+
"step": 2554
|
| 8950 |
+
},
|
| 8951 |
+
{
|
| 8952 |
+
"epoch": 0.0852,
|
| 8953 |
+
"grad_norm": 0.1259765625,
|
| 8954 |
+
"learning_rate": 0.024,
|
| 8955 |
+
"loss": 2.445784330368042,
|
| 8956 |
+
"step": 2556
|
| 8957 |
+
},
|
| 8958 |
+
{
|
| 8959 |
+
"epoch": 0.08526666666666667,
|
| 8960 |
+
"grad_norm": 0.1259765625,
|
| 8961 |
+
"learning_rate": 0.024,
|
| 8962 |
+
"loss": 2.4723987579345703,
|
| 8963 |
+
"step": 2558
|
| 8964 |
+
},
|
| 8965 |
+
{
|
| 8966 |
+
"epoch": 0.08533333333333333,
|
| 8967 |
+
"grad_norm": 0.1328125,
|
| 8968 |
+
"learning_rate": 0.024,
|
| 8969 |
+
"loss": 2.467571258544922,
|
| 8970 |
+
"step": 2560
|
| 8971 |
+
},
|
| 8972 |
+
{
|
| 8973 |
+
"epoch": 0.0854,
|
| 8974 |
+
"grad_norm": 0.1298828125,
|
| 8975 |
+
"learning_rate": 0.024,
|
| 8976 |
+
"loss": 2.4568405151367188,
|
| 8977 |
+
"step": 2562
|
| 8978 |
+
},
|
| 8979 |
+
{
|
| 8980 |
+
"epoch": 0.08546666666666666,
|
| 8981 |
+
"grad_norm": 0.1337890625,
|
| 8982 |
+
"learning_rate": 0.024,
|
| 8983 |
+
"loss": 2.4680705070495605,
|
| 8984 |
+
"step": 2564
|
| 8985 |
+
},
|
| 8986 |
+
{
|
| 8987 |
+
"epoch": 0.08553333333333334,
|
| 8988 |
+
"grad_norm": 0.1328125,
|
| 8989 |
+
"learning_rate": 0.024,
|
| 8990 |
+
"loss": 2.455409288406372,
|
| 8991 |
+
"step": 2566
|
| 8992 |
+
},
|
| 8993 |
+
{
|
| 8994 |
+
"epoch": 0.0856,
|
| 8995 |
+
"grad_norm": 0.1376953125,
|
| 8996 |
+
"learning_rate": 0.024,
|
| 8997 |
+
"loss": 2.4806253910064697,
|
| 8998 |
+
"step": 2568
|
| 8999 |
+
},
|
| 9000 |
+
{
|
| 9001 |
+
"epoch": 0.08566666666666667,
|
| 9002 |
+
"grad_norm": 0.12890625,
|
| 9003 |
+
"learning_rate": 0.024,
|
| 9004 |
+
"loss": 2.4782142639160156,
|
| 9005 |
+
"step": 2570
|
| 9006 |
+
},
|
| 9007 |
+
{
|
| 9008 |
+
"epoch": 0.08573333333333333,
|
| 9009 |
+
"grad_norm": 0.1357421875,
|
| 9010 |
+
"learning_rate": 0.024,
|
| 9011 |
+
"loss": 2.4784772396087646,
|
| 9012 |
+
"step": 2572
|
| 9013 |
+
},
|
| 9014 |
+
{
|
| 9015 |
+
"epoch": 0.0858,
|
| 9016 |
+
"grad_norm": 0.134765625,
|
| 9017 |
+
"learning_rate": 0.024,
|
| 9018 |
+
"loss": 2.471813201904297,
|
| 9019 |
+
"step": 2574
|
| 9020 |
+
},
|
| 9021 |
+
{
|
| 9022 |
+
"epoch": 0.08586666666666666,
|
| 9023 |
+
"grad_norm": 0.125,
|
| 9024 |
+
"learning_rate": 0.024,
|
| 9025 |
+
"loss": 2.474647045135498,
|
| 9026 |
+
"step": 2576
|
| 9027 |
+
},
|
| 9028 |
+
{
|
| 9029 |
+
"epoch": 0.08593333333333333,
|
| 9030 |
+
"grad_norm": 0.134765625,
|
| 9031 |
+
"learning_rate": 0.024,
|
| 9032 |
+
"loss": 2.462315082550049,
|
| 9033 |
+
"step": 2578
|
| 9034 |
+
},
|
| 9035 |
+
{
|
| 9036 |
+
"epoch": 0.086,
|
| 9037 |
+
"grad_norm": 0.12158203125,
|
| 9038 |
+
"learning_rate": 0.024,
|
| 9039 |
+
"loss": 2.456050395965576,
|
| 9040 |
+
"step": 2580
|
| 9041 |
+
},
|
| 9042 |
+
{
|
| 9043 |
+
"epoch": 0.08606666666666667,
|
| 9044 |
+
"grad_norm": 0.125,
|
| 9045 |
+
"learning_rate": 0.024,
|
| 9046 |
+
"loss": 2.4736804962158203,
|
| 9047 |
+
"step": 2582
|
| 9048 |
+
},
|
| 9049 |
+
{
|
| 9050 |
+
"epoch": 0.08613333333333334,
|
| 9051 |
+
"grad_norm": 0.123046875,
|
| 9052 |
+
"learning_rate": 0.024,
|
| 9053 |
+
"loss": 2.4521636962890625,
|
| 9054 |
+
"step": 2584
|
| 9055 |
+
},
|
| 9056 |
+
{
|
| 9057 |
+
"epoch": 0.0862,
|
| 9058 |
+
"grad_norm": 0.1171875,
|
| 9059 |
+
"learning_rate": 0.024,
|
| 9060 |
+
"loss": 2.4418671131134033,
|
| 9061 |
+
"step": 2586
|
| 9062 |
+
},
|
| 9063 |
+
{
|
| 9064 |
+
"epoch": 0.08626666666666667,
|
| 9065 |
+
"grad_norm": 0.12060546875,
|
| 9066 |
+
"learning_rate": 0.024,
|
| 9067 |
+
"loss": 2.4714131355285645,
|
| 9068 |
+
"step": 2588
|
| 9069 |
+
},
|
| 9070 |
+
{
|
| 9071 |
+
"epoch": 0.08633333333333333,
|
| 9072 |
+
"grad_norm": 0.12158203125,
|
| 9073 |
+
"learning_rate": 0.024,
|
| 9074 |
+
"loss": 2.4726314544677734,
|
| 9075 |
+
"step": 2590
|
| 9076 |
+
},
|
| 9077 |
+
{
|
| 9078 |
+
"epoch": 0.0864,
|
| 9079 |
+
"grad_norm": 0.12060546875,
|
| 9080 |
+
"learning_rate": 0.024,
|
| 9081 |
+
"loss": 2.454468250274658,
|
| 9082 |
+
"step": 2592
|
| 9083 |
+
},
|
| 9084 |
+
{
|
| 9085 |
+
"epoch": 0.08646666666666666,
|
| 9086 |
+
"grad_norm": 0.115234375,
|
| 9087 |
+
"learning_rate": 0.024,
|
| 9088 |
+
"loss": 2.460784435272217,
|
| 9089 |
+
"step": 2594
|
| 9090 |
+
},
|
| 9091 |
+
{
|
| 9092 |
+
"epoch": 0.08653333333333334,
|
| 9093 |
+
"grad_norm": 0.10693359375,
|
| 9094 |
+
"learning_rate": 0.024,
|
| 9095 |
+
"loss": 2.4447386264801025,
|
| 9096 |
+
"step": 2596
|
| 9097 |
+
},
|
| 9098 |
+
{
|
| 9099 |
+
"epoch": 0.0866,
|
| 9100 |
+
"grad_norm": 0.12060546875,
|
| 9101 |
+
"learning_rate": 0.024,
|
| 9102 |
+
"loss": 2.467482089996338,
|
| 9103 |
+
"step": 2598
|
| 9104 |
+
},
|
| 9105 |
+
{
|
| 9106 |
+
"epoch": 0.08666666666666667,
|
| 9107 |
+
"grad_norm": 0.16015625,
|
| 9108 |
+
"learning_rate": 0.024,
|
| 9109 |
+
"loss": 2.462367057800293,
|
| 9110 |
+
"step": 2600
|
| 9111 |
+
},
|
| 9112 |
+
{
|
| 9113 |
+
"epoch": 0.08673333333333333,
|
| 9114 |
+
"grad_norm": 0.154296875,
|
| 9115 |
+
"learning_rate": 0.024,
|
| 9116 |
+
"loss": 2.4505529403686523,
|
| 9117 |
+
"step": 2602
|
| 9118 |
+
},
|
| 9119 |
+
{
|
| 9120 |
+
"epoch": 0.0868,
|
| 9121 |
+
"grad_norm": 0.1630859375,
|
| 9122 |
+
"learning_rate": 0.024,
|
| 9123 |
+
"loss": 2.434373378753662,
|
| 9124 |
+
"step": 2604
|
| 9125 |
+
},
|
| 9126 |
+
{
|
| 9127 |
+
"epoch": 0.08686666666666666,
|
| 9128 |
+
"grad_norm": 0.158203125,
|
| 9129 |
+
"learning_rate": 0.024,
|
| 9130 |
+
"loss": 2.441555976867676,
|
| 9131 |
+
"step": 2606
|
| 9132 |
+
},
|
| 9133 |
+
{
|
| 9134 |
+
"epoch": 0.08693333333333333,
|
| 9135 |
+
"grad_norm": 0.14453125,
|
| 9136 |
+
"learning_rate": 0.024,
|
| 9137 |
+
"loss": 2.444498062133789,
|
| 9138 |
+
"step": 2608
|
| 9139 |
+
},
|
| 9140 |
+
{
|
| 9141 |
+
"epoch": 0.087,
|
| 9142 |
+
"grad_norm": 0.1435546875,
|
| 9143 |
+
"learning_rate": 0.024,
|
| 9144 |
+
"loss": 2.4550669193267822,
|
| 9145 |
+
"step": 2610
|
| 9146 |
+
},
|
| 9147 |
+
{
|
| 9148 |
+
"epoch": 0.08706666666666667,
|
| 9149 |
+
"grad_norm": 0.1328125,
|
| 9150 |
+
"learning_rate": 0.024,
|
| 9151 |
+
"loss": 2.4605517387390137,
|
| 9152 |
+
"step": 2612
|
| 9153 |
+
},
|
| 9154 |
+
{
|
| 9155 |
+
"epoch": 0.08713333333333333,
|
| 9156 |
+
"grad_norm": 0.138671875,
|
| 9157 |
+
"learning_rate": 0.024,
|
| 9158 |
+
"loss": 2.4643704891204834,
|
| 9159 |
+
"step": 2614
|
| 9160 |
+
},
|
| 9161 |
+
{
|
| 9162 |
+
"epoch": 0.0872,
|
| 9163 |
+
"grad_norm": 0.1396484375,
|
| 9164 |
+
"learning_rate": 0.024,
|
| 9165 |
+
"loss": 2.4476377964019775,
|
| 9166 |
+
"step": 2616
|
| 9167 |
+
},
|
| 9168 |
+
{
|
| 9169 |
+
"epoch": 0.08726666666666667,
|
| 9170 |
+
"grad_norm": 0.130859375,
|
| 9171 |
+
"learning_rate": 0.024,
|
| 9172 |
+
"loss": 2.4495160579681396,
|
| 9173 |
+
"step": 2618
|
| 9174 |
+
},
|
| 9175 |
+
{
|
| 9176 |
+
"epoch": 0.08733333333333333,
|
| 9177 |
+
"grad_norm": 0.130859375,
|
| 9178 |
+
"learning_rate": 0.024,
|
| 9179 |
+
"loss": 2.4198243618011475,
|
| 9180 |
+
"step": 2620
|
| 9181 |
+
},
|
| 9182 |
+
{
|
| 9183 |
+
"epoch": 0.0874,
|
| 9184 |
+
"grad_norm": 0.1318359375,
|
| 9185 |
+
"learning_rate": 0.024,
|
| 9186 |
+
"loss": 2.4477100372314453,
|
| 9187 |
+
"step": 2622
|
| 9188 |
+
},
|
| 9189 |
+
{
|
| 9190 |
+
"epoch": 0.08746666666666666,
|
| 9191 |
+
"grad_norm": 0.1357421875,
|
| 9192 |
+
"learning_rate": 0.024,
|
| 9193 |
+
"loss": 2.4503936767578125,
|
| 9194 |
+
"step": 2624
|
| 9195 |
+
},
|
| 9196 |
+
{
|
| 9197 |
+
"epoch": 0.08753333333333334,
|
| 9198 |
+
"grad_norm": 0.130859375,
|
| 9199 |
+
"learning_rate": 0.024,
|
| 9200 |
+
"loss": 2.4359898567199707,
|
| 9201 |
+
"step": 2626
|
| 9202 |
+
},
|
| 9203 |
+
{
|
| 9204 |
+
"epoch": 0.0876,
|
| 9205 |
+
"grad_norm": 0.12890625,
|
| 9206 |
+
"learning_rate": 0.024,
|
| 9207 |
+
"loss": 2.4532463550567627,
|
| 9208 |
+
"step": 2628
|
| 9209 |
+
},
|
| 9210 |
+
{
|
| 9211 |
+
"epoch": 0.08766666666666667,
|
| 9212 |
+
"grad_norm": 0.134765625,
|
| 9213 |
+
"learning_rate": 0.024,
|
| 9214 |
+
"loss": 2.4573493003845215,
|
| 9215 |
+
"step": 2630
|
| 9216 |
+
},
|
| 9217 |
+
{
|
| 9218 |
+
"epoch": 0.08773333333333333,
|
| 9219 |
+
"grad_norm": 0.1416015625,
|
| 9220 |
+
"learning_rate": 0.024,
|
| 9221 |
+
"loss": 2.446930408477783,
|
| 9222 |
+
"step": 2632
|
| 9223 |
+
},
|
| 9224 |
+
{
|
| 9225 |
+
"epoch": 0.0878,
|
| 9226 |
+
"grad_norm": 0.1396484375,
|
| 9227 |
+
"learning_rate": 0.024,
|
| 9228 |
+
"loss": 2.4631919860839844,
|
| 9229 |
+
"step": 2634
|
| 9230 |
+
},
|
| 9231 |
+
{
|
| 9232 |
+
"epoch": 0.08786666666666666,
|
| 9233 |
+
"grad_norm": 0.1396484375,
|
| 9234 |
+
"learning_rate": 0.024,
|
| 9235 |
+
"loss": 2.4393277168273926,
|
| 9236 |
+
"step": 2636
|
| 9237 |
+
},
|
| 9238 |
+
{
|
| 9239 |
+
"epoch": 0.08793333333333334,
|
| 9240 |
+
"grad_norm": 0.134765625,
|
| 9241 |
+
"learning_rate": 0.024,
|
| 9242 |
+
"loss": 2.439279317855835,
|
| 9243 |
+
"step": 2638
|
| 9244 |
+
},
|
| 9245 |
+
{
|
| 9246 |
+
"epoch": 0.088,
|
| 9247 |
+
"grad_norm": 0.1416015625,
|
| 9248 |
+
"learning_rate": 0.024,
|
| 9249 |
+
"loss": 2.4698636531829834,
|
| 9250 |
+
"step": 2640
|
| 9251 |
+
},
|
| 9252 |
+
{
|
| 9253 |
+
"epoch": 0.08806666666666667,
|
| 9254 |
+
"grad_norm": 0.1328125,
|
| 9255 |
+
"learning_rate": 0.024,
|
| 9256 |
+
"loss": 2.4606924057006836,
|
| 9257 |
+
"step": 2642
|
| 9258 |
+
},
|
| 9259 |
+
{
|
| 9260 |
+
"epoch": 0.08813333333333333,
|
| 9261 |
+
"grad_norm": 0.12060546875,
|
| 9262 |
+
"learning_rate": 0.024,
|
| 9263 |
+
"loss": 2.4482932090759277,
|
| 9264 |
+
"step": 2644
|
| 9265 |
+
},
|
| 9266 |
+
{
|
| 9267 |
+
"epoch": 0.0882,
|
| 9268 |
+
"grad_norm": 0.166015625,
|
| 9269 |
+
"learning_rate": 0.024,
|
| 9270 |
+
"loss": 2.4607863426208496,
|
| 9271 |
+
"step": 2646
|
| 9272 |
+
},
|
| 9273 |
+
{
|
| 9274 |
+
"epoch": 0.08826666666666666,
|
| 9275 |
+
"grad_norm": 0.126953125,
|
| 9276 |
+
"learning_rate": 0.024,
|
| 9277 |
+
"loss": 2.4275074005126953,
|
| 9278 |
+
"step": 2648
|
| 9279 |
+
},
|
| 9280 |
+
{
|
| 9281 |
+
"epoch": 0.08833333333333333,
|
| 9282 |
+
"grad_norm": 0.12060546875,
|
| 9283 |
+
"learning_rate": 0.024,
|
| 9284 |
+
"loss": 2.4469661712646484,
|
| 9285 |
+
"step": 2650
|
| 9286 |
+
},
|
| 9287 |
+
{
|
| 9288 |
+
"epoch": 0.0884,
|
| 9289 |
+
"grad_norm": 0.126953125,
|
| 9290 |
+
"learning_rate": 0.024,
|
| 9291 |
+
"loss": 2.451223134994507,
|
| 9292 |
+
"step": 2652
|
| 9293 |
+
},
|
| 9294 |
+
{
|
| 9295 |
+
"epoch": 0.08846666666666667,
|
| 9296 |
+
"grad_norm": 0.1328125,
|
| 9297 |
+
"learning_rate": 0.024,
|
| 9298 |
+
"loss": 2.4480249881744385,
|
| 9299 |
+
"step": 2654
|
| 9300 |
+
},
|
| 9301 |
+
{
|
| 9302 |
+
"epoch": 0.08853333333333334,
|
| 9303 |
+
"grad_norm": 0.138671875,
|
| 9304 |
+
"learning_rate": 0.024,
|
| 9305 |
+
"loss": 2.4557228088378906,
|
| 9306 |
+
"step": 2656
|
| 9307 |
+
},
|
| 9308 |
+
{
|
| 9309 |
+
"epoch": 0.0886,
|
| 9310 |
+
"grad_norm": 0.1396484375,
|
| 9311 |
+
"learning_rate": 0.024,
|
| 9312 |
+
"loss": 2.447399616241455,
|
| 9313 |
+
"step": 2658
|
| 9314 |
+
},
|
| 9315 |
+
{
|
| 9316 |
+
"epoch": 0.08866666666666667,
|
| 9317 |
+
"grad_norm": 0.1435546875,
|
| 9318 |
+
"learning_rate": 0.024,
|
| 9319 |
+
"loss": 2.454662561416626,
|
| 9320 |
+
"step": 2660
|
| 9321 |
+
},
|
| 9322 |
+
{
|
| 9323 |
+
"epoch": 0.08873333333333333,
|
| 9324 |
+
"grad_norm": 0.138671875,
|
| 9325 |
+
"learning_rate": 0.024,
|
| 9326 |
+
"loss": 2.440804958343506,
|
| 9327 |
+
"step": 2662
|
| 9328 |
+
},
|
| 9329 |
+
{
|
| 9330 |
+
"epoch": 0.0888,
|
| 9331 |
+
"grad_norm": 0.1416015625,
|
| 9332 |
+
"learning_rate": 0.024,
|
| 9333 |
+
"loss": 2.453713893890381,
|
| 9334 |
+
"step": 2664
|
| 9335 |
+
},
|
| 9336 |
+
{
|
| 9337 |
+
"epoch": 0.08886666666666666,
|
| 9338 |
+
"grad_norm": 0.1318359375,
|
| 9339 |
+
"learning_rate": 0.024,
|
| 9340 |
+
"loss": 2.447749614715576,
|
| 9341 |
+
"step": 2666
|
| 9342 |
+
},
|
| 9343 |
+
{
|
| 9344 |
+
"epoch": 0.08893333333333334,
|
| 9345 |
+
"grad_norm": 0.1357421875,
|
| 9346 |
+
"learning_rate": 0.024,
|
| 9347 |
+
"loss": 2.439183235168457,
|
| 9348 |
+
"step": 2668
|
| 9349 |
+
},
|
| 9350 |
+
{
|
| 9351 |
+
"epoch": 0.089,
|
| 9352 |
+
"grad_norm": 0.1240234375,
|
| 9353 |
+
"learning_rate": 0.024,
|
| 9354 |
+
"loss": 2.438260078430176,
|
| 9355 |
+
"step": 2670
|
| 9356 |
+
},
|
| 9357 |
+
{
|
| 9358 |
+
"epoch": 0.08906666666666667,
|
| 9359 |
+
"grad_norm": 0.1298828125,
|
| 9360 |
+
"learning_rate": 0.024,
|
| 9361 |
+
"loss": 2.416799545288086,
|
| 9362 |
+
"step": 2672
|
| 9363 |
+
},
|
| 9364 |
+
{
|
| 9365 |
+
"epoch": 0.08913333333333333,
|
| 9366 |
+
"grad_norm": 0.134765625,
|
| 9367 |
+
"learning_rate": 0.024,
|
| 9368 |
+
"loss": 2.4327666759490967,
|
| 9369 |
+
"step": 2674
|
| 9370 |
+
},
|
| 9371 |
+
{
|
| 9372 |
+
"epoch": 0.0892,
|
| 9373 |
+
"grad_norm": 0.13671875,
|
| 9374 |
+
"learning_rate": 0.024,
|
| 9375 |
+
"loss": 2.429088830947876,
|
| 9376 |
+
"step": 2676
|
| 9377 |
+
},
|
| 9378 |
+
{
|
| 9379 |
+
"epoch": 0.08926666666666666,
|
| 9380 |
+
"grad_norm": 0.1376953125,
|
| 9381 |
+
"learning_rate": 0.024,
|
| 9382 |
+
"loss": 2.458042621612549,
|
| 9383 |
+
"step": 2678
|
| 9384 |
+
},
|
| 9385 |
+
{
|
| 9386 |
+
"epoch": 0.08933333333333333,
|
| 9387 |
+
"grad_norm": 0.1298828125,
|
| 9388 |
+
"learning_rate": 0.024,
|
| 9389 |
+
"loss": 2.435832977294922,
|
| 9390 |
+
"step": 2680
|
| 9391 |
+
},
|
| 9392 |
+
{
|
| 9393 |
+
"epoch": 0.0894,
|
| 9394 |
+
"grad_norm": 0.12890625,
|
| 9395 |
+
"learning_rate": 0.024,
|
| 9396 |
+
"loss": 2.469553232192993,
|
| 9397 |
+
"step": 2682
|
| 9398 |
+
},
|
| 9399 |
+
{
|
| 9400 |
+
"epoch": 0.08946666666666667,
|
| 9401 |
+
"grad_norm": 0.1318359375,
|
| 9402 |
+
"learning_rate": 0.024,
|
| 9403 |
+
"loss": 2.467775344848633,
|
| 9404 |
+
"step": 2684
|
| 9405 |
+
},
|
| 9406 |
+
{
|
| 9407 |
+
"epoch": 0.08953333333333334,
|
| 9408 |
+
"grad_norm": 0.134765625,
|
| 9409 |
+
"learning_rate": 0.024,
|
| 9410 |
+
"loss": 2.427727222442627,
|
| 9411 |
+
"step": 2686
|
| 9412 |
+
},
|
| 9413 |
+
{
|
| 9414 |
+
"epoch": 0.0896,
|
| 9415 |
+
"grad_norm": 0.13671875,
|
| 9416 |
+
"learning_rate": 0.024,
|
| 9417 |
+
"loss": 2.4435319900512695,
|
| 9418 |
+
"step": 2688
|
| 9419 |
+
},
|
| 9420 |
+
{
|
| 9421 |
+
"epoch": 0.08966666666666667,
|
| 9422 |
+
"grad_norm": 0.1298828125,
|
| 9423 |
+
"learning_rate": 0.024,
|
| 9424 |
+
"loss": 2.4431381225585938,
|
| 9425 |
+
"step": 2690
|
| 9426 |
+
},
|
| 9427 |
+
{
|
| 9428 |
+
"epoch": 0.08973333333333333,
|
| 9429 |
+
"grad_norm": 0.1357421875,
|
| 9430 |
+
"learning_rate": 0.024,
|
| 9431 |
+
"loss": 2.456393241882324,
|
| 9432 |
+
"step": 2692
|
| 9433 |
+
},
|
| 9434 |
+
{
|
| 9435 |
+
"epoch": 0.0898,
|
| 9436 |
+
"grad_norm": 0.130859375,
|
| 9437 |
+
"learning_rate": 0.024,
|
| 9438 |
+
"loss": 2.4278430938720703,
|
| 9439 |
+
"step": 2694
|
| 9440 |
+
},
|
| 9441 |
+
{
|
| 9442 |
+
"epoch": 0.08986666666666666,
|
| 9443 |
+
"grad_norm": 0.1376953125,
|
| 9444 |
+
"learning_rate": 0.024,
|
| 9445 |
+
"loss": 2.4540486335754395,
|
| 9446 |
+
"step": 2696
|
| 9447 |
+
},
|
| 9448 |
+
{
|
| 9449 |
+
"epoch": 0.08993333333333334,
|
| 9450 |
+
"grad_norm": 0.1357421875,
|
| 9451 |
+
"learning_rate": 0.024,
|
| 9452 |
+
"loss": 2.447831630706787,
|
| 9453 |
+
"step": 2698
|
| 9454 |
+
},
|
| 9455 |
+
{
|
| 9456 |
+
"epoch": 0.09,
|
| 9457 |
+
"grad_norm": 0.1357421875,
|
| 9458 |
+
"learning_rate": 0.024,
|
| 9459 |
+
"loss": 2.4438486099243164,
|
| 9460 |
+
"step": 2700
|
| 9461 |
}
|
| 9462 |
],
|
| 9463 |
"logging_steps": 2,
|
|
|
|
| 9477 |
"attributes": {}
|
| 9478 |
}
|
| 9479 |
},
|
| 9480 |
+
"total_flos": 9.537461020600041e+18,
|
| 9481 |
"train_batch_size": 4,
|
| 9482 |
"trial_name": null,
|
| 9483 |
"trial_params": null
|