NourFakih commited on
Commit
41bf6af
·
verified ·
1 Parent(s): 906befd

Upload checkpoint and eval results at step 6000

Browse files
checkpoint-6000/config.json ADDED
@@ -0,0 +1,38 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "add_cross_attention": false,
3
+ "architectures": [
4
+ "BertForSequenceClassification"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.1,
7
+ "bos_token_id": null,
8
+ "classifier_dropout": null,
9
+ "dtype": "float32",
10
+ "eos_token_id": null,
11
+ "gradient_checkpointing": false,
12
+ "hidden_act": "gelu",
13
+ "hidden_dropout_prob": 0.1,
14
+ "hidden_size": 768,
15
+ "id2label": {
16
+ "0": "benign",
17
+ "1": "malicious"
18
+ },
19
+ "initializer_range": 0.02,
20
+ "intermediate_size": 3072,
21
+ "is_decoder": false,
22
+ "label2id": {
23
+ "benign": 0,
24
+ "malicious": 1
25
+ },
26
+ "layer_norm_eps": 1e-12,
27
+ "max_position_embeddings": 512,
28
+ "model_type": "bert",
29
+ "num_attention_heads": 12,
30
+ "num_hidden_layers": 12,
31
+ "pad_token_id": 0,
32
+ "position_embedding_type": "absolute",
33
+ "tie_word_embeddings": true,
34
+ "transformers_version": "5.13.0",
35
+ "type_vocab_size": 2,
36
+ "use_cache": false,
37
+ "vocab_size": 30522
38
+ }
checkpoint-6000/eval_results.json ADDED
@@ -0,0 +1,12 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "step": 6000,
3
+ "epoch": 3.7854889589905363,
4
+ "time": "2026-07-08 15:17:17",
5
+ "metrics": {
6
+ "eval_loss": 0.06628032773733139,
7
+ "eval_accuracy": 0.9854889589905362,
8
+ "eval_precision": 0.9776536312849162,
9
+ "eval_recall": 0.9936908517350158,
10
+ "eval_f1": 0.9856070087609512
11
+ }
12
+ }
checkpoint-6000/eval_step_006000.json ADDED
@@ -0,0 +1,16 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "step": 6000,
3
+ "epoch": 3.7854889589905363,
4
+ "time": "2026-07-08 15:17:17",
5
+ "metrics": {
6
+ "eval_loss": 0.06628032773733139,
7
+ "eval_accuracy": 0.9854889589905362,
8
+ "eval_precision": 0.9776536312849162,
9
+ "eval_recall": 0.9936908517350158,
10
+ "eval_f1": 0.9856070087609512,
11
+ "eval_runtime": 61.662,
12
+ "eval_samples_per_second": 51.409,
13
+ "eval_steps_per_second": 3.227,
14
+ "epoch": 3.7854889589905363
15
+ }
16
+ }
checkpoint-6000/model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:35c30d0e0e126392938da43787b77ec09ef6261551c528bb3f9e53325bf985bd
3
+ size 437958624
checkpoint-6000/optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f6904fffa8ee2596cf61b611230e70451f2d35e9e3ed494a7135a319512b82a1
3
+ size 876041611
checkpoint-6000/rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:6e4cbce2cba44ff1c1dee157fec08944ba09858b18674e1c44b0b20ca031aaef
3
+ size 14645
checkpoint-6000/scaler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:7bb2b51b22f222dc6df63edb791d76de5de25b8bb724e885f8753e34cfb8ae10
3
+ size 1383
checkpoint-6000/scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:3c506f553d5f61fb25189c95abf163a3fa65051c1c301ae81a796b0c4f818d06
3
+ size 1465
checkpoint-6000/tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
checkpoint-6000/tokenizer_config.json ADDED
@@ -0,0 +1,15 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "backend": "tokenizers",
3
+ "cls_token": "[CLS]",
4
+ "do_lower_case": true,
5
+ "is_local": false,
6
+ "local_files_only": false,
7
+ "mask_token": "[MASK]",
8
+ "model_max_length": 1000000000,
9
+ "pad_token": "[PAD]",
10
+ "sep_token": "[SEP]",
11
+ "strip_accents": null,
12
+ "tokenize_chinese_chars": true,
13
+ "tokenizer_class": "BertTokenizer",
14
+ "unk_token": "[UNK]"
15
+ }
checkpoint-6000/trainer_state.json ADDED
@@ -0,0 +1,1874 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_global_step": 5500,
3
+ "best_metric": 0.9862241703193487,
4
+ "best_model_checkpoint": "/kaggle/working/outputs/bert_rd_keystrokes_v3/checkpoint-5500",
5
+ "epoch": 3.7854889589905363,
6
+ "eval_steps": 500,
7
+ "global_step": 6000,
8
+ "is_hyper_param_search": false,
9
+ "is_local_process_zero": true,
10
+ "is_world_process_zero": true,
11
+ "log_history": [
12
+ {
13
+ "epoch": 0.0006309148264984228,
14
+ "grad_norm": 3.877613067626953,
15
+ "learning_rate": 0.0,
16
+ "loss": 0.7508903741836548,
17
+ "step": 1
18
+ },
19
+ {
20
+ "epoch": 0.015772870662460567,
21
+ "grad_norm": 3.668174982070923,
22
+ "learning_rate": 7.570977917981073e-07,
23
+ "loss": 0.7018957138061523,
24
+ "step": 25
25
+ },
26
+ {
27
+ "epoch": 0.031545741324921134,
28
+ "grad_norm": 3.111140489578247,
29
+ "learning_rate": 1.545741324921136e-06,
30
+ "loss": 0.680956039428711,
31
+ "step": 50
32
+ },
33
+ {
34
+ "epoch": 0.0473186119873817,
35
+ "grad_norm": 7.506597995758057,
36
+ "learning_rate": 2.3343848580441643e-06,
37
+ "loss": 0.6145588302612305,
38
+ "step": 75
39
+ },
40
+ {
41
+ "epoch": 0.06309148264984227,
42
+ "grad_norm": 5.972303867340088,
43
+ "learning_rate": 3.1230283911671926e-06,
44
+ "loss": 0.479757080078125,
45
+ "step": 100
46
+ },
47
+ {
48
+ "epoch": 0.07886435331230283,
49
+ "grad_norm": 5.248694896697998,
50
+ "learning_rate": 3.911671924290221e-06,
51
+ "loss": 0.40485679626464843,
52
+ "step": 125
53
+ },
54
+ {
55
+ "epoch": 0.0946372239747634,
56
+ "grad_norm": 11.381202697753906,
57
+ "learning_rate": 4.70031545741325e-06,
58
+ "loss": 0.32495407104492186,
59
+ "step": 150
60
+ },
61
+ {
62
+ "epoch": 0.11041009463722397,
63
+ "grad_norm": 7.240411758422852,
64
+ "learning_rate": 5.4889589905362786e-06,
65
+ "loss": 0.2756643295288086,
66
+ "step": 175
67
+ },
68
+ {
69
+ "epoch": 0.12618296529968454,
70
+ "grad_norm": 5.1150407791137695,
71
+ "learning_rate": 6.2776025236593065e-06,
72
+ "loss": 0.20428766250610353,
73
+ "step": 200
74
+ },
75
+ {
76
+ "epoch": 0.14195583596214512,
77
+ "grad_norm": 3.947627067565918,
78
+ "learning_rate": 7.066246056782335e-06,
79
+ "loss": 0.1787812042236328,
80
+ "step": 225
81
+ },
82
+ {
83
+ "epoch": 0.15772870662460567,
84
+ "grad_norm": 4.546700954437256,
85
+ "learning_rate": 7.854889589905364e-06,
86
+ "loss": 0.13389638900756837,
87
+ "step": 250
88
+ },
89
+ {
90
+ "epoch": 0.17350157728706625,
91
+ "grad_norm": 6.136378765106201,
92
+ "learning_rate": 8.643533123028391e-06,
93
+ "loss": 0.12480428695678711,
94
+ "step": 275
95
+ },
96
+ {
97
+ "epoch": 0.1892744479495268,
98
+ "grad_norm": 1.768776535987854,
99
+ "learning_rate": 9.43217665615142e-06,
100
+ "loss": 0.1406647491455078,
101
+ "step": 300
102
+ },
103
+ {
104
+ "epoch": 0.20504731861198738,
105
+ "grad_norm": 0.5864288806915283,
106
+ "learning_rate": 1.022082018927445e-05,
107
+ "loss": 0.14702407836914064,
108
+ "step": 325
109
+ },
110
+ {
111
+ "epoch": 0.22082018927444794,
112
+ "grad_norm": 0.38222745060920715,
113
+ "learning_rate": 1.1009463722397478e-05,
114
+ "loss": 0.07499588966369629,
115
+ "step": 350
116
+ },
117
+ {
118
+ "epoch": 0.23659305993690852,
119
+ "grad_norm": 14.092840194702148,
120
+ "learning_rate": 1.1798107255520506e-05,
121
+ "loss": 0.16605567932128906,
122
+ "step": 375
123
+ },
124
+ {
125
+ "epoch": 0.25236593059936907,
126
+ "grad_norm": 2.3975512981414795,
127
+ "learning_rate": 1.2586750788643533e-05,
128
+ "loss": 0.1523967456817627,
129
+ "step": 400
130
+ },
131
+ {
132
+ "epoch": 0.26813880126182965,
133
+ "grad_norm": 0.3959171175956726,
134
+ "learning_rate": 1.3375394321766562e-05,
135
+ "loss": 0.10442778587341309,
136
+ "step": 425
137
+ },
138
+ {
139
+ "epoch": 0.28391167192429023,
140
+ "grad_norm": 3.2623980045318604,
141
+ "learning_rate": 1.4164037854889591e-05,
142
+ "loss": 0.11238637924194336,
143
+ "step": 450
144
+ },
145
+ {
146
+ "epoch": 0.2996845425867508,
147
+ "grad_norm": 4.806061744689941,
148
+ "learning_rate": 1.495268138801262e-05,
149
+ "loss": 0.1303548812866211,
150
+ "step": 475
151
+ },
152
+ {
153
+ "epoch": 0.31545741324921134,
154
+ "grad_norm": 0.18862925469875336,
155
+ "learning_rate": 1.574132492113565e-05,
156
+ "loss": 0.10338631629943848,
157
+ "step": 500
158
+ },
159
+ {
160
+ "epoch": 0.31545741324921134,
161
+ "eval_accuracy": 0.9697160883280758,
162
+ "eval_f1": 0.9696778269109286,
163
+ "eval_loss": 0.11820203810930252,
164
+ "eval_precision": 0.9709044908285895,
165
+ "eval_recall": 0.9684542586750788,
166
+ "eval_runtime": 61.8577,
167
+ "eval_samples_per_second": 51.247,
168
+ "eval_steps_per_second": 3.217,
169
+ "step": 500
170
+ },
171
+ {
172
+ "epoch": 0.3312302839116719,
173
+ "grad_norm": 0.4667949080467224,
174
+ "learning_rate": 1.6529968454258676e-05,
175
+ "loss": 0.1760481834411621,
176
+ "step": 525
177
+ },
178
+ {
179
+ "epoch": 0.3470031545741325,
180
+ "grad_norm": 4.3037638664245605,
181
+ "learning_rate": 1.7318611987381703e-05,
182
+ "loss": 0.17875127792358397,
183
+ "step": 550
184
+ },
185
+ {
186
+ "epoch": 0.3627760252365931,
187
+ "grad_norm": 2.3800172805786133,
188
+ "learning_rate": 1.8107255520504733e-05,
189
+ "loss": 0.10842983245849609,
190
+ "step": 575
191
+ },
192
+ {
193
+ "epoch": 0.3785488958990536,
194
+ "grad_norm": 5.045812129974365,
195
+ "learning_rate": 1.889589905362776e-05,
196
+ "loss": 0.1655238914489746,
197
+ "step": 600
198
+ },
199
+ {
200
+ "epoch": 0.3943217665615142,
201
+ "grad_norm": 2.556612968444824,
202
+ "learning_rate": 1.968454258675079e-05,
203
+ "loss": 0.12010204315185546,
204
+ "step": 625
205
+ },
206
+ {
207
+ "epoch": 0.41009463722397477,
208
+ "grad_norm": 0.5126667022705078,
209
+ "learning_rate": 1.999965897496297e-05,
210
+ "loss": 0.11391996383666993,
211
+ "step": 650
212
+ },
213
+ {
214
+ "epoch": 0.42586750788643535,
215
+ "grad_norm": 0.0798480287194252,
216
+ "learning_rate": 1.9997575017301754e-05,
217
+ "loss": 0.09276899337768554,
218
+ "step": 675
219
+ },
220
+ {
221
+ "epoch": 0.4416403785488959,
222
+ "grad_norm": 5.920562267303467,
223
+ "learning_rate": 1.999359695467383e-05,
224
+ "loss": 0.13868122100830077,
225
+ "step": 700
226
+ },
227
+ {
228
+ "epoch": 0.45741324921135645,
229
+ "grad_norm": 0.14535099267959595,
230
+ "learning_rate": 1.998772554074878e-05,
231
+ "loss": 0.07680845737457276,
232
+ "step": 725
233
+ },
234
+ {
235
+ "epoch": 0.47318611987381703,
236
+ "grad_norm": 0.07280685007572174,
237
+ "learning_rate": 1.9979961887903783e-05,
238
+ "loss": 0.09489853858947754,
239
+ "step": 750
240
+ },
241
+ {
242
+ "epoch": 0.4889589905362776,
243
+ "grad_norm": 0.8039259314537048,
244
+ "learning_rate": 1.9970307467012862e-05,
245
+ "loss": 0.137426700592041,
246
+ "step": 775
247
+ },
248
+ {
249
+ "epoch": 0.5047318611987381,
250
+ "grad_norm": 0.18804790079593658,
251
+ "learning_rate": 1.9958764107168226e-05,
252
+ "loss": 0.08404406547546386,
253
+ "step": 800
254
+ },
255
+ {
256
+ "epoch": 0.5205047318611987,
257
+ "grad_norm": 1.2277655601501465,
258
+ "learning_rate": 1.994533399533373e-05,
259
+ "loss": 0.06400898456573487,
260
+ "step": 825
261
+ },
262
+ {
263
+ "epoch": 0.5362776025236593,
264
+ "grad_norm": 0.34563761949539185,
265
+ "learning_rate": 1.9930019675930546e-05,
266
+ "loss": 0.10282803535461425,
267
+ "step": 850
268
+ },
269
+ {
270
+ "epoch": 0.5520504731861199,
271
+ "grad_norm": 9.899245262145996,
272
+ "learning_rate": 1.99128240503551e-05,
273
+ "loss": 0.17283258438110352,
274
+ "step": 875
275
+ },
276
+ {
277
+ "epoch": 0.5678233438485805,
278
+ "grad_norm": 2.8441741466522217,
279
+ "learning_rate": 1.9893750376429396e-05,
280
+ "loss": 0.06587859153747559,
281
+ "step": 900
282
+ },
283
+ {
284
+ "epoch": 0.583596214511041,
285
+ "grad_norm": 2.315617799758911,
286
+ "learning_rate": 1.9872802267783777e-05,
287
+ "loss": 0.1376850986480713,
288
+ "step": 925
289
+ },
290
+ {
291
+ "epoch": 0.5993690851735016,
292
+ "grad_norm": 1.8745895624160767,
293
+ "learning_rate": 1.9849983693172324e-05,
294
+ "loss": 0.14075576782226562,
295
+ "step": 950
296
+ },
297
+ {
298
+ "epoch": 0.6151419558359621,
299
+ "grad_norm": 1.8815633058547974,
300
+ "learning_rate": 1.9825298975720938e-05,
301
+ "loss": 0.1421357250213623,
302
+ "step": 975
303
+ },
304
+ {
305
+ "epoch": 0.6309148264984227,
306
+ "grad_norm": 0.15319357812404633,
307
+ "learning_rate": 1.97987527921083e-05,
308
+ "loss": 0.062098536491394046,
309
+ "step": 1000
310
+ },
311
+ {
312
+ "epoch": 0.6309148264984227,
313
+ "eval_accuracy": 0.9801261829652996,
314
+ "eval_f1": 0.9802816901408451,
315
+ "eval_loss": 0.07721533626317978,
316
+ "eval_precision": 0.9726708074534162,
317
+ "eval_recall": 0.98801261829653,
318
+ "eval_runtime": 61.7227,
319
+ "eval_samples_per_second": 51.359,
320
+ "eval_steps_per_second": 3.224,
321
+ "step": 1000
322
+ },
323
+ {
324
+ "epoch": 0.6466876971608833,
325
+ "grad_norm": 7.767244815826416,
326
+ "learning_rate": 1.977035017167984e-05,
327
+ "loss": 0.09910112380981445,
328
+ "step": 1025
329
+ },
330
+ {
331
+ "epoch": 0.6624605678233438,
332
+ "grad_norm": 0.3622685968875885,
333
+ "learning_rate": 1.974009649549489e-05,
334
+ "loss": 0.11072664260864258,
335
+ "step": 1050
336
+ },
337
+ {
338
+ "epoch": 0.6782334384858044,
339
+ "grad_norm": 0.2787080705165863,
340
+ "learning_rate": 1.9707997495307232e-05,
341
+ "loss": 0.09833921432495117,
342
+ "step": 1075
343
+ },
344
+ {
345
+ "epoch": 0.694006309148265,
346
+ "grad_norm": 2.9150843620300293,
347
+ "learning_rate": 1.9674059252479156e-05,
348
+ "loss": 0.14047959327697754,
349
+ "step": 1100
350
+ },
351
+ {
352
+ "epoch": 0.7097791798107256,
353
+ "grad_norm": 8.6441650390625,
354
+ "learning_rate": 1.9638288196829303e-05,
355
+ "loss": 0.11829081535339356,
356
+ "step": 1125
357
+ },
358
+ {
359
+ "epoch": 0.7255520504731862,
360
+ "grad_norm": 17.530630111694336,
361
+ "learning_rate": 1.9600691105414523e-05,
362
+ "loss": 0.08339802742004394,
363
+ "step": 1150
364
+ },
365
+ {
366
+ "epoch": 0.7413249211356467,
367
+ "grad_norm": 0.10623405873775482,
368
+ "learning_rate": 1.9561275101245886e-05,
369
+ "loss": 0.09576749801635742,
370
+ "step": 1175
371
+ },
372
+ {
373
+ "epoch": 0.7570977917981072,
374
+ "grad_norm": 2.705754041671753,
375
+ "learning_rate": 1.95200476519392e-05,
376
+ "loss": 0.09259629249572754,
377
+ "step": 1200
378
+ },
379
+ {
380
+ "epoch": 0.7728706624605678,
381
+ "grad_norm": 0.5176487565040588,
382
+ "learning_rate": 1.9477016568300233e-05,
383
+ "loss": 0.1117174243927002,
384
+ "step": 1225
385
+ },
386
+ {
387
+ "epoch": 0.7886435331230284,
388
+ "grad_norm": 0.12397055327892303,
389
+ "learning_rate": 1.9432190002844868e-05,
390
+ "loss": 0.03809569358825684,
391
+ "step": 1250
392
+ },
393
+ {
394
+ "epoch": 0.804416403785489,
395
+ "grad_norm": 2.5329222679138184,
396
+ "learning_rate": 1.93855764482546e-05,
397
+ "loss": 0.08740017890930175,
398
+ "step": 1275
399
+ },
400
+ {
401
+ "epoch": 0.8201892744479495,
402
+ "grad_norm": 3.738490104675293,
403
+ "learning_rate": 1.933718473576751e-05,
404
+ "loss": 0.10855884552001953,
405
+ "step": 1300
406
+ },
407
+ {
408
+ "epoch": 0.8359621451104101,
409
+ "grad_norm": 2.956233024597168,
410
+ "learning_rate": 1.9287024033505156e-05,
411
+ "loss": 0.12295740127563476,
412
+ "step": 1325
413
+ },
414
+ {
415
+ "epoch": 0.8517350157728707,
416
+ "grad_norm": 10.139039039611816,
417
+ "learning_rate": 1.9235103844735587e-05,
418
+ "loss": 0.048102741241455076,
419
+ "step": 1350
420
+ },
421
+ {
422
+ "epoch": 0.8675078864353313,
423
+ "grad_norm": 0.056244589388370514,
424
+ "learning_rate": 1.9181434006072906e-05,
425
+ "loss": 0.04849647045135498,
426
+ "step": 1375
427
+ },
428
+ {
429
+ "epoch": 0.8832807570977917,
430
+ "grad_norm": 0.053447045385837555,
431
+ "learning_rate": 1.9126024685613664e-05,
432
+ "loss": 0.05115017414093018,
433
+ "step": 1400
434
+ },
435
+ {
436
+ "epoch": 0.8990536277602523,
437
+ "grad_norm": 0.036403946578502655,
438
+ "learning_rate": 1.9068886381010424e-05,
439
+ "loss": 0.06353372573852539,
440
+ "step": 1425
441
+ },
442
+ {
443
+ "epoch": 0.9148264984227129,
444
+ "grad_norm": 0.26306140422821045,
445
+ "learning_rate": 1.9010029917482943e-05,
446
+ "loss": 0.0969051742553711,
447
+ "step": 1450
448
+ },
449
+ {
450
+ "epoch": 0.9305993690851735,
451
+ "grad_norm": 1.315486192703247,
452
+ "learning_rate": 1.894946644576724e-05,
453
+ "loss": 0.09260586738586425,
454
+ "step": 1475
455
+ },
456
+ {
457
+ "epoch": 0.9463722397476341,
458
+ "grad_norm": 2.3364198207855225,
459
+ "learning_rate": 1.8887207440003028e-05,
460
+ "loss": 0.08708816528320312,
461
+ "step": 1500
462
+ },
463
+ {
464
+ "epoch": 0.9463722397476341,
465
+ "eval_accuracy": 0.9741324921135647,
466
+ "eval_f1": 0.9746913580246913,
467
+ "eval_loss": 0.09679784625768661,
468
+ "eval_precision": 0.9540785498489426,
469
+ "eval_recall": 0.9962145110410094,
470
+ "eval_runtime": 61.8073,
471
+ "eval_samples_per_second": 51.288,
472
+ "eval_steps_per_second": 3.22,
473
+ "step": 1500
474
+ },
475
+ {
476
+ "epoch": 0.9621451104100947,
477
+ "grad_norm": 0.30046138167381287,
478
+ "learning_rate": 1.8823264695559876e-05,
479
+ "loss": 0.1200937271118164,
480
+ "step": 1525
481
+ },
482
+ {
483
+ "epoch": 0.9779179810725552,
484
+ "grad_norm": 0.6962589025497437,
485
+ "learning_rate": 1.8757650326802474e-05,
486
+ "loss": 0.09418746948242188,
487
+ "step": 1550
488
+ },
489
+ {
490
+ "epoch": 0.9936908517350158,
491
+ "grad_norm": 0.043801840394735336,
492
+ "learning_rate": 1.8690376764795512e-05,
493
+ "loss": 0.06756117820739746,
494
+ "step": 1575
495
+ },
496
+ {
497
+ "epoch": 1.0094637223974763,
498
+ "grad_norm": 0.4039168059825897,
499
+ "learning_rate": 1.8621456754948524e-05,
500
+ "loss": 0.12740618705749512,
501
+ "step": 1600
502
+ },
503
+ {
504
+ "epoch": 1.025236593059937,
505
+ "grad_norm": 0.14026908576488495,
506
+ "learning_rate": 1.8550903354601182e-05,
507
+ "loss": 0.03949842691421509,
508
+ "step": 1625
509
+ },
510
+ {
511
+ "epoch": 1.0410094637223974,
512
+ "grad_norm": 4.512003421783447,
513
+ "learning_rate": 1.847872993054952e-05,
514
+ "loss": 0.16327035903930665,
515
+ "step": 1650
516
+ },
517
+ {
518
+ "epoch": 1.0567823343848581,
519
+ "grad_norm": 19.02384376525879,
520
+ "learning_rate": 1.840495015651348e-05,
521
+ "loss": 0.05400698184967041,
522
+ "step": 1675
523
+ },
524
+ {
525
+ "epoch": 1.0725552050473186,
526
+ "grad_norm": 2.6894822120666504,
527
+ "learning_rate": 1.8329578010546364e-05,
528
+ "loss": 0.10054654121398926,
529
+ "step": 1700
530
+ },
531
+ {
532
+ "epoch": 1.088328075709779,
533
+ "grad_norm": 4.580667972564697,
534
+ "learning_rate": 1.825262777238659e-05,
535
+ "loss": 0.08389140129089355,
536
+ "step": 1725
537
+ },
538
+ {
539
+ "epoch": 1.1041009463722398,
540
+ "grad_norm": 0.07508229464292526,
541
+ "learning_rate": 1.817411402075229e-05,
542
+ "loss": 0.10561941146850586,
543
+ "step": 1750
544
+ },
545
+ {
546
+ "epoch": 1.1198738170347002,
547
+ "grad_norm": 0.15733584761619568,
548
+ "learning_rate": 1.809405163057931e-05,
549
+ "loss": 0.0838914966583252,
550
+ "step": 1775
551
+ },
552
+ {
553
+ "epoch": 1.135646687697161,
554
+ "grad_norm": 3.2914106845855713,
555
+ "learning_rate": 1.8012455770203038e-05,
556
+ "loss": 0.06280827522277832,
557
+ "step": 1800
558
+ },
559
+ {
560
+ "epoch": 1.1514195583596214,
561
+ "grad_norm": 0.14646464586257935,
562
+ "learning_rate": 1.7929341898484653e-05,
563
+ "loss": 0.08718341827392578,
564
+ "step": 1825
565
+ },
566
+ {
567
+ "epoch": 1.167192429022082,
568
+ "grad_norm": 1.474497675895691,
569
+ "learning_rate": 1.784472576188237e-05,
570
+ "loss": 0.07045670986175537,
571
+ "step": 1850
572
+ },
573
+ {
574
+ "epoch": 1.1829652996845426,
575
+ "grad_norm": 0.09543656557798386,
576
+ "learning_rate": 1.775862339146815e-05,
577
+ "loss": 0.054620800018310545,
578
+ "step": 1875
579
+ },
580
+ {
581
+ "epoch": 1.1987381703470033,
582
+ "grad_norm": 0.031090043485164642,
583
+ "learning_rate": 1.7671051099890538e-05,
584
+ "loss": 0.06679238319396973,
585
+ "step": 1900
586
+ },
587
+ {
588
+ "epoch": 1.2145110410094637,
589
+ "grad_norm": 0.08794307708740234,
590
+ "learning_rate": 1.758202547828409e-05,
591
+ "loss": 0.038062283992767336,
592
+ "step": 1925
593
+ },
594
+ {
595
+ "epoch": 1.2302839116719242,
596
+ "grad_norm": 5.799429893493652,
597
+ "learning_rate": 1.74915633931261e-05,
598
+ "loss": 0.11424206733703614,
599
+ "step": 1950
600
+ },
601
+ {
602
+ "epoch": 1.2460567823343849,
603
+ "grad_norm": 0.22451771795749664,
604
+ "learning_rate": 1.739968198304114e-05,
605
+ "loss": 0.04508783340454101,
606
+ "step": 1975
607
+ },
608
+ {
609
+ "epoch": 1.2618296529968454,
610
+ "grad_norm": 0.07231876999139786,
611
+ "learning_rate": 1.7306398655554023e-05,
612
+ "loss": 0.04203261852264404,
613
+ "step": 2000
614
+ },
615
+ {
616
+ "epoch": 1.2618296529968454,
617
+ "eval_accuracy": 0.9804416403785489,
618
+ "eval_f1": 0.980649188514357,
619
+ "eval_loss": 0.08355643600225449,
620
+ "eval_precision": 0.9703520691785052,
621
+ "eval_recall": 0.9911671924290221,
622
+ "eval_runtime": 61.6587,
623
+ "eval_samples_per_second": 51.412,
624
+ "eval_steps_per_second": 3.227,
625
+ "step": 2000
626
+ },
627
+ {
628
+ "epoch": 1.277602523659306,
629
+ "grad_norm": 0.096407450735569,
630
+ "learning_rate": 1.721173108379184e-05,
631
+ "loss": 0.13708463668823243,
632
+ "step": 2025
633
+ },
634
+ {
635
+ "epoch": 1.2933753943217665,
636
+ "grad_norm": 0.1677226722240448,
637
+ "learning_rate": 1.711569720313568e-05,
638
+ "loss": 0.06809837341308594,
639
+ "step": 2050
640
+ },
641
+ {
642
+ "epoch": 1.3091482649842272,
643
+ "grad_norm": 0.2626091241836548,
644
+ "learning_rate": 1.701831520782264e-05,
645
+ "loss": 0.08504070281982422,
646
+ "step": 2075
647
+ },
648
+ {
649
+ "epoch": 1.3249211356466877,
650
+ "grad_norm": 2.335200786590576,
651
+ "learning_rate": 1.6919603547498832e-05,
652
+ "loss": 0.06117515563964844,
653
+ "step": 2100
654
+ },
655
+ {
656
+ "epoch": 1.3406940063091484,
657
+ "grad_norm": 0.04033582657575607,
658
+ "learning_rate": 1.6819580923723957e-05,
659
+ "loss": 0.058640117645263674,
660
+ "step": 2125
661
+ },
662
+ {
663
+ "epoch": 1.3564668769716088,
664
+ "grad_norm": 0.030620798468589783,
665
+ "learning_rate": 1.671826628642819e-05,
666
+ "loss": 0.046917934417724606,
667
+ "step": 2150
668
+ },
669
+ {
670
+ "epoch": 1.3722397476340693,
671
+ "grad_norm": 0.08066167682409286,
672
+ "learning_rate": 1.6615678830321987e-05,
673
+ "loss": 0.04496946811676025,
674
+ "step": 2175
675
+ },
676
+ {
677
+ "epoch": 1.38801261829653,
678
+ "grad_norm": 4.896634578704834,
679
+ "learning_rate": 1.651183799125952e-05,
680
+ "loss": 0.085579833984375,
681
+ "step": 2200
682
+ },
683
+ {
684
+ "epoch": 1.4037854889589905,
685
+ "grad_norm": 5.254743576049805,
686
+ "learning_rate": 1.640676344255643e-05,
687
+ "loss": 0.06547237396240234,
688
+ "step": 2225
689
+ },
690
+ {
691
+ "epoch": 1.4195583596214512,
692
+ "grad_norm": 0.19317586719989777,
693
+ "learning_rate": 1.6300475091262615e-05,
694
+ "loss": 0.09360321044921875,
695
+ "step": 2250
696
+ },
697
+ {
698
+ "epoch": 1.4353312302839116,
699
+ "grad_norm": 2.6724467277526855,
700
+ "learning_rate": 1.6192993074390658e-05,
701
+ "loss": 0.08104397773742676,
702
+ "step": 2275
703
+ },
704
+ {
705
+ "epoch": 1.4511041009463723,
706
+ "grad_norm": 2.7021729946136475,
707
+ "learning_rate": 1.6084337755100795e-05,
708
+ "loss": 0.06326522827148437,
709
+ "step": 2300
710
+ },
711
+ {
712
+ "epoch": 1.4668769716088328,
713
+ "grad_norm": 6.612598896026611,
714
+ "learning_rate": 1.597452971884296e-05,
715
+ "loss": 0.09769298553466797,
716
+ "step": 2325
717
+ },
718
+ {
719
+ "epoch": 1.4826498422712935,
720
+ "grad_norm": 0.03583915904164314,
721
+ "learning_rate": 1.5863589769456725e-05,
722
+ "loss": 0.035602734088897706,
723
+ "step": 2350
724
+ },
725
+ {
726
+ "epoch": 1.498422712933754,
727
+ "grad_norm": 7.2366533279418945,
728
+ "learning_rate": 1.575153892522991e-05,
729
+ "loss": 0.05557059288024902,
730
+ "step": 2375
731
+ },
732
+ {
733
+ "epoch": 1.5141955835962144,
734
+ "grad_norm": 3.2834980487823486,
735
+ "learning_rate": 1.5638398414916504e-05,
736
+ "loss": 0.059678325653076174,
737
+ "step": 2400
738
+ },
739
+ {
740
+ "epoch": 1.5299684542586751,
741
+ "grad_norm": 0.7327181100845337,
742
+ "learning_rate": 1.552418967371476e-05,
743
+ "loss": 0.10861465454101563,
744
+ "step": 2425
745
+ },
746
+ {
747
+ "epoch": 1.5457413249211358,
748
+ "grad_norm": 7.32216215133667,
749
+ "learning_rate": 1.540893433920614e-05,
750
+ "loss": 0.062454757690429685,
751
+ "step": 2450
752
+ },
753
+ {
754
+ "epoch": 1.5615141955835963,
755
+ "grad_norm": 0.4157012701034546,
756
+ "learning_rate": 1.5292654247255976e-05,
757
+ "loss": 0.06408432960510253,
758
+ "step": 2475
759
+ },
760
+ {
761
+ "epoch": 1.5772870662460567,
762
+ "grad_norm": 0.392075777053833,
763
+ "learning_rate": 1.5175371427876462e-05,
764
+ "loss": 0.06900923252105713,
765
+ "step": 2500
766
+ },
767
+ {
768
+ "epoch": 1.5772870662460567,
769
+ "eval_accuracy": 0.9826498422712934,
770
+ "eval_f1": 0.9827532141737222,
771
+ "eval_loss": 0.06640289723873138,
772
+ "eval_precision": 0.976932668329177,
773
+ "eval_recall": 0.9886435331230284,
774
+ "eval_runtime": 61.7792,
775
+ "eval_samples_per_second": 51.312,
776
+ "eval_steps_per_second": 3.221,
777
+ "step": 2500
778
+ },
779
+ {
780
+ "epoch": 1.5930599369085172,
781
+ "grad_norm": 0.26480409502983093,
782
+ "learning_rate": 1.5057108101052978e-05,
783
+ "loss": 0.05798190116882324,
784
+ "step": 2525
785
+ },
786
+ {
787
+ "epoch": 1.608832807570978,
788
+ "grad_norm": 0.012628897093236446,
789
+ "learning_rate": 1.4937886672534355e-05,
790
+ "loss": 0.055150442123413086,
791
+ "step": 2550
792
+ },
793
+ {
794
+ "epoch": 1.6246056782334386,
795
+ "grad_norm": 0.14921313524246216,
796
+ "learning_rate": 1.4817729729587951e-05,
797
+ "loss": 0.09480400085449218,
798
+ "step": 2575
799
+ },
800
+ {
801
+ "epoch": 1.640378548895899,
802
+ "grad_norm": 0.17945820093154907,
803
+ "learning_rate": 1.4696660036720366e-05,
804
+ "loss": 0.05116183757781982,
805
+ "step": 2600
806
+ },
807
+ {
808
+ "epoch": 1.6561514195583595,
809
+ "grad_norm": 8.4946928024292,
810
+ "learning_rate": 1.4574700531364538e-05,
811
+ "loss": 0.09039234161376954,
812
+ "step": 2625
813
+ },
814
+ {
815
+ "epoch": 1.6719242902208202,
816
+ "grad_norm": 3.404548406600952,
817
+ "learning_rate": 1.445187431953413e-05,
818
+ "loss": 0.06744499206542968,
819
+ "step": 2650
820
+ },
821
+ {
822
+ "epoch": 1.687697160883281,
823
+ "grad_norm": 0.278082937002182,
824
+ "learning_rate": 1.4328204671445906e-05,
825
+ "loss": 0.041944122314453124,
826
+ "step": 2675
827
+ },
828
+ {
829
+ "epoch": 1.7034700315457414,
830
+ "grad_norm": 0.44028154015541077,
831
+ "learning_rate": 1.4203715017111077e-05,
832
+ "loss": 0.04837804317474365,
833
+ "step": 2700
834
+ },
835
+ {
836
+ "epoch": 1.7192429022082019,
837
+ "grad_norm": 0.15768413245677948,
838
+ "learning_rate": 1.4078428941896308e-05,
839
+ "loss": 0.07240730285644531,
840
+ "step": 2725
841
+ },
842
+ {
843
+ "epoch": 1.7350157728706623,
844
+ "grad_norm": 0.1066892072558403,
845
+ "learning_rate": 1.3952370182055332e-05,
846
+ "loss": 0.06457790374755859,
847
+ "step": 2750
848
+ },
849
+ {
850
+ "epoch": 1.750788643533123,
851
+ "grad_norm": 0.10634296387434006,
852
+ "learning_rate": 1.3825562620231962e-05,
853
+ "loss": 0.045800242424011234,
854
+ "step": 2775
855
+ },
856
+ {
857
+ "epoch": 1.7665615141955837,
858
+ "grad_norm": 0.2797156274318695,
859
+ "learning_rate": 1.3698030280935365e-05,
860
+ "loss": 0.11092280387878418,
861
+ "step": 2800
862
+ },
863
+ {
864
+ "epoch": 1.7823343848580442,
865
+ "grad_norm": 0.26426321268081665,
866
+ "learning_rate": 1.356979732598847e-05,
867
+ "loss": 0.08435035705566406,
868
+ "step": 2825
869
+ },
870
+ {
871
+ "epoch": 1.7981072555205047,
872
+ "grad_norm": 0.0386803112924099,
873
+ "learning_rate": 1.3440888049950352e-05,
874
+ "loss": 0.03943867206573486,
875
+ "step": 2850
876
+ },
877
+ {
878
+ "epoch": 1.8138801261829653,
879
+ "grad_norm": 14.358352661132812,
880
+ "learning_rate": 1.3311326875513473e-05,
881
+ "loss": 0.08121340751647949,
882
+ "step": 2875
883
+ },
884
+ {
885
+ "epoch": 1.8296529968454258,
886
+ "grad_norm": 0.07305670529603958,
887
+ "learning_rate": 1.3181138348876637e-05,
888
+ "loss": 0.07142277717590333,
889
+ "step": 2900
890
+ },
891
+ {
892
+ "epoch": 1.8454258675078865,
893
+ "grad_norm": 0.3266024887561798,
894
+ "learning_rate": 1.305034713509457e-05,
895
+ "loss": 0.13324432373046874,
896
+ "step": 2925
897
+ },
898
+ {
899
+ "epoch": 1.861198738170347,
900
+ "grad_norm": 0.12339621037244797,
901
+ "learning_rate": 1.2918978013404961e-05,
902
+ "loss": 0.07635130405426026,
903
+ "step": 2950
904
+ },
905
+ {
906
+ "epoch": 1.8769716088328074,
907
+ "grad_norm": 5.140288829803467,
908
+ "learning_rate": 1.2787055872533867e-05,
909
+ "loss": 0.07312902927398682,
910
+ "step": 2975
911
+ },
912
+ {
913
+ "epoch": 1.8927444794952681,
914
+ "grad_norm": 0.10617490112781525,
915
+ "learning_rate": 1.2654605705980394e-05,
916
+ "loss": 0.059698452949523924,
917
+ "step": 3000
918
+ },
919
+ {
920
+ "epoch": 1.8927444794952681,
921
+ "eval_accuracy": 0.9842271293375394,
922
+ "eval_f1": 0.9843456480901691,
923
+ "eval_loss": 0.058110740035772324,
924
+ "eval_precision": 0.9770043505282784,
925
+ "eval_recall": 0.9917981072555205,
926
+ "eval_runtime": 61.7383,
927
+ "eval_samples_per_second": 51.346,
928
+ "eval_steps_per_second": 3.223,
929
+ "step": 3000
930
+ },
931
+ {
932
+ "epoch": 1.9085173501577288,
933
+ "grad_norm": 10.687918663024902,
934
+ "learning_rate": 1.2521652607281511e-05,
935
+ "loss": 0.03478496789932251,
936
+ "step": 3025
937
+ },
938
+ {
939
+ "epoch": 1.9242902208201893,
940
+ "grad_norm": 1.6226224899291992,
941
+ "learning_rate": 1.2388221765257922e-05,
942
+ "loss": 0.1072312068939209,
943
+ "step": 3050
944
+ },
945
+ {
946
+ "epoch": 1.9400630914826498,
947
+ "grad_norm": 0.016946569085121155,
948
+ "learning_rate": 1.2254338459241878e-05,
949
+ "loss": 0.06870736122131348,
950
+ "step": 3075
951
+ },
952
+ {
953
+ "epoch": 1.9558359621451105,
954
+ "grad_norm": 0.2077740579843521,
955
+ "learning_rate": 1.2120028054287853e-05,
956
+ "loss": 0.03881378889083862,
957
+ "step": 3100
958
+ },
959
+ {
960
+ "epoch": 1.971608832807571,
961
+ "grad_norm": 6.051036357879639,
962
+ "learning_rate": 1.198531599636696e-05,
963
+ "loss": 0.056483187675476075,
964
+ "step": 3125
965
+ },
966
+ {
967
+ "epoch": 1.9873817034700316,
968
+ "grad_norm": 0.1817459762096405,
969
+ "learning_rate": 1.1850227807546056e-05,
970
+ "loss": 0.058626165390014646,
971
+ "step": 3150
972
+ },
973
+ {
974
+ "epoch": 2.003154574132492,
975
+ "grad_norm": 5.438782215118408,
976
+ "learning_rate": 1.1714789081152414e-05,
977
+ "loss": 0.11380620002746582,
978
+ "step": 3175
979
+ },
980
+ {
981
+ "epoch": 2.0189274447949526,
982
+ "grad_norm": 0.15936319530010223,
983
+ "learning_rate": 1.1579025476924912e-05,
984
+ "loss": 0.08106419563293457,
985
+ "step": 3200
986
+ },
987
+ {
988
+ "epoch": 2.034700315457413,
989
+ "grad_norm": 0.5057512521743774,
990
+ "learning_rate": 1.1442962716152626e-05,
991
+ "loss": 0.0851284122467041,
992
+ "step": 3225
993
+ },
994
+ {
995
+ "epoch": 2.050473186119874,
996
+ "grad_norm": 0.15072333812713623,
997
+ "learning_rate": 1.1306626576801762e-05,
998
+ "loss": 0.023667290210723876,
999
+ "step": 3250
1000
+ },
1001
+ {
1002
+ "epoch": 2.0662460567823344,
1003
+ "grad_norm": 2.5816566944122314,
1004
+ "learning_rate": 1.1170042888631865e-05,
1005
+ "loss": 0.06661013126373291,
1006
+ "step": 3275
1007
+ },
1008
+ {
1009
+ "epoch": 2.082018927444795,
1010
+ "grad_norm": 0.13092197477817535,
1011
+ "learning_rate": 1.103323752830219e-05,
1012
+ "loss": 0.04503594875335693,
1013
+ "step": 3300
1014
+ },
1015
+ {
1016
+ "epoch": 2.0977917981072554,
1017
+ "grad_norm": 0.07164567708969116,
1018
+ "learning_rate": 1.0896236414469217e-05,
1019
+ "loss": 0.07453893184661865,
1020
+ "step": 3325
1021
+ },
1022
+ {
1023
+ "epoch": 2.1135646687697163,
1024
+ "grad_norm": 0.14045630395412445,
1025
+ "learning_rate": 1.075906550287618e-05,
1026
+ "loss": 0.026728599071502684,
1027
+ "step": 3350
1028
+ },
1029
+ {
1030
+ "epoch": 2.1293375394321767,
1031
+ "grad_norm": 0.5751485228538513,
1032
+ "learning_rate": 1.0621750781435597e-05,
1033
+ "loss": 0.05079428195953369,
1034
+ "step": 3375
1035
+ },
1036
+ {
1037
+ "epoch": 2.145110410094637,
1038
+ "grad_norm": 0.03341040015220642,
1039
+ "learning_rate": 1.048431826530569e-05,
1040
+ "loss": 0.04085897445678711,
1041
+ "step": 3400
1042
+ },
1043
+ {
1044
+ "epoch": 2.1608832807570977,
1045
+ "grad_norm": 0.10071541368961334,
1046
+ "learning_rate": 1.0346793991961636e-05,
1047
+ "loss": 0.03663242816925049,
1048
+ "step": 3425
1049
+ },
1050
+ {
1051
+ "epoch": 2.176656151419558,
1052
+ "grad_norm": 0.07808862626552582,
1053
+ "learning_rate": 1.0209204016262617e-05,
1054
+ "loss": 0.06059022903442383,
1055
+ "step": 3450
1056
+ },
1057
+ {
1058
+ "epoch": 2.192429022082019,
1059
+ "grad_norm": 0.06014140322804451,
1060
+ "learning_rate": 1.0071574405515545e-05,
1061
+ "loss": 0.06725450515747071,
1062
+ "step": 3475
1063
+ },
1064
+ {
1065
+ "epoch": 2.2082018927444795,
1066
+ "grad_norm": 0.09061481803655624,
1067
+ "learning_rate": 9.93393123453644e-06,
1068
+ "loss": 0.05748389720916748,
1069
+ "step": 3500
1070
+ },
1071
+ {
1072
+ "epoch": 2.2082018927444795,
1073
+ "eval_accuracy": 0.9845425867507887,
1074
+ "eval_f1": 0.9846827133479212,
1075
+ "eval_loss": 0.06573859602212906,
1076
+ "eval_precision": 0.9758364312267658,
1077
+ "eval_recall": 0.9936908517350158,
1078
+ "eval_runtime": 61.8577,
1079
+ "eval_samples_per_second": 51.247,
1080
+ "eval_steps_per_second": 3.217,
1081
+ "step": 3500
1082
+ },
1083
+ {
1084
+ "epoch": 2.22397476340694,
1085
+ "grad_norm": 3.2926270961761475,
1086
+ "learning_rate": 9.796300580710401e-06,
1087
+ "loss": 0.025270357131958007,
1088
+ "step": 3525
1089
+ },
1090
+ {
1091
+ "epoch": 2.2397476340694005,
1092
+ "grad_norm": 0.0203135684132576,
1093
+ "learning_rate": 9.658708519051078e-06,
1094
+ "loss": 0.04098672866821289,
1095
+ "step": 3550
1096
+ },
1097
+ {
1098
+ "epoch": 2.2555205047318614,
1099
+ "grad_norm": 0.14016003906726837,
1100
+ "learning_rate": 9.521181117260576e-06,
1101
+ "loss": 0.06318954467773437,
1102
+ "step": 3575
1103
+ },
1104
+ {
1105
+ "epoch": 2.271293375394322,
1106
+ "grad_norm": 0.07816111296415329,
1107
+ "learning_rate": 9.38374443079078e-06,
1108
+ "loss": 0.037233128547668456,
1109
+ "step": 3600
1110
+ },
1111
+ {
1112
+ "epoch": 2.2870662460567823,
1113
+ "grad_norm": 6.195209503173828,
1114
+ "learning_rate": 9.246424497906963e-06,
1115
+ "loss": 0.06284498691558837,
1116
+ "step": 3625
1117
+ },
1118
+ {
1119
+ "epoch": 2.302839116719243,
1120
+ "grad_norm": 0.15709596872329712,
1121
+ "learning_rate": 9.10924733475469e-06,
1122
+ "loss": 0.05046053886413574,
1123
+ "step": 3650
1124
+ },
1125
+ {
1126
+ "epoch": 2.3186119873817033,
1127
+ "grad_norm": 0.19976438581943512,
1128
+ "learning_rate": 8.972238930430877e-06,
1129
+ "loss": 0.06076451301574707,
1130
+ "step": 3675
1131
+ },
1132
+ {
1133
+ "epoch": 2.334384858044164,
1134
+ "grad_norm": 7.717970371246338,
1135
+ "learning_rate": 8.83542524205999e-06,
1136
+ "loss": 0.03615053176879883,
1137
+ "step": 3700
1138
+ },
1139
+ {
1140
+ "epoch": 2.3501577287066246,
1141
+ "grad_norm": 0.01149569358676672,
1142
+ "learning_rate": 8.698832189876313e-06,
1143
+ "loss": 0.03155425548553467,
1144
+ "step": 3725
1145
+ },
1146
+ {
1147
+ "epoch": 2.365930599369085,
1148
+ "grad_norm": 1.0143169164657593,
1149
+ "learning_rate": 8.562485652313168e-06,
1150
+ "loss": 0.06221479415893555,
1151
+ "step": 3750
1152
+ },
1153
+ {
1154
+ "epoch": 2.3817034700315456,
1155
+ "grad_norm": 0.015622946433722973,
1156
+ "learning_rate": 8.42641146110011e-06,
1157
+ "loss": 0.08546380996704102,
1158
+ "step": 3775
1159
+ },
1160
+ {
1161
+ "epoch": 2.3974763406940065,
1162
+ "grad_norm": 0.09111537784337997,
1163
+ "learning_rate": 8.290635396368916e-06,
1164
+ "loss": 0.04558982849121094,
1165
+ "step": 3800
1166
+ },
1167
+ {
1168
+ "epoch": 2.413249211356467,
1169
+ "grad_norm": 0.0180280152708292,
1170
+ "learning_rate": 8.15518318176938e-06,
1171
+ "loss": 0.023930015563964843,
1172
+ "step": 3825
1173
+ },
1174
+ {
1175
+ "epoch": 2.4290220820189274,
1176
+ "grad_norm": 0.0328361876308918,
1177
+ "learning_rate": 8.020080479595818e-06,
1178
+ "loss": 0.09591865539550781,
1179
+ "step": 3850
1180
+ },
1181
+ {
1182
+ "epoch": 2.444794952681388,
1183
+ "grad_norm": 0.1508016139268875,
1184
+ "learning_rate": 7.885352885925139e-06,
1185
+ "loss": 0.05319097995758057,
1186
+ "step": 3875
1187
+ },
1188
+ {
1189
+ "epoch": 2.4605678233438484,
1190
+ "grad_norm": 0.052676063030958176,
1191
+ "learning_rate": 7.75102592576756e-06,
1192
+ "loss": 0.06353373527526855,
1193
+ "step": 3900
1194
+ },
1195
+ {
1196
+ "epoch": 2.4763406940063093,
1197
+ "grad_norm": 0.10492721945047379,
1198
+ "learning_rate": 7.617125048230678e-06,
1199
+ "loss": 0.044883527755737306,
1200
+ "step": 3925
1201
+ },
1202
+ {
1203
+ "epoch": 2.4921135646687698,
1204
+ "grad_norm": 0.761692225933075,
1205
+ "learning_rate": 7.483675621697999e-06,
1206
+ "loss": 0.07111676692962647,
1207
+ "step": 3950
1208
+ },
1209
+ {
1210
+ "epoch": 2.5078864353312302,
1211
+ "grad_norm": 0.36902672052383423,
1212
+ "learning_rate": 7.350702929022739e-06,
1213
+ "loss": 0.026499390602111816,
1214
+ "step": 3975
1215
+ },
1216
+ {
1217
+ "epoch": 2.5236593059936907,
1218
+ "grad_norm": 0.01817493699491024,
1219
+ "learning_rate": 7.2182321627378e-06,
1220
+ "loss": 0.025588753223419188,
1221
+ "step": 4000
1222
+ },
1223
+ {
1224
+ "epoch": 2.5236593059936907,
1225
+ "eval_accuracy": 0.9851735015772871,
1226
+ "eval_f1": 0.9852895148669797,
1227
+ "eval_loss": 0.06328697502613068,
1228
+ "eval_precision": 0.977639751552795,
1229
+ "eval_recall": 0.9930599369085173,
1230
+ "eval_runtime": 61.6662,
1231
+ "eval_samples_per_second": 51.406,
1232
+ "eval_steps_per_second": 3.227,
1233
+ "step": 4000
1234
+ },
1235
+ {
1236
+ "epoch": 2.5394321766561516,
1237
+ "grad_norm": 13.168465614318848,
1238
+ "learning_rate": 7.0862884202829075e-06,
1239
+ "loss": 0.041892838478088376,
1240
+ "step": 4025
1241
+ },
1242
+ {
1243
+ "epoch": 2.555205047318612,
1244
+ "grad_norm": 5.61896276473999,
1245
+ "learning_rate": 6.954896699249725e-06,
1246
+ "loss": 0.07447029113769531,
1247
+ "step": 4050
1248
+ },
1249
+ {
1250
+ "epoch": 2.5709779179810726,
1251
+ "grad_norm": 0.027618594467639923,
1252
+ "learning_rate": 6.824081892645902e-06,
1253
+ "loss": 0.046046819686889645,
1254
+ "step": 4075
1255
+ },
1256
+ {
1257
+ "epoch": 2.586750788643533,
1258
+ "grad_norm": 0.049199484288692474,
1259
+ "learning_rate": 6.693868784178934e-06,
1260
+ "loss": 0.045093264579772946,
1261
+ "step": 4100
1262
+ },
1263
+ {
1264
+ "epoch": 2.6025236593059935,
1265
+ "grad_norm": 0.1187095046043396,
1266
+ "learning_rate": 6.564282043560731e-06,
1267
+ "loss": 0.07267766952514648,
1268
+ "step": 4125
1269
+ },
1270
+ {
1271
+ "epoch": 2.6182965299684544,
1272
+ "grad_norm": 0.08217153698205948,
1273
+ "learning_rate": 6.435346221833788e-06,
1274
+ "loss": 0.028906166553497314,
1275
+ "step": 4150
1276
+ },
1277
+ {
1278
+ "epoch": 2.634069400630915,
1279
+ "grad_norm": 0.07539000362157822,
1280
+ "learning_rate": 6.307085746719808e-06,
1281
+ "loss": 0.0493446683883667,
1282
+ "step": 4175
1283
+ },
1284
+ {
1285
+ "epoch": 2.6498422712933754,
1286
+ "grad_norm": 0.10210157185792923,
1287
+ "learning_rate": 6.179524917991746e-06,
1288
+ "loss": 0.07266830444335938,
1289
+ "step": 4200
1290
+ },
1291
+ {
1292
+ "epoch": 2.665615141955836,
1293
+ "grad_norm": 0.36085325479507446,
1294
+ "learning_rate": 6.05268790287003e-06,
1295
+ "loss": 0.048619318008422854,
1296
+ "step": 4225
1297
+ },
1298
+ {
1299
+ "epoch": 2.6813880126182967,
1300
+ "grad_norm": 0.10123010724782944,
1301
+ "learning_rate": 5.926598731443951e-06,
1302
+ "loss": 0.014012279510498047,
1303
+ "step": 4250
1304
+ },
1305
+ {
1306
+ "epoch": 2.697160883280757,
1307
+ "grad_norm": 0.03025141730904579,
1308
+ "learning_rate": 5.801281292118985e-06,
1309
+ "loss": 0.036032071113586424,
1310
+ "step": 4275
1311
+ },
1312
+ {
1313
+ "epoch": 2.7129337539432177,
1314
+ "grad_norm": 0.07237054407596588,
1315
+ "learning_rate": 5.676759327090997e-06,
1316
+ "loss": 0.026038434505462647,
1317
+ "step": 4300
1318
+ },
1319
+ {
1320
+ "epoch": 2.728706624605678,
1321
+ "grad_norm": 0.028059201315045357,
1322
+ "learning_rate": 5.553056427848136e-06,
1323
+ "loss": 0.023030064105987548,
1324
+ "step": 4325
1325
+ },
1326
+ {
1327
+ "epoch": 2.7444794952681386,
1328
+ "grad_norm": 8.2833890914917,
1329
+ "learning_rate": 5.430196030701236e-06,
1330
+ "loss": 0.046771907806396486,
1331
+ "step": 4350
1332
+ },
1333
+ {
1334
+ "epoch": 2.7602523659305995,
1335
+ "grad_norm": 0.07120615243911743,
1336
+ "learning_rate": 5.308201412343714e-06,
1337
+ "loss": 0.06948490142822265,
1338
+ "step": 4375
1339
+ },
1340
+ {
1341
+ "epoch": 2.77602523659306,
1342
+ "grad_norm": 0.032343458384275436,
1343
+ "learning_rate": 5.187095685441592e-06,
1344
+ "loss": 0.06183769702911377,
1345
+ "step": 4400
1346
+ },
1347
+ {
1348
+ "epoch": 2.7917981072555205,
1349
+ "grad_norm": 2.7497501373291016,
1350
+ "learning_rate": 5.066901794254707e-06,
1351
+ "loss": 0.06815167903900146,
1352
+ "step": 4425
1353
+ },
1354
+ {
1355
+ "epoch": 2.807570977917981,
1356
+ "grad_norm": 6.535846710205078,
1357
+ "learning_rate": 4.947642510289735e-06,
1358
+ "loss": 0.04611932754516602,
1359
+ "step": 4450
1360
+ },
1361
+ {
1362
+ "epoch": 2.823343848580442,
1363
+ "grad_norm": 19.74146842956543,
1364
+ "learning_rate": 4.829340427985988e-06,
1365
+ "loss": 0.017079710960388184,
1366
+ "step": 4475
1367
+ },
1368
+ {
1369
+ "epoch": 2.8391167192429023,
1370
+ "grad_norm": 17.29274559020996,
1371
+ "learning_rate": 4.71201796043478e-06,
1372
+ "loss": 0.04784326076507568,
1373
+ "step": 4500
1374
+ },
1375
+ {
1376
+ "epoch": 2.8391167192429023,
1377
+ "eval_accuracy": 0.9823343848580441,
1378
+ "eval_f1": 0.9825978868862648,
1379
+ "eval_loss": 0.07868093252182007,
1380
+ "eval_precision": 0.968156766687079,
1381
+ "eval_recall": 0.9974763406940063,
1382
+ "eval_runtime": 61.7337,
1383
+ "eval_samples_per_second": 51.35,
1384
+ "eval_steps_per_second": 3.224,
1385
+ "step": 4500
1386
+ },
1387
+ {
1388
+ "epoch": 2.854889589905363,
1389
+ "grad_norm": 0.05725547671318054,
1390
+ "learning_rate": 4.595697335133078e-06,
1391
+ "loss": 0.054859166145324705,
1392
+ "step": 4525
1393
+ },
1394
+ {
1395
+ "epoch": 2.8706624605678233,
1396
+ "grad_norm": 0.6555729508399963,
1397
+ "learning_rate": 4.480400589772409e-06,
1398
+ "loss": 0.08640047073364258,
1399
+ "step": 4550
1400
+ },
1401
+ {
1402
+ "epoch": 2.8864353312302837,
1403
+ "grad_norm": 0.25443053245544434,
1404
+ "learning_rate": 4.366149568063626e-06,
1405
+ "loss": 0.057871522903442385,
1406
+ "step": 4575
1407
+ },
1408
+ {
1409
+ "epoch": 2.9022082018927446,
1410
+ "grad_norm": 0.05478085204958916,
1411
+ "learning_rate": 4.2529659155985185e-06,
1412
+ "loss": 0.05032651901245117,
1413
+ "step": 4600
1414
+ },
1415
+ {
1416
+ "epoch": 2.917981072555205,
1417
+ "grad_norm": 4.946987152099609,
1418
+ "learning_rate": 4.140871075748902e-06,
1419
+ "loss": 0.07529435634613037,
1420
+ "step": 4625
1421
+ },
1422
+ {
1423
+ "epoch": 2.9337539432176656,
1424
+ "grad_norm": 0.02044937014579773,
1425
+ "learning_rate": 4.029886285604012e-06,
1426
+ "loss": 0.02943080186843872,
1427
+ "step": 4650
1428
+ },
1429
+ {
1430
+ "epoch": 2.949526813880126,
1431
+ "grad_norm": 0.06795325875282288,
1432
+ "learning_rate": 3.920032571947046e-06,
1433
+ "loss": 0.0024574817717075348,
1434
+ "step": 4675
1435
+ },
1436
+ {
1437
+ "epoch": 2.965299684542587,
1438
+ "grad_norm": 0.06972500681877136,
1439
+ "learning_rate": 3.8113307472714466e-06,
1440
+ "loss": 0.04807544708251953,
1441
+ "step": 4700
1442
+ },
1443
+ {
1444
+ "epoch": 2.9810725552050474,
1445
+ "grad_norm": 0.0037748294416815042,
1446
+ "learning_rate": 3.7038014058379023e-06,
1447
+ "loss": 0.06795701026916504,
1448
+ "step": 4725
1449
+ },
1450
+ {
1451
+ "epoch": 2.996845425867508,
1452
+ "grad_norm": 0.08804032951593399,
1453
+ "learning_rate": 3.597464919772575e-06,
1454
+ "loss": 0.0586802339553833,
1455
+ "step": 4750
1456
+ },
1457
+ {
1458
+ "epoch": 3.0126182965299684,
1459
+ "grad_norm": 0.019427072256803513,
1460
+ "learning_rate": 3.492341435207509e-06,
1461
+ "loss": 0.03502110481262207,
1462
+ "step": 4775
1463
+ },
1464
+ {
1465
+ "epoch": 3.028391167192429,
1466
+ "grad_norm": 0.010182415135204792,
1467
+ "learning_rate": 3.3884508684638085e-06,
1468
+ "loss": 0.048868937492370604,
1469
+ "step": 4800
1470
+ },
1471
+ {
1472
+ "epoch": 3.0441640378548898,
1473
+ "grad_norm": 0.06605447828769684,
1474
+ "learning_rate": 3.285812902278336e-06,
1475
+ "loss": 0.005354249477386474,
1476
+ "step": 4825
1477
+ },
1478
+ {
1479
+ "epoch": 3.0599369085173502,
1480
+ "grad_norm": 0.06193703040480614,
1481
+ "learning_rate": 3.1844469820747404e-06,
1482
+ "loss": 0.023912439346313475,
1483
+ "step": 4850
1484
+ },
1485
+ {
1486
+ "epoch": 3.0757097791798107,
1487
+ "grad_norm": 0.009272170253098011,
1488
+ "learning_rate": 3.084372312279342e-06,
1489
+ "loss": 0.05764631748199463,
1490
+ "step": 4875
1491
+ },
1492
+ {
1493
+ "epoch": 3.091482649842271,
1494
+ "grad_norm": 0.035189371556043625,
1495
+ "learning_rate": 2.985607852682769e-06,
1496
+ "loss": 0.022045164108276366,
1497
+ "step": 4900
1498
+ },
1499
+ {
1500
+ "epoch": 3.107255520504732,
1501
+ "grad_norm": 0.012658379971981049,
1502
+ "learning_rate": 2.888172314847897e-06,
1503
+ "loss": 0.04329438209533691,
1504
+ "step": 4925
1505
+ },
1506
+ {
1507
+ "epoch": 3.1230283911671926,
1508
+ "grad_norm": 0.02219626121222973,
1509
+ "learning_rate": 2.792084158564795e-06,
1510
+ "loss": 0.024905831813812257,
1511
+ "step": 4950
1512
+ },
1513
+ {
1514
+ "epoch": 3.138801261829653,
1515
+ "grad_norm": 0.04014492407441139,
1516
+ "learning_rate": 2.6973615883534467e-06,
1517
+ "loss": 0.03948156356811523,
1518
+ "step": 4975
1519
+ },
1520
+ {
1521
+ "epoch": 3.1545741324921135,
1522
+ "grad_norm": 0.1077994853258133,
1523
+ "learning_rate": 2.6040225500147365e-06,
1524
+ "loss": 0.022745487689971925,
1525
+ "step": 5000
1526
+ },
1527
+ {
1528
+ "epoch": 3.1545741324921135,
1529
+ "eval_accuracy": 0.9858044164037855,
1530
+ "eval_f1": 0.985941893158388,
1531
+ "eval_loss": 0.06339319050312042,
1532
+ "eval_precision": 0.9764851485148515,
1533
+ "eval_recall": 0.9955835962145111,
1534
+ "eval_runtime": 61.8277,
1535
+ "eval_samples_per_second": 51.272,
1536
+ "eval_steps_per_second": 3.219,
1537
+ "step": 5000
1538
+ },
1539
+ {
1540
+ "epoch": 3.170347003154574,
1541
+ "grad_norm": 0.5850755572319031,
1542
+ "learning_rate": 2.5120847272305427e-06,
1543
+ "loss": 0.026905717849731444,
1544
+ "step": 5025
1545
+ },
1546
+ {
1547
+ "epoch": 3.186119873817035,
1548
+ "grad_norm": 6.031191349029541,
1549
+ "learning_rate": 2.421565538213426e-06,
1550
+ "loss": 0.06773466110229492,
1551
+ "step": 5050
1552
+ },
1553
+ {
1554
+ "epoch": 3.2018927444794953,
1555
+ "grad_norm": 0.08032112568616867,
1556
+ "learning_rate": 2.332482132406645e-06,
1557
+ "loss": 0.025744764804840087,
1558
+ "step": 5075
1559
+ },
1560
+ {
1561
+ "epoch": 3.217665615141956,
1562
+ "grad_norm": 0.011238646693527699,
1563
+ "learning_rate": 2.244851387235093e-06,
1564
+ "loss": 0.020391368865966798,
1565
+ "step": 5100
1566
+ },
1567
+ {
1568
+ "epoch": 3.2334384858044163,
1569
+ "grad_norm": 0.007144265808165073,
1570
+ "learning_rate": 2.1586899049077326e-06,
1571
+ "loss": 0.01931319236755371,
1572
+ "step": 5125
1573
+ },
1574
+ {
1575
+ "epoch": 3.249211356466877,
1576
+ "grad_norm": 0.05274247005581856,
1577
+ "learning_rate": 2.0740140092722405e-06,
1578
+ "loss": 0.03734802961349487,
1579
+ "step": 5150
1580
+ },
1581
+ {
1582
+ "epoch": 3.2649842271293377,
1583
+ "grad_norm": 0.01522734947502613,
1584
+ "learning_rate": 1.9908397427223103e-06,
1585
+ "loss": 0.04890557765960693,
1586
+ "step": 5175
1587
+ },
1588
+ {
1589
+ "epoch": 3.280757097791798,
1590
+ "grad_norm": 0.038793038576841354,
1591
+ "learning_rate": 1.9091828631583452e-06,
1592
+ "loss": 0.020180518627166747,
1593
+ "step": 5200
1594
+ },
1595
+ {
1596
+ "epoch": 3.2965299684542586,
1597
+ "grad_norm": 0.015792351216077805,
1598
+ "learning_rate": 1.8290588410020116e-06,
1599
+ "loss": 0.03350888967514038,
1600
+ "step": 5225
1601
+ },
1602
+ {
1603
+ "epoch": 3.312302839116719,
1604
+ "grad_norm": 0.0497448705136776,
1605
+ "learning_rate": 1.7504828562652643e-06,
1606
+ "loss": 0.05833359718322754,
1607
+ "step": 5250
1608
+ },
1609
+ {
1610
+ "epoch": 3.32807570977918,
1611
+ "grad_norm": 0.11491740494966507,
1612
+ "learning_rate": 1.6734697956744129e-06,
1613
+ "loss": 0.011732994318008423,
1614
+ "step": 5275
1615
+ },
1616
+ {
1617
+ "epoch": 3.3438485804416405,
1618
+ "grad_norm": 0.07378258556127548,
1619
+ "learning_rate": 1.5980342498497047e-06,
1620
+ "loss": 0.00099259115755558,
1621
+ "step": 5300
1622
+ },
1623
+ {
1624
+ "epoch": 3.359621451104101,
1625
+ "grad_norm": 0.022149566560983658,
1626
+ "learning_rate": 1.5241905105410703e-06,
1627
+ "loss": 0.007489985823631287,
1628
+ "step": 5325
1629
+ },
1630
+ {
1631
+ "epoch": 3.3753943217665614,
1632
+ "grad_norm": 0.015139278024435043,
1633
+ "learning_rate": 1.4519525679204383e-06,
1634
+ "loss": 0.04392011165618896,
1635
+ "step": 5350
1636
+ },
1637
+ {
1638
+ "epoch": 3.3911671924290223,
1639
+ "grad_norm": 0.06671234965324402,
1640
+ "learning_rate": 1.381334107931217e-06,
1641
+ "loss": 0.05409446716308594,
1642
+ "step": 5375
1643
+ },
1644
+ {
1645
+ "epoch": 3.406940063091483,
1646
+ "grad_norm": 0.15189774334430695,
1647
+ "learning_rate": 1.3123485096954058e-06,
1648
+ "loss": 0.036588463783264163,
1649
+ "step": 5400
1650
+ },
1651
+ {
1652
+ "epoch": 3.4227129337539433,
1653
+ "grad_norm": 0.02740396372973919,
1654
+ "learning_rate": 1.2450088429788165e-06,
1655
+ "loss": 0.005078784823417663,
1656
+ "step": 5425
1657
+ },
1658
+ {
1659
+ "epoch": 3.4384858044164037,
1660
+ "grad_norm": 0.04287199303507805,
1661
+ "learning_rate": 1.1793278657149532e-06,
1662
+ "loss": 0.01931621313095093,
1663
+ "step": 5450
1664
+ },
1665
+ {
1666
+ "epoch": 3.454258675078864,
1667
+ "grad_norm": 0.287876158952713,
1668
+ "learning_rate": 1.1153180215879078e-06,
1669
+ "loss": 0.05405607223510742,
1670
+ "step": 5475
1671
+ },
1672
+ {
1673
+ "epoch": 3.470031545741325,
1674
+ "grad_norm": 0.5554311871528625,
1675
+ "learning_rate": 1.0529914376748452e-06,
1676
+ "loss": 0.026213862895965577,
1677
+ "step": 5500
1678
+ },
1679
+ {
1680
+ "epoch": 3.470031545741325,
1681
+ "eval_accuracy": 0.9861198738170347,
1682
+ "eval_f1": 0.9862241703193487,
1683
+ "eval_loss": 0.06463239341974258,
1684
+ "eval_precision": 0.9788688626476072,
1685
+ "eval_recall": 0.9936908517350158,
1686
+ "eval_runtime": 61.7345,
1687
+ "eval_samples_per_second": 51.349,
1688
+ "eval_steps_per_second": 3.223,
1689
+ "step": 5500
1690
+ },
1691
+ {
1692
+ "epoch": 3.4858044164037856,
1693
+ "grad_norm": 0.03855282813310623,
1694
+ "learning_rate": 9.923599221484403e-07,
1695
+ "loss": 0.001186341941356659,
1696
+ "step": 5525
1697
+ },
1698
+ {
1699
+ "epoch": 3.501577287066246,
1700
+ "grad_norm": 0.09590687602758408,
1701
+ "learning_rate": 9.334349620397465e-07,
1702
+ "loss": 0.04292780876159668,
1703
+ "step": 5550
1704
+ },
1705
+ {
1706
+ "epoch": 3.5173501577287065,
1707
+ "grad_norm": 0.039906103163957596,
1708
+ "learning_rate": 8.76227721061913e-07,
1709
+ "loss": 0.0397885537147522,
1710
+ "step": 5575
1711
+ },
1712
+ {
1713
+ "epoch": 3.5331230283911674,
1714
+ "grad_norm": 0.009204396046698093,
1715
+ "learning_rate": 8.207490374951232e-07,
1716
+ "loss": 0.015554320812225342,
1717
+ "step": 5600
1718
+ },
1719
+ {
1720
+ "epoch": 3.548895899053628,
1721
+ "grad_norm": 5.533051490783691,
1722
+ "learning_rate": 7.670094221332369e-07,
1723
+ "loss": 0.031379334926605225,
1724
+ "step": 5625
1725
+ },
1726
+ {
1727
+ "epoch": 3.5646687697160884,
1728
+ "grad_norm": 0.017078593373298645,
1729
+ "learning_rate": 7.150190562924442e-07,
1730
+ "loss": 0.030727083683013915,
1731
+ "step": 5650
1732
+ },
1733
+ {
1734
+ "epoch": 3.580441640378549,
1735
+ "grad_norm": 0.01333980169147253,
1736
+ "learning_rate": 6.647877898823463e-07,
1737
+ "loss": 0.002584594190120697,
1738
+ "step": 5675
1739
+ },
1740
+ {
1741
+ "epoch": 3.5962145110410093,
1742
+ "grad_norm": 0.033404573798179626,
1743
+ "learning_rate": 6.163251395398295e-07,
1744
+ "loss": 0.01648117184638977,
1745
+ "step": 5700
1746
+ },
1747
+ {
1748
+ "epoch": 3.61198738170347,
1749
+ "grad_norm": 0.02266419120132923,
1750
+ "learning_rate": 5.696402868260787e-07,
1751
+ "loss": 0.05104788303375244,
1752
+ "step": 5725
1753
+ },
1754
+ {
1755
+ "epoch": 3.6277602523659307,
1756
+ "grad_norm": 0.020101038739085197,
1757
+ "learning_rate": 5.247420764870681e-07,
1758
+ "loss": 0.0016559384763240813,
1759
+ "step": 5750
1760
+ },
1761
+ {
1762
+ "epoch": 3.643533123028391,
1763
+ "grad_norm": 30.076658248901367,
1764
+ "learning_rate": 4.816390147778716e-07,
1765
+ "loss": 0.01459729552268982,
1766
+ "step": 5775
1767
+ },
1768
+ {
1769
+ "epoch": 3.6593059936908516,
1770
+ "grad_norm": 0.02200201340019703,
1771
+ "learning_rate": 4.4033926785109095e-07,
1772
+ "loss": 0.015124108791351318,
1773
+ "step": 5800
1774
+ },
1775
+ {
1776
+ "epoch": 3.6750788643533125,
1777
+ "grad_norm": 4.121751308441162,
1778
+ "learning_rate": 4.0085066020973505e-07,
1779
+ "loss": 0.034863491058349606,
1780
+ "step": 5825
1781
+ },
1782
+ {
1783
+ "epoch": 3.690851735015773,
1784
+ "grad_norm": 0.0162983238697052,
1785
+ "learning_rate": 3.631806732248067e-07,
1786
+ "loss": 0.04830181121826172,
1787
+ "step": 5850
1788
+ },
1789
+ {
1790
+ "epoch": 3.7066246056782335,
1791
+ "grad_norm": 0.07747267186641693,
1792
+ "learning_rate": 3.273364437179216e-07,
1793
+ "loss": 0.005567395091056824,
1794
+ "step": 5875
1795
+ },
1796
+ {
1797
+ "epoch": 3.722397476340694,
1798
+ "grad_norm": 0.06429196149110794,
1799
+ "learning_rate": 2.933247626091751e-07,
1800
+ "loss": 0.03307506322860718,
1801
+ "step": 5900
1802
+ },
1803
+ {
1804
+ "epoch": 3.7381703470031544,
1805
+ "grad_norm": 1.322525143623352,
1806
+ "learning_rate": 2.611520736305739e-07,
1807
+ "loss": 0.08351734161376953,
1808
+ "step": 5925
1809
+ },
1810
+ {
1811
+ "epoch": 3.753943217665615,
1812
+ "grad_norm": 0.010082464665174484,
1813
+ "learning_rate": 2.308244721052233e-07,
1814
+ "loss": 0.02155515432357788,
1815
+ "step": 5950
1816
+ },
1817
+ {
1818
+ "epoch": 3.769716088328076,
1819
+ "grad_norm": 0.6019063591957092,
1820
+ "learning_rate": 2.02347703792527e-07,
1821
+ "loss": 0.05890011787414551,
1822
+ "step": 5975
1823
+ },
1824
+ {
1825
+ "epoch": 3.7854889589905363,
1826
+ "grad_norm": 9.324341773986816,
1827
+ "learning_rate": 1.757271637996183e-07,
1828
+ "loss": 0.050057473182678225,
1829
+ "step": 6000
1830
+ },
1831
+ {
1832
+ "epoch": 3.7854889589905363,
1833
+ "eval_accuracy": 0.9854889589905362,
1834
+ "eval_f1": 0.9856070087609512,
1835
+ "eval_loss": 0.06628032773733139,
1836
+ "eval_precision": 0.9776536312849162,
1837
+ "eval_recall": 0.9936908517350158,
1838
+ "eval_runtime": 61.662,
1839
+ "eval_samples_per_second": 51.409,
1840
+ "eval_steps_per_second": 3.227,
1841
+ "step": 6000
1842
+ }
1843
+ ],
1844
+ "logging_steps": 25,
1845
+ "max_steps": 6340,
1846
+ "num_input_tokens_seen": 0,
1847
+ "num_train_epochs": 4,
1848
+ "save_steps": 500,
1849
+ "stateful_callbacks": {
1850
+ "EarlyStoppingCallback": {
1851
+ "args": {
1852
+ "early_stopping_patience": 2,
1853
+ "early_stopping_threshold": 0.0
1854
+ },
1855
+ "attributes": {
1856
+ "early_stopping_patience_counter": 1
1857
+ }
1858
+ },
1859
+ "TrainerControl": {
1860
+ "args": {
1861
+ "should_epoch_stop": false,
1862
+ "should_evaluate": false,
1863
+ "should_log": false,
1864
+ "should_save": true,
1865
+ "should_training_stop": false
1866
+ },
1867
+ "attributes": {}
1868
+ }
1869
+ },
1870
+ "total_flos": 2.519183110649856e+16,
1871
+ "train_batch_size": 16,
1872
+ "trial_name": null,
1873
+ "trial_params": null
1874
+ }
checkpoint-6000/training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:828868299f9c3bb1e27941873d6c50b8aa4a9047279d9f7fe0a8c9ebc165d240
3
+ size 5201