Upload VLM + LoRA + Agentic RAG model with comprehensive docs
Browse files- adapter_config.json +37 -1
- adapter_model.safetensors +3 -0
- checkpoint-2950/README.md +207 -0
- checkpoint-2950/adapter_config.json +40 -0
- checkpoint-2950/adapter_model.safetensors +3 -0
- checkpoint-2950/optimizer.pt +3 -0
- checkpoint-2950/rng_state.pth +3 -0
- checkpoint-2950/scheduler.pt +3 -0
- checkpoint-2950/tokenizer.json +0 -0
- checkpoint-2950/tokenizer_config.json +12 -0
- checkpoint-2950/trainer_state.json +2099 -0
- checkpoint-2950/training_args.bin +3 -0
- checkpoint-3000/README.md +207 -0
- checkpoint-3000/adapter_config.json +40 -0
- checkpoint-3000/adapter_model.safetensors +3 -0
- checkpoint-3000/optimizer.pt +3 -0
- checkpoint-3000/rng_state.pth +3 -0
- checkpoint-3000/scheduler.pt +3 -0
- checkpoint-3000/tokenizer.json +0 -0
- checkpoint-3000/tokenizer_config.json +12 -0
- checkpoint-3000/trainer_state.json +2134 -0
- checkpoint-3000/training_args.bin +3 -0
adapter_config.json
CHANGED
|
@@ -1,4 +1,40 @@
|
|
| 1 |
{
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 2 |
"r": 64,
|
| 3 |
-
"
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 4 |
}
|
|
|
|
| 1 |
{
|
| 2 |
+
"alora_invocation_tokens": null,
|
| 3 |
+
"alpha_pattern": {},
|
| 4 |
+
"arrow_config": null,
|
| 5 |
+
"auto_mapping": null,
|
| 6 |
+
"base_model_name_or_path": "gpt2",
|
| 7 |
+
"bias": "none",
|
| 8 |
+
"corda_config": null,
|
| 9 |
+
"ensure_weight_tying": false,
|
| 10 |
+
"eva_config": null,
|
| 11 |
+
"exclude_modules": null,
|
| 12 |
+
"fan_in_fan_out": true,
|
| 13 |
+
"inference_mode": true,
|
| 14 |
+
"init_lora_weights": true,
|
| 15 |
+
"layer_replication": null,
|
| 16 |
+
"layers_pattern": null,
|
| 17 |
+
"layers_to_transform": null,
|
| 18 |
+
"loftq_config": {},
|
| 19 |
+
"lora_alpha": 128,
|
| 20 |
+
"lora_bias": false,
|
| 21 |
+
"lora_dropout": 0.05,
|
| 22 |
+
"megatron_config": null,
|
| 23 |
+
"megatron_core": "megatron.core",
|
| 24 |
+
"modules_to_save": null,
|
| 25 |
+
"peft_type": "LORA",
|
| 26 |
+
"peft_version": "0.18.1",
|
| 27 |
+
"qalora_group_size": 16,
|
| 28 |
"r": 64,
|
| 29 |
+
"rank_pattern": {},
|
| 30 |
+
"revision": null,
|
| 31 |
+
"target_modules": [
|
| 32 |
+
"c_attn"
|
| 33 |
+
],
|
| 34 |
+
"target_parameters": null,
|
| 35 |
+
"task_type": "CAUSAL_LM",
|
| 36 |
+
"trainable_token_indices": null,
|
| 37 |
+
"use_dora": false,
|
| 38 |
+
"use_qalora": false,
|
| 39 |
+
"use_rslora": false
|
| 40 |
}
|
adapter_model.safetensors
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:daf96ecad4fb2c407b82f85d56cef90e2882f3ad4e8696d095a21353f66fa596
|
| 3 |
+
size 9440280
|
checkpoint-2950/README.md
ADDED
|
@@ -0,0 +1,207 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
base_model: gpt2
|
| 3 |
+
library_name: peft
|
| 4 |
+
pipeline_tag: text-generation
|
| 5 |
+
tags:
|
| 6 |
+
- base_model:adapter:gpt2
|
| 7 |
+
- lora
|
| 8 |
+
- transformers
|
| 9 |
+
---
|
| 10 |
+
|
| 11 |
+
# Model Card for Model ID
|
| 12 |
+
|
| 13 |
+
<!-- Provide a quick summary of what the model is/does. -->
|
| 14 |
+
|
| 15 |
+
|
| 16 |
+
|
| 17 |
+
## Model Details
|
| 18 |
+
|
| 19 |
+
### Model Description
|
| 20 |
+
|
| 21 |
+
<!-- Provide a longer summary of what this model is. -->
|
| 22 |
+
|
| 23 |
+
|
| 24 |
+
|
| 25 |
+
- **Developed by:** [More Information Needed]
|
| 26 |
+
- **Funded by [optional]:** [More Information Needed]
|
| 27 |
+
- **Shared by [optional]:** [More Information Needed]
|
| 28 |
+
- **Model type:** [More Information Needed]
|
| 29 |
+
- **Language(s) (NLP):** [More Information Needed]
|
| 30 |
+
- **License:** [More Information Needed]
|
| 31 |
+
- **Finetuned from model [optional]:** [More Information Needed]
|
| 32 |
+
|
| 33 |
+
### Model Sources [optional]
|
| 34 |
+
|
| 35 |
+
<!-- Provide the basic links for the model. -->
|
| 36 |
+
|
| 37 |
+
- **Repository:** [More Information Needed]
|
| 38 |
+
- **Paper [optional]:** [More Information Needed]
|
| 39 |
+
- **Demo [optional]:** [More Information Needed]
|
| 40 |
+
|
| 41 |
+
## Uses
|
| 42 |
+
|
| 43 |
+
<!-- Address questions around how the model is intended to be used, including the foreseeable users of the model and those affected by the model. -->
|
| 44 |
+
|
| 45 |
+
### Direct Use
|
| 46 |
+
|
| 47 |
+
<!-- This section is for the model use without fine-tuning or plugging into a larger ecosystem/app. -->
|
| 48 |
+
|
| 49 |
+
[More Information Needed]
|
| 50 |
+
|
| 51 |
+
### Downstream Use [optional]
|
| 52 |
+
|
| 53 |
+
<!-- This section is for the model use when fine-tuned for a task, or when plugged into a larger ecosystem/app -->
|
| 54 |
+
|
| 55 |
+
[More Information Needed]
|
| 56 |
+
|
| 57 |
+
### Out-of-Scope Use
|
| 58 |
+
|
| 59 |
+
<!-- This section addresses misuse, malicious use, and uses that the model will not work well for. -->
|
| 60 |
+
|
| 61 |
+
[More Information Needed]
|
| 62 |
+
|
| 63 |
+
## Bias, Risks, and Limitations
|
| 64 |
+
|
| 65 |
+
<!-- This section is meant to convey both technical and sociotechnical limitations. -->
|
| 66 |
+
|
| 67 |
+
[More Information Needed]
|
| 68 |
+
|
| 69 |
+
### Recommendations
|
| 70 |
+
|
| 71 |
+
<!-- This section is meant to convey recommendations with respect to the bias, risk, and technical limitations. -->
|
| 72 |
+
|
| 73 |
+
Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.
|
| 74 |
+
|
| 75 |
+
## How to Get Started with the Model
|
| 76 |
+
|
| 77 |
+
Use the code below to get started with the model.
|
| 78 |
+
|
| 79 |
+
[More Information Needed]
|
| 80 |
+
|
| 81 |
+
## Training Details
|
| 82 |
+
|
| 83 |
+
### Training Data
|
| 84 |
+
|
| 85 |
+
<!-- This should link to a Dataset Card, perhaps with a short stub of information on what the training data is all about as well as documentation related to data pre-processing or additional filtering. -->
|
| 86 |
+
|
| 87 |
+
[More Information Needed]
|
| 88 |
+
|
| 89 |
+
### Training Procedure
|
| 90 |
+
|
| 91 |
+
<!-- This relates heavily to the Technical Specifications. Content here should link to that section when it is relevant to the training procedure. -->
|
| 92 |
+
|
| 93 |
+
#### Preprocessing [optional]
|
| 94 |
+
|
| 95 |
+
[More Information Needed]
|
| 96 |
+
|
| 97 |
+
|
| 98 |
+
#### Training Hyperparameters
|
| 99 |
+
|
| 100 |
+
- **Training regime:** [More Information Needed] <!--fp32, fp16 mixed precision, bf16 mixed precision, bf16 non-mixed precision, fp16 non-mixed precision, fp8 mixed precision -->
|
| 101 |
+
|
| 102 |
+
#### Speeds, Sizes, Times [optional]
|
| 103 |
+
|
| 104 |
+
<!-- This section provides information about throughput, start/end time, checkpoint size if relevant, etc. -->
|
| 105 |
+
|
| 106 |
+
[More Information Needed]
|
| 107 |
+
|
| 108 |
+
## Evaluation
|
| 109 |
+
|
| 110 |
+
<!-- This section describes the evaluation protocols and provides the results. -->
|
| 111 |
+
|
| 112 |
+
### Testing Data, Factors & Metrics
|
| 113 |
+
|
| 114 |
+
#### Testing Data
|
| 115 |
+
|
| 116 |
+
<!-- This should link to a Dataset Card if possible. -->
|
| 117 |
+
|
| 118 |
+
[More Information Needed]
|
| 119 |
+
|
| 120 |
+
#### Factors
|
| 121 |
+
|
| 122 |
+
<!-- These are the things the evaluation is disaggregating by, e.g., subpopulations or domains. -->
|
| 123 |
+
|
| 124 |
+
[More Information Needed]
|
| 125 |
+
|
| 126 |
+
#### Metrics
|
| 127 |
+
|
| 128 |
+
<!-- These are the evaluation metrics being used, ideally with a description of why. -->
|
| 129 |
+
|
| 130 |
+
[More Information Needed]
|
| 131 |
+
|
| 132 |
+
### Results
|
| 133 |
+
|
| 134 |
+
[More Information Needed]
|
| 135 |
+
|
| 136 |
+
#### Summary
|
| 137 |
+
|
| 138 |
+
|
| 139 |
+
|
| 140 |
+
## Model Examination [optional]
|
| 141 |
+
|
| 142 |
+
<!-- Relevant interpretability work for the model goes here -->
|
| 143 |
+
|
| 144 |
+
[More Information Needed]
|
| 145 |
+
|
| 146 |
+
## Environmental Impact
|
| 147 |
+
|
| 148 |
+
<!-- Total emissions (in grams of CO2eq) and additional considerations, such as electricity usage, go here. Edit the suggested text below accordingly -->
|
| 149 |
+
|
| 150 |
+
Carbon emissions can be estimated using the [Machine Learning Impact calculator](https://mlco2.github.io/impact#compute) presented in [Lacoste et al. (2019)](https://arxiv.org/abs/1910.09700).
|
| 151 |
+
|
| 152 |
+
- **Hardware Type:** [More Information Needed]
|
| 153 |
+
- **Hours used:** [More Information Needed]
|
| 154 |
+
- **Cloud Provider:** [More Information Needed]
|
| 155 |
+
- **Compute Region:** [More Information Needed]
|
| 156 |
+
- **Carbon Emitted:** [More Information Needed]
|
| 157 |
+
|
| 158 |
+
## Technical Specifications [optional]
|
| 159 |
+
|
| 160 |
+
### Model Architecture and Objective
|
| 161 |
+
|
| 162 |
+
[More Information Needed]
|
| 163 |
+
|
| 164 |
+
### Compute Infrastructure
|
| 165 |
+
|
| 166 |
+
[More Information Needed]
|
| 167 |
+
|
| 168 |
+
#### Hardware
|
| 169 |
+
|
| 170 |
+
[More Information Needed]
|
| 171 |
+
|
| 172 |
+
#### Software
|
| 173 |
+
|
| 174 |
+
[More Information Needed]
|
| 175 |
+
|
| 176 |
+
## Citation [optional]
|
| 177 |
+
|
| 178 |
+
<!-- If there is a paper or blog post introducing the model, the APA and Bibtex information for that should go in this section. -->
|
| 179 |
+
|
| 180 |
+
**BibTeX:**
|
| 181 |
+
|
| 182 |
+
[More Information Needed]
|
| 183 |
+
|
| 184 |
+
**APA:**
|
| 185 |
+
|
| 186 |
+
[More Information Needed]
|
| 187 |
+
|
| 188 |
+
## Glossary [optional]
|
| 189 |
+
|
| 190 |
+
<!-- If relevant, include terms and calculations in this section that can help readers understand the model or model card. -->
|
| 191 |
+
|
| 192 |
+
[More Information Needed]
|
| 193 |
+
|
| 194 |
+
## More Information [optional]
|
| 195 |
+
|
| 196 |
+
[More Information Needed]
|
| 197 |
+
|
| 198 |
+
## Model Card Authors [optional]
|
| 199 |
+
|
| 200 |
+
[More Information Needed]
|
| 201 |
+
|
| 202 |
+
## Model Card Contact
|
| 203 |
+
|
| 204 |
+
[More Information Needed]
|
| 205 |
+
### Framework versions
|
| 206 |
+
|
| 207 |
+
- PEFT 0.18.1
|
checkpoint-2950/adapter_config.json
ADDED
|
@@ -0,0 +1,40 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"alora_invocation_tokens": null,
|
| 3 |
+
"alpha_pattern": {},
|
| 4 |
+
"arrow_config": null,
|
| 5 |
+
"auto_mapping": null,
|
| 6 |
+
"base_model_name_or_path": "gpt2",
|
| 7 |
+
"bias": "none",
|
| 8 |
+
"corda_config": null,
|
| 9 |
+
"ensure_weight_tying": false,
|
| 10 |
+
"eva_config": null,
|
| 11 |
+
"exclude_modules": null,
|
| 12 |
+
"fan_in_fan_out": true,
|
| 13 |
+
"inference_mode": true,
|
| 14 |
+
"init_lora_weights": true,
|
| 15 |
+
"layer_replication": null,
|
| 16 |
+
"layers_pattern": null,
|
| 17 |
+
"layers_to_transform": null,
|
| 18 |
+
"loftq_config": {},
|
| 19 |
+
"lora_alpha": 128,
|
| 20 |
+
"lora_bias": false,
|
| 21 |
+
"lora_dropout": 0.05,
|
| 22 |
+
"megatron_config": null,
|
| 23 |
+
"megatron_core": "megatron.core",
|
| 24 |
+
"modules_to_save": null,
|
| 25 |
+
"peft_type": "LORA",
|
| 26 |
+
"peft_version": "0.18.1",
|
| 27 |
+
"qalora_group_size": 16,
|
| 28 |
+
"r": 64,
|
| 29 |
+
"rank_pattern": {},
|
| 30 |
+
"revision": null,
|
| 31 |
+
"target_modules": [
|
| 32 |
+
"c_attn"
|
| 33 |
+
],
|
| 34 |
+
"target_parameters": null,
|
| 35 |
+
"task_type": "CAUSAL_LM",
|
| 36 |
+
"trainable_token_indices": null,
|
| 37 |
+
"use_dora": false,
|
| 38 |
+
"use_qalora": false,
|
| 39 |
+
"use_rslora": false
|
| 40 |
+
}
|
checkpoint-2950/adapter_model.safetensors
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:02a4e2f8d367d441cbc3ab081924cfbca9ee955a0978a62e9950353910fa6e7c
|
| 3 |
+
size 9440280
|
checkpoint-2950/optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:9afb55e0f724d77e019d9bece3035817d197dc3cf3748242dd2bde537db07957
|
| 3 |
+
size 4824013
|
checkpoint-2950/rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:0a6e9c393552c2c47dfa2bcd8bd21d1fff3350161c69c2330a5e43e7a0ac17e7
|
| 3 |
+
size 14645
|
checkpoint-2950/scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:fe1ba50f341015e6963ecf5d9ab547ed57a294d162504c90954d845f834dd865
|
| 3 |
+
size 1465
|
checkpoint-2950/tokenizer.json
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|
checkpoint-2950/tokenizer_config.json
ADDED
|
@@ -0,0 +1,12 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"add_prefix_space": false,
|
| 3 |
+
"backend": "tokenizers",
|
| 4 |
+
"bos_token": "<|endoftext|>",
|
| 5 |
+
"eos_token": "<|endoftext|>",
|
| 6 |
+
"errors": "replace",
|
| 7 |
+
"is_local": false,
|
| 8 |
+
"model_max_length": 1024,
|
| 9 |
+
"pad_token": "<|endoftext|>",
|
| 10 |
+
"tokenizer_class": "GPT2Tokenizer",
|
| 11 |
+
"unk_token": "<|endoftext|>"
|
| 12 |
+
}
|
checkpoint-2950/trainer_state.json
ADDED
|
@@ -0,0 +1,2099 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_global_step": null,
|
| 3 |
+
"best_metric": null,
|
| 4 |
+
"best_model_checkpoint": null,
|
| 5 |
+
"epoch": 0.9833333333333333,
|
| 6 |
+
"eval_steps": 500,
|
| 7 |
+
"global_step": 2950,
|
| 8 |
+
"is_hyper_param_search": false,
|
| 9 |
+
"is_local_process_zero": true,
|
| 10 |
+
"is_world_process_zero": true,
|
| 11 |
+
"log_history": [
|
| 12 |
+
{
|
| 13 |
+
"epoch": 0.0033333333333333335,
|
| 14 |
+
"grad_norm": 6.809678077697754,
|
| 15 |
+
"learning_rate": 4.9850000000000006e-05,
|
| 16 |
+
"loss": 7.233219146728516,
|
| 17 |
+
"step": 10
|
| 18 |
+
},
|
| 19 |
+
{
|
| 20 |
+
"epoch": 0.006666666666666667,
|
| 21 |
+
"grad_norm": 8.315083503723145,
|
| 22 |
+
"learning_rate": 4.968333333333334e-05,
|
| 23 |
+
"loss": 5.7482860565185545,
|
| 24 |
+
"step": 20
|
| 25 |
+
},
|
| 26 |
+
{
|
| 27 |
+
"epoch": 0.01,
|
| 28 |
+
"grad_norm": 6.454437255859375,
|
| 29 |
+
"learning_rate": 4.9516666666666666e-05,
|
| 30 |
+
"loss": 3.6689868927001954,
|
| 31 |
+
"step": 30
|
| 32 |
+
},
|
| 33 |
+
{
|
| 34 |
+
"epoch": 0.013333333333333334,
|
| 35 |
+
"grad_norm": 3.284022092819214,
|
| 36 |
+
"learning_rate": 4.935e-05,
|
| 37 |
+
"loss": 2.273424530029297,
|
| 38 |
+
"step": 40
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.016666666666666666,
|
| 42 |
+
"grad_norm": 0.9964243173599243,
|
| 43 |
+
"learning_rate": 4.9183333333333334e-05,
|
| 44 |
+
"loss": 1.6669052124023438,
|
| 45 |
+
"step": 50
|
| 46 |
+
},
|
| 47 |
+
{
|
| 48 |
+
"epoch": 0.02,
|
| 49 |
+
"grad_norm": 0.6209345459938049,
|
| 50 |
+
"learning_rate": 4.901666666666667e-05,
|
| 51 |
+
"loss": 1.347894287109375,
|
| 52 |
+
"step": 60
|
| 53 |
+
},
|
| 54 |
+
{
|
| 55 |
+
"epoch": 0.023333333333333334,
|
| 56 |
+
"grad_norm": 0.7051726579666138,
|
| 57 |
+
"learning_rate": 4.885e-05,
|
| 58 |
+
"loss": 1.3426547050476074,
|
| 59 |
+
"step": 70
|
| 60 |
+
},
|
| 61 |
+
{
|
| 62 |
+
"epoch": 0.02666666666666667,
|
| 63 |
+
"grad_norm": 0.5769520998001099,
|
| 64 |
+
"learning_rate": 4.8683333333333335e-05,
|
| 65 |
+
"loss": 1.031618881225586,
|
| 66 |
+
"step": 80
|
| 67 |
+
},
|
| 68 |
+
{
|
| 69 |
+
"epoch": 0.03,
|
| 70 |
+
"grad_norm": 1.3832005262374878,
|
| 71 |
+
"learning_rate": 4.851666666666667e-05,
|
| 72 |
+
"loss": 1.0876376152038574,
|
| 73 |
+
"step": 90
|
| 74 |
+
},
|
| 75 |
+
{
|
| 76 |
+
"epoch": 0.03333333333333333,
|
| 77 |
+
"grad_norm": 0.423240602016449,
|
| 78 |
+
"learning_rate": 4.835e-05,
|
| 79 |
+
"loss": 0.967049503326416,
|
| 80 |
+
"step": 100
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.03666666666666667,
|
| 84 |
+
"grad_norm": 1.0171490907669067,
|
| 85 |
+
"learning_rate": 4.818333333333334e-05,
|
| 86 |
+
"loss": 1.0151338577270508,
|
| 87 |
+
"step": 110
|
| 88 |
+
},
|
| 89 |
+
{
|
| 90 |
+
"epoch": 0.04,
|
| 91 |
+
"grad_norm": 0.42430293560028076,
|
| 92 |
+
"learning_rate": 4.801666666666667e-05,
|
| 93 |
+
"loss": 1.0364399909973145,
|
| 94 |
+
"step": 120
|
| 95 |
+
},
|
| 96 |
+
{
|
| 97 |
+
"epoch": 0.043333333333333335,
|
| 98 |
+
"grad_norm": 1.113786220550537,
|
| 99 |
+
"learning_rate": 4.785e-05,
|
| 100 |
+
"loss": 1.2358755111694335,
|
| 101 |
+
"step": 130
|
| 102 |
+
},
|
| 103 |
+
{
|
| 104 |
+
"epoch": 0.04666666666666667,
|
| 105 |
+
"grad_norm": 0.4222952425479889,
|
| 106 |
+
"learning_rate": 4.768333333333334e-05,
|
| 107 |
+
"loss": 0.9435253143310547,
|
| 108 |
+
"step": 140
|
| 109 |
+
},
|
| 110 |
+
{
|
| 111 |
+
"epoch": 0.05,
|
| 112 |
+
"grad_norm": 0.4197883903980255,
|
| 113 |
+
"learning_rate": 4.751666666666667e-05,
|
| 114 |
+
"loss": 0.9088167190551758,
|
| 115 |
+
"step": 150
|
| 116 |
+
},
|
| 117 |
+
{
|
| 118 |
+
"epoch": 0.05333333333333334,
|
| 119 |
+
"grad_norm": 0.4791605770587921,
|
| 120 |
+
"learning_rate": 4.735e-05,
|
| 121 |
+
"loss": 1.0109647750854491,
|
| 122 |
+
"step": 160
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 0.056666666666666664,
|
| 126 |
+
"grad_norm": 0.4866371154785156,
|
| 127 |
+
"learning_rate": 4.718333333333333e-05,
|
| 128 |
+
"loss": 1.0510098457336425,
|
| 129 |
+
"step": 170
|
| 130 |
+
},
|
| 131 |
+
{
|
| 132 |
+
"epoch": 0.06,
|
| 133 |
+
"grad_norm": 0.369156152009964,
|
| 134 |
+
"learning_rate": 4.701666666666667e-05,
|
| 135 |
+
"loss": 0.9953393936157227,
|
| 136 |
+
"step": 180
|
| 137 |
+
},
|
| 138 |
+
{
|
| 139 |
+
"epoch": 0.06333333333333334,
|
| 140 |
+
"grad_norm": 0.8538883924484253,
|
| 141 |
+
"learning_rate": 4.685000000000001e-05,
|
| 142 |
+
"loss": 1.0944287300109863,
|
| 143 |
+
"step": 190
|
| 144 |
+
},
|
| 145 |
+
{
|
| 146 |
+
"epoch": 0.06666666666666667,
|
| 147 |
+
"grad_norm": 0.4323364496231079,
|
| 148 |
+
"learning_rate": 4.6683333333333334e-05,
|
| 149 |
+
"loss": 0.9442741394042968,
|
| 150 |
+
"step": 200
|
| 151 |
+
},
|
| 152 |
+
{
|
| 153 |
+
"epoch": 0.07,
|
| 154 |
+
"grad_norm": 0.5124598145484924,
|
| 155 |
+
"learning_rate": 4.651666666666667e-05,
|
| 156 |
+
"loss": 0.8857268333435059,
|
| 157 |
+
"step": 210
|
| 158 |
+
},
|
| 159 |
+
{
|
| 160 |
+
"epoch": 0.07333333333333333,
|
| 161 |
+
"grad_norm": 0.5820016264915466,
|
| 162 |
+
"learning_rate": 4.635e-05,
|
| 163 |
+
"loss": 1.1653939247131349,
|
| 164 |
+
"step": 220
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 0.07666666666666666,
|
| 168 |
+
"grad_norm": 0.3909580111503601,
|
| 169 |
+
"learning_rate": 4.6183333333333336e-05,
|
| 170 |
+
"loss": 1.0361078262329102,
|
| 171 |
+
"step": 230
|
| 172 |
+
},
|
| 173 |
+
{
|
| 174 |
+
"epoch": 0.08,
|
| 175 |
+
"grad_norm": 0.9888875484466553,
|
| 176 |
+
"learning_rate": 4.601666666666667e-05,
|
| 177 |
+
"loss": 1.1712039947509765,
|
| 178 |
+
"step": 240
|
| 179 |
+
},
|
| 180 |
+
{
|
| 181 |
+
"epoch": 0.08333333333333333,
|
| 182 |
+
"grad_norm": 0.5135601758956909,
|
| 183 |
+
"learning_rate": 4.585e-05,
|
| 184 |
+
"loss": 0.9313525199890137,
|
| 185 |
+
"step": 250
|
| 186 |
+
},
|
| 187 |
+
{
|
| 188 |
+
"epoch": 0.08666666666666667,
|
| 189 |
+
"grad_norm": 0.5219751000404358,
|
| 190 |
+
"learning_rate": 4.568333333333333e-05,
|
| 191 |
+
"loss": 1.0194238662719726,
|
| 192 |
+
"step": 260
|
| 193 |
+
},
|
| 194 |
+
{
|
| 195 |
+
"epoch": 0.09,
|
| 196 |
+
"grad_norm": 0.5085497498512268,
|
| 197 |
+
"learning_rate": 4.551666666666667e-05,
|
| 198 |
+
"loss": 0.9100503921508789,
|
| 199 |
+
"step": 270
|
| 200 |
+
},
|
| 201 |
+
{
|
| 202 |
+
"epoch": 0.09333333333333334,
|
| 203 |
+
"grad_norm": 0.39039579033851624,
|
| 204 |
+
"learning_rate": 4.5350000000000005e-05,
|
| 205 |
+
"loss": 0.9138201713562012,
|
| 206 |
+
"step": 280
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 0.09666666666666666,
|
| 210 |
+
"grad_norm": 0.4246252179145813,
|
| 211 |
+
"learning_rate": 4.518333333333333e-05,
|
| 212 |
+
"loss": 1.0014129638671876,
|
| 213 |
+
"step": 290
|
| 214 |
+
},
|
| 215 |
+
{
|
| 216 |
+
"epoch": 0.1,
|
| 217 |
+
"grad_norm": 0.46258535981178284,
|
| 218 |
+
"learning_rate": 4.5016666666666665e-05,
|
| 219 |
+
"loss": 1.10882568359375,
|
| 220 |
+
"step": 300
|
| 221 |
+
},
|
| 222 |
+
{
|
| 223 |
+
"epoch": 0.10333333333333333,
|
| 224 |
+
"grad_norm": 0.3984704613685608,
|
| 225 |
+
"learning_rate": 4.4850000000000006e-05,
|
| 226 |
+
"loss": 0.9269520759582519,
|
| 227 |
+
"step": 310
|
| 228 |
+
},
|
| 229 |
+
{
|
| 230 |
+
"epoch": 0.10666666666666667,
|
| 231 |
+
"grad_norm": 0.4456084966659546,
|
| 232 |
+
"learning_rate": 4.468333333333334e-05,
|
| 233 |
+
"loss": 0.9888761520385743,
|
| 234 |
+
"step": 320
|
| 235 |
+
},
|
| 236 |
+
{
|
| 237 |
+
"epoch": 0.11,
|
| 238 |
+
"grad_norm": 0.8263048529624939,
|
| 239 |
+
"learning_rate": 4.451666666666667e-05,
|
| 240 |
+
"loss": 0.8790253639221192,
|
| 241 |
+
"step": 330
|
| 242 |
+
},
|
| 243 |
+
{
|
| 244 |
+
"epoch": 0.11333333333333333,
|
| 245 |
+
"grad_norm": 0.35195598006248474,
|
| 246 |
+
"learning_rate": 4.435e-05,
|
| 247 |
+
"loss": 0.8765983581542969,
|
| 248 |
+
"step": 340
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 0.11666666666666667,
|
| 252 |
+
"grad_norm": 0.447350412607193,
|
| 253 |
+
"learning_rate": 4.4183333333333334e-05,
|
| 254 |
+
"loss": 1.1207200050354005,
|
| 255 |
+
"step": 350
|
| 256 |
+
},
|
| 257 |
+
{
|
| 258 |
+
"epoch": 0.12,
|
| 259 |
+
"grad_norm": 0.7923038601875305,
|
| 260 |
+
"learning_rate": 4.401666666666667e-05,
|
| 261 |
+
"loss": 0.8299055099487305,
|
| 262 |
+
"step": 360
|
| 263 |
+
},
|
| 264 |
+
{
|
| 265 |
+
"epoch": 0.12333333333333334,
|
| 266 |
+
"grad_norm": 0.3724622428417206,
|
| 267 |
+
"learning_rate": 4.385e-05,
|
| 268 |
+
"loss": 1.1368635177612305,
|
| 269 |
+
"step": 370
|
| 270 |
+
},
|
| 271 |
+
{
|
| 272 |
+
"epoch": 0.12666666666666668,
|
| 273 |
+
"grad_norm": 0.49659571051597595,
|
| 274 |
+
"learning_rate": 4.3683333333333336e-05,
|
| 275 |
+
"loss": 0.9668448448181153,
|
| 276 |
+
"step": 380
|
| 277 |
+
},
|
| 278 |
+
{
|
| 279 |
+
"epoch": 0.13,
|
| 280 |
+
"grad_norm": 0.3801608681678772,
|
| 281 |
+
"learning_rate": 4.351666666666667e-05,
|
| 282 |
+
"loss": 1.0527292251586915,
|
| 283 |
+
"step": 390
|
| 284 |
+
},
|
| 285 |
+
{
|
| 286 |
+
"epoch": 0.13333333333333333,
|
| 287 |
+
"grad_norm": 0.450956791639328,
|
| 288 |
+
"learning_rate": 4.335e-05,
|
| 289 |
+
"loss": 0.9145011901855469,
|
| 290 |
+
"step": 400
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 0.13666666666666666,
|
| 294 |
+
"grad_norm": 0.5096069574356079,
|
| 295 |
+
"learning_rate": 4.318333333333334e-05,
|
| 296 |
+
"loss": 0.9489949226379395,
|
| 297 |
+
"step": 410
|
| 298 |
+
},
|
| 299 |
+
{
|
| 300 |
+
"epoch": 0.14,
|
| 301 |
+
"grad_norm": 0.5106140971183777,
|
| 302 |
+
"learning_rate": 4.3016666666666664e-05,
|
| 303 |
+
"loss": 0.9242402076721191,
|
| 304 |
+
"step": 420
|
| 305 |
+
},
|
| 306 |
+
{
|
| 307 |
+
"epoch": 0.14333333333333334,
|
| 308 |
+
"grad_norm": 0.45267972350120544,
|
| 309 |
+
"learning_rate": 4.285e-05,
|
| 310 |
+
"loss": 0.9822881698608399,
|
| 311 |
+
"step": 430
|
| 312 |
+
},
|
| 313 |
+
{
|
| 314 |
+
"epoch": 0.14666666666666667,
|
| 315 |
+
"grad_norm": 0.6330339312553406,
|
| 316 |
+
"learning_rate": 4.268333333333334e-05,
|
| 317 |
+
"loss": 0.9491618156433106,
|
| 318 |
+
"step": 440
|
| 319 |
+
},
|
| 320 |
+
{
|
| 321 |
+
"epoch": 0.15,
|
| 322 |
+
"grad_norm": 0.39571714401245117,
|
| 323 |
+
"learning_rate": 4.251666666666667e-05,
|
| 324 |
+
"loss": 0.8421293258666992,
|
| 325 |
+
"step": 450
|
| 326 |
+
},
|
| 327 |
+
{
|
| 328 |
+
"epoch": 0.15333333333333332,
|
| 329 |
+
"grad_norm": 0.45525646209716797,
|
| 330 |
+
"learning_rate": 4.235e-05,
|
| 331 |
+
"loss": 0.8939360618591309,
|
| 332 |
+
"step": 460
|
| 333 |
+
},
|
| 334 |
+
{
|
| 335 |
+
"epoch": 0.15666666666666668,
|
| 336 |
+
"grad_norm": 0.4628102779388428,
|
| 337 |
+
"learning_rate": 4.218333333333333e-05,
|
| 338 |
+
"loss": 0.8926850318908691,
|
| 339 |
+
"step": 470
|
| 340 |
+
},
|
| 341 |
+
{
|
| 342 |
+
"epoch": 0.16,
|
| 343 |
+
"grad_norm": 0.8717295527458191,
|
| 344 |
+
"learning_rate": 4.2016666666666674e-05,
|
| 345 |
+
"loss": 1.0624030113220215,
|
| 346 |
+
"step": 480
|
| 347 |
+
},
|
| 348 |
+
{
|
| 349 |
+
"epoch": 0.16333333333333333,
|
| 350 |
+
"grad_norm": 0.4680945873260498,
|
| 351 |
+
"learning_rate": 4.185e-05,
|
| 352 |
+
"loss": 1.0478023529052733,
|
| 353 |
+
"step": 490
|
| 354 |
+
},
|
| 355 |
+
{
|
| 356 |
+
"epoch": 0.16666666666666666,
|
| 357 |
+
"grad_norm": 0.6128882169723511,
|
| 358 |
+
"learning_rate": 4.1683333333333335e-05,
|
| 359 |
+
"loss": 0.8906542778015136,
|
| 360 |
+
"step": 500
|
| 361 |
+
},
|
| 362 |
+
{
|
| 363 |
+
"epoch": 0.17,
|
| 364 |
+
"grad_norm": 0.4829300343990326,
|
| 365 |
+
"learning_rate": 4.151666666666667e-05,
|
| 366 |
+
"loss": 0.9830364227294922,
|
| 367 |
+
"step": 510
|
| 368 |
+
},
|
| 369 |
+
{
|
| 370 |
+
"epoch": 0.17333333333333334,
|
| 371 |
+
"grad_norm": 0.38999485969543457,
|
| 372 |
+
"learning_rate": 4.135e-05,
|
| 373 |
+
"loss": 0.8852478981018066,
|
| 374 |
+
"step": 520
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 0.17666666666666667,
|
| 378 |
+
"grad_norm": 0.4839600622653961,
|
| 379 |
+
"learning_rate": 4.1183333333333336e-05,
|
| 380 |
+
"loss": 0.7948226451873779,
|
| 381 |
+
"step": 530
|
| 382 |
+
},
|
| 383 |
+
{
|
| 384 |
+
"epoch": 0.18,
|
| 385 |
+
"grad_norm": 0.6786544919013977,
|
| 386 |
+
"learning_rate": 4.101666666666667e-05,
|
| 387 |
+
"loss": 0.8042360305786133,
|
| 388 |
+
"step": 540
|
| 389 |
+
},
|
| 390 |
+
{
|
| 391 |
+
"epoch": 0.18333333333333332,
|
| 392 |
+
"grad_norm": 0.563444972038269,
|
| 393 |
+
"learning_rate": 4.085e-05,
|
| 394 |
+
"loss": 0.9007970809936523,
|
| 395 |
+
"step": 550
|
| 396 |
+
},
|
| 397 |
+
{
|
| 398 |
+
"epoch": 0.18666666666666668,
|
| 399 |
+
"grad_norm": 0.49744439125061035,
|
| 400 |
+
"learning_rate": 4.068333333333334e-05,
|
| 401 |
+
"loss": 0.9553793907165528,
|
| 402 |
+
"step": 560
|
| 403 |
+
},
|
| 404 |
+
{
|
| 405 |
+
"epoch": 0.19,
|
| 406 |
+
"grad_norm": 0.6419633030891418,
|
| 407 |
+
"learning_rate": 4.051666666666667e-05,
|
| 408 |
+
"loss": 0.9643045425415039,
|
| 409 |
+
"step": 570
|
| 410 |
+
},
|
| 411 |
+
{
|
| 412 |
+
"epoch": 0.19333333333333333,
|
| 413 |
+
"grad_norm": 0.4224979281425476,
|
| 414 |
+
"learning_rate": 4.0350000000000005e-05,
|
| 415 |
+
"loss": 0.9608310699462891,
|
| 416 |
+
"step": 580
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 0.19666666666666666,
|
| 420 |
+
"grad_norm": 0.47567546367645264,
|
| 421 |
+
"learning_rate": 4.018333333333333e-05,
|
| 422 |
+
"loss": 0.9702249526977539,
|
| 423 |
+
"step": 590
|
| 424 |
+
},
|
| 425 |
+
{
|
| 426 |
+
"epoch": 0.2,
|
| 427 |
+
"grad_norm": 0.4709877669811249,
|
| 428 |
+
"learning_rate": 4.0016666666666666e-05,
|
| 429 |
+
"loss": 1.0520934104919433,
|
| 430 |
+
"step": 600
|
| 431 |
+
},
|
| 432 |
+
{
|
| 433 |
+
"epoch": 0.20333333333333334,
|
| 434 |
+
"grad_norm": 0.49998438358306885,
|
| 435 |
+
"learning_rate": 3.9850000000000006e-05,
|
| 436 |
+
"loss": 1.0648069381713867,
|
| 437 |
+
"step": 610
|
| 438 |
+
},
|
| 439 |
+
{
|
| 440 |
+
"epoch": 0.20666666666666667,
|
| 441 |
+
"grad_norm": 0.5507012009620667,
|
| 442 |
+
"learning_rate": 3.9683333333333333e-05,
|
| 443 |
+
"loss": 0.9851966857910156,
|
| 444 |
+
"step": 620
|
| 445 |
+
},
|
| 446 |
+
{
|
| 447 |
+
"epoch": 0.21,
|
| 448 |
+
"grad_norm": 0.38482487201690674,
|
| 449 |
+
"learning_rate": 3.951666666666667e-05,
|
| 450 |
+
"loss": 1.1561612129211425,
|
| 451 |
+
"step": 630
|
| 452 |
+
},
|
| 453 |
+
{
|
| 454 |
+
"epoch": 0.21333333333333335,
|
| 455 |
+
"grad_norm": 0.3904467225074768,
|
| 456 |
+
"learning_rate": 3.935e-05,
|
| 457 |
+
"loss": 0.8037273406982421,
|
| 458 |
+
"step": 640
|
| 459 |
+
},
|
| 460 |
+
{
|
| 461 |
+
"epoch": 0.21666666666666667,
|
| 462 |
+
"grad_norm": 0.38054290413856506,
|
| 463 |
+
"learning_rate": 3.9183333333333335e-05,
|
| 464 |
+
"loss": 0.9846150398254394,
|
| 465 |
+
"step": 650
|
| 466 |
+
},
|
| 467 |
+
{
|
| 468 |
+
"epoch": 0.22,
|
| 469 |
+
"grad_norm": 0.5266609191894531,
|
| 470 |
+
"learning_rate": 3.901666666666667e-05,
|
| 471 |
+
"loss": 0.8768625259399414,
|
| 472 |
+
"step": 660
|
| 473 |
+
},
|
| 474 |
+
{
|
| 475 |
+
"epoch": 0.22333333333333333,
|
| 476 |
+
"grad_norm": 0.4669780135154724,
|
| 477 |
+
"learning_rate": 3.885e-05,
|
| 478 |
+
"loss": 1.0029444694519043,
|
| 479 |
+
"step": 670
|
| 480 |
+
},
|
| 481 |
+
{
|
| 482 |
+
"epoch": 0.22666666666666666,
|
| 483 |
+
"grad_norm": 0.8248076438903809,
|
| 484 |
+
"learning_rate": 3.868333333333333e-05,
|
| 485 |
+
"loss": 0.9029686927795411,
|
| 486 |
+
"step": 680
|
| 487 |
+
},
|
| 488 |
+
{
|
| 489 |
+
"epoch": 0.23,
|
| 490 |
+
"grad_norm": 0.4936239421367645,
|
| 491 |
+
"learning_rate": 3.851666666666667e-05,
|
| 492 |
+
"loss": 0.8907859802246094,
|
| 493 |
+
"step": 690
|
| 494 |
+
},
|
| 495 |
+
{
|
| 496 |
+
"epoch": 0.23333333333333334,
|
| 497 |
+
"grad_norm": 0.4638374447822571,
|
| 498 |
+
"learning_rate": 3.8350000000000004e-05,
|
| 499 |
+
"loss": 0.8049991607666016,
|
| 500 |
+
"step": 700
|
| 501 |
+
},
|
| 502 |
+
{
|
| 503 |
+
"epoch": 0.23666666666666666,
|
| 504 |
+
"grad_norm": 0.389417827129364,
|
| 505 |
+
"learning_rate": 3.818333333333334e-05,
|
| 506 |
+
"loss": 0.9385946273803711,
|
| 507 |
+
"step": 710
|
| 508 |
+
},
|
| 509 |
+
{
|
| 510 |
+
"epoch": 0.24,
|
| 511 |
+
"grad_norm": 0.5004547834396362,
|
| 512 |
+
"learning_rate": 3.8016666666666665e-05,
|
| 513 |
+
"loss": 0.9536812782287598,
|
| 514 |
+
"step": 720
|
| 515 |
+
},
|
| 516 |
+
{
|
| 517 |
+
"epoch": 0.24333333333333335,
|
| 518 |
+
"grad_norm": 0.5362987518310547,
|
| 519 |
+
"learning_rate": 3.7850000000000005e-05,
|
| 520 |
+
"loss": 0.9482944488525391,
|
| 521 |
+
"step": 730
|
| 522 |
+
},
|
| 523 |
+
{
|
| 524 |
+
"epoch": 0.24666666666666667,
|
| 525 |
+
"grad_norm": 0.6165914535522461,
|
| 526 |
+
"learning_rate": 3.768333333333334e-05,
|
| 527 |
+
"loss": 0.8894567489624023,
|
| 528 |
+
"step": 740
|
| 529 |
+
},
|
| 530 |
+
{
|
| 531 |
+
"epoch": 0.25,
|
| 532 |
+
"grad_norm": 0.5372249484062195,
|
| 533 |
+
"learning_rate": 3.7516666666666666e-05,
|
| 534 |
+
"loss": 0.8759191513061524,
|
| 535 |
+
"step": 750
|
| 536 |
+
},
|
| 537 |
+
{
|
| 538 |
+
"epoch": 0.25333333333333335,
|
| 539 |
+
"grad_norm": 0.5786657929420471,
|
| 540 |
+
"learning_rate": 3.735e-05,
|
| 541 |
+
"loss": 1.0180109024047852,
|
| 542 |
+
"step": 760
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 0.25666666666666665,
|
| 546 |
+
"grad_norm": 0.6640530228614807,
|
| 547 |
+
"learning_rate": 3.7183333333333334e-05,
|
| 548 |
+
"loss": 0.9838876724243164,
|
| 549 |
+
"step": 770
|
| 550 |
+
},
|
| 551 |
+
{
|
| 552 |
+
"epoch": 0.26,
|
| 553 |
+
"grad_norm": 0.7388576865196228,
|
| 554 |
+
"learning_rate": 3.701666666666667e-05,
|
| 555 |
+
"loss": 1.06797456741333,
|
| 556 |
+
"step": 780
|
| 557 |
+
},
|
| 558 |
+
{
|
| 559 |
+
"epoch": 0.2633333333333333,
|
| 560 |
+
"grad_norm": 0.6332851648330688,
|
| 561 |
+
"learning_rate": 3.685e-05,
|
| 562 |
+
"loss": 0.9420416831970215,
|
| 563 |
+
"step": 790
|
| 564 |
+
},
|
| 565 |
+
{
|
| 566 |
+
"epoch": 0.26666666666666666,
|
| 567 |
+
"grad_norm": 0.6151734590530396,
|
| 568 |
+
"learning_rate": 3.6683333333333335e-05,
|
| 569 |
+
"loss": 1.014689064025879,
|
| 570 |
+
"step": 800
|
| 571 |
+
},
|
| 572 |
+
{
|
| 573 |
+
"epoch": 0.27,
|
| 574 |
+
"grad_norm": 0.540749192237854,
|
| 575 |
+
"learning_rate": 3.651666666666667e-05,
|
| 576 |
+
"loss": 0.9264237403869628,
|
| 577 |
+
"step": 810
|
| 578 |
+
},
|
| 579 |
+
{
|
| 580 |
+
"epoch": 0.2733333333333333,
|
| 581 |
+
"grad_norm": 0.6882827877998352,
|
| 582 |
+
"learning_rate": 3.635e-05,
|
| 583 |
+
"loss": 1.0425030708312988,
|
| 584 |
+
"step": 820
|
| 585 |
+
},
|
| 586 |
+
{
|
| 587 |
+
"epoch": 0.27666666666666667,
|
| 588 |
+
"grad_norm": 0.4624575078487396,
|
| 589 |
+
"learning_rate": 3.6183333333333336e-05,
|
| 590 |
+
"loss": 0.8155969619750977,
|
| 591 |
+
"step": 830
|
| 592 |
+
},
|
| 593 |
+
{
|
| 594 |
+
"epoch": 0.28,
|
| 595 |
+
"grad_norm": 0.4114076495170593,
|
| 596 |
+
"learning_rate": 3.601666666666667e-05,
|
| 597 |
+
"loss": 1.0072894096374512,
|
| 598 |
+
"step": 840
|
| 599 |
+
},
|
| 600 |
+
{
|
| 601 |
+
"epoch": 0.2833333333333333,
|
| 602 |
+
"grad_norm": 1.0943950414657593,
|
| 603 |
+
"learning_rate": 3.585e-05,
|
| 604 |
+
"loss": 0.802765941619873,
|
| 605 |
+
"step": 850
|
| 606 |
+
},
|
| 607 |
+
{
|
| 608 |
+
"epoch": 0.2866666666666667,
|
| 609 |
+
"grad_norm": 0.5488337874412537,
|
| 610 |
+
"learning_rate": 3.568333333333334e-05,
|
| 611 |
+
"loss": 1.0031457901000977,
|
| 612 |
+
"step": 860
|
| 613 |
+
},
|
| 614 |
+
{
|
| 615 |
+
"epoch": 0.29,
|
| 616 |
+
"grad_norm": 0.43701034784317017,
|
| 617 |
+
"learning_rate": 3.551666666666667e-05,
|
| 618 |
+
"loss": 0.8668848037719726,
|
| 619 |
+
"step": 870
|
| 620 |
+
},
|
| 621 |
+
{
|
| 622 |
+
"epoch": 0.29333333333333333,
|
| 623 |
+
"grad_norm": 0.7260711193084717,
|
| 624 |
+
"learning_rate": 3.535e-05,
|
| 625 |
+
"loss": 1.1286174774169921,
|
| 626 |
+
"step": 880
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 0.2966666666666667,
|
| 630 |
+
"grad_norm": 0.44215908646583557,
|
| 631 |
+
"learning_rate": 3.518333333333333e-05,
|
| 632 |
+
"loss": 0.8784223556518554,
|
| 633 |
+
"step": 890
|
| 634 |
+
},
|
| 635 |
+
{
|
| 636 |
+
"epoch": 0.3,
|
| 637 |
+
"grad_norm": 0.6829396486282349,
|
| 638 |
+
"learning_rate": 3.501666666666667e-05,
|
| 639 |
+
"loss": 0.9527795791625977,
|
| 640 |
+
"step": 900
|
| 641 |
+
},
|
| 642 |
+
{
|
| 643 |
+
"epoch": 0.30333333333333334,
|
| 644 |
+
"grad_norm": 0.5683781504631042,
|
| 645 |
+
"learning_rate": 3.485e-05,
|
| 646 |
+
"loss": 0.9348941802978515,
|
| 647 |
+
"step": 910
|
| 648 |
+
},
|
| 649 |
+
{
|
| 650 |
+
"epoch": 0.30666666666666664,
|
| 651 |
+
"grad_norm": 0.43940940499305725,
|
| 652 |
+
"learning_rate": 3.4683333333333334e-05,
|
| 653 |
+
"loss": 0.7635839939117431,
|
| 654 |
+
"step": 920
|
| 655 |
+
},
|
| 656 |
+
{
|
| 657 |
+
"epoch": 0.31,
|
| 658 |
+
"grad_norm": 0.6151530146598816,
|
| 659 |
+
"learning_rate": 3.451666666666667e-05,
|
| 660 |
+
"loss": 0.9328359603881836,
|
| 661 |
+
"step": 930
|
| 662 |
+
},
|
| 663 |
+
{
|
| 664 |
+
"epoch": 0.31333333333333335,
|
| 665 |
+
"grad_norm": 0.4174748957157135,
|
| 666 |
+
"learning_rate": 3.435e-05,
|
| 667 |
+
"loss": 0.8129542350769043,
|
| 668 |
+
"step": 940
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 0.31666666666666665,
|
| 672 |
+
"grad_norm": 0.4708555340766907,
|
| 673 |
+
"learning_rate": 3.4183333333333335e-05,
|
| 674 |
+
"loss": 0.8687195777893066,
|
| 675 |
+
"step": 950
|
| 676 |
+
},
|
| 677 |
+
{
|
| 678 |
+
"epoch": 0.32,
|
| 679 |
+
"grad_norm": 0.6549626588821411,
|
| 680 |
+
"learning_rate": 3.401666666666667e-05,
|
| 681 |
+
"loss": 0.8674649238586426,
|
| 682 |
+
"step": 960
|
| 683 |
+
},
|
| 684 |
+
{
|
| 685 |
+
"epoch": 0.3233333333333333,
|
| 686 |
+
"grad_norm": 0.4076550602912903,
|
| 687 |
+
"learning_rate": 3.385e-05,
|
| 688 |
+
"loss": 0.9264376640319825,
|
| 689 |
+
"step": 970
|
| 690 |
+
},
|
| 691 |
+
{
|
| 692 |
+
"epoch": 0.32666666666666666,
|
| 693 |
+
"grad_norm": 0.7705219984054565,
|
| 694 |
+
"learning_rate": 3.368333333333334e-05,
|
| 695 |
+
"loss": 1.1649690628051759,
|
| 696 |
+
"step": 980
|
| 697 |
+
},
|
| 698 |
+
{
|
| 699 |
+
"epoch": 0.33,
|
| 700 |
+
"grad_norm": 0.46062591671943665,
|
| 701 |
+
"learning_rate": 3.351666666666667e-05,
|
| 702 |
+
"loss": 0.7402542114257813,
|
| 703 |
+
"step": 990
|
| 704 |
+
},
|
| 705 |
+
{
|
| 706 |
+
"epoch": 0.3333333333333333,
|
| 707 |
+
"grad_norm": 0.8681764006614685,
|
| 708 |
+
"learning_rate": 3.3350000000000004e-05,
|
| 709 |
+
"loss": 1.0566041946411133,
|
| 710 |
+
"step": 1000
|
| 711 |
+
},
|
| 712 |
+
{
|
| 713 |
+
"epoch": 0.33666666666666667,
|
| 714 |
+
"grad_norm": 0.3948025405406952,
|
| 715 |
+
"learning_rate": 3.318333333333333e-05,
|
| 716 |
+
"loss": 0.8839986801147461,
|
| 717 |
+
"step": 1010
|
| 718 |
+
},
|
| 719 |
+
{
|
| 720 |
+
"epoch": 0.34,
|
| 721 |
+
"grad_norm": 0.5591018795967102,
|
| 722 |
+
"learning_rate": 3.3016666666666665e-05,
|
| 723 |
+
"loss": 0.9753120422363282,
|
| 724 |
+
"step": 1020
|
| 725 |
+
},
|
| 726 |
+
{
|
| 727 |
+
"epoch": 0.3433333333333333,
|
| 728 |
+
"grad_norm": 0.40525591373443604,
|
| 729 |
+
"learning_rate": 3.2850000000000006e-05,
|
| 730 |
+
"loss": 0.7800012588500976,
|
| 731 |
+
"step": 1030
|
| 732 |
+
},
|
| 733 |
+
{
|
| 734 |
+
"epoch": 0.3466666666666667,
|
| 735 |
+
"grad_norm": 0.40624549984931946,
|
| 736 |
+
"learning_rate": 3.268333333333333e-05,
|
| 737 |
+
"loss": 0.9785367012023926,
|
| 738 |
+
"step": 1040
|
| 739 |
+
},
|
| 740 |
+
{
|
| 741 |
+
"epoch": 0.35,
|
| 742 |
+
"grad_norm": 0.6612586379051208,
|
| 743 |
+
"learning_rate": 3.2516666666666666e-05,
|
| 744 |
+
"loss": 0.835319995880127,
|
| 745 |
+
"step": 1050
|
| 746 |
+
},
|
| 747 |
+
{
|
| 748 |
+
"epoch": 0.35333333333333333,
|
| 749 |
+
"grad_norm": 0.6167810559272766,
|
| 750 |
+
"learning_rate": 3.235e-05,
|
| 751 |
+
"loss": 0.7953156948089599,
|
| 752 |
+
"step": 1060
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 0.3566666666666667,
|
| 756 |
+
"grad_norm": 0.5056782960891724,
|
| 757 |
+
"learning_rate": 3.218333333333334e-05,
|
| 758 |
+
"loss": 0.9941174507141113,
|
| 759 |
+
"step": 1070
|
| 760 |
+
},
|
| 761 |
+
{
|
| 762 |
+
"epoch": 0.36,
|
| 763 |
+
"grad_norm": 0.5687284469604492,
|
| 764 |
+
"learning_rate": 3.201666666666667e-05,
|
| 765 |
+
"loss": 0.9126724243164063,
|
| 766 |
+
"step": 1080
|
| 767 |
+
},
|
| 768 |
+
{
|
| 769 |
+
"epoch": 0.36333333333333334,
|
| 770 |
+
"grad_norm": 0.446404367685318,
|
| 771 |
+
"learning_rate": 3.185e-05,
|
| 772 |
+
"loss": 0.9723684310913085,
|
| 773 |
+
"step": 1090
|
| 774 |
+
},
|
| 775 |
+
{
|
| 776 |
+
"epoch": 0.36666666666666664,
|
| 777 |
+
"grad_norm": 1.1806390285491943,
|
| 778 |
+
"learning_rate": 3.1683333333333335e-05,
|
| 779 |
+
"loss": 1.0675930976867676,
|
| 780 |
+
"step": 1100
|
| 781 |
+
},
|
| 782 |
+
{
|
| 783 |
+
"epoch": 0.37,
|
| 784 |
+
"grad_norm": 0.47010448575019836,
|
| 785 |
+
"learning_rate": 3.151666666666667e-05,
|
| 786 |
+
"loss": 0.8236958503723144,
|
| 787 |
+
"step": 1110
|
| 788 |
+
},
|
| 789 |
+
{
|
| 790 |
+
"epoch": 0.37333333333333335,
|
| 791 |
+
"grad_norm": 0.7065098881721497,
|
| 792 |
+
"learning_rate": 3.135e-05,
|
| 793 |
+
"loss": 0.8782394409179688,
|
| 794 |
+
"step": 1120
|
| 795 |
+
},
|
| 796 |
+
{
|
| 797 |
+
"epoch": 0.37666666666666665,
|
| 798 |
+
"grad_norm": 0.7163971066474915,
|
| 799 |
+
"learning_rate": 3.118333333333334e-05,
|
| 800 |
+
"loss": 1.0409460067749023,
|
| 801 |
+
"step": 1130
|
| 802 |
+
},
|
| 803 |
+
{
|
| 804 |
+
"epoch": 0.38,
|
| 805 |
+
"grad_norm": 0.6803985834121704,
|
| 806 |
+
"learning_rate": 3.1016666666666664e-05,
|
| 807 |
+
"loss": 0.8765417098999023,
|
| 808 |
+
"step": 1140
|
| 809 |
+
},
|
| 810 |
+
{
|
| 811 |
+
"epoch": 0.38333333333333336,
|
| 812 |
+
"grad_norm": 0.6493039131164551,
|
| 813 |
+
"learning_rate": 3.0850000000000004e-05,
|
| 814 |
+
"loss": 0.9212311744689942,
|
| 815 |
+
"step": 1150
|
| 816 |
+
},
|
| 817 |
+
{
|
| 818 |
+
"epoch": 0.38666666666666666,
|
| 819 |
+
"grad_norm": 0.6384336352348328,
|
| 820 |
+
"learning_rate": 3.068333333333334e-05,
|
| 821 |
+
"loss": 0.9496315002441407,
|
| 822 |
+
"step": 1160
|
| 823 |
+
},
|
| 824 |
+
{
|
| 825 |
+
"epoch": 0.39,
|
| 826 |
+
"grad_norm": 0.5862751603126526,
|
| 827 |
+
"learning_rate": 3.0516666666666665e-05,
|
| 828 |
+
"loss": 0.749457836151123,
|
| 829 |
+
"step": 1170
|
| 830 |
+
},
|
| 831 |
+
{
|
| 832 |
+
"epoch": 0.3933333333333333,
|
| 833 |
+
"grad_norm": 0.5451819896697998,
|
| 834 |
+
"learning_rate": 3.035e-05,
|
| 835 |
+
"loss": 0.9255198478698731,
|
| 836 |
+
"step": 1180
|
| 837 |
+
},
|
| 838 |
+
{
|
| 839 |
+
"epoch": 0.39666666666666667,
|
| 840 |
+
"grad_norm": 0.4223293960094452,
|
| 841 |
+
"learning_rate": 3.0183333333333336e-05,
|
| 842 |
+
"loss": 0.8668063163757325,
|
| 843 |
+
"step": 1190
|
| 844 |
+
},
|
| 845 |
+
{
|
| 846 |
+
"epoch": 0.4,
|
| 847 |
+
"grad_norm": 0.4768493175506592,
|
| 848 |
+
"learning_rate": 3.001666666666667e-05,
|
| 849 |
+
"loss": 0.8216365814208985,
|
| 850 |
+
"step": 1200
|
| 851 |
+
},
|
| 852 |
+
{
|
| 853 |
+
"epoch": 0.4033333333333333,
|
| 854 |
+
"grad_norm": 0.7394158840179443,
|
| 855 |
+
"learning_rate": 2.985e-05,
|
| 856 |
+
"loss": 1.0520621299743653,
|
| 857 |
+
"step": 1210
|
| 858 |
+
},
|
| 859 |
+
{
|
| 860 |
+
"epoch": 0.4066666666666667,
|
| 861 |
+
"grad_norm": 0.5049188733100891,
|
| 862 |
+
"learning_rate": 2.9683333333333334e-05,
|
| 863 |
+
"loss": 0.9788308143615723,
|
| 864 |
+
"step": 1220
|
| 865 |
+
},
|
| 866 |
+
{
|
| 867 |
+
"epoch": 0.41,
|
| 868 |
+
"grad_norm": 0.6294832825660706,
|
| 869 |
+
"learning_rate": 2.951666666666667e-05,
|
| 870 |
+
"loss": 1.0364269256591796,
|
| 871 |
+
"step": 1230
|
| 872 |
+
},
|
| 873 |
+
{
|
| 874 |
+
"epoch": 0.41333333333333333,
|
| 875 |
+
"grad_norm": 0.6358350515365601,
|
| 876 |
+
"learning_rate": 2.935e-05,
|
| 877 |
+
"loss": 0.9813390731811523,
|
| 878 |
+
"step": 1240
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 0.4166666666666667,
|
| 882 |
+
"grad_norm": 0.512421190738678,
|
| 883 |
+
"learning_rate": 2.9183333333333336e-05,
|
| 884 |
+
"loss": 0.7307010173797608,
|
| 885 |
+
"step": 1250
|
| 886 |
+
},
|
| 887 |
+
{
|
| 888 |
+
"epoch": 0.42,
|
| 889 |
+
"grad_norm": 0.4594457447528839,
|
| 890 |
+
"learning_rate": 2.901666666666667e-05,
|
| 891 |
+
"loss": 0.8606552124023438,
|
| 892 |
+
"step": 1260
|
| 893 |
+
},
|
| 894 |
+
{
|
| 895 |
+
"epoch": 0.42333333333333334,
|
| 896 |
+
"grad_norm": 0.4652048647403717,
|
| 897 |
+
"learning_rate": 2.885e-05,
|
| 898 |
+
"loss": 0.8638803482055664,
|
| 899 |
+
"step": 1270
|
| 900 |
+
},
|
| 901 |
+
{
|
| 902 |
+
"epoch": 0.4266666666666667,
|
| 903 |
+
"grad_norm": 0.497286319732666,
|
| 904 |
+
"learning_rate": 2.8683333333333334e-05,
|
| 905 |
+
"loss": 0.8527148246765137,
|
| 906 |
+
"step": 1280
|
| 907 |
+
},
|
| 908 |
+
{
|
| 909 |
+
"epoch": 0.43,
|
| 910 |
+
"grad_norm": 0.5041627883911133,
|
| 911 |
+
"learning_rate": 2.851666666666667e-05,
|
| 912 |
+
"loss": 0.7727686882019043,
|
| 913 |
+
"step": 1290
|
| 914 |
+
},
|
| 915 |
+
{
|
| 916 |
+
"epoch": 0.43333333333333335,
|
| 917 |
+
"grad_norm": 0.6805508136749268,
|
| 918 |
+
"learning_rate": 2.8349999999999998e-05,
|
| 919 |
+
"loss": 0.9916484832763672,
|
| 920 |
+
"step": 1300
|
| 921 |
+
},
|
| 922 |
+
{
|
| 923 |
+
"epoch": 0.43666666666666665,
|
| 924 |
+
"grad_norm": 0.4343254864215851,
|
| 925 |
+
"learning_rate": 2.8183333333333335e-05,
|
| 926 |
+
"loss": 0.8907909393310547,
|
| 927 |
+
"step": 1310
|
| 928 |
+
},
|
| 929 |
+
{
|
| 930 |
+
"epoch": 0.44,
|
| 931 |
+
"grad_norm": 0.4182907044887543,
|
| 932 |
+
"learning_rate": 2.801666666666667e-05,
|
| 933 |
+
"loss": 0.8243522644042969,
|
| 934 |
+
"step": 1320
|
| 935 |
+
},
|
| 936 |
+
{
|
| 937 |
+
"epoch": 0.44333333333333336,
|
| 938 |
+
"grad_norm": 0.5033489465713501,
|
| 939 |
+
"learning_rate": 2.7850000000000003e-05,
|
| 940 |
+
"loss": 1.0239628791809081,
|
| 941 |
+
"step": 1330
|
| 942 |
+
},
|
| 943 |
+
{
|
| 944 |
+
"epoch": 0.44666666666666666,
|
| 945 |
+
"grad_norm": 0.5837738513946533,
|
| 946 |
+
"learning_rate": 2.7683333333333333e-05,
|
| 947 |
+
"loss": 0.9909868240356445,
|
| 948 |
+
"step": 1340
|
| 949 |
+
},
|
| 950 |
+
{
|
| 951 |
+
"epoch": 0.45,
|
| 952 |
+
"grad_norm": 0.5943430662155151,
|
| 953 |
+
"learning_rate": 2.7516666666666667e-05,
|
| 954 |
+
"loss": 0.9027081489562988,
|
| 955 |
+
"step": 1350
|
| 956 |
+
},
|
| 957 |
+
{
|
| 958 |
+
"epoch": 0.4533333333333333,
|
| 959 |
+
"grad_norm": 0.3687169551849365,
|
| 960 |
+
"learning_rate": 2.7350000000000004e-05,
|
| 961 |
+
"loss": 0.8732491493225097,
|
| 962 |
+
"step": 1360
|
| 963 |
+
},
|
| 964 |
+
{
|
| 965 |
+
"epoch": 0.45666666666666667,
|
| 966 |
+
"grad_norm": 0.44183358550071716,
|
| 967 |
+
"learning_rate": 2.7183333333333335e-05,
|
| 968 |
+
"loss": 0.7898604869842529,
|
| 969 |
+
"step": 1370
|
| 970 |
+
},
|
| 971 |
+
{
|
| 972 |
+
"epoch": 0.46,
|
| 973 |
+
"grad_norm": 0.525290846824646,
|
| 974 |
+
"learning_rate": 2.701666666666667e-05,
|
| 975 |
+
"loss": 0.9487957000732422,
|
| 976 |
+
"step": 1380
|
| 977 |
+
},
|
| 978 |
+
{
|
| 979 |
+
"epoch": 0.4633333333333333,
|
| 980 |
+
"grad_norm": 0.49439457058906555,
|
| 981 |
+
"learning_rate": 2.6850000000000002e-05,
|
| 982 |
+
"loss": 0.868436050415039,
|
| 983 |
+
"step": 1390
|
| 984 |
+
},
|
| 985 |
+
{
|
| 986 |
+
"epoch": 0.4666666666666667,
|
| 987 |
+
"grad_norm": 0.6398065090179443,
|
| 988 |
+
"learning_rate": 2.6683333333333333e-05,
|
| 989 |
+
"loss": 0.9199989318847657,
|
| 990 |
+
"step": 1400
|
| 991 |
+
},
|
| 992 |
+
{
|
| 993 |
+
"epoch": 0.47,
|
| 994 |
+
"grad_norm": 0.5837881565093994,
|
| 995 |
+
"learning_rate": 2.6516666666666666e-05,
|
| 996 |
+
"loss": 0.8474544525146485,
|
| 997 |
+
"step": 1410
|
| 998 |
+
},
|
| 999 |
+
{
|
| 1000 |
+
"epoch": 0.47333333333333333,
|
| 1001 |
+
"grad_norm": 0.7297168374061584,
|
| 1002 |
+
"learning_rate": 2.6350000000000004e-05,
|
| 1003 |
+
"loss": 1.1009994506835938,
|
| 1004 |
+
"step": 1420
|
| 1005 |
+
},
|
| 1006 |
+
{
|
| 1007 |
+
"epoch": 0.4766666666666667,
|
| 1008 |
+
"grad_norm": 0.5449320077896118,
|
| 1009 |
+
"learning_rate": 2.618333333333333e-05,
|
| 1010 |
+
"loss": 0.8889406204223633,
|
| 1011 |
+
"step": 1430
|
| 1012 |
+
},
|
| 1013 |
+
{
|
| 1014 |
+
"epoch": 0.48,
|
| 1015 |
+
"grad_norm": 0.7387002110481262,
|
| 1016 |
+
"learning_rate": 2.6016666666666668e-05,
|
| 1017 |
+
"loss": 0.8909475326538085,
|
| 1018 |
+
"step": 1440
|
| 1019 |
+
},
|
| 1020 |
+
{
|
| 1021 |
+
"epoch": 0.48333333333333334,
|
| 1022 |
+
"grad_norm": 0.5363000631332397,
|
| 1023 |
+
"learning_rate": 2.585e-05,
|
| 1024 |
+
"loss": 0.8837484359741211,
|
| 1025 |
+
"step": 1450
|
| 1026 |
+
},
|
| 1027 |
+
{
|
| 1028 |
+
"epoch": 0.4866666666666667,
|
| 1029 |
+
"grad_norm": 0.6663982272148132,
|
| 1030 |
+
"learning_rate": 2.5683333333333335e-05,
|
| 1031 |
+
"loss": 0.7804791927337646,
|
| 1032 |
+
"step": 1460
|
| 1033 |
+
},
|
| 1034 |
+
{
|
| 1035 |
+
"epoch": 0.49,
|
| 1036 |
+
"grad_norm": 0.5026193261146545,
|
| 1037 |
+
"learning_rate": 2.5516666666666666e-05,
|
| 1038 |
+
"loss": 0.9184001922607422,
|
| 1039 |
+
"step": 1470
|
| 1040 |
+
},
|
| 1041 |
+
{
|
| 1042 |
+
"epoch": 0.49333333333333335,
|
| 1043 |
+
"grad_norm": 0.6870279908180237,
|
| 1044 |
+
"learning_rate": 2.5350000000000003e-05,
|
| 1045 |
+
"loss": 0.8195085525512695,
|
| 1046 |
+
"step": 1480
|
| 1047 |
+
},
|
| 1048 |
+
{
|
| 1049 |
+
"epoch": 0.49666666666666665,
|
| 1050 |
+
"grad_norm": 0.5255699157714844,
|
| 1051 |
+
"learning_rate": 2.5183333333333337e-05,
|
| 1052 |
+
"loss": 0.9975809097290039,
|
| 1053 |
+
"step": 1490
|
| 1054 |
+
},
|
| 1055 |
+
{
|
| 1056 |
+
"epoch": 0.5,
|
| 1057 |
+
"grad_norm": 0.45492592453956604,
|
| 1058 |
+
"learning_rate": 2.5016666666666667e-05,
|
| 1059 |
+
"loss": 0.8944621086120605,
|
| 1060 |
+
"step": 1500
|
| 1061 |
+
},
|
| 1062 |
+
{
|
| 1063 |
+
"epoch": 0.5033333333333333,
|
| 1064 |
+
"grad_norm": 0.44872063398361206,
|
| 1065 |
+
"learning_rate": 2.485e-05,
|
| 1066 |
+
"loss": 0.821660041809082,
|
| 1067 |
+
"step": 1510
|
| 1068 |
+
},
|
| 1069 |
+
{
|
| 1070 |
+
"epoch": 0.5066666666666667,
|
| 1071 |
+
"grad_norm": 0.5064987540245056,
|
| 1072 |
+
"learning_rate": 2.4683333333333335e-05,
|
| 1073 |
+
"loss": 1.0228797912597656,
|
| 1074 |
+
"step": 1520
|
| 1075 |
+
},
|
| 1076 |
+
{
|
| 1077 |
+
"epoch": 0.51,
|
| 1078 |
+
"grad_norm": 0.434779554605484,
|
| 1079 |
+
"learning_rate": 2.451666666666667e-05,
|
| 1080 |
+
"loss": 0.9781878471374512,
|
| 1081 |
+
"step": 1530
|
| 1082 |
+
},
|
| 1083 |
+
{
|
| 1084 |
+
"epoch": 0.5133333333333333,
|
| 1085 |
+
"grad_norm": 0.48390141129493713,
|
| 1086 |
+
"learning_rate": 2.435e-05,
|
| 1087 |
+
"loss": 0.909939193725586,
|
| 1088 |
+
"step": 1540
|
| 1089 |
+
},
|
| 1090 |
+
{
|
| 1091 |
+
"epoch": 0.5166666666666667,
|
| 1092 |
+
"grad_norm": 0.41258955001831055,
|
| 1093 |
+
"learning_rate": 2.4183333333333336e-05,
|
| 1094 |
+
"loss": 0.8889488220214844,
|
| 1095 |
+
"step": 1550
|
| 1096 |
+
},
|
| 1097 |
+
{
|
| 1098 |
+
"epoch": 0.52,
|
| 1099 |
+
"grad_norm": 0.48882147669792175,
|
| 1100 |
+
"learning_rate": 2.4016666666666667e-05,
|
| 1101 |
+
"loss": 0.8874250411987304,
|
| 1102 |
+
"step": 1560
|
| 1103 |
+
},
|
| 1104 |
+
{
|
| 1105 |
+
"epoch": 0.5233333333333333,
|
| 1106 |
+
"grad_norm": 0.4496597647666931,
|
| 1107 |
+
"learning_rate": 2.385e-05,
|
| 1108 |
+
"loss": 0.866064453125,
|
| 1109 |
+
"step": 1570
|
| 1110 |
+
},
|
| 1111 |
+
{
|
| 1112 |
+
"epoch": 0.5266666666666666,
|
| 1113 |
+
"grad_norm": 0.5498498678207397,
|
| 1114 |
+
"learning_rate": 2.3683333333333334e-05,
|
| 1115 |
+
"loss": 1.0485063552856446,
|
| 1116 |
+
"step": 1580
|
| 1117 |
+
},
|
| 1118 |
+
{
|
| 1119 |
+
"epoch": 0.53,
|
| 1120 |
+
"grad_norm": 0.5302222967147827,
|
| 1121 |
+
"learning_rate": 2.3516666666666668e-05,
|
| 1122 |
+
"loss": 0.79019775390625,
|
| 1123 |
+
"step": 1590
|
| 1124 |
+
},
|
| 1125 |
+
{
|
| 1126 |
+
"epoch": 0.5333333333333333,
|
| 1127 |
+
"grad_norm": 0.6240465641021729,
|
| 1128 |
+
"learning_rate": 2.3350000000000002e-05,
|
| 1129 |
+
"loss": 0.8068696975708007,
|
| 1130 |
+
"step": 1600
|
| 1131 |
+
},
|
| 1132 |
+
{
|
| 1133 |
+
"epoch": 0.5366666666666666,
|
| 1134 |
+
"grad_norm": 0.49114975333213806,
|
| 1135 |
+
"learning_rate": 2.3183333333333336e-05,
|
| 1136 |
+
"loss": 0.9069293975830078,
|
| 1137 |
+
"step": 1610
|
| 1138 |
+
},
|
| 1139 |
+
{
|
| 1140 |
+
"epoch": 0.54,
|
| 1141 |
+
"grad_norm": 0.558907687664032,
|
| 1142 |
+
"learning_rate": 2.3016666666666666e-05,
|
| 1143 |
+
"loss": 0.7732550144195557,
|
| 1144 |
+
"step": 1620
|
| 1145 |
+
},
|
| 1146 |
+
{
|
| 1147 |
+
"epoch": 0.5433333333333333,
|
| 1148 |
+
"grad_norm": 0.7307827472686768,
|
| 1149 |
+
"learning_rate": 2.2850000000000003e-05,
|
| 1150 |
+
"loss": 0.8363723754882812,
|
| 1151 |
+
"step": 1630
|
| 1152 |
+
},
|
| 1153 |
+
{
|
| 1154 |
+
"epoch": 0.5466666666666666,
|
| 1155 |
+
"grad_norm": 0.5290479063987732,
|
| 1156 |
+
"learning_rate": 2.2683333333333334e-05,
|
| 1157 |
+
"loss": 0.8145934104919433,
|
| 1158 |
+
"step": 1640
|
| 1159 |
+
},
|
| 1160 |
+
{
|
| 1161 |
+
"epoch": 0.55,
|
| 1162 |
+
"grad_norm": 0.5289633870124817,
|
| 1163 |
+
"learning_rate": 2.2516666666666667e-05,
|
| 1164 |
+
"loss": 0.8467626571655273,
|
| 1165 |
+
"step": 1650
|
| 1166 |
+
},
|
| 1167 |
+
{
|
| 1168 |
+
"epoch": 0.5533333333333333,
|
| 1169 |
+
"grad_norm": 0.42270180583000183,
|
| 1170 |
+
"learning_rate": 2.235e-05,
|
| 1171 |
+
"loss": 1.0054572105407715,
|
| 1172 |
+
"step": 1660
|
| 1173 |
+
},
|
| 1174 |
+
{
|
| 1175 |
+
"epoch": 0.5566666666666666,
|
| 1176 |
+
"grad_norm": 0.46330273151397705,
|
| 1177 |
+
"learning_rate": 2.2183333333333335e-05,
|
| 1178 |
+
"loss": 0.8821262359619141,
|
| 1179 |
+
"step": 1670
|
| 1180 |
+
},
|
| 1181 |
+
{
|
| 1182 |
+
"epoch": 0.56,
|
| 1183 |
+
"grad_norm": 0.54402756690979,
|
| 1184 |
+
"learning_rate": 2.201666666666667e-05,
|
| 1185 |
+
"loss": 0.8570803642272949,
|
| 1186 |
+
"step": 1680
|
| 1187 |
+
},
|
| 1188 |
+
{
|
| 1189 |
+
"epoch": 0.5633333333333334,
|
| 1190 |
+
"grad_norm": 0.4660607576370239,
|
| 1191 |
+
"learning_rate": 2.1850000000000003e-05,
|
| 1192 |
+
"loss": 0.923713493347168,
|
| 1193 |
+
"step": 1690
|
| 1194 |
+
},
|
| 1195 |
+
{
|
| 1196 |
+
"epoch": 0.5666666666666667,
|
| 1197 |
+
"grad_norm": 0.43630075454711914,
|
| 1198 |
+
"learning_rate": 2.1683333333333333e-05,
|
| 1199 |
+
"loss": 0.8405223846435547,
|
| 1200 |
+
"step": 1700
|
| 1201 |
+
},
|
| 1202 |
+
{
|
| 1203 |
+
"epoch": 0.57,
|
| 1204 |
+
"grad_norm": 0.48713231086730957,
|
| 1205 |
+
"learning_rate": 2.1516666666666667e-05,
|
| 1206 |
+
"loss": 1.0100667953491211,
|
| 1207 |
+
"step": 1710
|
| 1208 |
+
},
|
| 1209 |
+
{
|
| 1210 |
+
"epoch": 0.5733333333333334,
|
| 1211 |
+
"grad_norm": 0.5924938321113586,
|
| 1212 |
+
"learning_rate": 2.135e-05,
|
| 1213 |
+
"loss": 0.9960016250610352,
|
| 1214 |
+
"step": 1720
|
| 1215 |
+
},
|
| 1216 |
+
{
|
| 1217 |
+
"epoch": 0.5766666666666667,
|
| 1218 |
+
"grad_norm": 0.5111542344093323,
|
| 1219 |
+
"learning_rate": 2.1183333333333334e-05,
|
| 1220 |
+
"loss": 0.89755220413208,
|
| 1221 |
+
"step": 1730
|
| 1222 |
+
},
|
| 1223 |
+
{
|
| 1224 |
+
"epoch": 0.58,
|
| 1225 |
+
"grad_norm": 0.4552167057991028,
|
| 1226 |
+
"learning_rate": 2.1016666666666668e-05,
|
| 1227 |
+
"loss": 0.8854806900024415,
|
| 1228 |
+
"step": 1740
|
| 1229 |
+
},
|
| 1230 |
+
{
|
| 1231 |
+
"epoch": 0.5833333333333334,
|
| 1232 |
+
"grad_norm": 0.554473876953125,
|
| 1233 |
+
"learning_rate": 2.085e-05,
|
| 1234 |
+
"loss": 0.7076638698577881,
|
| 1235 |
+
"step": 1750
|
| 1236 |
+
},
|
| 1237 |
+
{
|
| 1238 |
+
"epoch": 0.5866666666666667,
|
| 1239 |
+
"grad_norm": 0.5026177167892456,
|
| 1240 |
+
"learning_rate": 2.0683333333333336e-05,
|
| 1241 |
+
"loss": 0.9850486755371094,
|
| 1242 |
+
"step": 1760
|
| 1243 |
+
},
|
| 1244 |
+
{
|
| 1245 |
+
"epoch": 0.59,
|
| 1246 |
+
"grad_norm": 0.5753727555274963,
|
| 1247 |
+
"learning_rate": 2.0516666666666666e-05,
|
| 1248 |
+
"loss": 0.9340484619140625,
|
| 1249 |
+
"step": 1770
|
| 1250 |
+
},
|
| 1251 |
+
{
|
| 1252 |
+
"epoch": 0.5933333333333334,
|
| 1253 |
+
"grad_norm": 0.5122212171554565,
|
| 1254 |
+
"learning_rate": 2.035e-05,
|
| 1255 |
+
"loss": 0.9032992362976074,
|
| 1256 |
+
"step": 1780
|
| 1257 |
+
},
|
| 1258 |
+
{
|
| 1259 |
+
"epoch": 0.5966666666666667,
|
| 1260 |
+
"grad_norm": 0.5792819857597351,
|
| 1261 |
+
"learning_rate": 2.0183333333333334e-05,
|
| 1262 |
+
"loss": 0.8477163314819336,
|
| 1263 |
+
"step": 1790
|
| 1264 |
+
},
|
| 1265 |
+
{
|
| 1266 |
+
"epoch": 0.6,
|
| 1267 |
+
"grad_norm": 0.5964590907096863,
|
| 1268 |
+
"learning_rate": 2.0016666666666668e-05,
|
| 1269 |
+
"loss": 0.9166988372802735,
|
| 1270 |
+
"step": 1800
|
| 1271 |
+
},
|
| 1272 |
+
{
|
| 1273 |
+
"epoch": 0.6033333333333334,
|
| 1274 |
+
"grad_norm": 0.7182376980781555,
|
| 1275 |
+
"learning_rate": 1.985e-05,
|
| 1276 |
+
"loss": 0.8029914855957031,
|
| 1277 |
+
"step": 1810
|
| 1278 |
+
},
|
| 1279 |
+
{
|
| 1280 |
+
"epoch": 0.6066666666666667,
|
| 1281 |
+
"grad_norm": 0.3775170147418976,
|
| 1282 |
+
"learning_rate": 1.9683333333333335e-05,
|
| 1283 |
+
"loss": 0.8039090156555175,
|
| 1284 |
+
"step": 1820
|
| 1285 |
+
},
|
| 1286 |
+
{
|
| 1287 |
+
"epoch": 0.61,
|
| 1288 |
+
"grad_norm": 0.3779233694076538,
|
| 1289 |
+
"learning_rate": 1.9516666666666666e-05,
|
| 1290 |
+
"loss": 0.7587248802185058,
|
| 1291 |
+
"step": 1830
|
| 1292 |
+
},
|
| 1293 |
+
{
|
| 1294 |
+
"epoch": 0.6133333333333333,
|
| 1295 |
+
"grad_norm": 0.529349684715271,
|
| 1296 |
+
"learning_rate": 1.9350000000000003e-05,
|
| 1297 |
+
"loss": 0.9525286674499511,
|
| 1298 |
+
"step": 1840
|
| 1299 |
+
},
|
| 1300 |
+
{
|
| 1301 |
+
"epoch": 0.6166666666666667,
|
| 1302 |
+
"grad_norm": 0.8576200604438782,
|
| 1303 |
+
"learning_rate": 1.9183333333333333e-05,
|
| 1304 |
+
"loss": 0.7803131103515625,
|
| 1305 |
+
"step": 1850
|
| 1306 |
+
},
|
| 1307 |
+
{
|
| 1308 |
+
"epoch": 0.62,
|
| 1309 |
+
"grad_norm": 0.5265026092529297,
|
| 1310 |
+
"learning_rate": 1.901666666666667e-05,
|
| 1311 |
+
"loss": 0.9432580947875977,
|
| 1312 |
+
"step": 1860
|
| 1313 |
+
},
|
| 1314 |
+
{
|
| 1315 |
+
"epoch": 0.6233333333333333,
|
| 1316 |
+
"grad_norm": 0.43818992376327515,
|
| 1317 |
+
"learning_rate": 1.885e-05,
|
| 1318 |
+
"loss": 0.8160367012023926,
|
| 1319 |
+
"step": 1870
|
| 1320 |
+
},
|
| 1321 |
+
{
|
| 1322 |
+
"epoch": 0.6266666666666667,
|
| 1323 |
+
"grad_norm": 0.5307653546333313,
|
| 1324 |
+
"learning_rate": 1.8683333333333335e-05,
|
| 1325 |
+
"loss": 0.7481701850891114,
|
| 1326 |
+
"step": 1880
|
| 1327 |
+
},
|
| 1328 |
+
{
|
| 1329 |
+
"epoch": 0.63,
|
| 1330 |
+
"grad_norm": 0.4350138008594513,
|
| 1331 |
+
"learning_rate": 1.851666666666667e-05,
|
| 1332 |
+
"loss": 0.9646284103393554,
|
| 1333 |
+
"step": 1890
|
| 1334 |
+
},
|
| 1335 |
+
{
|
| 1336 |
+
"epoch": 0.6333333333333333,
|
| 1337 |
+
"grad_norm": 0.7320852279663086,
|
| 1338 |
+
"learning_rate": 1.8350000000000002e-05,
|
| 1339 |
+
"loss": 0.964715576171875,
|
| 1340 |
+
"step": 1900
|
| 1341 |
+
},
|
| 1342 |
+
{
|
| 1343 |
+
"epoch": 0.6366666666666667,
|
| 1344 |
+
"grad_norm": 0.39258873462677,
|
| 1345 |
+
"learning_rate": 1.8183333333333336e-05,
|
| 1346 |
+
"loss": 0.8884981155395508,
|
| 1347 |
+
"step": 1910
|
| 1348 |
+
},
|
| 1349 |
+
{
|
| 1350 |
+
"epoch": 0.64,
|
| 1351 |
+
"grad_norm": 0.3995574116706848,
|
| 1352 |
+
"learning_rate": 1.8016666666666666e-05,
|
| 1353 |
+
"loss": 0.8017918586730957,
|
| 1354 |
+
"step": 1920
|
| 1355 |
+
},
|
| 1356 |
+
{
|
| 1357 |
+
"epoch": 0.6433333333333333,
|
| 1358 |
+
"grad_norm": 0.5143277049064636,
|
| 1359 |
+
"learning_rate": 1.785e-05,
|
| 1360 |
+
"loss": 0.9140171051025391,
|
| 1361 |
+
"step": 1930
|
| 1362 |
+
},
|
| 1363 |
+
{
|
| 1364 |
+
"epoch": 0.6466666666666666,
|
| 1365 |
+
"grad_norm": 0.4470940828323364,
|
| 1366 |
+
"learning_rate": 1.7683333333333334e-05,
|
| 1367 |
+
"loss": 0.9137473106384277,
|
| 1368 |
+
"step": 1940
|
| 1369 |
+
},
|
| 1370 |
+
{
|
| 1371 |
+
"epoch": 0.65,
|
| 1372 |
+
"grad_norm": 0.4530799388885498,
|
| 1373 |
+
"learning_rate": 1.7516666666666668e-05,
|
| 1374 |
+
"loss": 0.9416312217712403,
|
| 1375 |
+
"step": 1950
|
| 1376 |
+
},
|
| 1377 |
+
{
|
| 1378 |
+
"epoch": 0.6533333333333333,
|
| 1379 |
+
"grad_norm": 0.5486093163490295,
|
| 1380 |
+
"learning_rate": 1.7349999999999998e-05,
|
| 1381 |
+
"loss": 0.9309564590454101,
|
| 1382 |
+
"step": 1960
|
| 1383 |
+
},
|
| 1384 |
+
{
|
| 1385 |
+
"epoch": 0.6566666666666666,
|
| 1386 |
+
"grad_norm": 0.7241241931915283,
|
| 1387 |
+
"learning_rate": 1.7183333333333335e-05,
|
| 1388 |
+
"loss": 0.8793378829956054,
|
| 1389 |
+
"step": 1970
|
| 1390 |
+
},
|
| 1391 |
+
{
|
| 1392 |
+
"epoch": 0.66,
|
| 1393 |
+
"grad_norm": 0.48900172114372253,
|
| 1394 |
+
"learning_rate": 1.7016666666666666e-05,
|
| 1395 |
+
"loss": 0.9930448532104492,
|
| 1396 |
+
"step": 1980
|
| 1397 |
+
},
|
| 1398 |
+
{
|
| 1399 |
+
"epoch": 0.6633333333333333,
|
| 1400 |
+
"grad_norm": 0.5354626178741455,
|
| 1401 |
+
"learning_rate": 1.6850000000000003e-05,
|
| 1402 |
+
"loss": 0.8400119781494141,
|
| 1403 |
+
"step": 1990
|
| 1404 |
+
},
|
| 1405 |
+
{
|
| 1406 |
+
"epoch": 0.6666666666666666,
|
| 1407 |
+
"grad_norm": 0.5346295237541199,
|
| 1408 |
+
"learning_rate": 1.6683333333333333e-05,
|
| 1409 |
+
"loss": 0.7424459457397461,
|
| 1410 |
+
"step": 2000
|
| 1411 |
+
},
|
| 1412 |
+
{
|
| 1413 |
+
"epoch": 0.67,
|
| 1414 |
+
"grad_norm": 0.7362031936645508,
|
| 1415 |
+
"learning_rate": 1.6516666666666667e-05,
|
| 1416 |
+
"loss": 0.836764907836914,
|
| 1417 |
+
"step": 2010
|
| 1418 |
+
},
|
| 1419 |
+
{
|
| 1420 |
+
"epoch": 0.6733333333333333,
|
| 1421 |
+
"grad_norm": 0.8799192905426025,
|
| 1422 |
+
"learning_rate": 1.635e-05,
|
| 1423 |
+
"loss": 0.9453885078430175,
|
| 1424 |
+
"step": 2020
|
| 1425 |
+
},
|
| 1426 |
+
{
|
| 1427 |
+
"epoch": 0.6766666666666666,
|
| 1428 |
+
"grad_norm": 0.5263342261314392,
|
| 1429 |
+
"learning_rate": 1.6183333333333335e-05,
|
| 1430 |
+
"loss": 0.7978546142578125,
|
| 1431 |
+
"step": 2030
|
| 1432 |
+
},
|
| 1433 |
+
{
|
| 1434 |
+
"epoch": 0.68,
|
| 1435 |
+
"grad_norm": 0.6986008286476135,
|
| 1436 |
+
"learning_rate": 1.601666666666667e-05,
|
| 1437 |
+
"loss": 0.8797599792480468,
|
| 1438 |
+
"step": 2040
|
| 1439 |
+
},
|
| 1440 |
+
{
|
| 1441 |
+
"epoch": 0.6833333333333333,
|
| 1442 |
+
"grad_norm": 0.7081782221794128,
|
| 1443 |
+
"learning_rate": 1.5850000000000002e-05,
|
| 1444 |
+
"loss": 1.0752653121948241,
|
| 1445 |
+
"step": 2050
|
| 1446 |
+
},
|
| 1447 |
+
{
|
| 1448 |
+
"epoch": 0.6866666666666666,
|
| 1449 |
+
"grad_norm": 0.5002477765083313,
|
| 1450 |
+
"learning_rate": 1.5683333333333333e-05,
|
| 1451 |
+
"loss": 0.7971479892730713,
|
| 1452 |
+
"step": 2060
|
| 1453 |
+
},
|
| 1454 |
+
{
|
| 1455 |
+
"epoch": 0.69,
|
| 1456 |
+
"grad_norm": 0.4529975354671478,
|
| 1457 |
+
"learning_rate": 1.5516666666666667e-05,
|
| 1458 |
+
"loss": 0.912747859954834,
|
| 1459 |
+
"step": 2070
|
| 1460 |
+
},
|
| 1461 |
+
{
|
| 1462 |
+
"epoch": 0.6933333333333334,
|
| 1463 |
+
"grad_norm": 0.48189014196395874,
|
| 1464 |
+
"learning_rate": 1.535e-05,
|
| 1465 |
+
"loss": 1.0259061813354493,
|
| 1466 |
+
"step": 2080
|
| 1467 |
+
},
|
| 1468 |
+
{
|
| 1469 |
+
"epoch": 0.6966666666666667,
|
| 1470 |
+
"grad_norm": 0.6560697555541992,
|
| 1471 |
+
"learning_rate": 1.5183333333333333e-05,
|
| 1472 |
+
"loss": 1.0107606887817382,
|
| 1473 |
+
"step": 2090
|
| 1474 |
+
},
|
| 1475 |
+
{
|
| 1476 |
+
"epoch": 0.7,
|
| 1477 |
+
"grad_norm": 0.722689151763916,
|
| 1478 |
+
"learning_rate": 1.5016666666666668e-05,
|
| 1479 |
+
"loss": 0.962984848022461,
|
| 1480 |
+
"step": 2100
|
| 1481 |
+
},
|
| 1482 |
+
{
|
| 1483 |
+
"epoch": 0.7033333333333334,
|
| 1484 |
+
"grad_norm": 1.0071346759796143,
|
| 1485 |
+
"learning_rate": 1.485e-05,
|
| 1486 |
+
"loss": 0.9162399291992187,
|
| 1487 |
+
"step": 2110
|
| 1488 |
+
},
|
| 1489 |
+
{
|
| 1490 |
+
"epoch": 0.7066666666666667,
|
| 1491 |
+
"grad_norm": 0.5007173418998718,
|
| 1492 |
+
"learning_rate": 1.4683333333333336e-05,
|
| 1493 |
+
"loss": 0.8683804512023926,
|
| 1494 |
+
"step": 2120
|
| 1495 |
+
},
|
| 1496 |
+
{
|
| 1497 |
+
"epoch": 0.71,
|
| 1498 |
+
"grad_norm": 0.4455113708972931,
|
| 1499 |
+
"learning_rate": 1.4516666666666668e-05,
|
| 1500 |
+
"loss": 0.929558277130127,
|
| 1501 |
+
"step": 2130
|
| 1502 |
+
},
|
| 1503 |
+
{
|
| 1504 |
+
"epoch": 0.7133333333333334,
|
| 1505 |
+
"grad_norm": 0.5244899392127991,
|
| 1506 |
+
"learning_rate": 1.435e-05,
|
| 1507 |
+
"loss": 0.7725494861602783,
|
| 1508 |
+
"step": 2140
|
| 1509 |
+
},
|
| 1510 |
+
{
|
| 1511 |
+
"epoch": 0.7166666666666667,
|
| 1512 |
+
"grad_norm": 0.5691429376602173,
|
| 1513 |
+
"learning_rate": 1.4183333333333335e-05,
|
| 1514 |
+
"loss": 0.9669612884521485,
|
| 1515 |
+
"step": 2150
|
| 1516 |
+
},
|
| 1517 |
+
{
|
| 1518 |
+
"epoch": 0.72,
|
| 1519 |
+
"grad_norm": 0.5419687032699585,
|
| 1520 |
+
"learning_rate": 1.4016666666666667e-05,
|
| 1521 |
+
"loss": 0.9267525672912598,
|
| 1522 |
+
"step": 2160
|
| 1523 |
+
},
|
| 1524 |
+
{
|
| 1525 |
+
"epoch": 0.7233333333333334,
|
| 1526 |
+
"grad_norm": 0.9937120079994202,
|
| 1527 |
+
"learning_rate": 1.3850000000000001e-05,
|
| 1528 |
+
"loss": 0.8306878089904786,
|
| 1529 |
+
"step": 2170
|
| 1530 |
+
},
|
| 1531 |
+
{
|
| 1532 |
+
"epoch": 0.7266666666666667,
|
| 1533 |
+
"grad_norm": 0.4639163017272949,
|
| 1534 |
+
"learning_rate": 1.3683333333333333e-05,
|
| 1535 |
+
"loss": 0.8372581481933594,
|
| 1536 |
+
"step": 2180
|
| 1537 |
+
},
|
| 1538 |
+
{
|
| 1539 |
+
"epoch": 0.73,
|
| 1540 |
+
"grad_norm": 0.45630142092704773,
|
| 1541 |
+
"learning_rate": 1.3516666666666667e-05,
|
| 1542 |
+
"loss": 0.8593014717102051,
|
| 1543 |
+
"step": 2190
|
| 1544 |
+
},
|
| 1545 |
+
{
|
| 1546 |
+
"epoch": 0.7333333333333333,
|
| 1547 |
+
"grad_norm": 0.4326620399951935,
|
| 1548 |
+
"learning_rate": 1.3350000000000001e-05,
|
| 1549 |
+
"loss": 0.8103547096252441,
|
| 1550 |
+
"step": 2200
|
| 1551 |
+
},
|
| 1552 |
+
{
|
| 1553 |
+
"epoch": 0.7366666666666667,
|
| 1554 |
+
"grad_norm": 0.48703309893608093,
|
| 1555 |
+
"learning_rate": 1.3183333333333333e-05,
|
| 1556 |
+
"loss": 0.8958615303039551,
|
| 1557 |
+
"step": 2210
|
| 1558 |
+
},
|
| 1559 |
+
{
|
| 1560 |
+
"epoch": 0.74,
|
| 1561 |
+
"grad_norm": 0.5286509394645691,
|
| 1562 |
+
"learning_rate": 1.3016666666666669e-05,
|
| 1563 |
+
"loss": 0.9600817680358886,
|
| 1564 |
+
"step": 2220
|
| 1565 |
+
},
|
| 1566 |
+
{
|
| 1567 |
+
"epoch": 0.7433333333333333,
|
| 1568 |
+
"grad_norm": 0.6584081649780273,
|
| 1569 |
+
"learning_rate": 1.285e-05,
|
| 1570 |
+
"loss": 1.0164281845092773,
|
| 1571 |
+
"step": 2230
|
| 1572 |
+
},
|
| 1573 |
+
{
|
| 1574 |
+
"epoch": 0.7466666666666667,
|
| 1575 |
+
"grad_norm": 0.5143536925315857,
|
| 1576 |
+
"learning_rate": 1.2683333333333333e-05,
|
| 1577 |
+
"loss": 1.0931424140930175,
|
| 1578 |
+
"step": 2240
|
| 1579 |
+
},
|
| 1580 |
+
{
|
| 1581 |
+
"epoch": 0.75,
|
| 1582 |
+
"grad_norm": 0.9453914165496826,
|
| 1583 |
+
"learning_rate": 1.2516666666666668e-05,
|
| 1584 |
+
"loss": 0.7825816154479981,
|
| 1585 |
+
"step": 2250
|
| 1586 |
+
},
|
| 1587 |
+
{
|
| 1588 |
+
"epoch": 0.7533333333333333,
|
| 1589 |
+
"grad_norm": 0.48963093757629395,
|
| 1590 |
+
"learning_rate": 1.235e-05,
|
| 1591 |
+
"loss": 0.9285711288452149,
|
| 1592 |
+
"step": 2260
|
| 1593 |
+
},
|
| 1594 |
+
{
|
| 1595 |
+
"epoch": 0.7566666666666667,
|
| 1596 |
+
"grad_norm": 0.5854438543319702,
|
| 1597 |
+
"learning_rate": 1.2183333333333334e-05,
|
| 1598 |
+
"loss": 0.8443680763244629,
|
| 1599 |
+
"step": 2270
|
| 1600 |
+
},
|
| 1601 |
+
{
|
| 1602 |
+
"epoch": 0.76,
|
| 1603 |
+
"grad_norm": 0.49953049421310425,
|
| 1604 |
+
"learning_rate": 1.2016666666666668e-05,
|
| 1605 |
+
"loss": 0.8316192626953125,
|
| 1606 |
+
"step": 2280
|
| 1607 |
+
},
|
| 1608 |
+
{
|
| 1609 |
+
"epoch": 0.7633333333333333,
|
| 1610 |
+
"grad_norm": 0.6657202839851379,
|
| 1611 |
+
"learning_rate": 1.185e-05,
|
| 1612 |
+
"loss": 0.910405158996582,
|
| 1613 |
+
"step": 2290
|
| 1614 |
+
},
|
| 1615 |
+
{
|
| 1616 |
+
"epoch": 0.7666666666666667,
|
| 1617 |
+
"grad_norm": 0.6646652221679688,
|
| 1618 |
+
"learning_rate": 1.1683333333333334e-05,
|
| 1619 |
+
"loss": 0.8283540725708007,
|
| 1620 |
+
"step": 2300
|
| 1621 |
+
},
|
| 1622 |
+
{
|
| 1623 |
+
"epoch": 0.77,
|
| 1624 |
+
"grad_norm": 0.49376705288887024,
|
| 1625 |
+
"learning_rate": 1.1516666666666668e-05,
|
| 1626 |
+
"loss": 0.8653836250305176,
|
| 1627 |
+
"step": 2310
|
| 1628 |
+
},
|
| 1629 |
+
{
|
| 1630 |
+
"epoch": 0.7733333333333333,
|
| 1631 |
+
"grad_norm": 0.5468245148658752,
|
| 1632 |
+
"learning_rate": 1.1350000000000001e-05,
|
| 1633 |
+
"loss": 0.8328197479248047,
|
| 1634 |
+
"step": 2320
|
| 1635 |
+
},
|
| 1636 |
+
{
|
| 1637 |
+
"epoch": 0.7766666666666666,
|
| 1638 |
+
"grad_norm": 0.8111145496368408,
|
| 1639 |
+
"learning_rate": 1.1183333333333335e-05,
|
| 1640 |
+
"loss": 0.9046418190002441,
|
| 1641 |
+
"step": 2330
|
| 1642 |
+
},
|
| 1643 |
+
{
|
| 1644 |
+
"epoch": 0.78,
|
| 1645 |
+
"grad_norm": 0.5041958093643188,
|
| 1646 |
+
"learning_rate": 1.1016666666666667e-05,
|
| 1647 |
+
"loss": 0.8311249732971191,
|
| 1648 |
+
"step": 2340
|
| 1649 |
+
},
|
| 1650 |
+
{
|
| 1651 |
+
"epoch": 0.7833333333333333,
|
| 1652 |
+
"grad_norm": 0.4898006021976471,
|
| 1653 |
+
"learning_rate": 1.0850000000000001e-05,
|
| 1654 |
+
"loss": 0.9336203575134278,
|
| 1655 |
+
"step": 2350
|
| 1656 |
+
},
|
| 1657 |
+
{
|
| 1658 |
+
"epoch": 0.7866666666666666,
|
| 1659 |
+
"grad_norm": 0.4351266324520111,
|
| 1660 |
+
"learning_rate": 1.0683333333333333e-05,
|
| 1661 |
+
"loss": 0.9776251792907715,
|
| 1662 |
+
"step": 2360
|
| 1663 |
+
},
|
| 1664 |
+
{
|
| 1665 |
+
"epoch": 0.79,
|
| 1666 |
+
"grad_norm": 0.579655647277832,
|
| 1667 |
+
"learning_rate": 1.0516666666666667e-05,
|
| 1668 |
+
"loss": 0.7065846443176269,
|
| 1669 |
+
"step": 2370
|
| 1670 |
+
},
|
| 1671 |
+
{
|
| 1672 |
+
"epoch": 0.7933333333333333,
|
| 1673 |
+
"grad_norm": 0.4177819788455963,
|
| 1674 |
+
"learning_rate": 1.035e-05,
|
| 1675 |
+
"loss": 0.7918330669403076,
|
| 1676 |
+
"step": 2380
|
| 1677 |
+
},
|
| 1678 |
+
{
|
| 1679 |
+
"epoch": 0.7966666666666666,
|
| 1680 |
+
"grad_norm": 0.4987991750240326,
|
| 1681 |
+
"learning_rate": 1.0183333333333333e-05,
|
| 1682 |
+
"loss": 0.8270879745483398,
|
| 1683 |
+
"step": 2390
|
| 1684 |
+
},
|
| 1685 |
+
{
|
| 1686 |
+
"epoch": 0.8,
|
| 1687 |
+
"grad_norm": 0.6702345013618469,
|
| 1688 |
+
"learning_rate": 1.0016666666666667e-05,
|
| 1689 |
+
"loss": 0.7966389656066895,
|
| 1690 |
+
"step": 2400
|
| 1691 |
+
},
|
| 1692 |
+
{
|
| 1693 |
+
"epoch": 0.8033333333333333,
|
| 1694 |
+
"grad_norm": 0.684005618095398,
|
| 1695 |
+
"learning_rate": 9.85e-06,
|
| 1696 |
+
"loss": 0.8869472503662109,
|
| 1697 |
+
"step": 2410
|
| 1698 |
+
},
|
| 1699 |
+
{
|
| 1700 |
+
"epoch": 0.8066666666666666,
|
| 1701 |
+
"grad_norm": 0.4468795657157898,
|
| 1702 |
+
"learning_rate": 9.683333333333333e-06,
|
| 1703 |
+
"loss": 0.9556525230407715,
|
| 1704 |
+
"step": 2420
|
| 1705 |
+
},
|
| 1706 |
+
{
|
| 1707 |
+
"epoch": 0.81,
|
| 1708 |
+
"grad_norm": 0.5046238303184509,
|
| 1709 |
+
"learning_rate": 9.516666666666666e-06,
|
| 1710 |
+
"loss": 0.8056395530700684,
|
| 1711 |
+
"step": 2430
|
| 1712 |
+
},
|
| 1713 |
+
{
|
| 1714 |
+
"epoch": 0.8133333333333334,
|
| 1715 |
+
"grad_norm": 0.6720165610313416,
|
| 1716 |
+
"learning_rate": 9.35e-06,
|
| 1717 |
+
"loss": 0.8834376335144043,
|
| 1718 |
+
"step": 2440
|
| 1719 |
+
},
|
| 1720 |
+
{
|
| 1721 |
+
"epoch": 0.8166666666666667,
|
| 1722 |
+
"grad_norm": 0.4289397597312927,
|
| 1723 |
+
"learning_rate": 9.183333333333334e-06,
|
| 1724 |
+
"loss": 0.7789588928222656,
|
| 1725 |
+
"step": 2450
|
| 1726 |
+
},
|
| 1727 |
+
{
|
| 1728 |
+
"epoch": 0.82,
|
| 1729 |
+
"grad_norm": 0.6209238171577454,
|
| 1730 |
+
"learning_rate": 9.016666666666668e-06,
|
| 1731 |
+
"loss": 0.8701201438903808,
|
| 1732 |
+
"step": 2460
|
| 1733 |
+
},
|
| 1734 |
+
{
|
| 1735 |
+
"epoch": 0.8233333333333334,
|
| 1736 |
+
"grad_norm": 0.44446897506713867,
|
| 1737 |
+
"learning_rate": 8.85e-06,
|
| 1738 |
+
"loss": 0.7950375080108643,
|
| 1739 |
+
"step": 2470
|
| 1740 |
+
},
|
| 1741 |
+
{
|
| 1742 |
+
"epoch": 0.8266666666666667,
|
| 1743 |
+
"grad_norm": 0.44629836082458496,
|
| 1744 |
+
"learning_rate": 8.683333333333334e-06,
|
| 1745 |
+
"loss": 0.7967105865478515,
|
| 1746 |
+
"step": 2480
|
| 1747 |
+
},
|
| 1748 |
+
{
|
| 1749 |
+
"epoch": 0.83,
|
| 1750 |
+
"grad_norm": 0.37678250670433044,
|
| 1751 |
+
"learning_rate": 8.516666666666668e-06,
|
| 1752 |
+
"loss": 0.771687650680542,
|
| 1753 |
+
"step": 2490
|
| 1754 |
+
},
|
| 1755 |
+
{
|
| 1756 |
+
"epoch": 0.8333333333333334,
|
| 1757 |
+
"grad_norm": 0.494236558675766,
|
| 1758 |
+
"learning_rate": 8.350000000000001e-06,
|
| 1759 |
+
"loss": 0.8968353271484375,
|
| 1760 |
+
"step": 2500
|
| 1761 |
+
},
|
| 1762 |
+
{
|
| 1763 |
+
"epoch": 0.8366666666666667,
|
| 1764 |
+
"grad_norm": 0.6953932046890259,
|
| 1765 |
+
"learning_rate": 8.183333333333333e-06,
|
| 1766 |
+
"loss": 1.0087746620178222,
|
| 1767 |
+
"step": 2510
|
| 1768 |
+
},
|
| 1769 |
+
{
|
| 1770 |
+
"epoch": 0.84,
|
| 1771 |
+
"grad_norm": 0.488052099943161,
|
| 1772 |
+
"learning_rate": 8.016666666666667e-06,
|
| 1773 |
+
"loss": 0.9487748146057129,
|
| 1774 |
+
"step": 2520
|
| 1775 |
+
},
|
| 1776 |
+
{
|
| 1777 |
+
"epoch": 0.8433333333333334,
|
| 1778 |
+
"grad_norm": 0.7786927223205566,
|
| 1779 |
+
"learning_rate": 7.850000000000001e-06,
|
| 1780 |
+
"loss": 0.9541014671325684,
|
| 1781 |
+
"step": 2530
|
| 1782 |
+
},
|
| 1783 |
+
{
|
| 1784 |
+
"epoch": 0.8466666666666667,
|
| 1785 |
+
"grad_norm": 0.5057625770568848,
|
| 1786 |
+
"learning_rate": 7.683333333333335e-06,
|
| 1787 |
+
"loss": 0.905206298828125,
|
| 1788 |
+
"step": 2540
|
| 1789 |
+
},
|
| 1790 |
+
{
|
| 1791 |
+
"epoch": 0.85,
|
| 1792 |
+
"grad_norm": 0.7162487506866455,
|
| 1793 |
+
"learning_rate": 7.516666666666668e-06,
|
| 1794 |
+
"loss": 0.9245425224304199,
|
| 1795 |
+
"step": 2550
|
| 1796 |
+
},
|
| 1797 |
+
{
|
| 1798 |
+
"epoch": 0.8533333333333334,
|
| 1799 |
+
"grad_norm": 0.5543293952941895,
|
| 1800 |
+
"learning_rate": 7.35e-06,
|
| 1801 |
+
"loss": 0.8062684059143066,
|
| 1802 |
+
"step": 2560
|
| 1803 |
+
},
|
| 1804 |
+
{
|
| 1805 |
+
"epoch": 0.8566666666666667,
|
| 1806 |
+
"grad_norm": 0.7101190686225891,
|
| 1807 |
+
"learning_rate": 7.183333333333334e-06,
|
| 1808 |
+
"loss": 0.9243124961853028,
|
| 1809 |
+
"step": 2570
|
| 1810 |
+
},
|
| 1811 |
+
{
|
| 1812 |
+
"epoch": 0.86,
|
| 1813 |
+
"grad_norm": 0.726828932762146,
|
| 1814 |
+
"learning_rate": 7.0166666666666675e-06,
|
| 1815 |
+
"loss": 0.7988007068634033,
|
| 1816 |
+
"step": 2580
|
| 1817 |
+
},
|
| 1818 |
+
{
|
| 1819 |
+
"epoch": 0.8633333333333333,
|
| 1820 |
+
"grad_norm": 0.533573567867279,
|
| 1821 |
+
"learning_rate": 6.8500000000000005e-06,
|
| 1822 |
+
"loss": 0.8835041046142578,
|
| 1823 |
+
"step": 2590
|
| 1824 |
+
},
|
| 1825 |
+
{
|
| 1826 |
+
"epoch": 0.8666666666666667,
|
| 1827 |
+
"grad_norm": 0.5849156975746155,
|
| 1828 |
+
"learning_rate": 6.6833333333333334e-06,
|
| 1829 |
+
"loss": 0.8487396240234375,
|
| 1830 |
+
"step": 2600
|
| 1831 |
+
},
|
| 1832 |
+
{
|
| 1833 |
+
"epoch": 0.87,
|
| 1834 |
+
"grad_norm": 0.8949032425880432,
|
| 1835 |
+
"learning_rate": 6.516666666666666e-06,
|
| 1836 |
+
"loss": 0.8319039344787598,
|
| 1837 |
+
"step": 2610
|
| 1838 |
+
},
|
| 1839 |
+
{
|
| 1840 |
+
"epoch": 0.8733333333333333,
|
| 1841 |
+
"grad_norm": 0.6677828431129456,
|
| 1842 |
+
"learning_rate": 6.35e-06,
|
| 1843 |
+
"loss": 0.9017569541931152,
|
| 1844 |
+
"step": 2620
|
| 1845 |
+
},
|
| 1846 |
+
{
|
| 1847 |
+
"epoch": 0.8766666666666667,
|
| 1848 |
+
"grad_norm": 0.5268790125846863,
|
| 1849 |
+
"learning_rate": 6.183333333333333e-06,
|
| 1850 |
+
"loss": 0.7499767780303955,
|
| 1851 |
+
"step": 2630
|
| 1852 |
+
},
|
| 1853 |
+
{
|
| 1854 |
+
"epoch": 0.88,
|
| 1855 |
+
"grad_norm": 0.6157758235931396,
|
| 1856 |
+
"learning_rate": 6.016666666666667e-06,
|
| 1857 |
+
"loss": 0.8814908027648926,
|
| 1858 |
+
"step": 2640
|
| 1859 |
+
},
|
| 1860 |
+
{
|
| 1861 |
+
"epoch": 0.8833333333333333,
|
| 1862 |
+
"grad_norm": 0.5197092890739441,
|
| 1863 |
+
"learning_rate": 5.850000000000001e-06,
|
| 1864 |
+
"loss": 0.8590426445007324,
|
| 1865 |
+
"step": 2650
|
| 1866 |
+
},
|
| 1867 |
+
{
|
| 1868 |
+
"epoch": 0.8866666666666667,
|
| 1869 |
+
"grad_norm": 0.7915957570075989,
|
| 1870 |
+
"learning_rate": 5.683333333333334e-06,
|
| 1871 |
+
"loss": 0.8466612815856933,
|
| 1872 |
+
"step": 2660
|
| 1873 |
+
},
|
| 1874 |
+
{
|
| 1875 |
+
"epoch": 0.89,
|
| 1876 |
+
"grad_norm": 0.48902902007102966,
|
| 1877 |
+
"learning_rate": 5.5166666666666675e-06,
|
| 1878 |
+
"loss": 0.9879349708557129,
|
| 1879 |
+
"step": 2670
|
| 1880 |
+
},
|
| 1881 |
+
{
|
| 1882 |
+
"epoch": 0.8933333333333333,
|
| 1883 |
+
"grad_norm": 0.5069965124130249,
|
| 1884 |
+
"learning_rate": 5.3500000000000004e-06,
|
| 1885 |
+
"loss": 0.8216916084289551,
|
| 1886 |
+
"step": 2680
|
| 1887 |
+
},
|
| 1888 |
+
{
|
| 1889 |
+
"epoch": 0.8966666666666666,
|
| 1890 |
+
"grad_norm": 0.6190909743309021,
|
| 1891 |
+
"learning_rate": 5.183333333333333e-06,
|
| 1892 |
+
"loss": 0.8995295524597168,
|
| 1893 |
+
"step": 2690
|
| 1894 |
+
},
|
| 1895 |
+
{
|
| 1896 |
+
"epoch": 0.9,
|
| 1897 |
+
"grad_norm": 0.45372089743614197,
|
| 1898 |
+
"learning_rate": 5.016666666666666e-06,
|
| 1899 |
+
"loss": 0.8368668556213379,
|
| 1900 |
+
"step": 2700
|
| 1901 |
+
},
|
| 1902 |
+
{
|
| 1903 |
+
"epoch": 0.9033333333333333,
|
| 1904 |
+
"grad_norm": 0.5643200278282166,
|
| 1905 |
+
"learning_rate": 4.85e-06,
|
| 1906 |
+
"loss": 0.7782045364379883,
|
| 1907 |
+
"step": 2710
|
| 1908 |
+
},
|
| 1909 |
+
{
|
| 1910 |
+
"epoch": 0.9066666666666666,
|
| 1911 |
+
"grad_norm": 0.5345107913017273,
|
| 1912 |
+
"learning_rate": 4.683333333333333e-06,
|
| 1913 |
+
"loss": 0.8649769783020019,
|
| 1914 |
+
"step": 2720
|
| 1915 |
+
},
|
| 1916 |
+
{
|
| 1917 |
+
"epoch": 0.91,
|
| 1918 |
+
"grad_norm": 0.6174563765525818,
|
| 1919 |
+
"learning_rate": 4.516666666666667e-06,
|
| 1920 |
+
"loss": 0.890013313293457,
|
| 1921 |
+
"step": 2730
|
| 1922 |
+
},
|
| 1923 |
+
{
|
| 1924 |
+
"epoch": 0.9133333333333333,
|
| 1925 |
+
"grad_norm": 0.6632450222969055,
|
| 1926 |
+
"learning_rate": 4.35e-06,
|
| 1927 |
+
"loss": 0.8954425811767578,
|
| 1928 |
+
"step": 2740
|
| 1929 |
+
},
|
| 1930 |
+
{
|
| 1931 |
+
"epoch": 0.9166666666666666,
|
| 1932 |
+
"grad_norm": 0.5862364768981934,
|
| 1933 |
+
"learning_rate": 4.183333333333334e-06,
|
| 1934 |
+
"loss": 0.9733158111572265,
|
| 1935 |
+
"step": 2750
|
| 1936 |
+
},
|
| 1937 |
+
{
|
| 1938 |
+
"epoch": 0.92,
|
| 1939 |
+
"grad_norm": 0.625480592250824,
|
| 1940 |
+
"learning_rate": 4.0166666666666675e-06,
|
| 1941 |
+
"loss": 0.940821647644043,
|
| 1942 |
+
"step": 2760
|
| 1943 |
+
},
|
| 1944 |
+
{
|
| 1945 |
+
"epoch": 0.9233333333333333,
|
| 1946 |
+
"grad_norm": 0.5125066041946411,
|
| 1947 |
+
"learning_rate": 3.85e-06,
|
| 1948 |
+
"loss": 0.8799821853637695,
|
| 1949 |
+
"step": 2770
|
| 1950 |
+
},
|
| 1951 |
+
{
|
| 1952 |
+
"epoch": 0.9266666666666666,
|
| 1953 |
+
"grad_norm": 0.501059353351593,
|
| 1954 |
+
"learning_rate": 3.6833333333333338e-06,
|
| 1955 |
+
"loss": 0.8071253776550293,
|
| 1956 |
+
"step": 2780
|
| 1957 |
+
},
|
| 1958 |
+
{
|
| 1959 |
+
"epoch": 0.93,
|
| 1960 |
+
"grad_norm": 0.480802446603775,
|
| 1961 |
+
"learning_rate": 3.5166666666666667e-06,
|
| 1962 |
+
"loss": 0.7463678359985352,
|
| 1963 |
+
"step": 2790
|
| 1964 |
+
},
|
| 1965 |
+
{
|
| 1966 |
+
"epoch": 0.9333333333333333,
|
| 1967 |
+
"grad_norm": 0.5736676454544067,
|
| 1968 |
+
"learning_rate": 3.3500000000000005e-06,
|
| 1969 |
+
"loss": 0.9327493667602539,
|
| 1970 |
+
"step": 2800
|
| 1971 |
+
},
|
| 1972 |
+
{
|
| 1973 |
+
"epoch": 0.9366666666666666,
|
| 1974 |
+
"grad_norm": 0.4975570738315582,
|
| 1975 |
+
"learning_rate": 3.1833333333333335e-06,
|
| 1976 |
+
"loss": 0.8904853820800781,
|
| 1977 |
+
"step": 2810
|
| 1978 |
+
},
|
| 1979 |
+
{
|
| 1980 |
+
"epoch": 0.94,
|
| 1981 |
+
"grad_norm": 0.480354368686676,
|
| 1982 |
+
"learning_rate": 3.016666666666667e-06,
|
| 1983 |
+
"loss": 1.0292061805725097,
|
| 1984 |
+
"step": 2820
|
| 1985 |
+
},
|
| 1986 |
+
{
|
| 1987 |
+
"epoch": 0.9433333333333334,
|
| 1988 |
+
"grad_norm": 0.6452360153198242,
|
| 1989 |
+
"learning_rate": 2.8500000000000002e-06,
|
| 1990 |
+
"loss": 1.0092354774475099,
|
| 1991 |
+
"step": 2830
|
| 1992 |
+
},
|
| 1993 |
+
{
|
| 1994 |
+
"epoch": 0.9466666666666667,
|
| 1995 |
+
"grad_norm": 0.5015031099319458,
|
| 1996 |
+
"learning_rate": 2.6833333333333336e-06,
|
| 1997 |
+
"loss": 1.0683047294616699,
|
| 1998 |
+
"step": 2840
|
| 1999 |
+
},
|
| 2000 |
+
{
|
| 2001 |
+
"epoch": 0.95,
|
| 2002 |
+
"grad_norm": 0.4239721894264221,
|
| 2003 |
+
"learning_rate": 2.516666666666667e-06,
|
| 2004 |
+
"loss": 0.8794116973876953,
|
| 2005 |
+
"step": 2850
|
| 2006 |
+
},
|
| 2007 |
+
{
|
| 2008 |
+
"epoch": 0.9533333333333334,
|
| 2009 |
+
"grad_norm": 0.5949695110321045,
|
| 2010 |
+
"learning_rate": 2.35e-06,
|
| 2011 |
+
"loss": 1.0180916786193848,
|
| 2012 |
+
"step": 2860
|
| 2013 |
+
},
|
| 2014 |
+
{
|
| 2015 |
+
"epoch": 0.9566666666666667,
|
| 2016 |
+
"grad_norm": 0.551426112651825,
|
| 2017 |
+
"learning_rate": 2.1833333333333333e-06,
|
| 2018 |
+
"loss": 0.9177707672119141,
|
| 2019 |
+
"step": 2870
|
| 2020 |
+
},
|
| 2021 |
+
{
|
| 2022 |
+
"epoch": 0.96,
|
| 2023 |
+
"grad_norm": 0.6483604907989502,
|
| 2024 |
+
"learning_rate": 2.0166666666666667e-06,
|
| 2025 |
+
"loss": 0.9020861625671387,
|
| 2026 |
+
"step": 2880
|
| 2027 |
+
},
|
| 2028 |
+
{
|
| 2029 |
+
"epoch": 0.9633333333333334,
|
| 2030 |
+
"grad_norm": 0.60732501745224,
|
| 2031 |
+
"learning_rate": 1.85e-06,
|
| 2032 |
+
"loss": 1.0001092910766602,
|
| 2033 |
+
"step": 2890
|
| 2034 |
+
},
|
| 2035 |
+
{
|
| 2036 |
+
"epoch": 0.9666666666666667,
|
| 2037 |
+
"grad_norm": 0.46931129693984985,
|
| 2038 |
+
"learning_rate": 1.6833333333333332e-06,
|
| 2039 |
+
"loss": 0.8657818794250488,
|
| 2040 |
+
"step": 2900
|
| 2041 |
+
},
|
| 2042 |
+
{
|
| 2043 |
+
"epoch": 0.97,
|
| 2044 |
+
"grad_norm": 0.5216684937477112,
|
| 2045 |
+
"learning_rate": 1.5166666666666668e-06,
|
| 2046 |
+
"loss": 0.9077080726623535,
|
| 2047 |
+
"step": 2910
|
| 2048 |
+
},
|
| 2049 |
+
{
|
| 2050 |
+
"epoch": 0.9733333333333334,
|
| 2051 |
+
"grad_norm": 0.547545313835144,
|
| 2052 |
+
"learning_rate": 1.35e-06,
|
| 2053 |
+
"loss": 0.8793766021728515,
|
| 2054 |
+
"step": 2920
|
| 2055 |
+
},
|
| 2056 |
+
{
|
| 2057 |
+
"epoch": 0.9766666666666667,
|
| 2058 |
+
"grad_norm": 0.4495963752269745,
|
| 2059 |
+
"learning_rate": 1.1833333333333334e-06,
|
| 2060 |
+
"loss": 0.8557974815368652,
|
| 2061 |
+
"step": 2930
|
| 2062 |
+
},
|
| 2063 |
+
{
|
| 2064 |
+
"epoch": 0.98,
|
| 2065 |
+
"grad_norm": 0.6442372798919678,
|
| 2066 |
+
"learning_rate": 1.0166666666666665e-06,
|
| 2067 |
+
"loss": 0.8119054794311523,
|
| 2068 |
+
"step": 2940
|
| 2069 |
+
},
|
| 2070 |
+
{
|
| 2071 |
+
"epoch": 0.9833333333333333,
|
| 2072 |
+
"grad_norm": 0.7756669521331787,
|
| 2073 |
+
"learning_rate": 8.500000000000001e-07,
|
| 2074 |
+
"loss": 0.8289030075073243,
|
| 2075 |
+
"step": 2950
|
| 2076 |
+
}
|
| 2077 |
+
],
|
| 2078 |
+
"logging_steps": 10,
|
| 2079 |
+
"max_steps": 3000,
|
| 2080 |
+
"num_input_tokens_seen": 0,
|
| 2081 |
+
"num_train_epochs": 1,
|
| 2082 |
+
"save_steps": 50,
|
| 2083 |
+
"stateful_callbacks": {
|
| 2084 |
+
"TrainerControl": {
|
| 2085 |
+
"args": {
|
| 2086 |
+
"should_epoch_stop": false,
|
| 2087 |
+
"should_evaluate": false,
|
| 2088 |
+
"should_log": false,
|
| 2089 |
+
"should_save": true,
|
| 2090 |
+
"should_training_stop": false
|
| 2091 |
+
},
|
| 2092 |
+
"attributes": {}
|
| 2093 |
+
}
|
| 2094 |
+
},
|
| 2095 |
+
"total_flos": 792192378470400.0,
|
| 2096 |
+
"train_batch_size": 1,
|
| 2097 |
+
"trial_name": null,
|
| 2098 |
+
"trial_params": null
|
| 2099 |
+
}
|
checkpoint-2950/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:5b8cdeeb02b683888c58950ba20634617e28bd81b336c3f037116cc9305a2043
|
| 3 |
+
size 5137
|
checkpoint-3000/README.md
ADDED
|
@@ -0,0 +1,207 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
base_model: gpt2
|
| 3 |
+
library_name: peft
|
| 4 |
+
pipeline_tag: text-generation
|
| 5 |
+
tags:
|
| 6 |
+
- base_model:adapter:gpt2
|
| 7 |
+
- lora
|
| 8 |
+
- transformers
|
| 9 |
+
---
|
| 10 |
+
|
| 11 |
+
# Model Card for Model ID
|
| 12 |
+
|
| 13 |
+
<!-- Provide a quick summary of what the model is/does. -->
|
| 14 |
+
|
| 15 |
+
|
| 16 |
+
|
| 17 |
+
## Model Details
|
| 18 |
+
|
| 19 |
+
### Model Description
|
| 20 |
+
|
| 21 |
+
<!-- Provide a longer summary of what this model is. -->
|
| 22 |
+
|
| 23 |
+
|
| 24 |
+
|
| 25 |
+
- **Developed by:** [More Information Needed]
|
| 26 |
+
- **Funded by [optional]:** [More Information Needed]
|
| 27 |
+
- **Shared by [optional]:** [More Information Needed]
|
| 28 |
+
- **Model type:** [More Information Needed]
|
| 29 |
+
- **Language(s) (NLP):** [More Information Needed]
|
| 30 |
+
- **License:** [More Information Needed]
|
| 31 |
+
- **Finetuned from model [optional]:** [More Information Needed]
|
| 32 |
+
|
| 33 |
+
### Model Sources [optional]
|
| 34 |
+
|
| 35 |
+
<!-- Provide the basic links for the model. -->
|
| 36 |
+
|
| 37 |
+
- **Repository:** [More Information Needed]
|
| 38 |
+
- **Paper [optional]:** [More Information Needed]
|
| 39 |
+
- **Demo [optional]:** [More Information Needed]
|
| 40 |
+
|
| 41 |
+
## Uses
|
| 42 |
+
|
| 43 |
+
<!-- Address questions around how the model is intended to be used, including the foreseeable users of the model and those affected by the model. -->
|
| 44 |
+
|
| 45 |
+
### Direct Use
|
| 46 |
+
|
| 47 |
+
<!-- This section is for the model use without fine-tuning or plugging into a larger ecosystem/app. -->
|
| 48 |
+
|
| 49 |
+
[More Information Needed]
|
| 50 |
+
|
| 51 |
+
### Downstream Use [optional]
|
| 52 |
+
|
| 53 |
+
<!-- This section is for the model use when fine-tuned for a task, or when plugged into a larger ecosystem/app -->
|
| 54 |
+
|
| 55 |
+
[More Information Needed]
|
| 56 |
+
|
| 57 |
+
### Out-of-Scope Use
|
| 58 |
+
|
| 59 |
+
<!-- This section addresses misuse, malicious use, and uses that the model will not work well for. -->
|
| 60 |
+
|
| 61 |
+
[More Information Needed]
|
| 62 |
+
|
| 63 |
+
## Bias, Risks, and Limitations
|
| 64 |
+
|
| 65 |
+
<!-- This section is meant to convey both technical and sociotechnical limitations. -->
|
| 66 |
+
|
| 67 |
+
[More Information Needed]
|
| 68 |
+
|
| 69 |
+
### Recommendations
|
| 70 |
+
|
| 71 |
+
<!-- This section is meant to convey recommendations with respect to the bias, risk, and technical limitations. -->
|
| 72 |
+
|
| 73 |
+
Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.
|
| 74 |
+
|
| 75 |
+
## How to Get Started with the Model
|
| 76 |
+
|
| 77 |
+
Use the code below to get started with the model.
|
| 78 |
+
|
| 79 |
+
[More Information Needed]
|
| 80 |
+
|
| 81 |
+
## Training Details
|
| 82 |
+
|
| 83 |
+
### Training Data
|
| 84 |
+
|
| 85 |
+
<!-- This should link to a Dataset Card, perhaps with a short stub of information on what the training data is all about as well as documentation related to data pre-processing or additional filtering. -->
|
| 86 |
+
|
| 87 |
+
[More Information Needed]
|
| 88 |
+
|
| 89 |
+
### Training Procedure
|
| 90 |
+
|
| 91 |
+
<!-- This relates heavily to the Technical Specifications. Content here should link to that section when it is relevant to the training procedure. -->
|
| 92 |
+
|
| 93 |
+
#### Preprocessing [optional]
|
| 94 |
+
|
| 95 |
+
[More Information Needed]
|
| 96 |
+
|
| 97 |
+
|
| 98 |
+
#### Training Hyperparameters
|
| 99 |
+
|
| 100 |
+
- **Training regime:** [More Information Needed] <!--fp32, fp16 mixed precision, bf16 mixed precision, bf16 non-mixed precision, fp16 non-mixed precision, fp8 mixed precision -->
|
| 101 |
+
|
| 102 |
+
#### Speeds, Sizes, Times [optional]
|
| 103 |
+
|
| 104 |
+
<!-- This section provides information about throughput, start/end time, checkpoint size if relevant, etc. -->
|
| 105 |
+
|
| 106 |
+
[More Information Needed]
|
| 107 |
+
|
| 108 |
+
## Evaluation
|
| 109 |
+
|
| 110 |
+
<!-- This section describes the evaluation protocols and provides the results. -->
|
| 111 |
+
|
| 112 |
+
### Testing Data, Factors & Metrics
|
| 113 |
+
|
| 114 |
+
#### Testing Data
|
| 115 |
+
|
| 116 |
+
<!-- This should link to a Dataset Card if possible. -->
|
| 117 |
+
|
| 118 |
+
[More Information Needed]
|
| 119 |
+
|
| 120 |
+
#### Factors
|
| 121 |
+
|
| 122 |
+
<!-- These are the things the evaluation is disaggregating by, e.g., subpopulations or domains. -->
|
| 123 |
+
|
| 124 |
+
[More Information Needed]
|
| 125 |
+
|
| 126 |
+
#### Metrics
|
| 127 |
+
|
| 128 |
+
<!-- These are the evaluation metrics being used, ideally with a description of why. -->
|
| 129 |
+
|
| 130 |
+
[More Information Needed]
|
| 131 |
+
|
| 132 |
+
### Results
|
| 133 |
+
|
| 134 |
+
[More Information Needed]
|
| 135 |
+
|
| 136 |
+
#### Summary
|
| 137 |
+
|
| 138 |
+
|
| 139 |
+
|
| 140 |
+
## Model Examination [optional]
|
| 141 |
+
|
| 142 |
+
<!-- Relevant interpretability work for the model goes here -->
|
| 143 |
+
|
| 144 |
+
[More Information Needed]
|
| 145 |
+
|
| 146 |
+
## Environmental Impact
|
| 147 |
+
|
| 148 |
+
<!-- Total emissions (in grams of CO2eq) and additional considerations, such as electricity usage, go here. Edit the suggested text below accordingly -->
|
| 149 |
+
|
| 150 |
+
Carbon emissions can be estimated using the [Machine Learning Impact calculator](https://mlco2.github.io/impact#compute) presented in [Lacoste et al. (2019)](https://arxiv.org/abs/1910.09700).
|
| 151 |
+
|
| 152 |
+
- **Hardware Type:** [More Information Needed]
|
| 153 |
+
- **Hours used:** [More Information Needed]
|
| 154 |
+
- **Cloud Provider:** [More Information Needed]
|
| 155 |
+
- **Compute Region:** [More Information Needed]
|
| 156 |
+
- **Carbon Emitted:** [More Information Needed]
|
| 157 |
+
|
| 158 |
+
## Technical Specifications [optional]
|
| 159 |
+
|
| 160 |
+
### Model Architecture and Objective
|
| 161 |
+
|
| 162 |
+
[More Information Needed]
|
| 163 |
+
|
| 164 |
+
### Compute Infrastructure
|
| 165 |
+
|
| 166 |
+
[More Information Needed]
|
| 167 |
+
|
| 168 |
+
#### Hardware
|
| 169 |
+
|
| 170 |
+
[More Information Needed]
|
| 171 |
+
|
| 172 |
+
#### Software
|
| 173 |
+
|
| 174 |
+
[More Information Needed]
|
| 175 |
+
|
| 176 |
+
## Citation [optional]
|
| 177 |
+
|
| 178 |
+
<!-- If there is a paper or blog post introducing the model, the APA and Bibtex information for that should go in this section. -->
|
| 179 |
+
|
| 180 |
+
**BibTeX:**
|
| 181 |
+
|
| 182 |
+
[More Information Needed]
|
| 183 |
+
|
| 184 |
+
**APA:**
|
| 185 |
+
|
| 186 |
+
[More Information Needed]
|
| 187 |
+
|
| 188 |
+
## Glossary [optional]
|
| 189 |
+
|
| 190 |
+
<!-- If relevant, include terms and calculations in this section that can help readers understand the model or model card. -->
|
| 191 |
+
|
| 192 |
+
[More Information Needed]
|
| 193 |
+
|
| 194 |
+
## More Information [optional]
|
| 195 |
+
|
| 196 |
+
[More Information Needed]
|
| 197 |
+
|
| 198 |
+
## Model Card Authors [optional]
|
| 199 |
+
|
| 200 |
+
[More Information Needed]
|
| 201 |
+
|
| 202 |
+
## Model Card Contact
|
| 203 |
+
|
| 204 |
+
[More Information Needed]
|
| 205 |
+
### Framework versions
|
| 206 |
+
|
| 207 |
+
- PEFT 0.18.1
|
checkpoint-3000/adapter_config.json
ADDED
|
@@ -0,0 +1,40 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"alora_invocation_tokens": null,
|
| 3 |
+
"alpha_pattern": {},
|
| 4 |
+
"arrow_config": null,
|
| 5 |
+
"auto_mapping": null,
|
| 6 |
+
"base_model_name_or_path": "gpt2",
|
| 7 |
+
"bias": "none",
|
| 8 |
+
"corda_config": null,
|
| 9 |
+
"ensure_weight_tying": false,
|
| 10 |
+
"eva_config": null,
|
| 11 |
+
"exclude_modules": null,
|
| 12 |
+
"fan_in_fan_out": true,
|
| 13 |
+
"inference_mode": true,
|
| 14 |
+
"init_lora_weights": true,
|
| 15 |
+
"layer_replication": null,
|
| 16 |
+
"layers_pattern": null,
|
| 17 |
+
"layers_to_transform": null,
|
| 18 |
+
"loftq_config": {},
|
| 19 |
+
"lora_alpha": 128,
|
| 20 |
+
"lora_bias": false,
|
| 21 |
+
"lora_dropout": 0.05,
|
| 22 |
+
"megatron_config": null,
|
| 23 |
+
"megatron_core": "megatron.core",
|
| 24 |
+
"modules_to_save": null,
|
| 25 |
+
"peft_type": "LORA",
|
| 26 |
+
"peft_version": "0.18.1",
|
| 27 |
+
"qalora_group_size": 16,
|
| 28 |
+
"r": 64,
|
| 29 |
+
"rank_pattern": {},
|
| 30 |
+
"revision": null,
|
| 31 |
+
"target_modules": [
|
| 32 |
+
"c_attn"
|
| 33 |
+
],
|
| 34 |
+
"target_parameters": null,
|
| 35 |
+
"task_type": "CAUSAL_LM",
|
| 36 |
+
"trainable_token_indices": null,
|
| 37 |
+
"use_dora": false,
|
| 38 |
+
"use_qalora": false,
|
| 39 |
+
"use_rslora": false
|
| 40 |
+
}
|
checkpoint-3000/adapter_model.safetensors
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:daf96ecad4fb2c407b82f85d56cef90e2882f3ad4e8696d095a21353f66fa596
|
| 3 |
+
size 9440280
|
checkpoint-3000/optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:deff9b9dd7ef550fba4b599fd0cd38fbb926067da66a651ae86dcc827221dea0
|
| 3 |
+
size 4824013
|
checkpoint-3000/rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:f8b94bd241ca409ffd83d810e42f2395e89e79fad149c049cbb96ddedee131a7
|
| 3 |
+
size 14645
|
checkpoint-3000/scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:7801c757c2fe5906123b9cd33a124fb76c352678272072d20002c052fe674b7d
|
| 3 |
+
size 1465
|
checkpoint-3000/tokenizer.json
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|
checkpoint-3000/tokenizer_config.json
ADDED
|
@@ -0,0 +1,12 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"add_prefix_space": false,
|
| 3 |
+
"backend": "tokenizers",
|
| 4 |
+
"bos_token": "<|endoftext|>",
|
| 5 |
+
"eos_token": "<|endoftext|>",
|
| 6 |
+
"errors": "replace",
|
| 7 |
+
"is_local": false,
|
| 8 |
+
"model_max_length": 1024,
|
| 9 |
+
"pad_token": "<|endoftext|>",
|
| 10 |
+
"tokenizer_class": "GPT2Tokenizer",
|
| 11 |
+
"unk_token": "<|endoftext|>"
|
| 12 |
+
}
|
checkpoint-3000/trainer_state.json
ADDED
|
@@ -0,0 +1,2134 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_global_step": null,
|
| 3 |
+
"best_metric": null,
|
| 4 |
+
"best_model_checkpoint": null,
|
| 5 |
+
"epoch": 1.0,
|
| 6 |
+
"eval_steps": 500,
|
| 7 |
+
"global_step": 3000,
|
| 8 |
+
"is_hyper_param_search": false,
|
| 9 |
+
"is_local_process_zero": true,
|
| 10 |
+
"is_world_process_zero": true,
|
| 11 |
+
"log_history": [
|
| 12 |
+
{
|
| 13 |
+
"epoch": 0.0033333333333333335,
|
| 14 |
+
"grad_norm": 6.809678077697754,
|
| 15 |
+
"learning_rate": 4.9850000000000006e-05,
|
| 16 |
+
"loss": 7.233219146728516,
|
| 17 |
+
"step": 10
|
| 18 |
+
},
|
| 19 |
+
{
|
| 20 |
+
"epoch": 0.006666666666666667,
|
| 21 |
+
"grad_norm": 8.315083503723145,
|
| 22 |
+
"learning_rate": 4.968333333333334e-05,
|
| 23 |
+
"loss": 5.7482860565185545,
|
| 24 |
+
"step": 20
|
| 25 |
+
},
|
| 26 |
+
{
|
| 27 |
+
"epoch": 0.01,
|
| 28 |
+
"grad_norm": 6.454437255859375,
|
| 29 |
+
"learning_rate": 4.9516666666666666e-05,
|
| 30 |
+
"loss": 3.6689868927001954,
|
| 31 |
+
"step": 30
|
| 32 |
+
},
|
| 33 |
+
{
|
| 34 |
+
"epoch": 0.013333333333333334,
|
| 35 |
+
"grad_norm": 3.284022092819214,
|
| 36 |
+
"learning_rate": 4.935e-05,
|
| 37 |
+
"loss": 2.273424530029297,
|
| 38 |
+
"step": 40
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.016666666666666666,
|
| 42 |
+
"grad_norm": 0.9964243173599243,
|
| 43 |
+
"learning_rate": 4.9183333333333334e-05,
|
| 44 |
+
"loss": 1.6669052124023438,
|
| 45 |
+
"step": 50
|
| 46 |
+
},
|
| 47 |
+
{
|
| 48 |
+
"epoch": 0.02,
|
| 49 |
+
"grad_norm": 0.6209345459938049,
|
| 50 |
+
"learning_rate": 4.901666666666667e-05,
|
| 51 |
+
"loss": 1.347894287109375,
|
| 52 |
+
"step": 60
|
| 53 |
+
},
|
| 54 |
+
{
|
| 55 |
+
"epoch": 0.023333333333333334,
|
| 56 |
+
"grad_norm": 0.7051726579666138,
|
| 57 |
+
"learning_rate": 4.885e-05,
|
| 58 |
+
"loss": 1.3426547050476074,
|
| 59 |
+
"step": 70
|
| 60 |
+
},
|
| 61 |
+
{
|
| 62 |
+
"epoch": 0.02666666666666667,
|
| 63 |
+
"grad_norm": 0.5769520998001099,
|
| 64 |
+
"learning_rate": 4.8683333333333335e-05,
|
| 65 |
+
"loss": 1.031618881225586,
|
| 66 |
+
"step": 80
|
| 67 |
+
},
|
| 68 |
+
{
|
| 69 |
+
"epoch": 0.03,
|
| 70 |
+
"grad_norm": 1.3832005262374878,
|
| 71 |
+
"learning_rate": 4.851666666666667e-05,
|
| 72 |
+
"loss": 1.0876376152038574,
|
| 73 |
+
"step": 90
|
| 74 |
+
},
|
| 75 |
+
{
|
| 76 |
+
"epoch": 0.03333333333333333,
|
| 77 |
+
"grad_norm": 0.423240602016449,
|
| 78 |
+
"learning_rate": 4.835e-05,
|
| 79 |
+
"loss": 0.967049503326416,
|
| 80 |
+
"step": 100
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.03666666666666667,
|
| 84 |
+
"grad_norm": 1.0171490907669067,
|
| 85 |
+
"learning_rate": 4.818333333333334e-05,
|
| 86 |
+
"loss": 1.0151338577270508,
|
| 87 |
+
"step": 110
|
| 88 |
+
},
|
| 89 |
+
{
|
| 90 |
+
"epoch": 0.04,
|
| 91 |
+
"grad_norm": 0.42430293560028076,
|
| 92 |
+
"learning_rate": 4.801666666666667e-05,
|
| 93 |
+
"loss": 1.0364399909973145,
|
| 94 |
+
"step": 120
|
| 95 |
+
},
|
| 96 |
+
{
|
| 97 |
+
"epoch": 0.043333333333333335,
|
| 98 |
+
"grad_norm": 1.113786220550537,
|
| 99 |
+
"learning_rate": 4.785e-05,
|
| 100 |
+
"loss": 1.2358755111694335,
|
| 101 |
+
"step": 130
|
| 102 |
+
},
|
| 103 |
+
{
|
| 104 |
+
"epoch": 0.04666666666666667,
|
| 105 |
+
"grad_norm": 0.4222952425479889,
|
| 106 |
+
"learning_rate": 4.768333333333334e-05,
|
| 107 |
+
"loss": 0.9435253143310547,
|
| 108 |
+
"step": 140
|
| 109 |
+
},
|
| 110 |
+
{
|
| 111 |
+
"epoch": 0.05,
|
| 112 |
+
"grad_norm": 0.4197883903980255,
|
| 113 |
+
"learning_rate": 4.751666666666667e-05,
|
| 114 |
+
"loss": 0.9088167190551758,
|
| 115 |
+
"step": 150
|
| 116 |
+
},
|
| 117 |
+
{
|
| 118 |
+
"epoch": 0.05333333333333334,
|
| 119 |
+
"grad_norm": 0.4791605770587921,
|
| 120 |
+
"learning_rate": 4.735e-05,
|
| 121 |
+
"loss": 1.0109647750854491,
|
| 122 |
+
"step": 160
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 0.056666666666666664,
|
| 126 |
+
"grad_norm": 0.4866371154785156,
|
| 127 |
+
"learning_rate": 4.718333333333333e-05,
|
| 128 |
+
"loss": 1.0510098457336425,
|
| 129 |
+
"step": 170
|
| 130 |
+
},
|
| 131 |
+
{
|
| 132 |
+
"epoch": 0.06,
|
| 133 |
+
"grad_norm": 0.369156152009964,
|
| 134 |
+
"learning_rate": 4.701666666666667e-05,
|
| 135 |
+
"loss": 0.9953393936157227,
|
| 136 |
+
"step": 180
|
| 137 |
+
},
|
| 138 |
+
{
|
| 139 |
+
"epoch": 0.06333333333333334,
|
| 140 |
+
"grad_norm": 0.8538883924484253,
|
| 141 |
+
"learning_rate": 4.685000000000001e-05,
|
| 142 |
+
"loss": 1.0944287300109863,
|
| 143 |
+
"step": 190
|
| 144 |
+
},
|
| 145 |
+
{
|
| 146 |
+
"epoch": 0.06666666666666667,
|
| 147 |
+
"grad_norm": 0.4323364496231079,
|
| 148 |
+
"learning_rate": 4.6683333333333334e-05,
|
| 149 |
+
"loss": 0.9442741394042968,
|
| 150 |
+
"step": 200
|
| 151 |
+
},
|
| 152 |
+
{
|
| 153 |
+
"epoch": 0.07,
|
| 154 |
+
"grad_norm": 0.5124598145484924,
|
| 155 |
+
"learning_rate": 4.651666666666667e-05,
|
| 156 |
+
"loss": 0.8857268333435059,
|
| 157 |
+
"step": 210
|
| 158 |
+
},
|
| 159 |
+
{
|
| 160 |
+
"epoch": 0.07333333333333333,
|
| 161 |
+
"grad_norm": 0.5820016264915466,
|
| 162 |
+
"learning_rate": 4.635e-05,
|
| 163 |
+
"loss": 1.1653939247131349,
|
| 164 |
+
"step": 220
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 0.07666666666666666,
|
| 168 |
+
"grad_norm": 0.3909580111503601,
|
| 169 |
+
"learning_rate": 4.6183333333333336e-05,
|
| 170 |
+
"loss": 1.0361078262329102,
|
| 171 |
+
"step": 230
|
| 172 |
+
},
|
| 173 |
+
{
|
| 174 |
+
"epoch": 0.08,
|
| 175 |
+
"grad_norm": 0.9888875484466553,
|
| 176 |
+
"learning_rate": 4.601666666666667e-05,
|
| 177 |
+
"loss": 1.1712039947509765,
|
| 178 |
+
"step": 240
|
| 179 |
+
},
|
| 180 |
+
{
|
| 181 |
+
"epoch": 0.08333333333333333,
|
| 182 |
+
"grad_norm": 0.5135601758956909,
|
| 183 |
+
"learning_rate": 4.585e-05,
|
| 184 |
+
"loss": 0.9313525199890137,
|
| 185 |
+
"step": 250
|
| 186 |
+
},
|
| 187 |
+
{
|
| 188 |
+
"epoch": 0.08666666666666667,
|
| 189 |
+
"grad_norm": 0.5219751000404358,
|
| 190 |
+
"learning_rate": 4.568333333333333e-05,
|
| 191 |
+
"loss": 1.0194238662719726,
|
| 192 |
+
"step": 260
|
| 193 |
+
},
|
| 194 |
+
{
|
| 195 |
+
"epoch": 0.09,
|
| 196 |
+
"grad_norm": 0.5085497498512268,
|
| 197 |
+
"learning_rate": 4.551666666666667e-05,
|
| 198 |
+
"loss": 0.9100503921508789,
|
| 199 |
+
"step": 270
|
| 200 |
+
},
|
| 201 |
+
{
|
| 202 |
+
"epoch": 0.09333333333333334,
|
| 203 |
+
"grad_norm": 0.39039579033851624,
|
| 204 |
+
"learning_rate": 4.5350000000000005e-05,
|
| 205 |
+
"loss": 0.9138201713562012,
|
| 206 |
+
"step": 280
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 0.09666666666666666,
|
| 210 |
+
"grad_norm": 0.4246252179145813,
|
| 211 |
+
"learning_rate": 4.518333333333333e-05,
|
| 212 |
+
"loss": 1.0014129638671876,
|
| 213 |
+
"step": 290
|
| 214 |
+
},
|
| 215 |
+
{
|
| 216 |
+
"epoch": 0.1,
|
| 217 |
+
"grad_norm": 0.46258535981178284,
|
| 218 |
+
"learning_rate": 4.5016666666666665e-05,
|
| 219 |
+
"loss": 1.10882568359375,
|
| 220 |
+
"step": 300
|
| 221 |
+
},
|
| 222 |
+
{
|
| 223 |
+
"epoch": 0.10333333333333333,
|
| 224 |
+
"grad_norm": 0.3984704613685608,
|
| 225 |
+
"learning_rate": 4.4850000000000006e-05,
|
| 226 |
+
"loss": 0.9269520759582519,
|
| 227 |
+
"step": 310
|
| 228 |
+
},
|
| 229 |
+
{
|
| 230 |
+
"epoch": 0.10666666666666667,
|
| 231 |
+
"grad_norm": 0.4456084966659546,
|
| 232 |
+
"learning_rate": 4.468333333333334e-05,
|
| 233 |
+
"loss": 0.9888761520385743,
|
| 234 |
+
"step": 320
|
| 235 |
+
},
|
| 236 |
+
{
|
| 237 |
+
"epoch": 0.11,
|
| 238 |
+
"grad_norm": 0.8263048529624939,
|
| 239 |
+
"learning_rate": 4.451666666666667e-05,
|
| 240 |
+
"loss": 0.8790253639221192,
|
| 241 |
+
"step": 330
|
| 242 |
+
},
|
| 243 |
+
{
|
| 244 |
+
"epoch": 0.11333333333333333,
|
| 245 |
+
"grad_norm": 0.35195598006248474,
|
| 246 |
+
"learning_rate": 4.435e-05,
|
| 247 |
+
"loss": 0.8765983581542969,
|
| 248 |
+
"step": 340
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 0.11666666666666667,
|
| 252 |
+
"grad_norm": 0.447350412607193,
|
| 253 |
+
"learning_rate": 4.4183333333333334e-05,
|
| 254 |
+
"loss": 1.1207200050354005,
|
| 255 |
+
"step": 350
|
| 256 |
+
},
|
| 257 |
+
{
|
| 258 |
+
"epoch": 0.12,
|
| 259 |
+
"grad_norm": 0.7923038601875305,
|
| 260 |
+
"learning_rate": 4.401666666666667e-05,
|
| 261 |
+
"loss": 0.8299055099487305,
|
| 262 |
+
"step": 360
|
| 263 |
+
},
|
| 264 |
+
{
|
| 265 |
+
"epoch": 0.12333333333333334,
|
| 266 |
+
"grad_norm": 0.3724622428417206,
|
| 267 |
+
"learning_rate": 4.385e-05,
|
| 268 |
+
"loss": 1.1368635177612305,
|
| 269 |
+
"step": 370
|
| 270 |
+
},
|
| 271 |
+
{
|
| 272 |
+
"epoch": 0.12666666666666668,
|
| 273 |
+
"grad_norm": 0.49659571051597595,
|
| 274 |
+
"learning_rate": 4.3683333333333336e-05,
|
| 275 |
+
"loss": 0.9668448448181153,
|
| 276 |
+
"step": 380
|
| 277 |
+
},
|
| 278 |
+
{
|
| 279 |
+
"epoch": 0.13,
|
| 280 |
+
"grad_norm": 0.3801608681678772,
|
| 281 |
+
"learning_rate": 4.351666666666667e-05,
|
| 282 |
+
"loss": 1.0527292251586915,
|
| 283 |
+
"step": 390
|
| 284 |
+
},
|
| 285 |
+
{
|
| 286 |
+
"epoch": 0.13333333333333333,
|
| 287 |
+
"grad_norm": 0.450956791639328,
|
| 288 |
+
"learning_rate": 4.335e-05,
|
| 289 |
+
"loss": 0.9145011901855469,
|
| 290 |
+
"step": 400
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 0.13666666666666666,
|
| 294 |
+
"grad_norm": 0.5096069574356079,
|
| 295 |
+
"learning_rate": 4.318333333333334e-05,
|
| 296 |
+
"loss": 0.9489949226379395,
|
| 297 |
+
"step": 410
|
| 298 |
+
},
|
| 299 |
+
{
|
| 300 |
+
"epoch": 0.14,
|
| 301 |
+
"grad_norm": 0.5106140971183777,
|
| 302 |
+
"learning_rate": 4.3016666666666664e-05,
|
| 303 |
+
"loss": 0.9242402076721191,
|
| 304 |
+
"step": 420
|
| 305 |
+
},
|
| 306 |
+
{
|
| 307 |
+
"epoch": 0.14333333333333334,
|
| 308 |
+
"grad_norm": 0.45267972350120544,
|
| 309 |
+
"learning_rate": 4.285e-05,
|
| 310 |
+
"loss": 0.9822881698608399,
|
| 311 |
+
"step": 430
|
| 312 |
+
},
|
| 313 |
+
{
|
| 314 |
+
"epoch": 0.14666666666666667,
|
| 315 |
+
"grad_norm": 0.6330339312553406,
|
| 316 |
+
"learning_rate": 4.268333333333334e-05,
|
| 317 |
+
"loss": 0.9491618156433106,
|
| 318 |
+
"step": 440
|
| 319 |
+
},
|
| 320 |
+
{
|
| 321 |
+
"epoch": 0.15,
|
| 322 |
+
"grad_norm": 0.39571714401245117,
|
| 323 |
+
"learning_rate": 4.251666666666667e-05,
|
| 324 |
+
"loss": 0.8421293258666992,
|
| 325 |
+
"step": 450
|
| 326 |
+
},
|
| 327 |
+
{
|
| 328 |
+
"epoch": 0.15333333333333332,
|
| 329 |
+
"grad_norm": 0.45525646209716797,
|
| 330 |
+
"learning_rate": 4.235e-05,
|
| 331 |
+
"loss": 0.8939360618591309,
|
| 332 |
+
"step": 460
|
| 333 |
+
},
|
| 334 |
+
{
|
| 335 |
+
"epoch": 0.15666666666666668,
|
| 336 |
+
"grad_norm": 0.4628102779388428,
|
| 337 |
+
"learning_rate": 4.218333333333333e-05,
|
| 338 |
+
"loss": 0.8926850318908691,
|
| 339 |
+
"step": 470
|
| 340 |
+
},
|
| 341 |
+
{
|
| 342 |
+
"epoch": 0.16,
|
| 343 |
+
"grad_norm": 0.8717295527458191,
|
| 344 |
+
"learning_rate": 4.2016666666666674e-05,
|
| 345 |
+
"loss": 1.0624030113220215,
|
| 346 |
+
"step": 480
|
| 347 |
+
},
|
| 348 |
+
{
|
| 349 |
+
"epoch": 0.16333333333333333,
|
| 350 |
+
"grad_norm": 0.4680945873260498,
|
| 351 |
+
"learning_rate": 4.185e-05,
|
| 352 |
+
"loss": 1.0478023529052733,
|
| 353 |
+
"step": 490
|
| 354 |
+
},
|
| 355 |
+
{
|
| 356 |
+
"epoch": 0.16666666666666666,
|
| 357 |
+
"grad_norm": 0.6128882169723511,
|
| 358 |
+
"learning_rate": 4.1683333333333335e-05,
|
| 359 |
+
"loss": 0.8906542778015136,
|
| 360 |
+
"step": 500
|
| 361 |
+
},
|
| 362 |
+
{
|
| 363 |
+
"epoch": 0.17,
|
| 364 |
+
"grad_norm": 0.4829300343990326,
|
| 365 |
+
"learning_rate": 4.151666666666667e-05,
|
| 366 |
+
"loss": 0.9830364227294922,
|
| 367 |
+
"step": 510
|
| 368 |
+
},
|
| 369 |
+
{
|
| 370 |
+
"epoch": 0.17333333333333334,
|
| 371 |
+
"grad_norm": 0.38999485969543457,
|
| 372 |
+
"learning_rate": 4.135e-05,
|
| 373 |
+
"loss": 0.8852478981018066,
|
| 374 |
+
"step": 520
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 0.17666666666666667,
|
| 378 |
+
"grad_norm": 0.4839600622653961,
|
| 379 |
+
"learning_rate": 4.1183333333333336e-05,
|
| 380 |
+
"loss": 0.7948226451873779,
|
| 381 |
+
"step": 530
|
| 382 |
+
},
|
| 383 |
+
{
|
| 384 |
+
"epoch": 0.18,
|
| 385 |
+
"grad_norm": 0.6786544919013977,
|
| 386 |
+
"learning_rate": 4.101666666666667e-05,
|
| 387 |
+
"loss": 0.8042360305786133,
|
| 388 |
+
"step": 540
|
| 389 |
+
},
|
| 390 |
+
{
|
| 391 |
+
"epoch": 0.18333333333333332,
|
| 392 |
+
"grad_norm": 0.563444972038269,
|
| 393 |
+
"learning_rate": 4.085e-05,
|
| 394 |
+
"loss": 0.9007970809936523,
|
| 395 |
+
"step": 550
|
| 396 |
+
},
|
| 397 |
+
{
|
| 398 |
+
"epoch": 0.18666666666666668,
|
| 399 |
+
"grad_norm": 0.49744439125061035,
|
| 400 |
+
"learning_rate": 4.068333333333334e-05,
|
| 401 |
+
"loss": 0.9553793907165528,
|
| 402 |
+
"step": 560
|
| 403 |
+
},
|
| 404 |
+
{
|
| 405 |
+
"epoch": 0.19,
|
| 406 |
+
"grad_norm": 0.6419633030891418,
|
| 407 |
+
"learning_rate": 4.051666666666667e-05,
|
| 408 |
+
"loss": 0.9643045425415039,
|
| 409 |
+
"step": 570
|
| 410 |
+
},
|
| 411 |
+
{
|
| 412 |
+
"epoch": 0.19333333333333333,
|
| 413 |
+
"grad_norm": 0.4224979281425476,
|
| 414 |
+
"learning_rate": 4.0350000000000005e-05,
|
| 415 |
+
"loss": 0.9608310699462891,
|
| 416 |
+
"step": 580
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 0.19666666666666666,
|
| 420 |
+
"grad_norm": 0.47567546367645264,
|
| 421 |
+
"learning_rate": 4.018333333333333e-05,
|
| 422 |
+
"loss": 0.9702249526977539,
|
| 423 |
+
"step": 590
|
| 424 |
+
},
|
| 425 |
+
{
|
| 426 |
+
"epoch": 0.2,
|
| 427 |
+
"grad_norm": 0.4709877669811249,
|
| 428 |
+
"learning_rate": 4.0016666666666666e-05,
|
| 429 |
+
"loss": 1.0520934104919433,
|
| 430 |
+
"step": 600
|
| 431 |
+
},
|
| 432 |
+
{
|
| 433 |
+
"epoch": 0.20333333333333334,
|
| 434 |
+
"grad_norm": 0.49998438358306885,
|
| 435 |
+
"learning_rate": 3.9850000000000006e-05,
|
| 436 |
+
"loss": 1.0648069381713867,
|
| 437 |
+
"step": 610
|
| 438 |
+
},
|
| 439 |
+
{
|
| 440 |
+
"epoch": 0.20666666666666667,
|
| 441 |
+
"grad_norm": 0.5507012009620667,
|
| 442 |
+
"learning_rate": 3.9683333333333333e-05,
|
| 443 |
+
"loss": 0.9851966857910156,
|
| 444 |
+
"step": 620
|
| 445 |
+
},
|
| 446 |
+
{
|
| 447 |
+
"epoch": 0.21,
|
| 448 |
+
"grad_norm": 0.38482487201690674,
|
| 449 |
+
"learning_rate": 3.951666666666667e-05,
|
| 450 |
+
"loss": 1.1561612129211425,
|
| 451 |
+
"step": 630
|
| 452 |
+
},
|
| 453 |
+
{
|
| 454 |
+
"epoch": 0.21333333333333335,
|
| 455 |
+
"grad_norm": 0.3904467225074768,
|
| 456 |
+
"learning_rate": 3.935e-05,
|
| 457 |
+
"loss": 0.8037273406982421,
|
| 458 |
+
"step": 640
|
| 459 |
+
},
|
| 460 |
+
{
|
| 461 |
+
"epoch": 0.21666666666666667,
|
| 462 |
+
"grad_norm": 0.38054290413856506,
|
| 463 |
+
"learning_rate": 3.9183333333333335e-05,
|
| 464 |
+
"loss": 0.9846150398254394,
|
| 465 |
+
"step": 650
|
| 466 |
+
},
|
| 467 |
+
{
|
| 468 |
+
"epoch": 0.22,
|
| 469 |
+
"grad_norm": 0.5266609191894531,
|
| 470 |
+
"learning_rate": 3.901666666666667e-05,
|
| 471 |
+
"loss": 0.8768625259399414,
|
| 472 |
+
"step": 660
|
| 473 |
+
},
|
| 474 |
+
{
|
| 475 |
+
"epoch": 0.22333333333333333,
|
| 476 |
+
"grad_norm": 0.4669780135154724,
|
| 477 |
+
"learning_rate": 3.885e-05,
|
| 478 |
+
"loss": 1.0029444694519043,
|
| 479 |
+
"step": 670
|
| 480 |
+
},
|
| 481 |
+
{
|
| 482 |
+
"epoch": 0.22666666666666666,
|
| 483 |
+
"grad_norm": 0.8248076438903809,
|
| 484 |
+
"learning_rate": 3.868333333333333e-05,
|
| 485 |
+
"loss": 0.9029686927795411,
|
| 486 |
+
"step": 680
|
| 487 |
+
},
|
| 488 |
+
{
|
| 489 |
+
"epoch": 0.23,
|
| 490 |
+
"grad_norm": 0.4936239421367645,
|
| 491 |
+
"learning_rate": 3.851666666666667e-05,
|
| 492 |
+
"loss": 0.8907859802246094,
|
| 493 |
+
"step": 690
|
| 494 |
+
},
|
| 495 |
+
{
|
| 496 |
+
"epoch": 0.23333333333333334,
|
| 497 |
+
"grad_norm": 0.4638374447822571,
|
| 498 |
+
"learning_rate": 3.8350000000000004e-05,
|
| 499 |
+
"loss": 0.8049991607666016,
|
| 500 |
+
"step": 700
|
| 501 |
+
},
|
| 502 |
+
{
|
| 503 |
+
"epoch": 0.23666666666666666,
|
| 504 |
+
"grad_norm": 0.389417827129364,
|
| 505 |
+
"learning_rate": 3.818333333333334e-05,
|
| 506 |
+
"loss": 0.9385946273803711,
|
| 507 |
+
"step": 710
|
| 508 |
+
},
|
| 509 |
+
{
|
| 510 |
+
"epoch": 0.24,
|
| 511 |
+
"grad_norm": 0.5004547834396362,
|
| 512 |
+
"learning_rate": 3.8016666666666665e-05,
|
| 513 |
+
"loss": 0.9536812782287598,
|
| 514 |
+
"step": 720
|
| 515 |
+
},
|
| 516 |
+
{
|
| 517 |
+
"epoch": 0.24333333333333335,
|
| 518 |
+
"grad_norm": 0.5362987518310547,
|
| 519 |
+
"learning_rate": 3.7850000000000005e-05,
|
| 520 |
+
"loss": 0.9482944488525391,
|
| 521 |
+
"step": 730
|
| 522 |
+
},
|
| 523 |
+
{
|
| 524 |
+
"epoch": 0.24666666666666667,
|
| 525 |
+
"grad_norm": 0.6165914535522461,
|
| 526 |
+
"learning_rate": 3.768333333333334e-05,
|
| 527 |
+
"loss": 0.8894567489624023,
|
| 528 |
+
"step": 740
|
| 529 |
+
},
|
| 530 |
+
{
|
| 531 |
+
"epoch": 0.25,
|
| 532 |
+
"grad_norm": 0.5372249484062195,
|
| 533 |
+
"learning_rate": 3.7516666666666666e-05,
|
| 534 |
+
"loss": 0.8759191513061524,
|
| 535 |
+
"step": 750
|
| 536 |
+
},
|
| 537 |
+
{
|
| 538 |
+
"epoch": 0.25333333333333335,
|
| 539 |
+
"grad_norm": 0.5786657929420471,
|
| 540 |
+
"learning_rate": 3.735e-05,
|
| 541 |
+
"loss": 1.0180109024047852,
|
| 542 |
+
"step": 760
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 0.25666666666666665,
|
| 546 |
+
"grad_norm": 0.6640530228614807,
|
| 547 |
+
"learning_rate": 3.7183333333333334e-05,
|
| 548 |
+
"loss": 0.9838876724243164,
|
| 549 |
+
"step": 770
|
| 550 |
+
},
|
| 551 |
+
{
|
| 552 |
+
"epoch": 0.26,
|
| 553 |
+
"grad_norm": 0.7388576865196228,
|
| 554 |
+
"learning_rate": 3.701666666666667e-05,
|
| 555 |
+
"loss": 1.06797456741333,
|
| 556 |
+
"step": 780
|
| 557 |
+
},
|
| 558 |
+
{
|
| 559 |
+
"epoch": 0.2633333333333333,
|
| 560 |
+
"grad_norm": 0.6332851648330688,
|
| 561 |
+
"learning_rate": 3.685e-05,
|
| 562 |
+
"loss": 0.9420416831970215,
|
| 563 |
+
"step": 790
|
| 564 |
+
},
|
| 565 |
+
{
|
| 566 |
+
"epoch": 0.26666666666666666,
|
| 567 |
+
"grad_norm": 0.6151734590530396,
|
| 568 |
+
"learning_rate": 3.6683333333333335e-05,
|
| 569 |
+
"loss": 1.014689064025879,
|
| 570 |
+
"step": 800
|
| 571 |
+
},
|
| 572 |
+
{
|
| 573 |
+
"epoch": 0.27,
|
| 574 |
+
"grad_norm": 0.540749192237854,
|
| 575 |
+
"learning_rate": 3.651666666666667e-05,
|
| 576 |
+
"loss": 0.9264237403869628,
|
| 577 |
+
"step": 810
|
| 578 |
+
},
|
| 579 |
+
{
|
| 580 |
+
"epoch": 0.2733333333333333,
|
| 581 |
+
"grad_norm": 0.6882827877998352,
|
| 582 |
+
"learning_rate": 3.635e-05,
|
| 583 |
+
"loss": 1.0425030708312988,
|
| 584 |
+
"step": 820
|
| 585 |
+
},
|
| 586 |
+
{
|
| 587 |
+
"epoch": 0.27666666666666667,
|
| 588 |
+
"grad_norm": 0.4624575078487396,
|
| 589 |
+
"learning_rate": 3.6183333333333336e-05,
|
| 590 |
+
"loss": 0.8155969619750977,
|
| 591 |
+
"step": 830
|
| 592 |
+
},
|
| 593 |
+
{
|
| 594 |
+
"epoch": 0.28,
|
| 595 |
+
"grad_norm": 0.4114076495170593,
|
| 596 |
+
"learning_rate": 3.601666666666667e-05,
|
| 597 |
+
"loss": 1.0072894096374512,
|
| 598 |
+
"step": 840
|
| 599 |
+
},
|
| 600 |
+
{
|
| 601 |
+
"epoch": 0.2833333333333333,
|
| 602 |
+
"grad_norm": 1.0943950414657593,
|
| 603 |
+
"learning_rate": 3.585e-05,
|
| 604 |
+
"loss": 0.802765941619873,
|
| 605 |
+
"step": 850
|
| 606 |
+
},
|
| 607 |
+
{
|
| 608 |
+
"epoch": 0.2866666666666667,
|
| 609 |
+
"grad_norm": 0.5488337874412537,
|
| 610 |
+
"learning_rate": 3.568333333333334e-05,
|
| 611 |
+
"loss": 1.0031457901000977,
|
| 612 |
+
"step": 860
|
| 613 |
+
},
|
| 614 |
+
{
|
| 615 |
+
"epoch": 0.29,
|
| 616 |
+
"grad_norm": 0.43701034784317017,
|
| 617 |
+
"learning_rate": 3.551666666666667e-05,
|
| 618 |
+
"loss": 0.8668848037719726,
|
| 619 |
+
"step": 870
|
| 620 |
+
},
|
| 621 |
+
{
|
| 622 |
+
"epoch": 0.29333333333333333,
|
| 623 |
+
"grad_norm": 0.7260711193084717,
|
| 624 |
+
"learning_rate": 3.535e-05,
|
| 625 |
+
"loss": 1.1286174774169921,
|
| 626 |
+
"step": 880
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 0.2966666666666667,
|
| 630 |
+
"grad_norm": 0.44215908646583557,
|
| 631 |
+
"learning_rate": 3.518333333333333e-05,
|
| 632 |
+
"loss": 0.8784223556518554,
|
| 633 |
+
"step": 890
|
| 634 |
+
},
|
| 635 |
+
{
|
| 636 |
+
"epoch": 0.3,
|
| 637 |
+
"grad_norm": 0.6829396486282349,
|
| 638 |
+
"learning_rate": 3.501666666666667e-05,
|
| 639 |
+
"loss": 0.9527795791625977,
|
| 640 |
+
"step": 900
|
| 641 |
+
},
|
| 642 |
+
{
|
| 643 |
+
"epoch": 0.30333333333333334,
|
| 644 |
+
"grad_norm": 0.5683781504631042,
|
| 645 |
+
"learning_rate": 3.485e-05,
|
| 646 |
+
"loss": 0.9348941802978515,
|
| 647 |
+
"step": 910
|
| 648 |
+
},
|
| 649 |
+
{
|
| 650 |
+
"epoch": 0.30666666666666664,
|
| 651 |
+
"grad_norm": 0.43940940499305725,
|
| 652 |
+
"learning_rate": 3.4683333333333334e-05,
|
| 653 |
+
"loss": 0.7635839939117431,
|
| 654 |
+
"step": 920
|
| 655 |
+
},
|
| 656 |
+
{
|
| 657 |
+
"epoch": 0.31,
|
| 658 |
+
"grad_norm": 0.6151530146598816,
|
| 659 |
+
"learning_rate": 3.451666666666667e-05,
|
| 660 |
+
"loss": 0.9328359603881836,
|
| 661 |
+
"step": 930
|
| 662 |
+
},
|
| 663 |
+
{
|
| 664 |
+
"epoch": 0.31333333333333335,
|
| 665 |
+
"grad_norm": 0.4174748957157135,
|
| 666 |
+
"learning_rate": 3.435e-05,
|
| 667 |
+
"loss": 0.8129542350769043,
|
| 668 |
+
"step": 940
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 0.31666666666666665,
|
| 672 |
+
"grad_norm": 0.4708555340766907,
|
| 673 |
+
"learning_rate": 3.4183333333333335e-05,
|
| 674 |
+
"loss": 0.8687195777893066,
|
| 675 |
+
"step": 950
|
| 676 |
+
},
|
| 677 |
+
{
|
| 678 |
+
"epoch": 0.32,
|
| 679 |
+
"grad_norm": 0.6549626588821411,
|
| 680 |
+
"learning_rate": 3.401666666666667e-05,
|
| 681 |
+
"loss": 0.8674649238586426,
|
| 682 |
+
"step": 960
|
| 683 |
+
},
|
| 684 |
+
{
|
| 685 |
+
"epoch": 0.3233333333333333,
|
| 686 |
+
"grad_norm": 0.4076550602912903,
|
| 687 |
+
"learning_rate": 3.385e-05,
|
| 688 |
+
"loss": 0.9264376640319825,
|
| 689 |
+
"step": 970
|
| 690 |
+
},
|
| 691 |
+
{
|
| 692 |
+
"epoch": 0.32666666666666666,
|
| 693 |
+
"grad_norm": 0.7705219984054565,
|
| 694 |
+
"learning_rate": 3.368333333333334e-05,
|
| 695 |
+
"loss": 1.1649690628051759,
|
| 696 |
+
"step": 980
|
| 697 |
+
},
|
| 698 |
+
{
|
| 699 |
+
"epoch": 0.33,
|
| 700 |
+
"grad_norm": 0.46062591671943665,
|
| 701 |
+
"learning_rate": 3.351666666666667e-05,
|
| 702 |
+
"loss": 0.7402542114257813,
|
| 703 |
+
"step": 990
|
| 704 |
+
},
|
| 705 |
+
{
|
| 706 |
+
"epoch": 0.3333333333333333,
|
| 707 |
+
"grad_norm": 0.8681764006614685,
|
| 708 |
+
"learning_rate": 3.3350000000000004e-05,
|
| 709 |
+
"loss": 1.0566041946411133,
|
| 710 |
+
"step": 1000
|
| 711 |
+
},
|
| 712 |
+
{
|
| 713 |
+
"epoch": 0.33666666666666667,
|
| 714 |
+
"grad_norm": 0.3948025405406952,
|
| 715 |
+
"learning_rate": 3.318333333333333e-05,
|
| 716 |
+
"loss": 0.8839986801147461,
|
| 717 |
+
"step": 1010
|
| 718 |
+
},
|
| 719 |
+
{
|
| 720 |
+
"epoch": 0.34,
|
| 721 |
+
"grad_norm": 0.5591018795967102,
|
| 722 |
+
"learning_rate": 3.3016666666666665e-05,
|
| 723 |
+
"loss": 0.9753120422363282,
|
| 724 |
+
"step": 1020
|
| 725 |
+
},
|
| 726 |
+
{
|
| 727 |
+
"epoch": 0.3433333333333333,
|
| 728 |
+
"grad_norm": 0.40525591373443604,
|
| 729 |
+
"learning_rate": 3.2850000000000006e-05,
|
| 730 |
+
"loss": 0.7800012588500976,
|
| 731 |
+
"step": 1030
|
| 732 |
+
},
|
| 733 |
+
{
|
| 734 |
+
"epoch": 0.3466666666666667,
|
| 735 |
+
"grad_norm": 0.40624549984931946,
|
| 736 |
+
"learning_rate": 3.268333333333333e-05,
|
| 737 |
+
"loss": 0.9785367012023926,
|
| 738 |
+
"step": 1040
|
| 739 |
+
},
|
| 740 |
+
{
|
| 741 |
+
"epoch": 0.35,
|
| 742 |
+
"grad_norm": 0.6612586379051208,
|
| 743 |
+
"learning_rate": 3.2516666666666666e-05,
|
| 744 |
+
"loss": 0.835319995880127,
|
| 745 |
+
"step": 1050
|
| 746 |
+
},
|
| 747 |
+
{
|
| 748 |
+
"epoch": 0.35333333333333333,
|
| 749 |
+
"grad_norm": 0.6167810559272766,
|
| 750 |
+
"learning_rate": 3.235e-05,
|
| 751 |
+
"loss": 0.7953156948089599,
|
| 752 |
+
"step": 1060
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 0.3566666666666667,
|
| 756 |
+
"grad_norm": 0.5056782960891724,
|
| 757 |
+
"learning_rate": 3.218333333333334e-05,
|
| 758 |
+
"loss": 0.9941174507141113,
|
| 759 |
+
"step": 1070
|
| 760 |
+
},
|
| 761 |
+
{
|
| 762 |
+
"epoch": 0.36,
|
| 763 |
+
"grad_norm": 0.5687284469604492,
|
| 764 |
+
"learning_rate": 3.201666666666667e-05,
|
| 765 |
+
"loss": 0.9126724243164063,
|
| 766 |
+
"step": 1080
|
| 767 |
+
},
|
| 768 |
+
{
|
| 769 |
+
"epoch": 0.36333333333333334,
|
| 770 |
+
"grad_norm": 0.446404367685318,
|
| 771 |
+
"learning_rate": 3.185e-05,
|
| 772 |
+
"loss": 0.9723684310913085,
|
| 773 |
+
"step": 1090
|
| 774 |
+
},
|
| 775 |
+
{
|
| 776 |
+
"epoch": 0.36666666666666664,
|
| 777 |
+
"grad_norm": 1.1806390285491943,
|
| 778 |
+
"learning_rate": 3.1683333333333335e-05,
|
| 779 |
+
"loss": 1.0675930976867676,
|
| 780 |
+
"step": 1100
|
| 781 |
+
},
|
| 782 |
+
{
|
| 783 |
+
"epoch": 0.37,
|
| 784 |
+
"grad_norm": 0.47010448575019836,
|
| 785 |
+
"learning_rate": 3.151666666666667e-05,
|
| 786 |
+
"loss": 0.8236958503723144,
|
| 787 |
+
"step": 1110
|
| 788 |
+
},
|
| 789 |
+
{
|
| 790 |
+
"epoch": 0.37333333333333335,
|
| 791 |
+
"grad_norm": 0.7065098881721497,
|
| 792 |
+
"learning_rate": 3.135e-05,
|
| 793 |
+
"loss": 0.8782394409179688,
|
| 794 |
+
"step": 1120
|
| 795 |
+
},
|
| 796 |
+
{
|
| 797 |
+
"epoch": 0.37666666666666665,
|
| 798 |
+
"grad_norm": 0.7163971066474915,
|
| 799 |
+
"learning_rate": 3.118333333333334e-05,
|
| 800 |
+
"loss": 1.0409460067749023,
|
| 801 |
+
"step": 1130
|
| 802 |
+
},
|
| 803 |
+
{
|
| 804 |
+
"epoch": 0.38,
|
| 805 |
+
"grad_norm": 0.6803985834121704,
|
| 806 |
+
"learning_rate": 3.1016666666666664e-05,
|
| 807 |
+
"loss": 0.8765417098999023,
|
| 808 |
+
"step": 1140
|
| 809 |
+
},
|
| 810 |
+
{
|
| 811 |
+
"epoch": 0.38333333333333336,
|
| 812 |
+
"grad_norm": 0.6493039131164551,
|
| 813 |
+
"learning_rate": 3.0850000000000004e-05,
|
| 814 |
+
"loss": 0.9212311744689942,
|
| 815 |
+
"step": 1150
|
| 816 |
+
},
|
| 817 |
+
{
|
| 818 |
+
"epoch": 0.38666666666666666,
|
| 819 |
+
"grad_norm": 0.6384336352348328,
|
| 820 |
+
"learning_rate": 3.068333333333334e-05,
|
| 821 |
+
"loss": 0.9496315002441407,
|
| 822 |
+
"step": 1160
|
| 823 |
+
},
|
| 824 |
+
{
|
| 825 |
+
"epoch": 0.39,
|
| 826 |
+
"grad_norm": 0.5862751603126526,
|
| 827 |
+
"learning_rate": 3.0516666666666665e-05,
|
| 828 |
+
"loss": 0.749457836151123,
|
| 829 |
+
"step": 1170
|
| 830 |
+
},
|
| 831 |
+
{
|
| 832 |
+
"epoch": 0.3933333333333333,
|
| 833 |
+
"grad_norm": 0.5451819896697998,
|
| 834 |
+
"learning_rate": 3.035e-05,
|
| 835 |
+
"loss": 0.9255198478698731,
|
| 836 |
+
"step": 1180
|
| 837 |
+
},
|
| 838 |
+
{
|
| 839 |
+
"epoch": 0.39666666666666667,
|
| 840 |
+
"grad_norm": 0.4223293960094452,
|
| 841 |
+
"learning_rate": 3.0183333333333336e-05,
|
| 842 |
+
"loss": 0.8668063163757325,
|
| 843 |
+
"step": 1190
|
| 844 |
+
},
|
| 845 |
+
{
|
| 846 |
+
"epoch": 0.4,
|
| 847 |
+
"grad_norm": 0.4768493175506592,
|
| 848 |
+
"learning_rate": 3.001666666666667e-05,
|
| 849 |
+
"loss": 0.8216365814208985,
|
| 850 |
+
"step": 1200
|
| 851 |
+
},
|
| 852 |
+
{
|
| 853 |
+
"epoch": 0.4033333333333333,
|
| 854 |
+
"grad_norm": 0.7394158840179443,
|
| 855 |
+
"learning_rate": 2.985e-05,
|
| 856 |
+
"loss": 1.0520621299743653,
|
| 857 |
+
"step": 1210
|
| 858 |
+
},
|
| 859 |
+
{
|
| 860 |
+
"epoch": 0.4066666666666667,
|
| 861 |
+
"grad_norm": 0.5049188733100891,
|
| 862 |
+
"learning_rate": 2.9683333333333334e-05,
|
| 863 |
+
"loss": 0.9788308143615723,
|
| 864 |
+
"step": 1220
|
| 865 |
+
},
|
| 866 |
+
{
|
| 867 |
+
"epoch": 0.41,
|
| 868 |
+
"grad_norm": 0.6294832825660706,
|
| 869 |
+
"learning_rate": 2.951666666666667e-05,
|
| 870 |
+
"loss": 1.0364269256591796,
|
| 871 |
+
"step": 1230
|
| 872 |
+
},
|
| 873 |
+
{
|
| 874 |
+
"epoch": 0.41333333333333333,
|
| 875 |
+
"grad_norm": 0.6358350515365601,
|
| 876 |
+
"learning_rate": 2.935e-05,
|
| 877 |
+
"loss": 0.9813390731811523,
|
| 878 |
+
"step": 1240
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 0.4166666666666667,
|
| 882 |
+
"grad_norm": 0.512421190738678,
|
| 883 |
+
"learning_rate": 2.9183333333333336e-05,
|
| 884 |
+
"loss": 0.7307010173797608,
|
| 885 |
+
"step": 1250
|
| 886 |
+
},
|
| 887 |
+
{
|
| 888 |
+
"epoch": 0.42,
|
| 889 |
+
"grad_norm": 0.4594457447528839,
|
| 890 |
+
"learning_rate": 2.901666666666667e-05,
|
| 891 |
+
"loss": 0.8606552124023438,
|
| 892 |
+
"step": 1260
|
| 893 |
+
},
|
| 894 |
+
{
|
| 895 |
+
"epoch": 0.42333333333333334,
|
| 896 |
+
"grad_norm": 0.4652048647403717,
|
| 897 |
+
"learning_rate": 2.885e-05,
|
| 898 |
+
"loss": 0.8638803482055664,
|
| 899 |
+
"step": 1270
|
| 900 |
+
},
|
| 901 |
+
{
|
| 902 |
+
"epoch": 0.4266666666666667,
|
| 903 |
+
"grad_norm": 0.497286319732666,
|
| 904 |
+
"learning_rate": 2.8683333333333334e-05,
|
| 905 |
+
"loss": 0.8527148246765137,
|
| 906 |
+
"step": 1280
|
| 907 |
+
},
|
| 908 |
+
{
|
| 909 |
+
"epoch": 0.43,
|
| 910 |
+
"grad_norm": 0.5041627883911133,
|
| 911 |
+
"learning_rate": 2.851666666666667e-05,
|
| 912 |
+
"loss": 0.7727686882019043,
|
| 913 |
+
"step": 1290
|
| 914 |
+
},
|
| 915 |
+
{
|
| 916 |
+
"epoch": 0.43333333333333335,
|
| 917 |
+
"grad_norm": 0.6805508136749268,
|
| 918 |
+
"learning_rate": 2.8349999999999998e-05,
|
| 919 |
+
"loss": 0.9916484832763672,
|
| 920 |
+
"step": 1300
|
| 921 |
+
},
|
| 922 |
+
{
|
| 923 |
+
"epoch": 0.43666666666666665,
|
| 924 |
+
"grad_norm": 0.4343254864215851,
|
| 925 |
+
"learning_rate": 2.8183333333333335e-05,
|
| 926 |
+
"loss": 0.8907909393310547,
|
| 927 |
+
"step": 1310
|
| 928 |
+
},
|
| 929 |
+
{
|
| 930 |
+
"epoch": 0.44,
|
| 931 |
+
"grad_norm": 0.4182907044887543,
|
| 932 |
+
"learning_rate": 2.801666666666667e-05,
|
| 933 |
+
"loss": 0.8243522644042969,
|
| 934 |
+
"step": 1320
|
| 935 |
+
},
|
| 936 |
+
{
|
| 937 |
+
"epoch": 0.44333333333333336,
|
| 938 |
+
"grad_norm": 0.5033489465713501,
|
| 939 |
+
"learning_rate": 2.7850000000000003e-05,
|
| 940 |
+
"loss": 1.0239628791809081,
|
| 941 |
+
"step": 1330
|
| 942 |
+
},
|
| 943 |
+
{
|
| 944 |
+
"epoch": 0.44666666666666666,
|
| 945 |
+
"grad_norm": 0.5837738513946533,
|
| 946 |
+
"learning_rate": 2.7683333333333333e-05,
|
| 947 |
+
"loss": 0.9909868240356445,
|
| 948 |
+
"step": 1340
|
| 949 |
+
},
|
| 950 |
+
{
|
| 951 |
+
"epoch": 0.45,
|
| 952 |
+
"grad_norm": 0.5943430662155151,
|
| 953 |
+
"learning_rate": 2.7516666666666667e-05,
|
| 954 |
+
"loss": 0.9027081489562988,
|
| 955 |
+
"step": 1350
|
| 956 |
+
},
|
| 957 |
+
{
|
| 958 |
+
"epoch": 0.4533333333333333,
|
| 959 |
+
"grad_norm": 0.3687169551849365,
|
| 960 |
+
"learning_rate": 2.7350000000000004e-05,
|
| 961 |
+
"loss": 0.8732491493225097,
|
| 962 |
+
"step": 1360
|
| 963 |
+
},
|
| 964 |
+
{
|
| 965 |
+
"epoch": 0.45666666666666667,
|
| 966 |
+
"grad_norm": 0.44183358550071716,
|
| 967 |
+
"learning_rate": 2.7183333333333335e-05,
|
| 968 |
+
"loss": 0.7898604869842529,
|
| 969 |
+
"step": 1370
|
| 970 |
+
},
|
| 971 |
+
{
|
| 972 |
+
"epoch": 0.46,
|
| 973 |
+
"grad_norm": 0.525290846824646,
|
| 974 |
+
"learning_rate": 2.701666666666667e-05,
|
| 975 |
+
"loss": 0.9487957000732422,
|
| 976 |
+
"step": 1380
|
| 977 |
+
},
|
| 978 |
+
{
|
| 979 |
+
"epoch": 0.4633333333333333,
|
| 980 |
+
"grad_norm": 0.49439457058906555,
|
| 981 |
+
"learning_rate": 2.6850000000000002e-05,
|
| 982 |
+
"loss": 0.868436050415039,
|
| 983 |
+
"step": 1390
|
| 984 |
+
},
|
| 985 |
+
{
|
| 986 |
+
"epoch": 0.4666666666666667,
|
| 987 |
+
"grad_norm": 0.6398065090179443,
|
| 988 |
+
"learning_rate": 2.6683333333333333e-05,
|
| 989 |
+
"loss": 0.9199989318847657,
|
| 990 |
+
"step": 1400
|
| 991 |
+
},
|
| 992 |
+
{
|
| 993 |
+
"epoch": 0.47,
|
| 994 |
+
"grad_norm": 0.5837881565093994,
|
| 995 |
+
"learning_rate": 2.6516666666666666e-05,
|
| 996 |
+
"loss": 0.8474544525146485,
|
| 997 |
+
"step": 1410
|
| 998 |
+
},
|
| 999 |
+
{
|
| 1000 |
+
"epoch": 0.47333333333333333,
|
| 1001 |
+
"grad_norm": 0.7297168374061584,
|
| 1002 |
+
"learning_rate": 2.6350000000000004e-05,
|
| 1003 |
+
"loss": 1.1009994506835938,
|
| 1004 |
+
"step": 1420
|
| 1005 |
+
},
|
| 1006 |
+
{
|
| 1007 |
+
"epoch": 0.4766666666666667,
|
| 1008 |
+
"grad_norm": 0.5449320077896118,
|
| 1009 |
+
"learning_rate": 2.618333333333333e-05,
|
| 1010 |
+
"loss": 0.8889406204223633,
|
| 1011 |
+
"step": 1430
|
| 1012 |
+
},
|
| 1013 |
+
{
|
| 1014 |
+
"epoch": 0.48,
|
| 1015 |
+
"grad_norm": 0.7387002110481262,
|
| 1016 |
+
"learning_rate": 2.6016666666666668e-05,
|
| 1017 |
+
"loss": 0.8909475326538085,
|
| 1018 |
+
"step": 1440
|
| 1019 |
+
},
|
| 1020 |
+
{
|
| 1021 |
+
"epoch": 0.48333333333333334,
|
| 1022 |
+
"grad_norm": 0.5363000631332397,
|
| 1023 |
+
"learning_rate": 2.585e-05,
|
| 1024 |
+
"loss": 0.8837484359741211,
|
| 1025 |
+
"step": 1450
|
| 1026 |
+
},
|
| 1027 |
+
{
|
| 1028 |
+
"epoch": 0.4866666666666667,
|
| 1029 |
+
"grad_norm": 0.6663982272148132,
|
| 1030 |
+
"learning_rate": 2.5683333333333335e-05,
|
| 1031 |
+
"loss": 0.7804791927337646,
|
| 1032 |
+
"step": 1460
|
| 1033 |
+
},
|
| 1034 |
+
{
|
| 1035 |
+
"epoch": 0.49,
|
| 1036 |
+
"grad_norm": 0.5026193261146545,
|
| 1037 |
+
"learning_rate": 2.5516666666666666e-05,
|
| 1038 |
+
"loss": 0.9184001922607422,
|
| 1039 |
+
"step": 1470
|
| 1040 |
+
},
|
| 1041 |
+
{
|
| 1042 |
+
"epoch": 0.49333333333333335,
|
| 1043 |
+
"grad_norm": 0.6870279908180237,
|
| 1044 |
+
"learning_rate": 2.5350000000000003e-05,
|
| 1045 |
+
"loss": 0.8195085525512695,
|
| 1046 |
+
"step": 1480
|
| 1047 |
+
},
|
| 1048 |
+
{
|
| 1049 |
+
"epoch": 0.49666666666666665,
|
| 1050 |
+
"grad_norm": 0.5255699157714844,
|
| 1051 |
+
"learning_rate": 2.5183333333333337e-05,
|
| 1052 |
+
"loss": 0.9975809097290039,
|
| 1053 |
+
"step": 1490
|
| 1054 |
+
},
|
| 1055 |
+
{
|
| 1056 |
+
"epoch": 0.5,
|
| 1057 |
+
"grad_norm": 0.45492592453956604,
|
| 1058 |
+
"learning_rate": 2.5016666666666667e-05,
|
| 1059 |
+
"loss": 0.8944621086120605,
|
| 1060 |
+
"step": 1500
|
| 1061 |
+
},
|
| 1062 |
+
{
|
| 1063 |
+
"epoch": 0.5033333333333333,
|
| 1064 |
+
"grad_norm": 0.44872063398361206,
|
| 1065 |
+
"learning_rate": 2.485e-05,
|
| 1066 |
+
"loss": 0.821660041809082,
|
| 1067 |
+
"step": 1510
|
| 1068 |
+
},
|
| 1069 |
+
{
|
| 1070 |
+
"epoch": 0.5066666666666667,
|
| 1071 |
+
"grad_norm": 0.5064987540245056,
|
| 1072 |
+
"learning_rate": 2.4683333333333335e-05,
|
| 1073 |
+
"loss": 1.0228797912597656,
|
| 1074 |
+
"step": 1520
|
| 1075 |
+
},
|
| 1076 |
+
{
|
| 1077 |
+
"epoch": 0.51,
|
| 1078 |
+
"grad_norm": 0.434779554605484,
|
| 1079 |
+
"learning_rate": 2.451666666666667e-05,
|
| 1080 |
+
"loss": 0.9781878471374512,
|
| 1081 |
+
"step": 1530
|
| 1082 |
+
},
|
| 1083 |
+
{
|
| 1084 |
+
"epoch": 0.5133333333333333,
|
| 1085 |
+
"grad_norm": 0.48390141129493713,
|
| 1086 |
+
"learning_rate": 2.435e-05,
|
| 1087 |
+
"loss": 0.909939193725586,
|
| 1088 |
+
"step": 1540
|
| 1089 |
+
},
|
| 1090 |
+
{
|
| 1091 |
+
"epoch": 0.5166666666666667,
|
| 1092 |
+
"grad_norm": 0.41258955001831055,
|
| 1093 |
+
"learning_rate": 2.4183333333333336e-05,
|
| 1094 |
+
"loss": 0.8889488220214844,
|
| 1095 |
+
"step": 1550
|
| 1096 |
+
},
|
| 1097 |
+
{
|
| 1098 |
+
"epoch": 0.52,
|
| 1099 |
+
"grad_norm": 0.48882147669792175,
|
| 1100 |
+
"learning_rate": 2.4016666666666667e-05,
|
| 1101 |
+
"loss": 0.8874250411987304,
|
| 1102 |
+
"step": 1560
|
| 1103 |
+
},
|
| 1104 |
+
{
|
| 1105 |
+
"epoch": 0.5233333333333333,
|
| 1106 |
+
"grad_norm": 0.4496597647666931,
|
| 1107 |
+
"learning_rate": 2.385e-05,
|
| 1108 |
+
"loss": 0.866064453125,
|
| 1109 |
+
"step": 1570
|
| 1110 |
+
},
|
| 1111 |
+
{
|
| 1112 |
+
"epoch": 0.5266666666666666,
|
| 1113 |
+
"grad_norm": 0.5498498678207397,
|
| 1114 |
+
"learning_rate": 2.3683333333333334e-05,
|
| 1115 |
+
"loss": 1.0485063552856446,
|
| 1116 |
+
"step": 1580
|
| 1117 |
+
},
|
| 1118 |
+
{
|
| 1119 |
+
"epoch": 0.53,
|
| 1120 |
+
"grad_norm": 0.5302222967147827,
|
| 1121 |
+
"learning_rate": 2.3516666666666668e-05,
|
| 1122 |
+
"loss": 0.79019775390625,
|
| 1123 |
+
"step": 1590
|
| 1124 |
+
},
|
| 1125 |
+
{
|
| 1126 |
+
"epoch": 0.5333333333333333,
|
| 1127 |
+
"grad_norm": 0.6240465641021729,
|
| 1128 |
+
"learning_rate": 2.3350000000000002e-05,
|
| 1129 |
+
"loss": 0.8068696975708007,
|
| 1130 |
+
"step": 1600
|
| 1131 |
+
},
|
| 1132 |
+
{
|
| 1133 |
+
"epoch": 0.5366666666666666,
|
| 1134 |
+
"grad_norm": 0.49114975333213806,
|
| 1135 |
+
"learning_rate": 2.3183333333333336e-05,
|
| 1136 |
+
"loss": 0.9069293975830078,
|
| 1137 |
+
"step": 1610
|
| 1138 |
+
},
|
| 1139 |
+
{
|
| 1140 |
+
"epoch": 0.54,
|
| 1141 |
+
"grad_norm": 0.558907687664032,
|
| 1142 |
+
"learning_rate": 2.3016666666666666e-05,
|
| 1143 |
+
"loss": 0.7732550144195557,
|
| 1144 |
+
"step": 1620
|
| 1145 |
+
},
|
| 1146 |
+
{
|
| 1147 |
+
"epoch": 0.5433333333333333,
|
| 1148 |
+
"grad_norm": 0.7307827472686768,
|
| 1149 |
+
"learning_rate": 2.2850000000000003e-05,
|
| 1150 |
+
"loss": 0.8363723754882812,
|
| 1151 |
+
"step": 1630
|
| 1152 |
+
},
|
| 1153 |
+
{
|
| 1154 |
+
"epoch": 0.5466666666666666,
|
| 1155 |
+
"grad_norm": 0.5290479063987732,
|
| 1156 |
+
"learning_rate": 2.2683333333333334e-05,
|
| 1157 |
+
"loss": 0.8145934104919433,
|
| 1158 |
+
"step": 1640
|
| 1159 |
+
},
|
| 1160 |
+
{
|
| 1161 |
+
"epoch": 0.55,
|
| 1162 |
+
"grad_norm": 0.5289633870124817,
|
| 1163 |
+
"learning_rate": 2.2516666666666667e-05,
|
| 1164 |
+
"loss": 0.8467626571655273,
|
| 1165 |
+
"step": 1650
|
| 1166 |
+
},
|
| 1167 |
+
{
|
| 1168 |
+
"epoch": 0.5533333333333333,
|
| 1169 |
+
"grad_norm": 0.42270180583000183,
|
| 1170 |
+
"learning_rate": 2.235e-05,
|
| 1171 |
+
"loss": 1.0054572105407715,
|
| 1172 |
+
"step": 1660
|
| 1173 |
+
},
|
| 1174 |
+
{
|
| 1175 |
+
"epoch": 0.5566666666666666,
|
| 1176 |
+
"grad_norm": 0.46330273151397705,
|
| 1177 |
+
"learning_rate": 2.2183333333333335e-05,
|
| 1178 |
+
"loss": 0.8821262359619141,
|
| 1179 |
+
"step": 1670
|
| 1180 |
+
},
|
| 1181 |
+
{
|
| 1182 |
+
"epoch": 0.56,
|
| 1183 |
+
"grad_norm": 0.54402756690979,
|
| 1184 |
+
"learning_rate": 2.201666666666667e-05,
|
| 1185 |
+
"loss": 0.8570803642272949,
|
| 1186 |
+
"step": 1680
|
| 1187 |
+
},
|
| 1188 |
+
{
|
| 1189 |
+
"epoch": 0.5633333333333334,
|
| 1190 |
+
"grad_norm": 0.4660607576370239,
|
| 1191 |
+
"learning_rate": 2.1850000000000003e-05,
|
| 1192 |
+
"loss": 0.923713493347168,
|
| 1193 |
+
"step": 1690
|
| 1194 |
+
},
|
| 1195 |
+
{
|
| 1196 |
+
"epoch": 0.5666666666666667,
|
| 1197 |
+
"grad_norm": 0.43630075454711914,
|
| 1198 |
+
"learning_rate": 2.1683333333333333e-05,
|
| 1199 |
+
"loss": 0.8405223846435547,
|
| 1200 |
+
"step": 1700
|
| 1201 |
+
},
|
| 1202 |
+
{
|
| 1203 |
+
"epoch": 0.57,
|
| 1204 |
+
"grad_norm": 0.48713231086730957,
|
| 1205 |
+
"learning_rate": 2.1516666666666667e-05,
|
| 1206 |
+
"loss": 1.0100667953491211,
|
| 1207 |
+
"step": 1710
|
| 1208 |
+
},
|
| 1209 |
+
{
|
| 1210 |
+
"epoch": 0.5733333333333334,
|
| 1211 |
+
"grad_norm": 0.5924938321113586,
|
| 1212 |
+
"learning_rate": 2.135e-05,
|
| 1213 |
+
"loss": 0.9960016250610352,
|
| 1214 |
+
"step": 1720
|
| 1215 |
+
},
|
| 1216 |
+
{
|
| 1217 |
+
"epoch": 0.5766666666666667,
|
| 1218 |
+
"grad_norm": 0.5111542344093323,
|
| 1219 |
+
"learning_rate": 2.1183333333333334e-05,
|
| 1220 |
+
"loss": 0.89755220413208,
|
| 1221 |
+
"step": 1730
|
| 1222 |
+
},
|
| 1223 |
+
{
|
| 1224 |
+
"epoch": 0.58,
|
| 1225 |
+
"grad_norm": 0.4552167057991028,
|
| 1226 |
+
"learning_rate": 2.1016666666666668e-05,
|
| 1227 |
+
"loss": 0.8854806900024415,
|
| 1228 |
+
"step": 1740
|
| 1229 |
+
},
|
| 1230 |
+
{
|
| 1231 |
+
"epoch": 0.5833333333333334,
|
| 1232 |
+
"grad_norm": 0.554473876953125,
|
| 1233 |
+
"learning_rate": 2.085e-05,
|
| 1234 |
+
"loss": 0.7076638698577881,
|
| 1235 |
+
"step": 1750
|
| 1236 |
+
},
|
| 1237 |
+
{
|
| 1238 |
+
"epoch": 0.5866666666666667,
|
| 1239 |
+
"grad_norm": 0.5026177167892456,
|
| 1240 |
+
"learning_rate": 2.0683333333333336e-05,
|
| 1241 |
+
"loss": 0.9850486755371094,
|
| 1242 |
+
"step": 1760
|
| 1243 |
+
},
|
| 1244 |
+
{
|
| 1245 |
+
"epoch": 0.59,
|
| 1246 |
+
"grad_norm": 0.5753727555274963,
|
| 1247 |
+
"learning_rate": 2.0516666666666666e-05,
|
| 1248 |
+
"loss": 0.9340484619140625,
|
| 1249 |
+
"step": 1770
|
| 1250 |
+
},
|
| 1251 |
+
{
|
| 1252 |
+
"epoch": 0.5933333333333334,
|
| 1253 |
+
"grad_norm": 0.5122212171554565,
|
| 1254 |
+
"learning_rate": 2.035e-05,
|
| 1255 |
+
"loss": 0.9032992362976074,
|
| 1256 |
+
"step": 1780
|
| 1257 |
+
},
|
| 1258 |
+
{
|
| 1259 |
+
"epoch": 0.5966666666666667,
|
| 1260 |
+
"grad_norm": 0.5792819857597351,
|
| 1261 |
+
"learning_rate": 2.0183333333333334e-05,
|
| 1262 |
+
"loss": 0.8477163314819336,
|
| 1263 |
+
"step": 1790
|
| 1264 |
+
},
|
| 1265 |
+
{
|
| 1266 |
+
"epoch": 0.6,
|
| 1267 |
+
"grad_norm": 0.5964590907096863,
|
| 1268 |
+
"learning_rate": 2.0016666666666668e-05,
|
| 1269 |
+
"loss": 0.9166988372802735,
|
| 1270 |
+
"step": 1800
|
| 1271 |
+
},
|
| 1272 |
+
{
|
| 1273 |
+
"epoch": 0.6033333333333334,
|
| 1274 |
+
"grad_norm": 0.7182376980781555,
|
| 1275 |
+
"learning_rate": 1.985e-05,
|
| 1276 |
+
"loss": 0.8029914855957031,
|
| 1277 |
+
"step": 1810
|
| 1278 |
+
},
|
| 1279 |
+
{
|
| 1280 |
+
"epoch": 0.6066666666666667,
|
| 1281 |
+
"grad_norm": 0.3775170147418976,
|
| 1282 |
+
"learning_rate": 1.9683333333333335e-05,
|
| 1283 |
+
"loss": 0.8039090156555175,
|
| 1284 |
+
"step": 1820
|
| 1285 |
+
},
|
| 1286 |
+
{
|
| 1287 |
+
"epoch": 0.61,
|
| 1288 |
+
"grad_norm": 0.3779233694076538,
|
| 1289 |
+
"learning_rate": 1.9516666666666666e-05,
|
| 1290 |
+
"loss": 0.7587248802185058,
|
| 1291 |
+
"step": 1830
|
| 1292 |
+
},
|
| 1293 |
+
{
|
| 1294 |
+
"epoch": 0.6133333333333333,
|
| 1295 |
+
"grad_norm": 0.529349684715271,
|
| 1296 |
+
"learning_rate": 1.9350000000000003e-05,
|
| 1297 |
+
"loss": 0.9525286674499511,
|
| 1298 |
+
"step": 1840
|
| 1299 |
+
},
|
| 1300 |
+
{
|
| 1301 |
+
"epoch": 0.6166666666666667,
|
| 1302 |
+
"grad_norm": 0.8576200604438782,
|
| 1303 |
+
"learning_rate": 1.9183333333333333e-05,
|
| 1304 |
+
"loss": 0.7803131103515625,
|
| 1305 |
+
"step": 1850
|
| 1306 |
+
},
|
| 1307 |
+
{
|
| 1308 |
+
"epoch": 0.62,
|
| 1309 |
+
"grad_norm": 0.5265026092529297,
|
| 1310 |
+
"learning_rate": 1.901666666666667e-05,
|
| 1311 |
+
"loss": 0.9432580947875977,
|
| 1312 |
+
"step": 1860
|
| 1313 |
+
},
|
| 1314 |
+
{
|
| 1315 |
+
"epoch": 0.6233333333333333,
|
| 1316 |
+
"grad_norm": 0.43818992376327515,
|
| 1317 |
+
"learning_rate": 1.885e-05,
|
| 1318 |
+
"loss": 0.8160367012023926,
|
| 1319 |
+
"step": 1870
|
| 1320 |
+
},
|
| 1321 |
+
{
|
| 1322 |
+
"epoch": 0.6266666666666667,
|
| 1323 |
+
"grad_norm": 0.5307653546333313,
|
| 1324 |
+
"learning_rate": 1.8683333333333335e-05,
|
| 1325 |
+
"loss": 0.7481701850891114,
|
| 1326 |
+
"step": 1880
|
| 1327 |
+
},
|
| 1328 |
+
{
|
| 1329 |
+
"epoch": 0.63,
|
| 1330 |
+
"grad_norm": 0.4350138008594513,
|
| 1331 |
+
"learning_rate": 1.851666666666667e-05,
|
| 1332 |
+
"loss": 0.9646284103393554,
|
| 1333 |
+
"step": 1890
|
| 1334 |
+
},
|
| 1335 |
+
{
|
| 1336 |
+
"epoch": 0.6333333333333333,
|
| 1337 |
+
"grad_norm": 0.7320852279663086,
|
| 1338 |
+
"learning_rate": 1.8350000000000002e-05,
|
| 1339 |
+
"loss": 0.964715576171875,
|
| 1340 |
+
"step": 1900
|
| 1341 |
+
},
|
| 1342 |
+
{
|
| 1343 |
+
"epoch": 0.6366666666666667,
|
| 1344 |
+
"grad_norm": 0.39258873462677,
|
| 1345 |
+
"learning_rate": 1.8183333333333336e-05,
|
| 1346 |
+
"loss": 0.8884981155395508,
|
| 1347 |
+
"step": 1910
|
| 1348 |
+
},
|
| 1349 |
+
{
|
| 1350 |
+
"epoch": 0.64,
|
| 1351 |
+
"grad_norm": 0.3995574116706848,
|
| 1352 |
+
"learning_rate": 1.8016666666666666e-05,
|
| 1353 |
+
"loss": 0.8017918586730957,
|
| 1354 |
+
"step": 1920
|
| 1355 |
+
},
|
| 1356 |
+
{
|
| 1357 |
+
"epoch": 0.6433333333333333,
|
| 1358 |
+
"grad_norm": 0.5143277049064636,
|
| 1359 |
+
"learning_rate": 1.785e-05,
|
| 1360 |
+
"loss": 0.9140171051025391,
|
| 1361 |
+
"step": 1930
|
| 1362 |
+
},
|
| 1363 |
+
{
|
| 1364 |
+
"epoch": 0.6466666666666666,
|
| 1365 |
+
"grad_norm": 0.4470940828323364,
|
| 1366 |
+
"learning_rate": 1.7683333333333334e-05,
|
| 1367 |
+
"loss": 0.9137473106384277,
|
| 1368 |
+
"step": 1940
|
| 1369 |
+
},
|
| 1370 |
+
{
|
| 1371 |
+
"epoch": 0.65,
|
| 1372 |
+
"grad_norm": 0.4530799388885498,
|
| 1373 |
+
"learning_rate": 1.7516666666666668e-05,
|
| 1374 |
+
"loss": 0.9416312217712403,
|
| 1375 |
+
"step": 1950
|
| 1376 |
+
},
|
| 1377 |
+
{
|
| 1378 |
+
"epoch": 0.6533333333333333,
|
| 1379 |
+
"grad_norm": 0.5486093163490295,
|
| 1380 |
+
"learning_rate": 1.7349999999999998e-05,
|
| 1381 |
+
"loss": 0.9309564590454101,
|
| 1382 |
+
"step": 1960
|
| 1383 |
+
},
|
| 1384 |
+
{
|
| 1385 |
+
"epoch": 0.6566666666666666,
|
| 1386 |
+
"grad_norm": 0.7241241931915283,
|
| 1387 |
+
"learning_rate": 1.7183333333333335e-05,
|
| 1388 |
+
"loss": 0.8793378829956054,
|
| 1389 |
+
"step": 1970
|
| 1390 |
+
},
|
| 1391 |
+
{
|
| 1392 |
+
"epoch": 0.66,
|
| 1393 |
+
"grad_norm": 0.48900172114372253,
|
| 1394 |
+
"learning_rate": 1.7016666666666666e-05,
|
| 1395 |
+
"loss": 0.9930448532104492,
|
| 1396 |
+
"step": 1980
|
| 1397 |
+
},
|
| 1398 |
+
{
|
| 1399 |
+
"epoch": 0.6633333333333333,
|
| 1400 |
+
"grad_norm": 0.5354626178741455,
|
| 1401 |
+
"learning_rate": 1.6850000000000003e-05,
|
| 1402 |
+
"loss": 0.8400119781494141,
|
| 1403 |
+
"step": 1990
|
| 1404 |
+
},
|
| 1405 |
+
{
|
| 1406 |
+
"epoch": 0.6666666666666666,
|
| 1407 |
+
"grad_norm": 0.5346295237541199,
|
| 1408 |
+
"learning_rate": 1.6683333333333333e-05,
|
| 1409 |
+
"loss": 0.7424459457397461,
|
| 1410 |
+
"step": 2000
|
| 1411 |
+
},
|
| 1412 |
+
{
|
| 1413 |
+
"epoch": 0.67,
|
| 1414 |
+
"grad_norm": 0.7362031936645508,
|
| 1415 |
+
"learning_rate": 1.6516666666666667e-05,
|
| 1416 |
+
"loss": 0.836764907836914,
|
| 1417 |
+
"step": 2010
|
| 1418 |
+
},
|
| 1419 |
+
{
|
| 1420 |
+
"epoch": 0.6733333333333333,
|
| 1421 |
+
"grad_norm": 0.8799192905426025,
|
| 1422 |
+
"learning_rate": 1.635e-05,
|
| 1423 |
+
"loss": 0.9453885078430175,
|
| 1424 |
+
"step": 2020
|
| 1425 |
+
},
|
| 1426 |
+
{
|
| 1427 |
+
"epoch": 0.6766666666666666,
|
| 1428 |
+
"grad_norm": 0.5263342261314392,
|
| 1429 |
+
"learning_rate": 1.6183333333333335e-05,
|
| 1430 |
+
"loss": 0.7978546142578125,
|
| 1431 |
+
"step": 2030
|
| 1432 |
+
},
|
| 1433 |
+
{
|
| 1434 |
+
"epoch": 0.68,
|
| 1435 |
+
"grad_norm": 0.6986008286476135,
|
| 1436 |
+
"learning_rate": 1.601666666666667e-05,
|
| 1437 |
+
"loss": 0.8797599792480468,
|
| 1438 |
+
"step": 2040
|
| 1439 |
+
},
|
| 1440 |
+
{
|
| 1441 |
+
"epoch": 0.6833333333333333,
|
| 1442 |
+
"grad_norm": 0.7081782221794128,
|
| 1443 |
+
"learning_rate": 1.5850000000000002e-05,
|
| 1444 |
+
"loss": 1.0752653121948241,
|
| 1445 |
+
"step": 2050
|
| 1446 |
+
},
|
| 1447 |
+
{
|
| 1448 |
+
"epoch": 0.6866666666666666,
|
| 1449 |
+
"grad_norm": 0.5002477765083313,
|
| 1450 |
+
"learning_rate": 1.5683333333333333e-05,
|
| 1451 |
+
"loss": 0.7971479892730713,
|
| 1452 |
+
"step": 2060
|
| 1453 |
+
},
|
| 1454 |
+
{
|
| 1455 |
+
"epoch": 0.69,
|
| 1456 |
+
"grad_norm": 0.4529975354671478,
|
| 1457 |
+
"learning_rate": 1.5516666666666667e-05,
|
| 1458 |
+
"loss": 0.912747859954834,
|
| 1459 |
+
"step": 2070
|
| 1460 |
+
},
|
| 1461 |
+
{
|
| 1462 |
+
"epoch": 0.6933333333333334,
|
| 1463 |
+
"grad_norm": 0.48189014196395874,
|
| 1464 |
+
"learning_rate": 1.535e-05,
|
| 1465 |
+
"loss": 1.0259061813354493,
|
| 1466 |
+
"step": 2080
|
| 1467 |
+
},
|
| 1468 |
+
{
|
| 1469 |
+
"epoch": 0.6966666666666667,
|
| 1470 |
+
"grad_norm": 0.6560697555541992,
|
| 1471 |
+
"learning_rate": 1.5183333333333333e-05,
|
| 1472 |
+
"loss": 1.0107606887817382,
|
| 1473 |
+
"step": 2090
|
| 1474 |
+
},
|
| 1475 |
+
{
|
| 1476 |
+
"epoch": 0.7,
|
| 1477 |
+
"grad_norm": 0.722689151763916,
|
| 1478 |
+
"learning_rate": 1.5016666666666668e-05,
|
| 1479 |
+
"loss": 0.962984848022461,
|
| 1480 |
+
"step": 2100
|
| 1481 |
+
},
|
| 1482 |
+
{
|
| 1483 |
+
"epoch": 0.7033333333333334,
|
| 1484 |
+
"grad_norm": 1.0071346759796143,
|
| 1485 |
+
"learning_rate": 1.485e-05,
|
| 1486 |
+
"loss": 0.9162399291992187,
|
| 1487 |
+
"step": 2110
|
| 1488 |
+
},
|
| 1489 |
+
{
|
| 1490 |
+
"epoch": 0.7066666666666667,
|
| 1491 |
+
"grad_norm": 0.5007173418998718,
|
| 1492 |
+
"learning_rate": 1.4683333333333336e-05,
|
| 1493 |
+
"loss": 0.8683804512023926,
|
| 1494 |
+
"step": 2120
|
| 1495 |
+
},
|
| 1496 |
+
{
|
| 1497 |
+
"epoch": 0.71,
|
| 1498 |
+
"grad_norm": 0.4455113708972931,
|
| 1499 |
+
"learning_rate": 1.4516666666666668e-05,
|
| 1500 |
+
"loss": 0.929558277130127,
|
| 1501 |
+
"step": 2130
|
| 1502 |
+
},
|
| 1503 |
+
{
|
| 1504 |
+
"epoch": 0.7133333333333334,
|
| 1505 |
+
"grad_norm": 0.5244899392127991,
|
| 1506 |
+
"learning_rate": 1.435e-05,
|
| 1507 |
+
"loss": 0.7725494861602783,
|
| 1508 |
+
"step": 2140
|
| 1509 |
+
},
|
| 1510 |
+
{
|
| 1511 |
+
"epoch": 0.7166666666666667,
|
| 1512 |
+
"grad_norm": 0.5691429376602173,
|
| 1513 |
+
"learning_rate": 1.4183333333333335e-05,
|
| 1514 |
+
"loss": 0.9669612884521485,
|
| 1515 |
+
"step": 2150
|
| 1516 |
+
},
|
| 1517 |
+
{
|
| 1518 |
+
"epoch": 0.72,
|
| 1519 |
+
"grad_norm": 0.5419687032699585,
|
| 1520 |
+
"learning_rate": 1.4016666666666667e-05,
|
| 1521 |
+
"loss": 0.9267525672912598,
|
| 1522 |
+
"step": 2160
|
| 1523 |
+
},
|
| 1524 |
+
{
|
| 1525 |
+
"epoch": 0.7233333333333334,
|
| 1526 |
+
"grad_norm": 0.9937120079994202,
|
| 1527 |
+
"learning_rate": 1.3850000000000001e-05,
|
| 1528 |
+
"loss": 0.8306878089904786,
|
| 1529 |
+
"step": 2170
|
| 1530 |
+
},
|
| 1531 |
+
{
|
| 1532 |
+
"epoch": 0.7266666666666667,
|
| 1533 |
+
"grad_norm": 0.4639163017272949,
|
| 1534 |
+
"learning_rate": 1.3683333333333333e-05,
|
| 1535 |
+
"loss": 0.8372581481933594,
|
| 1536 |
+
"step": 2180
|
| 1537 |
+
},
|
| 1538 |
+
{
|
| 1539 |
+
"epoch": 0.73,
|
| 1540 |
+
"grad_norm": 0.45630142092704773,
|
| 1541 |
+
"learning_rate": 1.3516666666666667e-05,
|
| 1542 |
+
"loss": 0.8593014717102051,
|
| 1543 |
+
"step": 2190
|
| 1544 |
+
},
|
| 1545 |
+
{
|
| 1546 |
+
"epoch": 0.7333333333333333,
|
| 1547 |
+
"grad_norm": 0.4326620399951935,
|
| 1548 |
+
"learning_rate": 1.3350000000000001e-05,
|
| 1549 |
+
"loss": 0.8103547096252441,
|
| 1550 |
+
"step": 2200
|
| 1551 |
+
},
|
| 1552 |
+
{
|
| 1553 |
+
"epoch": 0.7366666666666667,
|
| 1554 |
+
"grad_norm": 0.48703309893608093,
|
| 1555 |
+
"learning_rate": 1.3183333333333333e-05,
|
| 1556 |
+
"loss": 0.8958615303039551,
|
| 1557 |
+
"step": 2210
|
| 1558 |
+
},
|
| 1559 |
+
{
|
| 1560 |
+
"epoch": 0.74,
|
| 1561 |
+
"grad_norm": 0.5286509394645691,
|
| 1562 |
+
"learning_rate": 1.3016666666666669e-05,
|
| 1563 |
+
"loss": 0.9600817680358886,
|
| 1564 |
+
"step": 2220
|
| 1565 |
+
},
|
| 1566 |
+
{
|
| 1567 |
+
"epoch": 0.7433333333333333,
|
| 1568 |
+
"grad_norm": 0.6584081649780273,
|
| 1569 |
+
"learning_rate": 1.285e-05,
|
| 1570 |
+
"loss": 1.0164281845092773,
|
| 1571 |
+
"step": 2230
|
| 1572 |
+
},
|
| 1573 |
+
{
|
| 1574 |
+
"epoch": 0.7466666666666667,
|
| 1575 |
+
"grad_norm": 0.5143536925315857,
|
| 1576 |
+
"learning_rate": 1.2683333333333333e-05,
|
| 1577 |
+
"loss": 1.0931424140930175,
|
| 1578 |
+
"step": 2240
|
| 1579 |
+
},
|
| 1580 |
+
{
|
| 1581 |
+
"epoch": 0.75,
|
| 1582 |
+
"grad_norm": 0.9453914165496826,
|
| 1583 |
+
"learning_rate": 1.2516666666666668e-05,
|
| 1584 |
+
"loss": 0.7825816154479981,
|
| 1585 |
+
"step": 2250
|
| 1586 |
+
},
|
| 1587 |
+
{
|
| 1588 |
+
"epoch": 0.7533333333333333,
|
| 1589 |
+
"grad_norm": 0.48963093757629395,
|
| 1590 |
+
"learning_rate": 1.235e-05,
|
| 1591 |
+
"loss": 0.9285711288452149,
|
| 1592 |
+
"step": 2260
|
| 1593 |
+
},
|
| 1594 |
+
{
|
| 1595 |
+
"epoch": 0.7566666666666667,
|
| 1596 |
+
"grad_norm": 0.5854438543319702,
|
| 1597 |
+
"learning_rate": 1.2183333333333334e-05,
|
| 1598 |
+
"loss": 0.8443680763244629,
|
| 1599 |
+
"step": 2270
|
| 1600 |
+
},
|
| 1601 |
+
{
|
| 1602 |
+
"epoch": 0.76,
|
| 1603 |
+
"grad_norm": 0.49953049421310425,
|
| 1604 |
+
"learning_rate": 1.2016666666666668e-05,
|
| 1605 |
+
"loss": 0.8316192626953125,
|
| 1606 |
+
"step": 2280
|
| 1607 |
+
},
|
| 1608 |
+
{
|
| 1609 |
+
"epoch": 0.7633333333333333,
|
| 1610 |
+
"grad_norm": 0.6657202839851379,
|
| 1611 |
+
"learning_rate": 1.185e-05,
|
| 1612 |
+
"loss": 0.910405158996582,
|
| 1613 |
+
"step": 2290
|
| 1614 |
+
},
|
| 1615 |
+
{
|
| 1616 |
+
"epoch": 0.7666666666666667,
|
| 1617 |
+
"grad_norm": 0.6646652221679688,
|
| 1618 |
+
"learning_rate": 1.1683333333333334e-05,
|
| 1619 |
+
"loss": 0.8283540725708007,
|
| 1620 |
+
"step": 2300
|
| 1621 |
+
},
|
| 1622 |
+
{
|
| 1623 |
+
"epoch": 0.77,
|
| 1624 |
+
"grad_norm": 0.49376705288887024,
|
| 1625 |
+
"learning_rate": 1.1516666666666668e-05,
|
| 1626 |
+
"loss": 0.8653836250305176,
|
| 1627 |
+
"step": 2310
|
| 1628 |
+
},
|
| 1629 |
+
{
|
| 1630 |
+
"epoch": 0.7733333333333333,
|
| 1631 |
+
"grad_norm": 0.5468245148658752,
|
| 1632 |
+
"learning_rate": 1.1350000000000001e-05,
|
| 1633 |
+
"loss": 0.8328197479248047,
|
| 1634 |
+
"step": 2320
|
| 1635 |
+
},
|
| 1636 |
+
{
|
| 1637 |
+
"epoch": 0.7766666666666666,
|
| 1638 |
+
"grad_norm": 0.8111145496368408,
|
| 1639 |
+
"learning_rate": 1.1183333333333335e-05,
|
| 1640 |
+
"loss": 0.9046418190002441,
|
| 1641 |
+
"step": 2330
|
| 1642 |
+
},
|
| 1643 |
+
{
|
| 1644 |
+
"epoch": 0.78,
|
| 1645 |
+
"grad_norm": 0.5041958093643188,
|
| 1646 |
+
"learning_rate": 1.1016666666666667e-05,
|
| 1647 |
+
"loss": 0.8311249732971191,
|
| 1648 |
+
"step": 2340
|
| 1649 |
+
},
|
| 1650 |
+
{
|
| 1651 |
+
"epoch": 0.7833333333333333,
|
| 1652 |
+
"grad_norm": 0.4898006021976471,
|
| 1653 |
+
"learning_rate": 1.0850000000000001e-05,
|
| 1654 |
+
"loss": 0.9336203575134278,
|
| 1655 |
+
"step": 2350
|
| 1656 |
+
},
|
| 1657 |
+
{
|
| 1658 |
+
"epoch": 0.7866666666666666,
|
| 1659 |
+
"grad_norm": 0.4351266324520111,
|
| 1660 |
+
"learning_rate": 1.0683333333333333e-05,
|
| 1661 |
+
"loss": 0.9776251792907715,
|
| 1662 |
+
"step": 2360
|
| 1663 |
+
},
|
| 1664 |
+
{
|
| 1665 |
+
"epoch": 0.79,
|
| 1666 |
+
"grad_norm": 0.579655647277832,
|
| 1667 |
+
"learning_rate": 1.0516666666666667e-05,
|
| 1668 |
+
"loss": 0.7065846443176269,
|
| 1669 |
+
"step": 2370
|
| 1670 |
+
},
|
| 1671 |
+
{
|
| 1672 |
+
"epoch": 0.7933333333333333,
|
| 1673 |
+
"grad_norm": 0.4177819788455963,
|
| 1674 |
+
"learning_rate": 1.035e-05,
|
| 1675 |
+
"loss": 0.7918330669403076,
|
| 1676 |
+
"step": 2380
|
| 1677 |
+
},
|
| 1678 |
+
{
|
| 1679 |
+
"epoch": 0.7966666666666666,
|
| 1680 |
+
"grad_norm": 0.4987991750240326,
|
| 1681 |
+
"learning_rate": 1.0183333333333333e-05,
|
| 1682 |
+
"loss": 0.8270879745483398,
|
| 1683 |
+
"step": 2390
|
| 1684 |
+
},
|
| 1685 |
+
{
|
| 1686 |
+
"epoch": 0.8,
|
| 1687 |
+
"grad_norm": 0.6702345013618469,
|
| 1688 |
+
"learning_rate": 1.0016666666666667e-05,
|
| 1689 |
+
"loss": 0.7966389656066895,
|
| 1690 |
+
"step": 2400
|
| 1691 |
+
},
|
| 1692 |
+
{
|
| 1693 |
+
"epoch": 0.8033333333333333,
|
| 1694 |
+
"grad_norm": 0.684005618095398,
|
| 1695 |
+
"learning_rate": 9.85e-06,
|
| 1696 |
+
"loss": 0.8869472503662109,
|
| 1697 |
+
"step": 2410
|
| 1698 |
+
},
|
| 1699 |
+
{
|
| 1700 |
+
"epoch": 0.8066666666666666,
|
| 1701 |
+
"grad_norm": 0.4468795657157898,
|
| 1702 |
+
"learning_rate": 9.683333333333333e-06,
|
| 1703 |
+
"loss": 0.9556525230407715,
|
| 1704 |
+
"step": 2420
|
| 1705 |
+
},
|
| 1706 |
+
{
|
| 1707 |
+
"epoch": 0.81,
|
| 1708 |
+
"grad_norm": 0.5046238303184509,
|
| 1709 |
+
"learning_rate": 9.516666666666666e-06,
|
| 1710 |
+
"loss": 0.8056395530700684,
|
| 1711 |
+
"step": 2430
|
| 1712 |
+
},
|
| 1713 |
+
{
|
| 1714 |
+
"epoch": 0.8133333333333334,
|
| 1715 |
+
"grad_norm": 0.6720165610313416,
|
| 1716 |
+
"learning_rate": 9.35e-06,
|
| 1717 |
+
"loss": 0.8834376335144043,
|
| 1718 |
+
"step": 2440
|
| 1719 |
+
},
|
| 1720 |
+
{
|
| 1721 |
+
"epoch": 0.8166666666666667,
|
| 1722 |
+
"grad_norm": 0.4289397597312927,
|
| 1723 |
+
"learning_rate": 9.183333333333334e-06,
|
| 1724 |
+
"loss": 0.7789588928222656,
|
| 1725 |
+
"step": 2450
|
| 1726 |
+
},
|
| 1727 |
+
{
|
| 1728 |
+
"epoch": 0.82,
|
| 1729 |
+
"grad_norm": 0.6209238171577454,
|
| 1730 |
+
"learning_rate": 9.016666666666668e-06,
|
| 1731 |
+
"loss": 0.8701201438903808,
|
| 1732 |
+
"step": 2460
|
| 1733 |
+
},
|
| 1734 |
+
{
|
| 1735 |
+
"epoch": 0.8233333333333334,
|
| 1736 |
+
"grad_norm": 0.44446897506713867,
|
| 1737 |
+
"learning_rate": 8.85e-06,
|
| 1738 |
+
"loss": 0.7950375080108643,
|
| 1739 |
+
"step": 2470
|
| 1740 |
+
},
|
| 1741 |
+
{
|
| 1742 |
+
"epoch": 0.8266666666666667,
|
| 1743 |
+
"grad_norm": 0.44629836082458496,
|
| 1744 |
+
"learning_rate": 8.683333333333334e-06,
|
| 1745 |
+
"loss": 0.7967105865478515,
|
| 1746 |
+
"step": 2480
|
| 1747 |
+
},
|
| 1748 |
+
{
|
| 1749 |
+
"epoch": 0.83,
|
| 1750 |
+
"grad_norm": 0.37678250670433044,
|
| 1751 |
+
"learning_rate": 8.516666666666668e-06,
|
| 1752 |
+
"loss": 0.771687650680542,
|
| 1753 |
+
"step": 2490
|
| 1754 |
+
},
|
| 1755 |
+
{
|
| 1756 |
+
"epoch": 0.8333333333333334,
|
| 1757 |
+
"grad_norm": 0.494236558675766,
|
| 1758 |
+
"learning_rate": 8.350000000000001e-06,
|
| 1759 |
+
"loss": 0.8968353271484375,
|
| 1760 |
+
"step": 2500
|
| 1761 |
+
},
|
| 1762 |
+
{
|
| 1763 |
+
"epoch": 0.8366666666666667,
|
| 1764 |
+
"grad_norm": 0.6953932046890259,
|
| 1765 |
+
"learning_rate": 8.183333333333333e-06,
|
| 1766 |
+
"loss": 1.0087746620178222,
|
| 1767 |
+
"step": 2510
|
| 1768 |
+
},
|
| 1769 |
+
{
|
| 1770 |
+
"epoch": 0.84,
|
| 1771 |
+
"grad_norm": 0.488052099943161,
|
| 1772 |
+
"learning_rate": 8.016666666666667e-06,
|
| 1773 |
+
"loss": 0.9487748146057129,
|
| 1774 |
+
"step": 2520
|
| 1775 |
+
},
|
| 1776 |
+
{
|
| 1777 |
+
"epoch": 0.8433333333333334,
|
| 1778 |
+
"grad_norm": 0.7786927223205566,
|
| 1779 |
+
"learning_rate": 7.850000000000001e-06,
|
| 1780 |
+
"loss": 0.9541014671325684,
|
| 1781 |
+
"step": 2530
|
| 1782 |
+
},
|
| 1783 |
+
{
|
| 1784 |
+
"epoch": 0.8466666666666667,
|
| 1785 |
+
"grad_norm": 0.5057625770568848,
|
| 1786 |
+
"learning_rate": 7.683333333333335e-06,
|
| 1787 |
+
"loss": 0.905206298828125,
|
| 1788 |
+
"step": 2540
|
| 1789 |
+
},
|
| 1790 |
+
{
|
| 1791 |
+
"epoch": 0.85,
|
| 1792 |
+
"grad_norm": 0.7162487506866455,
|
| 1793 |
+
"learning_rate": 7.516666666666668e-06,
|
| 1794 |
+
"loss": 0.9245425224304199,
|
| 1795 |
+
"step": 2550
|
| 1796 |
+
},
|
| 1797 |
+
{
|
| 1798 |
+
"epoch": 0.8533333333333334,
|
| 1799 |
+
"grad_norm": 0.5543293952941895,
|
| 1800 |
+
"learning_rate": 7.35e-06,
|
| 1801 |
+
"loss": 0.8062684059143066,
|
| 1802 |
+
"step": 2560
|
| 1803 |
+
},
|
| 1804 |
+
{
|
| 1805 |
+
"epoch": 0.8566666666666667,
|
| 1806 |
+
"grad_norm": 0.7101190686225891,
|
| 1807 |
+
"learning_rate": 7.183333333333334e-06,
|
| 1808 |
+
"loss": 0.9243124961853028,
|
| 1809 |
+
"step": 2570
|
| 1810 |
+
},
|
| 1811 |
+
{
|
| 1812 |
+
"epoch": 0.86,
|
| 1813 |
+
"grad_norm": 0.726828932762146,
|
| 1814 |
+
"learning_rate": 7.0166666666666675e-06,
|
| 1815 |
+
"loss": 0.7988007068634033,
|
| 1816 |
+
"step": 2580
|
| 1817 |
+
},
|
| 1818 |
+
{
|
| 1819 |
+
"epoch": 0.8633333333333333,
|
| 1820 |
+
"grad_norm": 0.533573567867279,
|
| 1821 |
+
"learning_rate": 6.8500000000000005e-06,
|
| 1822 |
+
"loss": 0.8835041046142578,
|
| 1823 |
+
"step": 2590
|
| 1824 |
+
},
|
| 1825 |
+
{
|
| 1826 |
+
"epoch": 0.8666666666666667,
|
| 1827 |
+
"grad_norm": 0.5849156975746155,
|
| 1828 |
+
"learning_rate": 6.6833333333333334e-06,
|
| 1829 |
+
"loss": 0.8487396240234375,
|
| 1830 |
+
"step": 2600
|
| 1831 |
+
},
|
| 1832 |
+
{
|
| 1833 |
+
"epoch": 0.87,
|
| 1834 |
+
"grad_norm": 0.8949032425880432,
|
| 1835 |
+
"learning_rate": 6.516666666666666e-06,
|
| 1836 |
+
"loss": 0.8319039344787598,
|
| 1837 |
+
"step": 2610
|
| 1838 |
+
},
|
| 1839 |
+
{
|
| 1840 |
+
"epoch": 0.8733333333333333,
|
| 1841 |
+
"grad_norm": 0.6677828431129456,
|
| 1842 |
+
"learning_rate": 6.35e-06,
|
| 1843 |
+
"loss": 0.9017569541931152,
|
| 1844 |
+
"step": 2620
|
| 1845 |
+
},
|
| 1846 |
+
{
|
| 1847 |
+
"epoch": 0.8766666666666667,
|
| 1848 |
+
"grad_norm": 0.5268790125846863,
|
| 1849 |
+
"learning_rate": 6.183333333333333e-06,
|
| 1850 |
+
"loss": 0.7499767780303955,
|
| 1851 |
+
"step": 2630
|
| 1852 |
+
},
|
| 1853 |
+
{
|
| 1854 |
+
"epoch": 0.88,
|
| 1855 |
+
"grad_norm": 0.6157758235931396,
|
| 1856 |
+
"learning_rate": 6.016666666666667e-06,
|
| 1857 |
+
"loss": 0.8814908027648926,
|
| 1858 |
+
"step": 2640
|
| 1859 |
+
},
|
| 1860 |
+
{
|
| 1861 |
+
"epoch": 0.8833333333333333,
|
| 1862 |
+
"grad_norm": 0.5197092890739441,
|
| 1863 |
+
"learning_rate": 5.850000000000001e-06,
|
| 1864 |
+
"loss": 0.8590426445007324,
|
| 1865 |
+
"step": 2650
|
| 1866 |
+
},
|
| 1867 |
+
{
|
| 1868 |
+
"epoch": 0.8866666666666667,
|
| 1869 |
+
"grad_norm": 0.7915957570075989,
|
| 1870 |
+
"learning_rate": 5.683333333333334e-06,
|
| 1871 |
+
"loss": 0.8466612815856933,
|
| 1872 |
+
"step": 2660
|
| 1873 |
+
},
|
| 1874 |
+
{
|
| 1875 |
+
"epoch": 0.89,
|
| 1876 |
+
"grad_norm": 0.48902902007102966,
|
| 1877 |
+
"learning_rate": 5.5166666666666675e-06,
|
| 1878 |
+
"loss": 0.9879349708557129,
|
| 1879 |
+
"step": 2670
|
| 1880 |
+
},
|
| 1881 |
+
{
|
| 1882 |
+
"epoch": 0.8933333333333333,
|
| 1883 |
+
"grad_norm": 0.5069965124130249,
|
| 1884 |
+
"learning_rate": 5.3500000000000004e-06,
|
| 1885 |
+
"loss": 0.8216916084289551,
|
| 1886 |
+
"step": 2680
|
| 1887 |
+
},
|
| 1888 |
+
{
|
| 1889 |
+
"epoch": 0.8966666666666666,
|
| 1890 |
+
"grad_norm": 0.6190909743309021,
|
| 1891 |
+
"learning_rate": 5.183333333333333e-06,
|
| 1892 |
+
"loss": 0.8995295524597168,
|
| 1893 |
+
"step": 2690
|
| 1894 |
+
},
|
| 1895 |
+
{
|
| 1896 |
+
"epoch": 0.9,
|
| 1897 |
+
"grad_norm": 0.45372089743614197,
|
| 1898 |
+
"learning_rate": 5.016666666666666e-06,
|
| 1899 |
+
"loss": 0.8368668556213379,
|
| 1900 |
+
"step": 2700
|
| 1901 |
+
},
|
| 1902 |
+
{
|
| 1903 |
+
"epoch": 0.9033333333333333,
|
| 1904 |
+
"grad_norm": 0.5643200278282166,
|
| 1905 |
+
"learning_rate": 4.85e-06,
|
| 1906 |
+
"loss": 0.7782045364379883,
|
| 1907 |
+
"step": 2710
|
| 1908 |
+
},
|
| 1909 |
+
{
|
| 1910 |
+
"epoch": 0.9066666666666666,
|
| 1911 |
+
"grad_norm": 0.5345107913017273,
|
| 1912 |
+
"learning_rate": 4.683333333333333e-06,
|
| 1913 |
+
"loss": 0.8649769783020019,
|
| 1914 |
+
"step": 2720
|
| 1915 |
+
},
|
| 1916 |
+
{
|
| 1917 |
+
"epoch": 0.91,
|
| 1918 |
+
"grad_norm": 0.6174563765525818,
|
| 1919 |
+
"learning_rate": 4.516666666666667e-06,
|
| 1920 |
+
"loss": 0.890013313293457,
|
| 1921 |
+
"step": 2730
|
| 1922 |
+
},
|
| 1923 |
+
{
|
| 1924 |
+
"epoch": 0.9133333333333333,
|
| 1925 |
+
"grad_norm": 0.6632450222969055,
|
| 1926 |
+
"learning_rate": 4.35e-06,
|
| 1927 |
+
"loss": 0.8954425811767578,
|
| 1928 |
+
"step": 2740
|
| 1929 |
+
},
|
| 1930 |
+
{
|
| 1931 |
+
"epoch": 0.9166666666666666,
|
| 1932 |
+
"grad_norm": 0.5862364768981934,
|
| 1933 |
+
"learning_rate": 4.183333333333334e-06,
|
| 1934 |
+
"loss": 0.9733158111572265,
|
| 1935 |
+
"step": 2750
|
| 1936 |
+
},
|
| 1937 |
+
{
|
| 1938 |
+
"epoch": 0.92,
|
| 1939 |
+
"grad_norm": 0.625480592250824,
|
| 1940 |
+
"learning_rate": 4.0166666666666675e-06,
|
| 1941 |
+
"loss": 0.940821647644043,
|
| 1942 |
+
"step": 2760
|
| 1943 |
+
},
|
| 1944 |
+
{
|
| 1945 |
+
"epoch": 0.9233333333333333,
|
| 1946 |
+
"grad_norm": 0.5125066041946411,
|
| 1947 |
+
"learning_rate": 3.85e-06,
|
| 1948 |
+
"loss": 0.8799821853637695,
|
| 1949 |
+
"step": 2770
|
| 1950 |
+
},
|
| 1951 |
+
{
|
| 1952 |
+
"epoch": 0.9266666666666666,
|
| 1953 |
+
"grad_norm": 0.501059353351593,
|
| 1954 |
+
"learning_rate": 3.6833333333333338e-06,
|
| 1955 |
+
"loss": 0.8071253776550293,
|
| 1956 |
+
"step": 2780
|
| 1957 |
+
},
|
| 1958 |
+
{
|
| 1959 |
+
"epoch": 0.93,
|
| 1960 |
+
"grad_norm": 0.480802446603775,
|
| 1961 |
+
"learning_rate": 3.5166666666666667e-06,
|
| 1962 |
+
"loss": 0.7463678359985352,
|
| 1963 |
+
"step": 2790
|
| 1964 |
+
},
|
| 1965 |
+
{
|
| 1966 |
+
"epoch": 0.9333333333333333,
|
| 1967 |
+
"grad_norm": 0.5736676454544067,
|
| 1968 |
+
"learning_rate": 3.3500000000000005e-06,
|
| 1969 |
+
"loss": 0.9327493667602539,
|
| 1970 |
+
"step": 2800
|
| 1971 |
+
},
|
| 1972 |
+
{
|
| 1973 |
+
"epoch": 0.9366666666666666,
|
| 1974 |
+
"grad_norm": 0.4975570738315582,
|
| 1975 |
+
"learning_rate": 3.1833333333333335e-06,
|
| 1976 |
+
"loss": 0.8904853820800781,
|
| 1977 |
+
"step": 2810
|
| 1978 |
+
},
|
| 1979 |
+
{
|
| 1980 |
+
"epoch": 0.94,
|
| 1981 |
+
"grad_norm": 0.480354368686676,
|
| 1982 |
+
"learning_rate": 3.016666666666667e-06,
|
| 1983 |
+
"loss": 1.0292061805725097,
|
| 1984 |
+
"step": 2820
|
| 1985 |
+
},
|
| 1986 |
+
{
|
| 1987 |
+
"epoch": 0.9433333333333334,
|
| 1988 |
+
"grad_norm": 0.6452360153198242,
|
| 1989 |
+
"learning_rate": 2.8500000000000002e-06,
|
| 1990 |
+
"loss": 1.0092354774475099,
|
| 1991 |
+
"step": 2830
|
| 1992 |
+
},
|
| 1993 |
+
{
|
| 1994 |
+
"epoch": 0.9466666666666667,
|
| 1995 |
+
"grad_norm": 0.5015031099319458,
|
| 1996 |
+
"learning_rate": 2.6833333333333336e-06,
|
| 1997 |
+
"loss": 1.0683047294616699,
|
| 1998 |
+
"step": 2840
|
| 1999 |
+
},
|
| 2000 |
+
{
|
| 2001 |
+
"epoch": 0.95,
|
| 2002 |
+
"grad_norm": 0.4239721894264221,
|
| 2003 |
+
"learning_rate": 2.516666666666667e-06,
|
| 2004 |
+
"loss": 0.8794116973876953,
|
| 2005 |
+
"step": 2850
|
| 2006 |
+
},
|
| 2007 |
+
{
|
| 2008 |
+
"epoch": 0.9533333333333334,
|
| 2009 |
+
"grad_norm": 0.5949695110321045,
|
| 2010 |
+
"learning_rate": 2.35e-06,
|
| 2011 |
+
"loss": 1.0180916786193848,
|
| 2012 |
+
"step": 2860
|
| 2013 |
+
},
|
| 2014 |
+
{
|
| 2015 |
+
"epoch": 0.9566666666666667,
|
| 2016 |
+
"grad_norm": 0.551426112651825,
|
| 2017 |
+
"learning_rate": 2.1833333333333333e-06,
|
| 2018 |
+
"loss": 0.9177707672119141,
|
| 2019 |
+
"step": 2870
|
| 2020 |
+
},
|
| 2021 |
+
{
|
| 2022 |
+
"epoch": 0.96,
|
| 2023 |
+
"grad_norm": 0.6483604907989502,
|
| 2024 |
+
"learning_rate": 2.0166666666666667e-06,
|
| 2025 |
+
"loss": 0.9020861625671387,
|
| 2026 |
+
"step": 2880
|
| 2027 |
+
},
|
| 2028 |
+
{
|
| 2029 |
+
"epoch": 0.9633333333333334,
|
| 2030 |
+
"grad_norm": 0.60732501745224,
|
| 2031 |
+
"learning_rate": 1.85e-06,
|
| 2032 |
+
"loss": 1.0001092910766602,
|
| 2033 |
+
"step": 2890
|
| 2034 |
+
},
|
| 2035 |
+
{
|
| 2036 |
+
"epoch": 0.9666666666666667,
|
| 2037 |
+
"grad_norm": 0.46931129693984985,
|
| 2038 |
+
"learning_rate": 1.6833333333333332e-06,
|
| 2039 |
+
"loss": 0.8657818794250488,
|
| 2040 |
+
"step": 2900
|
| 2041 |
+
},
|
| 2042 |
+
{
|
| 2043 |
+
"epoch": 0.97,
|
| 2044 |
+
"grad_norm": 0.5216684937477112,
|
| 2045 |
+
"learning_rate": 1.5166666666666668e-06,
|
| 2046 |
+
"loss": 0.9077080726623535,
|
| 2047 |
+
"step": 2910
|
| 2048 |
+
},
|
| 2049 |
+
{
|
| 2050 |
+
"epoch": 0.9733333333333334,
|
| 2051 |
+
"grad_norm": 0.547545313835144,
|
| 2052 |
+
"learning_rate": 1.35e-06,
|
| 2053 |
+
"loss": 0.8793766021728515,
|
| 2054 |
+
"step": 2920
|
| 2055 |
+
},
|
| 2056 |
+
{
|
| 2057 |
+
"epoch": 0.9766666666666667,
|
| 2058 |
+
"grad_norm": 0.4495963752269745,
|
| 2059 |
+
"learning_rate": 1.1833333333333334e-06,
|
| 2060 |
+
"loss": 0.8557974815368652,
|
| 2061 |
+
"step": 2930
|
| 2062 |
+
},
|
| 2063 |
+
{
|
| 2064 |
+
"epoch": 0.98,
|
| 2065 |
+
"grad_norm": 0.6442372798919678,
|
| 2066 |
+
"learning_rate": 1.0166666666666665e-06,
|
| 2067 |
+
"loss": 0.8119054794311523,
|
| 2068 |
+
"step": 2940
|
| 2069 |
+
},
|
| 2070 |
+
{
|
| 2071 |
+
"epoch": 0.9833333333333333,
|
| 2072 |
+
"grad_norm": 0.7756669521331787,
|
| 2073 |
+
"learning_rate": 8.500000000000001e-07,
|
| 2074 |
+
"loss": 0.8289030075073243,
|
| 2075 |
+
"step": 2950
|
| 2076 |
+
},
|
| 2077 |
+
{
|
| 2078 |
+
"epoch": 0.9866666666666667,
|
| 2079 |
+
"grad_norm": 0.4409935176372528,
|
| 2080 |
+
"learning_rate": 6.833333333333334e-07,
|
| 2081 |
+
"loss": 0.8499897003173829,
|
| 2082 |
+
"step": 2960
|
| 2083 |
+
},
|
| 2084 |
+
{
|
| 2085 |
+
"epoch": 0.99,
|
| 2086 |
+
"grad_norm": 0.8582751750946045,
|
| 2087 |
+
"learning_rate": 5.166666666666667e-07,
|
| 2088 |
+
"loss": 0.9656048774719238,
|
| 2089 |
+
"step": 2970
|
| 2090 |
+
},
|
| 2091 |
+
{
|
| 2092 |
+
"epoch": 0.9933333333333333,
|
| 2093 |
+
"grad_norm": 0.47707653045654297,
|
| 2094 |
+
"learning_rate": 3.5000000000000004e-07,
|
| 2095 |
+
"loss": 0.8309163093566895,
|
| 2096 |
+
"step": 2980
|
| 2097 |
+
},
|
| 2098 |
+
{
|
| 2099 |
+
"epoch": 0.9966666666666667,
|
| 2100 |
+
"grad_norm": 0.45731914043426514,
|
| 2101 |
+
"learning_rate": 1.8333333333333333e-07,
|
| 2102 |
+
"loss": 0.9769588470458984,
|
| 2103 |
+
"step": 2990
|
| 2104 |
+
},
|
| 2105 |
+
{
|
| 2106 |
+
"epoch": 1.0,
|
| 2107 |
+
"grad_norm": 0.622088611125946,
|
| 2108 |
+
"learning_rate": 1.6666666666666667e-08,
|
| 2109 |
+
"loss": 0.8226492881774903,
|
| 2110 |
+
"step": 3000
|
| 2111 |
+
}
|
| 2112 |
+
],
|
| 2113 |
+
"logging_steps": 10,
|
| 2114 |
+
"max_steps": 3000,
|
| 2115 |
+
"num_input_tokens_seen": 0,
|
| 2116 |
+
"num_train_epochs": 1,
|
| 2117 |
+
"save_steps": 50,
|
| 2118 |
+
"stateful_callbacks": {
|
| 2119 |
+
"TrainerControl": {
|
| 2120 |
+
"args": {
|
| 2121 |
+
"should_epoch_stop": false,
|
| 2122 |
+
"should_evaluate": false,
|
| 2123 |
+
"should_log": false,
|
| 2124 |
+
"should_save": true,
|
| 2125 |
+
"should_training_stop": true
|
| 2126 |
+
},
|
| 2127 |
+
"attributes": {}
|
| 2128 |
+
}
|
| 2129 |
+
},
|
| 2130 |
+
"total_flos": 805619367936000.0,
|
| 2131 |
+
"train_batch_size": 1,
|
| 2132 |
+
"trial_name": null,
|
| 2133 |
+
"trial_params": null
|
| 2134 |
+
}
|
checkpoint-3000/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:5b8cdeeb02b683888c58950ba20634617e28bd81b336c3f037116cc9305a2043
|
| 3 |
+
size 5137
|