| { | |
| "best_metric": 0.9167, | |
| "best_model_checkpoint": "output/checkpoint-7500", | |
| "epoch": 3.0, | |
| "eval_steps": 500, | |
| "global_step": 7500, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.02, | |
| "learning_rate": 3.3333333333333337e-06, | |
| "loss": 0.8125, | |
| "step": 50 | |
| }, | |
| { | |
| "epoch": 0.04, | |
| "learning_rate": 6.6666666666666675e-06, | |
| "loss": 0.7599, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.06, | |
| "learning_rate": 1e-05, | |
| "loss": 0.7309, | |
| "step": 150 | |
| }, | |
| { | |
| "epoch": 0.08, | |
| "learning_rate": 1.3333333333333335e-05, | |
| "loss": 0.7104, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.1, | |
| "learning_rate": 1.6666666666666667e-05, | |
| "loss": 0.6939, | |
| "step": 250 | |
| }, | |
| { | |
| "epoch": 0.12, | |
| "learning_rate": 2e-05, | |
| "loss": 0.6824, | |
| "step": 300 | |
| }, | |
| { | |
| "epoch": 0.14, | |
| "learning_rate": 2.3333333333333336e-05, | |
| "loss": 0.686, | |
| "step": 350 | |
| }, | |
| { | |
| "epoch": 0.16, | |
| "learning_rate": 2.666666666666667e-05, | |
| "loss": 0.6693, | |
| "step": 400 | |
| }, | |
| { | |
| "epoch": 0.18, | |
| "learning_rate": 3e-05, | |
| "loss": 0.6436, | |
| "step": 450 | |
| }, | |
| { | |
| "epoch": 0.2, | |
| "learning_rate": 3.3333333333333335e-05, | |
| "loss": 0.6101, | |
| "step": 500 | |
| }, | |
| { | |
| "epoch": 0.22, | |
| "learning_rate": 3.6666666666666666e-05, | |
| "loss": 0.493, | |
| "step": 550 | |
| }, | |
| { | |
| "epoch": 0.24, | |
| "learning_rate": 3.993333333333333e-05, | |
| "loss": 0.4239, | |
| "step": 600 | |
| }, | |
| { | |
| "epoch": 0.26, | |
| "learning_rate": 4.326666666666667e-05, | |
| "loss": 0.3391, | |
| "step": 650 | |
| }, | |
| { | |
| "epoch": 0.28, | |
| "learning_rate": 4.66e-05, | |
| "loss": 0.3332, | |
| "step": 700 | |
| }, | |
| { | |
| "epoch": 0.3, | |
| "learning_rate": 4.986666666666666e-05, | |
| "loss": 0.3966, | |
| "step": 750 | |
| }, | |
| { | |
| "epoch": 0.32, | |
| "learning_rate": 5.32e-05, | |
| "loss": 0.3137, | |
| "step": 800 | |
| }, | |
| { | |
| "epoch": 0.34, | |
| "learning_rate": 5.653333333333333e-05, | |
| "loss": 0.3072, | |
| "step": 850 | |
| }, | |
| { | |
| "epoch": 0.36, | |
| "learning_rate": 5.986666666666667e-05, | |
| "loss": 0.272, | |
| "step": 900 | |
| }, | |
| { | |
| "epoch": 0.38, | |
| "learning_rate": 6.32e-05, | |
| "loss": 0.2715, | |
| "step": 950 | |
| }, | |
| { | |
| "epoch": 0.4, | |
| "learning_rate": 6.653333333333333e-05, | |
| "loss": 0.2892, | |
| "step": 1000 | |
| }, | |
| { | |
| "epoch": 0.42, | |
| "learning_rate": 6.986666666666667e-05, | |
| "loss": 0.28, | |
| "step": 1050 | |
| }, | |
| { | |
| "epoch": 0.44, | |
| "learning_rate": 7.32e-05, | |
| "loss": 0.3102, | |
| "step": 1100 | |
| }, | |
| { | |
| "epoch": 0.46, | |
| "learning_rate": 7.653333333333333e-05, | |
| "loss": 0.2663, | |
| "step": 1150 | |
| }, | |
| { | |
| "epoch": 0.48, | |
| "learning_rate": 7.986666666666667e-05, | |
| "loss": 0.2778, | |
| "step": 1200 | |
| }, | |
| { | |
| "epoch": 0.5, | |
| "learning_rate": 8.32e-05, | |
| "loss": 0.3414, | |
| "step": 1250 | |
| }, | |
| { | |
| "epoch": 0.52, | |
| "learning_rate": 8.653333333333334e-05, | |
| "loss": 0.2608, | |
| "step": 1300 | |
| }, | |
| { | |
| "epoch": 0.54, | |
| "learning_rate": 8.986666666666666e-05, | |
| "loss": 0.2847, | |
| "step": 1350 | |
| }, | |
| { | |
| "epoch": 0.56, | |
| "learning_rate": 9.32e-05, | |
| "loss": 0.2801, | |
| "step": 1400 | |
| }, | |
| { | |
| "epoch": 0.58, | |
| "learning_rate": 9.653333333333334e-05, | |
| "loss": 0.2777, | |
| "step": 1450 | |
| }, | |
| { | |
| "epoch": 0.6, | |
| "learning_rate": 9.986666666666668e-05, | |
| "loss": 0.2819, | |
| "step": 1500 | |
| }, | |
| { | |
| "epoch": 0.62, | |
| "learning_rate": 0.0001032, | |
| "loss": 0.2631, | |
| "step": 1550 | |
| }, | |
| { | |
| "epoch": 0.64, | |
| "learning_rate": 0.00010653333333333333, | |
| "loss": 0.255, | |
| "step": 1600 | |
| }, | |
| { | |
| "epoch": 0.66, | |
| "learning_rate": 0.00010986666666666668, | |
| "loss": 0.3253, | |
| "step": 1650 | |
| }, | |
| { | |
| "epoch": 0.68, | |
| "learning_rate": 0.0001132, | |
| "loss": 0.2632, | |
| "step": 1700 | |
| }, | |
| { | |
| "epoch": 0.7, | |
| "learning_rate": 0.00011653333333333334, | |
| "loss": 0.2808, | |
| "step": 1750 | |
| }, | |
| { | |
| "epoch": 0.72, | |
| "learning_rate": 0.00011986666666666666, | |
| "loss": 0.2487, | |
| "step": 1800 | |
| }, | |
| { | |
| "epoch": 0.74, | |
| "learning_rate": 0.0001232, | |
| "loss": 0.1958, | |
| "step": 1850 | |
| }, | |
| { | |
| "epoch": 0.76, | |
| "learning_rate": 0.00012653333333333334, | |
| "loss": 0.2882, | |
| "step": 1900 | |
| }, | |
| { | |
| "epoch": 0.78, | |
| "learning_rate": 0.00012986666666666666, | |
| "loss": 0.2877, | |
| "step": 1950 | |
| }, | |
| { | |
| "epoch": 0.8, | |
| "learning_rate": 0.0001332, | |
| "loss": 0.2412, | |
| "step": 2000 | |
| }, | |
| { | |
| "epoch": 0.82, | |
| "learning_rate": 0.00013653333333333334, | |
| "loss": 0.2608, | |
| "step": 2050 | |
| }, | |
| { | |
| "epoch": 0.84, | |
| "learning_rate": 0.00013986666666666666, | |
| "loss": 0.2296, | |
| "step": 2100 | |
| }, | |
| { | |
| "epoch": 0.86, | |
| "learning_rate": 0.00014319999999999998, | |
| "loss": 0.2311, | |
| "step": 2150 | |
| }, | |
| { | |
| "epoch": 0.88, | |
| "learning_rate": 0.00014653333333333334, | |
| "loss": 0.2603, | |
| "step": 2200 | |
| }, | |
| { | |
| "epoch": 0.9, | |
| "learning_rate": 0.00014986666666666669, | |
| "loss": 0.2923, | |
| "step": 2250 | |
| }, | |
| { | |
| "epoch": 0.92, | |
| "learning_rate": 0.0001532, | |
| "loss": 0.2415, | |
| "step": 2300 | |
| }, | |
| { | |
| "epoch": 0.94, | |
| "learning_rate": 0.00015646666666666668, | |
| "loss": 0.2671, | |
| "step": 2350 | |
| }, | |
| { | |
| "epoch": 0.96, | |
| "learning_rate": 0.0001598, | |
| "loss": 0.2421, | |
| "step": 2400 | |
| }, | |
| { | |
| "epoch": 0.98, | |
| "learning_rate": 0.00016313333333333333, | |
| "loss": 0.2449, | |
| "step": 2450 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "learning_rate": 0.00016646666666666668, | |
| "loss": 0.2399, | |
| "step": 2500 | |
| }, | |
| { | |
| "epoch": 1.0, | |
| "eval_accuracy": 0.9037, | |
| "eval_loss": 0.2539164125919342, | |
| "eval_runtime": 132.4594, | |
| "eval_samples_per_second": 75.495, | |
| "eval_steps_per_second": 4.718, | |
| "step": 2500 | |
| }, | |
| { | |
| "epoch": 1.02, | |
| "learning_rate": 0.0001698, | |
| "loss": 0.2453, | |
| "step": 2550 | |
| }, | |
| { | |
| "epoch": 1.04, | |
| "learning_rate": 0.00017313333333333333, | |
| "loss": 0.2485, | |
| "step": 2600 | |
| }, | |
| { | |
| "epoch": 1.06, | |
| "learning_rate": 0.00017646666666666666, | |
| "loss": 0.2321, | |
| "step": 2650 | |
| }, | |
| { | |
| "epoch": 1.08, | |
| "learning_rate": 0.00017979999999999998, | |
| "loss": 0.239, | |
| "step": 2700 | |
| }, | |
| { | |
| "epoch": 1.1, | |
| "learning_rate": 0.00018313333333333336, | |
| "loss": 0.2389, | |
| "step": 2750 | |
| }, | |
| { | |
| "epoch": 1.12, | |
| "learning_rate": 0.00018646666666666668, | |
| "loss": 0.2216, | |
| "step": 2800 | |
| }, | |
| { | |
| "epoch": 1.14, | |
| "learning_rate": 0.0001898, | |
| "loss": 0.3027, | |
| "step": 2850 | |
| }, | |
| { | |
| "epoch": 1.16, | |
| "learning_rate": 0.00019313333333333333, | |
| "loss": 0.2683, | |
| "step": 2900 | |
| }, | |
| { | |
| "epoch": 1.18, | |
| "learning_rate": 0.00019646666666666668, | |
| "loss": 0.2378, | |
| "step": 2950 | |
| }, | |
| { | |
| "epoch": 1.2, | |
| "learning_rate": 0.0001998, | |
| "loss": 0.2598, | |
| "step": 3000 | |
| }, | |
| { | |
| "epoch": 1.22, | |
| "learning_rate": 0.00020313333333333333, | |
| "loss": 0.2363, | |
| "step": 3050 | |
| }, | |
| { | |
| "epoch": 1.24, | |
| "learning_rate": 0.00020646666666666665, | |
| "loss": 0.2437, | |
| "step": 3100 | |
| }, | |
| { | |
| "epoch": 1.26, | |
| "learning_rate": 0.0002098, | |
| "loss": 0.244, | |
| "step": 3150 | |
| }, | |
| { | |
| "epoch": 1.28, | |
| "learning_rate": 0.00021313333333333335, | |
| "loss": 0.2264, | |
| "step": 3200 | |
| }, | |
| { | |
| "epoch": 1.3, | |
| "learning_rate": 0.00021646666666666668, | |
| "loss": 0.188, | |
| "step": 3250 | |
| }, | |
| { | |
| "epoch": 1.32, | |
| "learning_rate": 0.0002198, | |
| "loss": 0.2507, | |
| "step": 3300 | |
| }, | |
| { | |
| "epoch": 1.34, | |
| "learning_rate": 0.00022313333333333333, | |
| "loss": 0.2265, | |
| "step": 3350 | |
| }, | |
| { | |
| "epoch": 1.36, | |
| "learning_rate": 0.00022646666666666668, | |
| "loss": 0.2265, | |
| "step": 3400 | |
| }, | |
| { | |
| "epoch": 1.38, | |
| "learning_rate": 0.0002298, | |
| "loss": 0.226, | |
| "step": 3450 | |
| }, | |
| { | |
| "epoch": 1.4, | |
| "learning_rate": 0.00023313333333333333, | |
| "loss": 0.2502, | |
| "step": 3500 | |
| }, | |
| { | |
| "epoch": 1.42, | |
| "learning_rate": 0.00023646666666666665, | |
| "loss": 0.2436, | |
| "step": 3550 | |
| }, | |
| { | |
| "epoch": 1.44, | |
| "learning_rate": 0.00023980000000000003, | |
| "loss": 0.2472, | |
| "step": 3600 | |
| }, | |
| { | |
| "epoch": 1.46, | |
| "learning_rate": 0.00024313333333333335, | |
| "loss": 0.2596, | |
| "step": 3650 | |
| }, | |
| { | |
| "epoch": 1.48, | |
| "learning_rate": 0.0002464666666666667, | |
| "loss": 0.2381, | |
| "step": 3700 | |
| }, | |
| { | |
| "epoch": 1.5, | |
| "learning_rate": 0.0002498, | |
| "loss": 0.231, | |
| "step": 3750 | |
| }, | |
| { | |
| "epoch": 1.52, | |
| "learning_rate": 0.0002531333333333333, | |
| "loss": 0.2489, | |
| "step": 3800 | |
| }, | |
| { | |
| "epoch": 1.54, | |
| "learning_rate": 0.0002564666666666667, | |
| "loss": 0.1849, | |
| "step": 3850 | |
| }, | |
| { | |
| "epoch": 1.56, | |
| "learning_rate": 0.00025979999999999997, | |
| "loss": 0.2742, | |
| "step": 3900 | |
| }, | |
| { | |
| "epoch": 1.58, | |
| "learning_rate": 0.00026313333333333335, | |
| "loss": 0.2268, | |
| "step": 3950 | |
| }, | |
| { | |
| "epoch": 1.6, | |
| "learning_rate": 0.0002664666666666667, | |
| "loss": 0.287, | |
| "step": 4000 | |
| }, | |
| { | |
| "epoch": 1.62, | |
| "learning_rate": 0.0002698, | |
| "loss": 0.208, | |
| "step": 4050 | |
| }, | |
| { | |
| "epoch": 1.64, | |
| "learning_rate": 0.0002731333333333333, | |
| "loss": 0.2446, | |
| "step": 4100 | |
| }, | |
| { | |
| "epoch": 1.66, | |
| "learning_rate": 0.0002764666666666667, | |
| "loss": 0.2359, | |
| "step": 4150 | |
| }, | |
| { | |
| "epoch": 1.68, | |
| "learning_rate": 0.0002798, | |
| "loss": 0.2917, | |
| "step": 4200 | |
| }, | |
| { | |
| "epoch": 1.7, | |
| "learning_rate": 0.00028313333333333335, | |
| "loss": 0.2051, | |
| "step": 4250 | |
| }, | |
| { | |
| "epoch": 1.72, | |
| "learning_rate": 0.00028646666666666667, | |
| "loss": 0.2119, | |
| "step": 4300 | |
| }, | |
| { | |
| "epoch": 1.74, | |
| "learning_rate": 0.0002898, | |
| "loss": 0.1946, | |
| "step": 4350 | |
| }, | |
| { | |
| "epoch": 1.76, | |
| "learning_rate": 0.0002931333333333334, | |
| "loss": 0.2159, | |
| "step": 4400 | |
| }, | |
| { | |
| "epoch": 1.78, | |
| "learning_rate": 0.00029646666666666664, | |
| "loss": 0.2793, | |
| "step": 4450 | |
| }, | |
| { | |
| "epoch": 1.8, | |
| "learning_rate": 0.0002998, | |
| "loss": 0.2675, | |
| "step": 4500 | |
| }, | |
| { | |
| "epoch": 1.82, | |
| "learning_rate": 0.0003031333333333333, | |
| "loss": 0.1927, | |
| "step": 4550 | |
| }, | |
| { | |
| "epoch": 1.84, | |
| "learning_rate": 0.00030646666666666667, | |
| "loss": 0.177, | |
| "step": 4600 | |
| }, | |
| { | |
| "epoch": 1.86, | |
| "learning_rate": 0.00030980000000000005, | |
| "loss": 0.2681, | |
| "step": 4650 | |
| }, | |
| { | |
| "epoch": 1.88, | |
| "learning_rate": 0.00031306666666666667, | |
| "loss": 0.2123, | |
| "step": 4700 | |
| }, | |
| { | |
| "epoch": 1.9, | |
| "learning_rate": 0.00031640000000000005, | |
| "loss": 0.2232, | |
| "step": 4750 | |
| }, | |
| { | |
| "epoch": 1.92, | |
| "learning_rate": 0.0003197333333333333, | |
| "loss": 0.222, | |
| "step": 4800 | |
| }, | |
| { | |
| "epoch": 1.94, | |
| "learning_rate": 0.0003230666666666667, | |
| "loss": 0.2126, | |
| "step": 4850 | |
| }, | |
| { | |
| "epoch": 1.96, | |
| "learning_rate": 0.0003264, | |
| "loss": 0.2268, | |
| "step": 4900 | |
| }, | |
| { | |
| "epoch": 1.98, | |
| "learning_rate": 0.00032973333333333334, | |
| "loss": 0.2239, | |
| "step": 4950 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "learning_rate": 0.00033306666666666667, | |
| "loss": 0.2454, | |
| "step": 5000 | |
| }, | |
| { | |
| "epoch": 2.0, | |
| "eval_accuracy": 0.9064, | |
| "eval_loss": 0.27525001764297485, | |
| "eval_runtime": 132.3865, | |
| "eval_samples_per_second": 75.536, | |
| "eval_steps_per_second": 4.721, | |
| "step": 5000 | |
| }, | |
| { | |
| "epoch": 2.02, | |
| "learning_rate": 0.0003364, | |
| "loss": 0.2001, | |
| "step": 5050 | |
| }, | |
| { | |
| "epoch": 2.04, | |
| "learning_rate": 0.0003397333333333333, | |
| "loss": 0.1839, | |
| "step": 5100 | |
| }, | |
| { | |
| "epoch": 2.06, | |
| "learning_rate": 0.0003430666666666667, | |
| "loss": 0.2544, | |
| "step": 5150 | |
| }, | |
| { | |
| "epoch": 2.08, | |
| "learning_rate": 0.0003464, | |
| "loss": 0.1747, | |
| "step": 5200 | |
| }, | |
| { | |
| "epoch": 2.1, | |
| "learning_rate": 0.00034973333333333334, | |
| "loss": 0.1857, | |
| "step": 5250 | |
| }, | |
| { | |
| "epoch": 2.12, | |
| "learning_rate": 0.00035306666666666667, | |
| "loss": 0.2486, | |
| "step": 5300 | |
| }, | |
| { | |
| "epoch": 2.14, | |
| "learning_rate": 0.0003564, | |
| "loss": 0.1884, | |
| "step": 5350 | |
| }, | |
| { | |
| "epoch": 2.16, | |
| "learning_rate": 0.00035973333333333337, | |
| "loss": 0.2118, | |
| "step": 5400 | |
| }, | |
| { | |
| "epoch": 2.18, | |
| "learning_rate": 0.00036306666666666664, | |
| "loss": 0.2187, | |
| "step": 5450 | |
| }, | |
| { | |
| "epoch": 2.2, | |
| "learning_rate": 0.0003664, | |
| "loss": 0.2032, | |
| "step": 5500 | |
| }, | |
| { | |
| "epoch": 2.22, | |
| "learning_rate": 0.00036973333333333334, | |
| "loss": 0.1931, | |
| "step": 5550 | |
| }, | |
| { | |
| "epoch": 2.24, | |
| "learning_rate": 0.00037306666666666666, | |
| "loss": 0.2272, | |
| "step": 5600 | |
| }, | |
| { | |
| "epoch": 2.26, | |
| "learning_rate": 0.00037640000000000004, | |
| "loss": 0.2196, | |
| "step": 5650 | |
| }, | |
| { | |
| "epoch": 2.28, | |
| "learning_rate": 0.0003797333333333333, | |
| "loss": 0.1778, | |
| "step": 5700 | |
| }, | |
| { | |
| "epoch": 2.3, | |
| "learning_rate": 0.0003830666666666667, | |
| "loss": 0.1637, | |
| "step": 5750 | |
| }, | |
| { | |
| "epoch": 2.32, | |
| "learning_rate": 0.0003864, | |
| "loss": 0.1595, | |
| "step": 5800 | |
| }, | |
| { | |
| "epoch": 2.34, | |
| "learning_rate": 0.00038973333333333334, | |
| "loss": 0.2069, | |
| "step": 5850 | |
| }, | |
| { | |
| "epoch": 2.36, | |
| "learning_rate": 0.00039306666666666666, | |
| "loss": 0.2338, | |
| "step": 5900 | |
| }, | |
| { | |
| "epoch": 2.38, | |
| "learning_rate": 0.0003964, | |
| "loss": 0.2159, | |
| "step": 5950 | |
| }, | |
| { | |
| "epoch": 2.4, | |
| "learning_rate": 0.00039973333333333336, | |
| "loss": 0.2325, | |
| "step": 6000 | |
| }, | |
| { | |
| "epoch": 2.42, | |
| "learning_rate": 0.0004030666666666667, | |
| "loss": 0.2506, | |
| "step": 6050 | |
| }, | |
| { | |
| "epoch": 2.44, | |
| "learning_rate": 0.0004064, | |
| "loss": 0.2129, | |
| "step": 6100 | |
| }, | |
| { | |
| "epoch": 2.46, | |
| "learning_rate": 0.00040973333333333334, | |
| "loss": 0.2239, | |
| "step": 6150 | |
| }, | |
| { | |
| "epoch": 2.48, | |
| "learning_rate": 0.0004130666666666667, | |
| "loss": 0.231, | |
| "step": 6200 | |
| }, | |
| { | |
| "epoch": 2.5, | |
| "learning_rate": 0.0004164, | |
| "loss": 0.2157, | |
| "step": 6250 | |
| }, | |
| { | |
| "epoch": 2.52, | |
| "learning_rate": 0.00041973333333333336, | |
| "loss": 0.2642, | |
| "step": 6300 | |
| }, | |
| { | |
| "epoch": 2.54, | |
| "learning_rate": 0.00042306666666666663, | |
| "loss": 0.2308, | |
| "step": 6350 | |
| }, | |
| { | |
| "epoch": 2.56, | |
| "learning_rate": 0.0004264, | |
| "loss": 0.2229, | |
| "step": 6400 | |
| }, | |
| { | |
| "epoch": 2.58, | |
| "learning_rate": 0.0004297333333333334, | |
| "loss": 0.2231, | |
| "step": 6450 | |
| }, | |
| { | |
| "epoch": 2.6, | |
| "learning_rate": 0.00043306666666666666, | |
| "loss": 0.1866, | |
| "step": 6500 | |
| }, | |
| { | |
| "epoch": 2.62, | |
| "learning_rate": 0.00043640000000000004, | |
| "loss": 0.1999, | |
| "step": 6550 | |
| }, | |
| { | |
| "epoch": 2.64, | |
| "learning_rate": 0.0004397333333333333, | |
| "loss": 0.2566, | |
| "step": 6600 | |
| }, | |
| { | |
| "epoch": 2.66, | |
| "learning_rate": 0.0004430666666666667, | |
| "loss": 0.2168, | |
| "step": 6650 | |
| }, | |
| { | |
| "epoch": 2.68, | |
| "learning_rate": 0.0004464, | |
| "loss": 0.2551, | |
| "step": 6700 | |
| }, | |
| { | |
| "epoch": 2.7, | |
| "learning_rate": 0.00044973333333333333, | |
| "loss": 0.1921, | |
| "step": 6750 | |
| }, | |
| { | |
| "epoch": 2.72, | |
| "learning_rate": 0.00045306666666666666, | |
| "loss": 0.2241, | |
| "step": 6800 | |
| }, | |
| { | |
| "epoch": 2.74, | |
| "learning_rate": 0.0004564, | |
| "loss": 0.2359, | |
| "step": 6850 | |
| }, | |
| { | |
| "epoch": 2.76, | |
| "learning_rate": 0.00045966666666666665, | |
| "loss": 0.2348, | |
| "step": 6900 | |
| }, | |
| { | |
| "epoch": 2.78, | |
| "learning_rate": 0.00046300000000000003, | |
| "loss": 0.2228, | |
| "step": 6950 | |
| }, | |
| { | |
| "epoch": 2.8, | |
| "learning_rate": 0.00046633333333333336, | |
| "loss": 0.2302, | |
| "step": 7000 | |
| }, | |
| { | |
| "epoch": 2.82, | |
| "learning_rate": 0.0004696666666666667, | |
| "loss": 0.2455, | |
| "step": 7050 | |
| }, | |
| { | |
| "epoch": 2.84, | |
| "learning_rate": 0.000473, | |
| "loss": 0.2731, | |
| "step": 7100 | |
| }, | |
| { | |
| "epoch": 2.86, | |
| "learning_rate": 0.00047633333333333333, | |
| "loss": 0.2365, | |
| "step": 7150 | |
| }, | |
| { | |
| "epoch": 2.88, | |
| "learning_rate": 0.0004796666666666667, | |
| "loss": 0.2554, | |
| "step": 7200 | |
| }, | |
| { | |
| "epoch": 2.9, | |
| "learning_rate": 0.000483, | |
| "loss": 0.2386, | |
| "step": 7250 | |
| }, | |
| { | |
| "epoch": 2.92, | |
| "learning_rate": 0.00048633333333333335, | |
| "loss": 0.1938, | |
| "step": 7300 | |
| }, | |
| { | |
| "epoch": 2.94, | |
| "learning_rate": 0.0004896666666666667, | |
| "loss": 0.23, | |
| "step": 7350 | |
| }, | |
| { | |
| "epoch": 2.96, | |
| "learning_rate": 0.0004930000000000001, | |
| "loss": 0.2151, | |
| "step": 7400 | |
| }, | |
| { | |
| "epoch": 2.98, | |
| "learning_rate": 0.0004963333333333333, | |
| "loss": 0.2073, | |
| "step": 7450 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "learning_rate": 0.0004996666666666667, | |
| "loss": 0.2251, | |
| "step": 7500 | |
| }, | |
| { | |
| "epoch": 3.0, | |
| "eval_accuracy": 0.9167, | |
| "eval_loss": 0.24363669753074646, | |
| "eval_runtime": 132.3921, | |
| "eval_samples_per_second": 75.533, | |
| "eval_steps_per_second": 4.721, | |
| "step": 7500 | |
| } | |
| ], | |
| "logging_steps": 50, | |
| "max_steps": 25000, | |
| "num_train_epochs": 10, | |
| "save_steps": 500, | |
| "total_flos": 1.750102821138816e+16, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |