Safetensors
English
gpt2
from-scratch
llara2-100M-base / checkpoint-45000 /trainer_state.json
helloadhavan's picture
init
57ee308
Raw
History Blame Contribute Delete
168 kB
{
"best_global_step": null,
"best_metric": null,
"best_model_checkpoint": null,
"epoch": 0.9183673469387755,
"eval_steps": 500,
"global_step": 45000,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.0010204081632653062,
"grad_norm": 1.747214674949646,
"learning_rate": 9.600000000000001e-06,
"loss": 2.9007135009765626,
"step": 50
},
{
"epoch": 0.0020408163265306124,
"grad_norm": 1.4239413738250732,
"learning_rate": 1.9600000000000002e-05,
"loss": 1.5238629150390626,
"step": 100
},
{
"epoch": 0.003061224489795918,
"grad_norm": 1.2353929281234741,
"learning_rate": 2.96e-05,
"loss": 1.0528372955322265,
"step": 150
},
{
"epoch": 0.004081632653061225,
"grad_norm": 1.1621766090393066,
"learning_rate": 3.960000000000001e-05,
"loss": 0.7107688903808593,
"step": 200
},
{
"epoch": 0.00510204081632653,
"grad_norm": 1.2706868648529053,
"learning_rate": 4.96e-05,
"loss": 0.5750661849975586,
"step": 250
},
{
"epoch": 0.006122448979591836,
"grad_norm": 0.9565913677215576,
"learning_rate": 5.96e-05,
"loss": 0.5003826904296875,
"step": 300
},
{
"epoch": 0.007142857142857143,
"grad_norm": 0.7394572496414185,
"learning_rate": 6.96e-05,
"loss": 0.47811126708984375,
"step": 350
},
{
"epoch": 0.00816326530612245,
"grad_norm": 0.7540650367736816,
"learning_rate": 7.960000000000001e-05,
"loss": 0.41311241149902345,
"step": 400
},
{
"epoch": 0.009183673469387756,
"grad_norm": 0.5830128192901611,
"learning_rate": 8.960000000000001e-05,
"loss": 0.42279777526855467,
"step": 450
},
{
"epoch": 0.01020408163265306,
"grad_norm": 0.45722952485084534,
"learning_rate": 9.960000000000001e-05,
"loss": 0.3503189468383789,
"step": 500
},
{
"epoch": 0.011224489795918367,
"grad_norm": 0.3943341076374054,
"learning_rate": 0.00010960000000000001,
"loss": 0.37160335540771483,
"step": 550
},
{
"epoch": 0.012244897959183673,
"grad_norm": 0.5774444937705994,
"learning_rate": 0.00011960000000000001,
"loss": 0.3780157852172852,
"step": 600
},
{
"epoch": 0.013265306122448979,
"grad_norm": 0.384718656539917,
"learning_rate": 0.0001296,
"loss": 0.3615667724609375,
"step": 650
},
{
"epoch": 0.014285714285714285,
"grad_norm": 0.470546692609787,
"learning_rate": 0.0001396,
"loss": 0.36237464904785155,
"step": 700
},
{
"epoch": 0.015306122448979591,
"grad_norm": 0.4296679198741913,
"learning_rate": 0.0001496,
"loss": 0.3645317077636719,
"step": 750
},
{
"epoch": 0.0163265306122449,
"grad_norm": 0.5170298218727112,
"learning_rate": 0.0001596,
"loss": 0.3482204818725586,
"step": 800
},
{
"epoch": 0.017346938775510204,
"grad_norm": 0.28658953309059143,
"learning_rate": 0.0001696,
"loss": 0.3285676574707031,
"step": 850
},
{
"epoch": 0.018367346938775512,
"grad_norm": 0.27739083766937256,
"learning_rate": 0.0001796,
"loss": 0.25687044143676757,
"step": 900
},
{
"epoch": 0.019387755102040816,
"grad_norm": 0.31801655888557434,
"learning_rate": 0.0001896,
"loss": 0.18809181213378906,
"step": 950
},
{
"epoch": 0.02040816326530612,
"grad_norm": 0.3564321994781494,
"learning_rate": 0.0001996,
"loss": 0.28171655654907224,
"step": 1000
},
{
"epoch": 0.02142857142857143,
"grad_norm": 0.34279024600982666,
"learning_rate": 0.0001998,
"loss": 0.3477919387817383,
"step": 1050
},
{
"epoch": 0.022448979591836733,
"grad_norm": 0.5220856070518494,
"learning_rate": 0.00019959166666666666,
"loss": 0.3521986770629883,
"step": 1100
},
{
"epoch": 0.02346938775510204,
"grad_norm": 0.3435756266117096,
"learning_rate": 0.00019938333333333335,
"loss": 0.34694950103759764,
"step": 1150
},
{
"epoch": 0.024489795918367346,
"grad_norm": 0.39061853289604187,
"learning_rate": 0.000199175,
"loss": 0.33362808227539065,
"step": 1200
},
{
"epoch": 0.025510204081632654,
"grad_norm": 0.6991215348243713,
"learning_rate": 0.0001989666666666667,
"loss": 0.3256123733520508,
"step": 1250
},
{
"epoch": 0.026530612244897958,
"grad_norm": 0.3511783480644226,
"learning_rate": 0.00019875833333333334,
"loss": 0.33866146087646487,
"step": 1300
},
{
"epoch": 0.027551020408163266,
"grad_norm": 0.3808313012123108,
"learning_rate": 0.00019855,
"loss": 0.30784854888916013,
"step": 1350
},
{
"epoch": 0.02857142857142857,
"grad_norm": 0.45190656185150146,
"learning_rate": 0.00019834166666666666,
"loss": 0.2862832832336426,
"step": 1400
},
{
"epoch": 0.02959183673469388,
"grad_norm": 0.3800064027309418,
"learning_rate": 0.00019813333333333334,
"loss": 0.32695507049560546,
"step": 1450
},
{
"epoch": 0.030612244897959183,
"grad_norm": 0.3821946084499359,
"learning_rate": 0.000197925,
"loss": 0.32072910308837893,
"step": 1500
},
{
"epoch": 0.03163265306122449,
"grad_norm": 0.356329083442688,
"learning_rate": 0.00019771666666666668,
"loss": 0.3068550682067871,
"step": 1550
},
{
"epoch": 0.0326530612244898,
"grad_norm": 0.26790183782577515,
"learning_rate": 0.00019750833333333334,
"loss": 0.28629026412963865,
"step": 1600
},
{
"epoch": 0.0336734693877551,
"grad_norm": 0.24051353335380554,
"learning_rate": 0.00019730000000000003,
"loss": 0.3116634559631348,
"step": 1650
},
{
"epoch": 0.03469387755102041,
"grad_norm": 0.2855391502380371,
"learning_rate": 0.00019709166666666668,
"loss": 0.2768780517578125,
"step": 1700
},
{
"epoch": 0.03571428571428571,
"grad_norm": 0.28543320298194885,
"learning_rate": 0.00019688333333333334,
"loss": 0.3128256034851074,
"step": 1750
},
{
"epoch": 0.036734693877551024,
"grad_norm": 0.3829735517501831,
"learning_rate": 0.000196675,
"loss": 0.2714161109924316,
"step": 1800
},
{
"epoch": 0.03775510204081633,
"grad_norm": 0.3017023503780365,
"learning_rate": 0.00019646666666666665,
"loss": 0.2929274368286133,
"step": 1850
},
{
"epoch": 0.03877551020408163,
"grad_norm": 0.24069251120090485,
"learning_rate": 0.00019625833333333334,
"loss": 0.27240211486816407,
"step": 1900
},
{
"epoch": 0.03979591836734694,
"grad_norm": 0.2976750135421753,
"learning_rate": 0.00019605,
"loss": 0.2899633026123047,
"step": 1950
},
{
"epoch": 0.04081632653061224,
"grad_norm": 0.3270716667175293,
"learning_rate": 0.00019584166666666668,
"loss": 0.2711215591430664,
"step": 2000
},
{
"epoch": 0.04183673469387755,
"grad_norm": 0.2565205991268158,
"learning_rate": 0.00019563333333333334,
"loss": 0.30275012969970705,
"step": 2050
},
{
"epoch": 0.04285714285714286,
"grad_norm": 0.3401188552379608,
"learning_rate": 0.00019542500000000002,
"loss": 0.28493772506713866,
"step": 2100
},
{
"epoch": 0.04387755102040816,
"grad_norm": 0.39523783326148987,
"learning_rate": 0.00019521666666666668,
"loss": 0.27601970672607423,
"step": 2150
},
{
"epoch": 0.044897959183673466,
"grad_norm": 0.20206202566623688,
"learning_rate": 0.00019500833333333336,
"loss": 0.27290882110595704,
"step": 2200
},
{
"epoch": 0.04591836734693878,
"grad_norm": 0.2421082854270935,
"learning_rate": 0.0001948,
"loss": 0.2691427040100098,
"step": 2250
},
{
"epoch": 0.04693877551020408,
"grad_norm": 0.30177634954452515,
"learning_rate": 0.00019459166666666668,
"loss": 0.26737031936645506,
"step": 2300
},
{
"epoch": 0.04795918367346939,
"grad_norm": 0.21533440053462982,
"learning_rate": 0.00019438333333333333,
"loss": 0.2751629066467285,
"step": 2350
},
{
"epoch": 0.04897959183673469,
"grad_norm": 0.2456338256597519,
"learning_rate": 0.00019417500000000002,
"loss": 0.2776307487487793,
"step": 2400
},
{
"epoch": 0.05,
"grad_norm": 0.31056123971939087,
"learning_rate": 0.00019396666666666667,
"loss": 0.3090613555908203,
"step": 2450
},
{
"epoch": 0.05102040816326531,
"grad_norm": 0.2408883273601532,
"learning_rate": 0.00019375833333333336,
"loss": 0.28357997894287107,
"step": 2500
},
{
"epoch": 0.05204081632653061,
"grad_norm": 0.3348694145679474,
"learning_rate": 0.00019355000000000002,
"loss": 0.22965316772460936,
"step": 2550
},
{
"epoch": 0.053061224489795916,
"grad_norm": 0.18955211341381073,
"learning_rate": 0.00019334166666666667,
"loss": 0.25385122299194335,
"step": 2600
},
{
"epoch": 0.05408163265306123,
"grad_norm": 0.2340240627527237,
"learning_rate": 0.00019313333333333336,
"loss": 0.24012853622436522,
"step": 2650
},
{
"epoch": 0.05510204081632653,
"grad_norm": 0.3079259693622589,
"learning_rate": 0.000192925,
"loss": 0.2679576301574707,
"step": 2700
},
{
"epoch": 0.05612244897959184,
"grad_norm": 0.21826183795928955,
"learning_rate": 0.00019271666666666667,
"loss": 0.2620100975036621,
"step": 2750
},
{
"epoch": 0.05714285714285714,
"grad_norm": 0.23138746619224548,
"learning_rate": 0.00019250833333333333,
"loss": 0.2539723587036133,
"step": 2800
},
{
"epoch": 0.058163265306122446,
"grad_norm": 0.20887167751789093,
"learning_rate": 0.0001923,
"loss": 0.2468751335144043,
"step": 2850
},
{
"epoch": 0.05918367346938776,
"grad_norm": 0.268592894077301,
"learning_rate": 0.00019209166666666667,
"loss": 0.15909523010253906,
"step": 2900
},
{
"epoch": 0.06020408163265306,
"grad_norm": 0.25304126739501953,
"learning_rate": 0.00019188333333333335,
"loss": 0.27721269607543947,
"step": 2950
},
{
"epoch": 0.061224489795918366,
"grad_norm": 0.20484556257724762,
"learning_rate": 0.000191675,
"loss": 0.2851785469055176,
"step": 3000
},
{
"epoch": 0.06224489795918367,
"grad_norm": 0.23477648198604584,
"learning_rate": 0.0001914666666666667,
"loss": 0.2561204528808594,
"step": 3050
},
{
"epoch": 0.06326530612244897,
"grad_norm": 0.20200228691101074,
"learning_rate": 0.00019125833333333335,
"loss": 0.2533460807800293,
"step": 3100
},
{
"epoch": 0.06428571428571428,
"grad_norm": 0.2645045220851898,
"learning_rate": 0.00019105,
"loss": 0.2751885223388672,
"step": 3150
},
{
"epoch": 0.0653061224489796,
"grad_norm": 0.21196508407592773,
"learning_rate": 0.00019084166666666667,
"loss": 0.23478796005249022,
"step": 3200
},
{
"epoch": 0.0663265306122449,
"grad_norm": 0.2803957462310791,
"learning_rate": 0.00019063333333333335,
"loss": 0.2723574638366699,
"step": 3250
},
{
"epoch": 0.0673469387755102,
"grad_norm": 0.5901449918746948,
"learning_rate": 0.000190425,
"loss": 0.26311100006103516,
"step": 3300
},
{
"epoch": 0.06836734693877551,
"grad_norm": 0.38461631536483765,
"learning_rate": 0.00019021666666666666,
"loss": 0.2697314262390137,
"step": 3350
},
{
"epoch": 0.06938775510204082,
"grad_norm": 0.2759239971637726,
"learning_rate": 0.00019000833333333335,
"loss": 0.2560941505432129,
"step": 3400
},
{
"epoch": 0.07040816326530612,
"grad_norm": 0.2897125780582428,
"learning_rate": 0.0001898,
"loss": 0.2736033058166504,
"step": 3450
},
{
"epoch": 0.07142857142857142,
"grad_norm": 0.33106592297554016,
"learning_rate": 0.0001895916666666667,
"loss": 0.2775533676147461,
"step": 3500
},
{
"epoch": 0.07244897959183673,
"grad_norm": 0.1906435638666153,
"learning_rate": 0.00018938333333333335,
"loss": 0.26322145462036134,
"step": 3550
},
{
"epoch": 0.07346938775510205,
"grad_norm": 0.2763810157775879,
"learning_rate": 0.000189175,
"loss": 0.27947967529296874,
"step": 3600
},
{
"epoch": 0.07448979591836735,
"grad_norm": 0.19828622043132782,
"learning_rate": 0.00018896666666666666,
"loss": 0.26597856521606444,
"step": 3650
},
{
"epoch": 0.07551020408163266,
"grad_norm": 0.2526462972164154,
"learning_rate": 0.00018875833333333335,
"loss": 0.26246599197387693,
"step": 3700
},
{
"epoch": 0.07653061224489796,
"grad_norm": 0.2099679410457611,
"learning_rate": 0.00018855,
"loss": 0.26106624603271483,
"step": 3750
},
{
"epoch": 0.07755102040816327,
"grad_norm": 0.27196380496025085,
"learning_rate": 0.0001883416666666667,
"loss": 0.25065629959106445,
"step": 3800
},
{
"epoch": 0.07857142857142857,
"grad_norm": 0.22897310554981232,
"learning_rate": 0.00018813333333333334,
"loss": 0.2487507629394531,
"step": 3850
},
{
"epoch": 0.07959183673469387,
"grad_norm": 0.2111479938030243,
"learning_rate": 0.00018792500000000003,
"loss": 0.28081771850585935,
"step": 3900
},
{
"epoch": 0.08061224489795918,
"grad_norm": 0.41333141922950745,
"learning_rate": 0.00018771666666666668,
"loss": 0.2307835578918457,
"step": 3950
},
{
"epoch": 0.08163265306122448,
"grad_norm": 0.21056070923805237,
"learning_rate": 0.00018750833333333334,
"loss": 0.24496456146240234,
"step": 4000
},
{
"epoch": 0.0826530612244898,
"grad_norm": 0.2062331885099411,
"learning_rate": 0.0001873,
"loss": 0.23850811004638672,
"step": 4050
},
{
"epoch": 0.0836734693877551,
"grad_norm": 0.18119142949581146,
"learning_rate": 0.00018709166666666666,
"loss": 0.2702301406860352,
"step": 4100
},
{
"epoch": 0.08469387755102041,
"grad_norm": 0.21935491263866425,
"learning_rate": 0.00018688333333333334,
"loss": 0.2529887008666992,
"step": 4150
},
{
"epoch": 0.08571428571428572,
"grad_norm": 0.2520492374897003,
"learning_rate": 0.000186675,
"loss": 0.24680517196655274,
"step": 4200
},
{
"epoch": 0.08673469387755102,
"grad_norm": 0.21996288001537323,
"learning_rate": 0.00018646666666666668,
"loss": 0.260424861907959,
"step": 4250
},
{
"epoch": 0.08775510204081632,
"grad_norm": 0.18490734696388245,
"learning_rate": 0.00018625833333333334,
"loss": 0.2572420883178711,
"step": 4300
},
{
"epoch": 0.08877551020408163,
"grad_norm": 0.19968494772911072,
"learning_rate": 0.00018605000000000002,
"loss": 0.25690040588378904,
"step": 4350
},
{
"epoch": 0.08979591836734693,
"grad_norm": 0.18151628971099854,
"learning_rate": 0.00018584166666666668,
"loss": 0.23846803665161131,
"step": 4400
},
{
"epoch": 0.09081632653061225,
"grad_norm": 0.19587203860282898,
"learning_rate": 0.00018563333333333334,
"loss": 0.2594054985046387,
"step": 4450
},
{
"epoch": 0.09183673469387756,
"grad_norm": 0.32912376523017883,
"learning_rate": 0.000185425,
"loss": 0.2486746406555176,
"step": 4500
},
{
"epoch": 0.09285714285714286,
"grad_norm": 0.2364601194858551,
"learning_rate": 0.00018521666666666668,
"loss": 0.2627392768859863,
"step": 4550
},
{
"epoch": 0.09387755102040816,
"grad_norm": 0.11974240839481354,
"learning_rate": 0.00018500833333333334,
"loss": 0.21929288864135743,
"step": 4600
},
{
"epoch": 0.09489795918367347,
"grad_norm": 0.19204378128051758,
"learning_rate": 0.00018480000000000002,
"loss": 0.18641704559326172,
"step": 4650
},
{
"epoch": 0.09591836734693877,
"grad_norm": 0.2613525986671448,
"learning_rate": 0.00018459166666666668,
"loss": 0.2442936897277832,
"step": 4700
},
{
"epoch": 0.09693877551020408,
"grad_norm": 0.22148281335830688,
"learning_rate": 0.00018438333333333336,
"loss": 0.25667667388916016,
"step": 4750
},
{
"epoch": 0.09795918367346938,
"grad_norm": 0.2820097506046295,
"learning_rate": 0.00018417500000000002,
"loss": 0.21245412826538085,
"step": 4800
},
{
"epoch": 0.09897959183673469,
"grad_norm": 0.2048281878232956,
"learning_rate": 0.00018396666666666668,
"loss": 0.23076135635375977,
"step": 4850
},
{
"epoch": 0.1,
"grad_norm": 0.2739567160606384,
"learning_rate": 0.00018375833333333333,
"loss": 0.2856523323059082,
"step": 4900
},
{
"epoch": 0.10102040816326531,
"grad_norm": 0.26582998037338257,
"learning_rate": 0.00018355,
"loss": 0.2545345878601074,
"step": 4950
},
{
"epoch": 0.10204081632653061,
"grad_norm": 0.192887082695961,
"learning_rate": 0.00018334166666666667,
"loss": 0.2435542869567871,
"step": 5000
},
{
"epoch": 0.10306122448979592,
"grad_norm": 0.18641699850559235,
"learning_rate": 0.00018313333333333333,
"loss": 0.23780487060546876,
"step": 5050
},
{
"epoch": 0.10408163265306122,
"grad_norm": 0.26348331570625305,
"learning_rate": 0.00018292500000000001,
"loss": 0.25740249633789064,
"step": 5100
},
{
"epoch": 0.10510204081632653,
"grad_norm": 0.18192711472511292,
"learning_rate": 0.00018271666666666667,
"loss": 0.2640067672729492,
"step": 5150
},
{
"epoch": 0.10612244897959183,
"grad_norm": 0.24081537127494812,
"learning_rate": 0.00018250833333333336,
"loss": 0.24000905990600585,
"step": 5200
},
{
"epoch": 0.10714285714285714,
"grad_norm": 0.1570502072572708,
"learning_rate": 0.0001823,
"loss": 0.245651912689209,
"step": 5250
},
{
"epoch": 0.10816326530612246,
"grad_norm": 0.13232532143592834,
"learning_rate": 0.00018209166666666667,
"loss": 0.15869504928588868,
"step": 5300
},
{
"epoch": 0.10918367346938776,
"grad_norm": 0.23496298491954803,
"learning_rate": 0.00018188333333333333,
"loss": 0.1904274559020996,
"step": 5350
},
{
"epoch": 0.11020408163265306,
"grad_norm": 0.25786077976226807,
"learning_rate": 0.000181675,
"loss": 0.25172576904296873,
"step": 5400
},
{
"epoch": 0.11122448979591837,
"grad_norm": 0.16870424151420593,
"learning_rate": 0.00018146666666666667,
"loss": 0.22960330963134765,
"step": 5450
},
{
"epoch": 0.11224489795918367,
"grad_norm": 0.13842836022377014,
"learning_rate": 0.00018125833333333335,
"loss": 0.21614797592163085,
"step": 5500
},
{
"epoch": 0.11326530612244898,
"grad_norm": 0.1558876633644104,
"learning_rate": 0.00018105,
"loss": 0.1952862548828125,
"step": 5550
},
{
"epoch": 0.11428571428571428,
"grad_norm": 0.1988261342048645,
"learning_rate": 0.00018084166666666667,
"loss": 0.22747718811035156,
"step": 5600
},
{
"epoch": 0.11530612244897959,
"grad_norm": 0.2106727659702301,
"learning_rate": 0.00018063333333333335,
"loss": 0.22860513687133788,
"step": 5650
},
{
"epoch": 0.11632653061224489,
"grad_norm": 0.19396160542964935,
"learning_rate": 0.000180425,
"loss": 0.268677806854248,
"step": 5700
},
{
"epoch": 0.11734693877551021,
"grad_norm": 0.2126370370388031,
"learning_rate": 0.00018021666666666667,
"loss": 0.23296730041503907,
"step": 5750
},
{
"epoch": 0.11836734693877551,
"grad_norm": 0.23235207796096802,
"learning_rate": 0.00018000833333333332,
"loss": 0.25676736831665037,
"step": 5800
},
{
"epoch": 0.11938775510204082,
"grad_norm": 0.20349349081516266,
"learning_rate": 0.0001798,
"loss": 0.22073328018188476,
"step": 5850
},
{
"epoch": 0.12040816326530612,
"grad_norm": 0.21047183871269226,
"learning_rate": 0.00017959166666666666,
"loss": 0.23178285598754883,
"step": 5900
},
{
"epoch": 0.12142857142857143,
"grad_norm": 0.17973244190216064,
"learning_rate": 0.00017938333333333335,
"loss": 0.2536413955688477,
"step": 5950
},
{
"epoch": 0.12244897959183673,
"grad_norm": 0.3100139796733856,
"learning_rate": 0.000179175,
"loss": 0.22924301147460938,
"step": 6000
},
{
"epoch": 0.12346938775510204,
"grad_norm": 0.23539181053638458,
"learning_rate": 0.0001789666666666667,
"loss": 0.3015317726135254,
"step": 6050
},
{
"epoch": 0.12448979591836734,
"grad_norm": 0.2297438383102417,
"learning_rate": 0.00017875833333333335,
"loss": 0.23267417907714844,
"step": 6100
},
{
"epoch": 0.12551020408163266,
"grad_norm": 0.24020229279994965,
"learning_rate": 0.00017855000000000003,
"loss": 0.2438960838317871,
"step": 6150
},
{
"epoch": 0.12653061224489795,
"grad_norm": 0.19935473799705505,
"learning_rate": 0.00017834166666666666,
"loss": 0.24910968780517578,
"step": 6200
},
{
"epoch": 0.12755102040816327,
"grad_norm": 0.14035022258758545,
"learning_rate": 0.00017813333333333334,
"loss": 0.19773637771606445,
"step": 6250
},
{
"epoch": 0.12857142857142856,
"grad_norm": 0.18467874825000763,
"learning_rate": 0.000177925,
"loss": 0.23008169174194337,
"step": 6300
},
{
"epoch": 0.12959183673469388,
"grad_norm": 0.18327519297599792,
"learning_rate": 0.00017771666666666666,
"loss": 0.22650135040283204,
"step": 6350
},
{
"epoch": 0.1306122448979592,
"grad_norm": 0.1742118000984192,
"learning_rate": 0.00017750833333333334,
"loss": 0.24949928283691405,
"step": 6400
},
{
"epoch": 0.13163265306122449,
"grad_norm": 0.2683607041835785,
"learning_rate": 0.0001773,
"loss": 0.23931278228759767,
"step": 6450
},
{
"epoch": 0.1326530612244898,
"grad_norm": 0.22325648367404938,
"learning_rate": 0.00017709166666666668,
"loss": 0.2348464012145996,
"step": 6500
},
{
"epoch": 0.1336734693877551,
"grad_norm": 0.23074108362197876,
"learning_rate": 0.00017688333333333334,
"loss": 0.22793367385864258,
"step": 6550
},
{
"epoch": 0.1346938775510204,
"grad_norm": 0.2005387246608734,
"learning_rate": 0.00017667500000000003,
"loss": 0.22257186889648437,
"step": 6600
},
{
"epoch": 0.1357142857142857,
"grad_norm": 0.22492945194244385,
"learning_rate": 0.00017646666666666668,
"loss": 0.2518248176574707,
"step": 6650
},
{
"epoch": 0.13673469387755102,
"grad_norm": 0.19270016252994537,
"learning_rate": 0.00017625833333333334,
"loss": 0.23488008499145507,
"step": 6700
},
{
"epoch": 0.1377551020408163,
"grad_norm": 0.2650369703769684,
"learning_rate": 0.00017605,
"loss": 0.2485354995727539,
"step": 6750
},
{
"epoch": 0.13877551020408163,
"grad_norm": 0.16986238956451416,
"learning_rate": 0.00017584166666666668,
"loss": 0.2421465301513672,
"step": 6800
},
{
"epoch": 0.13979591836734695,
"grad_norm": 0.584934413433075,
"learning_rate": 0.00017563333333333334,
"loss": 0.21577610015869142,
"step": 6850
},
{
"epoch": 0.14081632653061224,
"grad_norm": 0.211620032787323,
"learning_rate": 0.00017542500000000002,
"loss": 0.2501153373718262,
"step": 6900
},
{
"epoch": 0.14183673469387756,
"grad_norm": 0.22148476541042328,
"learning_rate": 0.00017521666666666668,
"loss": 0.27484086990356443,
"step": 6950
},
{
"epoch": 0.14285714285714285,
"grad_norm": 0.19075964391231537,
"learning_rate": 0.00017500833333333336,
"loss": 0.22781301498413087,
"step": 7000
},
{
"epoch": 0.14387755102040817,
"grad_norm": 0.1916443407535553,
"learning_rate": 0.00017480000000000002,
"loss": 0.2180193519592285,
"step": 7050
},
{
"epoch": 0.14489795918367346,
"grad_norm": 0.15787392854690552,
"learning_rate": 0.00017459166666666668,
"loss": 0.24084676742553712,
"step": 7100
},
{
"epoch": 0.14591836734693878,
"grad_norm": 0.14521488547325134,
"learning_rate": 0.00017438333333333333,
"loss": 0.1710742950439453,
"step": 7150
},
{
"epoch": 0.1469387755102041,
"grad_norm": 0.2912120819091797,
"learning_rate": 0.000174175,
"loss": 0.19460933685302734,
"step": 7200
},
{
"epoch": 0.14795918367346939,
"grad_norm": 0.235012486577034,
"learning_rate": 0.00017396666666666668,
"loss": 0.24076326370239257,
"step": 7250
},
{
"epoch": 0.1489795918367347,
"grad_norm": 0.15365862846374512,
"learning_rate": 0.00017375833333333333,
"loss": 0.15890993118286134,
"step": 7300
},
{
"epoch": 0.15,
"grad_norm": 0.1753380447626114,
"learning_rate": 0.00017355000000000002,
"loss": 0.1807994270324707,
"step": 7350
},
{
"epoch": 0.1510204081632653,
"grad_norm": 0.1783948391675949,
"learning_rate": 0.00017334166666666667,
"loss": 0.1949660873413086,
"step": 7400
},
{
"epoch": 0.1520408163265306,
"grad_norm": 0.21300694346427917,
"learning_rate": 0.00017313333333333336,
"loss": 0.26889331817626955,
"step": 7450
},
{
"epoch": 0.15306122448979592,
"grad_norm": 0.17175327241420746,
"learning_rate": 0.00017292500000000002,
"loss": 0.2403140640258789,
"step": 7500
},
{
"epoch": 0.1540816326530612,
"grad_norm": 0.17446576058864594,
"learning_rate": 0.00017271666666666667,
"loss": 0.2203696060180664,
"step": 7550
},
{
"epoch": 0.15510204081632653,
"grad_norm": 0.18991930782794952,
"learning_rate": 0.00017250833333333333,
"loss": 0.21493810653686524,
"step": 7600
},
{
"epoch": 0.15612244897959185,
"grad_norm": 0.17720980942249298,
"learning_rate": 0.00017230000000000001,
"loss": 0.2457187843322754,
"step": 7650
},
{
"epoch": 0.15714285714285714,
"grad_norm": 0.22987200319766998,
"learning_rate": 0.00017209166666666667,
"loss": 0.24987890243530272,
"step": 7700
},
{
"epoch": 0.15816326530612246,
"grad_norm": 0.20722761750221252,
"learning_rate": 0.00017188333333333336,
"loss": 0.22456403732299804,
"step": 7750
},
{
"epoch": 0.15918367346938775,
"grad_norm": 0.17368385195732117,
"learning_rate": 0.000171675,
"loss": 0.23329797744750977,
"step": 7800
},
{
"epoch": 0.16020408163265307,
"grad_norm": 0.1477518379688263,
"learning_rate": 0.00017146666666666667,
"loss": 0.150212345123291,
"step": 7850
},
{
"epoch": 0.16122448979591836,
"grad_norm": 0.23035384714603424,
"learning_rate": 0.00017125833333333335,
"loss": 0.18162582397460938,
"step": 7900
},
{
"epoch": 0.16224489795918368,
"grad_norm": 0.2011357545852661,
"learning_rate": 0.00017105,
"loss": 0.23587108612060548,
"step": 7950
},
{
"epoch": 0.16326530612244897,
"grad_norm": 0.23610138893127441,
"learning_rate": 0.00017084166666666667,
"loss": 0.25925134658813476,
"step": 8000
},
{
"epoch": 0.16428571428571428,
"grad_norm": 0.33437424898147583,
"learning_rate": 0.00017063333333333332,
"loss": 0.2467789649963379,
"step": 8050
},
{
"epoch": 0.1653061224489796,
"grad_norm": 0.16571049392223358,
"learning_rate": 0.000170425,
"loss": 0.22530656814575195,
"step": 8100
},
{
"epoch": 0.1663265306122449,
"grad_norm": 0.19635702669620514,
"learning_rate": 0.00017021666666666667,
"loss": 0.2387130355834961,
"step": 8150
},
{
"epoch": 0.1673469387755102,
"grad_norm": 0.2154119610786438,
"learning_rate": 0.00017000833333333335,
"loss": 0.22704246520996094,
"step": 8200
},
{
"epoch": 0.1683673469387755,
"grad_norm": 0.177113875746727,
"learning_rate": 0.0001698,
"loss": 0.2153651237487793,
"step": 8250
},
{
"epoch": 0.16938775510204082,
"grad_norm": 0.16632798314094543,
"learning_rate": 0.0001695916666666667,
"loss": 0.22499719619750977,
"step": 8300
},
{
"epoch": 0.1704081632653061,
"grad_norm": 0.12536615133285522,
"learning_rate": 0.00016938333333333335,
"loss": 0.18060928344726562,
"step": 8350
},
{
"epoch": 0.17142857142857143,
"grad_norm": 0.17900407314300537,
"learning_rate": 0.000169175,
"loss": 0.1342845344543457,
"step": 8400
},
{
"epoch": 0.17244897959183675,
"grad_norm": 0.36062344908714294,
"learning_rate": 0.00016896666666666666,
"loss": 0.2387704086303711,
"step": 8450
},
{
"epoch": 0.17346938775510204,
"grad_norm": 0.21417365968227386,
"learning_rate": 0.00016875833333333335,
"loss": 0.2395523452758789,
"step": 8500
},
{
"epoch": 0.17448979591836736,
"grad_norm": 0.15625624358654022,
"learning_rate": 0.00016855,
"loss": 0.23403961181640626,
"step": 8550
},
{
"epoch": 0.17551020408163265,
"grad_norm": 0.2608756422996521,
"learning_rate": 0.00016834166666666666,
"loss": 0.20653511047363282,
"step": 8600
},
{
"epoch": 0.17653061224489797,
"grad_norm": 0.14978773891925812,
"learning_rate": 0.00016813333333333335,
"loss": 0.2276185607910156,
"step": 8650
},
{
"epoch": 0.17755102040816326,
"grad_norm": 0.164831280708313,
"learning_rate": 0.000167925,
"loss": 0.2196169090270996,
"step": 8700
},
{
"epoch": 0.17857142857142858,
"grad_norm": 0.2136063277721405,
"learning_rate": 0.0001677166666666667,
"loss": 0.22439205169677734,
"step": 8750
},
{
"epoch": 0.17959183673469387,
"grad_norm": 0.2042110115289688,
"learning_rate": 0.00016750833333333334,
"loss": 0.25702680587768556,
"step": 8800
},
{
"epoch": 0.18061224489795918,
"grad_norm": 0.15435971319675446,
"learning_rate": 0.0001673,
"loss": 0.21708799362182618,
"step": 8850
},
{
"epoch": 0.1816326530612245,
"grad_norm": 0.15783603489398956,
"learning_rate": 0.00016709166666666666,
"loss": 0.2066781997680664,
"step": 8900
},
{
"epoch": 0.1826530612244898,
"grad_norm": 0.15515024960041046,
"learning_rate": 0.00016688333333333334,
"loss": 0.20220188140869141,
"step": 8950
},
{
"epoch": 0.1836734693877551,
"grad_norm": 0.13879244029521942,
"learning_rate": 0.000166675,
"loss": 0.15490728378295898,
"step": 9000
},
{
"epoch": 0.1846938775510204,
"grad_norm": 0.17483779788017273,
"learning_rate": 0.00016646666666666668,
"loss": 0.19913965225219726,
"step": 9050
},
{
"epoch": 0.18571428571428572,
"grad_norm": 0.14338476955890656,
"learning_rate": 0.00016625833333333334,
"loss": 0.2302665901184082,
"step": 9100
},
{
"epoch": 0.186734693877551,
"grad_norm": 0.19108951091766357,
"learning_rate": 0.00016605000000000002,
"loss": 0.2207638168334961,
"step": 9150
},
{
"epoch": 0.18775510204081633,
"grad_norm": 0.2902897894382477,
"learning_rate": 0.00016584166666666668,
"loss": 0.26275455474853515,
"step": 9200
},
{
"epoch": 0.18877551020408162,
"grad_norm": 0.2468404471874237,
"learning_rate": 0.00016563333333333334,
"loss": 0.22652421951293944,
"step": 9250
},
{
"epoch": 0.18979591836734694,
"grad_norm": 0.15006621181964874,
"learning_rate": 0.000165425,
"loss": 0.234797420501709,
"step": 9300
},
{
"epoch": 0.19081632653061226,
"grad_norm": 0.3083290159702301,
"learning_rate": 0.00016521666666666665,
"loss": 0.2213102912902832,
"step": 9350
},
{
"epoch": 0.19183673469387755,
"grad_norm": 0.23879224061965942,
"learning_rate": 0.00016500833333333334,
"loss": 0.23831743240356446,
"step": 9400
},
{
"epoch": 0.19285714285714287,
"grad_norm": 0.24960699677467346,
"learning_rate": 0.0001648,
"loss": 0.23019039154052734,
"step": 9450
},
{
"epoch": 0.19387755102040816,
"grad_norm": 0.23694069683551788,
"learning_rate": 0.00016459166666666668,
"loss": 0.1808626174926758,
"step": 9500
},
{
"epoch": 0.19489795918367347,
"grad_norm": 0.1712574064731598,
"learning_rate": 0.00016438333333333334,
"loss": 0.23488353729248046,
"step": 9550
},
{
"epoch": 0.19591836734693877,
"grad_norm": 0.22367513179779053,
"learning_rate": 0.00016417500000000002,
"loss": 0.21684967041015624,
"step": 9600
},
{
"epoch": 0.19693877551020408,
"grad_norm": 0.16823172569274902,
"learning_rate": 0.00016396666666666668,
"loss": 0.23959226608276368,
"step": 9650
},
{
"epoch": 0.19795918367346937,
"grad_norm": 0.25998687744140625,
"learning_rate": 0.00016375833333333333,
"loss": 0.22377561569213866,
"step": 9700
},
{
"epoch": 0.1989795918367347,
"grad_norm": 0.18959476053714752,
"learning_rate": 0.00016355,
"loss": 0.2755254554748535,
"step": 9750
},
{
"epoch": 0.2,
"grad_norm": 0.26864951848983765,
"learning_rate": 0.00016334166666666668,
"loss": 0.239896240234375,
"step": 9800
},
{
"epoch": 0.2010204081632653,
"grad_norm": 0.16514073312282562,
"learning_rate": 0.00016313333333333333,
"loss": 0.20732919692993165,
"step": 9850
},
{
"epoch": 0.20204081632653062,
"grad_norm": 0.19930091500282288,
"learning_rate": 0.00016292500000000002,
"loss": 0.22147659301757813,
"step": 9900
},
{
"epoch": 0.2030612244897959,
"grad_norm": 0.20155663788318634,
"learning_rate": 0.00016271666666666667,
"loss": 0.21227607727050782,
"step": 9950
},
{
"epoch": 0.20408163265306123,
"grad_norm": 0.15768975019454956,
"learning_rate": 0.00016250833333333336,
"loss": 0.20134233474731444,
"step": 10000
},
{
"epoch": 0.20510204081632652,
"grad_norm": 0.2521868348121643,
"learning_rate": 0.00016230000000000001,
"loss": 0.22343421936035157,
"step": 10050
},
{
"epoch": 0.20612244897959184,
"grad_norm": 0.15740498900413513,
"learning_rate": 0.00016209166666666667,
"loss": 0.2235814094543457,
"step": 10100
},
{
"epoch": 0.20714285714285716,
"grad_norm": 0.2574876844882965,
"learning_rate": 0.00016188333333333333,
"loss": 0.22124135971069336,
"step": 10150
},
{
"epoch": 0.20816326530612245,
"grad_norm": 0.1711849570274353,
"learning_rate": 0.00016167499999999999,
"loss": 0.22449752807617188,
"step": 10200
},
{
"epoch": 0.20918367346938777,
"grad_norm": 0.16069597005844116,
"learning_rate": 0.00016146666666666667,
"loss": 0.22119144439697266,
"step": 10250
},
{
"epoch": 0.21020408163265306,
"grad_norm": 0.16962496936321259,
"learning_rate": 0.00016125833333333333,
"loss": 0.23080724716186524,
"step": 10300
},
{
"epoch": 0.21122448979591837,
"grad_norm": 0.22259433567523956,
"learning_rate": 0.00016105,
"loss": 0.19102418899536133,
"step": 10350
},
{
"epoch": 0.21224489795918366,
"grad_norm": 0.14817878603935242,
"learning_rate": 0.00016084166666666667,
"loss": 0.21070737838745118,
"step": 10400
},
{
"epoch": 0.21326530612244898,
"grad_norm": 0.3290054202079773,
"learning_rate": 0.00016063333333333335,
"loss": 0.18405279159545898,
"step": 10450
},
{
"epoch": 0.21428571428571427,
"grad_norm": 0.34895798563957214,
"learning_rate": 0.000160425,
"loss": 0.21118934631347655,
"step": 10500
},
{
"epoch": 0.2153061224489796,
"grad_norm": 0.18928605318069458,
"learning_rate": 0.0001602166666666667,
"loss": 0.2026797866821289,
"step": 10550
},
{
"epoch": 0.2163265306122449,
"grad_norm": 0.31760379672050476,
"learning_rate": 0.00016000833333333335,
"loss": 0.20241106033325196,
"step": 10600
},
{
"epoch": 0.2173469387755102,
"grad_norm": 0.21261534094810486,
"learning_rate": 0.0001598,
"loss": 0.2348382568359375,
"step": 10650
},
{
"epoch": 0.21836734693877552,
"grad_norm": 0.25979313254356384,
"learning_rate": 0.00015959166666666667,
"loss": 0.1868024253845215,
"step": 10700
},
{
"epoch": 0.2193877551020408,
"grad_norm": 0.18968409299850464,
"learning_rate": 0.00015938333333333335,
"loss": 0.23709041595458985,
"step": 10750
},
{
"epoch": 0.22040816326530613,
"grad_norm": 0.113967664539814,
"learning_rate": 0.000159175,
"loss": 0.18982641220092775,
"step": 10800
},
{
"epoch": 0.22142857142857142,
"grad_norm": 0.17538873851299286,
"learning_rate": 0.00015896666666666666,
"loss": 0.1972733497619629,
"step": 10850
},
{
"epoch": 0.22244897959183674,
"grad_norm": 0.22401735186576843,
"learning_rate": 0.00015875833333333335,
"loss": 0.21322017669677734,
"step": 10900
},
{
"epoch": 0.22346938775510203,
"grad_norm": 0.1772245168685913,
"learning_rate": 0.00015855,
"loss": 0.21429908752441407,
"step": 10950
},
{
"epoch": 0.22448979591836735,
"grad_norm": 0.16962389647960663,
"learning_rate": 0.0001583416666666667,
"loss": 0.22701108932495118,
"step": 11000
},
{
"epoch": 0.22551020408163266,
"grad_norm": 0.16838356852531433,
"learning_rate": 0.00015813333333333335,
"loss": 0.19800830841064454,
"step": 11050
},
{
"epoch": 0.22653061224489796,
"grad_norm": 0.14440977573394775,
"learning_rate": 0.000157925,
"loss": 0.2604854774475098,
"step": 11100
},
{
"epoch": 0.22755102040816327,
"grad_norm": 0.16742219030857086,
"learning_rate": 0.00015771666666666666,
"loss": 0.2227446937561035,
"step": 11150
},
{
"epoch": 0.22857142857142856,
"grad_norm": 0.21329857409000397,
"learning_rate": 0.00015750833333333334,
"loss": 0.2092646026611328,
"step": 11200
},
{
"epoch": 0.22959183673469388,
"grad_norm": 0.14716580510139465,
"learning_rate": 0.0001573,
"loss": 0.20734121322631835,
"step": 11250
},
{
"epoch": 0.23061224489795917,
"grad_norm": 0.17271864414215088,
"learning_rate": 0.00015709166666666669,
"loss": 0.14340096473693847,
"step": 11300
},
{
"epoch": 0.2316326530612245,
"grad_norm": 0.15021106600761414,
"learning_rate": 0.00015688333333333334,
"loss": 0.18479793548583984,
"step": 11350
},
{
"epoch": 0.23265306122448978,
"grad_norm": 0.22414959967136383,
"learning_rate": 0.00015667500000000003,
"loss": 0.2072342300415039,
"step": 11400
},
{
"epoch": 0.2336734693877551,
"grad_norm": 0.20402732491493225,
"learning_rate": 0.00015646666666666668,
"loss": 0.21692256927490233,
"step": 11450
},
{
"epoch": 0.23469387755102042,
"grad_norm": 0.15619000792503357,
"learning_rate": 0.00015625833333333334,
"loss": 0.22381683349609374,
"step": 11500
},
{
"epoch": 0.2357142857142857,
"grad_norm": 0.16317050158977509,
"learning_rate": 0.00015605,
"loss": 0.23182619094848633,
"step": 11550
},
{
"epoch": 0.23673469387755103,
"grad_norm": 0.18910205364227295,
"learning_rate": 0.00015584166666666666,
"loss": 0.25546884536743164,
"step": 11600
},
{
"epoch": 0.23775510204081632,
"grad_norm": 0.14334766566753387,
"learning_rate": 0.00015563333333333334,
"loss": 0.22352867126464843,
"step": 11650
},
{
"epoch": 0.23877551020408164,
"grad_norm": 0.18432728946208954,
"learning_rate": 0.000155425,
"loss": 0.1954519271850586,
"step": 11700
},
{
"epoch": 0.23979591836734693,
"grad_norm": 0.13672347366809845,
"learning_rate": 0.00015521666666666668,
"loss": 0.18877283096313477,
"step": 11750
},
{
"epoch": 0.24081632653061225,
"grad_norm": 0.20067130029201508,
"learning_rate": 0.00015500833333333334,
"loss": 0.1814111328125,
"step": 11800
},
{
"epoch": 0.24183673469387756,
"grad_norm": 0.11683396250009537,
"learning_rate": 0.00015480000000000002,
"loss": 0.21560895919799805,
"step": 11850
},
{
"epoch": 0.24285714285714285,
"grad_norm": 0.11114772409200668,
"learning_rate": 0.00015459166666666668,
"loss": 0.20422132492065428,
"step": 11900
},
{
"epoch": 0.24387755102040817,
"grad_norm": 0.17009824514389038,
"learning_rate": 0.00015438333333333334,
"loss": 0.23441919326782226,
"step": 11950
},
{
"epoch": 0.24489795918367346,
"grad_norm": 0.10565453767776489,
"learning_rate": 0.00015417916666666666,
"loss": 0.214456729888916,
"step": 12000
},
{
"epoch": 0.24591836734693878,
"grad_norm": 0.21939121186733246,
"learning_rate": 0.00015397083333333332,
"loss": 0.2204405975341797,
"step": 12050
},
{
"epoch": 0.24693877551020407,
"grad_norm": 0.1426985263824463,
"learning_rate": 0.0001537625,
"loss": 0.2276213264465332,
"step": 12100
},
{
"epoch": 0.2479591836734694,
"grad_norm": 0.16745182871818542,
"learning_rate": 0.00015355416666666666,
"loss": 0.21220468521118163,
"step": 12150
},
{
"epoch": 0.24897959183673468,
"grad_norm": 0.31632089614868164,
"learning_rate": 0.00015334583333333335,
"loss": 0.1934981346130371,
"step": 12200
},
{
"epoch": 0.25,
"grad_norm": 0.16067934036254883,
"learning_rate": 0.0001531375,
"loss": 0.20258354187011718,
"step": 12250
},
{
"epoch": 0.2510204081632653,
"grad_norm": 0.17517229914665222,
"learning_rate": 0.00015292916666666669,
"loss": 0.2431671905517578,
"step": 12300
},
{
"epoch": 0.25204081632653064,
"grad_norm": 0.13739600777626038,
"learning_rate": 0.00015272083333333334,
"loss": 0.2115278434753418,
"step": 12350
},
{
"epoch": 0.2530612244897959,
"grad_norm": 0.13237659633159637,
"learning_rate": 0.0001525125,
"loss": 0.14292340278625487,
"step": 12400
},
{
"epoch": 0.2540816326530612,
"grad_norm": 0.19046801328659058,
"learning_rate": 0.00015230416666666666,
"loss": 0.21214740753173827,
"step": 12450
},
{
"epoch": 0.25510204081632654,
"grad_norm": 0.1318289339542389,
"learning_rate": 0.00015209583333333334,
"loss": 0.21549345016479493,
"step": 12500
},
{
"epoch": 0.25612244897959185,
"grad_norm": 0.18249279260635376,
"learning_rate": 0.0001518875,
"loss": 0.2081346893310547,
"step": 12550
},
{
"epoch": 0.2571428571428571,
"grad_norm": 0.14595630764961243,
"learning_rate": 0.00015167916666666668,
"loss": 0.22366453170776368,
"step": 12600
},
{
"epoch": 0.25816326530612244,
"grad_norm": 0.1734742671251297,
"learning_rate": 0.000151475,
"loss": 0.2523087120056152,
"step": 12650
},
{
"epoch": 0.25918367346938775,
"grad_norm": 0.17593304812908173,
"learning_rate": 0.00015126666666666667,
"loss": 0.20111059188842773,
"step": 12700
},
{
"epoch": 0.2602040816326531,
"grad_norm": 0.1608940213918686,
"learning_rate": 0.00015105833333333335,
"loss": 0.20536836624145507,
"step": 12750
},
{
"epoch": 0.2612244897959184,
"grad_norm": 0.10997316241264343,
"learning_rate": 0.00015085,
"loss": 0.2102074432373047,
"step": 12800
},
{
"epoch": 0.26224489795918365,
"grad_norm": 0.18243081867694855,
"learning_rate": 0.0001506416666666667,
"loss": 0.21278114318847657,
"step": 12850
},
{
"epoch": 0.26326530612244897,
"grad_norm": 0.16395965218544006,
"learning_rate": 0.00015043333333333335,
"loss": 0.21783830642700194,
"step": 12900
},
{
"epoch": 0.2642857142857143,
"grad_norm": 0.1172817125916481,
"learning_rate": 0.000150225,
"loss": 0.20723285675048828,
"step": 12950
},
{
"epoch": 0.2653061224489796,
"grad_norm": 0.18447045981884003,
"learning_rate": 0.00015001666666666666,
"loss": 0.2183824348449707,
"step": 13000
},
{
"epoch": 0.26632653061224487,
"grad_norm": 0.1754911243915558,
"learning_rate": 0.00014980833333333335,
"loss": 0.21639692306518554,
"step": 13050
},
{
"epoch": 0.2673469387755102,
"grad_norm": 0.20869971811771393,
"learning_rate": 0.0001496,
"loss": 0.22688184738159178,
"step": 13100
},
{
"epoch": 0.2683673469387755,
"grad_norm": 0.2710501253604889,
"learning_rate": 0.00014939166666666666,
"loss": 0.20403726577758788,
"step": 13150
},
{
"epoch": 0.2693877551020408,
"grad_norm": 0.20377513766288757,
"learning_rate": 0.00014918333333333335,
"loss": 0.21639616012573243,
"step": 13200
},
{
"epoch": 0.27040816326530615,
"grad_norm": 0.20667989552021027,
"learning_rate": 0.000148975,
"loss": 0.20512529373168945,
"step": 13250
},
{
"epoch": 0.2714285714285714,
"grad_norm": 0.31901517510414124,
"learning_rate": 0.0001487666666666667,
"loss": 0.20101198196411132,
"step": 13300
},
{
"epoch": 0.2724489795918367,
"grad_norm": 0.3628154993057251,
"learning_rate": 0.00014855833333333334,
"loss": 0.1903107452392578,
"step": 13350
},
{
"epoch": 0.27346938775510204,
"grad_norm": 0.20295929908752441,
"learning_rate": 0.00014835,
"loss": 0.22166210174560547,
"step": 13400
},
{
"epoch": 0.27448979591836736,
"grad_norm": 0.19172048568725586,
"learning_rate": 0.00014814166666666666,
"loss": 0.20491140365600585,
"step": 13450
},
{
"epoch": 0.2755102040816326,
"grad_norm": 0.22426478564739227,
"learning_rate": 0.00014793333333333334,
"loss": 0.2474876594543457,
"step": 13500
},
{
"epoch": 0.27653061224489794,
"grad_norm": 0.15273892879486084,
"learning_rate": 0.000147725,
"loss": 0.21244457244873047,
"step": 13550
},
{
"epoch": 0.27755102040816326,
"grad_norm": 0.12474813312292099,
"learning_rate": 0.00014751666666666668,
"loss": 0.1948986053466797,
"step": 13600
},
{
"epoch": 0.2785714285714286,
"grad_norm": 0.1677834391593933,
"learning_rate": 0.00014730833333333334,
"loss": 0.21693151473999023,
"step": 13650
},
{
"epoch": 0.2795918367346939,
"grad_norm": 0.1882069855928421,
"learning_rate": 0.00014710000000000002,
"loss": 0.22328054428100585,
"step": 13700
},
{
"epoch": 0.28061224489795916,
"grad_norm": 0.21768781542778015,
"learning_rate": 0.00014689166666666668,
"loss": 0.24165786743164064,
"step": 13750
},
{
"epoch": 0.2816326530612245,
"grad_norm": 0.1738264113664627,
"learning_rate": 0.00014668333333333334,
"loss": 0.22251943588256837,
"step": 13800
},
{
"epoch": 0.2826530612244898,
"grad_norm": 0.15541969239711761,
"learning_rate": 0.000146475,
"loss": 0.21156435012817382,
"step": 13850
},
{
"epoch": 0.2836734693877551,
"grad_norm": 0.26248255372047424,
"learning_rate": 0.00014626666666666665,
"loss": 0.21172939300537108,
"step": 13900
},
{
"epoch": 0.28469387755102044,
"grad_norm": 0.1985601931810379,
"learning_rate": 0.00014605833333333334,
"loss": 0.2555007553100586,
"step": 13950
},
{
"epoch": 0.2857142857142857,
"grad_norm": 0.16674289107322693,
"learning_rate": 0.00014585,
"loss": 0.22686000823974609,
"step": 14000
},
{
"epoch": 0.286734693877551,
"grad_norm": 0.08805567771196365,
"learning_rate": 0.00014564166666666668,
"loss": 0.1840823173522949,
"step": 14050
},
{
"epoch": 0.28775510204081634,
"grad_norm": 0.14864468574523926,
"learning_rate": 0.00014543333333333334,
"loss": 0.20063446044921876,
"step": 14100
},
{
"epoch": 0.28877551020408165,
"grad_norm": 0.16803936660289764,
"learning_rate": 0.00014522500000000002,
"loss": 0.17357282638549804,
"step": 14150
},
{
"epoch": 0.2897959183673469,
"grad_norm": 0.17610159516334534,
"learning_rate": 0.00014501666666666668,
"loss": 0.2013835906982422,
"step": 14200
},
{
"epoch": 0.29081632653061223,
"grad_norm": 0.13486459851264954,
"learning_rate": 0.00014480833333333333,
"loss": 0.19870820999145508,
"step": 14250
},
{
"epoch": 0.29183673469387755,
"grad_norm": 0.17316874861717224,
"learning_rate": 0.0001446,
"loss": 0.2167327308654785,
"step": 14300
},
{
"epoch": 0.29285714285714287,
"grad_norm": 0.1329314410686493,
"learning_rate": 0.00014439166666666668,
"loss": 0.20319538116455077,
"step": 14350
},
{
"epoch": 0.2938775510204082,
"grad_norm": 0.12000191956758499,
"learning_rate": 0.00014418333333333333,
"loss": 0.12253636360168457,
"step": 14400
},
{
"epoch": 0.29489795918367345,
"grad_norm": 0.17667782306671143,
"learning_rate": 0.00014397500000000002,
"loss": 0.18405498504638673,
"step": 14450
},
{
"epoch": 0.29591836734693877,
"grad_norm": 0.18920040130615234,
"learning_rate": 0.00014376666666666667,
"loss": 0.21451929092407226,
"step": 14500
},
{
"epoch": 0.2969387755102041,
"grad_norm": 0.21450640261173248,
"learning_rate": 0.00014355833333333336,
"loss": 0.21518003463745117,
"step": 14550
},
{
"epoch": 0.2979591836734694,
"grad_norm": 0.1683834046125412,
"learning_rate": 0.00014335000000000001,
"loss": 0.20549680709838866,
"step": 14600
},
{
"epoch": 0.29897959183673467,
"grad_norm": 0.14073589444160461,
"learning_rate": 0.00014314166666666667,
"loss": 0.17846385955810548,
"step": 14650
},
{
"epoch": 0.3,
"grad_norm": 0.12049887329339981,
"learning_rate": 0.00014293333333333333,
"loss": 0.14772893905639647,
"step": 14700
},
{
"epoch": 0.3010204081632653,
"grad_norm": 0.1303739845752716,
"learning_rate": 0.00014272499999999999,
"loss": 0.12617334365844726,
"step": 14750
},
{
"epoch": 0.3020408163265306,
"grad_norm": 0.13680632412433624,
"learning_rate": 0.00014251666666666667,
"loss": 0.21211812973022462,
"step": 14800
},
{
"epoch": 0.30306122448979594,
"grad_norm": 0.19090735912322998,
"learning_rate": 0.00014230833333333333,
"loss": 0.1917464828491211,
"step": 14850
},
{
"epoch": 0.3040816326530612,
"grad_norm": 0.15105141699314117,
"learning_rate": 0.0001421,
"loss": 0.1993863868713379,
"step": 14900
},
{
"epoch": 0.3051020408163265,
"grad_norm": 0.177749902009964,
"learning_rate": 0.00014189166666666667,
"loss": 0.20117059707641602,
"step": 14950
},
{
"epoch": 0.30612244897959184,
"grad_norm": 0.20181018114089966,
"learning_rate": 0.00014168333333333335,
"loss": 0.18704294204711913,
"step": 15000
},
{
"epoch": 0.30714285714285716,
"grad_norm": 0.19316235184669495,
"learning_rate": 0.000141475,
"loss": 0.2391501235961914,
"step": 15050
},
{
"epoch": 0.3081632653061224,
"grad_norm": 0.24478937685489655,
"learning_rate": 0.00014126666666666667,
"loss": 0.2043419075012207,
"step": 15100
},
{
"epoch": 0.30918367346938774,
"grad_norm": 0.21967218816280365,
"learning_rate": 0.00014105833333333332,
"loss": 0.22933086395263672,
"step": 15150
},
{
"epoch": 0.31020408163265306,
"grad_norm": 0.16746099293231964,
"learning_rate": 0.00014085416666666668,
"loss": 0.21231243133544922,
"step": 15200
},
{
"epoch": 0.3112244897959184,
"grad_norm": 0.18917246162891388,
"learning_rate": 0.00014064583333333333,
"loss": 0.22859695434570312,
"step": 15250
},
{
"epoch": 0.3122448979591837,
"grad_norm": 0.2702839970588684,
"learning_rate": 0.0001404375,
"loss": 0.19720211029052734,
"step": 15300
},
{
"epoch": 0.31326530612244896,
"grad_norm": 0.1158054769039154,
"learning_rate": 0.00014022916666666668,
"loss": 0.19617162704467772,
"step": 15350
},
{
"epoch": 0.3142857142857143,
"grad_norm": 0.22025619447231293,
"learning_rate": 0.00014002083333333333,
"loss": 0.20038124084472655,
"step": 15400
},
{
"epoch": 0.3153061224489796,
"grad_norm": 0.16724291443824768,
"learning_rate": 0.00013981250000000002,
"loss": 0.20154199600219727,
"step": 15450
},
{
"epoch": 0.3163265306122449,
"grad_norm": 0.2141387015581131,
"learning_rate": 0.00013960416666666667,
"loss": 0.2146558380126953,
"step": 15500
},
{
"epoch": 0.3173469387755102,
"grad_norm": 0.13922351598739624,
"learning_rate": 0.00013939583333333336,
"loss": 0.15184280395507813,
"step": 15550
},
{
"epoch": 0.3183673469387755,
"grad_norm": 0.11073990911245346,
"learning_rate": 0.00013918750000000002,
"loss": 0.11846443176269532,
"step": 15600
},
{
"epoch": 0.3193877551020408,
"grad_norm": 0.2762114405632019,
"learning_rate": 0.00013897916666666667,
"loss": 0.1905454635620117,
"step": 15650
},
{
"epoch": 0.32040816326530613,
"grad_norm": 0.22723205387592316,
"learning_rate": 0.00013877083333333333,
"loss": 0.19393016815185546,
"step": 15700
},
{
"epoch": 0.32142857142857145,
"grad_norm": 0.24777233600616455,
"learning_rate": 0.00013856250000000001,
"loss": 0.20483108520507812,
"step": 15750
},
{
"epoch": 0.3224489795918367,
"grad_norm": 0.17726479470729828,
"learning_rate": 0.00013835416666666667,
"loss": 0.22141836166381837,
"step": 15800
},
{
"epoch": 0.32346938775510203,
"grad_norm": 0.20626652240753174,
"learning_rate": 0.00013814583333333333,
"loss": 0.22326576232910156,
"step": 15850
},
{
"epoch": 0.32448979591836735,
"grad_norm": 0.15777790546417236,
"learning_rate": 0.0001379375,
"loss": 0.2150650978088379,
"step": 15900
},
{
"epoch": 0.32551020408163267,
"grad_norm": 0.15837018191814423,
"learning_rate": 0.00013772916666666667,
"loss": 0.13302292823791503,
"step": 15950
},
{
"epoch": 0.32653061224489793,
"grad_norm": 0.12448123842477798,
"learning_rate": 0.00013752083333333335,
"loss": 0.1244437599182129,
"step": 16000
},
{
"epoch": 0.32755102040816325,
"grad_norm": 0.21877269446849823,
"learning_rate": 0.0001373125,
"loss": 0.19579626083374024,
"step": 16050
},
{
"epoch": 0.32857142857142857,
"grad_norm": 0.14148931205272675,
"learning_rate": 0.00013710416666666667,
"loss": 0.20735546112060546,
"step": 16100
},
{
"epoch": 0.3295918367346939,
"grad_norm": 0.17035670578479767,
"learning_rate": 0.00013689583333333332,
"loss": 0.1896759605407715,
"step": 16150
},
{
"epoch": 0.3306122448979592,
"grad_norm": 0.12121950089931488,
"learning_rate": 0.0001366875,
"loss": 0.1927642822265625,
"step": 16200
},
{
"epoch": 0.33163265306122447,
"grad_norm": 0.25413230061531067,
"learning_rate": 0.00013647916666666667,
"loss": 0.19843025207519532,
"step": 16250
},
{
"epoch": 0.3326530612244898,
"grad_norm": 0.08759265393018723,
"learning_rate": 0.00013627083333333335,
"loss": 0.18141515731811522,
"step": 16300
},
{
"epoch": 0.3336734693877551,
"grad_norm": 0.18287113308906555,
"learning_rate": 0.0001360625,
"loss": 0.22243984222412108,
"step": 16350
},
{
"epoch": 0.3346938775510204,
"grad_norm": 0.2288346141576767,
"learning_rate": 0.0001358541666666667,
"loss": 0.2296261215209961,
"step": 16400
},
{
"epoch": 0.3357142857142857,
"grad_norm": 0.19713585078716278,
"learning_rate": 0.00013564583333333335,
"loss": 0.2095242691040039,
"step": 16450
},
{
"epoch": 0.336734693877551,
"grad_norm": 0.08195829391479492,
"learning_rate": 0.0001354375,
"loss": 0.19855600357055664,
"step": 16500
},
{
"epoch": 0.3377551020408163,
"grad_norm": 0.14508482813835144,
"learning_rate": 0.00013522916666666666,
"loss": 0.19972381591796876,
"step": 16550
},
{
"epoch": 0.33877551020408164,
"grad_norm": 0.10825417190790176,
"learning_rate": 0.00013502083333333332,
"loss": 0.17222192764282226,
"step": 16600
},
{
"epoch": 0.33979591836734696,
"grad_norm": 0.13268212974071503,
"learning_rate": 0.0001348125,
"loss": 0.12606014251708986,
"step": 16650
},
{
"epoch": 0.3408163265306122,
"grad_norm": 0.1764751672744751,
"learning_rate": 0.00013460416666666666,
"loss": 0.183403377532959,
"step": 16700
},
{
"epoch": 0.34183673469387754,
"grad_norm": 0.21741646528244019,
"learning_rate": 0.00013439583333333335,
"loss": 0.19946996688842775,
"step": 16750
},
{
"epoch": 0.34285714285714286,
"grad_norm": 0.16558875143527985,
"learning_rate": 0.0001341875,
"loss": 0.21058109283447266,
"step": 16800
},
{
"epoch": 0.3438775510204082,
"grad_norm": 0.27157577872276306,
"learning_rate": 0.0001339791666666667,
"loss": 0.19955120086669922,
"step": 16850
},
{
"epoch": 0.3448979591836735,
"grad_norm": 0.2037670761346817,
"learning_rate": 0.00013377083333333334,
"loss": 0.1966884994506836,
"step": 16900
},
{
"epoch": 0.34591836734693876,
"grad_norm": 0.23232632875442505,
"learning_rate": 0.0001335625,
"loss": 0.20686569213867187,
"step": 16950
},
{
"epoch": 0.3469387755102041,
"grad_norm": 0.1624077707529068,
"learning_rate": 0.00013335416666666666,
"loss": 0.20075689315795897,
"step": 17000
},
{
"epoch": 0.3479591836734694,
"grad_norm": 0.20937331020832062,
"learning_rate": 0.00013314583333333334,
"loss": 0.18493799209594727,
"step": 17050
},
{
"epoch": 0.3489795918367347,
"grad_norm": 0.11835204064846039,
"learning_rate": 0.0001329375,
"loss": 0.19891904830932616,
"step": 17100
},
{
"epoch": 0.35,
"grad_norm": 0.13524866104125977,
"learning_rate": 0.00013272916666666668,
"loss": 0.20436981201171875,
"step": 17150
},
{
"epoch": 0.3510204081632653,
"grad_norm": 0.15755361318588257,
"learning_rate": 0.00013252083333333334,
"loss": 0.21048551559448242,
"step": 17200
},
{
"epoch": 0.3520408163265306,
"grad_norm": 0.22293004393577576,
"learning_rate": 0.00013231250000000002,
"loss": 0.20778837203979492,
"step": 17250
},
{
"epoch": 0.35306122448979593,
"grad_norm": 0.19373543560504913,
"learning_rate": 0.00013210416666666668,
"loss": 0.20396459579467774,
"step": 17300
},
{
"epoch": 0.35408163265306125,
"grad_norm": 0.3679802119731903,
"learning_rate": 0.00013189583333333334,
"loss": 0.19777801513671875,
"step": 17350
},
{
"epoch": 0.3551020408163265,
"grad_norm": 0.17816053330898285,
"learning_rate": 0.0001316875,
"loss": 0.176708927154541,
"step": 17400
},
{
"epoch": 0.35612244897959183,
"grad_norm": 0.17044921219348907,
"learning_rate": 0.00013147916666666665,
"loss": 0.20279596328735353,
"step": 17450
},
{
"epoch": 0.35714285714285715,
"grad_norm": 0.12418626993894577,
"learning_rate": 0.00013127083333333334,
"loss": 0.14005967140197753,
"step": 17500
},
{
"epoch": 0.35816326530612247,
"grad_norm": 0.13893789052963257,
"learning_rate": 0.0001310625,
"loss": 0.12252273559570312,
"step": 17550
},
{
"epoch": 0.35918367346938773,
"grad_norm": 0.12449125945568085,
"learning_rate": 0.00013085416666666668,
"loss": 0.1294875717163086,
"step": 17600
},
{
"epoch": 0.36020408163265305,
"grad_norm": 0.11940774321556091,
"learning_rate": 0.00013064583333333334,
"loss": 0.21808555603027344,
"step": 17650
},
{
"epoch": 0.36122448979591837,
"grad_norm": 0.16444045305252075,
"learning_rate": 0.00013043750000000002,
"loss": 0.18556377410888672,
"step": 17700
},
{
"epoch": 0.3622448979591837,
"grad_norm": 0.17309384047985077,
"learning_rate": 0.00013022916666666668,
"loss": 0.20985712051391603,
"step": 17750
},
{
"epoch": 0.363265306122449,
"grad_norm": 0.19860877096652985,
"learning_rate": 0.00013002083333333333,
"loss": 0.19437423706054688,
"step": 17800
},
{
"epoch": 0.36428571428571427,
"grad_norm": 0.18023747205734253,
"learning_rate": 0.0001298125,
"loss": 0.1935722541809082,
"step": 17850
},
{
"epoch": 0.3653061224489796,
"grad_norm": 0.18868409097194672,
"learning_rate": 0.00012960416666666668,
"loss": 0.2154340934753418,
"step": 17900
},
{
"epoch": 0.3663265306122449,
"grad_norm": 0.19930492341518402,
"learning_rate": 0.00012939583333333333,
"loss": 0.19957744598388671,
"step": 17950
},
{
"epoch": 0.3673469387755102,
"grad_norm": 0.18167056143283844,
"learning_rate": 0.00012918750000000002,
"loss": 0.15686763763427736,
"step": 18000
},
{
"epoch": 0.3683673469387755,
"grad_norm": 0.2629138231277466,
"learning_rate": 0.00012897916666666667,
"loss": 0.22448341369628907,
"step": 18050
},
{
"epoch": 0.3693877551020408,
"grad_norm": 0.20073753595352173,
"learning_rate": 0.00012877083333333333,
"loss": 0.2116405487060547,
"step": 18100
},
{
"epoch": 0.3704081632653061,
"grad_norm": 0.2358439415693283,
"learning_rate": 0.00012856250000000001,
"loss": 0.2034568214416504,
"step": 18150
},
{
"epoch": 0.37142857142857144,
"grad_norm": 0.1448625773191452,
"learning_rate": 0.00012835416666666667,
"loss": 0.20943548202514647,
"step": 18200
},
{
"epoch": 0.37244897959183676,
"grad_norm": 0.39532026648521423,
"learning_rate": 0.00012814583333333336,
"loss": 0.2011641502380371,
"step": 18250
},
{
"epoch": 0.373469387755102,
"grad_norm": 0.12298086285591125,
"learning_rate": 0.00012793749999999999,
"loss": 0.1635613250732422,
"step": 18300
},
{
"epoch": 0.37448979591836734,
"grad_norm": 0.16486021876335144,
"learning_rate": 0.00012772916666666667,
"loss": 0.19621923446655273,
"step": 18350
},
{
"epoch": 0.37551020408163266,
"grad_norm": 0.20563790202140808,
"learning_rate": 0.00012752083333333333,
"loss": 0.25450227737426756,
"step": 18400
},
{
"epoch": 0.376530612244898,
"grad_norm": 0.14039361476898193,
"learning_rate": 0.0001273125,
"loss": 0.20071006774902345,
"step": 18450
},
{
"epoch": 0.37755102040816324,
"grad_norm": 0.12278524041175842,
"learning_rate": 0.00012710416666666667,
"loss": 0.1823217010498047,
"step": 18500
},
{
"epoch": 0.37857142857142856,
"grad_norm": 0.17723079025745392,
"learning_rate": 0.00012689583333333335,
"loss": 0.18245498657226564,
"step": 18550
},
{
"epoch": 0.3795918367346939,
"grad_norm": 0.14125439524650574,
"learning_rate": 0.0001266875,
"loss": 0.22428083419799805,
"step": 18600
},
{
"epoch": 0.3806122448979592,
"grad_norm": 0.13816727697849274,
"learning_rate": 0.0001264791666666667,
"loss": 0.1764548873901367,
"step": 18650
},
{
"epoch": 0.3816326530612245,
"grad_norm": 0.2603978216648102,
"learning_rate": 0.00012627083333333335,
"loss": 0.20926473617553712,
"step": 18700
},
{
"epoch": 0.3826530612244898,
"grad_norm": 0.2258712649345398,
"learning_rate": 0.0001260625,
"loss": 0.19603876113891602,
"step": 18750
},
{
"epoch": 0.3836734693877551,
"grad_norm": 0.27304700016975403,
"learning_rate": 0.00012585416666666667,
"loss": 0.22457117080688477,
"step": 18800
},
{
"epoch": 0.3846938775510204,
"grad_norm": 0.21007055044174194,
"learning_rate": 0.00012564583333333332,
"loss": 0.1995391082763672,
"step": 18850
},
{
"epoch": 0.38571428571428573,
"grad_norm": 0.18496140837669373,
"learning_rate": 0.0001254375,
"loss": 0.18473093032836915,
"step": 18900
},
{
"epoch": 0.386734693877551,
"grad_norm": 0.13952362537384033,
"learning_rate": 0.00012522916666666666,
"loss": 0.22313592910766603,
"step": 18950
},
{
"epoch": 0.3877551020408163,
"grad_norm": 0.31036996841430664,
"learning_rate": 0.00012502083333333335,
"loss": 0.20665483474731444,
"step": 19000
},
{
"epoch": 0.38877551020408163,
"grad_norm": 0.19020035862922668,
"learning_rate": 0.0001248125,
"loss": 0.22109838485717773,
"step": 19050
},
{
"epoch": 0.38979591836734695,
"grad_norm": 0.22469305992126465,
"learning_rate": 0.0001246041666666667,
"loss": 0.21268951416015625,
"step": 19100
},
{
"epoch": 0.39081632653061227,
"grad_norm": 0.17466503381729126,
"learning_rate": 0.00012439583333333335,
"loss": 0.20178163528442383,
"step": 19150
},
{
"epoch": 0.39183673469387753,
"grad_norm": 0.14300084114074707,
"learning_rate": 0.0001241875,
"loss": 0.24622438430786134,
"step": 19200
},
{
"epoch": 0.39285714285714285,
"grad_norm": 0.1847544014453888,
"learning_rate": 0.00012397916666666666,
"loss": 0.2195741081237793,
"step": 19250
},
{
"epoch": 0.39387755102040817,
"grad_norm": 0.09982876479625702,
"learning_rate": 0.00012377083333333334,
"loss": 0.204034481048584,
"step": 19300
},
{
"epoch": 0.3948979591836735,
"grad_norm": 0.18855072557926178,
"learning_rate": 0.0001235625,
"loss": 0.18522701263427735,
"step": 19350
},
{
"epoch": 0.39591836734693875,
"grad_norm": 0.13189591467380524,
"learning_rate": 0.00012335416666666669,
"loss": 0.18743988037109374,
"step": 19400
},
{
"epoch": 0.39693877551020407,
"grad_norm": 0.09443347156047821,
"learning_rate": 0.00012314583333333334,
"loss": 0.18457218170166015,
"step": 19450
},
{
"epoch": 0.3979591836734694,
"grad_norm": 0.13609136641025543,
"learning_rate": 0.00012293750000000003,
"loss": 0.1992996597290039,
"step": 19500
},
{
"epoch": 0.3989795918367347,
"grad_norm": 0.1060328483581543,
"learning_rate": 0.00012272916666666668,
"loss": 0.18354759216308594,
"step": 19550
},
{
"epoch": 0.4,
"grad_norm": 0.1333695501089096,
"learning_rate": 0.00012252083333333334,
"loss": 0.19399749755859375,
"step": 19600
},
{
"epoch": 0.4010204081632653,
"grad_norm": 0.1901199072599411,
"learning_rate": 0.0001223125,
"loss": 0.2290254592895508,
"step": 19650
},
{
"epoch": 0.4020408163265306,
"grad_norm": 0.2177937775850296,
"learning_rate": 0.00012210416666666666,
"loss": 0.24125240325927735,
"step": 19700
},
{
"epoch": 0.4030612244897959,
"grad_norm": 0.12752966582775116,
"learning_rate": 0.00012189583333333334,
"loss": 0.22714794158935547,
"step": 19750
},
{
"epoch": 0.40408163265306124,
"grad_norm": 0.18761104345321655,
"learning_rate": 0.0001216875,
"loss": 0.18184953689575195,
"step": 19800
},
{
"epoch": 0.4051020408163265,
"grad_norm": 0.127014622092247,
"learning_rate": 0.00012147916666666668,
"loss": 0.19482044219970704,
"step": 19850
},
{
"epoch": 0.4061224489795918,
"grad_norm": 0.10520447790622711,
"learning_rate": 0.00012127083333333334,
"loss": 0.14860014915466307,
"step": 19900
},
{
"epoch": 0.40714285714285714,
"grad_norm": 0.12470293045043945,
"learning_rate": 0.00012106250000000001,
"loss": 0.16204519271850587,
"step": 19950
},
{
"epoch": 0.40816326530612246,
"grad_norm": 0.12424734234809875,
"learning_rate": 0.00012085416666666667,
"loss": 0.16527006149291992,
"step": 20000
},
{
"epoch": 0.4091836734693878,
"grad_norm": 0.14997172355651855,
"learning_rate": 0.00012064583333333335,
"loss": 0.18037498474121094,
"step": 20050
},
{
"epoch": 0.41020408163265304,
"grad_norm": 0.17725597321987152,
"learning_rate": 0.00012043750000000001,
"loss": 0.2216799736022949,
"step": 20100
},
{
"epoch": 0.41122448979591836,
"grad_norm": 0.1883675903081894,
"learning_rate": 0.00012022916666666668,
"loss": 0.18260782241821288,
"step": 20150
},
{
"epoch": 0.4122448979591837,
"grad_norm": 0.19166825711727142,
"learning_rate": 0.00012002083333333333,
"loss": 0.196572265625,
"step": 20200
},
{
"epoch": 0.413265306122449,
"grad_norm": 0.13306336104869843,
"learning_rate": 0.00011981250000000002,
"loss": 0.16494216918945312,
"step": 20250
},
{
"epoch": 0.4142857142857143,
"grad_norm": 0.22641228139400482,
"learning_rate": 0.00011960416666666668,
"loss": 0.20227954864501954,
"step": 20300
},
{
"epoch": 0.4153061224489796,
"grad_norm": 0.16950534284114838,
"learning_rate": 0.00011939583333333333,
"loss": 0.24698841094970703,
"step": 20350
},
{
"epoch": 0.4163265306122449,
"grad_norm": 0.1433454155921936,
"learning_rate": 0.0001191875,
"loss": 0.2045128631591797,
"step": 20400
},
{
"epoch": 0.4173469387755102,
"grad_norm": 0.1904461830854416,
"learning_rate": 0.00011897916666666666,
"loss": 0.1645878028869629,
"step": 20450
},
{
"epoch": 0.41836734693877553,
"grad_norm": 0.227298766374588,
"learning_rate": 0.00011877083333333334,
"loss": 0.16797447204589844,
"step": 20500
},
{
"epoch": 0.4193877551020408,
"grad_norm": 0.16995885968208313,
"learning_rate": 0.0001185625,
"loss": 0.193846435546875,
"step": 20550
},
{
"epoch": 0.4204081632653061,
"grad_norm": 0.14499473571777344,
"learning_rate": 0.00011835416666666667,
"loss": 0.18684532165527343,
"step": 20600
},
{
"epoch": 0.42142857142857143,
"grad_norm": 0.1715216338634491,
"learning_rate": 0.00011814583333333333,
"loss": 0.18035064697265624,
"step": 20650
},
{
"epoch": 0.42244897959183675,
"grad_norm": 0.14939017593860626,
"learning_rate": 0.00011793750000000001,
"loss": 0.1902223014831543,
"step": 20700
},
{
"epoch": 0.42346938775510207,
"grad_norm": 0.10494500398635864,
"learning_rate": 0.00011772916666666667,
"loss": 0.121597900390625,
"step": 20750
},
{
"epoch": 0.42448979591836733,
"grad_norm": 0.1562127023935318,
"learning_rate": 0.00011752083333333334,
"loss": 0.17706047058105467,
"step": 20800
},
{
"epoch": 0.42551020408163265,
"grad_norm": 0.14377187192440033,
"learning_rate": 0.0001173125,
"loss": 0.17805103302001954,
"step": 20850
},
{
"epoch": 0.42653061224489797,
"grad_norm": 0.12476065754890442,
"learning_rate": 0.00011710416666666668,
"loss": 0.18395469665527345,
"step": 20900
},
{
"epoch": 0.4275510204081633,
"grad_norm": 0.14680302143096924,
"learning_rate": 0.00011689583333333334,
"loss": 0.14980695724487306,
"step": 20950
},
{
"epoch": 0.42857142857142855,
"grad_norm": 0.44721558690071106,
"learning_rate": 0.00011668750000000001,
"loss": 0.18807683944702147,
"step": 21000
},
{
"epoch": 0.42959183673469387,
"grad_norm": 0.1630980372428894,
"learning_rate": 0.00011647916666666667,
"loss": 0.16178571701049804,
"step": 21050
},
{
"epoch": 0.4306122448979592,
"grad_norm": 0.18277651071548462,
"learning_rate": 0.00011627083333333332,
"loss": 0.19975339889526367,
"step": 21100
},
{
"epoch": 0.4316326530612245,
"grad_norm": 0.14588306844234467,
"learning_rate": 0.00011606250000000001,
"loss": 0.2004733657836914,
"step": 21150
},
{
"epoch": 0.4326530612244898,
"grad_norm": 0.30171841382980347,
"learning_rate": 0.00011585416666666667,
"loss": 0.21247049331665038,
"step": 21200
},
{
"epoch": 0.4336734693877551,
"grad_norm": 0.21481254696846008,
"learning_rate": 0.00011564583333333334,
"loss": 0.163582706451416,
"step": 21250
},
{
"epoch": 0.4346938775510204,
"grad_norm": 0.21892467141151428,
"learning_rate": 0.0001154375,
"loss": 0.17682687759399415,
"step": 21300
},
{
"epoch": 0.4357142857142857,
"grad_norm": 0.3684554100036621,
"learning_rate": 0.00011522916666666668,
"loss": 0.21702127456665038,
"step": 21350
},
{
"epoch": 0.43673469387755104,
"grad_norm": 0.1822352409362793,
"learning_rate": 0.00011502083333333334,
"loss": 0.20249832153320313,
"step": 21400
},
{
"epoch": 0.4377551020408163,
"grad_norm": 0.14486338198184967,
"learning_rate": 0.0001148125,
"loss": 0.16668758392333985,
"step": 21450
},
{
"epoch": 0.4387755102040816,
"grad_norm": 0.12427511811256409,
"learning_rate": 0.00011460416666666666,
"loss": 0.22259849548339844,
"step": 21500
},
{
"epoch": 0.43979591836734694,
"grad_norm": 0.12884387373924255,
"learning_rate": 0.00011439583333333335,
"loss": 0.19325353622436522,
"step": 21550
},
{
"epoch": 0.44081632653061226,
"grad_norm": 0.19641028344631195,
"learning_rate": 0.0001141875,
"loss": 0.18497804641723634,
"step": 21600
},
{
"epoch": 0.4418367346938776,
"grad_norm": 0.1729995608329773,
"learning_rate": 0.00011397916666666667,
"loss": 0.18649446487426757,
"step": 21650
},
{
"epoch": 0.44285714285714284,
"grad_norm": 0.15542583167552948,
"learning_rate": 0.00011377083333333333,
"loss": 0.18261802673339844,
"step": 21700
},
{
"epoch": 0.44387755102040816,
"grad_norm": 0.2611772119998932,
"learning_rate": 0.00011356250000000002,
"loss": 0.2124016761779785,
"step": 21750
},
{
"epoch": 0.4448979591836735,
"grad_norm": 0.18791942298412323,
"learning_rate": 0.00011335416666666667,
"loss": 0.18935688018798827,
"step": 21800
},
{
"epoch": 0.4459183673469388,
"grad_norm": 0.13250787556171417,
"learning_rate": 0.00011314583333333333,
"loss": 0.20374603271484376,
"step": 21850
},
{
"epoch": 0.44693877551020406,
"grad_norm": 0.3324398398399353,
"learning_rate": 0.0001129375,
"loss": 0.20623138427734375,
"step": 21900
},
{
"epoch": 0.4479591836734694,
"grad_norm": 0.1987542361021042,
"learning_rate": 0.00011272916666666666,
"loss": 0.1954686737060547,
"step": 21950
},
{
"epoch": 0.4489795918367347,
"grad_norm": 0.10962691158056259,
"learning_rate": 0.00011252083333333334,
"loss": 0.16852352142333984,
"step": 22000
},
{
"epoch": 0.45,
"grad_norm": 0.1651119887828827,
"learning_rate": 0.0001123125,
"loss": 0.1804306411743164,
"step": 22050
},
{
"epoch": 0.45102040816326533,
"grad_norm": 0.135285884141922,
"learning_rate": 0.00011210416666666668,
"loss": 0.1708018112182617,
"step": 22100
},
{
"epoch": 0.4520408163265306,
"grad_norm": 0.16042831540107727,
"learning_rate": 0.00011189583333333333,
"loss": 0.20246376037597658,
"step": 22150
},
{
"epoch": 0.4530612244897959,
"grad_norm": 0.1572142094373703,
"learning_rate": 0.00011168750000000001,
"loss": 0.20286598205566406,
"step": 22200
},
{
"epoch": 0.45408163265306123,
"grad_norm": 0.23938754200935364,
"learning_rate": 0.00011147916666666667,
"loss": 0.19506494522094728,
"step": 22250
},
{
"epoch": 0.45510204081632655,
"grad_norm": 0.09990780800580978,
"learning_rate": 0.00011127083333333335,
"loss": 0.18617202758789062,
"step": 22300
},
{
"epoch": 0.4561224489795918,
"grad_norm": 0.1848301887512207,
"learning_rate": 0.00011106250000000001,
"loss": 0.17628313064575196,
"step": 22350
},
{
"epoch": 0.45714285714285713,
"grad_norm": 0.10634121298789978,
"learning_rate": 0.00011085416666666668,
"loss": 0.20597057342529296,
"step": 22400
},
{
"epoch": 0.45816326530612245,
"grad_norm": 0.15891435742378235,
"learning_rate": 0.00011064583333333334,
"loss": 0.18053476333618165,
"step": 22450
},
{
"epoch": 0.45918367346938777,
"grad_norm": 0.13435883820056915,
"learning_rate": 0.00011043750000000002,
"loss": 0.17978906631469727,
"step": 22500
},
{
"epoch": 0.4602040816326531,
"grad_norm": 0.13572899997234344,
"learning_rate": 0.00011022916666666668,
"loss": 0.18978822708129883,
"step": 22550
},
{
"epoch": 0.46122448979591835,
"grad_norm": 0.17398372292518616,
"learning_rate": 0.00011002083333333332,
"loss": 0.2147346878051758,
"step": 22600
},
{
"epoch": 0.46224489795918366,
"grad_norm": 0.17112791538238525,
"learning_rate": 0.0001098125,
"loss": 0.17975505828857422,
"step": 22650
},
{
"epoch": 0.463265306122449,
"grad_norm": 0.19042028486728668,
"learning_rate": 0.00010960416666666666,
"loss": 0.1823933219909668,
"step": 22700
},
{
"epoch": 0.4642857142857143,
"grad_norm": 0.24797481298446655,
"learning_rate": 0.00010939583333333335,
"loss": 0.21492622375488282,
"step": 22750
},
{
"epoch": 0.46530612244897956,
"grad_norm": 0.3532654643058777,
"learning_rate": 0.0001091875,
"loss": 0.18178869247436524,
"step": 22800
},
{
"epoch": 0.4663265306122449,
"grad_norm": 0.11487548053264618,
"learning_rate": 0.00010897916666666668,
"loss": 0.2208608627319336,
"step": 22850
},
{
"epoch": 0.4673469387755102,
"grad_norm": 0.15501990914344788,
"learning_rate": 0.00010877083333333333,
"loss": 0.17604400634765624,
"step": 22900
},
{
"epoch": 0.4683673469387755,
"grad_norm": 0.1941416710615158,
"learning_rate": 0.00010856250000000002,
"loss": 0.18979434967041015,
"step": 22950
},
{
"epoch": 0.46938775510204084,
"grad_norm": 0.20254535973072052,
"learning_rate": 0.00010835416666666667,
"loss": 0.19501394271850586,
"step": 23000
},
{
"epoch": 0.4704081632653061,
"grad_norm": 0.1467224657535553,
"learning_rate": 0.00010814583333333334,
"loss": 0.18560121536254884,
"step": 23050
},
{
"epoch": 0.4714285714285714,
"grad_norm": 0.1789759397506714,
"learning_rate": 0.0001079375,
"loss": 0.20693172454833986,
"step": 23100
},
{
"epoch": 0.47244897959183674,
"grad_norm": 0.17060811817646027,
"learning_rate": 0.00010772916666666669,
"loss": 0.24144332885742187,
"step": 23150
},
{
"epoch": 0.47346938775510206,
"grad_norm": 0.13840524852275848,
"learning_rate": 0.00010752500000000001,
"loss": 0.22703798294067382,
"step": 23200
},
{
"epoch": 0.4744897959183674,
"grad_norm": 0.22518107295036316,
"learning_rate": 0.00010731666666666667,
"loss": 0.18032278060913087,
"step": 23250
},
{
"epoch": 0.47551020408163264,
"grad_norm": 0.14671215415000916,
"learning_rate": 0.00010710833333333334,
"loss": 0.19824394226074218,
"step": 23300
},
{
"epoch": 0.47653061224489796,
"grad_norm": 0.15659059584140778,
"learning_rate": 0.0001069,
"loss": 0.1770372772216797,
"step": 23350
},
{
"epoch": 0.4775510204081633,
"grad_norm": 0.29906657338142395,
"learning_rate": 0.00010669166666666668,
"loss": 0.16190267562866212,
"step": 23400
},
{
"epoch": 0.4785714285714286,
"grad_norm": 0.1921195089817047,
"learning_rate": 0.00010648333333333334,
"loss": 0.1724691581726074,
"step": 23450
},
{
"epoch": 0.47959183673469385,
"grad_norm": 0.22063606977462769,
"learning_rate": 0.00010627500000000001,
"loss": 0.18350271224975587,
"step": 23500
},
{
"epoch": 0.4806122448979592,
"grad_norm": 0.1806723177433014,
"learning_rate": 0.00010606666666666667,
"loss": 0.23431238174438476,
"step": 23550
},
{
"epoch": 0.4816326530612245,
"grad_norm": 0.14175860583782196,
"learning_rate": 0.00010585833333333335,
"loss": 0.1887098503112793,
"step": 23600
},
{
"epoch": 0.4826530612244898,
"grad_norm": 0.2510957717895508,
"learning_rate": 0.00010565,
"loss": 0.18034719467163085,
"step": 23650
},
{
"epoch": 0.48367346938775513,
"grad_norm": 0.2018708735704422,
"learning_rate": 0.00010544166666666666,
"loss": 0.18103116989135742,
"step": 23700
},
{
"epoch": 0.4846938775510204,
"grad_norm": 0.15439936518669128,
"learning_rate": 0.00010523333333333333,
"loss": 0.14322800636291505,
"step": 23750
},
{
"epoch": 0.4857142857142857,
"grad_norm": 0.15107983350753784,
"learning_rate": 0.00010502499999999999,
"loss": 0.19188661575317384,
"step": 23800
},
{
"epoch": 0.48673469387755103,
"grad_norm": 0.16207917034626007,
"learning_rate": 0.00010481666666666668,
"loss": 0.1676897621154785,
"step": 23850
},
{
"epoch": 0.48775510204081635,
"grad_norm": 0.17554081976413727,
"learning_rate": 0.00010460833333333333,
"loss": 0.1537460517883301,
"step": 23900
},
{
"epoch": 0.4887755102040816,
"grad_norm": 0.18597754836082458,
"learning_rate": 0.0001044,
"loss": 0.16681880950927735,
"step": 23950
},
{
"epoch": 0.4897959183673469,
"grad_norm": 0.15398620069026947,
"learning_rate": 0.00010419166666666666,
"loss": 0.19642560958862304,
"step": 24000
},
{
"epoch": 0.49081632653061225,
"grad_norm": 0.2529297173023224,
"learning_rate": 0.00010398333333333334,
"loss": 0.19098554611206053,
"step": 24050
},
{
"epoch": 0.49183673469387756,
"grad_norm": 0.1370229721069336,
"learning_rate": 0.000103775,
"loss": 0.18588760375976562,
"step": 24100
},
{
"epoch": 0.4928571428571429,
"grad_norm": 0.16766472160816193,
"learning_rate": 0.00010356666666666667,
"loss": 0.20669187545776369,
"step": 24150
},
{
"epoch": 0.49387755102040815,
"grad_norm": 0.1888003945350647,
"learning_rate": 0.00010335833333333333,
"loss": 0.1881814956665039,
"step": 24200
},
{
"epoch": 0.49489795918367346,
"grad_norm": 0.15162178874015808,
"learning_rate": 0.00010315000000000001,
"loss": 0.19838417053222657,
"step": 24250
},
{
"epoch": 0.4959183673469388,
"grad_norm": 0.12254944443702698,
"learning_rate": 0.00010294166666666667,
"loss": 0.20314399719238282,
"step": 24300
},
{
"epoch": 0.4969387755102041,
"grad_norm": 0.21737927198410034,
"learning_rate": 0.00010273333333333334,
"loss": 0.20496267318725586,
"step": 24350
},
{
"epoch": 0.49795918367346936,
"grad_norm": 0.17958377301692963,
"learning_rate": 0.000102525,
"loss": 0.17489883422851563,
"step": 24400
},
{
"epoch": 0.4989795918367347,
"grad_norm": 0.13511185348033905,
"learning_rate": 0.00010231666666666666,
"loss": 0.17418720245361327,
"step": 24450
},
{
"epoch": 0.5,
"grad_norm": 0.2787463665008545,
"learning_rate": 0.00010210833333333334,
"loss": 0.17176372528076173,
"step": 24500
},
{
"epoch": 0.5010204081632653,
"grad_norm": 0.18124207854270935,
"learning_rate": 0.0001019,
"loss": 0.1850296974182129,
"step": 24550
},
{
"epoch": 0.5020408163265306,
"grad_norm": 0.1749614179134369,
"learning_rate": 0.00010169166666666667,
"loss": 0.17426204681396484,
"step": 24600
},
{
"epoch": 0.503061224489796,
"grad_norm": 0.16055095195770264,
"learning_rate": 0.00010148333333333332,
"loss": 0.21457443237304688,
"step": 24650
},
{
"epoch": 0.5040816326530613,
"grad_norm": 0.25023123621940613,
"learning_rate": 0.00010127500000000001,
"loss": 0.2075656509399414,
"step": 24700
},
{
"epoch": 0.5051020408163265,
"grad_norm": 0.2181357741355896,
"learning_rate": 0.00010106666666666667,
"loss": 0.17456653594970703,
"step": 24750
},
{
"epoch": 0.5061224489795918,
"grad_norm": 0.17197753489017487,
"learning_rate": 0.00010085833333333335,
"loss": 0.1632823371887207,
"step": 24800
},
{
"epoch": 0.5071428571428571,
"grad_norm": 0.21415536105632782,
"learning_rate": 0.00010065,
"loss": 0.19841451644897462,
"step": 24850
},
{
"epoch": 0.5081632653061224,
"grad_norm": 0.20820344984531403,
"learning_rate": 0.00010044166666666668,
"loss": 0.17958457946777343,
"step": 24900
},
{
"epoch": 0.5091836734693878,
"grad_norm": 0.18609052896499634,
"learning_rate": 0.00010023333333333333,
"loss": 0.17983253479003905,
"step": 24950
},
{
"epoch": 0.5102040816326531,
"grad_norm": 0.2240186482667923,
"learning_rate": 0.00010002500000000002,
"loss": 0.1995364761352539,
"step": 25000
},
{
"epoch": 0.5112244897959184,
"grad_norm": 0.2212294191122055,
"learning_rate": 9.981666666666668e-05,
"loss": 0.1803879165649414,
"step": 25050
},
{
"epoch": 0.5122448979591837,
"grad_norm": 0.15916708111763,
"learning_rate": 9.960833333333333e-05,
"loss": 0.1730225944519043,
"step": 25100
},
{
"epoch": 0.513265306122449,
"grad_norm": 0.16600583493709564,
"learning_rate": 9.94e-05,
"loss": 0.1652672004699707,
"step": 25150
},
{
"epoch": 0.5142857142857142,
"grad_norm": 0.17638596892356873,
"learning_rate": 9.919166666666667e-05,
"loss": 0.202372989654541,
"step": 25200
},
{
"epoch": 0.5153061224489796,
"grad_norm": 0.14149129390716553,
"learning_rate": 9.898333333333335e-05,
"loss": 0.17594612121582032,
"step": 25250
},
{
"epoch": 0.5163265306122449,
"grad_norm": 0.1270650029182434,
"learning_rate": 9.8775e-05,
"loss": 0.18878219604492188,
"step": 25300
},
{
"epoch": 0.5173469387755102,
"grad_norm": 0.17733386158943176,
"learning_rate": 9.856666666666667e-05,
"loss": 0.2115381622314453,
"step": 25350
},
{
"epoch": 0.5183673469387755,
"grad_norm": 0.1744958609342575,
"learning_rate": 9.835833333333334e-05,
"loss": 0.16448768615722656,
"step": 25400
},
{
"epoch": 0.5193877551020408,
"grad_norm": 0.21373602747917175,
"learning_rate": 9.815000000000001e-05,
"loss": 0.1772871208190918,
"step": 25450
},
{
"epoch": 0.5204081632653061,
"grad_norm": 0.1898619532585144,
"learning_rate": 9.794166666666667e-05,
"loss": 0.2503120231628418,
"step": 25500
},
{
"epoch": 0.5214285714285715,
"grad_norm": 0.28234219551086426,
"learning_rate": 9.773333333333334e-05,
"loss": 0.17822504043579102,
"step": 25550
},
{
"epoch": 0.5224489795918368,
"grad_norm": 0.11259794235229492,
"learning_rate": 9.7525e-05,
"loss": 0.1666012191772461,
"step": 25600
},
{
"epoch": 0.523469387755102,
"grad_norm": 0.1492464244365692,
"learning_rate": 9.731666666666667e-05,
"loss": 0.17302135467529298,
"step": 25650
},
{
"epoch": 0.5244897959183673,
"grad_norm": 0.17087487876415253,
"learning_rate": 9.710833333333334e-05,
"loss": 0.17946313858032226,
"step": 25700
},
{
"epoch": 0.5255102040816326,
"grad_norm": 0.12258443981409073,
"learning_rate": 9.69e-05,
"loss": 0.18571706771850585,
"step": 25750
},
{
"epoch": 0.5265306122448979,
"grad_norm": 0.1733115315437317,
"learning_rate": 9.669166666666667e-05,
"loss": 0.1553201961517334,
"step": 25800
},
{
"epoch": 0.5275510204081633,
"grad_norm": 0.13839919865131378,
"learning_rate": 9.648333333333334e-05,
"loss": 0.19531139373779297,
"step": 25850
},
{
"epoch": 0.5285714285714286,
"grad_norm": 0.20602594316005707,
"learning_rate": 9.627500000000001e-05,
"loss": 0.16800386428833008,
"step": 25900
},
{
"epoch": 0.5295918367346939,
"grad_norm": 0.20680412650108337,
"learning_rate": 9.606666666666667e-05,
"loss": 0.1898546600341797,
"step": 25950
},
{
"epoch": 0.5306122448979592,
"grad_norm": 0.16150370240211487,
"learning_rate": 9.585833333333334e-05,
"loss": 0.15692392349243164,
"step": 26000
},
{
"epoch": 0.5316326530612245,
"grad_norm": 0.1982293277978897,
"learning_rate": 9.565000000000001e-05,
"loss": 0.19491943359375,
"step": 26050
},
{
"epoch": 0.5326530612244897,
"grad_norm": 0.1009984016418457,
"learning_rate": 9.544166666666668e-05,
"loss": 0.20024131774902343,
"step": 26100
},
{
"epoch": 0.5336734693877551,
"grad_norm": 0.20309703052043915,
"learning_rate": 9.523333333333334e-05,
"loss": 0.16962615966796876,
"step": 26150
},
{
"epoch": 0.5346938775510204,
"grad_norm": 0.17204195261001587,
"learning_rate": 9.5025e-05,
"loss": 0.1707878303527832,
"step": 26200
},
{
"epoch": 0.5357142857142857,
"grad_norm": 0.1919504553079605,
"learning_rate": 9.481666666666668e-05,
"loss": 0.17004173278808593,
"step": 26250
},
{
"epoch": 0.536734693877551,
"grad_norm": 0.15040870010852814,
"learning_rate": 9.460833333333335e-05,
"loss": 0.18361337661743163,
"step": 26300
},
{
"epoch": 0.5377551020408163,
"grad_norm": 0.1572142243385315,
"learning_rate": 9.44e-05,
"loss": 0.1793185615539551,
"step": 26350
},
{
"epoch": 0.5387755102040817,
"grad_norm": 0.2479061782360077,
"learning_rate": 9.419166666666666e-05,
"loss": 0.17476287841796875,
"step": 26400
},
{
"epoch": 0.539795918367347,
"grad_norm": 0.1852135807275772,
"learning_rate": 9.398333333333333e-05,
"loss": 0.16330987930297852,
"step": 26450
},
{
"epoch": 0.5408163265306123,
"grad_norm": 0.19276225566864014,
"learning_rate": 9.3775e-05,
"loss": 0.16047971725463867,
"step": 26500
},
{
"epoch": 0.5418367346938775,
"grad_norm": 0.1404666304588318,
"learning_rate": 9.356666666666667e-05,
"loss": 0.1972671127319336,
"step": 26550
},
{
"epoch": 0.5428571428571428,
"grad_norm": 0.10398276150226593,
"learning_rate": 9.335833333333333e-05,
"loss": 0.14255274772644044,
"step": 26600
},
{
"epoch": 0.5438775510204081,
"grad_norm": 0.14555589854717255,
"learning_rate": 9.315e-05,
"loss": 0.16434885025024415,
"step": 26650
},
{
"epoch": 0.5448979591836735,
"grad_norm": 0.1104368194937706,
"learning_rate": 9.294166666666667e-05,
"loss": 0.16342899322509766,
"step": 26700
},
{
"epoch": 0.5459183673469388,
"grad_norm": 0.11711753159761429,
"learning_rate": 9.273333333333334e-05,
"loss": 0.1949435806274414,
"step": 26750
},
{
"epoch": 0.5469387755102041,
"grad_norm": 0.12293335795402527,
"learning_rate": 9.252916666666667e-05,
"loss": 0.18458440780639648,
"step": 26800
},
{
"epoch": 0.5479591836734694,
"grad_norm": 0.23470911383628845,
"learning_rate": 9.232083333333334e-05,
"loss": 0.19848438262939452,
"step": 26850
},
{
"epoch": 0.5489795918367347,
"grad_norm": 0.16929446160793304,
"learning_rate": 9.21125e-05,
"loss": 0.1938508415222168,
"step": 26900
},
{
"epoch": 0.55,
"grad_norm": 0.22963696718215942,
"learning_rate": 9.190416666666667e-05,
"loss": 0.18044023513793944,
"step": 26950
},
{
"epoch": 0.5510204081632653,
"grad_norm": 0.21981900930404663,
"learning_rate": 9.169583333333334e-05,
"loss": 0.18905908584594727,
"step": 27000
},
{
"epoch": 0.5520408163265306,
"grad_norm": 0.10104738175868988,
"learning_rate": 9.148750000000001e-05,
"loss": 0.17186660766601564,
"step": 27050
},
{
"epoch": 0.5530612244897959,
"grad_norm": 0.27401968836784363,
"learning_rate": 9.127916666666667e-05,
"loss": 0.1650037384033203,
"step": 27100
},
{
"epoch": 0.5540816326530612,
"grad_norm": 0.20953841507434845,
"learning_rate": 9.107083333333334e-05,
"loss": 0.1946626091003418,
"step": 27150
},
{
"epoch": 0.5551020408163265,
"grad_norm": 0.20660588145256042,
"learning_rate": 9.08625e-05,
"loss": 0.2258216667175293,
"step": 27200
},
{
"epoch": 0.5561224489795918,
"grad_norm": 0.1534866839647293,
"learning_rate": 9.065416666666668e-05,
"loss": 0.20488595962524414,
"step": 27250
},
{
"epoch": 0.5571428571428572,
"grad_norm": 0.14898627996444702,
"learning_rate": 9.044583333333333e-05,
"loss": 0.16483705520629882,
"step": 27300
},
{
"epoch": 0.5581632653061225,
"grad_norm": 0.12369991093873978,
"learning_rate": 9.02375e-05,
"loss": 0.18049694061279298,
"step": 27350
},
{
"epoch": 0.5591836734693878,
"grad_norm": 0.20999008417129517,
"learning_rate": 9.002916666666668e-05,
"loss": 0.16304676055908204,
"step": 27400
},
{
"epoch": 0.560204081632653,
"grad_norm": 0.1313706636428833,
"learning_rate": 8.982083333333335e-05,
"loss": 0.19436006546020507,
"step": 27450
},
{
"epoch": 0.5612244897959183,
"grad_norm": 0.10687727481126785,
"learning_rate": 8.96125e-05,
"loss": 0.1658367919921875,
"step": 27500
},
{
"epoch": 0.5622448979591836,
"grad_norm": 0.19357901811599731,
"learning_rate": 8.940416666666666e-05,
"loss": 0.15278014183044433,
"step": 27550
},
{
"epoch": 0.563265306122449,
"grad_norm": 0.21208421885967255,
"learning_rate": 8.919583333333333e-05,
"loss": 0.14099541664123535,
"step": 27600
},
{
"epoch": 0.5642857142857143,
"grad_norm": 0.1888977587223053,
"learning_rate": 8.89875e-05,
"loss": 0.18072011947631836,
"step": 27650
},
{
"epoch": 0.5653061224489796,
"grad_norm": 0.12501735985279083,
"learning_rate": 8.877916666666667e-05,
"loss": 0.16086437225341796,
"step": 27700
},
{
"epoch": 0.5663265306122449,
"grad_norm": 0.18862837553024292,
"learning_rate": 8.857083333333334e-05,
"loss": 0.1829837989807129,
"step": 27750
},
{
"epoch": 0.5673469387755102,
"grad_norm": 0.15165726840496063,
"learning_rate": 8.83625e-05,
"loss": 0.1913384437561035,
"step": 27800
},
{
"epoch": 0.5683673469387756,
"grad_norm": 0.2055622786283493,
"learning_rate": 8.815416666666667e-05,
"loss": 0.18679183959960938,
"step": 27850
},
{
"epoch": 0.5693877551020409,
"grad_norm": 0.17202599346637726,
"learning_rate": 8.794583333333334e-05,
"loss": 0.1639151954650879,
"step": 27900
},
{
"epoch": 0.5704081632653061,
"grad_norm": 0.20725397765636444,
"learning_rate": 8.773750000000001e-05,
"loss": 0.165450439453125,
"step": 27950
},
{
"epoch": 0.5714285714285714,
"grad_norm": 0.1799977719783783,
"learning_rate": 8.752916666666667e-05,
"loss": 0.15639174461364747,
"step": 28000
},
{
"epoch": 0.5724489795918367,
"grad_norm": 0.2165798842906952,
"learning_rate": 8.732083333333334e-05,
"loss": 0.17581111907958985,
"step": 28050
},
{
"epoch": 0.573469387755102,
"grad_norm": 0.15645107626914978,
"learning_rate": 8.711250000000001e-05,
"loss": 0.184375057220459,
"step": 28100
},
{
"epoch": 0.5744897959183674,
"grad_norm": 0.16599629819393158,
"learning_rate": 8.690416666666668e-05,
"loss": 0.17481328964233397,
"step": 28150
},
{
"epoch": 0.5755102040816327,
"grad_norm": 0.13364972174167633,
"learning_rate": 8.669583333333334e-05,
"loss": 0.19754388809204101,
"step": 28200
},
{
"epoch": 0.576530612244898,
"grad_norm": 0.14583703875541687,
"learning_rate": 8.64875e-05,
"loss": 0.21159143447875978,
"step": 28250
},
{
"epoch": 0.5775510204081633,
"grad_norm": 0.20671476423740387,
"learning_rate": 8.627916666666667e-05,
"loss": 0.16632991790771484,
"step": 28300
},
{
"epoch": 0.5785714285714286,
"grad_norm": 0.21721985936164856,
"learning_rate": 8.607083333333334e-05,
"loss": 0.17269231796264647,
"step": 28350
},
{
"epoch": 0.5795918367346938,
"grad_norm": 0.15544889867305756,
"learning_rate": 8.58625e-05,
"loss": 0.17736480712890626,
"step": 28400
},
{
"epoch": 0.5806122448979592,
"grad_norm": 0.13705679774284363,
"learning_rate": 8.565416666666666e-05,
"loss": 0.2022319984436035,
"step": 28450
},
{
"epoch": 0.5816326530612245,
"grad_norm": 0.1865527480840683,
"learning_rate": 8.544583333333333e-05,
"loss": 0.18072795867919922,
"step": 28500
},
{
"epoch": 0.5826530612244898,
"grad_norm": 0.1536557823419571,
"learning_rate": 8.52375e-05,
"loss": 0.1788094711303711,
"step": 28550
},
{
"epoch": 0.5836734693877551,
"grad_norm": 0.21039696037769318,
"learning_rate": 8.502916666666668e-05,
"loss": 0.16440990447998047,
"step": 28600
},
{
"epoch": 0.5846938775510204,
"grad_norm": 0.12752863764762878,
"learning_rate": 8.482083333333333e-05,
"loss": 0.18658769607543946,
"step": 28650
},
{
"epoch": 0.5857142857142857,
"grad_norm": 0.2432672679424286,
"learning_rate": 8.46125e-05,
"loss": 0.17903919219970704,
"step": 28700
},
{
"epoch": 0.5867346938775511,
"grad_norm": 0.1309838593006134,
"learning_rate": 8.440416666666667e-05,
"loss": 0.16778242111206054,
"step": 28750
},
{
"epoch": 0.5877551020408164,
"grad_norm": 0.17199347913265228,
"learning_rate": 8.419583333333334e-05,
"loss": 0.19217905044555664,
"step": 28800
},
{
"epoch": 0.5887755102040816,
"grad_norm": 0.1479269117116928,
"learning_rate": 8.39875e-05,
"loss": 0.14942014694213868,
"step": 28850
},
{
"epoch": 0.5897959183673469,
"grad_norm": 0.15467581152915955,
"learning_rate": 8.377916666666667e-05,
"loss": 0.1766769027709961,
"step": 28900
},
{
"epoch": 0.5908163265306122,
"grad_norm": 0.14890123903751373,
"learning_rate": 8.357083333333334e-05,
"loss": 0.18058040618896484,
"step": 28950
},
{
"epoch": 0.5918367346938775,
"grad_norm": 0.17233826220035553,
"learning_rate": 8.33625e-05,
"loss": 0.16066322326660157,
"step": 29000
},
{
"epoch": 0.5928571428571429,
"grad_norm": 0.11463279277086258,
"learning_rate": 8.315416666666667e-05,
"loss": 0.14516469955444336,
"step": 29050
},
{
"epoch": 0.5938775510204082,
"grad_norm": 0.19112053513526917,
"learning_rate": 8.294583333333333e-05,
"loss": 0.18832321166992189,
"step": 29100
},
{
"epoch": 0.5948979591836735,
"grad_norm": 0.10975775122642517,
"learning_rate": 8.274166666666667e-05,
"loss": 0.17870872497558593,
"step": 29150
},
{
"epoch": 0.5959183673469388,
"grad_norm": 0.1835976541042328,
"learning_rate": 8.253333333333334e-05,
"loss": 0.15557955741882323,
"step": 29200
},
{
"epoch": 0.5969387755102041,
"grad_norm": 0.2260265052318573,
"learning_rate": 8.232500000000001e-05,
"loss": 0.16450485229492187,
"step": 29250
},
{
"epoch": 0.5979591836734693,
"grad_norm": 0.1235552653670311,
"learning_rate": 8.211666666666668e-05,
"loss": 0.16741344451904297,
"step": 29300
},
{
"epoch": 0.5989795918367347,
"grad_norm": 0.1380196213722229,
"learning_rate": 8.190833333333334e-05,
"loss": 0.18348945617675783,
"step": 29350
},
{
"epoch": 0.6,
"grad_norm": 0.1534113883972168,
"learning_rate": 8.17e-05,
"loss": 0.17626720428466797,
"step": 29400
},
{
"epoch": 0.6010204081632653,
"grad_norm": 0.17966432869434357,
"learning_rate": 8.149166666666666e-05,
"loss": 0.18582574844360353,
"step": 29450
},
{
"epoch": 0.6020408163265306,
"grad_norm": 0.17597244679927826,
"learning_rate": 8.128333333333333e-05,
"loss": 0.1618438720703125,
"step": 29500
},
{
"epoch": 0.6030612244897959,
"grad_norm": 0.1751350611448288,
"learning_rate": 8.1075e-05,
"loss": 0.17317716598510743,
"step": 29550
},
{
"epoch": 0.6040816326530613,
"grad_norm": 0.2299734205007553,
"learning_rate": 8.086666666666666e-05,
"loss": 0.19614763259887696,
"step": 29600
},
{
"epoch": 0.6051020408163266,
"grad_norm": 0.19768504798412323,
"learning_rate": 8.065833333333333e-05,
"loss": 0.18232860565185546,
"step": 29650
},
{
"epoch": 0.6061224489795919,
"grad_norm": 0.14797262847423553,
"learning_rate": 8.045e-05,
"loss": 0.18202657699584962,
"step": 29700
},
{
"epoch": 0.6071428571428571,
"grad_norm": 0.18453800678253174,
"learning_rate": 8.024166666666667e-05,
"loss": 0.1945005989074707,
"step": 29750
},
{
"epoch": 0.6081632653061224,
"grad_norm": 0.24138791859149933,
"learning_rate": 8.003333333333333e-05,
"loss": 0.15666120529174804,
"step": 29800
},
{
"epoch": 0.6091836734693877,
"grad_norm": 0.09741450846195221,
"learning_rate": 7.9825e-05,
"loss": 0.13373960494995119,
"step": 29850
},
{
"epoch": 0.610204081632653,
"grad_norm": 0.1770496666431427,
"learning_rate": 7.961666666666667e-05,
"loss": 0.16969673156738282,
"step": 29900
},
{
"epoch": 0.6112244897959184,
"grad_norm": 0.13566668331623077,
"learning_rate": 7.940833333333334e-05,
"loss": 0.1536888599395752,
"step": 29950
},
{
"epoch": 0.6122448979591837,
"grad_norm": 0.2294454276561737,
"learning_rate": 7.920000000000001e-05,
"loss": 0.1650291633605957,
"step": 30000
},
{
"epoch": 0.613265306122449,
"grad_norm": 0.1496036797761917,
"learning_rate": 7.899166666666667e-05,
"loss": 0.1761037826538086,
"step": 30050
},
{
"epoch": 0.6142857142857143,
"grad_norm": 0.08214724063873291,
"learning_rate": 7.878333333333334e-05,
"loss": 0.19763166427612305,
"step": 30100
},
{
"epoch": 0.6153061224489796,
"grad_norm": 0.10310641676187515,
"learning_rate": 7.8575e-05,
"loss": 0.1637880516052246,
"step": 30150
},
{
"epoch": 0.6163265306122448,
"grad_norm": 0.1486400067806244,
"learning_rate": 7.836666666666667e-05,
"loss": 0.1754462242126465,
"step": 30200
},
{
"epoch": 0.6173469387755102,
"grad_norm": 0.1679656207561493,
"learning_rate": 7.815833333333333e-05,
"loss": 0.14919873237609863,
"step": 30250
},
{
"epoch": 0.6183673469387755,
"grad_norm": 0.18345525860786438,
"learning_rate": 7.795e-05,
"loss": 0.19217906951904296,
"step": 30300
},
{
"epoch": 0.6193877551020408,
"grad_norm": 0.15979202091693878,
"learning_rate": 7.774166666666667e-05,
"loss": 0.18305580139160157,
"step": 30350
},
{
"epoch": 0.6204081632653061,
"grad_norm": 0.15286119282245636,
"learning_rate": 7.753333333333334e-05,
"loss": 0.14841639518737793,
"step": 30400
},
{
"epoch": 0.6214285714285714,
"grad_norm": 0.20205309987068176,
"learning_rate": 7.732500000000001e-05,
"loss": 0.1803289222717285,
"step": 30450
},
{
"epoch": 0.6224489795918368,
"grad_norm": 0.10329090803861618,
"learning_rate": 7.711666666666667e-05,
"loss": 0.19099008560180664,
"step": 30500
},
{
"epoch": 0.6234693877551021,
"grad_norm": 0.2586289346218109,
"learning_rate": 7.690833333333334e-05,
"loss": 0.194241943359375,
"step": 30550
},
{
"epoch": 0.6244897959183674,
"grad_norm": 0.18437634408473969,
"learning_rate": 7.670000000000001e-05,
"loss": 0.19446161270141601,
"step": 30600
},
{
"epoch": 0.6255102040816326,
"grad_norm": 0.20497523248195648,
"learning_rate": 7.649166666666668e-05,
"loss": 0.16262346267700195,
"step": 30650
},
{
"epoch": 0.6265306122448979,
"grad_norm": 0.15078936517238617,
"learning_rate": 7.628333333333334e-05,
"loss": 0.1567188549041748,
"step": 30700
},
{
"epoch": 0.6275510204081632,
"grad_norm": 0.13786426186561584,
"learning_rate": 7.6075e-05,
"loss": 0.14639299392700195,
"step": 30750
},
{
"epoch": 0.6285714285714286,
"grad_norm": 0.16654115915298462,
"learning_rate": 7.586666666666668e-05,
"loss": 0.1610732650756836,
"step": 30800
},
{
"epoch": 0.6295918367346939,
"grad_norm": 0.16476523876190186,
"learning_rate": 7.565833333333335e-05,
"loss": 0.17198530197143555,
"step": 30850
},
{
"epoch": 0.6306122448979592,
"grad_norm": 0.29812154173851013,
"learning_rate": 7.545e-05,
"loss": 0.18083591461181642,
"step": 30900
},
{
"epoch": 0.6316326530612245,
"grad_norm": 0.18219386041164398,
"learning_rate": 7.524166666666666e-05,
"loss": 0.1330328941345215,
"step": 30950
},
{
"epoch": 0.6326530612244898,
"grad_norm": 0.1219499409198761,
"learning_rate": 7.503333333333333e-05,
"loss": 0.1631675910949707,
"step": 31000
},
{
"epoch": 0.6336734693877552,
"grad_norm": 0.16549046337604523,
"learning_rate": 7.4825e-05,
"loss": 0.1869835662841797,
"step": 31050
},
{
"epoch": 0.6346938775510204,
"grad_norm": 0.13592897355556488,
"learning_rate": 7.461666666666667e-05,
"loss": 0.16354337692260743,
"step": 31100
},
{
"epoch": 0.6357142857142857,
"grad_norm": 0.25532266497612,
"learning_rate": 7.440833333333333e-05,
"loss": 0.1795151138305664,
"step": 31150
},
{
"epoch": 0.636734693877551,
"grad_norm": 0.13497677445411682,
"learning_rate": 7.42e-05,
"loss": 0.17722156524658203,
"step": 31200
},
{
"epoch": 0.6377551020408163,
"grad_norm": 0.10550568997859955,
"learning_rate": 7.399166666666667e-05,
"loss": 0.16642751693725585,
"step": 31250
},
{
"epoch": 0.6387755102040816,
"grad_norm": 0.1571359634399414,
"learning_rate": 7.378333333333334e-05,
"loss": 0.14314020156860352,
"step": 31300
},
{
"epoch": 0.639795918367347,
"grad_norm": 0.16488172113895416,
"learning_rate": 7.3575e-05,
"loss": 0.17789432525634766,
"step": 31350
},
{
"epoch": 0.6408163265306123,
"grad_norm": 0.15754637122154236,
"learning_rate": 7.336666666666667e-05,
"loss": 0.1632952880859375,
"step": 31400
},
{
"epoch": 0.6418367346938776,
"grad_norm": 0.16609132289886475,
"learning_rate": 7.315833333333334e-05,
"loss": 0.17927698135375977,
"step": 31450
},
{
"epoch": 0.6428571428571429,
"grad_norm": 0.16577483713626862,
"learning_rate": 7.295000000000001e-05,
"loss": 0.16777738571166992,
"step": 31500
},
{
"epoch": 0.6438775510204081,
"grad_norm": 0.1324053853750229,
"learning_rate": 7.274166666666667e-05,
"loss": 0.17467840194702147,
"step": 31550
},
{
"epoch": 0.6448979591836734,
"grad_norm": 0.15986141562461853,
"learning_rate": 7.253333333333334e-05,
"loss": 0.1784464454650879,
"step": 31600
},
{
"epoch": 0.6459183673469387,
"grad_norm": 0.1035812571644783,
"learning_rate": 7.2325e-05,
"loss": 0.17713926315307618,
"step": 31650
},
{
"epoch": 0.6469387755102041,
"grad_norm": 0.20758819580078125,
"learning_rate": 7.211666666666667e-05,
"loss": 0.15218260765075683,
"step": 31700
},
{
"epoch": 0.6479591836734694,
"grad_norm": 0.16112469136714935,
"learning_rate": 7.190833333333334e-05,
"loss": 0.14512678146362304,
"step": 31750
},
{
"epoch": 0.6489795918367347,
"grad_norm": 0.1377130150794983,
"learning_rate": 7.17e-05,
"loss": 0.15772339820861817,
"step": 31800
},
{
"epoch": 0.65,
"grad_norm": 0.16242578625679016,
"learning_rate": 7.149166666666667e-05,
"loss": 0.15441008567810058,
"step": 31850
},
{
"epoch": 0.6510204081632653,
"grad_norm": 0.19400998950004578,
"learning_rate": 7.128333333333334e-05,
"loss": 0.14529372215270997,
"step": 31900
},
{
"epoch": 0.6520408163265307,
"grad_norm": 0.13732214272022247,
"learning_rate": 7.1075e-05,
"loss": 0.20341796875,
"step": 31950
},
{
"epoch": 0.6530612244897959,
"grad_norm": 0.1565335988998413,
"learning_rate": 7.086666666666666e-05,
"loss": 0.15315020561218262,
"step": 32000
},
{
"epoch": 0.6540816326530612,
"grad_norm": 0.1519925892353058,
"learning_rate": 7.065833333333333e-05,
"loss": 0.17672977447509766,
"step": 32050
},
{
"epoch": 0.6551020408163265,
"grad_norm": 0.10438583046197891,
"learning_rate": 7.045e-05,
"loss": 0.1952037239074707,
"step": 32100
},
{
"epoch": 0.6561224489795918,
"grad_norm": 0.12770964205265045,
"learning_rate": 7.024166666666668e-05,
"loss": 0.14889378547668458,
"step": 32150
},
{
"epoch": 0.6571428571428571,
"grad_norm": 0.15392087399959564,
"learning_rate": 7.003333333333335e-05,
"loss": 0.19392810821533202,
"step": 32200
},
{
"epoch": 0.6581632653061225,
"grad_norm": 0.16497986018657684,
"learning_rate": 6.9825e-05,
"loss": 0.14279278755187988,
"step": 32250
},
{
"epoch": 0.6591836734693878,
"grad_norm": 0.16945810616016388,
"learning_rate": 6.961666666666667e-05,
"loss": 0.1629298973083496,
"step": 32300
},
{
"epoch": 0.6602040816326531,
"grad_norm": 0.08853259682655334,
"learning_rate": 6.940833333333334e-05,
"loss": 0.1372718906402588,
"step": 32350
},
{
"epoch": 0.6612244897959184,
"grad_norm": 0.10184511542320251,
"learning_rate": 6.92e-05,
"loss": 0.12464181900024414,
"step": 32400
},
{
"epoch": 0.6622448979591836,
"grad_norm": 0.1579914540052414,
"learning_rate": 6.899166666666667e-05,
"loss": 0.1898073959350586,
"step": 32450
},
{
"epoch": 0.6632653061224489,
"grad_norm": 0.23278109729290009,
"learning_rate": 6.878333333333333e-05,
"loss": 0.19114408493041993,
"step": 32500
},
{
"epoch": 0.6642857142857143,
"grad_norm": 0.18605078756809235,
"learning_rate": 6.8575e-05,
"loss": 0.14429281234741212,
"step": 32550
},
{
"epoch": 0.6653061224489796,
"grad_norm": 0.20744793117046356,
"learning_rate": 6.836666666666667e-05,
"loss": 0.15178895950317384,
"step": 32600
},
{
"epoch": 0.6663265306122449,
"grad_norm": 0.1467064917087555,
"learning_rate": 6.816250000000001e-05,
"loss": 0.17128976821899414,
"step": 32650
},
{
"epoch": 0.6673469387755102,
"grad_norm": 0.21961116790771484,
"learning_rate": 6.795416666666668e-05,
"loss": 0.14988475799560547,
"step": 32700
},
{
"epoch": 0.6683673469387755,
"grad_norm": 0.19205953180789948,
"learning_rate": 6.774583333333334e-05,
"loss": 0.15868806838989258,
"step": 32750
},
{
"epoch": 0.6693877551020408,
"grad_norm": 0.19790537655353546,
"learning_rate": 6.75375e-05,
"loss": 0.22682212829589843,
"step": 32800
},
{
"epoch": 0.6704081632653062,
"grad_norm": 0.12448656558990479,
"learning_rate": 6.732916666666667e-05,
"loss": 0.16850042343139648,
"step": 32850
},
{
"epoch": 0.6714285714285714,
"grad_norm": 0.20378604531288147,
"learning_rate": 6.712083333333334e-05,
"loss": 0.16008363723754881,
"step": 32900
},
{
"epoch": 0.6724489795918367,
"grad_norm": 0.23952776193618774,
"learning_rate": 6.691250000000001e-05,
"loss": 0.20326755523681642,
"step": 32950
},
{
"epoch": 0.673469387755102,
"grad_norm": 0.17432567477226257,
"learning_rate": 6.670416666666666e-05,
"loss": 0.18787288665771484,
"step": 33000
},
{
"epoch": 0.6744897959183673,
"grad_norm": 0.20003508031368256,
"learning_rate": 6.649583333333333e-05,
"loss": 0.17611515045166015,
"step": 33050
},
{
"epoch": 0.6755102040816326,
"grad_norm": 0.19111096858978271,
"learning_rate": 6.62875e-05,
"loss": 0.16515064239501953,
"step": 33100
},
{
"epoch": 0.676530612244898,
"grad_norm": 0.1962498277425766,
"learning_rate": 6.607916666666668e-05,
"loss": 0.2007039260864258,
"step": 33150
},
{
"epoch": 0.6775510204081633,
"grad_norm": 0.21504424512386322,
"learning_rate": 6.587083333333333e-05,
"loss": 0.21071577072143555,
"step": 33200
},
{
"epoch": 0.6785714285714286,
"grad_norm": 0.19784651696681976,
"learning_rate": 6.56625e-05,
"loss": 0.16339536666870116,
"step": 33250
},
{
"epoch": 0.6795918367346939,
"grad_norm": 0.21860648691654205,
"learning_rate": 6.545416666666667e-05,
"loss": 0.17276811599731445,
"step": 33300
},
{
"epoch": 0.6806122448979591,
"grad_norm": 0.12416710704565048,
"learning_rate": 6.524583333333334e-05,
"loss": 0.17321861267089844,
"step": 33350
},
{
"epoch": 0.6816326530612244,
"grad_norm": 0.14108151197433472,
"learning_rate": 6.50375e-05,
"loss": 0.16422855377197265,
"step": 33400
},
{
"epoch": 0.6826530612244898,
"grad_norm": 0.12449406087398529,
"learning_rate": 6.482916666666667e-05,
"loss": 0.1222480583190918,
"step": 33450
},
{
"epoch": 0.6836734693877551,
"grad_norm": 0.1724015772342682,
"learning_rate": 6.462083333333334e-05,
"loss": 0.15967099189758302,
"step": 33500
},
{
"epoch": 0.6846938775510204,
"grad_norm": 0.27706989645957947,
"learning_rate": 6.44125e-05,
"loss": 0.21222850799560547,
"step": 33550
},
{
"epoch": 0.6857142857142857,
"grad_norm": 0.21608980000019073,
"learning_rate": 6.420416666666667e-05,
"loss": 0.19895681381225586,
"step": 33600
},
{
"epoch": 0.686734693877551,
"grad_norm": 0.17284168303012848,
"learning_rate": 6.399583333333333e-05,
"loss": 0.16315589904785155,
"step": 33650
},
{
"epoch": 0.6877551020408164,
"grad_norm": 0.2790461480617523,
"learning_rate": 6.37875e-05,
"loss": 0.17992326736450195,
"step": 33700
},
{
"epoch": 0.6887755102040817,
"grad_norm": 0.1978480964899063,
"learning_rate": 6.357916666666667e-05,
"loss": 0.19150606155395508,
"step": 33750
},
{
"epoch": 0.689795918367347,
"grad_norm": 0.22785209119319916,
"learning_rate": 6.337083333333334e-05,
"loss": 0.1392769718170166,
"step": 33800
},
{
"epoch": 0.6908163265306122,
"grad_norm": 0.15017133951187134,
"learning_rate": 6.31625e-05,
"loss": 0.1485874366760254,
"step": 33850
},
{
"epoch": 0.6918367346938775,
"grad_norm": 0.15515482425689697,
"learning_rate": 6.295416666666667e-05,
"loss": 0.13293993949890137,
"step": 33900
},
{
"epoch": 0.6928571428571428,
"grad_norm": 0.1759190857410431,
"learning_rate": 6.274583333333334e-05,
"loss": 0.15329167366027832,
"step": 33950
},
{
"epoch": 0.6938775510204082,
"grad_norm": 0.2007198929786682,
"learning_rate": 6.253750000000001e-05,
"loss": 0.16196441650390625,
"step": 34000
},
{
"epoch": 0.6948979591836735,
"grad_norm": 0.07480475306510925,
"learning_rate": 6.232916666666667e-05,
"loss": 0.14109251976013185,
"step": 34050
},
{
"epoch": 0.6959183673469388,
"grad_norm": 0.12071823328733444,
"learning_rate": 6.212083333333334e-05,
"loss": 0.15877034187316894,
"step": 34100
},
{
"epoch": 0.6969387755102041,
"grad_norm": 0.175904780626297,
"learning_rate": 6.191250000000001e-05,
"loss": 0.14621192932128907,
"step": 34150
},
{
"epoch": 0.6979591836734694,
"grad_norm": 0.09303800016641617,
"learning_rate": 6.170416666666668e-05,
"loss": 0.16565973281860352,
"step": 34200
},
{
"epoch": 0.6989795918367347,
"grad_norm": 0.38047531247138977,
"learning_rate": 6.149583333333334e-05,
"loss": 0.167867488861084,
"step": 34250
},
{
"epoch": 0.7,
"grad_norm": 0.1675473004579544,
"learning_rate": 6.128749999999999e-05,
"loss": 0.17095783233642578,
"step": 34300
},
{
"epoch": 0.7010204081632653,
"grad_norm": 0.12302542477846146,
"learning_rate": 6.107916666666666e-05,
"loss": 0.17203062057495117,
"step": 34350
},
{
"epoch": 0.7020408163265306,
"grad_norm": 0.1513855755329132,
"learning_rate": 6.0870833333333333e-05,
"loss": 0.1459299373626709,
"step": 34400
},
{
"epoch": 0.7030612244897959,
"grad_norm": 0.1730256825685501,
"learning_rate": 6.06625e-05,
"loss": 0.15072107315063477,
"step": 34450
},
{
"epoch": 0.7040816326530612,
"grad_norm": 0.18623055517673492,
"learning_rate": 6.045416666666667e-05,
"loss": 0.12694622993469237,
"step": 34500
},
{
"epoch": 0.7051020408163265,
"grad_norm": 0.15233691036701202,
"learning_rate": 6.024583333333333e-05,
"loss": 0.17883399963378907,
"step": 34550
},
{
"epoch": 0.7061224489795919,
"grad_norm": 0.13142655789852142,
"learning_rate": 6.00375e-05,
"loss": 0.1831110382080078,
"step": 34600
},
{
"epoch": 0.7071428571428572,
"grad_norm": 0.17817802727222443,
"learning_rate": 5.9829166666666666e-05,
"loss": 0.16313209533691406,
"step": 34650
},
{
"epoch": 0.7081632653061225,
"grad_norm": 0.14485876262187958,
"learning_rate": 5.962083333333334e-05,
"loss": 0.16395410537719726,
"step": 34700
},
{
"epoch": 0.7091836734693877,
"grad_norm": 0.17738710343837738,
"learning_rate": 5.941250000000001e-05,
"loss": 0.14464349746704103,
"step": 34750
},
{
"epoch": 0.710204081632653,
"grad_norm": 0.12579292058944702,
"learning_rate": 5.920416666666667e-05,
"loss": 0.17616662979125977,
"step": 34800
},
{
"epoch": 0.7112244897959183,
"grad_norm": 0.09561062604188919,
"learning_rate": 5.899583333333334e-05,
"loss": 0.11348544120788574,
"step": 34850
},
{
"epoch": 0.7122448979591837,
"grad_norm": 0.14961975812911987,
"learning_rate": 5.8787500000000006e-05,
"loss": 0.17728403091430664,
"step": 34900
},
{
"epoch": 0.713265306122449,
"grad_norm": 0.18672503530979156,
"learning_rate": 5.8579166666666677e-05,
"loss": 0.16636423110961915,
"step": 34950
},
{
"epoch": 0.7142857142857143,
"grad_norm": 0.13996222615242004,
"learning_rate": 5.837083333333334e-05,
"loss": 0.14518523216247559,
"step": 35000
},
{
"epoch": 0.7153061224489796,
"grad_norm": 0.06967910379171371,
"learning_rate": 5.81625e-05,
"loss": 0.17640968322753905,
"step": 35050
},
{
"epoch": 0.7163265306122449,
"grad_norm": 0.07042952626943588,
"learning_rate": 5.795416666666667e-05,
"loss": 0.14964930534362794,
"step": 35100
},
{
"epoch": 0.7173469387755103,
"grad_norm": 0.12094786763191223,
"learning_rate": 5.774583333333333e-05,
"loss": 0.16445869445800781,
"step": 35150
},
{
"epoch": 0.7183673469387755,
"grad_norm": 0.1543540060520172,
"learning_rate": 5.75375e-05,
"loss": 0.13257647514343263,
"step": 35200
},
{
"epoch": 0.7193877551020408,
"grad_norm": 0.14520111680030823,
"learning_rate": 5.7329166666666667e-05,
"loss": 0.16949567794799805,
"step": 35250
},
{
"epoch": 0.7204081632653061,
"grad_norm": 0.17580607533454895,
"learning_rate": 5.712083333333334e-05,
"loss": 0.16740028381347657,
"step": 35300
},
{
"epoch": 0.7214285714285714,
"grad_norm": 0.1910821497440338,
"learning_rate": 5.69125e-05,
"loss": 0.1391041946411133,
"step": 35350
},
{
"epoch": 0.7224489795918367,
"grad_norm": 0.0856727808713913,
"learning_rate": 5.670416666666667e-05,
"loss": 0.13688218116760253,
"step": 35400
},
{
"epoch": 0.7234693877551021,
"grad_norm": 0.22578872740268707,
"learning_rate": 5.6495833333333336e-05,
"loss": 0.13912582397460938,
"step": 35450
},
{
"epoch": 0.7244897959183674,
"grad_norm": 0.15911556780338287,
"learning_rate": 5.6287500000000006e-05,
"loss": 0.14832959175109864,
"step": 35500
},
{
"epoch": 0.7255102040816327,
"grad_norm": 0.18621928989887238,
"learning_rate": 5.607916666666667e-05,
"loss": 0.1669852066040039,
"step": 35550
},
{
"epoch": 0.726530612244898,
"grad_norm": 0.2119055539369583,
"learning_rate": 5.587083333333334e-05,
"loss": 0.1806819534301758,
"step": 35600
},
{
"epoch": 0.7275510204081632,
"grad_norm": 0.07961991429328918,
"learning_rate": 5.5662500000000005e-05,
"loss": 0.16743293762207032,
"step": 35650
},
{
"epoch": 0.7285714285714285,
"grad_norm": 0.1379423886537552,
"learning_rate": 5.5454166666666675e-05,
"loss": 0.15212342262268067,
"step": 35700
},
{
"epoch": 0.7295918367346939,
"grad_norm": 0.15476073324680328,
"learning_rate": 5.524583333333334e-05,
"loss": 0.16397836685180664,
"step": 35750
},
{
"epoch": 0.7306122448979592,
"grad_norm": 0.09884586185216904,
"learning_rate": 5.5037499999999996e-05,
"loss": 0.14825711250305176,
"step": 35800
},
{
"epoch": 0.7316326530612245,
"grad_norm": 0.13884589076042175,
"learning_rate": 5.482916666666667e-05,
"loss": 0.14152326583862304,
"step": 35850
},
{
"epoch": 0.7326530612244898,
"grad_norm": 0.21771541237831116,
"learning_rate": 5.462083333333333e-05,
"loss": 0.15861477851867675,
"step": 35900
},
{
"epoch": 0.7336734693877551,
"grad_norm": 0.14293690025806427,
"learning_rate": 5.44125e-05,
"loss": 0.15552971839904786,
"step": 35950
},
{
"epoch": 0.7346938775510204,
"grad_norm": 0.25441673398017883,
"learning_rate": 5.4204166666666665e-05,
"loss": 0.16837917327880858,
"step": 36000
},
{
"epoch": 0.7357142857142858,
"grad_norm": 0.15737579762935638,
"learning_rate": 5.3995833333333336e-05,
"loss": 0.15274593353271484,
"step": 36050
},
{
"epoch": 0.736734693877551,
"grad_norm": 0.15187661349773407,
"learning_rate": 5.37875e-05,
"loss": 0.1639406967163086,
"step": 36100
},
{
"epoch": 0.7377551020408163,
"grad_norm": 0.24913407862186432,
"learning_rate": 5.357916666666667e-05,
"loss": 0.12389989852905274,
"step": 36150
},
{
"epoch": 0.7387755102040816,
"grad_norm": 0.17340479791164398,
"learning_rate": 5.3370833333333334e-05,
"loss": 0.2008836555480957,
"step": 36200
},
{
"epoch": 0.7397959183673469,
"grad_norm": 0.2266087830066681,
"learning_rate": 5.3162500000000005e-05,
"loss": 0.15062840461730956,
"step": 36250
},
{
"epoch": 0.7408163265306122,
"grad_norm": 0.1296575516462326,
"learning_rate": 5.295416666666667e-05,
"loss": 0.14468287467956542,
"step": 36300
},
{
"epoch": 0.7418367346938776,
"grad_norm": 0.17865030467510223,
"learning_rate": 5.274583333333334e-05,
"loss": 0.13884951591491698,
"step": 36350
},
{
"epoch": 0.7428571428571429,
"grad_norm": 0.16539889574050903,
"learning_rate": 5.25375e-05,
"loss": 0.1667474365234375,
"step": 36400
},
{
"epoch": 0.7438775510204082,
"grad_norm": 0.17142266035079956,
"learning_rate": 5.2329166666666674e-05,
"loss": 0.14144489288330078,
"step": 36450
},
{
"epoch": 0.7448979591836735,
"grad_norm": 0.08687719702720642,
"learning_rate": 5.212083333333334e-05,
"loss": 0.14284836769104003,
"step": 36500
},
{
"epoch": 0.7459183673469387,
"grad_norm": 0.11344967782497406,
"learning_rate": 5.1912499999999995e-05,
"loss": 0.1589106559753418,
"step": 36550
},
{
"epoch": 0.746938775510204,
"grad_norm": 0.126994788646698,
"learning_rate": 5.1704166666666665e-05,
"loss": 0.1657052993774414,
"step": 36600
},
{
"epoch": 0.7479591836734694,
"grad_norm": 0.11640670150518417,
"learning_rate": 5.149583333333333e-05,
"loss": 0.15780337333679198,
"step": 36650
},
{
"epoch": 0.7489795918367347,
"grad_norm": 0.14036226272583008,
"learning_rate": 5.12875e-05,
"loss": 0.1352565383911133,
"step": 36700
},
{
"epoch": 0.75,
"grad_norm": 0.18937057256698608,
"learning_rate": 5.108333333333334e-05,
"loss": 0.15480207443237304,
"step": 36750
},
{
"epoch": 0.7510204081632653,
"grad_norm": 0.0924379974603653,
"learning_rate": 5.0875e-05,
"loss": 0.1446268367767334,
"step": 36800
},
{
"epoch": 0.7520408163265306,
"grad_norm": 0.19327092170715332,
"learning_rate": 5.0666666666666674e-05,
"loss": 0.13928128242492677,
"step": 36850
},
{
"epoch": 0.753061224489796,
"grad_norm": 0.17900340259075165,
"learning_rate": 5.045833333333334e-05,
"loss": 0.1468774127960205,
"step": 36900
},
{
"epoch": 0.7540816326530613,
"grad_norm": 0.11567780375480652,
"learning_rate": 5.0249999999999995e-05,
"loss": 0.14537551879882812,
"step": 36950
},
{
"epoch": 0.7551020408163265,
"grad_norm": 0.132771298289299,
"learning_rate": 5.0041666666666666e-05,
"loss": 0.18957576751708985,
"step": 37000
},
{
"epoch": 0.7561224489795918,
"grad_norm": 0.2857951819896698,
"learning_rate": 4.9833333333333336e-05,
"loss": 0.14247038841247558,
"step": 37050
},
{
"epoch": 0.7571428571428571,
"grad_norm": 0.24694068729877472,
"learning_rate": 4.962500000000001e-05,
"loss": 0.16788265228271484,
"step": 37100
},
{
"epoch": 0.7581632653061224,
"grad_norm": 0.14023227989673615,
"learning_rate": 4.9416666666666664e-05,
"loss": 0.1499267864227295,
"step": 37150
},
{
"epoch": 0.7591836734693878,
"grad_norm": 0.22128233313560486,
"learning_rate": 4.9208333333333335e-05,
"loss": 0.1711456298828125,
"step": 37200
},
{
"epoch": 0.7602040816326531,
"grad_norm": 0.16241143643856049,
"learning_rate": 4.9e-05,
"loss": 0.14633071899414063,
"step": 37250
},
{
"epoch": 0.7612244897959184,
"grad_norm": 0.0808044821023941,
"learning_rate": 4.879166666666667e-05,
"loss": 0.16124568939208983,
"step": 37300
},
{
"epoch": 0.7622448979591837,
"grad_norm": 0.16860656440258026,
"learning_rate": 4.858333333333333e-05,
"loss": 0.11210680961608886,
"step": 37350
},
{
"epoch": 0.763265306122449,
"grad_norm": 0.10932660102844238,
"learning_rate": 4.8375000000000004e-05,
"loss": 0.1334698486328125,
"step": 37400
},
{
"epoch": 0.7642857142857142,
"grad_norm": 0.16516442596912384,
"learning_rate": 4.8166666666666674e-05,
"loss": 0.15440690994262696,
"step": 37450
},
{
"epoch": 0.7653061224489796,
"grad_norm": 0.17629872262477875,
"learning_rate": 4.795833333333333e-05,
"loss": 0.15302536010742188,
"step": 37500
},
{
"epoch": 0.7663265306122449,
"grad_norm": 0.1887020468711853,
"learning_rate": 4.775e-05,
"loss": 0.18522512435913085,
"step": 37550
},
{
"epoch": 0.7673469387755102,
"grad_norm": 0.2348717302083969,
"learning_rate": 4.7541666666666666e-05,
"loss": 0.15498061180114747,
"step": 37600
},
{
"epoch": 0.7683673469387755,
"grad_norm": 0.12663526833057404,
"learning_rate": 4.73375e-05,
"loss": 0.17798063278198242,
"step": 37650
},
{
"epoch": 0.7693877551020408,
"grad_norm": 0.09127508103847504,
"learning_rate": 4.712916666666667e-05,
"loss": 0.15106979370117188,
"step": 37700
},
{
"epoch": 0.7704081632653061,
"grad_norm": 0.1976308673620224,
"learning_rate": 4.692083333333333e-05,
"loss": 0.1309073066711426,
"step": 37750
},
{
"epoch": 0.7714285714285715,
"grad_norm": 0.17086738348007202,
"learning_rate": 4.6712500000000004e-05,
"loss": 0.14809440612792968,
"step": 37800
},
{
"epoch": 0.7724489795918368,
"grad_norm": 0.19537247717380524,
"learning_rate": 4.650416666666667e-05,
"loss": 0.1556560516357422,
"step": 37850
},
{
"epoch": 0.773469387755102,
"grad_norm": 0.18661127984523773,
"learning_rate": 4.629583333333334e-05,
"loss": 0.1466090488433838,
"step": 37900
},
{
"epoch": 0.7744897959183673,
"grad_norm": 0.17013102769851685,
"learning_rate": 4.60875e-05,
"loss": 0.1757086181640625,
"step": 37950
},
{
"epoch": 0.7755102040816326,
"grad_norm": 0.1524754762649536,
"learning_rate": 4.5879166666666666e-05,
"loss": 0.16644367218017578,
"step": 38000
},
{
"epoch": 0.7765306122448979,
"grad_norm": 0.1900121122598648,
"learning_rate": 4.567083333333334e-05,
"loss": 0.16857398986816408,
"step": 38050
},
{
"epoch": 0.7775510204081633,
"grad_norm": 0.10611417144536972,
"learning_rate": 4.54625e-05,
"loss": 0.14672259330749512,
"step": 38100
},
{
"epoch": 0.7785714285714286,
"grad_norm": 0.18626046180725098,
"learning_rate": 4.525416666666667e-05,
"loss": 0.18764514923095704,
"step": 38150
},
{
"epoch": 0.7795918367346939,
"grad_norm": 0.24131523072719574,
"learning_rate": 4.5045833333333335e-05,
"loss": 0.1816444206237793,
"step": 38200
},
{
"epoch": 0.7806122448979592,
"grad_norm": 0.17299646139144897,
"learning_rate": 4.4837500000000006e-05,
"loss": 0.15335065841674805,
"step": 38250
},
{
"epoch": 0.7816326530612245,
"grad_norm": 0.17390669882297516,
"learning_rate": 4.462916666666667e-05,
"loss": 0.18706804275512695,
"step": 38300
},
{
"epoch": 0.7826530612244897,
"grad_norm": 0.09298673272132874,
"learning_rate": 4.442083333333333e-05,
"loss": 0.18538618087768555,
"step": 38350
},
{
"epoch": 0.7836734693877551,
"grad_norm": 0.15914246439933777,
"learning_rate": 4.4212500000000004e-05,
"loss": 0.1349315643310547,
"step": 38400
},
{
"epoch": 0.7846938775510204,
"grad_norm": 0.08660084754228592,
"learning_rate": 4.400416666666667e-05,
"loss": 0.12608378410339355,
"step": 38450
},
{
"epoch": 0.7857142857142857,
"grad_norm": 0.21280916035175323,
"learning_rate": 4.379583333333334e-05,
"loss": 0.20869346618652343,
"step": 38500
},
{
"epoch": 0.786734693877551,
"grad_norm": 0.11491119861602783,
"learning_rate": 4.35875e-05,
"loss": 0.1711391258239746,
"step": 38550
},
{
"epoch": 0.7877551020408163,
"grad_norm": 0.154352068901062,
"learning_rate": 4.337916666666667e-05,
"loss": 0.1766732406616211,
"step": 38600
},
{
"epoch": 0.7887755102040817,
"grad_norm": 0.16147321462631226,
"learning_rate": 4.317083333333334e-05,
"loss": 0.16638633728027344,
"step": 38650
},
{
"epoch": 0.789795918367347,
"grad_norm": 0.08217877149581909,
"learning_rate": 4.29625e-05,
"loss": 0.14051429748535157,
"step": 38700
},
{
"epoch": 0.7908163265306123,
"grad_norm": 0.4309787154197693,
"learning_rate": 4.2754166666666665e-05,
"loss": 0.15030960083007813,
"step": 38750
},
{
"epoch": 0.7918367346938775,
"grad_norm": 0.08852960914373398,
"learning_rate": 4.2545833333333335e-05,
"loss": 0.15894084930419922,
"step": 38800
},
{
"epoch": 0.7928571428571428,
"grad_norm": 0.20330609381198883,
"learning_rate": 4.23375e-05,
"loss": 0.16075292587280274,
"step": 38850
},
{
"epoch": 0.7938775510204081,
"grad_norm": 0.15123698115348816,
"learning_rate": 4.212916666666667e-05,
"loss": 0.14566773414611817,
"step": 38900
},
{
"epoch": 0.7948979591836735,
"grad_norm": 0.09001250565052032,
"learning_rate": 4.1920833333333334e-05,
"loss": 0.15867124557495116,
"step": 38950
},
{
"epoch": 0.7959183673469388,
"grad_norm": 0.1784236878156662,
"learning_rate": 4.1712500000000004e-05,
"loss": 0.1991616439819336,
"step": 39000
},
{
"epoch": 0.7969387755102041,
"grad_norm": 0.15025418996810913,
"learning_rate": 4.150416666666667e-05,
"loss": 0.151847505569458,
"step": 39050
},
{
"epoch": 0.7979591836734694,
"grad_norm": 0.21809156239032745,
"learning_rate": 4.129583333333333e-05,
"loss": 0.15395938873291015,
"step": 39100
},
{
"epoch": 0.7989795918367347,
"grad_norm": 0.19765830039978027,
"learning_rate": 4.10875e-05,
"loss": 0.16577257156372072,
"step": 39150
},
{
"epoch": 0.8,
"grad_norm": 0.12601009011268616,
"learning_rate": 4.0879166666666666e-05,
"loss": 0.17003007888793945,
"step": 39200
},
{
"epoch": 0.8010204081632653,
"grad_norm": 0.17706438899040222,
"learning_rate": 4.067083333333334e-05,
"loss": 0.18737960815429688,
"step": 39250
},
{
"epoch": 0.8020408163265306,
"grad_norm": 0.09074155986309052,
"learning_rate": 4.04625e-05,
"loss": 0.17569421768188476,
"step": 39300
},
{
"epoch": 0.8030612244897959,
"grad_norm": 0.12752097845077515,
"learning_rate": 4.025416666666667e-05,
"loss": 0.14584141731262207,
"step": 39350
},
{
"epoch": 0.8040816326530612,
"grad_norm": 0.18636369705200195,
"learning_rate": 4.0045833333333335e-05,
"loss": 0.1786494255065918,
"step": 39400
},
{
"epoch": 0.8051020408163265,
"grad_norm": 0.07327538728713989,
"learning_rate": 3.98375e-05,
"loss": 0.17225727081298828,
"step": 39450
},
{
"epoch": 0.8061224489795918,
"grad_norm": 0.14465896785259247,
"learning_rate": 3.962916666666667e-05,
"loss": 0.15083393096923828,
"step": 39500
},
{
"epoch": 0.8071428571428572,
"grad_norm": 0.2394832968711853,
"learning_rate": 3.9420833333333334e-05,
"loss": 0.19293224334716796,
"step": 39550
},
{
"epoch": 0.8081632653061225,
"grad_norm": 0.18358109891414642,
"learning_rate": 3.9212500000000004e-05,
"loss": 0.14710227966308595,
"step": 39600
},
{
"epoch": 0.8091836734693878,
"grad_norm": 0.18446484208106995,
"learning_rate": 3.900416666666667e-05,
"loss": 0.12325849533081054,
"step": 39650
},
{
"epoch": 0.810204081632653,
"grad_norm": 0.14655612409114838,
"learning_rate": 3.879583333333334e-05,
"loss": 0.1633004951477051,
"step": 39700
},
{
"epoch": 0.8112244897959183,
"grad_norm": 0.07564426213502884,
"learning_rate": 3.85875e-05,
"loss": 0.18752107620239258,
"step": 39750
},
{
"epoch": 0.8122448979591836,
"grad_norm": 0.11330200731754303,
"learning_rate": 3.837916666666667e-05,
"loss": 0.1585384750366211,
"step": 39800
},
{
"epoch": 0.813265306122449,
"grad_norm": 0.09287655353546143,
"learning_rate": 3.817083333333333e-05,
"loss": 0.13122535705566407,
"step": 39850
},
{
"epoch": 0.8142857142857143,
"grad_norm": 0.2616575360298157,
"learning_rate": 3.79625e-05,
"loss": 0.18795604705810548,
"step": 39900
},
{
"epoch": 0.8153061224489796,
"grad_norm": 0.11491675674915314,
"learning_rate": 3.7754166666666665e-05,
"loss": 0.13429009437561035,
"step": 39950
},
{
"epoch": 0.8163265306122449,
"grad_norm": 0.1451539248228073,
"learning_rate": 3.7545833333333336e-05,
"loss": 0.13625697135925294,
"step": 40000
},
{
"epoch": 0.8173469387755102,
"grad_norm": 0.2314739227294922,
"learning_rate": 3.7337500000000006e-05,
"loss": 0.16612844467163085,
"step": 40050
},
{
"epoch": 0.8183673469387756,
"grad_norm": 0.19042688608169556,
"learning_rate": 3.712916666666667e-05,
"loss": 0.1493498992919922,
"step": 40100
},
{
"epoch": 0.8193877551020409,
"grad_norm": 0.2371101975440979,
"learning_rate": 3.692083333333334e-05,
"loss": 0.17770370483398437,
"step": 40150
},
{
"epoch": 0.8204081632653061,
"grad_norm": 0.1424565613269806,
"learning_rate": 3.67125e-05,
"loss": 0.18499235153198243,
"step": 40200
},
{
"epoch": 0.8214285714285714,
"grad_norm": 0.1678062230348587,
"learning_rate": 3.650416666666667e-05,
"loss": 0.140090913772583,
"step": 40250
},
{
"epoch": 0.8224489795918367,
"grad_norm": 0.16148346662521362,
"learning_rate": 3.629583333333333e-05,
"loss": 0.19844322204589843,
"step": 40300
},
{
"epoch": 0.823469387755102,
"grad_norm": 0.1150701716542244,
"learning_rate": 3.60875e-05,
"loss": 0.1799906921386719,
"step": 40350
},
{
"epoch": 0.8244897959183674,
"grad_norm": 0.14582528173923492,
"learning_rate": 3.587916666666667e-05,
"loss": 0.1387934684753418,
"step": 40400
},
{
"epoch": 0.8255102040816327,
"grad_norm": 0.17526212334632874,
"learning_rate": 3.567083333333334e-05,
"loss": 0.13370927810668945,
"step": 40450
},
{
"epoch": 0.826530612244898,
"grad_norm": 0.13824090361595154,
"learning_rate": 3.54625e-05,
"loss": 0.17501338958740234,
"step": 40500
},
{
"epoch": 0.8275510204081633,
"grad_norm": 0.18103674054145813,
"learning_rate": 3.5254166666666665e-05,
"loss": 0.16202123641967772,
"step": 40550
},
{
"epoch": 0.8285714285714286,
"grad_norm": 0.10612452030181885,
"learning_rate": 3.5045833333333336e-05,
"loss": 0.1486236572265625,
"step": 40600
},
{
"epoch": 0.8295918367346938,
"grad_norm": 0.18228718638420105,
"learning_rate": 3.48375e-05,
"loss": 0.1618939781188965,
"step": 40650
},
{
"epoch": 0.8306122448979592,
"grad_norm": 0.2844036817550659,
"learning_rate": 3.462916666666667e-05,
"loss": 0.19489418029785155,
"step": 40700
},
{
"epoch": 0.8316326530612245,
"grad_norm": 0.17485639452934265,
"learning_rate": 3.4420833333333334e-05,
"loss": 0.16676589965820313,
"step": 40750
},
{
"epoch": 0.8326530612244898,
"grad_norm": 0.23534175753593445,
"learning_rate": 3.4212500000000005e-05,
"loss": 0.1604459762573242,
"step": 40800
},
{
"epoch": 0.8336734693877551,
"grad_norm": 0.31001633405685425,
"learning_rate": 3.400416666666667e-05,
"loss": 0.19572820663452148,
"step": 40850
},
{
"epoch": 0.8346938775510204,
"grad_norm": 0.14709772169589996,
"learning_rate": 3.379583333333334e-05,
"loss": 0.15393299102783203,
"step": 40900
},
{
"epoch": 0.8357142857142857,
"grad_norm": 0.2015165537595749,
"learning_rate": 3.3587499999999996e-05,
"loss": 0.16096088409423828,
"step": 40950
},
{
"epoch": 0.8367346938775511,
"grad_norm": 0.1936115324497223,
"learning_rate": 3.337916666666667e-05,
"loss": 0.13105152130126954,
"step": 41000
},
{
"epoch": 0.8377551020408164,
"grad_norm": 0.29701679944992065,
"learning_rate": 3.317083333333333e-05,
"loss": 0.15563657760620117,
"step": 41050
},
{
"epoch": 0.8387755102040816,
"grad_norm": 0.18862281739711761,
"learning_rate": 3.29625e-05,
"loss": 0.1588943386077881,
"step": 41100
},
{
"epoch": 0.8397959183673469,
"grad_norm": 0.19941005110740662,
"learning_rate": 3.275416666666667e-05,
"loss": 0.15184050559997558,
"step": 41150
},
{
"epoch": 0.8408163265306122,
"grad_norm": 0.16846665740013123,
"learning_rate": 3.2545833333333336e-05,
"loss": 0.19719802856445312,
"step": 41200
},
{
"epoch": 0.8418367346938775,
"grad_norm": 0.16473744809627533,
"learning_rate": 3.233750000000001e-05,
"loss": 0.17479293823242187,
"step": 41250
},
{
"epoch": 0.8428571428571429,
"grad_norm": 0.1598232537508011,
"learning_rate": 3.2129166666666664e-05,
"loss": 0.15978538513183593,
"step": 41300
},
{
"epoch": 0.8438775510204082,
"grad_norm": 0.17177850008010864,
"learning_rate": 3.1920833333333334e-05,
"loss": 0.1575559616088867,
"step": 41350
},
{
"epoch": 0.8448979591836735,
"grad_norm": 0.1356944888830185,
"learning_rate": 3.17125e-05,
"loss": 0.1598154830932617,
"step": 41400
},
{
"epoch": 0.8459183673469388,
"grad_norm": 0.12465784698724747,
"learning_rate": 3.150416666666667e-05,
"loss": 0.15516016960144044,
"step": 41450
},
{
"epoch": 0.8469387755102041,
"grad_norm": 0.2187613993883133,
"learning_rate": 3.129583333333333e-05,
"loss": 0.1535673427581787,
"step": 41500
},
{
"epoch": 0.8479591836734693,
"grad_norm": 0.134515643119812,
"learning_rate": 3.1087500000000003e-05,
"loss": 0.15695632934570314,
"step": 41550
},
{
"epoch": 0.8489795918367347,
"grad_norm": 0.19475696980953217,
"learning_rate": 3.087916666666667e-05,
"loss": 0.15306434631347657,
"step": 41600
},
{
"epoch": 0.85,
"grad_norm": 0.16016463935375214,
"learning_rate": 3.067500000000001e-05,
"loss": 0.1699496841430664,
"step": 41650
},
{
"epoch": 0.8510204081632653,
"grad_norm": 0.22221848368644714,
"learning_rate": 3.0466666666666664e-05,
"loss": 0.22820037841796875,
"step": 41700
},
{
"epoch": 0.8520408163265306,
"grad_norm": 0.13827036321163177,
"learning_rate": 3.025833333333333e-05,
"loss": 0.19656036376953126,
"step": 41750
},
{
"epoch": 0.8530612244897959,
"grad_norm": 0.19884911179542542,
"learning_rate": 3.0050000000000002e-05,
"loss": 0.17680858612060546,
"step": 41800
},
{
"epoch": 0.8540816326530613,
"grad_norm": 0.20734833180904388,
"learning_rate": 2.984166666666667e-05,
"loss": 0.2142172050476074,
"step": 41850
},
{
"epoch": 0.8551020408163266,
"grad_norm": 0.25795796513557434,
"learning_rate": 2.9633333333333336e-05,
"loss": 0.21104377746582031,
"step": 41900
},
{
"epoch": 0.8561224489795919,
"grad_norm": 0.33637145161628723,
"learning_rate": 2.9425000000000004e-05,
"loss": 0.20429901123046876,
"step": 41950
},
{
"epoch": 0.8571428571428571,
"grad_norm": 0.16273394227027893,
"learning_rate": 2.921666666666667e-05,
"loss": 0.17451427459716798,
"step": 42000
},
{
"epoch": 0.8581632653061224,
"grad_norm": 0.1235772967338562,
"learning_rate": 2.9008333333333338e-05,
"loss": 0.12104739189147949,
"step": 42050
},
{
"epoch": 0.8591836734693877,
"grad_norm": 0.20922167599201202,
"learning_rate": 2.88e-05,
"loss": 0.1750694465637207,
"step": 42100
},
{
"epoch": 0.860204081632653,
"grad_norm": 0.15653084218502045,
"learning_rate": 2.8591666666666666e-05,
"loss": 0.1647883415222168,
"step": 42150
},
{
"epoch": 0.8612244897959184,
"grad_norm": 0.21672451496124268,
"learning_rate": 2.8383333333333333e-05,
"loss": 0.1777618408203125,
"step": 42200
},
{
"epoch": 0.8622448979591837,
"grad_norm": 0.16229403018951416,
"learning_rate": 2.8175e-05,
"loss": 0.14013175010681153,
"step": 42250
},
{
"epoch": 0.863265306122449,
"grad_norm": 0.23231209814548492,
"learning_rate": 2.7966666666666668e-05,
"loss": 0.1481611442565918,
"step": 42300
},
{
"epoch": 0.8642857142857143,
"grad_norm": 0.11112941056489944,
"learning_rate": 2.7758333333333335e-05,
"loss": 0.1890835189819336,
"step": 42350
},
{
"epoch": 0.8653061224489796,
"grad_norm": 0.2170908898115158,
"learning_rate": 2.7550000000000002e-05,
"loss": 0.16120462417602538,
"step": 42400
},
{
"epoch": 0.8663265306122448,
"grad_norm": 0.1535445749759674,
"learning_rate": 2.7341666666666666e-05,
"loss": 0.15845059394836425,
"step": 42450
},
{
"epoch": 0.8673469387755102,
"grad_norm": 0.1733650416135788,
"learning_rate": 2.7133333333333333e-05,
"loss": 0.1984349822998047,
"step": 42500
},
{
"epoch": 0.8683673469387755,
"grad_norm": 0.13763122260570526,
"learning_rate": 2.6925e-05,
"loss": 0.17453062057495117,
"step": 42550
},
{
"epoch": 0.8693877551020408,
"grad_norm": 0.06716243177652359,
"learning_rate": 2.6716666666666668e-05,
"loss": 0.12827292442321778,
"step": 42600
},
{
"epoch": 0.8704081632653061,
"grad_norm": 0.06482294201850891,
"learning_rate": 2.6508333333333335e-05,
"loss": 0.14777050971984862,
"step": 42650
},
{
"epoch": 0.8714285714285714,
"grad_norm": 0.11893775314092636,
"learning_rate": 2.6300000000000002e-05,
"loss": 0.14279632568359374,
"step": 42700
},
{
"epoch": 0.8724489795918368,
"grad_norm": 0.11864366382360458,
"learning_rate": 2.609166666666667e-05,
"loss": 0.15069831848144533,
"step": 42750
},
{
"epoch": 0.8734693877551021,
"grad_norm": 0.11892051994800568,
"learning_rate": 2.5883333333333337e-05,
"loss": 0.17250820159912109,
"step": 42800
},
{
"epoch": 0.8744897959183674,
"grad_norm": 0.18396931886672974,
"learning_rate": 2.5675e-05,
"loss": 0.14836503982543944,
"step": 42850
},
{
"epoch": 0.8755102040816326,
"grad_norm": 0.1566888689994812,
"learning_rate": 2.5466666666666668e-05,
"loss": 0.16654870986938478,
"step": 42900
},
{
"epoch": 0.8765306122448979,
"grad_norm": 0.0947994589805603,
"learning_rate": 2.5258333333333335e-05,
"loss": 0.1264040946960449,
"step": 42950
},
{
"epoch": 0.8775510204081632,
"grad_norm": 0.18539394438266754,
"learning_rate": 2.5050000000000002e-05,
"loss": 0.1276088047027588,
"step": 43000
},
{
"epoch": 0.8785714285714286,
"grad_norm": 0.15481586754322052,
"learning_rate": 2.484166666666667e-05,
"loss": 0.17538042068481446,
"step": 43050
},
{
"epoch": 0.8795918367346939,
"grad_norm": 0.2394324243068695,
"learning_rate": 2.4633333333333334e-05,
"loss": 0.14613781929016112,
"step": 43100
},
{
"epoch": 0.8806122448979592,
"grad_norm": 0.1770860105752945,
"learning_rate": 2.4425e-05,
"loss": 0.14055556297302246,
"step": 43150
},
{
"epoch": 0.8816326530612245,
"grad_norm": 0.26251518726348877,
"learning_rate": 2.4216666666666668e-05,
"loss": 0.18869239807128907,
"step": 43200
},
{
"epoch": 0.8826530612244898,
"grad_norm": 0.24112340807914734,
"learning_rate": 2.4008333333333335e-05,
"loss": 0.16565069198608398,
"step": 43250
},
{
"epoch": 0.8836734693877552,
"grad_norm": 0.18587692081928253,
"learning_rate": 2.38e-05,
"loss": 0.1443570613861084,
"step": 43300
},
{
"epoch": 0.8846938775510204,
"grad_norm": 0.13177326321601868,
"learning_rate": 2.3591666666666666e-05,
"loss": 0.1775250816345215,
"step": 43350
},
{
"epoch": 0.8857142857142857,
"grad_norm": 0.2826145589351654,
"learning_rate": 2.3383333333333334e-05,
"loss": 0.19880430221557618,
"step": 43400
},
{
"epoch": 0.886734693877551,
"grad_norm": 0.15196163952350616,
"learning_rate": 2.3175e-05,
"loss": 0.1795181465148926,
"step": 43450
},
{
"epoch": 0.8877551020408163,
"grad_norm": 0.1676856428384781,
"learning_rate": 2.2966666666666668e-05,
"loss": 0.11898002624511719,
"step": 43500
},
{
"epoch": 0.8887755102040816,
"grad_norm": 0.22324547171592712,
"learning_rate": 2.2758333333333335e-05,
"loss": 0.15103040695190428,
"step": 43550
},
{
"epoch": 0.889795918367347,
"grad_norm": 0.18912465870380402,
"learning_rate": 2.2550000000000003e-05,
"loss": 0.17227333068847656,
"step": 43600
},
{
"epoch": 0.8908163265306123,
"grad_norm": 0.13828060030937195,
"learning_rate": 2.234166666666667e-05,
"loss": 0.1739276695251465,
"step": 43650
},
{
"epoch": 0.8918367346938776,
"grad_norm": 0.17106176912784576,
"learning_rate": 2.21375e-05,
"loss": 0.1273856544494629,
"step": 43700
},
{
"epoch": 0.8928571428571429,
"grad_norm": 0.17478223145008087,
"learning_rate": 2.1929166666666667e-05,
"loss": 0.11760704040527344,
"step": 43750
},
{
"epoch": 0.8938775510204081,
"grad_norm": 0.15052562952041626,
"learning_rate": 2.1720833333333334e-05,
"loss": 0.16121845245361327,
"step": 43800
},
{
"epoch": 0.8948979591836734,
"grad_norm": 0.2820034921169281,
"learning_rate": 2.15125e-05,
"loss": 0.1849671173095703,
"step": 43850
},
{
"epoch": 0.8959183673469387,
"grad_norm": 0.18933306634426117,
"learning_rate": 2.130416666666667e-05,
"loss": 0.19127286911010744,
"step": 43900
},
{
"epoch": 0.8969387755102041,
"grad_norm": 0.1372126191854477,
"learning_rate": 2.1095833333333336e-05,
"loss": 0.18945589065551757,
"step": 43950
},
{
"epoch": 0.8979591836734694,
"grad_norm": 0.22014056146144867,
"learning_rate": 2.0887500000000003e-05,
"loss": 0.1549460220336914,
"step": 44000
},
{
"epoch": 0.8989795918367347,
"grad_norm": 0.12489187717437744,
"learning_rate": 2.067916666666667e-05,
"loss": 0.1980477523803711,
"step": 44050
},
{
"epoch": 0.9,
"grad_norm": 0.19070874154567719,
"learning_rate": 2.0470833333333334e-05,
"loss": 0.12702374458312987,
"step": 44100
},
{
"epoch": 0.9010204081632653,
"grad_norm": 0.16794297099113464,
"learning_rate": 2.02625e-05,
"loss": 0.11833565711975097,
"step": 44150
},
{
"epoch": 0.9020408163265307,
"grad_norm": 0.2177940309047699,
"learning_rate": 2.005416666666667e-05,
"loss": 0.13561912536621093,
"step": 44200
},
{
"epoch": 0.9030612244897959,
"grad_norm": 0.14129720628261566,
"learning_rate": 1.9845833333333332e-05,
"loss": 0.15628966331481933,
"step": 44250
},
{
"epoch": 0.9040816326530612,
"grad_norm": 0.14769406616687775,
"learning_rate": 1.96375e-05,
"loss": 0.15256972312927247,
"step": 44300
},
{
"epoch": 0.9051020408163265,
"grad_norm": 0.2667403221130371,
"learning_rate": 1.9429166666666667e-05,
"loss": 0.14853564262390137,
"step": 44350
},
{
"epoch": 0.9061224489795918,
"grad_norm": 0.0967816635966301,
"learning_rate": 1.9220833333333334e-05,
"loss": 0.14923785209655763,
"step": 44400
},
{
"epoch": 0.9071428571428571,
"grad_norm": 0.16255813837051392,
"learning_rate": 1.90125e-05,
"loss": 0.1490318012237549,
"step": 44450
},
{
"epoch": 0.9081632653061225,
"grad_norm": 0.18926061689853668,
"learning_rate": 1.880416666666667e-05,
"loss": 0.149087553024292,
"step": 44500
},
{
"epoch": 0.9091836734693878,
"grad_norm": 0.1748647391796112,
"learning_rate": 1.8595833333333336e-05,
"loss": 0.14986876487731934,
"step": 44550
},
{
"epoch": 0.9102040816326531,
"grad_norm": 0.08740395307540894,
"learning_rate": 1.8387500000000003e-05,
"loss": 0.1448510456085205,
"step": 44600
},
{
"epoch": 0.9112244897959184,
"grad_norm": 0.1446746289730072,
"learning_rate": 1.8179166666666667e-05,
"loss": 0.15715752601623534,
"step": 44650
},
{
"epoch": 0.9122448979591836,
"grad_norm": 0.1801069974899292,
"learning_rate": 1.7970833333333334e-05,
"loss": 0.16352605819702148,
"step": 44700
},
{
"epoch": 0.9132653061224489,
"grad_norm": 0.18530972301959991,
"learning_rate": 1.77625e-05,
"loss": 0.1280909538269043,
"step": 44750
},
{
"epoch": 0.9142857142857143,
"grad_norm": 0.1628209501504898,
"learning_rate": 1.755416666666667e-05,
"loss": 0.14237693786621095,
"step": 44800
},
{
"epoch": 0.9153061224489796,
"grad_norm": 0.17065215110778809,
"learning_rate": 1.7345833333333333e-05,
"loss": 0.15755342483520507,
"step": 44850
},
{
"epoch": 0.9163265306122449,
"grad_norm": 0.20158743858337402,
"learning_rate": 1.71375e-05,
"loss": 0.15958144187927245,
"step": 44900
},
{
"epoch": 0.9173469387755102,
"grad_norm": 0.17208772897720337,
"learning_rate": 1.6929166666666667e-05,
"loss": 0.1588733959197998,
"step": 44950
},
{
"epoch": 0.9183673469387755,
"grad_norm": 0.24862460792064667,
"learning_rate": 1.6720833333333334e-05,
"loss": 0.1676609230041504,
"step": 45000
}
],
"logging_steps": 50,
"max_steps": 49000,
"num_input_tokens_seen": 0,
"num_train_epochs": 9223372036854775807,
"save_steps": 5000,
"stateful_callbacks": {
"TrainerControl": {
"args": {
"should_epoch_stop": false,
"should_evaluate": false,
"should_log": false,
"should_save": true,
"should_training_stop": false
},
"attributes": {}
}
},
"total_flos": 2.8072562688e+17,
"train_batch_size": 4,
"trial_name": null,
"trial_params": null
}