push of spaceRoberta IEEE paper version
Browse files- config.json +24 -0
- merges.txt +0 -0
- optimizer.pt +3 -0
- pytorch_model.bin +3 -0
- scheduler.pt +3 -0
- special_tokens_map.json +1 -0
- tokenizer_config.json +1 -0
- trainer_state.json +1042 -0
- training_args.bin +3 -0
- vocab.json +0 -0
config.json
ADDED
|
@@ -0,0 +1,24 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"_name_or_path": "roberta-base",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"RobertaForMaskedLM"
|
| 5 |
+
],
|
| 6 |
+
"attention_probs_dropout_prob": 0.1,
|
| 7 |
+
"bos_token_id": 0,
|
| 8 |
+
"eos_token_id": 2,
|
| 9 |
+
"gradient_checkpointing": false,
|
| 10 |
+
"hidden_act": "gelu",
|
| 11 |
+
"hidden_dropout_prob": 0.1,
|
| 12 |
+
"hidden_size": 768,
|
| 13 |
+
"initializer_range": 0.02,
|
| 14 |
+
"intermediate_size": 3072,
|
| 15 |
+
"layer_norm_eps": 1e-05,
|
| 16 |
+
"max_position_embeddings": 514,
|
| 17 |
+
"model_type": "roberta",
|
| 18 |
+
"num_attention_heads": 12,
|
| 19 |
+
"num_hidden_layers": 12,
|
| 20 |
+
"pad_token_id": 1,
|
| 21 |
+
"position_embedding_type": "absolute",
|
| 22 |
+
"type_vocab_size": 1,
|
| 23 |
+
"vocab_size": 50265
|
| 24 |
+
}
|
merges.txt
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|
optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:3f554efcd2db71146d3602829a6b2878f32783da2a3952b15b2251ef7a7a1c1f
|
| 3 |
+
size 997639781
|
pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:3a1eee48794c1b2986df9001eb84834197e6ea84b5e6862a806115d6f6fe16d7
|
| 3 |
+
size 498845934
|
scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:2b3a457d17167c3919e2e79c32a5fc71c47ec263ad75c7fdd372d0b2884eccd3
|
| 3 |
+
size 326
|
special_tokens_map.json
ADDED
|
@@ -0,0 +1 @@
|
|
|
|
|
|
|
| 1 |
+
{"bos_token": "<s>", "eos_token": "</s>", "unk_token": "<unk>", "sep_token": "</s>", "pad_token": "<pad>", "cls_token": "<s>", "mask_token": {"content": "<mask>", "single_word": false, "lstrip": true, "rstrip": false, "normalized": false}}
|
tokenizer_config.json
ADDED
|
@@ -0,0 +1 @@
|
|
|
|
|
|
|
| 1 |
+
{"unk_token": "<unk>", "bos_token": "<s>", "eos_token": "</s>", "add_prefix_space": false, "errors": "replace", "sep_token": "</s>", "cls_token": "<s>", "pad_token": "<pad>", "mask_token": "<mask>", "model_max_length": 512, "name_or_path": "roberta-base"}
|
trainer_state.json
ADDED
|
@@ -0,0 +1,1042 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": null,
|
| 3 |
+
"best_model_checkpoint": null,
|
| 4 |
+
"epoch": 56.99953929788998,
|
| 5 |
+
"global_step": 38646,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.3331797659633281,
|
| 12 |
+
"learning_rate": 4.9833333333333336e-05,
|
| 13 |
+
"loss": 2.497376568549502,
|
| 14 |
+
"step": 226
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.6663595319266562,
|
| 18 |
+
"learning_rate": 4.966666666666667e-05,
|
| 19 |
+
"loss": 2.3930037506913715,
|
| 20 |
+
"step": 452
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.9995392978899843,
|
| 24 |
+
"learning_rate": 4.9500000000000004e-05,
|
| 25 |
+
"loss": 2.341053110308352,
|
| 26 |
+
"step": 678
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 1.3331797659633282,
|
| 30 |
+
"learning_rate": 4.933333333333334e-05,
|
| 31 |
+
"loss": 2.2984119516558352,
|
| 32 |
+
"step": 904
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 1.6663595319266562,
|
| 36 |
+
"learning_rate": 4.9166666666666665e-05,
|
| 37 |
+
"loss": 2.258023557409776,
|
| 38 |
+
"step": 1130
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 1.9995392978899842,
|
| 42 |
+
"learning_rate": 4.9e-05,
|
| 43 |
+
"loss": 2.2326905917277378,
|
| 44 |
+
"step": 1356
|
| 45 |
+
},
|
| 46 |
+
{
|
| 47 |
+
"epoch": 2.333179765963328,
|
| 48 |
+
"learning_rate": 4.883333333333334e-05,
|
| 49 |
+
"loss": 2.2202355038803234,
|
| 50 |
+
"step": 1582
|
| 51 |
+
},
|
| 52 |
+
{
|
| 53 |
+
"epoch": 2.6663595319266564,
|
| 54 |
+
"learning_rate": 4.866666666666667e-05,
|
| 55 |
+
"loss": 2.1901354494348038,
|
| 56 |
+
"step": 1808
|
| 57 |
+
},
|
| 58 |
+
{
|
| 59 |
+
"epoch": 2.999539297889984,
|
| 60 |
+
"learning_rate": 4.85e-05,
|
| 61 |
+
"loss": 2.171959666024267,
|
| 62 |
+
"step": 2034
|
| 63 |
+
},
|
| 64 |
+
{
|
| 65 |
+
"epoch": 3.333179765963328,
|
| 66 |
+
"learning_rate": 4.8333333333333334e-05,
|
| 67 |
+
"loss": 2.145946401410398,
|
| 68 |
+
"step": 2260
|
| 69 |
+
},
|
| 70 |
+
{
|
| 71 |
+
"epoch": 3.6663595319266564,
|
| 72 |
+
"learning_rate": 4.8166666666666674e-05,
|
| 73 |
+
"loss": 2.121107118319621,
|
| 74 |
+
"step": 2486
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 3.999539297889984,
|
| 78 |
+
"learning_rate": 4.8e-05,
|
| 79 |
+
"loss": 2.1161494972431556,
|
| 80 |
+
"step": 2712
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 4.333179765963328,
|
| 84 |
+
"learning_rate": 4.7833333333333335e-05,
|
| 85 |
+
"loss": 2.079200272011546,
|
| 86 |
+
"step": 2938
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 4.666359531926656,
|
| 90 |
+
"learning_rate": 4.766666666666667e-05,
|
| 91 |
+
"loss": 2.089831191881568,
|
| 92 |
+
"step": 3164
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 4.999539297889984,
|
| 96 |
+
"learning_rate": 4.75e-05,
|
| 97 |
+
"loss": 2.0728324957653483,
|
| 98 |
+
"step": 3390
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 5.333179765963328,
|
| 102 |
+
"learning_rate": 4.7333333333333336e-05,
|
| 103 |
+
"loss": 2.051343124524682,
|
| 104 |
+
"step": 3616
|
| 105 |
+
},
|
| 106 |
+
{
|
| 107 |
+
"epoch": 5.666359531926656,
|
| 108 |
+
"learning_rate": 4.716666666666667e-05,
|
| 109 |
+
"loss": 2.0507522177907216,
|
| 110 |
+
"step": 3842
|
| 111 |
+
},
|
| 112 |
+
{
|
| 113 |
+
"epoch": 5.999539297889984,
|
| 114 |
+
"learning_rate": 4.7e-05,
|
| 115 |
+
"loss": 2.045420418798396,
|
| 116 |
+
"step": 4068
|
| 117 |
+
},
|
| 118 |
+
{
|
| 119 |
+
"epoch": 6.333179765963328,
|
| 120 |
+
"learning_rate": 4.683333333333334e-05,
|
| 121 |
+
"loss": 2.0172206912420494,
|
| 122 |
+
"step": 4294
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 6.666359531926656,
|
| 126 |
+
"learning_rate": 4.666666666666667e-05,
|
| 127 |
+
"loss": 2.016553895663371,
|
| 128 |
+
"step": 4520
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 6.999539297889984,
|
| 132 |
+
"learning_rate": 4.6500000000000005e-05,
|
| 133 |
+
"loss": 2.008021531906803,
|
| 134 |
+
"step": 4746
|
| 135 |
+
},
|
| 136 |
+
{
|
| 137 |
+
"epoch": 7.333179765963328,
|
| 138 |
+
"learning_rate": 4.633333333333333e-05,
|
| 139 |
+
"loss": 1.9929851430707273,
|
| 140 |
+
"step": 4972
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 7.666359531926656,
|
| 144 |
+
"learning_rate": 4.6166666666666666e-05,
|
| 145 |
+
"loss": 1.9700529385456997,
|
| 146 |
+
"step": 5198
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 7.999539297889984,
|
| 150 |
+
"learning_rate": 4.600000000000001e-05,
|
| 151 |
+
"loss": 1.9691330901289408,
|
| 152 |
+
"step": 5424
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 8.333179765963328,
|
| 156 |
+
"learning_rate": 4.5833333333333334e-05,
|
| 157 |
+
"loss": 1.9601678088702987,
|
| 158 |
+
"step": 5650
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 8.666359531926656,
|
| 162 |
+
"learning_rate": 4.566666666666667e-05,
|
| 163 |
+
"loss": 1.9458580354673674,
|
| 164 |
+
"step": 5876
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 8.999539297889985,
|
| 168 |
+
"learning_rate": 4.55e-05,
|
| 169 |
+
"loss": 1.9419531358026825,
|
| 170 |
+
"step": 6102
|
| 171 |
+
},
|
| 172 |
+
{
|
| 173 |
+
"epoch": 9.333179765963328,
|
| 174 |
+
"learning_rate": 4.5333333333333335e-05,
|
| 175 |
+
"loss": 1.9375001350335315,
|
| 176 |
+
"step": 6328
|
| 177 |
+
},
|
| 178 |
+
{
|
| 179 |
+
"epoch": 9.666359531926656,
|
| 180 |
+
"learning_rate": 4.516666666666667e-05,
|
| 181 |
+
"loss": 1.9268651641575636,
|
| 182 |
+
"step": 6554
|
| 183 |
+
},
|
| 184 |
+
{
|
| 185 |
+
"epoch": 9.999539297889985,
|
| 186 |
+
"learning_rate": 4.5e-05,
|
| 187 |
+
"loss": 1.927446348477254,
|
| 188 |
+
"step": 6780
|
| 189 |
+
},
|
| 190 |
+
{
|
| 191 |
+
"epoch": 10.333179765963328,
|
| 192 |
+
"learning_rate": 4.483333333333333e-05,
|
| 193 |
+
"loss": 1.9132375801559043,
|
| 194 |
+
"step": 7006
|
| 195 |
+
},
|
| 196 |
+
{
|
| 197 |
+
"epoch": 10.666359531926656,
|
| 198 |
+
"learning_rate": 4.466666666666667e-05,
|
| 199 |
+
"loss": 1.9007567009039685,
|
| 200 |
+
"step": 7232
|
| 201 |
+
},
|
| 202 |
+
{
|
| 203 |
+
"epoch": 10.999539297889985,
|
| 204 |
+
"learning_rate": 4.4500000000000004e-05,
|
| 205 |
+
"loss": 1.8972731058576466,
|
| 206 |
+
"step": 7458
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 11.333179765963328,
|
| 210 |
+
"learning_rate": 4.433333333333334e-05,
|
| 211 |
+
"loss": 1.8810459913405697,
|
| 212 |
+
"step": 7684
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 11.666359531926656,
|
| 216 |
+
"learning_rate": 4.4166666666666665e-05,
|
| 217 |
+
"loss": 1.8770822170561394,
|
| 218 |
+
"step": 7910
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 11.999539297889985,
|
| 222 |
+
"learning_rate": 4.4000000000000006e-05,
|
| 223 |
+
"loss": 1.8705907500950636,
|
| 224 |
+
"step": 8136
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 12.333179765963328,
|
| 228 |
+
"learning_rate": 4.383333333333334e-05,
|
| 229 |
+
"loss": 1.869710196435979,
|
| 230 |
+
"step": 8362
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 12.666359531926656,
|
| 234 |
+
"learning_rate": 4.3666666666666666e-05,
|
| 235 |
+
"loss": 1.8623144099142699,
|
| 236 |
+
"step": 8588
|
| 237 |
+
},
|
| 238 |
+
{
|
| 239 |
+
"epoch": 12.999539297889985,
|
| 240 |
+
"learning_rate": 4.35e-05,
|
| 241 |
+
"loss": 1.8612110509281665,
|
| 242 |
+
"step": 8814
|
| 243 |
+
},
|
| 244 |
+
{
|
| 245 |
+
"epoch": 13.333179765963328,
|
| 246 |
+
"learning_rate": 4.3333333333333334e-05,
|
| 247 |
+
"loss": 1.8542400798966399,
|
| 248 |
+
"step": 9040
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 13.666359531926656,
|
| 252 |
+
"learning_rate": 4.316666666666667e-05,
|
| 253 |
+
"loss": 1.8235920593801853,
|
| 254 |
+
"step": 9266
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 13.999539297889985,
|
| 258 |
+
"learning_rate": 4.3e-05,
|
| 259 |
+
"loss": 1.8430436395965846,
|
| 260 |
+
"step": 9492
|
| 261 |
+
},
|
| 262 |
+
{
|
| 263 |
+
"epoch": 14.333179765963328,
|
| 264 |
+
"learning_rate": 4.2833333333333335e-05,
|
| 265 |
+
"loss": 1.8115299191095133,
|
| 266 |
+
"step": 9718
|
| 267 |
+
},
|
| 268 |
+
{
|
| 269 |
+
"epoch": 14.666359531926656,
|
| 270 |
+
"learning_rate": 4.266666666666667e-05,
|
| 271 |
+
"loss": 1.8239397707238663,
|
| 272 |
+
"step": 9944
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 14.999539297889985,
|
| 276 |
+
"learning_rate": 4.25e-05,
|
| 277 |
+
"loss": 1.8353155355537887,
|
| 278 |
+
"step": 10170
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 15.333179765963328,
|
| 282 |
+
"learning_rate": 4.233333333333334e-05,
|
| 283 |
+
"loss": 1.8083932252056831,
|
| 284 |
+
"step": 10396
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 15.666359531926656,
|
| 288 |
+
"learning_rate": 4.216666666666667e-05,
|
| 289 |
+
"loss": 1.8133012889760785,
|
| 290 |
+
"step": 10622
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 15.999539297889985,
|
| 294 |
+
"learning_rate": 4.2e-05,
|
| 295 |
+
"loss": 1.806801449936048,
|
| 296 |
+
"step": 10848
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 16.33317976596333,
|
| 300 |
+
"learning_rate": 4.183333333333334e-05,
|
| 301 |
+
"loss": 1.7904112149128872,
|
| 302 |
+
"step": 11074
|
| 303 |
+
},
|
| 304 |
+
{
|
| 305 |
+
"epoch": 16.666359531926656,
|
| 306 |
+
"learning_rate": 4.166666666666667e-05,
|
| 307 |
+
"loss": 1.7836855998081445,
|
| 308 |
+
"step": 11300
|
| 309 |
+
},
|
| 310 |
+
{
|
| 311 |
+
"epoch": 16.999539297889985,
|
| 312 |
+
"learning_rate": 4.15e-05,
|
| 313 |
+
"loss": 1.7915310479898368,
|
| 314 |
+
"step": 11526
|
| 315 |
+
},
|
| 316 |
+
{
|
| 317 |
+
"epoch": 17.33317976596333,
|
| 318 |
+
"learning_rate": 4.133333333333333e-05,
|
| 319 |
+
"loss": 1.772730464428927,
|
| 320 |
+
"step": 11752
|
| 321 |
+
},
|
| 322 |
+
{
|
| 323 |
+
"epoch": 17.666359531926656,
|
| 324 |
+
"learning_rate": 4.116666666666667e-05,
|
| 325 |
+
"loss": 1.7725427678201051,
|
| 326 |
+
"step": 11978
|
| 327 |
+
},
|
| 328 |
+
{
|
| 329 |
+
"epoch": 17.999539297889985,
|
| 330 |
+
"learning_rate": 4.1e-05,
|
| 331 |
+
"loss": 1.7687593983337941,
|
| 332 |
+
"step": 12204
|
| 333 |
+
},
|
| 334 |
+
{
|
| 335 |
+
"epoch": 18.33317976596333,
|
| 336 |
+
"learning_rate": 4.0833333333333334e-05,
|
| 337 |
+
"loss": 1.7519146404435149,
|
| 338 |
+
"step": 12430
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 18.666359531926656,
|
| 342 |
+
"learning_rate": 4.066666666666667e-05,
|
| 343 |
+
"loss": 1.7543627983700913,
|
| 344 |
+
"step": 12656
|
| 345 |
+
},
|
| 346 |
+
{
|
| 347 |
+
"epoch": 18.999539297889985,
|
| 348 |
+
"learning_rate": 4.05e-05,
|
| 349 |
+
"loss": 1.7571958018615184,
|
| 350 |
+
"step": 12882
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"epoch": 19.33317976596333,
|
| 354 |
+
"learning_rate": 4.0333333333333336e-05,
|
| 355 |
+
"loss": 1.7504071260975524,
|
| 356 |
+
"step": 13108
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"epoch": 19.666359531926656,
|
| 360 |
+
"learning_rate": 4.016666666666667e-05,
|
| 361 |
+
"loss": 1.7412175541430448,
|
| 362 |
+
"step": 13334
|
| 363 |
+
},
|
| 364 |
+
{
|
| 365 |
+
"epoch": 19.999539297889985,
|
| 366 |
+
"learning_rate": 4e-05,
|
| 367 |
+
"loss": 1.7420663749222207,
|
| 368 |
+
"step": 13560
|
| 369 |
+
},
|
| 370 |
+
{
|
| 371 |
+
"epoch": 20.33317976596333,
|
| 372 |
+
"learning_rate": 3.983333333333333e-05,
|
| 373 |
+
"loss": 1.7235274863454093,
|
| 374 |
+
"step": 13786
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 20.666359531926656,
|
| 378 |
+
"learning_rate": 3.966666666666667e-05,
|
| 379 |
+
"loss": 1.7302005734063883,
|
| 380 |
+
"step": 14012
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"epoch": 20.999539297889985,
|
| 384 |
+
"learning_rate": 3.9500000000000005e-05,
|
| 385 |
+
"loss": 1.733912105053927,
|
| 386 |
+
"step": 14238
|
| 387 |
+
},
|
| 388 |
+
{
|
| 389 |
+
"epoch": 21.33317976596333,
|
| 390 |
+
"learning_rate": 3.933333333333333e-05,
|
| 391 |
+
"loss": 1.715922127782771,
|
| 392 |
+
"step": 14464
|
| 393 |
+
},
|
| 394 |
+
{
|
| 395 |
+
"epoch": 21.666359531926656,
|
| 396 |
+
"learning_rate": 3.9166666666666665e-05,
|
| 397 |
+
"loss": 1.7228689278121543,
|
| 398 |
+
"step": 14690
|
| 399 |
+
},
|
| 400 |
+
{
|
| 401 |
+
"epoch": 21.999539297889985,
|
| 402 |
+
"learning_rate": 3.9000000000000006e-05,
|
| 403 |
+
"loss": 1.710068424191095,
|
| 404 |
+
"step": 14916
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 22.33317976596333,
|
| 408 |
+
"learning_rate": 3.883333333333333e-05,
|
| 409 |
+
"loss": 1.7131770311203678,
|
| 410 |
+
"step": 15142
|
| 411 |
+
},
|
| 412 |
+
{
|
| 413 |
+
"epoch": 22.666359531926656,
|
| 414 |
+
"learning_rate": 3.866666666666667e-05,
|
| 415 |
+
"loss": 1.6965857311687638,
|
| 416 |
+
"step": 15368
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 22.999539297889985,
|
| 420 |
+
"learning_rate": 3.85e-05,
|
| 421 |
+
"loss": 1.703571960989353,
|
| 422 |
+
"step": 15594
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 23.33317976596333,
|
| 426 |
+
"learning_rate": 3.8333333333333334e-05,
|
| 427 |
+
"loss": 1.6983525098952572,
|
| 428 |
+
"step": 15820
|
| 429 |
+
},
|
| 430 |
+
{
|
| 431 |
+
"epoch": 23.666359531926656,
|
| 432 |
+
"learning_rate": 3.816666666666667e-05,
|
| 433 |
+
"loss": 1.6849658257138413,
|
| 434 |
+
"step": 16046
|
| 435 |
+
},
|
| 436 |
+
{
|
| 437 |
+
"epoch": 23.999539297889985,
|
| 438 |
+
"learning_rate": 3.8e-05,
|
| 439 |
+
"loss": 1.6878517623496267,
|
| 440 |
+
"step": 16272
|
| 441 |
+
},
|
| 442 |
+
{
|
| 443 |
+
"epoch": 24.33317976596333,
|
| 444 |
+
"learning_rate": 3.7833333333333336e-05,
|
| 445 |
+
"loss": 1.675111888784223,
|
| 446 |
+
"step": 16498
|
| 447 |
+
},
|
| 448 |
+
{
|
| 449 |
+
"epoch": 24.666359531926656,
|
| 450 |
+
"learning_rate": 3.766666666666667e-05,
|
| 451 |
+
"loss": 1.6712793670924364,
|
| 452 |
+
"step": 16724
|
| 453 |
+
},
|
| 454 |
+
{
|
| 455 |
+
"epoch": 24.999539297889985,
|
| 456 |
+
"learning_rate": 3.7500000000000003e-05,
|
| 457 |
+
"loss": 1.6817973989301023,
|
| 458 |
+
"step": 16950
|
| 459 |
+
},
|
| 460 |
+
{
|
| 461 |
+
"epoch": 25.33317976596333,
|
| 462 |
+
"learning_rate": 3.733333333333334e-05,
|
| 463 |
+
"loss": 1.663993227798327,
|
| 464 |
+
"step": 17176
|
| 465 |
+
},
|
| 466 |
+
{
|
| 467 |
+
"epoch": 25.666359531926656,
|
| 468 |
+
"learning_rate": 3.7166666666666664e-05,
|
| 469 |
+
"loss": 1.6582352629805033,
|
| 470 |
+
"step": 17402
|
| 471 |
+
},
|
| 472 |
+
{
|
| 473 |
+
"epoch": 25.999539297889985,
|
| 474 |
+
"learning_rate": 3.7e-05,
|
| 475 |
+
"loss": 1.6697563238903486,
|
| 476 |
+
"step": 17628
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 26.33317976596333,
|
| 480 |
+
"learning_rate": 3.683333333333334e-05,
|
| 481 |
+
"loss": 1.6540913539650166,
|
| 482 |
+
"step": 17854
|
| 483 |
+
},
|
| 484 |
+
{
|
| 485 |
+
"epoch": 26.666359531926656,
|
| 486 |
+
"learning_rate": 3.6666666666666666e-05,
|
| 487 |
+
"loss": 1.6493361481523092,
|
| 488 |
+
"step": 18080
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 26.999539297889985,
|
| 492 |
+
"learning_rate": 3.65e-05,
|
| 493 |
+
"loss": 1.6596517647262168,
|
| 494 |
+
"step": 18306
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 27.33317976596333,
|
| 498 |
+
"learning_rate": 3.633333333333333e-05,
|
| 499 |
+
"loss": 1.6377905111397262,
|
| 500 |
+
"step": 18532
|
| 501 |
+
},
|
| 502 |
+
{
|
| 503 |
+
"epoch": 27.666359531926656,
|
| 504 |
+
"learning_rate": 3.6166666666666674e-05,
|
| 505 |
+
"loss": 1.632571465146225,
|
| 506 |
+
"step": 18758
|
| 507 |
+
},
|
| 508 |
+
{
|
| 509 |
+
"epoch": 27.999539297889985,
|
| 510 |
+
"learning_rate": 3.6e-05,
|
| 511 |
+
"loss": 1.6486912280057384,
|
| 512 |
+
"step": 18984
|
| 513 |
+
},
|
| 514 |
+
{
|
| 515 |
+
"epoch": 28.33317976596333,
|
| 516 |
+
"learning_rate": 3.5833333333333335e-05,
|
| 517 |
+
"loss": 1.6339216654279591,
|
| 518 |
+
"step": 19210
|
| 519 |
+
},
|
| 520 |
+
{
|
| 521 |
+
"epoch": 28.666359531926656,
|
| 522 |
+
"learning_rate": 3.566666666666667e-05,
|
| 523 |
+
"loss": 1.6296493395239906,
|
| 524 |
+
"step": 19436
|
| 525 |
+
},
|
| 526 |
+
{
|
| 527 |
+
"epoch": 28.999539297889985,
|
| 528 |
+
"learning_rate": 3.55e-05,
|
| 529 |
+
"loss": 1.622765060019704,
|
| 530 |
+
"step": 19662
|
| 531 |
+
},
|
| 532 |
+
{
|
| 533 |
+
"epoch": 29.33317976596333,
|
| 534 |
+
"learning_rate": 3.5333333333333336e-05,
|
| 535 |
+
"loss": 1.6172222036176023,
|
| 536 |
+
"step": 19888
|
| 537 |
+
},
|
| 538 |
+
{
|
| 539 |
+
"epoch": 29.666359531926656,
|
| 540 |
+
"learning_rate": 3.516666666666667e-05,
|
| 541 |
+
"loss": 1.6145035735273783,
|
| 542 |
+
"step": 20114
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 29.999539297889985,
|
| 546 |
+
"learning_rate": 3.5e-05,
|
| 547 |
+
"loss": 1.6294848686825913,
|
| 548 |
+
"step": 20340
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 30.33317976596333,
|
| 552 |
+
"learning_rate": 3.483333333333334e-05,
|
| 553 |
+
"loss": 1.6104739028795632,
|
| 554 |
+
"step": 20566
|
| 555 |
+
},
|
| 556 |
+
{
|
| 557 |
+
"epoch": 30.666359531926656,
|
| 558 |
+
"learning_rate": 3.466666666666667e-05,
|
| 559 |
+
"loss": 1.61085577770672,
|
| 560 |
+
"step": 20792
|
| 561 |
+
},
|
| 562 |
+
{
|
| 563 |
+
"epoch": 30.999539297889985,
|
| 564 |
+
"learning_rate": 3.45e-05,
|
| 565 |
+
"loss": 1.6089753007466814,
|
| 566 |
+
"step": 21018
|
| 567 |
+
},
|
| 568 |
+
{
|
| 569 |
+
"epoch": 31.33317976596333,
|
| 570 |
+
"learning_rate": 3.433333333333333e-05,
|
| 571 |
+
"loss": 1.5966428233458934,
|
| 572 |
+
"step": 21244
|
| 573 |
+
},
|
| 574 |
+
{
|
| 575 |
+
"epoch": 31.666359531926656,
|
| 576 |
+
"learning_rate": 3.4166666666666666e-05,
|
| 577 |
+
"loss": 1.600018661634057,
|
| 578 |
+
"step": 21470
|
| 579 |
+
},
|
| 580 |
+
{
|
| 581 |
+
"epoch": 31.999539297889985,
|
| 582 |
+
"learning_rate": 3.4000000000000007e-05,
|
| 583 |
+
"loss": 1.5918795155212941,
|
| 584 |
+
"step": 21696
|
| 585 |
+
},
|
| 586 |
+
{
|
| 587 |
+
"epoch": 32.33317976596333,
|
| 588 |
+
"learning_rate": 3.3833333333333334e-05,
|
| 589 |
+
"loss": 1.5861667869365321,
|
| 590 |
+
"step": 21922
|
| 591 |
+
},
|
| 592 |
+
{
|
| 593 |
+
"epoch": 32.66635953192666,
|
| 594 |
+
"learning_rate": 3.366666666666667e-05,
|
| 595 |
+
"loss": 1.5843442393615184,
|
| 596 |
+
"step": 22148
|
| 597 |
+
},
|
| 598 |
+
{
|
| 599 |
+
"epoch": 32.99953929788998,
|
| 600 |
+
"learning_rate": 3.35e-05,
|
| 601 |
+
"loss": 1.594825272011546,
|
| 602 |
+
"step": 22374
|
| 603 |
+
},
|
| 604 |
+
{
|
| 605 |
+
"epoch": 33.33317976596333,
|
| 606 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 607 |
+
"loss": 1.5715827604310701,
|
| 608 |
+
"step": 22600
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 33.66635953192666,
|
| 612 |
+
"learning_rate": 3.316666666666667e-05,
|
| 613 |
+
"loss": 1.5749773683801163,
|
| 614 |
+
"step": 22826
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 33.99953929788998,
|
| 618 |
+
"learning_rate": 3.3e-05,
|
| 619 |
+
"loss": 1.5779589087562222,
|
| 620 |
+
"step": 23052
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 34.33317976596333,
|
| 624 |
+
"learning_rate": 3.283333333333333e-05,
|
| 625 |
+
"loss": 1.5702451182677684,
|
| 626 |
+
"step": 23278
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 34.66635953192666,
|
| 630 |
+
"learning_rate": 3.266666666666667e-05,
|
| 631 |
+
"loss": 1.5712716431744331,
|
| 632 |
+
"step": 23504
|
| 633 |
+
},
|
| 634 |
+
{
|
| 635 |
+
"epoch": 34.99953929788998,
|
| 636 |
+
"learning_rate": 3.2500000000000004e-05,
|
| 637 |
+
"loss": 1.5720172983355227,
|
| 638 |
+
"step": 23730
|
| 639 |
+
},
|
| 640 |
+
{
|
| 641 |
+
"epoch": 35.33317976596333,
|
| 642 |
+
"learning_rate": 3.233333333333333e-05,
|
| 643 |
+
"loss": 1.5619676978187222,
|
| 644 |
+
"step": 23956
|
| 645 |
+
},
|
| 646 |
+
{
|
| 647 |
+
"epoch": 35.66635953192666,
|
| 648 |
+
"learning_rate": 3.2166666666666665e-05,
|
| 649 |
+
"loss": 1.5568329127488938,
|
| 650 |
+
"step": 24182
|
| 651 |
+
},
|
| 652 |
+
{
|
| 653 |
+
"epoch": 35.99953929788998,
|
| 654 |
+
"learning_rate": 3.2000000000000005e-05,
|
| 655 |
+
"loss": 1.5578984623461698,
|
| 656 |
+
"step": 24408
|
| 657 |
+
},
|
| 658 |
+
{
|
| 659 |
+
"epoch": 36.33317976596333,
|
| 660 |
+
"learning_rate": 3.183333333333334e-05,
|
| 661 |
+
"loss": 1.5498940796978706,
|
| 662 |
+
"step": 24634
|
| 663 |
+
},
|
| 664 |
+
{
|
| 665 |
+
"epoch": 36.66635953192666,
|
| 666 |
+
"learning_rate": 3.1666666666666666e-05,
|
| 667 |
+
"loss": 1.5565591997804895,
|
| 668 |
+
"step": 24860
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 36.99953929788998,
|
| 672 |
+
"learning_rate": 3.15e-05,
|
| 673 |
+
"loss": 1.5486203083949805,
|
| 674 |
+
"step": 25086
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"epoch": 37.33317976596333,
|
| 678 |
+
"learning_rate": 3.1333333333333334e-05,
|
| 679 |
+
"loss": 1.5505992247995022,
|
| 680 |
+
"step": 25312
|
| 681 |
+
},
|
| 682 |
+
{
|
| 683 |
+
"epoch": 37.66635953192666,
|
| 684 |
+
"learning_rate": 3.116666666666667e-05,
|
| 685 |
+
"loss": 1.5448342382380393,
|
| 686 |
+
"step": 25538
|
| 687 |
+
},
|
| 688 |
+
{
|
| 689 |
+
"epoch": 37.99953929788998,
|
| 690 |
+
"learning_rate": 3.1e-05,
|
| 691 |
+
"loss": 1.5379095837078263,
|
| 692 |
+
"step": 25764
|
| 693 |
+
},
|
| 694 |
+
{
|
| 695 |
+
"epoch": 38.33317976596333,
|
| 696 |
+
"learning_rate": 3.0833333333333335e-05,
|
| 697 |
+
"loss": 1.5373506799208378,
|
| 698 |
+
"step": 25990
|
| 699 |
+
},
|
| 700 |
+
{
|
| 701 |
+
"epoch": 38.66635953192666,
|
| 702 |
+
"learning_rate": 3.066666666666667e-05,
|
| 703 |
+
"loss": 1.5332127123807384,
|
| 704 |
+
"step": 26216
|
| 705 |
+
},
|
| 706 |
+
{
|
| 707 |
+
"epoch": 38.99953929788998,
|
| 708 |
+
"learning_rate": 3.05e-05,
|
| 709 |
+
"loss": 1.5410457374775304,
|
| 710 |
+
"step": 26442
|
| 711 |
+
},
|
| 712 |
+
{
|
| 713 |
+
"epoch": 39.33317976596333,
|
| 714 |
+
"learning_rate": 3.0333333333333337e-05,
|
| 715 |
+
"loss": 1.5305992734115736,
|
| 716 |
+
"step": 26668
|
| 717 |
+
},
|
| 718 |
+
{
|
| 719 |
+
"epoch": 39.66635953192666,
|
| 720 |
+
"learning_rate": 3.016666666666667e-05,
|
| 721 |
+
"loss": 1.5255370013481748,
|
| 722 |
+
"step": 26894
|
| 723 |
+
},
|
| 724 |
+
{
|
| 725 |
+
"epoch": 39.99953929788998,
|
| 726 |
+
"learning_rate": 3e-05,
|
| 727 |
+
"loss": 1.5220475998599972,
|
| 728 |
+
"step": 27120
|
| 729 |
+
},
|
| 730 |
+
{
|
| 731 |
+
"epoch": 40.33317976596333,
|
| 732 |
+
"learning_rate": 2.9833333333333335e-05,
|
| 733 |
+
"loss": 1.507481397780697,
|
| 734 |
+
"step": 27346
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 40.66635953192666,
|
| 738 |
+
"learning_rate": 2.9666666666666672e-05,
|
| 739 |
+
"loss": 1.517267817944552,
|
| 740 |
+
"step": 27572
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 40.99953929788998,
|
| 744 |
+
"learning_rate": 2.95e-05,
|
| 745 |
+
"loss": 1.5229205916413164,
|
| 746 |
+
"step": 27798
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 41.33317976596333,
|
| 750 |
+
"learning_rate": 2.9333333333333336e-05,
|
| 751 |
+
"loss": 1.5140210717125278,
|
| 752 |
+
"step": 28024
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 41.66635953192666,
|
| 756 |
+
"learning_rate": 2.916666666666667e-05,
|
| 757 |
+
"loss": 1.5047064587078263,
|
| 758 |
+
"step": 28250
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 41.99953929788998,
|
| 762 |
+
"learning_rate": 2.9e-05,
|
| 763 |
+
"loss": 1.5142021516783049,
|
| 764 |
+
"step": 28476
|
| 765 |
+
},
|
| 766 |
+
{
|
| 767 |
+
"epoch": 42.33317976596333,
|
| 768 |
+
"learning_rate": 2.8833333333333334e-05,
|
| 769 |
+
"loss": 1.4965766299087389,
|
| 770 |
+
"step": 28702
|
| 771 |
+
},
|
| 772 |
+
{
|
| 773 |
+
"epoch": 42.66635953192666,
|
| 774 |
+
"learning_rate": 2.8666666666666668e-05,
|
| 775 |
+
"loss": 1.4953740212769635,
|
| 776 |
+
"step": 28928
|
| 777 |
+
},
|
| 778 |
+
{
|
| 779 |
+
"epoch": 42.99953929788998,
|
| 780 |
+
"learning_rate": 2.8499999999999998e-05,
|
| 781 |
+
"loss": 1.50238037109375,
|
| 782 |
+
"step": 29154
|
| 783 |
+
},
|
| 784 |
+
{
|
| 785 |
+
"epoch": 43.33317976596333,
|
| 786 |
+
"learning_rate": 2.8333333333333335e-05,
|
| 787 |
+
"loss": 1.4875835317426023,
|
| 788 |
+
"step": 29380
|
| 789 |
+
},
|
| 790 |
+
{
|
| 791 |
+
"epoch": 43.66635953192666,
|
| 792 |
+
"learning_rate": 2.816666666666667e-05,
|
| 793 |
+
"loss": 1.5038356274630116,
|
| 794 |
+
"step": 29606
|
| 795 |
+
},
|
| 796 |
+
{
|
| 797 |
+
"epoch": 43.99953929788998,
|
| 798 |
+
"learning_rate": 2.8000000000000003e-05,
|
| 799 |
+
"loss": 1.4893310006740874,
|
| 800 |
+
"step": 29832
|
| 801 |
+
},
|
| 802 |
+
{
|
| 803 |
+
"epoch": 44.33317976596333,
|
| 804 |
+
"learning_rate": 2.7833333333333333e-05,
|
| 805 |
+
"loss": 1.4879051816146986,
|
| 806 |
+
"step": 30058
|
| 807 |
+
},
|
| 808 |
+
{
|
| 809 |
+
"epoch": 44.66635953192666,
|
| 810 |
+
"learning_rate": 2.7666666666666667e-05,
|
| 811 |
+
"loss": 1.4812680134731055,
|
| 812 |
+
"step": 30284
|
| 813 |
+
},
|
| 814 |
+
{
|
| 815 |
+
"epoch": 44.99953929788998,
|
| 816 |
+
"learning_rate": 2.7500000000000004e-05,
|
| 817 |
+
"loss": 1.49183722301922,
|
| 818 |
+
"step": 30510
|
| 819 |
+
},
|
| 820 |
+
{
|
| 821 |
+
"epoch": 45.33317976596333,
|
| 822 |
+
"learning_rate": 2.733333333333333e-05,
|
| 823 |
+
"loss": 1.4791451513239768,
|
| 824 |
+
"step": 30736
|
| 825 |
+
},
|
| 826 |
+
{
|
| 827 |
+
"epoch": 45.66635953192666,
|
| 828 |
+
"learning_rate": 2.716666666666667e-05,
|
| 829 |
+
"loss": 1.4775092200895326,
|
| 830 |
+
"step": 30962
|
| 831 |
+
},
|
| 832 |
+
{
|
| 833 |
+
"epoch": 45.99953929788998,
|
| 834 |
+
"learning_rate": 2.7000000000000002e-05,
|
| 835 |
+
"loss": 1.4841486838011615,
|
| 836 |
+
"step": 31188
|
| 837 |
+
},
|
| 838 |
+
{
|
| 839 |
+
"epoch": 46.33317976596333,
|
| 840 |
+
"learning_rate": 2.6833333333333333e-05,
|
| 841 |
+
"loss": 1.4694400213461007,
|
| 842 |
+
"step": 31414
|
| 843 |
+
},
|
| 844 |
+
{
|
| 845 |
+
"epoch": 46.66635953192666,
|
| 846 |
+
"learning_rate": 2.6666666666666667e-05,
|
| 847 |
+
"loss": 1.473179639968197,
|
| 848 |
+
"step": 31640
|
| 849 |
+
},
|
| 850 |
+
{
|
| 851 |
+
"epoch": 46.99953929788998,
|
| 852 |
+
"learning_rate": 2.6500000000000004e-05,
|
| 853 |
+
"loss": 1.4590838947127351,
|
| 854 |
+
"step": 31866
|
| 855 |
+
},
|
| 856 |
+
{
|
| 857 |
+
"epoch": 47.33317976596333,
|
| 858 |
+
"learning_rate": 2.633333333333333e-05,
|
| 859 |
+
"loss": 1.4586588091554895,
|
| 860 |
+
"step": 32092
|
| 861 |
+
},
|
| 862 |
+
{
|
| 863 |
+
"epoch": 47.66635953192666,
|
| 864 |
+
"learning_rate": 2.6166666666666668e-05,
|
| 865 |
+
"loss": 1.4709132371750553,
|
| 866 |
+
"step": 32318
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 47.99953929788998,
|
| 870 |
+
"learning_rate": 2.6000000000000002e-05,
|
| 871 |
+
"loss": 1.4785836818998894,
|
| 872 |
+
"step": 32544
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 48.33317976596333,
|
| 876 |
+
"learning_rate": 2.5833333333333336e-05,
|
| 877 |
+
"loss": 1.4585079767007743,
|
| 878 |
+
"step": 32770
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 48.66635953192666,
|
| 882 |
+
"learning_rate": 2.5666666666666666e-05,
|
| 883 |
+
"loss": 1.4590343374066648,
|
| 884 |
+
"step": 32996
|
| 885 |
+
},
|
| 886 |
+
{
|
| 887 |
+
"epoch": 48.99953929788998,
|
| 888 |
+
"learning_rate": 2.5500000000000003e-05,
|
| 889 |
+
"loss": 1.4587908719493226,
|
| 890 |
+
"step": 33222
|
| 891 |
+
},
|
| 892 |
+
{
|
| 893 |
+
"epoch": 49.33317976596333,
|
| 894 |
+
"learning_rate": 2.5333333333333337e-05,
|
| 895 |
+
"loss": 1.4405944284084624,
|
| 896 |
+
"step": 33448
|
| 897 |
+
},
|
| 898 |
+
{
|
| 899 |
+
"epoch": 49.66635953192666,
|
| 900 |
+
"learning_rate": 2.5166666666666667e-05,
|
| 901 |
+
"loss": 1.4455019520447316,
|
| 902 |
+
"step": 33674
|
| 903 |
+
},
|
| 904 |
+
{
|
| 905 |
+
"epoch": 49.99953929788998,
|
| 906 |
+
"learning_rate": 2.5e-05,
|
| 907 |
+
"loss": 1.4501467004286503,
|
| 908 |
+
"step": 33900
|
| 909 |
+
},
|
| 910 |
+
{
|
| 911 |
+
"epoch": 50.33317976596333,
|
| 912 |
+
"learning_rate": 2.4833333333333335e-05,
|
| 913 |
+
"loss": 1.4401797404331445,
|
| 914 |
+
"step": 34126
|
| 915 |
+
},
|
| 916 |
+
{
|
| 917 |
+
"epoch": 50.66635953192666,
|
| 918 |
+
"learning_rate": 2.466666666666667e-05,
|
| 919 |
+
"loss": 1.4439184138205199,
|
| 920 |
+
"step": 34352
|
| 921 |
+
},
|
| 922 |
+
{
|
| 923 |
+
"epoch": 50.99953929788998,
|
| 924 |
+
"learning_rate": 2.45e-05,
|
| 925 |
+
"loss": 1.4392632678546737,
|
| 926 |
+
"step": 34578
|
| 927 |
+
},
|
| 928 |
+
{
|
| 929 |
+
"epoch": 51.33317976596333,
|
| 930 |
+
"learning_rate": 2.4333333333333336e-05,
|
| 931 |
+
"loss": 1.4246764056450498,
|
| 932 |
+
"step": 34804
|
| 933 |
+
},
|
| 934 |
+
{
|
| 935 |
+
"epoch": 51.66635953192666,
|
| 936 |
+
"learning_rate": 2.4166666666666667e-05,
|
| 937 |
+
"loss": 1.4346890069742118,
|
| 938 |
+
"step": 35030
|
| 939 |
+
},
|
| 940 |
+
{
|
| 941 |
+
"epoch": 51.99953929788998,
|
| 942 |
+
"learning_rate": 2.4e-05,
|
| 943 |
+
"loss": 1.4361213076431139,
|
| 944 |
+
"step": 35256
|
| 945 |
+
},
|
| 946 |
+
{
|
| 947 |
+
"epoch": 52.33317976596333,
|
| 948 |
+
"learning_rate": 2.3833333333333334e-05,
|
| 949 |
+
"loss": 1.4196734133019913,
|
| 950 |
+
"step": 35482
|
| 951 |
+
},
|
| 952 |
+
{
|
| 953 |
+
"epoch": 52.66635953192666,
|
| 954 |
+
"learning_rate": 2.3666666666666668e-05,
|
| 955 |
+
"loss": 1.42874631628526,
|
| 956 |
+
"step": 35708
|
| 957 |
+
},
|
| 958 |
+
{
|
| 959 |
+
"epoch": 52.99953929788998,
|
| 960 |
+
"learning_rate": 2.35e-05,
|
| 961 |
+
"loss": 1.4189246523696764,
|
| 962 |
+
"step": 35934
|
| 963 |
+
},
|
| 964 |
+
{
|
| 965 |
+
"epoch": 53.33317976596333,
|
| 966 |
+
"learning_rate": 2.3333333333333336e-05,
|
| 967 |
+
"loss": 1.4110856857974972,
|
| 968 |
+
"step": 36160
|
| 969 |
+
},
|
| 970 |
+
{
|
| 971 |
+
"epoch": 53.66635953192666,
|
| 972 |
+
"learning_rate": 2.3166666666666666e-05,
|
| 973 |
+
"loss": 1.414762108726839,
|
| 974 |
+
"step": 36386
|
| 975 |
+
},
|
| 976 |
+
{
|
| 977 |
+
"epoch": 53.99953929788998,
|
| 978 |
+
"learning_rate": 2.3000000000000003e-05,
|
| 979 |
+
"loss": 1.4345707176005946,
|
| 980 |
+
"step": 36612
|
| 981 |
+
},
|
| 982 |
+
{
|
| 983 |
+
"epoch": 54.33317976596333,
|
| 984 |
+
"learning_rate": 2.2833333333333334e-05,
|
| 985 |
+
"loss": 1.4091482246871543,
|
| 986 |
+
"step": 36838
|
| 987 |
+
},
|
| 988 |
+
{
|
| 989 |
+
"epoch": 54.66635953192666,
|
| 990 |
+
"learning_rate": 2.2666666666666668e-05,
|
| 991 |
+
"loss": 1.4211378519513966,
|
| 992 |
+
"step": 37064
|
| 993 |
+
},
|
| 994 |
+
{
|
| 995 |
+
"epoch": 54.99953929788998,
|
| 996 |
+
"learning_rate": 2.25e-05,
|
| 997 |
+
"loss": 1.4192132190265487,
|
| 998 |
+
"step": 37290
|
| 999 |
+
},
|
| 1000 |
+
{
|
| 1001 |
+
"epoch": 55.33317976596333,
|
| 1002 |
+
"learning_rate": 2.2333333333333335e-05,
|
| 1003 |
+
"loss": 1.4056154774353566,
|
| 1004 |
+
"step": 37516
|
| 1005 |
+
},
|
| 1006 |
+
{
|
| 1007 |
+
"epoch": 55.66635953192666,
|
| 1008 |
+
"learning_rate": 2.216666666666667e-05,
|
| 1009 |
+
"loss": 1.4085143772901687,
|
| 1010 |
+
"step": 37742
|
| 1011 |
+
},
|
| 1012 |
+
{
|
| 1013 |
+
"epoch": 55.99953929788998,
|
| 1014 |
+
"learning_rate": 2.2000000000000003e-05,
|
| 1015 |
+
"loss": 1.4146627240476355,
|
| 1016 |
+
"step": 37968
|
| 1017 |
+
},
|
| 1018 |
+
{
|
| 1019 |
+
"epoch": 56.33317976596333,
|
| 1020 |
+
"learning_rate": 2.1833333333333333e-05,
|
| 1021 |
+
"loss": 1.4123572965638826,
|
| 1022 |
+
"step": 38194
|
| 1023 |
+
},
|
| 1024 |
+
{
|
| 1025 |
+
"epoch": 56.66635953192666,
|
| 1026 |
+
"learning_rate": 2.1666666666666667e-05,
|
| 1027 |
+
"loss": 1.4050891167294663,
|
| 1028 |
+
"step": 38420
|
| 1029 |
+
},
|
| 1030 |
+
{
|
| 1031 |
+
"epoch": 56.99953929788998,
|
| 1032 |
+
"learning_rate": 2.15e-05,
|
| 1033 |
+
"loss": 1.3967833392387998,
|
| 1034 |
+
"step": 38646
|
| 1035 |
+
}
|
| 1036 |
+
],
|
| 1037 |
+
"max_steps": 67800,
|
| 1038 |
+
"num_train_epochs": 100,
|
| 1039 |
+
"total_flos": 499827416403006594,
|
| 1040 |
+
"trial_name": null,
|
| 1041 |
+
"trial_params": null
|
| 1042 |
+
}
|
training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:01acec2a6b7cd5c5931a124488b44260b9e03d3d66fa788da607c180986589a9
|
| 3 |
+
size 1580
|
vocab.json
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|